Организация аналитической работы в организации Принципы организации аналитической

Организация аналитической работы в организации

Принципы организации аналитической работы научный характер - рекомендуется использовать научно обоснованные и апробированные методики; плановость – планирование должно обеспечивать действенность и эффективность аналитического процесса эффективное распределение обязанностей между отдельными исполнителями – обеспечивает полноту анализа, предупреждает дублирование одной и той же работы различными службами, более эффективно используется служебное время различных специалисто;

Принципы организации аналитической работы экономичность и эффективность аналитического процесса - выполнение исследования при минимуме затрат на его проведение, результаты от внедрения предложений, сделанных по результатам анализа должны превосходить затраты на его проведение. унификация - предусматривает разработку для каждого исполнителя обязательного минимума таблиц и выходных форм анализа, предполагает создание типовых методик и инструкций, выходных форм и таблиц, стандартных программ, единых критериев оценки, что обеспечивает сопоставимость, сводимость результатов анализа на более высоком уровне управления, повышает объективность оценки, уменьшает затраты времени.

Этапы организации аналитической работы Определение субъектов и объектов АХД, выбор организационных форм их исследования и распределение обязанностей между отдельными службами и подразделениями Планирование аналитической работы Информационное и методическое обеспечение АХД Оформление результатов анализа Контроль за внедрением в производство предложений, сделанных по результатам анализа

Этап 1. Формирование организационной структуры Определяются цели и задачи анализа Выделяют объекты анализа (какие показатели будут анализироваться) и субъекты (кто будет собирать и обрабатывать информацию); Впределяют подчиненность служб - участников проводимого анализа (это могут быть главный экономист, планово-экономический отдел, отдел труда и зарплаты, бухгалтерия, финансовый отдел, службы главного механика, технолога, цеховые экономисты и т.п.). Распределяют обязанности между конкретными исполнителями Формируют приказ об изменениях в организацонной структуре и перераспределении обязанностей.

Этап 2 Планирование аналитической работы Составляют план-график, определяют сроки и ответственных, формы контроля и т.п. Здесь необходимо тщательно продумать последовательность передачи информации, оценить трудоемкость проводимых работ, оптимизировать сетевые графики проведения всех видов анализа с целью обеспечения равномерности загрузки работников. На практике могут составляться следующие планы: комплексный план аналитической работы предприятия – обычно на один год - перечень объектов анализа, цели анализа, система показателей, анализ которых обеспечивает достижение поставленной цели, периодичность проведения и состав исполнителей по каждому вопросу, распределение обязанностей, источники информации, определяются внешние и внутренние пользователи результатов; тематические планы - планы проведения анализа по глобальным проблемам, которые требуют углубленного изучения

Этап 3. Формирование информационного и методического обеспечения Проектируется технология проведения аналитической работы: определяют источники информации формируют структуру информационного обеспечения, оптимизируется количество документов, определяются правила их заполнения, строится информационная база, система доступа и кодирования информации и т.п разрабатываются частные методики для каждого участника аналитических работ, составляются инструкции, проводится обучение персонала

Источники информации определяют виды документов, которые могут быть использованы (планы, задания, технологические карты, сметы, нормативные материалы, данные бухгалтерского и оперативного учета, первичная документация, приказы, договора, техническая и технологическая документация и т.д.).

Требования к структуре информационного обеспечения оптимальной (минимальное количество документов, обеспечивающих полноту необходимой информации); объективной (те, кто собирает информацию не должны быть заинтересованы в ее фальсификации); единообразной (любой показатель должен измеряться или рассчитываться один раз и по установленной методике, иначе в нескольких документах могут оказаться разные его значения); оперативной (данные должны поступать быстро, обеспечивая возможность принятия актуального решения), рациональной (затраты на сбор, обработку, хранение информации должны быть минимальны).

Этап 4 Апробация методик и их доработка сбор данных; проверка доброкачественности (полноты, правильности расчетов, логический анализ достоверности путем сопоставления информации из различных источников); приведение в сопоставимый вид, проведение расчетно-аналитических работ, в результате которых. выявляют наиболее важные влияющие факторы, оценивают неиспользованные возможности и резервы, разрабатывают предложения по их использованию; оформление результатов проведенной работы в виде документов и справок по заранее определенной структуре, учитывающей для кого этот документ готовиться

Этап 5 оформление результатов по итогам проведения анализа Результаты проведенного аналитического исследования оформляются в виде отчетов (пояснительных записок), справок, заключений. Как правило, аналитический отчет формируется для внешних пользователей, справки или заключение – для внутрихозяйственного использования.

Содержание аналитического отчета Аналитический отчет долен быть достаточно полным, включать в себя общую характеристику предприятия, оценку уровня его экономического развития, условия хозяйствования, результаты выполнения планов и перспективы дальнейшего , оценку выявленных резервов и возможные направления улучшения результатов хозяйственной деятельности. Текст должен быть четким, лаконичным, может сопровождаться цифровым и графическим материалом. Для повышения обоснованности предложений в приложения к отчету могут быть вынесены основные данные и расчеты, оформленные в виде таблиц, графиков, диаграмм.

Содержание заключения Содержание заключения или справки может быть более конкретным и акцентированным на недостатках или достижениях. Здесь часто опускается общая характеристика, возможно также бестекстовое оформление результатов. В этом случае приводятся сводные таблицы, графики, обобщенные показатели без пояснительного текста. Такой отчет рассчитан на высококвалифицированных работников, способных самостоятельно разобраться в обработанной и систематизированной информации и сделать необходимые выводы без навязывания мнения аналитика

Этап 6. оценка эффективности аналитической деятельности Обязательно проведение контроля за внедрением в производство предложений, сделанных по результатам анализа и оценка экономической эффективности аналитической работы как превышения дополнительно полученной прибыли над затратами на организацию и проведение анализаа.

Организационные формы АХД Определяются составом аппарата и техническим уровнем управления, например: на крупном предприятии деятельностью всех экономических служб управляет главный экономист, в непосредственном его подчинении находятся лаборатория экономики и организации производства, планово-экономический отдел, отделы труда и заработной платы, бухгалтерского учета, финансовый и т.д.,в отдельное структурное подразделение может быть выделен отдел или группа экономического анализа на средних и мелких предприятиях возглавляет аналитическую работу менеджер планового отдела или главный бухгалтер

Data Mining – современная технология автоматизиции аналтической работы Data Mining (mining по-английски означает «добыча полезных ископаемых», т.е. добыча данных и поиск закономерностей) -основывается на статистических методах обработки большого количества показателей, хранящихся в базе данных предприятия. Обычно используется при прогнозировании, стратегическом планировании, анализе рисков, и т.п.

Сущность Data Mining Это процесс поиска корреляций, тенденций, взаимосвязей и закономерностей посредством различных математических и статистических алгоритмов: кластеризации, создания субвыборок, регрессионного и корреляционного анализа. Цель - представить данные в виде, четко отражающем бизнес-процессы, а также построить модель, при помощи которой можно прогнозировать процессы, критичные для планирования бизнеса (например, динамику спроса на те или иные товары или услуги либо зависимость их приобретения от каких-то характеристик потребителя).

Отличие Data Mining от стандартных методов статистического анализа Вместо проверки заранее предполагаемых пользователями взаимозависимостей они способны находить взаимозависимости самостоятельно и строить гипотезы об их характере. Для постороения гипотез ЭВМ использует классифицированную систему закономерностей и приемов для их анализа

Типы закономерностей последовательность — высокая вероятность цепочки связанных во времени событий (например, в течение определенного срока после приобретения одного товара будет с высокой степенью вероятности приобретен другой); классификация — имеются признаки, характеризующие группу, к которой принадлежит то или иное событие или объект; кластеризация — закономерность, отличающаяся от классификации тем, что сами группы при этом не заданы — они выявляются автоматически в процессе обработки данных; временные закономерности — наличие шаблонов в динамике поведения тех или иных данных (напимер, сезонные колебания спроса на те или иные товары либо услуги), используемых для прогнозирования.

Приемы анализа, используемые в Data Mining регрессионный, дисперсионный и корреляционный анализ (реализован в большинстве современных статистических пакетов); методы анализа в конкретной предметной области, базирующиеся на эмпирических моделях (часто применяются, например, в недорогих средствах финансового анализа); нейросетевые алгоритмы, - исходные параметры рассматриваются как сигналы, преобразующиеся в соответствии с имеющимися связями между «нейронами», а в качестве ответа, являющегося результатом анализа, рассматривается отклик всей сети на исходные данные. Связи в этом случае создаются с помощью так называемого обучения сети посредством выборки большого объема, содержащей как исходные данные, так и правильные ответы;

Приемы анализа, используемые в Data Mining алгоритмы выбора близкого аналога из уже имеющихся исторических данных (метод «ближайшего соседа»); дерево решений - иерархическая структура, базирующаяся на наборе вопросов, подразумевающих ответ «Да» или «Нет». Он довольно часто используется в системах прогнозирования в силу наглядности получаемого ответа; кластерные модели (модели сегментации) применяются для объединения сходных событий в группы на основании сходных значений нескольких полей в наборе данных; алгоритмы ограниченного перебора, вычисляющие частоты комбинаций простых логических событий в подгруппах данных; эволюционное программирование — поиск и генерация алгоритма, выражающего взаимозависимость данных, на основании изначально заданного алгоритма, модифицируемого в процессе поиска; иногда поиск взаимозависимостей осуществляется среди каких-либо определенных видов функций.

Системы OLAP On-Line Analytical Process — системы «оперативной аналитической обработки» - реализуется быстрая реакция системы на запросы пользователя Эти системы строятся на специализированных базах данных, которые автоматически наполняются в процессе текущей работы сотрудниками предприятия, они обеспечивают возможность «объединять, просматривать и анализировать данные с точки зрения множественности измерений, т. е. самым понятным для корпоративных аналитиков способом.

Принцип работы системы OLAP Ответ на запрос формируется в виде многомерного отчета — «микрокуба», работа с которым осуществляется в интерактивном режиме - получение срезов информации и ее детализация.