Ekonomiskās informācijas datorapstrādes organizēšanas pamati. Ekonomiskā informācija un tās apstrāde

Visa veida ekonomiskās informācijas analītiskā apstrāde ir automatizācijas objekts, izmantojot modernus saziņas līdzekļus un skaitļošanas tehnoloģijas, īpaši personālos datorus. Datoru izmantošana palielina analītiskā darba efektivitāti. Tas tiek panākts, izmantojot:

Analizēšanai nepieciešamā laika samazināšana;

Pilnīgāks pārklājums par faktoru ietekmi uz rezultātiem

saimnieciskā darbība;

Aptuveno vai vienkāršoto aprēķinu aizstāšana ar precīziem

aprēķini;

Jaunu daudzdimensionālu analīzes problēmu formulēšana un risināšana,

praktiski nav iespējams izdarīt manuāli un izmantojot tradicionālās metodes.

Šobrīd visos uzņēmumos ir steidzami jāpaplašina analītisko darbu, kas saistīts ar attīstības perspektīvu izstrādi, dažādu pārvaldības formu izmantošanas efektivitātes visaptverošu novērtējumu un operatīvās vadības lēmumu savlaicīgu izstrādi. Šajā sakarā ekonomiskās analīzes automatizācija uz datora bāzes kļūst par objektīvu nepieciešamību, jo pieaug kvalitatīvu informācijas pakalpojumu nozīme saimnieciskās darbības vadīšanas procesā, moderno personālo datoru tehnisko iespēju straujā attīstība, un pašreizējā ekonomiskās attīstības perioda iezīmes.

Personālo datoru izmantošana paceļ ekonomisko analīzi kvalitatīvi jaunā līmenī. Jaunas iespējas, kas pavērušās analīzei, ir saistītas ar personālo datoru izņēmuma īpašībām: zemām izmaksām, augstu veiktspēju, uzticamību, apkopes un darbības vienkāršību, lietošanas elastību un autonomiju, izstrādātās programmatūras pieejamību, interaktīvu darbības režīmu utt.

Visaptveroša analīzes datorizācija nodrošina:

pirmkārt, decentralizētai informācijas apstrādei pakļautās analīzes integritātes (sistemātiskuma) saglabāšana

otrkārt, dators nodrošina savienojumu ar apstrādes procesu

informāciju ar lēmumu pieņemšanas procesu.

treškārt, dators nodrošina paaugstinātu analīzes efektivitāti un efektivitāti.

Datoranalīze tieši seko grāmatvedībai, kā arī tiek veikta biznesa grāmatvedības uzskaites laikā un tādējādi pārvērš biznesa vadības analītiskā atbalsta apakšsistēmu par pastāvīgi funkcionējošu faktoru ražošanas efektivitātes paaugstināšanā, atjaunojot visu uzņēmuma informācijas fondu.

Pirmā efektīvā organizatoriskā forma datoru izmantošanai biznesa vadībā bija automatizētu darbstaciju (AWS) izveide grāmatvežiem un ekonomistiem.

Automatizēta analītiķu darbstacija ir profesionāli orientēta maza skaitļošanas sistēma, kas paredzēta biznesa darbību analīzes darba automatizēšanai.

Uz personālo datoru balstīta analītikas darbstacija ir tehnisks un tehnoloģisks līdzeklis uzņēmuma stratēģiskās informācijas resursu apguvei, kas nosaka tā spēju veiksmīgi attīstīties.

Analītiķa darbstacijas ietvaros darbojas viss uzņēmuma informācijas fonds datu bāzes, zināšanu bāzes un programmatūras veidā. Datu bāzes sniedz faktiskus datus par uzņēmējdarbību.

Zināšanu bāzes - metodes un analīzes tehnikas Programmatūras rīki ir rīks saimnieciskās darbības informācijas pakalpojumu analītisko uzdevumu automatizētai izpildei.

Dators kļūst par grāmatveža automatizētās darbstacijas (AWS) neatņemamu sastāvdaļu, kuras darbs iegūst automatizēta darba raksturu.

Ekonomiskās analīzes metodei, kas vērsta uz personālo datoru izmantošanu, jāatbilst konsekvences, sarežģītības, efektivitātes, precizitātes, progresivitātes un dinamisma prasībām.

Darbavietas ir vairāk vai mazāk sarežģīta sistēma, kas sastāv no atsevišķām apakšsistēmām vai Excel izklājlapām.

Mazajiem uzņēmumiem, kur visu finanšu vadību parasti veic galvenais grāmatvedis, bieži vien pietiek apvienot 1C klases sistēmu ar izklājlapām, lai aptvertu gandrīz visus finanšu pārvaldības uzdevumus.

Pētījuma atbilstība:

Kvalitatīvs informācijas atbalsts biznesa vadības procesam ir iespējams tikai izmantojot jaunākās informācijas tehnoloģijas: datortehnoloģijas, telekomunikācijas un programmatūru. Pašreizējais automatizācijas un informācijas atbalsta sistēmu attīstības līmenis piedāvā dažādus veidus, kā uzlabot uzņēmuma informācijas sistēmu, izmantojot progresīvus zinātnes sasniegumus ne tikai uzskaitei un pārskatu sniegšanai ārējiem lietotājiem, bet arī lai savlaicīgi saņemtu nepieciešamo analīzi nepārtrauktai uzņēmuma pārvaldībai. uzņēmums.

Analītiskā darba automatizācija

Automatizācija var optimizēt uzņēmuma analītiskos procesus, ne tikai attīstot spēju sniegt informāciju analītiķim, bet arī tieši vienkāršojot veiktos aprēķinus un analītiskās procedūras. Tās ir datorprogrammas, kas automatizē datu analīzes procesu.

Tradicionāli tos var iedalīt trīs kategorijās.

1). Datorprogrammas, kas ļauj veidot analītiskos pārskatus, pamatojoties uz sistēmā pieejamajiem datiem, jebkurā sadaļā, veidos un skatos. Tehniski šis process tiek veikts nevis ar standarta datu bāzes vaicājumu, bet gan ar īpašiem elastīgiem datu analīzes rīkiem, kuru pamatā ir jaunākās tehnoloģijas, ļaujot analītiķim izvēlēties jebkuru iespējamo datu attēlojumu. Tie ir atskaišu izstrādātāji, OLAP tehnoloģijas utt. Šādi rīki ļauj apmācītiem informācijas sistēmas lietotājiem, izmantojot modernu programmatūru, bez pastāvīgas programmētāju palīdzības, automatizēto vadības sistēmu darbinieku, IT nodaļu u.c. veidot atskaites jebkurā formā bez atsauces uz iepriekš izstrādātām veidnēm, tādējādi izmantojot visas informācijas sistēmai izstrādātās datu detalizācijas iespējas.

2). Programmas, kas tieši automatizē analīzes tehniku. Viņi var konfigurēt standarta ekonomiskās analīzes metodes, kā arī tās, kuras izmanto uzņēmums, pamatojoties uz datorizētu datu apstrādi - salīdzināšanu, grupēšanu un grupētu datu struktūras ieviešanu, faktoru analīzi un izslēgšanu, koeficientu aprēķināšanu, aprēķinātos rādītājus utt. Šajā gadījumā programma pati veic nepieciešamos aprēķinus, un lietotājs-analītiķis tikai iestata automatizētās procedūras parametrus, izvēlas datu diapazonus, analīzes metodi, aprēķina nosacījumus utt. Ar sarežģītu uzņēmuma automatizāciju (vispārēji integrētas uzskaites, plānošanas un analīzes sistēmas esamība) šī programma pat neprasīs lietotājam ievadīt datus vai importēt tos no citām sistēmām vai apakšsistēmām. Faktiskie grāmatvedības dati, kā arī dati no finanšu, ražošanas plānošanas, mārketinga prognozēšanas, tehniskajiem un ražošanas standartiem u.c. analītiķim jau ir gatavi lietošanai vajadzīgajā formā. Pēdējā uzdevums patiešām ir parametru noteikšana, rezultātu iegūšana un secinājumu izdarīšana, pamatojoties uz veiktajiem aprēķiniem. Ar t.s “patchwork automatizācija”, kad grāmatvedības un plānošanas dati nav gatavi, šāda sistēma, protams, prasa datu ievadi (kas acīmredzamu iemeslu dēļ nav mazāk darbietilpīgākā iespēja), vai nepieciešamās informācijas importēšanu no citām grāmatvedības sistēmām, izklājlapas utt. d.

3). Analītiskās modelēšanas sistēmas. Šī ir vēl viena svarīga iespēja analītiķim “spēlēties ar skaitļiem” – “kas notiks, ja dažas jaudas iesaldēsim, citas demontēsim un citas sāksim attīstīt?” Strādājot smaga stresa, augsta riska, ārkārtīgas nenoteiktības un pastāvīga laika trūkuma pārdomām, vadītājs vienkārši nevar nepieļaut kļūdas. Šajā gadījumā pat metodoloģiski pareiza faktisko datu analīze nevar novērst kļūdu iespējamību, pieņemot vadības lēmumus. Nepieciešama uz simulāciju balstīta datu analīze. Korporatīvā sistēma rada pamatu “analītiķa spēles laukuma” paplašināšanai, dodot viņam iespēju modelēt gan jau notikušo (“kas notiktu, ja...”), gan nākotni (“kas notiktu, ja...”). ..") notikumi. Šādā gadījumā varat izmantot faktiskos akreditācijas datus, tos atkārtoti neievadot. Varat operēt ar izmaiņām vienā vai vairākos parametros, izmantot parametru izvēles iespējas, pamatojoties uz sarežģītiem vienādojumiem, pielietot tendences un citas prognozēšanas iespējas, kā rezultātā veidojas dažādu varbūtību aplēses - dažādu notikumu iespējamība. Tas ļauj pilnībā izmantot visu metodoloģiju, visus ekonomiskās analīzes rīkus, strādājot gan ar faktiskajiem, gan plānotajiem datiem, kā arī ar aprēķiniem, kuru pamatā ir modelēšana.

Uzņēmuma vadības datorprogrammu vietējā tirgus pētījumi liecina, ka arvien vairāk izstrādātāju ir vērsti uz korporatīvo sistēmu izveidi, un šajā sakarā liela uzmanība tiek pievērsta analītiskajiem programmatūras produktiem. Tomēr, neskatoties uz to, lielākā daļa izveidoto un izmantoto datorprogrammu joprojām galvenokārt ir vērstas uz grāmatvedības darba automatizāciju un izmanto analītiskos moduļus kā grāmatvedības sistēmu iestatījumus. Tomēr šādās sistēmās izmantotā analīzes metodoloģija bieži aprobežojas ar vairāku koeficientu un paraugu izmantošanu. Turklāt lielākā daļa analītisko programmu joprojām ir balstītas tikai uz uzņēmuma finanšu pārskatu datu izmantošanu. Šāds informācijas bāzes attēlojums, protams, ietekmē analītiskās izpētes dziļumu un pašu programmatūras produktu analītiskās iespējas un būtiski samazina uz šādas analīzes rezultātiem balstīto secinājumu pamatotību.

Finanšu analīzes informācijas bāzes ierobežošana tikai finanšu pārskatu vai grāmatvedības datu ietvaros, kā uzsvēra O.V. Efimova, “sašaurina finanšu analīzes iespējas un, pats galvenais, tās efektivitāti, jo neņem vērā faktorus, kas ir būtiski svarīgi objektīvam finansiālā stāvokļa novērtējumam, kas saistīti ar uzņēmējdarbības vienības nozari, uzņēmuma stāvokli. ārējā vide, kā arī vairāki citi būtiski faktori. (Nr. 40, 37. lpp.).

Informācijas sistēmas optimizēšana uzņēmumā ļauj nodrošināt analītiķim visu nepieciešamo informāciju. Tomēr šī sistēma ir jāizmanto racionāli. Vēlme pēc detalizētas finanšu analīzes ir novedusi pie nepārprotami pārmērīga finanšu rādītāju daudzuma izstrādes, aprēķināšanas un virspusējas izmantošanas, jo īpaši tāpēc, ka lielākā daļa no tiem ir funkcionāli atkarīgi viens no otra (piemēram, pamatkapitāla manevrēšanas koeficients un indekss). pastāvīgo aktīvu, autonomijas koeficientu un parāda un akciju fondu attiecību). Dažiem jaunas finanšu analīzes programmatūras izstrādātājiem īpašs lepnums ir apgalvojums, ka izveidotais rīks ļauj aprēķināt 100 vai vairāk finanšu rādītāju. Mūsuprāt, parasti katram finanšu darbības aspektam pietiek izmantot ne vairāk kā 2-3 rādītājus.

Turklāt iekšējo datu detalizācija nekādā veidā neatrisina salīdzinošās analīzes informācijas atbalsta problēmu, kas bieži vien nav iespējama atbilstoša normatīvā regulējuma un pieejamo nozares vidējo rādītāju trūkuma dēļ.

Ekonomiskās informācijas analītiskā apstrāde pati par sevi ir ļoti darbietilpīga un prasa lielu daudzumu dažādu aprēķinu. Attīstoties ekonomikai, būtiski pieaug nepieciešamība pēc analītiskās informācijas. Tas, pirmkārt, ir saistīts ar nepieciešamību izstrādāt un pamatot uzņēmumu ilgtermiņa biznesa plānus, visaptverošu īstermiņa un ilgtermiņa vadības lēmumu efektivitātes novērtējumu un prasības uzņēmuma operatīvās vadības efektivitātei. uzņēmums.

Šajā sakarā ļoti svarīga ir pareiza informācijas sistēmas organizācija uzņēmumā. Turklāt svarīgi ir ne tikai nodrošināt un vienkāršot grāmatvedības dienestu darbinieku plašākas informācijas ievadi, palielināt datu detalizāciju utt., bet arī maksimāli palielināt pašu analītiķu efektivitāti.

Šāda uzlabojuma svarīgākajam elementam un tā dzinējspēkam vajadzētu būt analītisko aprēķinu automatizācijai, kas šobrīd ir kļuvusi par objektīvu nepieciešamību.

Datorrīki, kas uzņēmumiem un organizācijām tagad var būt un ir pieejami, ļauj pilnībā automatizēt (un bieži vien apvienot vienā, integrētā sistēmā) visu ekonomisko datu apstrādi, tostarp saimnieciskās darbības analīzi. Analītisko aprēķinu automatizācijas loma ir šāda.

* Ekonomistu analītiķu produktivitāte pieaug. Viņi ir atbrīvoti no tehniskā darba un vairāk nodarbojas ar radošām aktivitātēm, kas ļauj veikt padziļinātu izpēti un radīt sarežģītākas ekonomiskās problēmas.

* Dziļāk un vispusīgāk tiek pētītas ekonomikas parādības un procesi, pilnīgāk izpētīti faktori un apzinātas rezerves ražošanas efektivitātes paaugstināšanai.

* Tiek paaugstināta analīzes efektivitāte un kvalitāte, tās kopējais līmenis un efektivitāte.

Uzņēmuma informācijas sistēmas organizēšanas galvenie metodiskie uzdevumi

Informācijas sistēmas izveide ir saistīta ar vairāku darbību veikšanu, kam nepieciešama pētnieciska, organizatoriska un radoša pieeja.

Lai izveidotu informācijas sistēmu, nepieciešams:

* iepriekšēja aptauja, lai apzinātu visu ieinteresēto pušu prasības šai sistēmai, izpētītu iespējas, ko sistēma sniegs informācijas analīzei;

* iekšējo korporatīvās grāmatvedības standartu izstrāde, kas atbilst gan valsts prasībām, gan tiem, kas atbilst iepriekšēja apsekojuma stadijā izvirzītajiem uzdevumiem, kā arī analītiskās informācijas detalizācijas principu izstrāde (informācijas sistēmas projektēšanas posms);

* nodrošināt visu uzdoto uzdevumu izpildi, veicot reorganizāciju, biznesa procesu automatizāciju u.c.

Ekonomiskā informācija ir pārveidots un apstrādāts informācijas kopums, kas atspoguļo ekonomisko procesu stāvokli un gaitu. Ekonomiskā informācija cirkulē ekonomiskajā sistēmā un pavada materiālo preču un pakalpojumu ražošanas, izplatīšanas, apmaiņas un patēriņa procesus. Ekonomiskā informācija ir jāuzskata par vienu no vadības informācijas veidiem.

Ekonomiskā informācija var būt:

• - vadītājs (tiešu rīkojumu, plānoto mērķu veidā utt.);
• - informēšana (atskaites rādītājos, veic atgriezeniskās saites funkciju ekonomiskajā sistēmā).

Informāciju var uzskatīt par materiālu, darba un naudas resursiem līdzīgu resursu. Informācijas resursi ir materiālos nesējos jebkurā formā ierakstītas uzkrātas informācijas kopums, kas nodrošina tās pārraidi laikā un telpā zinātnes, ražošanas, vadības un citu problēmu risināšanai.

Informācijas vākšana, uzglabāšana, apstrāde, pārraide skaitliskā formā tiek veikta, izmantojot informācijas tehnoloģijas. Informācijas tehnoloģiju īpatnība ir tāda, ka tajās gan darba priekšmets, gan produkts ir informācija, bet darba instrumenti ir datori un sakari.

Informācijas tehnoloģiju galvenais mērķis ir lietotājam nepieciešamās informācijas iegūšana mērķtiecīgu darbību rezultātā tās apstrādei.

Zināms, ka informācijas tehnoloģijas ir metožu, ražošanas un programmatūras tehnoloģisko rīku kopums, kas apvienots tehnoloģiskā ķēdē, kas nodrošina informācijas vākšanu, uzglabāšanu, apstrādi, izvadi un izplatīšanu.

No informācijas tehnoloģiju viedokļa informācijai ir nepieciešams materiāls nesējs kā informācijas avots, raidītājs, sakaru kanāls, informācijas uztvērējs un saņēmējs.

Ziņojums no avota adresātam tiek pārsūtīts pa saziņas kanāliem vai izmantojot mediju.

Informācija ir saziņas veids starp pārvaldītajiem un kontroles objektiem jebkurā vadības sistēmā. Saskaņā ar vispārējo kontroles teoriju vadības procesu var attēlot kā divu sistēmu - kontroles un kontrolētās - mijiedarbību.

Informācijas precizitāte nodrošina to, ka visi patērētāji to nepārprotami uztver. Uzticamība nosaka gan ienākošās, gan iegūtās informācijas pieļaujamo izkropļojumu līmeni, pie kura tiek uzturēta sistēmas darbības efektivitāte. Efektivitāte atspoguļo informācijas atbilstību nepieciešamajiem aprēķiniem un lēmumu pieņemšanai mainīgos apstākļos.

Ekonomiskās informācijas automatizētās apstrādes procesos transformējamais objekts ir dažāda veida dati, kas raksturo noteiktas ekonomikas parādības. Šādus procesus sauc par AOEI tehnoloģiskajiem procesiem, un tie ir savstarpēji saistītu darbību komplekss, kas notiek noteiktā secībā. Vai, sīkāk, tas ir process, kurā ievades informācija tiek pārvērsta izvadē, izmantojot tehniskos līdzekļus un resursus.

Racionāla tehnoloģisko procesu projektēšana datu apstrādei EIS lielā mērā nosaka visas sistēmas efektīvu darbību.

Visu tehnoloģisko procesu var iedalīt procesos sākotnējo datu vākšanai un ievadīšanai datorsistēmā, procesos datu ievietošanai un saglabāšanai sistēmas atmiņā, procesos datu apstrādei, lai iegūtu rezultātus, un procesos datu izsniegšanai formā. ērts lietotāja uztverei.

Ekonomiskās informācijas apstrāde datorā parasti tiek veikta centralizēti, bet mini un mikrodatoros - decentralizēti, primārās informācijas rašanās vietās, kur tiek organizētas viena vai otra vadības dienesta speciālistu automatizētas darba vietas (loģistikas nodaļa). un pārdošana, galvenā tehnologa nodaļa, projektēšanas nodaļa, grāmatvedības nodaļa, plānošanas nodaļa utt.).

Automatizētā speciālistu darbstacijā ietilpst personālais dators (PC), kas darbojas autonomi vai datortīklā, programmatūras rīku komplekts un informācijas masīvi funkcionālo problēmu risināšanai. Ekonomiskās informācijas apstrāde datorā sākas, kad visas iekārtas ierīces ir pilnībā gatavas. Veicot darbu pie datora, operators vai lietotājs vadās pēc īpašiem norādījumiem par aparatūras un programmatūras lietošanu.

Darba sākumā iekārtās tiek ielādēta programma un dažādi informācijas masīvi (nosacīti konstants, mainīgais, atsauces), no kuriem katrs vispirms parasti tiek apstrādāts, lai iegūtu dažus rezultāta rādītājus, un pēc tam masīvus apvieno, lai. iegūt kopsavilkuma rādītājus.

Apstrādājot ekonomisko informāciju datorā, tiek veiktas aritmētiskās un loģiskās darbības.

Datu apstrādes aritmētiskās darbības datorā ietver visu veidu matemātiskās darbības, ko nosaka programma.

Loģiskās darbības nodrošina atbilstošu datu sakārtošanu masīvos (primārais, starpposms, konstante, mainīgie), kas tiek pakļauti turpmākai aritmētiskai apstrādei. Nozīmīgu vietu loģiskajās operācijās ieņem tādi šķirošanas darbu veidi kā pasūtīšana, sadale, atlase, paraugu ņemšana un apvienošana.

Problēmu risināšanas gaitā datorā saskaņā ar mašīnas programmu rezultātu kopsavilkumi tiek ģenerēti un izdrukāti ar mašīnu. Kopsavilkumu drukāšanai var pievienot pavairošanas procedūru, ja dokuments ar iegūto informāciju ir jāiesniedz vairākiem lietotājiem.

Viens no galvenajiem informācijas tehnoloģiju mērķiem ir informācijas vākšana, apstrāde un nodrošināšana vadības lēmumu pieņemšanai. Šajā sakarā ir ērti apsvērt ekonomiskās informācijas apstrādes metodes atbilstoši vadības lēmumu pieņemšanas procesa dzīves cikla fāzēm: 1) problēmu diagnostika; 2) alternatīvu izstrāde (ģenerēšana); 3) risinājuma izvēle; 4) risinājuma realizācija.

Fāzes laikā izmantotās metodes diagnosticēt problēmas, sniedz uzticamu un vispilnīgāko aprakstu. Tie ietver (2.2. att.) salīdzināšanas, faktoru analīzes, modelēšanas (ekonomiskās un matemātiskās metodes, rindu teorijas metodes, inventarizācijas teorijas, ekonomiskās analīzes metodes) un prognozēšanas metodes (kvalitatīvās un kvantitatīvās metodes). Visas šīs metodes apkopo, glabā, apstrādā un analizē informāciju un reģistrē svarīgākos notikumus. Metožu kopums ir atkarīgs no problēmas būtības un satura, laika un līdzekļu, kas piešķirti formulēšanas stadijā.

Metodes alternatīvu izstrāde (ģenerēšana). ir parādīti attēlā. 2.3. Šajā posmā tiek izmantotas arī informācijas vākšanas metodes, taču atšķirībā no pirmā posma, kurā tiek meklētas atbildes uz tādiem jautājumiem kā “Kas noticis?” un “Kādu iemeslu dēļ?”, šeit tie nosaka, kā problēmu var atrisināt, ar kādu vadības darbību palīdzību.

Izstrādājot alternatīvas (vadības darbību metodes izvirzītā mērķa sasniegšanai), metodes tiek izmantotas gan individuāli,

un kolektīva problēmu risināšana. Atsevišķām metodēm ir raksturīgs vismazākais laiks, taču šie risinājumi ne vienmēr ir optimāli. Ģenerējot alternatīvas, tiek izmantota intuitīva pieeja vai loģiskās (racionālās) problēmu risināšanas metodes. Lai palīdzētu lēmumu pieņēmējam (DM), tiek piesaistīti problēmu risināšanas eksperti, kas piedalās alternatīvu izstrādē (2.4. attēls). Kolektīva problēmu risināšana tiek veikta, izmantojot prāta vētras/vētras modeli (2.5. att.), Delphi un nominālās grupas tehnikas.

Prāta vētras sesijā mums ir atvērta diskusija, kas notiek galvenokārt grupās no 4-10 dalībniekiem. Ir iespējams arī prāta vētra vienatnē. Jo lielāka atšķirība starp dalībniekiem, jo ​​auglīgāks rezultāts (atšķiras pieredzes, temperamenta, darba jomu dēļ).

Dalībniekiem nav nepieciešama dziļa un ilgstoša sagatavošanās vai pieredze šajā metodē. Tomēr izvirzīto ideju kvalitāte un patērētais laiks rādīs, cik individuāli dalībnieki vai mērķa grupas ir iepazinušies ar metodes principiem un pamatnoteikumiem. Pozitīvi, ka dalībniekiem ir zināšanas un pieredze attiecīgajā jomā. Prāta vētras sesijas ilgumu var izvēlēties no vairākām minūtēm līdz vairākām stundām vispārpieņemtais ilgums ir 20-30 minūtes.

Lietojot prāta vētras metodi mazās grupās, stingri jāievēro divi principi: atturēties no ideju vērtēšanas (šeit kvantitāte pārvēršas kvalitātē) un ievērot četrus pamatnoteikumus – kritika ir izslēgta, tiek veicināta brīva asociācija, vēlams variantu skaits, tiek meklētas kombinācijas un uzlabojumi.

Risinājuma izvēle visbiežāk notiek noteiktības, riska un nenoteiktības apstākļos (2.6. att.). Atšķirību starp šiem vides stāvokļiem nosaka informācijas apjoms, lēmumu pieņēmēja zināšanu pakāpe par parādību būtību un lēmuma pieņemšanas nosacījumi.

Pārliecības nosacījumi pārstāv tādus lēmumu pieņemšanas nosacījumus (zināšanu stāvokli par parādību būtību), kad lēmumu pieņēmējs var iepriekš noteikt katras izvēlei piedāvātās alternatīvas rezultātu (rezultātu). Šī situācija ir raksturīga taktiskiem īstermiņa lēmumiem. Šajā gadījumā lēmuma pieņēmējam ir detalizēta informācija, t.i. visaptverošas situācijas zināšanas, lai pieņemtu lēmumu.

Riska apstākļi ir raksturīgs tāds zināšanu stāvoklis par fenomena būtību, kad lēmuma pieņēmējs zina katras alternatīvas īstenošanas iespējamo seku varbūtības. Riska un nenoteiktības apstākļus raksturo tā sauktie daudzvērtīgu nākotnes situācijas gaidu nosacījumi ārējā vidē. Šajā gadījumā lēmuma pieņēmējam ir jāizdara alternatīva izvēle, viņam nav precīza priekšstata par vides faktoriem un to ietekmi uz rezultātu. Šādos apstākļos katras alternatīvas iznākums, rezultāts ir nosacījumu funkcija - vides faktori (lietderības funkcija), ko lēmuma pieņēmējs ne vienmēr spēj paredzēt. Lēmumu matrica, ko sauc arī par izmaksu matricu, tiek izmantota, lai prezentētu un analizētu izvēlēto alternatīvo stratēģiju rezultātus.

Nenoteiktības apstākļi atspoguļo vides stāvokli (zināšanas par parādību būtību), kad katrai alternatīvai var būt vairāki iznākumi, un šo iznākumu iestāšanās varbūtība nav zināma. Lēmumu pieņemšanas vides nenoteiktība ir atkarīga no sakarības starp informācijas daudzumu un tās ticamību. Jo nenoteiktāka ir ārējā vide, jo grūtāk pieņemt efektīvus lēmumus. Lēmumu pieņemšanas vide ir atkarīga arī no vides dinamikas un mobilitātes pakāpes, t.i. lēmumu pieņemšanas nosacījumu izmaiņu ātrums. Izmaiņas apstākļos var rasties gan organizācijas attīstības rezultātā, t.i. tā iegūst spēju risināt jaunas problēmas, spēju atjaunināt, kā arī ārpus organizācijas faktoru ietekmē, kurus organizācija nevar regulēt. Labākā risinājuma izvēle nenoteiktības apstākļos būtiski ir atkarīga no šīs nenoteiktības pakāpes, t.i. atkarīgs no tā, kāda informācija ir lēmuma pieņēmējam. Labākā risinājuma izvēle nenoteiktības apstākļos, kad nav zināmas iespējamo nosacījumu variantu varbūtības, bet ir darbības rezultātu novērtēšanas pieejas principi, nodrošina šādu četru kritēriju izmantošanu: Valda maksimuma kritērijs; Savage's minimax kritērijs; Hurvica pesimisma-optimisma kritērijs; Laplasa kritērijs vai Bajesa kritērijs.

Plkst risinājumu ieviešana pielietot lēmumu īstenošanas plānošanas, organizēšanas un uzraudzības metodes (2.7. att.). Risinājuma ieviešanas plāna sastādīšana ietver atbilžu iegūšanu uz jautājumiem "ko, kam un ar ko, kā, kur un kad darīt?" Atbildes uz šiem jautājumiem ir jādokumentē. Galvenās metodes, ko izmanto, lai plānošana vadības lēmumi ir tīkla modelēšana un pienākumu nodalīšana (2.8. att.). Tīkla modelēšanas galvenie rīki ir tīkla matricas (2.9. att.), kur tīkla diagramma ir apvienota ar kalendāra mēroga laika režģi.

UZ organizēšanas metodes lēmumu īstenošana ietver metodes lēmumu īstenošanas informācijas tabulas (ITRI) sastādīšanai un ietekmes un motivācijas metodes.

Kontroles metodes lēmumu īstenošana ir sadalīta starpposma un gala rezultātu kontrolē un termiņu kontrolē (operācijas ITRR). Kontroles galvenais mērķis ir izveidot lēmumu izpildes garantiju sistēmu, sistēmu iespējami augstākas lēmuma kvalitātes nodrošināšanai.

Ekonomisko aprēķinu automatizācijas loma analītisko pētījumu efektivitātes paaugstināšanā. Automatizētas darbstacijas (AWS) organizēšana analītiķim.

Ekonomiskās informācijas analītiskā apstrāde pati par sevi ir ļoti darbietilpīga un prasa lielu daudzumu dažādu aprēķinu. Pārejot uz tirgus attiecībām, būtiski pieaug nepieciešamība pēc analītiskās informācijas. Tas galvenokārt ir saistīts ar nepieciešamību izstrādāt un pamatot uzņēmumu ilgtermiņa biznesa plānus un vispusīgi novērtēt īstermiņa un ilgtermiņa vadības lēmumu efektivitāti. Šajā sakarā analītisko aprēķinu automatizācija ir kļuvusi par objektīvu nepieciešamību.

Tagad uzņēmumu un organizāciju rīcībā esošie skaitļošanas rīki ļauj pilnībā automatizēt visu ekonomisko datu apstrādi, tostarp saimnieciskās darbības analīzi. Analītisko aprēķinu automatizācijas loma ir šāda.

Pirmkārt, pieaug ekonomikas analītiķu produktivitāte. Viņi ir atbrīvoti no tehniskā darba un vairāk nodarbojas ar radošām aktivitātēm, kas ļauj veikt padziļinātu izpēti un radīt sarežģītākas ekonomiskās problēmas.

Otrkārt, tiek dziļāk un vispusīgāk pētītas ekonomiskās parādības un procesi, pilnīgāk izpētīti faktori un apzinātas rezerves ražošanas efektivitātes paaugstināšanai.

Treškārt, tiek paaugstināta analīzes efektivitāte un kvalitāte, tās kopējais līmenis un efektivitāte.

Analītisko aprēķinu automatizācija un pašas saimnieciskās darbības analīze ir pakāpusies augstākā līmenī, izmantojot personālos datorus, kam raksturīga augsta produktivitāte, uzticamība un darbības vienkāršība, izstrādātas programmatūras klātbūtne, interaktīvs darbības režīms, zemas izmaksas. u.c. Uz to pamata tiek izveidotas automatizētas grāmatvežu un ekonomistu darbstacijas , finansista, analītiķa u.c. Personālie datori, kas savienoti vienā datortīklā, ļauj pāriet uz visaptverošu ACD automatizāciju.

Nepieciešams nosacījums analītiķa darbstacijas izveidei ir tehniskās bāzes (personālie datori), uzņēmuma saimnieciskās darbības datu bāzes, zināšanu bāzes (analīzes metodes un tehnikas) un programmatūras pieejamība, kas ļauj automatizēt analītisko problēmu risināšanu. .

Lai izveidotu analītiķa darbstaciju, ir jāatrisina daudzas organizatoriskas problēmas, kas saistītas ar informāciju, matemātisko, tehnisko un programmatūru. Var izšķirt šādus analītiķa darbstacijas organizēšanas posmus:

1) personāla atlase analītiķu automatizēto darba vietu izstrādei un ieviešanai;

2) pašreizējās ACD metodoloģijas un tās organizācijas izpēte;

3) esošās informācijas analīzes sistēmas apsekojums un izpēte;

4) kompleksās ekonomiskās analīzes uzdevumu formulēšana un apraksts;

5) problēmu risināšanas algoritmu un modeļu izstrāde, tas ir, uzdevumu matemātisks apraksts personālajiem datoriem;

6) jaunas informācijas sistēmas izstrāde, datu bankas izveide analītiķa darba vietai;

7) mašīnprogrammu izstrāde ACD problēmu risināšanai algoritmiskās PC valodās;

8) analītiķa darbstacijas ieviešana ražošanas vadības praksē.

Analītiķa darbstacijas efektivitāte lielā mērā ir atkarīga no analīzes metožu pilnības, no tā, cik lielā mērā tās atbilst mūsdienu ražošanas vadības prasībām, kā arī no datora tehniskajām iespējām. Sasniegumi integrētās elektronikas jomā, resursu iespēju paplašināšana un personālo datoru funkcionālais pamatīgums rada reālus apstākļus ekonomisko pētījumu padziļināšanai, ļauj plašāk izmantot optimizācijas metodes analītisko problēmu risināšanai un, pamatojoties uz tām, pieņemt optimālus vadības lēmumus.