Tieto- ja analyyttinen seurantatekniikka. Analyyttinen ohjaus globaalissa seurannassa

Tieto- ja analyyttinen seurantayksikkö suorittaa päätehtävänsä, koska jotta se olisi järkevää johdon päätöksiä Asianomaisten viranomaisten on tärkeää analysoida ja arvioida laitoksen kunto ja sen suorituskykymittareiden dynamiikka. Johdon asiantuntijoiden analyyttisen toiminnan automaatiojärjestelmät voivat tarjota tehokasta tietoa ja analyyttistä tukea tarvittavien ongelmien ratkaisemiseen, ne organisoivat tiedon keräämisen, tallennuksen ja käsittelyn prosesseja. Tällaisten järjestelmien käsitteen laajalle hallittujen kohteiden luokalle tulisi perustua nykyaikaiseen integroidun tiedontallennustekniikan ja kertyneen tiedon syvälliseen analyyttiseen käsittelyyn, joka perustuu nykyaikaiseen tietotekniikkaan.

Kuten jo todettiin, perinteisiä ja yleisesti hyväksyttyjä perustiedon lähteitä ovat tilastoraportointi, kirjanpito ja johdon laskentatoimet, talousraportointi, kyselylomakkeet, haastattelut, kyselyt jne.

Strukturoidun perustiedon analyyttisen ja tilastollisen käsittelyn vaihe on myös useita perinteisiä yleisesti hyväksyttyjä lähestymistapoja. Näiden lähestymistapojen ilmaantuminen ja niiden systeeminen integrointi johtui objektiivisesta tarpeesta automatisoida kirjanpito- ja tilastotyötä, jotta analysoitavalla alueella tapahtuvat prosessit kuvattaisiin mahdollisimman tarkasti, laadukkaasti ja oikea-aikaisesti. aihealue sekä tunnistaa niille ominaiset suuntaukset.

Tilastotyön automatisointi näkyy automatisoidun tilaston luomisessa ja toiminnassa tietojärjestelmä: 1970-luvulla - automatisoitu valtiontilastojärjestelmä (ASDS) ja vuodesta 1988 - yhtenäisen tilastotietojärjestelmän (ESIS) suunnittelussa. Tämän kehityksen päätavoitteena oli kansantalouden suunnitteluun ja johtamiseen tarvittavien kirjanpito- ja tilastotietojen kerääminen ja käsittely. laaja sovellus taloudelliset ja tilastolliset menetelmät, tietokone- ja organisatoriset laitteet, viestintäjärjestelmät valtion tilastolaitoksissa.

Rakenteellis-alueellisesti ASDS oli tiukasti hierarkkinen, sillä oli neljä tasoa: liitto, tasavaltalainen, alueellinen, piiri (kaupunki). Jokaisella tasolla tehtiin tiedonkäsittelyä tehtävien toteuttamiseksi ensisijaisesti tällä tasolla.

Toiminnallisesti ASDS erottaa toiminnalliset ja tukialijärjestelmät. Nämä alajärjestelmät toteuttivat yksittäisten tilastotehtävien sisällöstä riippumatta tilastotietojen keräämisen ja käsittelyn, monimutkaisen tilastollisen analyysin, indikaattoreiden toteutumisen seurannan, ajankohtaisten ja tarvittavien tilastotietojen hankkimisen toiminnot. toiminnan suunnittelu, toimitetaan oikea-aikaisesti kaikki tarvittavat tilastotiedot hallintoelimille. Käyttäjän näkökulmasta valvontatehtävät on jaettu tarkoituksensa mukaan:

tilastollisten raportointitietojen käsittelyyn liittyvät sääntelytehtävät ASDS:n asiaankuuluvilla rakenteellisilla ja alueellisilla tasoilla;

tiedotus- ja referenssipalvelujen tehtävät; syvällisen taloudellisen analyysin tehtävät.

Tilastollisten raportointitietojen käsittelyyn liittyvät sääntelytehtävät ASDS-tasolla. Jokainen sääntelytehtävä liittyy pääsääntöisesti tietyn tilastollisen raportointimuodon tai useiden läheisesti toisiinsa liittyvien raportointimuotojen tietojen käsittelyyn. Tällaisten ongelmien ratkaisu suoritetaan elektronisilla tietojenkäsittelykomplekseilla, jotka ovat ohjelmisto-, laitteisto- ja organisaatiotyökaluja, jotka käyttävät paikallisia tietoryhmiä.

Tieto- ja referenssipalvelujen tehtäviin kuuluu pyynnöstä tarvittavien tilastotietojen tuottaminen raporttien, analyyttisten muistiinpanojen ja todistusten nopeaa laatimista varten, mutta niitä ei sisällöltään säännellä. Heidän ratkaisunsa tarjotaan automatisoidun tietopankin avulla järjestelmän muodossa tietojen keräämiseen, tallentamiseen, etsimiseen, käsittelyyn ja luovuttamiseen käyttäjien toiveiden mukaisesti vaaditussa muodossa.

Syvällisen taloudellisen analyysin tehtävät perustuvat:

aikasarjat (polygonien, taajuushistogrammien ja kumulatiivisten viivojen rakentaminen, trendien valinta valitusta funktioluokasta);

alkuperäisen aikasarjan tasoitus, diagnostiikka valitun trendin ja autoregressiivisen mallin perusteella, residuaalien analysointi autokorrelaatiolle ja normalisuudelle)

pariregressio (lineaaristen ja epälineaaristen regressioyhtälöiden määrittely, niiden tilastollisten ominaisuuksien arviointi, optimaalisen yhteysmuodon valinta);

moninkertainen regressio (parikorrelaatiokertoimien matriisin määrittely, useiden lineaaristen regressioyhtälöiden määrittely),

tekijäanalyysi (pienellä määrällä tekijöitä kuvaaman lineaarisen mallin saaminen, "yhteisten tekijöiden kuormituksen" ja yleisimpien tekijöiden arvojen laskeminen, tekijöiden graafinen tulkinta tasossa ja avaruudessa);

korrelaatioanalyysi (korrelaatiomatriisien, keskiarvojen ja keskihajonnan saaminen).

Tämän luokan ongelmien ratkaisemisen organisatorinen ja teknologinen muoto on analyyttiset kompleksit, jotka ovat joukko sovellusohjelmistopaketteja, jotka keskittyvät matemaattisten ja tilastollisten menetelmien toteuttamiseen. Analysoitavien tietojen laajan aikavälin kattamiseksi käytetään automaattisiin rekistereihin perustuvaa rekisterimuotoista seurantaa, joka mahdollistaa merkittävien järjestetyn tietokokonaisuuksien tallentamisen ja käsittelyn.

taulukoiden muodossa, riippumatta kunkin kohteen tai tietyn seurantaobjektien ryhmän tilastoraporttien rakenteesta. Valvontarekisterimuoto on erityisen tehokas suhteellisen stabiileja objekteja luonnehtiville tilastotiedoille, joten rekistereitä voidaan pitää tietyn tyyppisten homogeenisten tilastollisten havaintojen yksiköiden ryhmien automaattisena korttihakemistona. Sen käyttö antaa käyttäjälle mahdollisuuden saada yhtenäisen pyyntölomakkeen täyttämällä erilaisia tietoja, jotka kuvaavat tietyn kohteen tilaa.

Tärkeä tilastollisen seurannan parantamisen osa-alue on ollut raportointitietojen sisällön, luotettavuuden ja tehokkuuden lisääminen nykyisen raportoinnin, kertaluontoisten tietueiden, otanta- ja monografisten tutkimusten yhdistelmän sekä tietovirtojen optimoinnin perusteella. . Erityisesti painotetaan taloudellisten ja matemaattisten menetelmien parantamista järjestelmien kehityksen analysoimiseksi ja ennustamiseksi. Lisäksi merkittävä edistys seurantamenetelmien kehityksessä oli uuden tietotekniikan käyttö, nimittäin:

monimutkaisen tietojenkäsittelytekniikan kehittäminen tietopankkeja ja tietokoneverkkoja käyttäen;

tietokonemallinnustyökalujen luominen tietojenkäsittelyjärjestelmiä varten;

älykkäiden loppukäyttäjärajapintojen kehittäminen tietokoneeseen perustuen automatisoituihin työasemiin, joissa käytetään asiantuntijajärjestelmiä.

Uudet tietotekniikat ovat merkittävästi laajentaneet mahdollisuutta päästä suoraan automatisoituun tarvittaviin tilastotietoihin, monipuolistaneet koostumusta ja sisältöä analyyttinen työ. On tullut mahdolliseksi integroida yksi tilastotietojen seurantajärjestelmä muiden tietojärjestelmien kanssa kaikilla tietoliikennekanavien hallinnan tasoilla.

Kaikilla tarkastelluilla analyyttisen ja tilastollisen tiedonkäsittelyn menetelmillä on kuitenkin merkittävä haittapuoli. Niissä käsitellään koko tietojoukko erillisenä joukkona, minkä vuoksi systeemistä yhtenäisyyttä ei ole. Vain keinotekoinen yhteys voidaan muodostaa yhden tai toisen tietovirran välille yhdistämällä ne erityiseksi raportointilomakkeeksi. Kaikille mahdollisille ilmiöille ja yhteyksille on kuitenkin mahdotonta tarjota kaikkia muotoja. Perinteiset menetelmät Analyyttisessä ja tilastollisessa tietojenkäsittelyssä ei oteta huomioon sitä, että kaikenlaisten ilmiöiden ja tapahtumien välillä on luonnollinen yhteys, joka perustuu niihin kaikkiin sisältyviin universaaleihin indikaattoreihin. Jos on olemassa tällainen luonnollinen järjestelmä

yhteyksiä, on mahdollista verrata tarkasteltavaan ilmiöön kaikkia siihen liittyviä tekijöitä, tapahtumia ja tietoja, joko eksplisiittisesti tai implisiittisesti. Tähän lähestymistapaan perustuvalle seurannalle on ominaista piilevien trendien keskinäisen vaikutuksen tekijöiden syy-seuraussuhteiden kattavuus. Kaikkea tätä tarkastellaan erottamattomassa systeemisessä yhtenäisyydessä.

Tämä epäkohta voidaan poistaa viime aikoina erittäin laajalle levinneen lähestymistavan ansiosta analyyttisen ja tilastollisen tietojenkäsittelyn ongelmaan. uusin teknologia OLAP - Online Analytical Processing (operatiivisen tiedon analyysi).

Termi OLAP viittaa tekniikoihin, joiden avulla tietokannan käyttäjät voivat tuottaa reaaliaikaista kuvaavaa ja vertailevaa tietoa tiedoista ja saada vastauksia erilaisiin analyyttisiin kyselyihin. OLAP-konseptin määritteleviä periaatteita ovat:

moniulotteinen käsitteellinen esitys - OLAP-tietokantojen on tuettava tietojen moniulotteista esittämistä, ja ne tarjoavat klassiset osiointitoiminnot ja käsitteellisen datakuution kiertämisen;

läpinäkyvyys - käyttäjien ei tarvitse tietää, että he käyttävät OLAP-tietokantaa. He voivat käyttää tuntemiaan työkaluja saadakseen tietoja ja tehdäkseen tarvitsemiaan päätöksiä. heidän ei myöskään tarvitse tietää mitään tiedon lähteestä;

saavutettavuus - ohjelmistotyökalujen on itse valittava paras tietolähde ja kommunikoitava sen kanssa vastauksen luomiseksi tiettyyn pyyntöön. Heidän tulee tarjota oman logiikkakaavionsa automaattinen kartoitus erilaisiin heterogeenisiin tietolähteisiin;

tasainen suorituskyky – suorituskyvyn tulisi olla käytännössä riippumaton kyselyn ulottuvuuksien määrästä. Järjestelmämallien on oltava riittävän tehokkaita käsittelemään kaikki tarkasteltavana olevan mallin muutokset;

asiakas-palvelin-arkkitehtuurin tuki - OLAP-työkalujen on kyettävä toimimaan asiakas-palvelin-ympäristössä, koska oletetaan, että moniulotteiseen tietokantapalvelimeen on päästävä muista ohjelmista ja työkaluista;

kaikkien ulottuvuuksien tasa-arvo - jokaisen dataulottuvuuden tulee olla samanlainen sekä rakenteeltaan että toimintakyvyltään. Taustalla olevan tietorakenteen, kaavojen ja raportointimuotojen ei tulisi keskittyä mihinkään tietoulottuvuuksiin.

harvojen matriisien dynaaminen käsittely - tyypilliset korkeadimensionaaliset mallit pääsevät helposti käsiksi suuriin sarjoihin

soluviittauksia, joista monilla ei ole tietoja tiettynä ajankohtana. Nämä puuttuvat arvot on tallennettava tehokkaasti, eikä niitä saa tuottaa negatiivinen vaikutus tiedonhaun tarkkuudesta tai nopeudesta;

tuki useille ympäristöille - OLAP-työkalujen tulisi tukea ja rohkaista ryhmätyöskentelyä sekä ideoiden ja analyysien jakamista käyttäjien kesken. Tätä varten usean käyttäjän pääsy tietoihin on erittäin tärkeää;

tuki operaatioille eri ulottuvuuksien välillä. Kaikki moniulotteiset toiminnot (kuten yhdistäminen) on määriteltävä ja asetettava saataville siten, että ne suoritetaan yhtenäisesti ja johdonmukaisesti ulottuvuuksien lukumäärästä riippumatta;

intuitiivinen tiedonhallinta - käyttäjä-analyytikolle toimitettujen tietojen tulee sisältää kaikki tehokkaaseen navigointiin (viipaleiden muodostuminen, tiedon esittämisen tarkkuuden muutokset) ja asiaankuuluvien kyselyiden suorittamiseen tarvittavat tiedot;

joustava raporttien luominen - käyttäjällä on mahdollisuus poimia kaikki tarvitsemansa tiedot ja luoda ne missä tahansa tarvitsemassaan muodossa;

rajattomat mitat ja koontitasot – tuettujen ulottuvuuksien määrää ei pitäisi rajoittaa.

OLAP-tekniikkaan perustuvien järjestelmien käyttö mahdollistaa:

järjestää tilastollisiin ja muihin raportointitietoihin perustuva yhtenäinen tietovarasto;

tarjoavat yksinkertaisen ja tehokkaan pääsyn tallennustietoihin erilaisilla käyttöoikeuksilla

tarjota kyky nopeasti analyyttisesti käsitellä tallennettuja tietoja ja suorittaa tilastollisia analyyseja;

virtaviivaistaa, standardoi ja automatisoi lomakkeiden luomista analyyttiset raportit jossa tiedot näytetään tietyssä muodossa.

Moniulotteisen tiedon esittämisen tärkein erottuva piirre ja tärkeä etu perinteisiin tietomenetelmiin verrattuna on yhteisanalyysin mahdollisuus suuria ryhmiä parametrit keskinäisessä yhteydessä, mikä on tärkeää monimutkaisten ilmiöiden tutkimisessa.

OLAP-teknologia lyhentää merkittävästi aikaa, joka kuluu ensisijaisen tiedon keräämiseen ja analysointiin, joka tarvitaan päätöksentekoon tietyllä ihmisen toiminnan alueella, ja lisää myös näillä alueilla tapahtuvia prosesseja ja ilmiöitä koskevien raporttien näkyvyyttä ja tietosisältöä.

OLAP-järjestelmien avulla voit kerätä suuria määriä eri lähteistä kerättyä tietoa. Tämä tieto on yleensä

Ennen tällaisen järjestelmän luomista on harkittava ja selvennettävä kolmea pääkysymystä:

kerätä tietoa ja miten mallintaa käsitteellisesti ja hallita sen säilyttämistä; kuinka analysoida tietoja;

kuinka ladata tietoja tehokkaasti useista riippumattomista lähteistä.

Nämä kysymykset voidaan korreloida päätöksenteon tukijärjestelmän kolmeen pääkomponenttiin: tietovarastopalvelimeen, operatiivisiin analyyttisiin tietojenkäsittelytyökaluihin ja tietovaraston täydennystyökaluihin.

Koska tietovarastojen järjestäminen on muiden tieteenalojen aihe, käsittelemme vain kysymystä analyyttisestä tietojenkäsittelystä. Nykyään on olemassa useita OLAP-työkaluja, joita voidaan käyttää tietojen analysointiin. Nämä ovat ohjelmistotuotteita, kuten MicroStrategi 7 ja WebIntelligence, Cognos Powerplay, AlphaBlox ja vastaavat. Tarkastellaan näitä tuotteita seuraavien kriteerien perusteella:

helppokäyttöisyys - ohjelmistotuotteen tulee olla riittävän yksinkertainen käyttäjälle ilman erityiskoulutusta;

interaktiivisuus - ohjelmiston on toteutettava interaktiivisia ominaisuuksia, mukaan lukien: asiakirjojen katselu, olemassa olevien asiakirjojen dynaaminen päivitys, tarjoaa pääsyn uusimmat tiedot, dynaaminen kyselyjen suorittaminen tietolähteisiin, dynaaminen rajoittamaton "syventyminen tietoihin";

toiminnallisuus - sovelluksen on tarjottava samat ominaisuudet kuin perinteisten asiakas-/palvelinvastineiden;

saavutettavuus – tiedon tulee olla kaikkien laitteiden ja työpaikkojen saatavilla, ja asiakasosan tulee olla pieni, jotta se tyydyttää eri käyttäjäverkon kaistanleveyden tasot ja täyttää standardoidun tekniikan;

arkkitehtuuri - tämä kriteeri luonnehtii tuotteen ohjelmistototeutuksen näkökohtia;

riippumattomuus tietolähteistä - sovelluksen on tarjottava pääsy kaikentyyppisiin asiakirjoihin ja interaktiivinen pääsy relaatio- ja moniulotteisiin tietokantoihin,

suorituskyky ja skaalautuvuus - sovelluksen suorituskyvyn ja skaalautuvuuden varmistamiseksi on tarpeen ottaa käyttöön yleinen pääsy tietokantoihin, mahdollisuus tallentaa tietoja välimuistiin palvelimella jne.;

turvallisuus - sovellusten hallinnan näkökohdat erilaisten käyttöoikeuksien tarjoamiseksi eri käyttäjäryhmille;

käyttöönotto- ja hallintokustannukset – OLAP-tuotteen käyttöönottokustannusten käyttäjää kohti tulisi olla huomattavasti alhaisemmat kuin perinteisten tuotteiden kohdalla.

MicroStrategi 7 ja:-sarja ohjelmistotuotteita, joissa on laaja valikoima toimintoja ja jotka on rakennettu yhtenäiselle palvelinarkkitehtuurille. Käyttäjäympäristö on toteutettu Misgo-Strategi Web Professionalissa.

Käyttäjille tarjotaan erilaisia tilastollisia, taloudellisia ja matemaattiset funktiot monimutkaiseen OLAP- ja relaatioanalyysiin. Kaikilla käyttäjillä on pääsy sekä koostettuihin että yksityiskohtaisiin tietoihin (tapahtumatasolla). Voit suorittaa uusia laskelmia, suodattaa raporttitietoja, kiertää ja lisätä välisummat ja muuttaa nopeasti raportin sisältöä.

Perustoiminnot saavutetaan seuraavilla tavoilla:

MicroStrategi 7 ja OLAP-palvelut - rajapinta kolmansien osapuolien tuotteisiin;

Älykäs Cube-tekniikka – yksinkertaistaa analysointia ja käyttöönottoa tarjoamalla yhteenvetotietoja nopeaa, interaktiivista katselua varten;

MicroStrategi Narrowcaster - antaa käyttäjille mahdollisuuden lähettää tai maksaa mittareita verkkokäyttöliittymän kautta. Käyttäjät voivat lähettää eteenpäin sähköposti raportit, ajoita raporttien lähettäminen, julkaise ne työryhmille ja vie ne Excel-, PDF- tai HTML-muotoon.

Tämä tuote tarjoaa monialustaisen tuen ja integroinnin, siirrettävyyden Unixiin ja tuen kolmannen osapuolen sovelluspalvelimille.

Tuote perustuu XML-arkkitehtuuriin. Käyttäjät voivat integroida MicroStrategi Webissä luodun XML:n sovelluksiinsa tai muotoilla sen haluamallaan tavalla.

HTML-muodossa toteutettu ohut asiakasohjelma eliminoi selaimen yhteensopivuusongelmat ja otetaan käyttöön kaikkien verkon suojaustyökalujen kautta. Ohjelman ulkonäkö ja toiminnot voidaan räätälöidä erityistarpeiden mukaan. Voit upottaa MicroStrategi Webin muihin verkossa toimiviin sovelluksiin.

MicroStrategi Webiä käyttävät tietokoneet voidaan yhdistää klustereiksi, mikä tarjoaa skaalautuvuutta ja luotettavuutta. Lisäys tarjotaan lisälaitteet. Jos

Jos työ epäonnistuu, se siirretään toiseen tietokoneeseen samasta klusterista.

Tiedot suojataan solutasolla suojaussuodattimilla ja kulunvalvontaluetteloilla. Web-liikenteen turvallisuus varmistetaan tiedon salaustekniikalla siirtotasolla - SSL (Secire SocxeT Level - suojattu pistoketaso).

WebIntelligence-Web-tuote kyselyjen, raporttien ja data-analyysin luomiseen. Tarjoaa verkon käyttäjille (sekä intranetissä että ekstranetissä) suojatun pääsyn tietoihin lisätutkimusta ja -hallintaa varten. Se tuo analyyttiset ominaisuudet eri käyttäjäryhmien ulottuville. Tarjolla on laaja valikoima liiketoiminta-analyysityökaluja, mukaan lukien monimutkaisten raporttien luominen, laskelmien suorittaminen, suodatus, poraus ja aggregointi.

Webintelligence tarjoaa seuraavat ominaisuudet:

raporttien muotoilu ja tulostaminen visuaalisen suunnittelun tilassa;

monipuoliset lohkoraportit. Monimutkaisissa raporteissa on joskus tarpeen sijoittaa useita taulukoita tai kaavioita kerralla kattavan tiedon välittämiseksi. Tätä varten WebIntelligence tarjoaa mahdollisuuden lisätä useita lohkoja ja kaavioita yhteen raporttiin;

Mahdollisuus tarkentaa tietoja interaktiivisessa tilassa.

Tuote tarjoaa useita toimintoja:

pääsy sekä perinteisiin relaatiotietokantoihin että OLAP-palvelimelle tallennettuihin tietoihin;

Tietojen analysointitoiminnot;

mahdollisuus tiedon jakamiseen. WebIntelligence on ohut asiakas, eikä se vaadi sovellusohjelmiston tai tietokantaväliohjelmiston asennusta tai ylläpitoa asiakassivustolle. Asiakasosaa asennettaessa on mahdollista valita tekniikka. Käyttöönotto Microsoft Windows- ja Unix-alustoille tarjotaan.

WebIntelligencen avulla voit tutkia ja analysoida useita OLAP-tietolähteitä ja käyttää OLAP- ja relaatiotietoja yhdessä.

Tuote räätälöidään parhaiten sopivaksi yritysrakenne mikä tahansa esine.

WebIntelligence voi toimia yhdellä palvelimella tai useilla NT- tai Unix-koneilla. Palvelimia voidaan lisätä järjestelmään tarpeen mukaan; jos jossakin komponentissa ilmenee vika, käytetään automaattisesti toista. Painotettu kuormituksen tasapainotus useiden palvelimien välillä optimoi järjestelmäresurssit ja takaa nopeat vasteajat.

Webintelligence käyttää erilaisia tietoturvatekniikoita. Tarvittaessa komponentit tunnistetaan digitaalisen varmennetekniikan avulla. Erilaisten verkon turvajärjestelmien kanssa työskentelyyn käytetään Hypertext Transfer Protocol -protokollaa.

Sovelluksella on tavallinen verkkokäyttöliittymä. Perusominaisuudet ovat tuettuja (tiedon valinta määritetyillä mitoilla ja arvoilla, tietojen poraaminen, sisäkkäiset ristitaulukot, laskelmat, rivien, sarakkeiden ja kaavioiden näyttämisen ottaminen käyttöön/poistaminen käytöstä; suodattimet, lajittelu) OLAP-tietojen katseluun, tutkimiseen, raportointiin ja julkaisemiseen interaktiivisessa muodossa. tila.

Cognos Powerplay tarjoaa seuraavat toiminnot: HTML/JavaScript-sovellus, joka tarjoaa yleisen pääsyn käyttäjälle, joka käyttää Netscape Navigatorin versiota 3.0 tai uudempaa tai Microsoft Internet Exploreria;

pääsy objektin kenen tahansa käyttäjän OLAP-tietoihin; BPM-raporttien (Business Performance Management) luominen ja julkaiseminen PDF-dokumenttien muodossa Cognos Upfront -portaalia varten, jotta käyttäjät pääsevät käsiksi tärkeimpiin yritystietoihin Web-ympäristössä;

datan muuntaminen PDF-muodosta dynaamisiksi raporteiksi, niiden jatkotutkimus ja tulosten siirtäminen Upfrontille;

palvelin tukee alustoja: Windows NT, Windows 2000 ja uudemmat, SUN Solaris, HP / UX, IBM AIX.

SSL-protokollan tuen ansiosta PoverPlay takaa verkon kautta lähetettyjen tietojen turvallisuuden. Lisäksi määrittämällä käyttäjäluokkia järjestelmänvalvojat voivat hallita pääsyään sekä paikallisiin kuutioihin että Web-portaalin kuoreen. Nämä luokat on tallennettu erityiseen LDAP (Light Directory Access Protocol) -ohjelmistokomponenttiin, joka vastaa keskitetty hallinta koko järjestelmän turvallisuus sekä integrointi nykyiseen suojaukseen.

HTML:n käyttö asiakassivustojen toteuttamiseen varmistaa, että PoverPlay-palvelin toimii suojatussa ympäristössä. Tämä varmistaa sovellusten turvallisen käyttöönoton asiakkaille, kumppaneille ja toimittajille.

AlphaBlox- väliohjelmisto, joka tarjoaa työkaluja ja rakennuspalikoita web-työskentelyyn. Tämä eliminoi monimutkaisuuden, joka liittyy verkkoyhteyksien turvaamiseen tietokantoihin, tietojen valtuutukseen ja muotoiluun.AlphaBlox-analyyttinen alusta on toteutettu standardoidun I2EE-yhteensopivan arkkitehtuurin pohjalta.

AlphaBlox-tuotteet on suunniteltu paikan päällä ja sen ulkopuolella tapahtuvaan analyyttiseen laskentaan.

Erityisen kiinnostavia ovat Java-komponentit (Vioh). Näistä komponenteista voit luoda analyyttisen verkkosovelluksen. Yksi aikaa vievistä tehtävistä luotaessa Web OLAP -tuotetta on tietojen näyttäminen ja muotoilu selaimessa. Hyvin usein tiedot on näytettävä taulukkona tai kaavioina. Kun luot ohjelmaa AlphaBloxilla, voit lisätä siihen minkä tahansa määrän tällaisia Java-komponentteja ja määrittää ne ratkaisemaan halutut ongelmat asettamalla tiettyjä sovelmaparametreja, mikä ohjaa komponenttien ulkonäköä ja toimintoja. Tämä ohjelmistotuote tarjoaa seuraavat ominaisuudet: pääsy tietoihin - tietoja haetaan erilaisista relaatio- ja moniulotteisista tietokannoista;

kyselyt ja analyysit - komponentit suorittavat yksinkertaisia ja monimutkaisia kyselyitä erilaisiin tietolähteisiin ilman CQL-ohjelmointia;

esitys - kyky esittää tietoja eri muodoissa (raporttien, taulukoiden, kaavioiden muodossa).

Java-komponentit ovat modulaarisia ja uudelleenkäytettäviä. niitä voidaan käyttää analytiikkaominaisuuksien toteuttamiseen erilaisissa liiketoimintatoiminnoissa. Koska niitä ohjataan parametrijoukolla, niiden ominaisuuksia voidaan muuttaa tekstieditorilla. Tämä tarjoaa joustavuutta kehitettäessä ja päivitettäessä analyyttistä ratkaisua. Komponentit voidaan räätälöidä vastaamaan tiettyjä liiketoimintavaatimuksia ja käyttää uudelleen lisäsovellusten toteuttamiseen muilla liiketoiminnan aloilla. Sovelluskehittäjät voivat kirjoittaa lisäkoodia JSP:llä, JavaServletillä tai JavaScriptillä.

AlphaBlox-ratkaisut käyttävät sovelluspalvelimen ja Java Runtime Environmentin (JRE) tarjoamia palveluita, mitä tahansa tälle alustalle kehitettyjä Java-laajennuksia tai mukautettuja laajennuksia.

AlphaBlox-sovellusten rakenne perustuu standardeihin ja mahdollistaa integroinnin olemassa oleviin käyttöjärjestelmiin, tapahtumainfrastruktuuriin ja perinteisiin järjestelmiin. Tarjoaa käyttäjille pääsyn tietoihin eri lähteistä ja niiden myöhempään analysointiin.

AlphaBlox käyttää tavallisia sovelluspalvelinresursseja ja -ominaisuuksia, mukaan lukien http-käsittely/välimuisti ja muistin/prosessien hallinta sekä integraatio Web-palvelimiin. Lisäksi 12EE-yhteensopiva arkkitehtuuri eliminoi tarpeettomat sivujen päivitykset ja mahdollistaa ydinlogiikan suorittamisen palvelimella.

AlphaBlox käyttää samaa suojausmallia ja sovelluspalvelinta, jotka on toteutettu käyttämällä tavallisia J2EE-alustan ominaisuuksia. Tämä eliminoi tarpeen luoda riippumaton malli suojamekanismista.

Helppokäyttöisyys on yksi Web-sovelluksen tärkeimmistä eduista. Tämä koskee täysin AlphaBlox-sovelluksia. Ne vaativat kuitenkin tietyt versiot selaimista ja Java-alustoista, kun taas ohut HTML-asiakasohjelma toimii useimmissa selaimissa.

OLAP-pohjaisen reaaliaikaisen data-analyysin avulla analyytikot, johtajat ja johtajat voivat saada käsityksen tiedoista käyttämällä kiinteää, jaettua, vuorovaikutteista pääsyä useisiin mahdollisiin datamuotoihin, jotka on johdettu raakatiedoista kuvastamaan kohteen todellisuutta. tavalla, jonka käyttäjät voivat ymmärtää. OLAP-toiminnallisuudelle on tunnusomaista dynaaminen moniulotteinen aggregoidun objektitiedon analyysi, jota tarvitaan tukemaan loppukäyttäjää analyyttisissa toimissa, mukaan lukien laskenta ja mallinnus, joita sovelletaan tietoihin analysoimalla trendiä peräkkäisillä aikaväleillä, leikkaamalla useiden tietopisteiden läpi päällekkäisyyttä varten. näytön katselu, tietojen esittämisen yksityiskohtien tason muuttaminen syvemmälle yleistyksen tasolle ja vastaaviin.

OLAP-työkalut keskittyvät tiedon moniulotteiseen analysointiin. Tämän saavuttamiseksi käytetään moniulotteisia tiedontallennus- ja esitysmalleja. Tiedot järjestetään kuutioiksi (tai hyperkuutioiksi), jotka on määritelty moniulotteisessa tilassa, joka koostuu yksittäisistä ulottuvuuksista. Jokainen mittaus sisältää useita yksityiskohtia. Tyypillisiä OLAP-toimintoja ovat tietojen esittämisen tarkkuuden muuttaminen (ylös- ja alaspäin siirtyminen ulottuvuushierarkiassa), kuution tiettyjen osien valitseminen ja datan moniulotteisen esityksen uudelleensuuntaaminen näytöllä (pivot-taulukon hankkiminen).

ARV-1-benchmark-testi on kehitetty OLAP-tietokantoihin. Tämä testi simuloi OLAP-palvelinohjelmiston tosielämän tilannetta. Standardi määrittelee joukon ulottuvuuksia, jotka määrittelevät loogisen rakenteen. Tietokannan looginen rakenne koostuu kuudesta ulottuvuudesta: aika, skenaario, mitta, tuote, asiakas ja kanava. Vertailuarvo ei tarjoa tiettyä fyysistä mallia: syöttötiedot toimitetaan ASCII-tiedostomuodossa. Testitoiminnot simuloivat huolellisesti OLAP-standardin toimintoja suurille tietomäärille, jotka ladataan peräkkäin sisäisistä tai ulkoisista lähteistä. Näihin toimintoihin kuuluu tiedon aggregointi, hierarkkisten tietojen poraaminen, uuden datan laskeminen liiketoimintamalleihin perustuen ja vastaavat.

Valvontatiedon organisoinnin ja moniulotteisen analysoinnin perustana pidetään OLAP-teknologian kykyjä. Katsotaanpa tämän prosessin vaiheita.

Ennen kuin tietoa voidaan ladata moniulotteiseen seurantatietokantaan (MDD), se on poimittava eri lähteistä, puhdistettava, muunnettava ja yhdistettävä (kuva 1.3). Jatkossa nämä tiedot on päivitettävä säännöllisesti.

Riisi. 1.3.

Tietojen poiminta on prosessi, jossa tietoja haetaan toiminnallisista tietokannoista ja muista lähteistä. Käytettävissä olevien tietolähteiden analyysi osoittaa sen suurin osa ne esitetään joko sähköisesti tai painetussa muodossa saatujen taulukkotietojen muodossa. Nykyaikaiset skannaus- ja kuvantunnistustyökalut mahdollistavat tämän tietojenkäsittelyvaiheen lähes täydellisen automatisoinnin.

Ennen kuin syötät tietoja tietokantaan, se on puhdistettava. Tyypillisesti puhdistamiseen kuuluu puuttuvien arvojen täyttäminen, kirjoitus- ja muiden tietojen syöttövirheiden korjaaminen, vakiolyhenteiden ja -muotojen määrittely, synonyymien korvaaminen vakiotunnisteilla ja vastaavaa. Vääriksi todetut tiedot, joita ei voida korjata, hylätään.

Tietojen puhdistamisen jälkeen on tarpeen muuntaa kaikki vastaanotetut tiedot muotoon, joka täyttää käytetyn ohjelmistotuotteen (OLAP-palvelin) vaatimukset. Muunnosprosessi tulee erityisen tärkeäksi silloin, kun on tarpeen yhdistää useista eri lähteistä peräisin olevia tietoja. Tätä prosessia kutsutaan konsolidoinniksi.

Tietojen latausvaihe BDB:hen koostuu tarvittavan tietorakenteen luomisesta ja sen täyttämisestä aiemmissa tietojen valmisteluvaiheissa saaduilla tiedoilla.

Tietojen purkaminen BDB:stä mahdollistaa Microsoft SQL Server Analysis Services -palvelun, joka on sekä moniulotteinen että taulukkotietojen toimittaja. Siten kyselyn suorittaminen palauttaa joko moniulotteisen tietojoukon tai tavallisen taulukon käytetystä kyselykielestä riippuen. Analysis Services tukee sekä SQL- että MDX-laajennuksia (moniulotteiset lausekkeet).

SQL-kyselyjä voidaan lähettää Analysis Servicesille seuraavien tietojen käyttötyökalujen avulla:

Microsoft OLE DB ja OLE DB OLAPille;

Microsoft ActiveX Data Objects (ADO) ja ActiveX Data Objects Multidimensional (ADO MD).

OLE DB for OLAP laajentaa OLE DB:n ominaisuuksia sisältämällä moniulotteiselle tiedolle ominaisia objekteja. ADO MD laajentaa ADO:ta samalla tavalla.

Microsoft SQL Server Analysis Services mahdollistaa täytteiden suorittamisen MDX-laajennuksilla, jotka tarjoavat monipuolisen ja tehokkaan kyselysyntaksin OLAP-palvelimen kuutioihin tallentamien moniulotteisten tietojen käsittelyyn. Analysis Services tukee MDX-toiminnallisuutta laskettujen kenttien määrittämiseen, paikallisten tietokuutioiden rakentamiseen ja kyselyjen suorittamiseen komponentin avulla. pivot-taulukoita(Pilot Table Services).

On mahdollista luoda mukautettuja toimintoja, jotka toimivat moniulotteisen tiedon kanssa. Vuorovaikutus niiden kanssa (argumenttien välittäminen ja tulosten palauttaminen) tapahtuu MDX-syntaksin avulla.

Analysis Services tarjoaa yli 100 sisäänrakennettua MDX-toimintoa monimutkaisten laskettujen kenttien määrittämiseen. Nämä toiminnot on jaettu seuraaviin luokkiin: työskentely taulukoiden kanssa; työskentely mittausten kanssa; työskentely hierarkioiden kanssa; työskentely hierarkiatasojen kanssa; loogiset toiminnot; esineiden kanssa työskentely; numeeriset toiminnot; työskentely sarjojen kanssa; jousilla työskenteleminen; työskennellä monien kanssa.

On mahdollista luoda paikallisia kuutioita, jotka on tarkoitettu katseltavaksi tietokoneissa, joihin on asennettu OLAP-palvelin. Paikallisten kuutioiden luominen vaatii MDX-syntaksin käyttöä ja kulkee Pilot Table Services -komponentin läpi, joka on OLAP-palvelimen OLE DB -asiakas. Tämä komponentti mahdollistaa myös offline-työskentelyn paikallisten kuutioiden kanssa, kun se ei ole yhteydessä OLAP-palvelimeen tarjoamalla OLE DB -tietolähderajapinnan. Voit luoda paikallisia kuutioita käyttämällä CREATE CUBE- ja INSERT INTO -käskyjä.

MDX-kyselykieli, joka on SQL:n laajennus, mahdollistaa tietokuutioiden kyselyn ja tuloksen palauttamisen moniulotteisina tietojoukkoina.

Aivan kuten tavallisessa SQL:ssä, MDX-kyselyn luojan on ensin määritettävä palautettavan tietojoukon rakenne. Useimmissa tapauksissa MDX-kyselyn luoja kuvittelee palautetun tietojoukon moniulotteisiksi rakenteiksi. Toisin kuin tavallinen SQL-kysely, joka käsittelee taulukoita tuottaakseen kaksiulotteisen tietuejoukon, MDX-kysely käsittelee kuutioita tuottaakseen moniulotteisen tulostietojoukon. On huomattava, että MDX-kysely voi myös palauttaa kaksiulotteisia tietojoukkoja, jotka ovat moniulotteisen tietojoukon erikoistapaus.

Moniulotteisten tietojoukkojen visualisointi voi olla melko vaikeaa. Eräs visualisointitekniikka on rajoittaa syöte tasaiseen, kaksiulotteiseen taulukkoon käyttämällä useita sisäkkäisiä mittoja yhdellä akselilla. Tämä sisäkkäisyys johtaa alaotsikoihin.

Pilot Table Services, osa Microsoft SQL Server Analysis Services -palvelua, on OLAP-palvelin OLAP-tietojen käyttämiseen. Tämä komponentti toimii Analysis Services -asiakkaana.

Pilot Table Services -toiminnot sisältävät data-analyysin, kuution muodostamisen ja optimaalisen muistinhallinnan. Komponentti tarjoaa käyttöliittymän moniulotteiseen dataan. On mahdollista tallentaa tiedot paikalliseen kuutioon asiakkaan tietokoneelle ja analysoida sitä myöhemmin ilman yhteyttä OLAP-palvelimeen. Pilottitaulukkopalveluita tarvitaan seuraavien tehtävien suorittamiseen:

yhteyden muodostaminen OLAP-palvelimeen asiakaskomponenttina;

ohjelmien tarjoaminen OLE DB -rajapinnalla OLAP-laajennuksilla;

toimii taulukkotietolähteenä, tukee SQL:n osajoukkoa;

toimii moniulotteisena tietolähteenä, tukee MDX-laajennuksia;

paikallisen datakuution luominen;

toimii mobiilityöpöydän OLAP-asiakkaana.

PivotTables-komponentti voi toimia vain yhden kuution paikallisen osion kanssa. Siinä ei myöskään ole sisäänrakennettua järjestelmää tiedontarjonnan tasojen hallintaan. Siksi Pilot Table Services -palvelun suorituskyky on suoraan verrannollinen sen käsittelemään datan määrään.

On huomattava, että OLAP-käyttöliittymä on yksinkertainen eikä vaadi enempää tietoa kuin laskentataulukko. OLAPin avulla voit käyttää erilaisia raportteja, käyttöliittymää interaktiiviseen tietojen analysointiin ja mahdollisuuden luoda painettuja lomakkeita. Perinteisiin ohjelmointi- ja mukautettujen raporttien luontimenetelmiin verrattuna OLAP ei kuitenkaan vain vähennä ohjelmointikustannuksia satoja kertoja, vaan myös muuttaa periaatetta siitä, miten käyttäjä toimii raportin kanssa.

OLAPin ero raporttien luontityökaluna on kyky suorittaa automaattisesti ja vuorovaikutteisesti seuraavat toiminnot tiedoilla:

rekursiivinen tietojen ryhmittely; alaryhmien välisummien laskeminen; lopullisten tulosten laskeminen.

Käyttäjä itse antaa komennot näiden toimintojen suorittamiseksi. Käytetyt taulukon osat toimivat ohjaimina. Kun käyttäjä muuttaa raporttilomaketta (esimerkiksi siirtää sarakkeita), järjestelmä suorittaa välisummalaskelmia ja näyttää uuden raportin.

Lisäksi käyttäjä voi muuttaa lajittelua ja suodatusta mielivaltaisilla datayhdistelmillä, nähdä tietoja prosentteina, muuttaa mittakaavaa ja suorittaa muita tarvittavia raporttimuunnoksia (nämä ominaisuudet eivät ole OLAP-tekniikan olennainen attribuutti, mutta riippuvat sovelluksen erityisestä toteutuksesta). työkalu).

Tämän seurauksena käyttäjä voi itsenäisesti, intuitiivisella tavalla, olemassa olevasta tietojoukosta luoda kaikentyyppisiä raportteja tälle joukolle. Tämä auttaa voittamaan tietojärjestelmien ikivanhan rajoituksen, joka on se, että rajapintojen teho on aina pienempi kuin tietokannan teho.

OLAP-tekniikan avulla voit toteuttaa lähes kaikentyyppisiä tietokannan sisällön taulukkokuvia. Jos tuote on riittävän joustava, niin ohjelmoijan tehtävänä on kuvata semanttinen kerros (sanakirja), jonka jälkeen pätevä käyttäjä voi itsenäisesti luoda uusia kuutioita tuntemansa aihealueen termein. Muut käyttäjät voivat luoda raportteja jokaisesta kuutiosta.

Siten OLAP-tekniikka palvelee sekä kehittäjiä että käyttäjiä kaikissa tapauksissa, joissa on tarpeen nähdä tiedot taulukkoraporttien muodossa, joissa tiedot ryhmitellään ja ryhmille lasketaan summat.

Kokemus osoittaa, että ei riitä, että käyttäjille tarjotaan suuri kuutio, joka koostuu monista ulottuvuuksista ja faktoista. Tämä johtuu seuraavista syistä.

Ensinnäkin käyttäjä tarvitsee joka hetki erittäin tarkan raportin.

Toiseksi, jotkin kokonaissumman laskemisalgoritmit kuvataan monimutkaisilla kaavoilla, eikä käyttäjällä välttämättä ole riittävää pätevyyttä niiden määrittämiseen.

Kolmanneksi OLAP-raportissa voi olla erityinen menetelmä laskea summat, mittojen sijainnit ja raportin laatijan määrittämät alustavat lajitteluehdot.

Neljänneksi, monissa tapauksissa on helpompi ymmärtää tietoja, jos katsot kaaviota numerotaulukon sijaan. OLAP-kaavion laatiminen vaatii joskus runsaasti tilamielikuvitusta, koska moniulotteinen kuutio on heijastuttava muotojen tai viivojen joukkona kolmiulotteisessa piirustuksessa. Nykyaikaisten graafisten komponenttien ominaisuuksien lukumäärä on tuhansia, joten kaavion tai kaavion esiasetus OLAP-raporttia varten voi olla aikaa vievää.

Viidenneksi, kuten kaikissa muissakin raporteissa, tehokas suunnittelu on tärkeä OLAP-raportille, mukaan lukien otsikoiden ja kuvatekstien asetukset, värit ja fontit.

Näin ollen mukavan käyttökokemuksen takaamiseksi OLAP-raportissa on oltava tietty joukko käytettyjä metatietoja, jotka kuvaavat aggregointialgoritmit, suodatuksen ja lajittelun edellytykset, otsikot ja kommentit sekä visuaalisen suunnittelun säännöt.

Tietoa visualisoitaessa moniulotteisessa kuutiossa tärkeä tekijä on mittojen järjestys samankaltaisuuden mukaan. Perusideana on, että samankaltaisia parametreja kuvaavat mitat sijaitsevat lähellä. Tällaisten mittausten määrittämiseksi käytä erilaisia menetelmiä Erityisesti klusteroinnissa voidaan käyttää heuristisia algoritmeja.

Kuvattu tieto- ja analyyttinen tekniikka ei ole ainoa mahdollinen. Mutta ne ovat kaikki Business intelligence (VI) -kehityksiä, joiden tarkoituksena on kerätä, systematisoida, analysoida ja esittää tietoa. Tietyn tiedon ja analyyttisen tekniikan valinta jää käyttäjälle, ottaen huomioon kohteen ominaisuudet aihealueella.

Analyyttinen ohjaus laatu ympäristöön koostuu seuraavista vaiheista:

1. Näytteenottopaikan valinta;

2. Näytteenotto;

3. Näytteen käsittely;

4. Epäpuhtauspitoisuuden mittaus;

5. Matemaattinen tietojenkäsittely ja todentaminen;

6. Saatujen tietojen tulkinta ja vertailu.

klo näytteenottopaikan valinta(kaasumaiset, nestemäiset, kiinteät) tekijät tulee ottaa huomioon: maantieteelliset, geologiset ja ympäristöominaisuudet alue, pilaantumisen jakautumisen luonne ajassa ja tilassa, sää- ja hydrologiset olosuhteet.

Tutkimusalueen voi "peittää" sopivalla askelmittaisella ruudukolla ja ottaa näytteitä kaikista solmupisteistä. Muissa tapauksissa näytteet voidaan ottaa edustavista paikoista, joiden odotettu saastuminen vaihtelee. Näytteenottopisteiden määrä tietyllä alueella riippuu aseman tai postin teknisistä ja taloudellisista mahdollisuuksista.

klo näytteenotto on tarpeen saada tilastollisesti keskiarvotettu näyte, mikä on helpoimmin saavutettavissa ottamalla nestemäinen näyte. Tilastollisesti keskiarvotetun näytteen saamiseksi maaperästä tai eliöstöstä otetaan useita näytteitä eri kohdista, minkä jälkeen suoritetaan mekaaninen keskiarvo kuulamyllyssä tai liuotetaan happoihin. Tuloksena olevasta materiaalista otetaan tietyn massan omaava analyyttinen näyte. Tilastollisesti keskiarvotettu ilmanäyte saadaan pumppaamalla sitä suuria määriä erityisten suodattimien tai nesteabsorboijien läpi ja huuhtelemalla sitten imeytynyt epäpuhtaus pois erikoisliuoksella.

Näytteen käsittely voidaan suorittaa heti valinnan jälkeen. Jos varastointi tai kuljetus on tarkoitettu, tulee ottaa huomioon kontaminanttien häviäminen, joka johtuu adsorptiosta suonen seinämiin, hiukkasten sedimentaatiosta tai kemiallisista reaktioista. Sopivimmat astiat valmistetaan polyeteenistä tai teflonista. Nestemäinen näyte kaadetaan "tulpan alle". Kiinteät näytteet eristetään myös kosketuksesta ilman kanssa. Muuhun näytteen käsittelyyn kuuluu epäpuhtauksien väkevöinti ja erotus, joka yleensä tehdään erityisessä laboratoriossa.

Vaihe "ulottuvuus" edustaa epäpuhtauden pitoisuuden analyyttistä määritystä, mukaan lukien analyysimenetelmän valinta, näytteen valmistelu menetelmäohjeiden mukaan, instrumenttien kalibrointi, menetelmän todentaminen standardeilla ja nollakokeet.

Seurannassa käytetään tavanomaisia tai yleisesti hyväksyttyjä osastojen tai osastojen välisiä analyysimenetelmiä.

Aiemmat materiaalit:

KPS “Monitoring-Analysis” -tieto- ja analyyttisen järjestelmän avulla voit seurata tullausprosessia nimikkeistön, kustannusten, tulliselvittävien tavaroiden painon ja tullien laskennan osalta.

"Monitoring-Analysis" toteuttaa integrointiprosessin eri tietolähteille (CTD DB, TP NSI DB, Unified State Register of Legal Entities DB, Unified State Register DB) ja käyttää sen jälkeen kertynyttä (aggregoitua) dataa erilaisten raporttien ja todistusten luomiseen. lomakkeita.

"Monitoring-Analysis" suorittaa seuraavat toiminnot:

– pääsyn tarjoaminen tulli-ilmoituksen CDB:lle sekä tullin kuittimääräysten CDB:lle (CRO);

– mahdollisuus luoda ja muokata ehtoja, jotka rajoittavat tietojen valintaa CDB:stä;

– raporttitietojen visuaalinen näyttö ja tulostus;

– vastaanotettujen raporttien korjaus Microsoft Excelissä.

Tietoa tulliviranomaisten toiminnasta tulli-ilmoitusten tullauksen alalla esitetään "Seuranta-analyysissä" eri kriteerien mukaan, mukaan lukien:

– jalostettavien tavaroiden hinta, paino ja nimikkeistö;

– kertyneet maksut;

– siirrettävien tavaroiden alkuperämaa ja määrämaa;

– tullaukseen osallistujat (tulliviranomaiset, tullitarkastajat, ulkomaankaupan toimintaan osallistujat);

– tulliselvitysprosessien dynamiikka.

"Seuranta-analyysi" mahdollistaa sekä yleisten tavaroiden tulliselvitystietojen saamisen että yksityiskohtaiset tiedot jokaisesta ulkomaankaupan osallistujasta, tietystä varastosta ja tullitarkastajasta.

Lisäksi "Monitoring-Analysis" tarjoaa mahdollisuuden päästä käsiksi (analysoida ja valvoa) tullivalvonnassa olevien tavaroiden toimitusprosesseja.

Monitoring-Analysis" on selkeästi määritelty kolmitasoinen rakenne. Käyttäjä (Internet Explorerin kautta) lähettää pyynnön WWW-palvelimelle. WWW-palvelin lähettää pyynnön ORACLE DBMS:lle. DBMS käsittelee pyynnön ja palauttaa sen WWW-palvelimelle.

WWW-palvelin puolestaan muuntaa vastaanotetut tiedot HTML-sivuksi ja palauttaa tuloksen käyttäjälle. Siksi kaikki Monitoring-Analysis KPS -ohjelmiston päivitykset tapahtuvat WWW-palvelimessa ja ORACLE DBMS:ssä. Ohjelmiston muutokset asetetaan käyttäjän saataville vastaavasti.

– CDB TPO – TPO:n tulliselvitysprosessien seuranta CDD TPO:n mukaisesti;

– CDD DKD – tavaroiden toimitusprosessien valvonta tullivalvonnan avulla (pääsy Delivery-CBD-tietokantaan);

– Haku yhtenäisestä valtion oikeushenkilöiden rekisteristä, yhtenäisestä valtion oikeushenkilöiden rekisteristä - etsiä tietoja oikeushenkilöistä - tullausprosessien osallistujista.

3. Yleistä AS ADP "Analytics-2000"

Venäjän liittovaltion tullilaitoksen UAIS-tietokanta tallentaa ja käsittelee valtavia määriä tietoa tullitoiminnan eri osa-alueista, mukaan lukien sähköiset kopiot lastin tulli-ilmoituksista (CCD) ja tullin kuittimääräykset (Venäjän tullin myöntämä vuodesta 1991). Tietokannan määrästä on keskimäärin 600 tuhatta tietuetta neljännesvuosittain (noin 2,5 miljoonaa vuodessa). Tämä tietotaulukko sisältää arvokasta tietoa Venäjän ulkomaan taloudellisesta toiminnasta.

Merkittävät tietomäärät Venäjän ulkomaantaloudesta edellyttävät tehokkaita käsittelytyökaluja, jotka mahdollistavat päätöksenteon tukiprosessit tullitoiminnan hallinnassa.

Ensimmäinen askel täysimittaisen päätöstukijärjestelmän (DSS) luomisessa yritystasolla oli tulliasiakirjojen sähköisten kopioiden operatiivisen moniulotteisen data-analyysin järjestelmän käsittely, joka tarjoaa uuden tason tietoanalyysin ja suorituskykyindikaattoreiden vertailukelpoiseksi. vertailu tilastolliseen analyysiin.

Järjestelmätavoitteet Analytics-2000-järjestelmän luomiseksi:

– yhdistettyjen tietojen saamiseen tarvittavan ajan ja työvoiman vähentäminen;

– liittovaltion tullilaitoksen työntekijöiden tuottavuuden lisääminen;

– ylempien organisaatioiden pyynnöstä annettujen analyyttisten tietojen laadun parantaminen;

– tarjotaan yli- ja keskijohtajille sekä analyytikoille mahdollisuus navigoida suurissa tietomäärissä ja valita päätöksentekoon tarvittavat tiedot;

– tietojen graafisen esityksen tarjoaminen.

Seurannan suorittavat alueelliset hydrometeorologiset palvelukomiteat erikoisasemien verkoston kautta, jotka suorittavat maanpäällisiä meteorologisia, hydrologisia, merihavaintoja jne. Tällä hetkellä maailmassa on 344 UNEP:n lainkäyttövaltaan kuuluvaa veden seuranta-asemaa, jotka sijaitsevat 59 maassa.

Moskovan ympäristön seurantaan kuuluu hiilimonoksidin, hiilivetyjen, rikkidioksidin, typen oksidien, otsonin ja pölyn jatkuva seuranta; Kaupungin ilmapiirin havaintoja tehdään 30 kiinteässä laitoksessa, jotka toimivat automaattitilassa. Tietojenkäsittelykeskuksesta tiedot suurimman sallitun pitoisuuden ylityksestä lähetetään Moskovan ympäristönsuojelukomitealle ja samalla pääkaupunkiseudulle. Suuryritysten teollisuuden päästöjä sekä Moskovanjoen vesien saastumista seurataan myös automaattisesti. Tarkkailutietojen perusteella määritetään pääasialliset saastelähteet. Kuvassa Kuvassa 2 on lohkokaavio valvontaluokittelusta.

Riisi. 2. Seurannan luokituksen vuokaavio

Biologisen seurannan tarkoituksena on esimerkiksi määrittää luonnon ekosysteemien kestävyys ulkoisille vaikutuksille. Sen päämenetelmä on bioindikaatio (biotestaus), joka on antropogeenisten kuormien havaitseminen ja määrittäminen elävien organismien ja niiden yhteisöjen reaktioiden perusteella. Radioaktiivinen saastuminen voidaan siis määrittää havupuiden kunnon perusteella, teollinen saastuminen monien maaperän eläimistön edustajien käyttäytymisen perusteella, ja ilmansaasteet ovat erittäin herkkiä sammalille ja jäkälälle. Joten jos jäkälät katoavat metsässä puiden rungoille, se tarkoittaa, että ilmassa on rikkidioksidia. Jäkälän väriä (tätä menetelmää kutsutaan jäkäläindikaatioksi) käytetään myös arvioitaessa tiettyjen raskasmetallien, kuten kuparin, esiintymistä maaperässä. Bioindikaatiolla voidaan ajoissa tunnistaa saastetaso, joka ei ole vielä vaarallinen, ja ryhtyä toimenpiteisiin ympäristön ekologisen tasapainon palauttamiseksi.

Tietosynteesin mittakaavan perusteella seuranta erotetaan:

globaali - seurata biosfäärin globaaleja prosesseja ja ilmiöitä avaruuden, lentotekniikan ja henkilökohtaisten tietokoneiden avulla sekä ennustaa mahdollisia muutoksia maapallolla. Erikoinen tapaus on kansallinen seuranta, mukaan lukien tietyssä maassa suoritetut vastaavat toimet;

alueellinen kattaa yksittäiset alueet;

vaikutus suoritetaan erityisen vaarallisilla alueilla suoraan saastelähteiden vieressä, esimerkiksi teollisuusyrityksen alueella.

Ympäristön ekologinen ja analyyttinen seuranta.

Ekologinen ja analyyttinen seuranta– veden, ilman ja maaperän pilaavien aineiden pitoisuuden seuranta fysikaalisilla, kemiallisilla ja fysikaalis-kemiallisilla analyysimenetelmillä – mahdollistaa epäpuhtauksien pääsyn ympäristöön, määrittää ihmisperäisten tekijöiden vaikutuksen luonnollisten taustaa vasten ja optimoida ihmisen vuorovaikutus luonnon kanssa. Niin, maaperän seuranta säädetään maaperän happamuuden, suolapitoisuuden ja humushäviön määrittämisestä.

Kemiallinen seuranta - osa ympäristöanalyysia, tämä on järjestelmä ilmakehän kemiallisen koostumuksen, sademäärän, pinnan ja pohjavesi, valtamerten ja merien vedet, maaperä, pohjasedimentit, kasvillisuus, eläimet ja kemiallisten saasteiden leviämisen dynamiikka. Sen tehtävänä on määrittää ympäristön saastumisen todellinen taso erittäin myrkyllisillä ainesosilla; tarkoitus – tieteellinen ja tekninen tuki havainto- ja ennustejärjestelmälle; pilaantumisen lähteiden ja tekijöiden tunnistaminen sekä niiden vaikutuksen aste; tarkkailla tunnistettuja luonnonympäristöön joutuvien epäpuhtauksien lähteitä ja sen saastumisen tasoa; todellisen saastumisen arviointi luonnollinen ympäristö; ennuste ympäristön saastumisesta ja keinot tilanteen parantamiseksi.

Tällainen järjestelmä perustuu alakohtaisiin ja alueellisiin tietoihin ja sisältää näiden osajärjestelmien osia. se voi kattaa molemmat paikalliset alueet yhden osavaltion sisällä (kansallinen seuranta), niin ja Maapallo yleisesti (maailmanlaajuinen seuranta).

Ekologinen ja analyyttinen pilaantumisen seuranta osana Unified-ohjelmaa valtion järjestelmä ympäristön seuranta. Elinympäristön kunnon säilyttämiseen ja parantamiseen tähtäävän työn tehokkuuden radikaali lisäämiseksi sekä ympäristön turvallisuuden varmistamiseksi 24. marraskuuta 1993 Venäjän federaation hallituksen asetus nro 1229 "Yhdistetyn valtion järjestelmän luomisesta" of Environmental Monitoring” (USESM) hyväksyttiin. Yhtenäisen valtionseurantajärjestelmän luomista koskevan työn organisointi edellyttää uusien saastetyyppien ja -tyyppien sisällyttämistä havaintojen piiriin ja niiden ympäristövaikutusten tunnistamista; ympäristön seurannan maantieteellisen alueen laajentaminen uusille alueille ja saastelähteille.

USSEM:n päätehtävät:

– luonnonympäristön tilan seurantaohjelmien kehittäminen Venäjän alueella, sen yksittäisillä alueilla ja alueilla;

– havaintojen järjestäminen ja ympäristönseurantaobjektien indikaattoreiden mittausten suorittaminen;

– havaintotietojen luotettavuus ja vertailukelpoisuus sekä yksittäisillä alueilla ja piireissä että koko Venäjällä;

– havainnointitietojen kerääminen ja käsittely;

– havaintotietojen tallentaminen, erityisten tietopankkien luominen, jotka kuvaavat Venäjän alueen ja sen yksittäisten alueiden ympäristötilannetta;

– pankkien ja tietokantojen yhdenmukaistaminen ympäristötietoa kansainvälisten ympäristötietojärjestelmien kanssa;

– ympäristön esineiden tilan ja niihin kohdistuvien ihmisen aiheuttamien vaikutusten, luonnonvarojen, ekosysteemien ja kansanterveyden reaktioiden arviointi ja ennuste ihmisen ympäristön tilan muutoksiin;

– onnettomuuksien ja katastrofien aiheuttaman radioaktiivisen ja kemiallisen saastumisen operatiivisen seurannan ja tarkkuusmittausten tekeminen sekä ympäristötilanteen ennustaminen ja luonnonympäristölle aiheutuneiden vahinkojen arviointi;

– integroidun ympäristötiedon saatavuus useille kuluttajille, yhteiskunnallisille liikkeille ja organisaatioille;

– valtion viranomaisille tiedottaminen ympäristön tilasta ja luonnonvaroista, ympäristön turvallisuudesta;

– yhtenäisen tieteellisen ja teknisen politiikan kehittäminen ja täytäntöönpano ympäristön seurannan alalla.

Unified State Environmental Monitoring System mahdollistaa kahden toisiinsa liittyvän lohkon luomisen: ekosysteemien saastumisen seurannan ja saastumisen ympäristövaikutusten seurannan. Lisäksi sen tulisi antaa tietoa biosfäärin alkutilasta (perustilasta) sekä ihmisen aiheuttamien muutosten tunnistaminen luonnollisen vaihtelun taustalla.

Tällä hetkellä Roshydrometin palvelut suorittavat havaintoja ilmakehän, maaperän, veden ja jokien, järvien, altaiden ja merien pohjasedimenttien saastetasoista fysikaalisten, kemiallisten ja hydrobiologisten (vesistöjen) indikaattoreiden mukaan. Luonnonympäristöön kohdistuvien ihmisten aiheuttamien vaikutusten lähteiden ja niiden välittömän vaikutuksen alueiden kasveihin ja eläimiin, maan eläimistöön ja kasvistoon (lukuun ottamatta metsiä) suorittavat luonnonvaraministeriön asiaankuuluvat yksiköt. Maan, geologisen ympäristön ja pohjaveden seurantaa suorittavat Venäjän federaation maavara- ja maanhoitokomitean ja Venäjän federaation geologian ja maaperän käytön komitean jaostot.

Vuonna 2000 Roshydromet-järjestelmällä oli 150 kemian laboratoriota ja 41 klusterilaboratoriota ilmanäytteiden analysoimiseksi 89 kaupungissa ilman laboratoriovalvontaa. Ilmansaasteiden havaintoja tehtiin 682 kiinteässä asemassa 248 Venäjän federaation kaupungissa, eikä maatalousmaan maaperä jäänyt huomiotta.

Maan pintavesiä tarkkaillaan 1 175 vesistössä ja 151 tekoaltaassa. Näytteenotto tapahtuu 1892 pisteessä (2604 paikassa). Vuonna 2000 analysoitiin 30 000 vesinäytettä 113 indikaattorin osalta. Meren saastumisen havaintopisteitä on 11 merellä, jotka pesevät Venäjän federaation aluetta. Roshydromet-järjestelmässä analysoidaan vuosittain yli 3 000 näytettä 12 indikaattorin mukaan.

Rajat ylittävien pilaavien aineiden kuljetusten havaintoasemien verkosto on keskittynyt Venäjän länsirajalle. Tällä hetkellä täällä toimivat Pushkinskie Goryn ja Pinegan asemat, jotka ottavat näytteitä ilmakehän aerosoleista, kaasuista ja sateista.

Ohjaus varten kemiallinen koostumus ja happamuus ilmakehän sademäärät suoritetaan 147 asemalla liittovaltion ja alueellisella tasolla. Useimmissa näytteissä vain pH-arvo mitataan verkossa. Tarkasteltaessa lumipeitteen saastumista näytteissä, ammoniumioneja, sulfationeja, bentso(a)pyreeniä ja raskasmetallit.

Globaali ilmakehän taustavalvontajärjestelmä sisältää kolmentyyppisiä asemia: perus-, alue- ja alueellisia laajennetulla ohjelmalla.

Lisäksi on luotu kuusi integroitua taustavalvonta-asemaa, jotka sijaitsevat biosfäärialueet: Barguzinsky, Keskimetsä, Voronezh, Prioksko-Terrasny, Astrakhan ja Kaukasia.

Säteilyseurantaan koko maassa, erityisesti Tšernobylin onnettomuuden ja muiden säteilykatastrofien seurauksena saastuneilla alueilla, käytetään kiinteää verkkoa ja mobiililaitteita. Tekijä: erikoisohjelma Myös Venäjän federaation alueen gamma-ilmakuvausta tehdään.

Yhtenäisen valtion ympäristövalvontajärjestelmän puitteissa luodaan järjestelmä hätätilanteisiin liittyvän pilaantumisen nopeaan havaitsemiseen.

Pilaantumisen ekologinen ja analyyttinen seuranta osana Unified State Environmental Monitoring System -järjestelmää voidaan jakaa kolmeen suureen lohkoon: pilaantumisen hallinta merkittävien ihmisvaikutusten vyöhykkeillä, aluetasolla ja taustatasolla.

Kaikki tiedot vyöhykkeiltä, joilla on minkä tahansa vaikutustaso, sekä hätä- että yleinen, lähetetään tiedonkeruu- ja käsittelykeskukseen tietyin väliajoin. Parhaillaan kehitteillä olevan automatisoidun järjestelmän ensisijainen vaihe on erillistä aluetta tai kaupunkia palveleva paikallinen järjestelmä.

Mobiiliasemien ja kiinteiden laboratorioiden tiedot dioksiinien ja niihin liittyvien yhdisteiden aiheuttamasta ympäristön saastumisesta käsitellään, lajitellaan ja välitetään seuraavalle tasolle - alueellisiin tietokeskuksiin. Tiedot lähetetään sitten kiinnostuneille organisaatioille. Järjestelmän kolmas taso on pääpalvelinkeskus, joka tiivistää tietoa ympäristön saastumisesta valtakunnallisesti.

Automaattisten ympäristö- ja analyyttisten tietojen käsittelyjärjestelmien tehokkuus lisääntyy merkittävästi automaattisten veden- ja ilmansaasteenvalvonta-asemien käytön myötä. Paikallinen automatisoidut järjestelmät ilmansaasteiden valvontajärjestelmiä on perustettu Moskovaan, Pietariin, Tšeljabinskiin, Nižni Novgorodiin, Sterlitamakiin, Ufaan ja muihin kaupunkeihin. Vedenpoisto- ja vedenottopaikoilla tehdään automaattisten vedenlaadun valvonta-asemien pilottikokeita. Typen oksidien, rikin ja hiilioksidien, otsonin, ammoniakin, kloorin ja haihtuvien hiilivetyjen jatkuvaan määritykseen on luotu laitteita. Automaattisilla vesien pilaantumisen valvonta-asemilla mitataan lämpötilaa, pH:ta, sähkönjohtavuutta, happipitoisuutta, kloori-ioneja, fluoria, kuparia, nitraatteja jne.

Sivu 31/45

Ympäristön ekologinen ja analyyttinen seuranta.

Kemiallinen seuranta - osa ympäristöanalyyttistä, tämä on järjestelmä ilmakehän kemiallisen koostumuksen, sademäärän, pinta- ja pohjaveden, valtamerten ja meriveden, maaperän, pohjasedimenttien, kasvillisuuden, eläinten havainnointiin ja kemiallisten saasteiden leviämisen dynamiikan seurantaan. . Sen tehtävänä on määrittää ympäristön saastumisen todellinen taso erittäin myrkyllisillä ainesosilla; tarkoitus – tieteellinen ja tekninen tuki havainto- ja ennustejärjestelmälle; pilaantumisen lähteiden ja tekijöiden tunnistaminen sekä niiden vaikutuksen aste; tarkkailla tunnistettuja luonnonympäristöön joutuvien epäpuhtauksien lähteitä ja sen saastumisen tasoa; todellisen ympäristön saastumisen arviointi; ennuste ympäristön saastumisesta ja keinot tilanteen parantamiseksi.

Tällainen järjestelmä perustuu alakohtaisiin ja alueellisiin tietoihin ja sisältää näiden osajärjestelmien osia. se voi kattaa molemmat paikalliset alueet yhden osavaltion sisällä (kansallinen seuranta), ja maapallo kokonaisuudessaan (maailmanlaajuinen seuranta).

Pilaantumisen ekologinen ja analyyttinen seuranta osana Unified State Environmental Monitoring System -järjestelmää. Elinympäristön kunnon säilyttämiseen ja parantamiseen tähtäävän työn tehokkuuden radikaali lisäämiseksi sekä ympäristön turvallisuuden varmistamiseksi 24. marraskuuta 1993 Venäjän federaation hallituksen asetus nro 1229 "Yhdistetyn valtion järjestelmän luomisesta" of Environmental Monitoring” (USESM) hyväksyttiin. Yhtenäisen valtionseurantajärjestelmän luomista koskevan työn organisointi edellyttää uusien saastetyyppien ja -tyyppien sisällyttämistä havaintojen piiriin ja niiden ympäristövaikutusten tunnistamista; ympäristön seurannan maantieteellisen alueen laajentaminen uusille alueille ja saastelähteille.

USSEM:n päätehtävät:

– luonnonympäristön tilan seurantaohjelmien kehittäminen Venäjän alueella, sen yksittäisillä alueilla ja alueilla;

– havaintojen järjestäminen ja ympäristönseurantaobjektien indikaattoreiden mittausten suorittaminen;

– havaintotietojen luotettavuus ja vertailukelpoisuus sekä yksittäisillä alueilla ja piireissä että koko Venäjällä;

– havainnointitietojen kerääminen ja käsittely;

– havaintotietojen tallentaminen, erityisten tietopankkien luominen, jotka kuvaavat Venäjän alueen ja sen yksittäisten alueiden ympäristötilannetta;

– pankkien ja ympäristötietokantojen yhdenmukaistaminen kansainvälisten ympäristötietojärjestelmien kanssa;

– integroidun ympäristötiedon saatavuus laajalle kuluttajajoukolle, sosiaalisia liikkeitä ja organisaatiot;

– valtion viranomaisille tiedottaminen ympäristön tilasta ja luonnonvaroista, ympäristön turvallisuudesta;

– yhtenäisen tieteellisen ja teknisen politiikan kehittäminen ja täytäntöönpano ympäristön seurannan alalla.

Ilmakehän sateiden kemiallista koostumusta ja happamuutta seurataan 147 asemalla liittovaltion ja alueellisesti. Useimmissa näytteissä vain pH-arvo mitataan verkossa. Lumipeitteen saastumista seurattaessa näytteistä määritetään myös ammoniumioneja, sulfationeja, bentso(a)pyreeniä ja raskasmetalleja.

Globaali ilmakehän taustavalvontajärjestelmä sisältää kolmentyyppisiä asemia: perus-, alue- ja alueellisia laajennetulla ohjelmalla.

Lisäksi on luotu kuusi integroitua taustavalvonta-asemaa, jotka sijaitsevat biosfäärialueilla: Barguzinsky, Central Forest, Voronezhsky, Prioksko-Terrasny, Astrakhansky ja Caucasian.

Säteilyseurantaan koko maassa, erityisesti Tšernobylin onnettomuuden ja muiden säteilykatastrofien seurauksena saastuneilla alueilla, käytetään kiinteää verkkoa ja mobiililaitteita. Myös Venäjän federaation alueen ilma-gammakuvaus suoritetaan erityisohjelman puitteissa.

Yhtenäisen valtion ympäristövalvontajärjestelmän puitteissa luodaan järjestelmä hätätilanteisiin liittyvän pilaantumisen nopeaan havaitsemiseen.

Automaattisten ympäristö- ja analyyttisten tietojen käsittelyjärjestelmien tehokkuus lisääntyy merkittävästi automaattisten veden- ja ilmansaasteiden valvonta-asemien käytön myötä. Paikallisia automaattisia ilmansaasteiden valvontajärjestelmiä on luotu Moskovaan, Pietariin, Tšeljabinskiin, Nižni Novgorodiin, Sterlitamakiin, Ufaan ja muihin kaupunkeihin. Vedenpoisto- ja vedenottopaikoilla tehdään automaattisten vedenlaadun valvonta-asemien pilottikokeita. Typen oksidien, rikin ja hiilioksidien, otsonin, ammoniakin, kloorin ja haihtuvien hiilivetyjen jatkuvaan määritykseen on luotu laitteita. Automaattisilla vesien pilaantumisen valvonta-asemilla mitataan lämpötilaa, pH:ta, sähkönjohtavuutta, happipitoisuutta, kloori-ioneja, fluoria, kuparia, nitraatteja jne.