กฎเกณฑ์ของเทคโนโลยีสารสนเทศเพื่อการทำนายสภาพแวดล้อมการจัดการ ระบบสารสนเทศและการพยากรณ์
ก่อนการมาถึงของไอทียุคใหม่ ไม่มีโอกาสกว้างขวางในการใช้แบบจำลองทางเศรษฐศาสตร์และคณิตศาสตร์ที่มีประสิทธิผลโดยตรงในกระบวนการของกิจกรรมทางเศรษฐกิจ นอกจากนี้ การใช้แบบจำลองการคาดการณ์ที่มีอยู่เพื่อวัตถุประสงค์ในการวิเคราะห์ไม่ได้ทำให้ความต้องการการสนับสนุนข้อมูลมีสูงเช่นนี้
พื้นฐานของเทคโนโลยีการพยากรณ์
เมื่อสร้างระบบคาดการณ์ตั้งแต่เริ่มต้น จำเป็นต้องแก้ไขปัญหาด้านองค์กรและระเบียบวิธีหลายประการ ประการแรก ได้แก่:
- - ฝึกอบรมผู้ใช้เกี่ยวกับวิธีการวิเคราะห์และการตีความผลการพยากรณ์
- - การกำหนดทิศทางการเคลื่อนไหวของข้อมูลการคาดการณ์ภายในองค์กรในระดับแผนกและพนักงานแต่ละรายตลอดจนโครงสร้างการสื่อสารกับพันธมิตรทางธุรกิจและหน่วยงานราชการ
- - กำหนดเวลาและความถี่ของขั้นตอนการพยากรณ์
- - การพัฒนาหลักการในการเชื่อมโยงการคาดการณ์กับการวางแผนระยะยาวและขั้นตอนการเลือกตัวเลือกสำหรับผลลัพธ์ที่ได้รับเมื่อจัดทำแผนพัฒนาองค์กร
ปัญหาด้านระเบียบวิธีในการสร้างระบบย่อยการพยากรณ์คือ:
- - การพัฒนาโครงสร้างภายในและกลไกการทำงานของมัน
- - องค์กรสนับสนุนข้อมูล
- - การพัฒนาซอฟต์แวร์ทางคณิตศาสตร์
ปัญหาแรกนั้นยากที่สุดเนื่องจากในการแก้ปัญหาจำเป็นต้องสร้างชุดรูปแบบการคาดการณ์ซึ่งมีขอบเขตเป็นระบบตัวบ่งชี้ที่สัมพันธ์กัน ปัญหาการจัดระบบและการประเมินวิธีการพยากรณ์ปรากฏที่นี่เป็นหนึ่งในปัญหาหลัก เนื่องจากจำเป็นต้องดำเนินการเพื่อเลือกวิธีการเฉพาะ การวิเคราะห์เปรียบเทียบ. สามารถนำเสนอตัวแปรของการจำแนกประเภทของวิธีการพยากรณ์โดยคำนึงถึงลักษณะของระบบความรู้ที่อยู่ภายใต้แต่ละกลุ่มได้ ดังต่อไปนี้: วิธีการประเมินผู้เชี่ยวชาญ วิธีการสร้างแบบจำลองเชิงตรรกะ วิธีการทางคณิตศาสตร์
แต่ละกลุ่มมีความเหมาะสมในการแก้ไขปัญหาบางช่วง ดังนั้น แนวปฏิบัติจึงกำหนดข้อกำหนดต่อไปนี้สำหรับวิธีการที่ใช้ โดยจะต้องมุ่งเน้นไปที่วัตถุการพยากรณ์ที่เฉพาะเจาะจง ต้องอยู่บนพื้นฐานของการวัดความเพียงพอในเชิงปริมาณ และต้องสร้างความแตกต่างด้วยความแม่นยำของการประมาณการและขอบเขตการพยากรณ์
งานหลักที่เกิดขึ้นในกระบวนการสร้างระบบการทำนายแบ่งออกเป็น:
- - การสร้างระบบกระบวนการและตัวชี้วัดที่คาดการณ์ไว้
- - การพัฒนาเครื่องมือสำหรับการวิเคราะห์ทางเศรษฐศาสตร์และคณิตศาสตร์ของกระบวนการและตัวชี้วัดที่คาดการณ์ไว้
- - การระบุวิธีการประเมินผู้เชี่ยวชาญ การระบุตัวบ่งชี้สำหรับการตรวจสอบ และการได้รับการประเมินโดยผู้เชี่ยวชาญของกระบวนการและตัวบ่งชี้ที่คาดการณ์ไว้
- - ตัวบ่งชี้และกระบวนการคาดการณ์ที่ระบุช่วงความเชื่อมั่นและความแม่นยำ
- - การพัฒนาวิธีการตีความและวิเคราะห์ผลลัพธ์ที่ได้รับ
การทำงานเกี่ยวกับข้อมูลและการสนับสนุนทางคณิตศาสตร์สำหรับระบบพยากรณ์สมควรได้รับความสนใจเป็นพิเศษ กระบวนการสร้างซอฟต์แวร์สามารถแสดงได้ในขั้นตอนต่อไปนี้:
- - การพัฒนาระเบียบวิธีในการระบุโครงสร้างของวัตถุพยากรณ์
- - การพัฒนาวิธีการระบุพารามิเตอร์ของวัตถุพยากรณ์
- - การพัฒนาวิธีการพยากรณ์แนวโน้ม
- - การพัฒนาวิธีการทำนายองค์ประกอบฮาร์มอนิกของกระบวนการ
- - การพัฒนาวิธีการประเมินลักษณะขององค์ประกอบสุ่มของกระบวนการ
- - การสร้างแบบจำลองที่ซับซ้อนสำหรับการทำนายตัวบ่งชี้ที่สร้างระบบที่เชื่อมโยงถึงกัน
การสร้างระบบการทำนายจำเป็นต้องมี วิธีการแบบบูรณาการเพื่อแก้ไขปัญหาการสนับสนุนข้อมูลซึ่งโดยทั่วไปเข้าใจว่าเป็นชุดข้อมูลเริ่มต้นที่ใช้ในการรับการคาดการณ์ตลอดจนวิธีการ วิธีการ และวิธีการที่ช่วยให้มั่นใจในการรวบรวม การสะสม การจัดเก็บ การค้นหา และการส่งข้อมูลระหว่างการดำเนินการ ระบบพยากรณ์และการโต้ตอบกับระบบการจัดการองค์กรอื่น ๆ
การสนับสนุนข้อมูลระบบมักประกอบด้วย:
- - กองทุนสารสนเทศ (ฐานข้อมูล)
- - แหล่งที่มาของการจัดตั้งกองทุนข้อมูล กระแส และวิธีการรับข้อมูล
- - วิธีการสะสม การจัดเก็บ การอัปเดตและการเรียกค้นข้อมูลที่สร้างเป็นกองทุนข้อมูล
- - วิธีการ หลักการ และหลักเกณฑ์การหมุนเวียนข้อมูลในระบบ
- - วิธีการรับรองความน่าเชื่อถือของข้อมูลในทุกขั้นตอนของการรวบรวมและการประมวลผล
- - วิธีการวิเคราะห์และสังเคราะห์ข้อมูล
- - วิธีการสำหรับคำอธิบายข้อมูลทางเศรษฐกิจอย่างเป็นทางการที่ชัดเจน
ดังนั้น จำเป็นต้องมีองค์ประกอบหลักต่อไปนี้เพื่อใช้กระบวนการพยากรณ์:
- - แหล่งที่มาของข้อมูลภายในซึ่งอยู่บนพื้นฐานของระบบการจัดการและการบัญชี
- - แหล่งข้อมูลภายนอก
- - ซอฟต์แวร์พิเศษที่ใช้อัลกอริธึมการพยากรณ์และการวิเคราะห์ผลลัพธ์
เมื่อพิจารณาถึงความสำคัญของการแก้ปัญหาการคาดการณ์สำหรับหน่วยงานในตลาด ขอแนะนำให้ตรวจสอบคุณภาพของวิธีการและอัลกอริธึมที่เสนอตลอดจนเทคโนโลยีโดยทั่วไป โดยใช้แหล่งข้อมูลที่เลือกมาเป็นพิเศษ (ทดสอบ) วิธีการตรวจสอบที่คล้ายกันนี้ใช้มานานแล้วในการประเมินความเพียงพอของเครื่องมือทางคณิตศาสตร์ที่ออกแบบมาเพื่อการหาค่าเหมาะที่สุดแบบไม่เชิงเส้น เช่น การใช้ฟังก์ชัน Rosenbrock และ Powell
การยืนยัน (หรือการตรวจสอบ) คุณภาพและประสิทธิภาพของเทคโนโลยีการคาดการณ์มักจะดำเนินการโดยการเปรียบเทียบข้อมูลแบบจำลองที่ทราบมาก่อนกับค่าที่คาดการณ์ไว้และประเมินลักษณะทางสถิติของความแม่นยำในการพยากรณ์ ลองพิจารณาเทคนิคนี้ในสถานการณ์ที่แบบจำลองกระบวนการเป็นการผสมผสานเพิ่มเติมของเทรนด์ Tt ส่วนประกอบตามฤดูกาล (ฮาร์มอนิก) และส่วนประกอบแบบสุ่ม
ในปัจจุบัน เครื่องมือซอฟต์แวร์ที่หลากหลายได้แพร่หลายมากขึ้น โดยจัดให้มีการรวบรวมและประมวลผลข้อมูลเชิงวิเคราะห์ในระดับหนึ่งหรืออย่างอื่น บางส่วนเช่น MS Excel มีฟังก์ชันทางสถิติและเครื่องมือการเขียนโปรแกรมในตัว อื่น ๆ โดยเฉพาะโปรแกรมการบัญชีและการจัดการที่มีราคาไม่แพงไม่มีความสามารถดังกล่าวหรือมีการใช้งานความสามารถในการวิเคราะห์ไม่เพียงพอและบางครั้งก็ไม่ถูกต้อง อย่างไรก็ตาม น่าเสียดายที่สิ่งนี้มีอยู่ในระบบการจัดการองค์กรที่มีประสิทธิภาพและมัลติฟังก์ชั่นมากกว่าด้วย เห็นได้ชัดว่าสถานการณ์นี้ได้รับการอธิบายโดยการวิเคราะห์แบบตื้นในส่วนของนักพัฒนาคุณสมบัติของอัลกอริธึมการพยากรณ์ที่พวกเขาเลือกและการใช้งานที่ไม่สำคัญ ตัวอย่างเช่น เมื่อพิจารณาจากแหล่งที่มาที่มีอยู่ การปรับให้เรียบแบบเอ็กซ์โพเนนเชียลแบบไม่มีลำดับมักถูกใช้เป็นพื้นฐานสำหรับอัลกอริธึมการทำนาย อย่างไรก็ตาม วิธีการนี้จะใช้ได้เฉพาะในกรณีที่ไม่มีแนวโน้มในกระบวนการที่กำลังศึกษาเท่านั้น ในความเป็นจริง กระบวนการทางเศรษฐกิจไม่คงที่ และการพยากรณ์เกี่ยวข้องกับการใช้แบบจำลองที่ซับซ้อนมากกว่าแบบจำลองที่มีแนวโน้มคงที่
จากมุมมองของหัวข้อที่กำลังพิจารณา การติดตามเส้นทางการพัฒนาระบบธนาคารอัตโนมัติในประเทศเป็นเรื่องที่น่าสนใจ ระบบธนาคารระบบแรกนั้นใช้เทคโนโลยีที่เข้มงวด ซึ่งต้องมีการเปลี่ยนแปลงหรือเพิ่มเติมอยู่ตลอดเวลา ซอฟต์แวร์. สิ่งนี้กระตุ้นให้นักพัฒนาซอฟต์แวร์ทางการเงินใช้ DBMS ทางอุตสาหกรรมตามหลักการของการเปิดกว้าง ความสามารถในการขยายขนาด และความยืดหยุ่น อย่างไรก็ตาม DBMS เหล่านี้กลับกลายเป็นว่าไม่เหมาะสมสำหรับการแก้ปัญหาเชิงวิเคราะห์ ระดับสูงซึ่งรวมถึงปัญหาการพยากรณ์ด้วย ในการดำเนินการนี้ จำเป็นต้องใช้เทคโนโลยีเพิ่มเติมสำหรับการจัดเก็บข้อมูลและการประมวลผลเชิงวิเคราะห์การดำเนินงาน ซึ่งช่วยให้มั่นใจถึงการทำงานของระบบสนับสนุนการตัดสินใจสำหรับสถาบันการเงินและการจัดทำการคาดการณ์ ก็ใช้แนวทางเดียวกันนี้ ระบบที่ซับซ้อนการจัดการองค์กร
อีกทิศทางหนึ่งของการใช้วิธีการคาดการณ์โดยใช้ไอทีที่ทันสมัยคือการแก้ปัญหาทางการตลาดที่หลากหลาย ภาพประกอบคือซอฟต์แวร์ SAS Churn Management Solution สำหรับโทรคมนาคม มันมีไว้สำหรับผู้ให้บริการโทรคมนาคม และอนุญาตให้ตามที่นักพัฒนาอ้างว่า สามารถสร้างแบบจำลองการคาดการณ์ และประเมินความเป็นไปได้ที่จะเปลี่ยนใจของลูกค้าบางประเภทด้วยความช่วยเหลือของพวกเขา พื้นฐานของซอฟต์แวร์นี้คือเซิร์ฟเวอร์ฐานข้อมูลแบบกระจาย Scalable Performance Data Server, เครื่องมือสำหรับการสร้างและบริหารจัดการคลังสินค้าและศูนย์ข้อมูล, เครื่องมือขุดข้อมูล Enterprise Miner, ระบบสนับสนุนการตัดสินใจ SAS/MDDB Server รวมถึงเครื่องมือเสริม
เพื่อให้มั่นใจถึงความสามารถในการแข่งขันของระบบ CRM รูปแบบใหม่ รายการความสามารถที่เพิ่มขึ้น รวมถึงระบบธนาคารอัตโนมัติ รวมถึงฟังก์ชันการรายงานที่ใช้เทคโนโลยี OLAP และอนุญาตให้คาดการณ์ผลลัพธ์ของการตลาด การขาย และลูกค้าได้ในระดับหนึ่ง บริการ.
มีผลิตภัณฑ์ซอฟต์แวร์พิเศษจำนวนมากที่ให้การประมวลผลข้อมูลตัวเลขทางสถิติ รวมถึงองค์ประกอบแต่ละส่วนของการคาดการณ์ด้วย ผลิตภัณฑ์ดังกล่าวได้แก่ SPSS, Statistica ฯลฯ เครื่องมือเหล่านี้มีทั้งข้อดีและข้อเสียซึ่งจำกัดขอบเขตการใช้งานจริงอย่างมาก ควรสังเกตที่นี่ว่าการประเมินความเหมาะสมของเครื่องมือซอฟต์แวร์ทางคณิตศาสตร์และสถิติเฉพาะทางสำหรับการแก้ปัญหาการพยากรณ์โดยผู้ใช้ทั่วไปที่ไม่มี การฝึกอบรมพิเศษต้องมีการวิจัยและการอภิปรายอย่างจริงจังแยกต่างหาก
อย่างไรก็ตาม การแก้ปัญหาการคาดการณ์สำหรับผู้บริโภคจากธุรกิจขนาดเล็กและขนาดกลางโดยใช้ระบบสารสนเทศและเทคโนโลยีที่มีประสิทธิภาพและมีราคาแพงนั้นแทบจะเป็นไปไม่ได้เลย เนื่องจากเหตุผลทางการเงินเป็นหลัก ดังนั้นทิศทางที่มีแนวโน้มมากคือการพัฒนาความสามารถในการวิเคราะห์ของระบบบัญชีและการจัดการต้นทุนต่ำที่มีอยู่และแพร่หลาย การพัฒนารายงานเพิ่มเติมตามกระบวนการทางธุรกิจที่เฉพาะเจาะจงและประกอบด้วยข้อมูลการวิเคราะห์ที่จำเป็นสำหรับผู้ใช้เฉพาะราย มีอัตราส่วนต้นทุนที่มีประสิทธิภาพสูง
นักพัฒนาซอฟต์แวร์บางรายสร้างเครื่องมือวิเคราะห์ขึ้นมาทั้งหมด ตัวอย่างเช่น Parus Corporation นำเสนอโซลูชัน Parus-Analytics และ Triumph-Analytics สำหรับผู้ใช้ที่หลากหลายตั้งแต่ธุรกิจขนาดเล็กและขนาดกลาง มากกว่า งานที่ซับซ้อนการประมวลผลเชิงวิเคราะห์ของข้อมูลการคาดการณ์ถูกรวมเข้ากับระบบ Parus ในรูปแบบของศูนย์กลางสถานการณ์ที่เรียกว่า ตามคำกล่าวของ Dmitry Sudarev ผู้จัดการฝ่ายพัฒนาโซลูชันการหมุนเวียน ได้มีการตัดสินใจที่จะพัฒนาและใช้งานผลิตภัณฑ์ซอฟต์แวร์ที่ช่วยให้เราสามารถย้ายจากการบันทึกข้อเท็จจริงในกิจกรรมขององค์กรไปเป็นการวิเคราะห์ข้อมูล ในเวลาเดียวกัน มีการวางแผนการเปลี่ยนจากการทำงานอัตโนมัติของนักบัญชีและผู้จัดการระดับกลางเป็นการประมวลผลข้อมูลสำหรับผู้บริหารระดับสูง เมื่อพิจารณาถึงช่วงที่เป็นไปได้ของผู้บริโภค Parus-Analytika และ Triumph-Analytika ไม่มีข้อกำหนดพิเศษสำหรับสภาพแวดล้อมซอฟต์แวร์และฮาร์ดแวร์ อย่างไรก็ตาม โซลูชัน Triumph-Analytika ได้รับการปรับใช้บนพื้นฐานของ MS SQL Server ซึ่งจัดเตรียมไว้ด้วย ความสามารถที่มากขึ้นในการทำนายกระบวนการภายใต้การศึกษา โดยเฉพาะอย่างยิ่งคำนึงถึงองค์ประกอบฮาร์มอนิกของการพยากรณ์ด้วย
ค่าของการคาดการณ์จะเพิ่มขึ้นหลายเท่าเมื่อมีการใช้โดยตรงในการจัดการองค์กร ดังนั้น ทิศทางที่สำคัญคือการบูรณาการระบบพยากรณ์เข้ากับระบบต่างๆ เช่น Kasatka, MS Project Expert เป็นต้น ตัวอย่างเช่น ซอฟต์แวร์ Kasatka ของ SBI อยู่ในตำแหน่งที่เป็นอัตโนมัติ ที่ทำงานหัวหน้าและผู้เชี่ยวชาญของแผนกการตลาดและมีไว้สำหรับการพัฒนาศูนย์การจัดการการตลาดและการวางแผนเชิงกลยุทธ์ จุดประสงค์นี้จะกำหนดล่วงหน้าถึงความจำเป็นในการระบุแนวโน้มระยะยาวและนำมาพิจารณาเมื่อวางแผน ขอบเขตการคาดการณ์จะพิจารณาจากเป้าหมายที่เกี่ยวข้องขององค์กร
1การศึกษาดำเนินการตามทิศทางหลักและปัญหาในการแนะนำเทคโนโลยีสารสนเทศและการสื่อสารที่ทันสมัยในกิจกรรมการปฏิบัติขององค์กร มีการระบุปัญหาและแนวทางในการสร้างพื้นที่ข้อมูลแบบครบวงจร มีการวิเคราะห์เงื่อนไขและข้อกำหนดเบื้องต้นสำหรับการสร้างแบบจำลองเชิงปฏิบัติและวิเคราะห์คุณลักษณะของการสร้างแบบจำลองการคาดการณ์ของกิจกรรมขององค์กรทีละขั้นตอน มีการอธิบายโดยย่อเกี่ยวกับคุณสมบัติของการใช้แบบจำลองการพยากรณ์ต่างๆ และเน้นไปที่ความสำคัญของการตรวจสอบความเพียงพอของแบบจำลองการพยากรณ์ มีการทบทวนข้อมูลที่ทันสมัยและเทคโนโลยีการวิเคราะห์เพื่อคาดการณ์กิจกรรมขององค์กร เสนอแนะการใช้ผลการพยากรณ์ตัวชี้วัดสำคัญขององค์กรในทางปฏิบัติ
เทคโนโลยีสารสนเทศและการวิเคราะห์
การสร้างแบบจำลองกิจกรรม
การวิเคราะห์ความเพียงพอของแบบจำลอง
พยากรณ์กิจกรรมขององค์กร
1. Golichev V.D., Golicheva N.D., Gusarova O.M. และอื่น ๆ ดินแดน Smolensk และประชากร (การทบทวนประวัติศาสตร์และสถิติในรูปและข้อเท็จจริง) – Smolensk: Smolgorวิชาการพิมพ์, 2013. – 152 หน้า
2. กูซาโรวา โอ.เอ็ม. การสร้างแบบจำลองเป็นวิธีการวางแผนและจัดการผลลัพธ์ทางธุรกิจ // ความก้าวหน้าทางวิทยาศาสตร์สมัยใหม่ – 2014. – ลำดับที่ 11. – หน้า 88–92.
3. กูซาโรวา โอ.เอ็ม. การสร้างแบบจำลองในการยอมรับ การตัดสินใจของฝ่ายบริหาร// วิทยาศาสตร์และการศึกษา: ปัญหาและโอกาสในการพัฒนา: ชุดเอกสารทางวิทยาศาสตร์ที่อิงจากเนื้อหาของการประชุมทางวิทยาศาสตร์และการปฏิบัติระหว่างประเทศ – ตัมบอฟ: อูคอม, 2014. – หน้า 41–42.
4. กูซาโรวา โอ.เอ็ม. ปัญหาการบูรณาการทฤษฎีและการปฏิบัติในการสร้างแบบจำลองผลลัพธ์ทางธุรกิจ // เศรษฐศาสตร์และการศึกษา: ความท้าทายและการค้นหาแนวทางแก้ไข: การรวบรวมเอกสารทางวิทยาศาสตร์จากวัสดุของการประชุมทางวิทยาศาสตร์และการปฏิบัติ II All-Russian (ทางจดหมาย) (ยาโรสลาฟล์, 15 เมษายน, 2014) - ยาโรสลาฟล์: นายกรัฐมนตรี, 2014. - หน้า 78–82.
5. กูซาโรวา โอ.เอ็ม. การประเมินความสัมพันธ์ระหว่างตัวชี้วัดระดับภูมิภาคของการพัฒนาเศรษฐกิจและสังคม (ขึ้นอยู่กับวัสดุจากเขตสหพันธรัฐกลางของรัสเซีย) // ประเด็นร่วมสมัยวิทยาศาสตร์และการศึกษา –2013. – ลำดับที่ 6. (นิตยสารอิเล็กทรอนิกส์).
6. Gusarova O.M. , Zhuravleva M.A. การวิเคราะห์และปรับปรุงกิจกรรมของบริษัทร่วมหุ้น // เทคโนโลยีที่เน้นวิทยาศาสตร์สมัยใหม่ – 2014 – ลำดับที่ 7–3. – หน้า 10–12.
7. กูซาโรวา โอ.เอ็ม. วิธีการและแบบจำลองในการพยากรณ์กิจกรรมของระบบองค์กร // ประเด็นทางทฤษฎีและประยุกต์ของการศึกษาและวิทยาศาสตร์: การรวบรวมเอกสารทางวิทยาศาสตร์ตามเนื้อหาของการประชุมทางวิทยาศาสตร์และการปฏิบัตินานาชาติ – ตัมบอฟ: อูคอม, 2014. – หน้า 48–49.
8. กูซาโรวา โอ.เอ็ม. เทคโนโลยีคอมพิวเตอร์สำหรับการสร้างแบบจำลองกระบวนการทางเศรษฐกิจและสังคม // การเติบโตทางเศรษฐกิจและความสามารถในการแข่งขันของรัสเซีย: แนวโน้มปัญหาและลำดับความสำคัญเชิงกลยุทธ์: คอลเลกชันบทความทางวิทยาศาสตร์ที่อิงจากเนื้อหาของการประชุมทางวิทยาศาสตร์และการปฏิบัติระหว่างประเทศ – อ.: Unity-Dana, 2012. – หน้า 102–104.
9. กูซาโรวา โอ.เอ็ม. ศึกษาคุณภาพของแบบจำลองระยะสั้นเพื่อพยากรณ์ตัวชี้วัดทางการเงินและเศรษฐกิจ – อ.: 1999. – 198 น.
10. ออร์โลวา ไอ.วี., ทูรันดาเอฟสกี้ วี.บี. การวิเคราะห์ทางสถิติหลายตัวแปรในการศึกษากระบวนการทางเศรษฐศาสตร์ เอกสาร. – อ.: MESI, 2014. – หน้า 190.
ในบริบทของการนำมาตรการคว่ำบาตรทางเศรษฐกิจจำนวนหนึ่ง รัฐวิสาหกิจของรัสเซียค้นหาวิธีที่มีประสิทธิภาพเพื่อให้แน่ใจว่าผลิตภัณฑ์ของตนสามารถแข่งขันได้และเพิ่มประสิทธิภาพขององค์กร ในความยากลำบาก สภาพเศรษฐกิจในการตัดสินใจจำเป็นต้องใช้ประสบการณ์เชิงปฏิบัติไม่เพียง แต่ในการจัดระเบียบธุรกิจในกิจกรรมบางสาขาเท่านั้น แต่ยังต้องใช้แนวทางที่ทันสมัยในการวางแผนกิจกรรมขององค์กรด้วย การแนะนำอย่างกว้างขวางในการปฏิบัติงานด้านข้อมูลและเทคโนโลยีการวิเคราะห์สำหรับการสร้างแบบจำลองและการคาดการณ์ตัวบ่งชี้ทางธุรกิจที่สำคัญ ทำให้สามารถตรวจสอบผลลัพธ์ทางธุรกิจได้อย่างรวดเร็วและกำหนดกลยุทธ์การพัฒนาองค์กร การใช้ข้อมูลและเทคโนโลยีการวิเคราะห์ช่วยให้คุณสามารถสร้างระบบบูรณาการสำหรับการจัดการผลลัพธ์ทางธุรกิจ เพิ่มประสิทธิภาพวัสดุและกระแสทางการเงิน ลดต้นทุนของกิจกรรมทางการเงินและเศรษฐกิจ เพิ่มผลกำไรของบริษัทสูงสุด และแก้ไขปัญหาอื่น ๆ อีกมากมาย
กระบวนการให้ข้อมูลของสังคมสมัยใหม่และกระบวนการที่เกี่ยวข้องอย่างใกล้ชิดในการแนะนำเทคโนโลยีสารสนเทศและการสื่อสารในทุกด้านของธุรกิจมีลักษณะเฉพาะด้วยการแพร่กระจายข้อมูลและเทคโนโลยีการวิเคราะห์จำนวนมหาศาลเพื่อวิเคราะห์กิจกรรมขององค์กรในขอบเขตและรูปแบบการเป็นเจ้าของต่างๆ เทคโนโลยีสารสนเทศสมัยใหม่ทำให้สามารถดำเนินการด้านต่างๆ ต่อไปนี้ได้โดยอัตโนมัติ: การวิจัยคุณสมบัติของระบบ (วัตถุ), การตรวจสอบพลวัตของการพัฒนาตัวบ่งชี้ที่สำคัญของทุกด้านของธุรกิจ, การเพิ่มประสิทธิภาพพารามิเตอร์ของระบบปฏิบัติการ, การสร้างระบบบูรณาการ เพื่อติดตามและจัดการระบบ วางแผน และคาดการณ์แนวโน้มการพัฒนาองค์กร
เป้าหมายเชิงกลยุทธ์ของการแนะนำเทคโนโลยีสารสนเทศและการสื่อสารในทุกขอบเขตของกิจกรรมของสังคมยุคใหม่คือการสร้างพื้นที่ข้อมูลแบบครบวงจรที่ออกแบบมาเพื่อแก้ไขปัญหาที่หลากหลายที่เกี่ยวข้องกับการเข้าถึงฐานข้อมูลแบบครบวงจร การจัดหาการรายงานทางสถิติโดยทันที และการสร้าง ระบบติดตามแบบบูรณาการสำหรับกิจกรรมด้านต่างๆ ทั้งหมดนี้มีส่วนช่วยในการสร้างโอกาสใหม่ขั้นพื้นฐานสำหรับการพัฒนาความรู้ความเข้าใจ กิจกรรมสร้างสรรค์บุคคล: การวิจัย, องค์กรและการจัดการ, ผู้เชี่ยวชาญ, ผู้ประกอบการ ฯลฯ การสร้างพื้นที่ข้อมูลแบบครบวงจรช่วยเพิ่มประสิทธิภาพและคุณภาพในการติดตามกิจกรรมขององค์กร เพิ่มความเข้มข้นในการวิจัยทางวิทยาศาสตร์ในด้านต่างๆ ลดเวลาการประมวลผลและการจัดเตรียมข้อมูล ประสิทธิภาพและประสิทธิผลของการจัดการระบบ การบูรณาการของชาติ ระบบสารสนเทศเข้าสู่ระบบการเข้าถึงระหว่างประเทศ แหล่งข้อมูลในสาขาวิทยาศาสตร์ วัฒนธรรม ธุรกิจ และสาขากิจกรรมอื่นๆ
การแนะนำเทคโนโลยีสารสนเทศและการสื่อสารในกิจกรรมเชิงปฏิบัติขององค์กรมีลักษณะและปัญหาหลายประการ:
● อุปกรณ์ทางเทคนิคขององค์กรที่มีเทคโนโลยีสารสนเทศและการสื่อสารหมายถึงการเข้าถึงซอฟต์แวร์ที่ทันสมัย และถูกจำกัดโดยปัจจัยขององค์กรและเศรษฐกิจ ดังนั้นในบางกรณี การเข้าถึง "ข้อมูลขนาดเล็ก" จึงไม่มีประสิทธิภาพ และการเข้าถึง "ข้อมูลขนาดใหญ่" มีราคาแพงและไม่ให้ผลตอบแทนที่รวดเร็ว
● การฝึกอบรมผู้เชี่ยวชาญในด้านเทคโนโลยีสารสนเทศและการสื่อสาร โดยเฉพาะอย่างยิ่งในด้านเทคโนโลยีเครือข่าย ควรกลายเป็นงานสำคัญ ซึ่งแนวทางการแก้ปัญหาจะกำหนดประสิทธิภาพของกิจกรรมขององค์กรในทิศทางนี้ ผู้เชี่ยวชาญด้านไอทีที่มีคุณสมบัติสูงบางครั้งสามารถทำงานทั้งแผนกขององค์กรให้เสร็จสมบูรณ์ได้ ในการนี้มีความจำเป็นที่จะต้อง องค์กรการศึกษาแนะนำสาขาวิชาที่เกี่ยวข้องกับเทคโนโลยีสารสนเทศมากขึ้นและเพิ่มการวางแนวทางปฏิบัติ ระบบที่ทันสมัยการศึกษาควรเน้นไปที่การสร้างพื้นฐานของการศึกษาในทุกระดับ การใช้วิธีการและเทคโนโลยีอย่างแพร่หลาย การศึกษาเชิงนวัตกรรมการปรับปรุงคุณภาพและการเข้าถึงการศึกษาผ่านการพัฒนาระบบและอุปกรณ์การศึกษาทางไกล กระบวนการศึกษาเทคโนโลยีสารสนเทศและการสื่อสารที่ทันสมัย
● การสร้างฐานข้อมูลข้อมูลสำหรับทุกด้านของกิจกรรมขององค์กรต้องใช้ความพยายามบ้าง แต่เป็นการเชื่อมโยงที่สำคัญในการบูรณาการเทคโนโลยีสารสนเทศขององค์กรไว้ในพื้นที่ข้อมูลเดียว
หนึ่งในพื้นที่ปัจจุบันสำหรับการแนะนำข้อมูลและเทคโนโลยีการวิเคราะห์ในกิจกรรมเชิงปฏิบัติขององค์กรคือการติดตามการปฏิบัติงานของตัวบ่งชี้ทางธุรกิจที่สำคัญและการคาดการณ์ทางเลือกอื่นสำหรับการพัฒนาของบริษัท โดยทั่วไป เราสามารถแยกแยะลำดับขั้นตอนต่อไปนี้ในการทำนายการพัฒนาระบบการวิจัย (วัตถุ)
● การกำหนดเป้าหมายและวัตถุประสงค์ของการศึกษาจะกำหนดแนวทางเชิงกลยุทธ์และทิศทางยุทธวิธีในการศึกษาระบบ ซึ่งสามารถชี้แจงและระบุได้ในระหว่างกระบวนการวิจัย
● การกำหนดแบบจำลองแนวคิดของระบบเกี่ยวข้องกับการตรวจสอบระบบเพื่อระบุคุณสมบัติ ไดนามิก และความสัมพันธ์กับปัจจัยของสภาพแวดล้อมภายนอกและภายใน การรวบรวมข้อมูลทางสถิติเกี่ยวกับคุณลักษณะของระบบถือเป็นการกำหนดรูปแบบการพรรณนาทางวาจาเพิ่มเติมของระบบ โดยขึ้นอยู่กับการชี้แจงและการทำให้เป็นทางการ การกำหนดแบบจำลองแนวความคิดของระบบประกอบด้วยรายการคำถามพื้นฐานที่กำหนดขึ้นในแง่ของขอบเขตการวิจัยที่กำหนดซึ่งตรงตามวัตถุประสงค์ของการศึกษาและชุดสมมติฐานเกี่ยวกับคุณสมบัติและลักษณะของวัตถุการสร้างแบบจำลอง
● การทำให้แบบจำลองเชิงอธิบายด้วยวาจาเป็นทางการหมายถึงการสร้างแบบจำลองทางคณิตศาสตร์และการกำหนดพารามิเตอร์เชิงตัวเลข จุดสำคัญในเรื่องนี้ก็คือ ทางเลือกที่ถูกต้องวิธีการกำหนดพารามิเตอร์ของแบบจำลองทางคณิตศาสตร์ แต่ละระบบมีลักษณะเฉพาะด้วยคุณลักษณะการพัฒนาของตัวเอง และคุณลักษณะของแบบจำลองเช่นความเพียงพอ กล่าวคือ ส่วนใหญ่ขึ้นอยู่กับการเลือกวิธีการในการกำหนดตัวเลขของพารามิเตอร์แบบจำลอง การปฏิบัติตามแบบจำลองที่เป็นทางการด้วยคุณสมบัติของกระบวนการจริงที่แสดงถึงลักษณะพลวัตของระบบการวิจัย ขึ้นอยู่กับลักษณะเฉพาะของระบบการวิจัย สามารถเลือกแบบจำลองการคาดการณ์ประเภทต่าง ๆ ไว้ล่วงหน้าได้ เช่น เส้นโค้งการเติบโตที่แสดงลักษณะไดนามิกของระบบในช่วงเวลาหนึ่ง แบบจำลองเศรษฐมิติที่สร้างและประเมินความสัมพันธ์ระหว่างลักษณะภายในต่างๆ ของระบบ และปัจจัยภายนอกจำนวนหนึ่ง แบบจำลองการปรับตัวที่หลากหลายที่ใช้กันอย่างแพร่หลาย ระบบไดนามิกด้วยการมีอยู่ของความผันผวนตามฤดูกาลและวัฏจักรตั้งแต่แบบจำลองที่ง่ายที่สุดไปจนถึงแบบจำลองอัตโนมัติที่มีการตกค้างแบบอัตโนมัติและแบบเฮเทอโรซีดาสติก
● การได้มาและการตีความผลลัพธ์ของการสร้างแบบจำลองเกี่ยวข้องกับการตรวจสอบคุณสมบัติหลายประการของแบบจำลองทางคณิตศาสตร์ โดยเฉพาะอย่างยิ่งการตรวจสอบความเพียงพอและความแม่นยำของแบบจำลอง ความเพียงพอของแบบจำลองแสดงถึงระดับความใกล้ชิดของคุณลักษณะของแบบจำลองที่สร้างขึ้นกับคุณลักษณะและคุณสมบัติของวัตถุจริง (ระบบ) ด้วยเหตุผลหลายประการ เช่น ข้อสันนิษฐานจำนวนหนึ่งที่เกิดขึ้นระหว่างการสร้างแบบจำลอง ความเป็นไปไม่ได้ที่จะคำนึงถึงปัจจัยหลายประการที่กำหนดพลวัตของการพัฒนาเป้าหมายการศึกษา ข้อผิดพลาดทางเทคนิคจำนวนหนึ่งในขั้นตอนของการทำให้เป็นทางการ แบบจำลองและจุดอื่น ๆ อีกจำนวนหนึ่งทำให้เกิดความแตกต่างในลักษณะของแบบจำลองและวัตถุจริงโดยธรรมชาติ สิ่งสำคัญคือความแตกต่างเหล่านี้ไม่ใช่พื้นฐานและอยู่ภายในขีดจำกัด (ความเบี่ยงเบน) ขนาดของการเบี่ยงเบนที่อนุญาตจะพิจารณาจากลักษณะของพลวัตของระบบการวิจัย ระยะเวลาของการวิเคราะห์คุณลักษณะของระบบ ตลอดจนวัตถุประสงค์ของการวิจัย ตัวบ่งชี้ความแม่นยำของแบบจำลอง เช่น ค่าเบี่ยงเบนมาตรฐานของจำนวนคงเหลือ ข้อผิดพลาดโดยเฉลี่ยการประมาณค่า ข้อผิดพลาดสัมพัทธ์โดยเฉลี่ยจะแสดงลักษณะของระดับการประมาณของข้อมูลจำลองกับการสังเกตจริงที่ได้รับอันเป็นผลมาจากการรวบรวมข้อมูลทางสถิติ ในขั้นตอนนี้ จะมีการดำเนินการปรับแต่งและคัดเลือกแบบจำลองสุดท้ายที่ใช้ในอนาคตเพื่อสร้างการคาดการณ์ ในกรณีนี้ จะมีการตรวจสอบความเพียงพอของแบบจำลองเพิ่มเติม รวมถึงนอกเหนือจากการทดสอบสมมติฐานเกี่ยวกับการปฏิบัติตามคุณสมบัติทางสถิติจำนวนหนึ่งขององค์ประกอบที่เหลือ เช่น ความเป็นอิสระ การสุ่ม ความเท่าเทียมกันของความคาดหวังทางคณิตศาสตร์ของ ส่วนที่เหลือเป็นศูนย์, การปฏิบัติตามกฎการกระจายแบบปกติ, การประเมินคุณลักษณะแบบจำลองจำนวนหนึ่งเช่นค่าสัมประสิทธิ์การกำหนด, กำหนดลักษณะสัดส่วนของการเปลี่ยนแปลงลักษณะที่ศึกษาภายใต้อิทธิพลของภายนอกและ ปัจจัยภายใน, การประมาณค่าสัมประสิทธิ์ฟิชเชอร์ นัยสำคัญทางสถิติโมเดลผลลัพธ์ จากผลการเปรียบเทียบคุณลักษณะของความเพียงพอและความแม่นยำ จึงมีการเลือกแบบจำลองการคาดการณ์ขั้นสุดท้าย
● การสร้างการคาดการณ์โดยใช้แบบจำลองที่เป็นทางการและการใช้ผลลัพธ์ของแบบจำลองในการจัดการระบบเกี่ยวข้องกับการได้รับการคาดการณ์แบบจุดที่ระบุลักษณะเฉพาะของโอกาสสำหรับการพัฒนาระบบการวิจัย นอกจากนี้ ยังสามารถสร้างการคาดการณ์ช่วงเวลาได้ ซึ่งมีความเป็นไปได้สูงกว่าที่จะได้รับช่วงเวลาที่คุณลักษณะของระบบอาจผันผวน ควรสังเกตว่าการคาดการณ์มีลักษณะเป็นความน่าจะเป็นและจะเชื่อถือได้ก็ต่อเมื่อในช่วงระยะเวลาเริ่มต้น รูปแบบการพัฒนาเดียวกันนั้นดำเนินการเหมือนกับที่เกิดขึ้นในขั้นตอนของการวิจัยระบบ
การใช้ผลการพยากรณ์ในการตัดสินใจของฝ่ายบริหารเป็นกระบวนการที่สร้างสรรค์และไม่เพียงแต่ต้องมีความรู้ทางทฤษฎีในบางพื้นที่เท่านั้น แต่ยังต้องอาศัยความรู้ทางทฤษฎีในบางพื้นที่ด้วย ประสบการณ์จริงในการทำงานกับระบบการวิจัย ทุกวันนี้ การวิจัยทางวิทยาศาสตร์มีความก้าวหน้าอย่างมากในการพัฒนาข้อมูลและเทคโนโลยีการวิเคราะห์เพื่อพยากรณ์กิจกรรมขององค์กร ตัวอย่างเช่น เทคโนโลยีการพยากรณ์โครงข่ายประสาทเทียม ลอจิกคลุมเครือ โปรแกรมการวิเคราะห์และพยากรณ์มัลติฟังก์ชั่นเฉพาะทางจำนวนหนึ่ง เช่น Statistica, SPSS, Stadia, VSTAT, Project Exspert และผลิตภัณฑ์ซอฟต์แวร์อื่น ๆ อีกมากมาย สำหรับการตรวจสอบการปฏิบัติงานและการพยากรณ์ผลการทำงานของระบบ เช่นเดียวกับเพื่อการศึกษา สามารถใช้แพ็คเกจ MS Excel ซึ่งใช้การวิเคราะห์แนวโน้มและการถดถอย และยังช่วยให้คำนวณระบบเพิ่มเติมจำนวนหนึ่งโดยใช้ตัวประมวลผลสเปรดชีต ลักษณะเฉพาะ.
จากผลการศึกษาระบบการจัดการ (วัตถุ) โดยใช้ข้อมูลและเทคโนโลยีการพยากรณ์เชิงวิเคราะห์ สามารถกำหนดคำแนะนำเพื่อปรับปรุงกิจกรรมขององค์กร (ระบบ) ได้ เช่น การมุ่งเน้นไปที่การบรรลุคุณค่าบางประการของตัวบ่งชี้ประสิทธิภาพหลัก ที่ใช้กลยุทธ์การพัฒนาองค์กร ปรับกระแสเงินสดให้เหมาะสม พัฒนากิจกรรมใหม่ๆ ที่มีแนวโน้มดี การใช้ข้อมูลที่ทันสมัยและเทคโนโลยีการวิเคราะห์สำหรับการสร้างแบบจำลองและการพยากรณ์จะช่วยปรับปรุงประสิทธิภาพการดำเนินงานในแง่ของการดำเนินการตามกลยุทธ์และยุทธวิธีการพัฒนาขององค์กร
ลิงค์บรรณานุกรม
กูซาโรวา โอ.เอ็ม. ข้อมูลและเทคโนโลยีการวิเคราะห์เพื่อคาดการณ์กิจกรรมขององค์กร // วารสารนานาชาติด้านการวิจัยประยุกต์และพื้นฐาน. – 2558 – ฉบับที่ 12-3. – หน้า 492-495;URL: https://applied-research.ru/ru/article/view?id=7962 (วันที่เข้าถึง: 26/04/2019) เรานำเสนอนิตยสารที่คุณจัดพิมพ์โดยสำนักพิมพ์ "Academy of Natural Sciences"
องค์กรต่างๆ มีข้อกำหนดในการสร้างงบประมาณของตนเอง ผู้สร้างผลิตภัณฑ์ซอฟต์แวร์คำนึงถึงคุณลักษณะเหล่านี้ มาดูผลิตภัณฑ์ซอฟต์แวร์ที่มีชื่อเสียงและแพร่หลายที่สุดกัน
Hyper Pillar เป็นระบบขนาดใหญ่และล้ำสมัยที่ทำให้การจัดทำงบประมาณเป็นแบบอัตโนมัติเต็มรูปแบบ เพื่อเริ่มทำงาน คุณต้องป้อนต้นทุนที่วางแผนไว้และรายได้ที่คาดการณ์ไว้ ผลลัพธ์ของการคำนวณคือโมเดลไดนามิกของบริษัทที่มีโมเดลที่รับผิดชอบในแต่ละระดับและเทคโนโลยีที่เรียบง่ายสำหรับการเปลี่ยนแปลง โปรแกรม Hyper Pillar ได้รับการบูรณาการอย่างดีกับผลิตภัณฑ์อื่นๆ ของบริษัท: Enterprise, Essbase OLAP Server, Reporting
Corporate Planner เป็นโปรแกรมการจัดทำงบประมาณที่สร้างขึ้นบนพื้นฐานของแผนผังต้นทุนเชิงโครงสร้างของบริษัท โหนดต้นไม้ - การวางแผน ค่าจริง และการเบี่ยงเบนระหว่างโหนดเหล่านั้น โหนดเชื่อมต่อกันด้วยสูตร สามารถนำเข้าไฟล์ผ่าน ODBC Corporate Planner ถูกนำมาใช้ใน บริษัทขนาดเล็กและไม่สนับสนุนให้มีการกระจายงาน
Adaytum Planning เป็นสเปรดชีตสามมิติที่มีฟังก์ชันสำหรับสร้างสไลซ์ต่างๆ ตารางประกอบด้วยข้อมูลต่างๆ (เวลา การเงิน ฯลฯ) สำหรับแต่ละแผนกของบริษัท มีฟังก์ชั่นสรุปงบประมาณรวมสำหรับวันที่เลือก Adaytum Planning เป็นผลิตภัณฑ์ที่คุ้มต้นทุนสำหรับการสร้างงบประมาณเพียงเล็กน้อยผ่านการใช้เครื่องมือวิเคราะห์จำนวนหนึ่ง
"หยก" - ซอฟต์แวร์มีวัตถุประสงค์เพื่อใช้ในองค์กรขนาดใหญ่ที่มีโครงสร้างการถือครอง ครองตำแหน่งกลางระหว่างการประมวลผลเอกสารด้วยคอมพิวเตอร์และกระดาษ และมีขั้นตอนการอนุมัติงบประมาณที่สะดวก โปรแกรมทำงานได้แม้จะมีข้อมูลที่เตรียมไว้ไม่เพียงพอ ข้อมูลเบื้องต้นคืองบประมาณของแผนกการถือครอง ซึ่งควรรวมเป็นงบประมาณการถือครองเดียว "Jade" ถูกสร้างขึ้นบนพื้นฐานของสเปรดชีต
"Red Director" เป็นระบบจัดทำงบประมาณที่ออกแบบมาสำหรับองค์กรขนาดเล็กและขนาดกลางและมีอินเทอร์เฟซที่เรียบง่าย โปรแกรมนี้ใช้ฐานข้อมูลโดยไม่มีความเป็นไปได้ในการรวมเข้ากับผลิตภัณฑ์ซอฟต์แวร์อื่นๆ
การวางแผนก็คือ ชนิดพิเศษกิจกรรมทางวิทยาศาสตร์และการปฏิบัติซึ่งประกอบด้วยการพัฒนาการตัดสินใจเชิงกลยุทธ์ (ในรูปแบบของการคาดการณ์โครงการโครงการแผนงาน) โดยจัดให้มีการส่งเสริมเป้าหมายและกลยุทธ์ดังกล่าวสำหรับพฤติกรรมของวัตถุการจัดการการดำเนินการซึ่งทำให้มั่นใจในการทำงานที่มีประสิทธิภาพ ในระยะยาวมีการปรับตัวอย่างรวดเร็วต่อสภาวะภายนอกที่เปลี่ยนแปลงไป
โปรแกรม Project Expert จาก Pro-Invest-Consulting ช่วยให้ผู้ใช้สามารถแก้ไขปัญหาต่อไปนี้:
· อธิบายและออกแบบรายละเอียดกิจกรรมขององค์กรใดๆ โดยคำนึงถึงการเปลี่ยนแปลงพารามิเตอร์ สภาพแวดล้อมภายนอก(อัตราเงินเฟ้อ ภาษี อัตราแลกเปลี่ยน);
·พัฒนาแผนสำหรับการพัฒนาองค์กรหรือการดำเนินโครงการลงทุนกลยุทธ์การตลาดและกลยุทธ์การผลิตที่ให้ความมั่นใจ การใช้เหตุผลวัสดุ ทรัพยากรบุคคล และการเงิน
· กำหนดรูปแบบการจัดหาเงินทุนขององค์กร
· ทดสอบสถานการณ์ต่าง ๆ สำหรับการพัฒนาองค์กร โดยเปลี่ยนค่าของปัจจัยที่อาจส่งผลต่อผลลัพธ์ทางการเงิน
· จัดทำงบการเงิน (รายงานความเคลื่อนไหวของ เงิน, งบดุล, งบกำไรขาดทุน, รายงานการใช้ผลกำไร) และแผนธุรกิจสำหรับโครงการลงทุนที่สอดคล้องกับข้อกำหนดสากลอย่างสมบูรณ์ในภาษารัสเซียและ ภาษาอังกฤษ;
· ดำเนินการวิเคราะห์ที่ครอบคลุมขององค์กร (โครงการ) รวมถึงการวิเคราะห์ประสิทธิภาพโดยรวม การวิเคราะห์ความอ่อนไหว การวิเคราะห์กระแสเงินสดสำหรับผู้เข้าร่วมโครงการแต่ละราย การวิเคราะห์สถานะทางการเงินและความสามารถในการทำกำไรขององค์กรโดยใช้ตัวบ่งชี้ที่คำนวณโดยอัตโนมัติสามโหล
โมดูลการแลกเปลี่ยน Project Expert พิเศษช่วยให้คุณสามารถนำเข้าและส่งออกข้อมูลในรูปแบบ *.txt และ *.dbf ข้อมูลจากตารางสรุปและข้อมูลข้อความสามารถคัดลอกได้อย่างอิสระผ่านคลิปบอร์ดของ Windows ไปยัง Word, Excel และแอปพลิเคชัน Windows อื่นๆ ผู้เชี่ยวชาญโครงการยังสื่อสารกับระบบการวางแผนและการจัดการที่มีชื่อเสียงที่สุด: MS Project, Primavera, Project Planner และ Sure Truck ข้อมูลถูกนำเข้าและส่งออกในรูปแบบ กราฟิกเครือข่าย GANTT พร้อมคำอธิบายขั้นตอน ความสัมพันธ์ และอื่นๆ
เนื่องจากเป็นแกนหลักของโปรแกรมการวิเคราะห์และการออกแบบทางการเงินที่ซับซ้อน Project Expert จึงมีความสามารถในการ "อัปโหลด" ข้อมูลที่ระบุสถานะเริ่มต้นขององค์กรโดยอัตโนมัติจากโปรแกรมการวิเคราะห์ทางการเงินของ Audit Expert และข้อมูลจากแผนปฏิบัติการทางการตลาดจากโปรแกรม Marketing Expert .
โปรแกรม Project Expert มีการปรับเปลี่ยน 2 แบบ: Base และ Professional Project Expert Professional มอบคุณสมบัติเพิ่มเติมสองประการแก่ผู้ใช้:
1) การปรับปรุงข้อมูลและติดตามการดำเนินโครงการ (แผน) เมื่อโครงการดำเนินไป ผู้ใช้มีโอกาสป้อนข้อมูลจริงสำหรับโมดูลโครงการทั้งหมด และคำนวณตัวบ่งชี้กระแสเงินสดจริงที่อัปเดต ตลอดจนควบคุมความแตกต่างระหว่างกระแสเงินสดจริงและกระแสเงินสดที่วางแผนไว้
2) การทำงานร่วมกับกลุ่มโครงการ โมดูล Project Integrator พิเศษช่วยให้คุณสามารถรวมหลายโครงการ (องค์กร) เป็นกลุ่มและคำนวณตัวบ่งชี้ประสิทธิภาพรวมสำหรับกลุ่มโดยรวม รวมทั้งเปรียบเทียบเวอร์ชันต่างๆ ของโครงการหนึ่งโครงการด้วยกันตามตัวบ่งชี้ใดๆ
โปรแกรม Biz Planner จาก Pro-Invest-Consulting เป็นการปรับเปลี่ยน Project Expert และได้รับการออกแบบมาเพื่อการวางแผนและวิเคราะห์ประสิทธิผลของการลงทุนในธุรกิจขนาดเล็กและขนาดกลาง
โปรแกรม Audit Expert จาก Pro-Invest-Consulting เป็นเครื่องมือที่มีประสิทธิภาพสำหรับการวิเคราะห์สถานะทางการเงินและผลการดำเนินงานขององค์กรอย่างครอบคลุม การนำงบการเงินไปสู่มาตรฐานสากลช่วยให้คุณสามารถแปลงข้อมูลจากงบการเงินขององค์กรในปีต่างๆ ให้เป็นตารางวิเคราะห์ที่ตรงตามข้อกำหนดของมาตรฐานการบัญชีระหว่างประเทศ
โปรแกรมผู้เชี่ยวชาญด้านการตลาดจาก Pro-Invest-Consulting เป็นระบบสนับสนุนการตัดสินใจในทุกขั้นตอนของการพัฒนาแผนการตลาดเชิงกลยุทธ์และยุทธวิธีและติดตามการดำเนินการ
โปรแกรม Forecast Expert จาก Pro-Invest-Consulting เป็นระบบการพยากรณ์แบบประยุกต์ที่เป็นสากล และได้รับการออกแบบเพื่อสร้างการพยากรณ์อนุกรมเวลาโดยใช้แบบจำลองการถดถอยอัตโนมัติและค่าเฉลี่ยเคลื่อนที่แบบรวม (ARISS, ARIMA, ARIMA, Box-Jenkins) Forecast Expert ช่วยให้คุณสามารถวิเคราะห์ข้อมูลที่มีอยู่และสร้างการคาดการณ์ที่ระบุขอบเขตของช่วงความเชื่อมั่นในช่วงเวลาที่ไม่เกินระยะเวลาการสังเกตของซีรี่ส์ดั้งเดิม แบบจำลองจะกำหนดระดับอิทธิพลของปัจจัยตามฤดูกาล และนำมาพิจารณาเมื่อสร้างการคาดการณ์
โปรแกรม MS Project จาก Microsoft เป็นการพัฒนาในด้านการจัดการโครงการการลงทุนโดยใช้ทฤษฎีกราฟและการวางแผนเครือข่าย
- บทช่วยสอน
ฉันทำการพยากรณ์อนุกรมเวลามานานกว่า 5 ปีแล้ว ปีที่แล้วผมได้แก้วิทยานิพนธ์ในหัวข้อ “ แบบจำลองการคาดการณ์อนุกรมเวลาโดยใช้การสุ่มตัวอย่างความคล้ายคลึงกันสูงสุด“อย่างไรก็ตาม หลังจากการป้องกันแล้ว ยังมีคำถามอีกสองสามข้อที่เหลืออยู่ นี่คือหนึ่งในนั้น - การจำแนกประเภททั่วไปของวิธีการและแบบจำลองการพยากรณ์.
โดยทั่วไปแล้ว ในงานทั้งในประเทศและภาษาอังกฤษ ผู้เขียนจะไม่ถามคำถามในการจำแนกวิธีการและแบบจำลองการพยากรณ์ แต่เพียงแต่แสดงรายการไว้ แต่สำหรับฉันแล้วดูเหมือนว่าทุกวันนี้พื้นที่นี้ได้เติบโตและขยายออกไปมากถึงแม้จะเป็นพื้นที่ทั่วไปที่สุด แต่ก็จำเป็นต้องมีการจำแนกประเภท ด้านล่างนี้เป็นการจัดประเภททั่วไปในเวอร์ชันของฉันเอง
วิธีการพยากรณ์และแบบจำลองการคาดการณ์แตกต่างกันอย่างไร?
วิธีการพยากรณ์แสดงถึงลำดับของการกระทำที่ต้องดำเนินการเพื่อให้ได้แบบจำลองการคาดการณ์ โดยการเปรียบเทียบกับการปรุงอาหาร วิธีการคือลำดับของการกระทำตามที่เตรียมอาหาร - นั่นคือการคาดการณ์
รูปแบบการพยากรณ์มีการนำเสนอเชิงฟังก์ชันที่อธิบายกระบวนการภายใต้การศึกษาอย่างเพียงพอและเป็นพื้นฐานสำหรับการได้รับคุณค่าในอนาคต ในการเปรียบเทียบการทำอาหารแบบเดียวกัน แบบจำลองมีรายการส่วนผสมและอัตราส่วนที่จำเป็นสำหรับอาหารของเรา - การคาดการณ์
การผสมผสานระหว่างวิธีการและแบบจำลองทำให้เกิดสูตรที่สมบูรณ์!
ปัจจุบันเป็นเรื่องปกติที่จะใช้ตัวย่อภาษาอังกฤษสำหรับชื่อของทั้งรุ่นและวิธีการ เช่นก็มี โมเดลที่มีชื่อเสียงการพยากรณ์การถดถอยอัตโนมัติของค่าเฉลี่ยเคลื่อนที่แบบรวมโดยคำนึงถึงปัจจัยภายนอก (การถดถอยอัตโนมัติแบบขยายค่าเฉลี่ยเคลื่อนที่แบบรวม, ARIMAX) โมเดลนี้และวิธีการที่เกี่ยวข้องมักเรียกว่า ARIMAX และบางครั้งโมเดล Box-Jenkins (เมธอด) ตามชื่อผู้เขียน
อันดับแรกเราจำแนกวิธีการต่างๆ
หากมองใกล้ ๆ จะเห็นได้ชัดอย่างรวดเร็วว่าแนวคิด “ วิธีการพยากรณ์"กว้างกว่าแนวคิดมาก" รูปแบบการคาดการณ์" ในเรื่องนี้ ในขั้นตอนแรกของการจำแนกประเภท วิธีการมักจะแบ่งออกเป็นสองกลุ่ม: ตามสัญชาตญาณและเป็นทางการ
หากเราจำการเปรียบเทียบการทำอาหารของเราได้ สูตรอาหารทั้งหมดสามารถแบ่งออกเป็นแบบเป็นทางการ นั่นคือเขียนตามปริมาณของส่วนผสมและวิธีการเตรียม และโดยสัญชาตญาณนั่นคือไม่ได้เขียนลงไปที่ใดและได้รับจากประสบการณ์ของพ่อครัว เมื่อเราไม่ใช้สูตร? เมื่ออาหารจานนี้ง่ายมาก: ทอดมันฝรั่งหรือทำเกี๊ยวไม่จำเป็นต้องมีสูตร เมื่อไหร่ที่เราไม่ใช้สูตร? เมื่อเราอยากคิดค้นสิ่งใหม่ๆ!
วิธีการพยากรณ์ที่ใช้งานง่ายจัดการกับคำตัดสินและการประเมินของผู้เชี่ยวชาญ ปัจจุบันมักใช้ในด้านการตลาด เศรษฐศาสตร์ และการเมือง เนื่องจากระบบที่ต้องคาดการณ์พฤติกรรมนั้นซับซ้อนมากและไม่สามารถอธิบายได้ทางคณิตศาสตร์ หรือเป็นระบบที่ง่ายมากและไม่ต้องการคำอธิบายเช่นนั้น รายละเอียดเกี่ยวกับวิธีการประเภทนี้สามารถพบได้ใน
วิธีการอย่างเป็นทางการ— วิธีการพยากรณ์ที่อธิบายไว้ในวรรณกรรมซึ่งเป็นผลมาจากการสร้างแบบจำลองการพยากรณ์ที่ถูกสร้างขึ้นนั่นคือความสัมพันธ์ทางคณิตศาสตร์ถูกกำหนดซึ่งช่วยให้สามารถคำนวณมูลค่าในอนาคตของกระบวนการนั่นคือทำการพยากรณ์
ในความเห็นของผม การจำแนกประเภททั่วไปของวิธีการพยากรณ์นี้สามารถสรุปได้
ต่อไปเราจะทำการจำแนกประเภททั่วไปของโมเดล
ที่นี่จำเป็นต้องไปยังการจำแนกประเภทของแบบจำลองการคาดการณ์ ในขั้นแรก โมเดลควรแบ่งออกเป็นสองกลุ่ม: โมเดลโดเมนและโมเดลอนุกรมเวลา
โมเดลโดเมน- แบบจำลองการพยากรณ์ทางคณิตศาสตร์ดังกล่าวสำหรับการก่อสร้างซึ่งใช้กฎของสาขาวิชา ตัวอย่างเช่น แบบจำลองที่ใช้ในการพยากรณ์อากาศประกอบด้วยสมการพลศาสตร์ของไหลและอุณหพลศาสตร์ การพยากรณ์การพัฒนาประชากรจัดทำขึ้นโดยใช้แบบจำลองที่สร้างจากสมการเชิงอนุพันธ์ การพยากรณ์ระดับน้ำตาลในเลือดของผู้ป่วยโรคเบาหวานนั้นจัดทำขึ้นตามระบบ สมการเชิงอนุพันธ์. กล่าวโดยสรุป โมเดลดังกล่าวใช้การพึ่งพาเฉพาะกับสาขาวิชาเฉพาะ โมเดลประเภทนี้มีลักษณะเฉพาะ แนวทางของแต่ละบุคคลในการพัฒนา
แบบจำลองอนุกรมเวลา— แบบจำลองการพยากรณ์ทางคณิตศาสตร์ที่พยายามค้นหาการพึ่งพามูลค่าในอนาคตจากอดีตภายในกระบวนการและคำนวณการคาดการณ์ตามการพึ่งพานี้ โมเดลเหล่านี้เป็นแบบสากลสำหรับสาขาวิชาต่างๆ กล่าวคือ รูปลักษณ์โดยทั่วไปจะไม่เปลี่ยนแปลง ขึ้นอยู่กับลักษณะของอนุกรมเวลา เราสามารถใช้โครงข่ายประสาทเทียมเพื่อทำนายอุณหภูมิอากาศ จากนั้นใช้แบบจำลองที่คล้ายกันบนโครงข่ายประสาทเทียมเพื่อพยากรณ์ดัชนีหุ้น สิ่งเหล่านี้เป็นแบบจำลองทั่วไป เช่น น้ำเดือด ซึ่งหากคุณโยนผลิตภัณฑ์ลงไป ผลิตภัณฑ์ก็จะสุกโดยไม่คำนึงถึงลักษณะของผลิตภัณฑ์
การจำแนกแบบจำลองอนุกรมเวลา
สำหรับฉันดูเหมือนว่าเป็นไปไม่ได้ที่จะสร้างการจำแนกประเภททั่วไปของโมเดลโดเมน: โดเมนมากเท่าที่มี, มีหลายโมเดล! อย่างไรก็ตาม แบบจำลองอนุกรมเวลาช่วยให้การแบ่งแบบง่ายเป็นเรื่องง่าย แบบจำลองอนุกรมเวลาสามารถแบ่งออกเป็นสองกลุ่ม: เชิงสถิติและเชิงโครงสร้าง
ใน แบบจำลองทางสถิติการพึ่งพาคุณค่าในอนาคตกับอดีตจะได้รับในรูปแบบของสมการบางอย่าง ซึ่งรวมถึง:
- ตัวแบบการถดถอย ( การถดถอยเชิงเส้นการถดถอยแบบไม่เชิงเส้น);
- โมเดลอัตโนมัติแบบถดถอย (ARIMAX, GARCH, ARDLM);
- แบบจำลองการปรับให้เรียบแบบเอกซ์โปเนนเชียล
- แบบจำลองการสุ่มตัวอย่างความคล้ายคลึงสูงสุด
- ฯลฯ
ใน แบบจำลองโครงสร้างการพึ่งพามูลค่าในอนาคตจากอดีตระบุไว้ในรูปแบบของโครงสร้างและกฎเกณฑ์สำหรับการเปลี่ยนแปลงตามนั้น ซึ่งรวมถึง:
- โมเดลโครงข่ายประสาทเทียม
- แบบจำลองที่ใช้โซ่มาร์คอฟ
- แบบจำลองตามแผนผังการจำแนกประเภทและการถดถอย
- ฯลฯ
สำหรับทั้งสองกลุ่ม ฉันระบุหลักซึ่งก็คือแบบจำลองการคาดการณ์ที่ใช้กันทั่วไปและมีรายละเอียดมากที่สุด อย่างไรก็ตาม ในปัจจุบันมีโมเดลการคาดการณ์อนุกรมเวลาจำนวนมากอยู่แล้ว และสำหรับการคาดการณ์ ตัวอย่างเช่น โมเดล SVM (เครื่องเวกเตอร์ที่รองรับ), โมเดล GA (อัลกอริธึมทางพันธุกรรม) และอื่นๆ อีกมากมายได้เริ่มนำมาใช้แล้ว
การจำแนกประเภททั่วไป
ดังนั้นเราจึงได้สิ่งต่อไปนี้ การจำแนกแบบจำลองและวิธีการพยากรณ์.
- ทิโคนอฟ อี.อี. การพยากรณ์ในสภาวะตลาด Nevinnomyssk, 2549. 221 หน้า
- อาร์มสตรอง เจ.เอส. การพยากรณ์เพื่อการตลาด // วิธีการเชิงปริมาณทางการตลาด ลอนดอน: International Thompson Business Press, 1999. หน้า 92 – 119
- จิงเฟย หยาง M. Sc. ระบบไฟฟ้ากำลัง การพยากรณ์โหลดระยะสั้น: วิทยานิพนธ์ระดับปริญญาเอก เยอรมนี, ดาร์มสตัดท์, Elektrotechnik und Informationstechnik der Technischen Universitat, 2006. 139 น.
รปภ. 11/15/2016.
ท่านสุภาพบุรุษ มันถึงขั้นวิกลจริตแล้ว! เมื่อเร็ว ๆ นี้ฉันได้รับบทความเพื่อตรวจสอบสิ่งพิมพ์ VAK พร้อมลิงก์ไปยังรายการนี้ โปรดทราบว่าไม่ว่าจะเป็นในอนุปริญญาหรือในบทความ วิทยานิพนธ์ก็ไม่น้อยหน้ากันมากนัก คุณไม่สามารถเชื่อมโยงไปยังบล็อกได้! หากคุณต้องการลิงค์ให้ใช้ลิงค์นี้: ชูชูวา ไอ.เอ. แบบจำลองการพยากรณ์อนุกรมเวลาโดยสุ่มตัวอย่างความคล้ายคลึงสูงสุด วิทยานิพนธ์... เหล่านั้น. วิทยาศาสตร์ / รัฐมอสโก มหาวิทยาลัยเทคนิคพวกเขา. N.E. บาวแมน. มอสโก 2555
แท็ก: เพิ่มแท็ก
หัวข้อ 3.1. เทคโนโลยีอัจฉริยะในการพยากรณ์
ขณะนี้การจัดการเชิงกลยุทธ์เป็นองค์ประกอบที่โดดเด่น การพัฒนาที่ประสบความสำเร็จองค์กรในระยะยาว เมื่อพัฒนากลยุทธ์และต่อมาเพื่อการดำเนินการตามการเปลี่ยนแปลงเชิงกลยุทธ์ที่ประสบความสำเร็จ ผู้จัดการจะต้องดำเนินการวิเคราะห์สภาพแวดล้อมภายในและภายนอกขององค์กรอย่างละเอียด โดยเฉพาะอย่างยิ่งตัวชี้วัดเศรษฐศาสตร์จุลภาคและมหภาคต่างๆ ด้านเศรษฐกิจสังคม การเมืองและกฎหมายของ การพัฒนาของรัฐและสังคมในช่วงเวลาหนึ่ง
ปัญหาของการได้รับข้อมูลเชิงวิเคราะห์บนพื้นฐานของการคาดการณ์พารามิเตอร์ของการพัฒนาองค์กรและกลยุทธ์ได้รับการพัฒนาในสภาพแวดล้อมภายนอกที่เปลี่ยนแปลงตลอดเวลามีความเกี่ยวข้องอย่างมากและในหลายกรณีถือเป็นเรื่องเด็ดขาด เกี่ยวข้องอย่างยิ่ง คำถามนี้กลายเป็นสภาวะสมัยใหม่ของการให้ข้อมูลข่าวสารของสังคม เมื่อมีข้อมูลมากมายและมีความหลากหลายทั้งในด้านเนื้อหาและเชิงประจักษ์จนการได้มาซึ่งข้อมูลที่จำเป็นดูเหมือนจะซับซ้อนอย่างยิ่งและต้องใช้ค่าแรงมหาศาลของเวลาทำงานของพนักงาน
เพื่อให้ได้ข้อมูลเชิงวิเคราะห์และทำนายการพัฒนาสภาพแวดล้อมภายในและภายนอก ปัจจุบันองค์กรต่างๆ ใช้เทคโนโลยีสารสนเทศตามเทคนิคในการดึงความรู้เกี่ยวกับวัตถุของการวิเคราะห์จากเนื้อหาข้อมูลทั่วไป
ปัจจุบันเทคโนโลยีสารสนเทศมีสองประเภทหลัก:
1. เทคโนโลยีสารสนเทศแบบดั้งเดิม (คลาสสิก)
2. เทคโนโลยีสารสนเทศที่ไม่ใช่แบบดั้งเดิม (เรียกอีกอย่างว่าเทคโนโลยีอัจฉริยะ)
เทคโนโลยีสารสนเทศแบบดั้งเดิมอยู่บนพื้นฐานของวิธีการดึงความรู้อย่างเป็นทางการและอัลกอริธึมการพยากรณ์อย่างเป็นทางการ (วิธีการถดถอย วิธีทางสถิติและเศรษฐมิติ วิธี Box-Jenkins ARIMA, ARMA)
อย่างไรก็ตาม เทคโนโลยีสารสนเทศแบบดั้งเดิมมีประสิทธิภาพส่วนใหญ่ในระดับปฏิบัติการและในระดับน้อยกว่าในระดับการจัดการทางยุทธวิธี โดยที่ตามกฎแล้ว ข้อมูลที่วิเคราะห์เป็นชุดที่ได้รับคำสั่งของข้อมูลที่เป็นทางการที่ค่อนข้างง่าย ซึ่งมีปริมาณน้อย . ในระดับการจัดการเชิงกลยุทธ์ ผู้จัดการหรือกลุ่มผู้เชี่ยวชาญซึ่งอาจรวมถึงผู้จัดการระดับสูง นักวางแผน นักเศรษฐศาสตร์ พนักงานแผนกพัฒนา ตามกฎแล้วได้จัดการกับข้อมูลจำนวนมหาศาลจากพื้นที่ที่แตกต่างกันโดยสิ้นเชิงที่มีอยู่ใน รูปแบบต่างๆ. ตัวอย่างเช่นผู้จัดการรู้สึกถึงผลที่ตามมาของการเปลี่ยนแปลงทางการเมืองในภูมิภาคโดยสังหรณ์ใจนักเทคโนโลยี - พารามิเตอร์ กระบวนการผลิต, ผู้วางแผน - การพึ่งพาตัวบ่งชี้ซึ่งกันและกัน นี่เป็นเพียงปัจจัยบางประการ แต่ปัญหาคือมีปัจจัยและข้อมูลที่มีอิทธิพลต่อการผลิตมากมายจนในทางปฏิบัติจริงหลายปัจจัยถูกละเลยไป สิ่งนี้นำไปสู่ความไม่ถูกต้องและข้อผิดพลาดอย่างหลีกเลี่ยงไม่ได้ ทำให้วิถีกลยุทธ์เบี่ยงเบนไปจากระยะทางที่สั้นที่สุด ส่งผลให้ต้นทุนเพิ่มขึ้นและลดลง ผลลัพธ์ทางการเงิน. ดังนั้นการพิจารณาปัจจัยและข้อมูลจำนวนมากที่สุดอย่างเพียงพอสามารถให้ผลทางเศรษฐกิจที่สำคัญแก่องค์กรได้
ในกรณีที่ข้อมูลจัดรูปแบบยาก ข้อมูลเชิงประจักษ์ไม่เพียงพอ จำนวนมากตัวแปรเนื่องจากความไม่แน่นอนและลักษณะหลายปัจจัยของกระบวนการที่กำลังดำเนินอยู่ในสภาพแวดล้อมภายนอกที่เปลี่ยนแปลงตลอดเวลา จึงมีการใช้เทคโนโลยีสารสนเทศอัจฉริยะ ซึ่งขึ้นอยู่กับแนวคิดของกระบวนการวิเคราะห์และคาดการณ์อย่างชาญฉลาด
การพัฒนาทางปัญญาหมายถึงการถ่ายโอนองค์กรของมนุษย์และเทคนิคการคิดไปสู่ด้านเทคนิค
อาจกล่าวได้ว่าเทคโนโลยีอัจฉริยะนั้นเหนือกว่าเทคโนโลยีซอฟต์แวร์และฮาร์ดแวร์แบบดั้งเดิม ในกรณีของงานที่บุคคลที่พัฒนาความคิดตามลักษณะเฉพาะของเขานั้นเหนือกว่าพวกเขา
บน ช่วงเวลานี้เทคโนโลยีสารสนเทศอัจฉริยะมีสี่ประเภทหลัก:
1. ระบบผู้เชี่ยวชาญ (ตรรกะคลุมเครือ)
2. อัลกอริธึมทางพันธุกรรม
3. พลศาสตร์ไม่เชิงเส้น (ทฤษฎีเคออส)
4. โครงข่ายประสาทเทียม
ระบบผู้เชี่ยวชาญที่ใช้ตรรกะคลุมเครือใช้แบบจำลองเชิงประจักษ์เชิงประจักษ์ของการทำงานขององค์กร ซึ่งรวบรวมโดยผู้เชี่ยวชาญหรือกลุ่มผู้เชี่ยวชาญในรูปแบบของกฎของการอนุมานเชิงตรรกะแบบมีเงื่อนไข เช่น "ถ้า จากนั้น" และสร้างฐานความรู้บนพื้นฐานของระบบที่ตัดสินใจสิ่งนี้หรือสิ่งนั้น ตัวอย่างเช่น ในสภาวะที่ไม่แน่นอนเกี่ยวกับปริมาณของผลิตภัณฑ์ที่ผลิต แนะนำให้ผู้จัดการโดยอิงตามข้อมูลเกี่ยวกับสภาวะตลาดและกฎการถอนที่แนะนำ เพื่อผลิตผลิตภัณฑ์ในปริมาณที่มากขึ้น ข้อเสียที่สำคัญของระบบดังกล่าวคือ: ลักษณะส่วนตัวของกฎที่กำหนดโดยผู้เชี่ยวชาญ และความยากลำบากอย่างมากในการเปลี่ยนแปลงกฎของการอนุมานเชิงตรรกะแบบมีเงื่อนไขเมื่อสภาพแวดล้อมภายนอกเปลี่ยนแปลง
เทคโนโลยีสารสนเทศอัจฉริยะที่ใช้อัลกอริธึมทางพันธุกรรมและหลักการคัดเลือกจะปรับให้เข้ากับสภาพแวดล้อมที่เปลี่ยนแปลงได้ดีกว่า แต่กระบวนการสร้างนั้นซับซ้อนมากและในสภาพการดำเนินงานจริงขององค์กร การค้นหาผู้เชี่ยวชาญในสาขานี้ซึ่งใช้อย่างเท่าเทียมกันในสภาพการทำงานจริงขององค์กรนั้นเป็นปัญหา ไปจนถึงไดนามิกส์ไม่เชิงเส้นที่ซับซ้อน
เทคโนโลยีที่เหมาะสมที่สุด ปัญญาประดิษฐ์มีไว้สำหรับใช้ในกระบวนการพัฒนาและการนำกลยุทธ์ขององค์กรไปใช้นั้นเป็นโครงข่ายประสาทเทียมเนื่องจากโดยหลักการแล้วพวกเขาไม่จำเป็นต้องสร้างแบบจำลอง แต่สร้างมันขึ้นมาเองบนพื้นฐานของข้อมูลที่ให้ไว้เท่านั้น นั่นคือเหตุผลที่โครงข่ายประสาทเทียมเป็นเครื่องมือที่ขาดไม่ได้สำหรับการจัดการที่มีประสิทธิภาพขององค์กรซึ่งจำเป็นต้องแก้ไขปัญหาที่ยากต่อการทำอย่างเป็นทางการในสภาวะที่มีความไม่แน่นอนที่สำคัญในกระบวนการที่เกิดขึ้น
มาดูรายละเอียดเทคโนโลยีอัจฉริยะกันดีกว่า
ระบบผู้เชี่ยวชาญ
การนำระบบผู้เชี่ยวชาญไปใช้มักนำเสนอในรูปแบบของโปรแกรมคอมพิวเตอร์ที่เลียนแบบกระบวนการคิดของผู้เชี่ยวชาญในสาขาวิชาเฉพาะ ตัวอย่างของระบบผู้เชี่ยวชาญมีทั้งการตัดสินใจทางธุรกิจและงานระดับมืออาชีพตั้งแต่การวินิจฉัยทางการแพทย์ไปจนถึงการสำรวจน้ำมันและการกำหนดค่าระบบคอมพิวเตอร์27
ระบบผู้เชี่ยวชาญจะขึ้นอยู่กับการทดลองในห้องปฏิบัติการซึ่งกำหนดว่าผู้เชี่ยวชาญจะทำอะไรในสถานการณ์ที่กำหนด จากนั้นจึงบันทึกความรู้นี้ไว้เป็นกฎเกณฑ์ ระบบผู้เชี่ยวชาญแยกวิธีการประมวลผลข้อมูลจากตัวข้อมูลเอง ทำให้นักพัฒนาซอฟต์แวร์สามารถสร้างโปรแกรมที่ประมวลผลข้อมูลได้หลายวิธี ซึ่งมีประโยชน์สำหรับปัญหาหลายประเภท