Ключевым фактором деятельности любой организации является оперативное принятие эффективных управленческих решений. Однако естественное стремление усовершенствовать процессы принятия решений нередко наталкивается на труднопреодолимое препятствие - огромный объем, высокая сложность и разноплановость данных различных информационных систем. Сделать такую информацию доступной для анализа - одна из наиболее серьезных задач, стоящих сегодня перед профессионалами в области информационных технологий. Современные подходы к решению этой задачи ориентированы на построение хранилища данных (data warehouse), позволяющего "высвободить" информацию из жеских рамок оперативных систем и лучше осознать проблемы реальной деятельности. Хранилище данных - это интегрированный накопитель информации, собранной из других систем, на основе которого строятся процессы принятия решений и анализа данных. Несмотря на то, что хранилища данных бывают различных типов и могут опираться на разные методологии и даже философии построения, все они имеют следующие общие признаки:

• информация в хранилище данных концентрируется вокруг базовых понятий, используемых в деятельности подразделений (например, договора, счета, диагнозы, партнеры)
• "сырые" данные собираются из оперативных и унаследованных приложений, очищаются от ошибок, затем агрегируются и представляются в виде, понятном конечным пользователям.
• на основании откликов пользователей, а также закономерностей, обнаруженных с помощью соответствующих методов, архитектура хранилища данных со временем претерпевает изменения - то есть процесс создания хранилища является интерактивным.

В качестве ядра хранилища данных как правило используются СУДБ промышленного масштаба, такие как Oracle, MS SQL, DB2, Progress OpenEdge™ RDBMS или даже MySQL. В своих проектах ООО "Техно-Инвест" используется практически любые СУБД по желанию клиента, поскольку мы считаем, что все современные СУБД обладают схожими значениями факторов "Надежность", "Производительность", "Доступность".

Следующим шагом в построении аналитических систем является внедрение специализированного програмного обеспечения для анализа данных. В качестве такого ПО на начальном этапе может выступать практически любая статистическая система. Выбор таких систем на рынке огромен, начиная от Microsoft Excel и заканчивая такими системами как SAS, SPSS, Statistica. В своих проектах мы можем использовать любую из перечисленных выше систем, и тем не менее наиболее часто рекомендуем нашим клиентам использовать статистическую среду R, особенно если проект создания аналитической системы носит характер "пилотного".

Завершающим этапом создания аналитических систем можно считать внедрение средств поддержки принятия решений на основе технологий Data Mining, включающих методы логического вывода, нейронных сетей и нейрокомпьютеров, деревьев решений, генетических алгоритмов и др. В основу современной технологии Data Mining (discovery-driven data mining) положена концепция шаблонов (паттернов), отражающих фрагменты многоаспектных взаимоотношений в данных. Эти шаблоны представляют собой закономерности, свойственные подвыборкам данных, которые могут быть компактно выражены в понятной человеку форме. Важное положение Data Mining - нетривиальность разыскиваемых шаблонов. Это означает, что найденные шаблоны должны отражать неочевидные, неожиданные (unexpected) регулярности в данных, составляющие так называемые скрытые данные (hidden knowledge). К обществу пришло понимание, что сырые данные (raw data) содержат глубинный пласт знаний, при грамотной раскопке которого могут быть обнаружены настоящие самородки. В целом технологию Data Mining можно определить как процесс обнаружения в сырых данных:

• ранее неизвестных;
• нетривиальных;
• практически полезных;
• доступных интерпретации знаний,

необходимых для принятия решений в различных сферах человеческой деятельности.

Решения компании "Техно-Инвест" предоставляют полный цикл создания аналитических систем любой сложности, от разработки и реализации информационных хранилищ данных, до внедрения систем на основе технологий Data Mining.