<<
>>

ОБРАБОТКА ДАННЫХ

Данные — это факты, используемые в качестве основы для анализа. Обработка данных состоит из последовательности операций, выполняя которые приходят к определенной цели. Таким образом, факты являются как бы сырьем для обработки данных.

На современном предприятии количество исходных данных, необходимых для принятия решения на различных уровнях управления, колеблется в очень широких пределах. Фактов столь много, что обычно могут быть переданы для обработки только наиболее ценные из них. Самыми важными задачами обработки данных являются сбор необходимых сведений, их сортировка, классификация и нахождение взаимосвязи между различными фактами, полученными в результате текущей работы, т. е. те операции, которые требуется выполнить для получения

существенной информации, необходимой для принятия решения руководством.

Факты и информация. Внутри предприятия и за его пределами ежедневно происходит множество событий, но только некоторые из них представляют интерес для руководства. Информационно-решающая система должна быть спроектирована для сбора необходимых данных и для отсеивания нежелательных или бесполезных сведений. Отобранные данные могут стать информацией для приня- тия решения руководством. Однако наиболее вероятно,

Обработка

Рис. 21. Система обработки данных.

что требуется дополнительная их обработка, прежде чем информация станет полезной для принятия решения. Например, перевод абсолютных величин торгового оборота по областям в относительные величины в процентах представляет полезную информацию. В других случаях: может оказаться желательным рассмотрение различных' отношений. Для анализа исходных данных могут быть использованы такие известные методы, как, например, корреляционный анализ. Принцип исключения (например, ¦ передача на рассмотрение начальству для принятия решения только фактов о необычных случаях [29] является примером того, что использование небольшого количества соответствующей информации лучше, чем рассмотрение огромного массива данных.

На рис. 21 приводится укрупненная схема системы обработки данных, преобразующей первичные факты в информацию. Она состоит из трех основных блоков: вход, обработка, выход. На вход поступают первичные данные (факты).

Обработка состоит из операций управления устройствами хранения данных и выполнения арифметических или логических операций. На выходе информация представлена в различной форме, в том числе в виде отчетов для руководства. Такое схематичное представление системы обработки данных вполне допустимо, хотя в этом случае и не описывается сложное техническое оборудование, используемое на различных стадиях управления. Более подробно этот вопрос изложен в следующих параграфах. Сначала полезно рассмотреть различия между обработкой научных и деловых (экономических) данных.

Уменьшение объема данных. Мы дали общее определение термина «обработка данных», рассматривая преобразование фактов в информацию. Очевидно, что этот термин может использоваться как для научных расчетов, так и для деловых применений. Однако для более четкого представления о различных типах обработки данных могут быть использованы другие определения. Обычно термин вычисления применяется для чисто научных математических расчетов, выполняемых на электронной вычислительной машине. До использования вычислительных машин подобные операции назывались расчетом. С появлением ЭВМ возникло новое понятие — «сокращение» данных. Этот термин указывает на переработку огромного массива данных, часто полученных в результате эксперимента, в форму, удобную с точки зрения содержания. В известном смысле объем данных «сокращается» до разумных с точки зрения управления пределов. При этом тщательно отбирается та информация, которая будет использована в последующих вычислениях или в процессе принятия решений.

Грандиозные научные проблемы стимулируют развитие мощных вычислительных машин. В настоящее время для научных расчетов и преобразования данных используются вычислительные машины различной мощности.

По количеству разнообразных программ, разработанных для ЭВМ, подобное использование вычислительных машин превосходит применение систем обработки данных в области предпринимательства. Однако суммарное время эксплуатации оборудования для обработки деловых данных превышает время, используемое на научные вычисления и преобразование данных.

Обработка деловых данных. Для управления руковод- ству требуется информация. Преобразование фактов

в информацию является функцией обработки данных. Большую часть процесса обработки данных можно сравнить с работой по ведению картотеки (file[30]). Например, фирма создает картотеку служащих, которая периодически должна пересматриваться на основании обработки платежных ведомостей. Новые (текущие) факты непрерывно собираются и преобразовываются в форму, удобную для ввода в систему обработки данных. Обработка данных состоит в объединении картотек постоянных сведений и текущих фактов, в результате чего на выходе получается текущая информация (в данном случае производится контроль платежной ведомости). В ходе обработки могут быть обнаружены отклонения, которые отмечаются для того, чтобы привлечь внимание руководства.

Обработка данных по управлению запасами также может рассматриваться как операция составления картотеки. В этом случае «список людей» заменяется картотекой шифров деталей или товаров, хранящихся на складе. Точно также обработка данных, касающихся расчетов с поставщиками, может рассматриваться как составление картотеки поставщиков, а расчеты с заказчиками — как составление картотеки заказчиков. При распределении трудовых затрат составляется перечень различных работ. Для всех этих случаев характерно составление текущей (оперативной) картотеки, в которую постоянно вносятся все изменения, связанные с числом деталей, служащими, заказчиками или поставщиками. Данные о текущей деятельности предприятия обрабатываются' совместно с постоянной картотекой, в результате чего она пополняется, а затем выдается текущая выходная информация.

Одновременно могут быть определены любые исключительные ситуации для привлечения к ним внимания руководства.

Любой процесс обработки деловых данных состоит из большого числа этапов, но их все можно разделить на следующие четыре группы: сбор, обработка, сравнение, принятие решения.

Сбор данных может осуществляться либо относительно простым способом, либо более сложным, в зависимости от источника этих данных. При этом могут использоваться устные сообщения, рукописные материалы, документы

иЛи носители информации в форме, непосредственно вбС‘ принимаемой машиной. В зависимости от сложности системы обработки данных и ее технических средств может возникнуть потребность в переводе данных в форму, удоб* ную для ввода в ЭВМ. Этап обработки данных состоит из сортировки данных, объединения их, вычислений и подведения итогов. Эти задачи могут быть решены различными способами.

Хотя этапы сравнения и принятия решений являются взаимосвязанными частями одного процесса обработки, различие их между собой достаточно для того, чтобы рассматривать их в отдельности. Окончательным результатом обработки фактов, или данных, является информация, которая пригодна для принятия решения. Эта информация обычно сравнивается с ожидаемыми значениями или прошлыми результатами. При этом учитывается конкуренция и другие критерии для того, чтобы правильно обрисовать картину, имеющую большое значение для руководства. Процесс сравнения является основой для принятия решений— четвертого этапа процесса обработки данных. Принятые решения ведут к действиям и могут служить в качестве данных для проведения последующих циклов обработки.

Чтобы понять степень сложности систем обработки данных, рассмотрим несколько примеров. Представим себе маленькую закусочную, принадлежащую одной семье. В начале месяца наличные деньги составляют сумму в X долларов. В течение месяца из этого фонда делаются закупки и производится обслуживание покупателей, а выручка добавляется к сумме фонда. В конце месяца величина фонда становится равной Y долларам.

Связь фактов в этом случае представляется серией затрат и выручек, происходящих в течение месяца. В данном случае предполагается, что не фиксируется ни одна из индивидуальных сделок; единственными фактами, поддающимися наблюдению, являются суммы на начало и конец месяца.

Заметим, что обработка в такой системе обработки данных может производиться с помощью огрызка карандаша на обороте оберточной бумаги. Входными данными являются цифры, указывающие сумму денег на начало месяца (X) и текущую сумму в кассе (F). Эти данные подвергаются обработке. Число X хранилось в ящике стола на листе бумаги в течение всего месяца. Число Y —: это наличные деньги, которые накапливались в кассе также в течение

месяца. Эти данные записываются на лист бумаги, используемый в качестве запоминающего устройства и устройства обработки данных. Элементом управления служит мозг владельца закусочной. Путем сравнения он выносит решение о том, что больше — X или Y, и записывает большее число в верху страницы. Меньшее из чисел записывает под первым числом, после чего выполняет операцию вычитания для определения чистой разности. Сочетание карандаша, бумаги и ума владельца закусочной представляет собой устройство для выполнения арифметических действий. Выходом процесса обработки является величина чистого дохода или убытка, которая может записываться на отдельных листах бумаги, составляющих картотеку. Новое число, полученное в результате обработки, указывает количество наличных денег в кассе. Для следующего месяца оно будет служить входной величиной X.

"Данные текущего месяца могут сравниваться с результатами предыдущих месяцев или с ожидавшейся выручкой, или с результатами работы закусочной, находящейся на другой стороне улицы. Такие сравнения могут привести к решению сохранить прежние позиции или изменить предпринимаемые действия. Этапы сравнения и принятия решений при обработке данных в подобном случае лишь подразумеваются, т. е. возможно, руководитель не будет сознательно проводить указанных выше сравнений или решать внести изменения в действия, которые он выполняет.

Скорее всего он будет продолжать свою обычную деятельность до тех пор, пока не случится что-нибудь непредвиденное.

Если размеры задачи позволяют, то можно учесть многие детали. На большом предприятии могут храниться более подробные записи о закупках или продажах.' На крупном предприятии для этапа обработки данных могут также использоваться средства механизации, например арифмометр или настольная счетная машина. Применение таких устройств, очевидно, повышает емкость памяти и возможность вычислений. Но все-таки управление подобными системами обработки данных остается непосредственно в руках человека. Однако последовательность вычислительных операций может быть тщательно разработана и передана оператору, который при обработке данных будет обращаться к этим инструкциям. Независимо от оборудования, используемого на этапе обработки, или от вида

входных или выходных данных система обработки данных всегда включает этапы сбора, обработки, сравнения и принятия решения. Более того, основной функцией такой системы является преобразование исходных данных в полезную информацию, необходимую для принятия решений руководством.

Современные крупные предприятия используют, конечно, значительно более сложные системы обработки данных, чем в приведенных выше примерах. Разработка подобных систем в большой степени зависит от имеющихся технических средств, поэтому, прежде чем рассматривать другие примеры систем обработки данных, проследим эволюцию оборудования, используемого в подобных системах. 

<< | >>
Источник: Джонсон Р., Каст Ф., Розенцвейг Д.. Системы и руководство. Изд. 2-е.. 1967

Еще по теме ОБРАБОТКА ДАННЫХ:

  1. 4.6. ОБРАБОТКА ДАННЫХ 4.6.1. Общее представление об обработке
  2. Глава 8. МЕТОДЫ ОБРАБОТКИ ДАННЫХ
  3. ЭЛЕКТРОННАЯ ОБРАБОТКА ДАННЫХ
  4. Глава 10 СИСТЕМЫ ОБРАБОТКИ ДАННЫХ
  5. ИНТЕГРИРОВАННАЯ ОБРАБОТКА ДАННЫХ
  6. ЭВОЛЮЦИЯ ОБОРУДОВАНИЯ ДЛЯ ОБРАБОТКИ ДАННЫХ
  7. ОБРАБОТКА ДАННЫХ В РЕАЛЬНОМ МАСШТАБЕ ВРЕМЕНИ
  8. 4.5. СБОР ДАННЫХ 4.5.1. Общее понятие о данных
  9. 4.6.3. Вторичная обработка 4.6.3.1. Общее представление о вторичной обработке
  10. Обработка керамических изделий
  11. Цифровая обработка
  12. Гидротермальная обработка
  13. 4.6.2. Первичная обработка
  14. 11.3. Обработка информации
  15. Трехуровневая технология обработки информации в ИТКС