Экспертный совет по вопросам технического оснащения объектов культуры. В Министерстве культуры состоялось первое рабочее совещание Экспертного (технического) совета, созданного при НИКТИкультура Министерства культуры РФ во исполнение Указа президента РФ от 08.04.97 № 305 «О первоочередных мерах по предотвращению коррупции и сокращению бюджетных расходов при организации закупки продукции для государственных нужд». Постановления правительства РФ от 27.12.97 № 1635 «Правила подтверждения пригодности новых материалов, изделий и технологий для применения в строительстве», Приказа Минэкономики РФ от 30.09.97 № 117 «Методические рекомендации по проведению торгов (конкурсов) на закупку товаров (работ)», Приказа Минкультуры РФ от 08.09.98 № 461 «Об использовании передовых звуковых технологий и звукотехнического оборудования в учреждениях культуры», Приказа НИКТИкультура от 17.12.98 № 17 «О создании Экспертного (технического) совета» и других нормативных актов и документов.
В Совет вошли специалисты научных институтов, проектных организаций, театров, концертных залов Москвы, работающие в области звукотехнического, светотехнического, механического, электротехнического оборудования, одежды сцены и инвентаря. Соответствующие названия стали носить и секции Совета — однако на совещании было отмечено, что указанными областями компетенция Совета не ограничится: будут охвачены все технологии, которыми оснащаются современные объекты культуры (включая служебное телевидение, видеопроекцию, компьютерные системы и т.д.). В качестве основных задач Совета обозначены: оказание специализированных консультаций заказчикам, проектировщикам, генеральным подрядчикам; организация и проведение тендеров (конкурсов); техническая экспертиза проектов и предложений; инсталляция (шеф-монтаж, настройка, пуско-наладка) оборудования.
В то же время в задачи Совета не входит монополизация рынка и, тем более, диктат, равно как и ничего такого, что противоречило бы Гражданскому кодексу и другим правовым актам РФ. Напротив: из материалов, розданных участникам совещания, следовало, что Совет призван содействовать развитию рынка, делая его более цивилизованным. Очень конструктивные положения содержит, например, сборник, носящий название «Методические рекомендации по порядку размещения заказов на разработку проектной, конструкторско-технической документации, поставку, изготовление, монтаж (шеф- монтаж, внутренний аппаратный монтаж, настройку, пуско-наладку, сдачу «под ключ» технических средств культуры путем проведения торгов (конкурса) и порядке заключения контрактов». Отметим основные моменты в содержании глав сборника.
1. Предварительное проектирование. Подготовка технического задания на поставку свето-звукотехнического, монтажного и другого необходимого оборудования, а также соответствующих работ и услуг. Задачи, права и обязанности Консультанта, в том числе: квалификация и статус Консультанта, взаимоотношения Консультанта и Заказчика, задачи Консультанта(ов) на этапах предварительного проектирования (подготовки технического задания) и после завершения рассмотрения конкурсных предложений, ответственность Консультанта.
2. Положение Конкурсной комиссии по проведению тендерных торгов на поставку свето-звукотехнического, монтажного и другого необходимого оборудования, а также соответствующих работ и услуг. Положение определяет статус Конкурсной комиссии, её компетенцию, порядок определения победителей конкурса, права и обязанности членов Конкурсной комиссии и т.д. Приложения к Положению регламентируют выставление оценок по общим, техническим, ценовым, временным и гарантийным критериям.
3. Тендерная документация к конкурсу на получение заказа на разработку проектной, конструкторско-технической документации, изготовление, поставку, монтаж/шеф-монтаж и инсталляцию свето-звукотехнического и сценического оборудования, технологических конструкций, механики, электромеханики, комплектации материалов и необходимых изделий одежды сцены и специальной мебели для объектов культуры. В документации предусмотрены разнообразные финансовые, юридические, организационные, технические и прочие аспекты дела.
4. Проект контракта. Приведен пример заключения контракта на определенные виды работ, а также формы приложений к контракту.
А с таким документом, как «Положение об Экспертном (техническом) совете», мы настоятельно рекомендуем ознакомиться руководителям федеральных ведомств, управляющих телевидением, кинематографом, архивами, телекоммуникациями, информатикой и т.д. Возможно, им есть смысл поддержать инициативу Министерства культуры и создать аналогичные экспертные советы.
Это, с одной стороны, существенно простимулирует технический прогресс в названных отраслях, а, с другой стороны, никто ведь не освобождал соответствующих руководителей от обязанности исполнять вышеупомянутый Указ № 305. А. Барсуков, журнал "ТКТ", № 3, 1999 г. (через эту ссылку можно бесплатно скачать справочник)

28 ноября 2011 года с 10 до 13 часов по московскому времени на сайте Российской ассоциации электронных библиотек будет проводиться прямая трансляция торжественной церемонии открытия XIII Ежегодной международной конференции «EVA-2011 Москва: Информационное общество, культура, образование» и первого пленарного заседания «Развитие и сохранение электронного культурного и научного наследия».
«EVA Москва» – это одна из наиболее авторитетных и влиятельных конференций в сфере культуры и информационных технологий, состав ее участников в 2011 году насчитывает более 400 специалистов архивного, музейного и библиотечного дела.
В рамках первого пленарного заседания будут представлены доклады:
Вислого Александра Ивановича (ФГБУ «РГБ») - «Национальные библиотеки в информационном обществе»;
Неретина Олега Петровича (Минкультуры России) – «Предоставление услуг в сфере культуры в электронном виде»;
Кузнецовой Татьяны Яковлевны (АПРИКТ) – «Дополнительное профессиональное библиотечное образование: концептуальные основы»;
Определенова Владимира Викторовича (Группа ЭПОС) – «Создание и многоцелевое использование архива высокоточных изображений. Комплексный информационно-просветительский проект «Итальянская живопись VIII-XX веков из собрания ГМИИ им. А.С. Пушкина»;
Эльзессер Марины Эдгаровны (ВМО ГТГ) – «Третьяковская галерея в IT пространстве»;
Забровской Аллы Валентиновны (ООО Гугл) – «Соединяя культуры».
Ведущие церемонии открытия и пленарного заседания:
Вислый Александр Иванович, генеральный директор ФГБУ «РГБ»;
Куйбышев Леонид Абрамович, генеральный директор Центра ПИК.
Адрес трансляции в Интернете – главная страница сайта Российской ассоциации электронных библиотек www.aselibrary.ru. Вопросы выступающим можно присылать на электронную почту mail@aselibrary.ru.

С 30 ноября по 2 декабря 2009 г. во Всероссийской государственной библиотекк иностранной литературы имени М. И. Рудомино проходила конференция «EVA 2009 Москва» - «Информационное общество, культура, образование». Организаторы конференции:
• Комиссия Европейского Сообщества
• Министерство культуры Российской Федерации
• Центр по проблемам информатизации сферы культуры (Центр ПИК)
• Всероссийская государственная библиотека иностранной литературы имени М. И. Рудомино
• Межрегиональный Центр библиотечного сотрудничества
При поддержке:
• Российского комитета программы ЮНЕСКО «Информация для всех»
• EVA Conferences International
Конференция охватила широкий круг тематических направлений, включая семинары, мастер-классы, фестивали и другие мероприятия. Тема пленарного заседания - «Международное сотрудничество и интеграция информационных ресурсов по культуре». Темы секций:
• Правовые проблемы информационного общества
• Теоретические проблемы информационного общества
• ИКТ в сфере культуры регионов России
• Компьютерная педагогика и визуальная культура
• Информационное пространство музея
• Образование - культуре, культура - образованию
• Традиционные и электронные библиотеки. Проблемы взаимодействия
• Доступ к культурному наследию: мультимеда издания, сайты, порталы
• Технологии, стандарты, метаданные
Темы семинаров -  «Проект ATHENA. Доступ к европейскому культурному наследию», «Сохранение и развитие культурного и языкового разнообразия в Интернете». Состоялись уруглый стол АДИТ и специальные мероприятия:
• Третье открытое Координационное совещание руководящих органов ИКОМ, ИКОМОС, РБА, Союза музеев России и органов управления архивным делом России с участием представителей Государственной Думы и Совета Федерации Федерального Собрания Российской Федерации, исполнительных органов власти и бизнеса
• Выставка «Мультимедиа в культуре, искусстве, гуманитарном образовании»
• Восьмая конференция ИРИТОП «Информационные ресурсы и технологии охраны памятников»
• Подведение итогов и вручение призов 14-го фестиваля творческого интерактивного мультимедиа контента «КОНТЕНТ-2009»
• Подведение итогов «Третьего Всероссийского конкурса сайтов публичных библиотек»
• Подведение итогов и награждение победителей Студенческой EVA (проводится совместно с Московским государственным университетом культуры и искусств).
Открывая конференцию, Л. А. Куйбышев, Сопредседатель программного комитета «EVA 2009 Москва» отметил, что традиционно международная конференция «EVA Москва» завершает год вслед за «EVA Флоренция» весной, «EVA Лондон» летом и конференциями в Берлине и Иерусалиме осенью. Без преувеличения можно сказать, что московская «EVA» стала за эти годы одной из наиболее посещаемых и влиятельных конференций в сфере культуры и технологий в России. С учётом конференции 2009 года, общее число участников «EVA Москва» приближается к семи тысячам; в работе конференций и сопровождающих их выставок принимали участие представители почти всех республик и регионов России, официальные представители Комиссии Европейского Сообщества, зарубежные делегаты из стран западной Европы и СНГ; подготовлено и зачитано на пленарных заседаниях, секциях, семинарах и опубликовано на русском и английском языках примерно полторы тысячи докладов; ежегодно выпускаются диски CD-ROM, постоянно работает Интернет-сайт конференции (www.evarussia.ru) на котором с 2005 года регулярно публикуются новости. С июня этого года до середины ноября зарегистрировано более двенадцати тысяч посещений сайта конференции.
На момент окончания предварительной регистрации (середина ноября) для участия в конференции «EVA 2009 Москва» зарегистрировано более 500 человек из более, чем двухсот сорока учреждений и организаций культуры, науки, образования. География участников, как всегда, очень представительна. Для участия в конференции зарегистрированы делегаты 18-ти стран дальнего и ближнего зарубежья, в том числе из Австрии, Азербайджана, Бельгии, Болгарии, Великобритании, Германии, Греции, Израиля, Италии, Казахстана, Нидерландов, Республики Хорватия, Республики Беларусь, Сербии, Соединённых штатов Америки, Таджикистана, Украины, а также представители Москвы, Петербурга и ещё 60 регионов и городов России. В программу конференции включено 123 доклада, организована работа параллельных секций, семинаров и круглых столов. На конференции представлено 44 библиотеки, 38 музеев, 52 учреждения образования, 56 научно-исследовательских и технологических организаций, 17 мультимедиа издательств, а также архивы, органы государственного управления, ассоциации и творческие союзы, издательства и другие организации, связанные со сферой культуры.
В выставке «Мультимедиа в культуре, искусстве и образовании», которая проводится параллельно с конференцией «EVA Москва», ежегодно представляются практические результаты использования ИКТ в сфере культуры России, это мультимедиа CD-ROM и DVD-ROM по культуре, искусству и образованию, Интернет-сайты, программные продукты и технические средства для учреждений культуры, а также некоторые новейшие печатные издания. В этом году в выставке участвуют 37 организаций, представлено более 80 продуктов.
Восьмой раз на конференции состоится презентация работ победителей и вручение призов фестиваля «Контент-2008», который в этом году проводится в 14-ый раз; в этом году на конференции состоится подведение итогов 3-го Всероссийского конкурса сайтов публичных библиотек.
В прошлом году первый раз в рамках конференции была проведена студенческая «EVA». Это мероприятие вызвало большой интерес. Идея организации студенческой «EVA» принадлежит Джеймсу Хемсли, основателю международных конферей «EVA». В этом году работы на конкурс студенческой «EVA» стали поступать раньше, чем успели её объявить. Конечно, учитывая такой интерес, включили студенческую «EVA» и в программу этого года. Студенческая «EVA» организована совместно с Московским государственным университетом культуры и искусств, её основные мероприятия пройдут в МГУКИ, а мы увидим представление лучших студенческих работ в заключительный день работы конференции.
Но количественные показатели – это не главное. Основное достижение конференций «EVA Москва» - это расширение круга профессионального общения, не ограниченного отраслевыми, ведомственными, коммерческими, государственными или другими рамками. Благодаря конференциям EVA, учреждения культуры, в первую очередь, музеи, библиотеки, архивы, ВУЗы культуры переосмысливают свою миссию в информационном обществе при переходе к обществу знаний.
Во многом именно благодаря установленным на EVA профессиональным контактам и партнёрским связям, а также родившимся на конференции инициативам стартовали, выполнены или выполняются сейчас региональные, межрегиональные и международные проекты в области информатизации сферы культуры и образования.
С самого начала одним из основных вопросов на конференциях «EVA Москва» был и остаётся вопрос о расширении международного сотрудничества и об участии российских учреждений культуры в проектах Комиссии Европейского сообщества и других международных проектах по разработке и использованию информационных и коммуникационных технологий в сфере культуры, искусства и образования. Каждый год на московской EVA выступают организаторы и участники европейских проектов. В этом году в Москве представляется целый ряд проектов Комиссии Европейского Сообщества, связанных со стратегической европейской инициативой «i2010:Цифровые библиотеки» и созданием Европейской цифровой библиотеки EUROPEANA. В этом году этой тематике уделено особенно большое внимание. Это объясняется очень просто. Впервые, несмотря на кризис, руководство нашей страны и, в первую очередь, Президент Российской Федерации Дмитрий Анатольевич Медведев уделяют серьёзное внимание развитию информационных технологий и их ускоренному проникновению во все сферы нашей жизни. Естественно, что и Министерство культуры Российской Федерации не осталось в стороне от требований времени. В Министерстве культуры под председательством Министра сформирована межведомственная рабочая группа по вопросам использования информационно-коммуникационных технологий в культуре и системе культурного и гуманитарного образования. И одним из первоочередных вопросов, поддержанных Министром и всей рабочей группой, стал вопрос укрепления международного сотрудничества и продвижения российской культуры за рубежом.
Российские библиотеки, музеи и архивы также имеют возможность представить свои уникальные информационные ресурсы мировому сообществу через Европейскую Цифровую библиотеку. Учитывая вышесказанное, нам кажется важным и интересным семинар по проекту ATHENA, направленному на включение ресурсов музеев, библиотек и архивов (в том числе российских!) в Европейскую цифровую библиотеку EUROPEANA и обеспечение доступа к европейскому культурному наследию.
Учитывая важность тематики международного сотрудничества, Координационный Совет общественных организаций и объединений в сфере культуры, сформированный в результате работы первого и второго открытого Координационных Совещаний на конференциях «EVA Москва» принял решение в этом году провести Координационное Совещание на тему:
«Роль и участие общественных организаций сферы культуры России в расширении и укреплении международного сотрудничества в сфере создания и сохранения цифровых информационных ресурсов по культуре».
Одним из приоритетов конференций «EVA Москва» является взаимодействие учреждений культуры разных типов для обмена опытом в решении общих проблем использования информационных и коммуникационных технологий, интеграции информационных ресурсов, вопросов стандартов и метаданных, лингвистического и информационного обеспечения, правовых вопросов. Исторически на наших конференциях больше всего были представлены музеи России. Но в последние годы библиотек на ««EVA Москва» больше, чем музеев. Архивов пока явно недостаточно, но мы надеемся, что в будущем взаимодействие с архивами также расширится. Мы по-прежнему стараемся подчеркнуть, что проблемы, стоящие перед музеями, библиотеками, архивами в вопросах построения информационного общества во многом сходны, как сходны и пути их решения. Поэтому большинство мероприятий конференции сформировано так, чтобы быть интересным и полезным и библиотекарям, и музейщикам, и архивистам.
На секционных заседаниях конференции большое внимание будет уделено теоретическим и практическим аспектам современных информационных процессов, правовым вопросам создания и доступа к информационным ресурсам, лингвистическому обеспечению, технологическим решениям для учреждений культуры, электронным библиотекам, проблемам образования, информационным и коммуникационным технологиям в сфере культуры российских регионов.
В течение всех 12-ти лет своего существования «EVA Москва» тесно сотрудничает с Ассоциацией по документации и информационным технологиям (АДИТ). Как обычно, на конференции «EVA 2009 Москва» проводится круглый стол АДИТ, а также секция «Информационное пространство музея».
С каждым годом заметно повышается интерес к конференции EVA, к сотрудничеству со сферой культуры, со стороны университетов, и в первую очередь, со стороны ВУЗов культуры. В этом году учреждений образования на конференции больше, чем музеев или библиотек. Их доклады будут представлены не только на секции «Образование - культуре, культура - образованию» но и на секции «Компьютерная педагогика и визуальная культура».

Из основополагающих выступлений на пленарном заседании отметим доклад И. Л. Линден, заместителя генерального директора по международной деятельности Российской национальной библиотеки (Санкт-Петербург), называвшийся «Российские библиотеки и европейские проекты по оцифровке материалов». В частности, комментируя проект Европеана.eu (культурное сотрудничество поверх географических и ведомственных границ), Ирина Леандровна обратила внимание на то, что свободный доступ к научным работам создаёт проблемы у традиционных «бумажных» издательств. От себя добавим, что, поскольку та же тенденция наблюдается и в России, у неё есть и положительная сторона: оздоровления рынка «бумажных» издательств, благодаря чему с него уйдут некомпетентные непрофессионалы. Из других выступлений на темы, интересующие читателей нашего портала, приведём вкратце фрагменты тех, которые еще не освещались  у нас по материалам предыдущих конференций.

■  Селективность - основной принцип комплектования (Кучеркова Ольга Александровна, научный сотрудник, Российская государственная библиотека).
Национальные библиотеки – самые богатые хранители уникальной информации на разнообразных носителях. Особенно это относится к старейшим национальным библиотекам Российской Федерации: Российской государственной библиотеке, Российской национальной библиотеке.
Принципы деятельности национальных библиотек:
• принцип соответствия общечеловеческим ценностям, означает, что основу формирования их информационных ресурсов (в том числе и электронных) должны составлять документы, отражающие человека, общество;
• принцип соответствия национальным ценностям позволяет сохранять не только культуру цивилизации, но и национальную культуру, национальный язык, предполагает учет в деятельности библиотек ценностей всех наций и народностей, проживающих на территории определенного государства;
• принцип соответствия ценностям социальных групп требует, чтобы при формировании библиотеками информационных ресурсов, учитывались ценности общественных объединений, возрастных и профессиональных групп;
• принцип соответствия ценностям индивидуума обеспечивается предложением библиотеками информации по разным направлениям деятельности, что создает основу для всестороннего развития личности, формирования и трансформации ее системы ценностей, изменения в личностной системе ценностных ориентаций.
Комплектование – основа формирования фонда национальных библиотек.
Подобно тому, как в сельском хозяйстве селекция подбирает из имеющихся наиболее лучшие породы и сорта, так и в комплектовании библиотек в последнее время стала использоваться библиотечная селекция. В. И. Терешин разрабатывал понятие библиотечной селекции документов - термин, используемый им для обозначения совокупности всех видов отбора как системы и включающий:
«- фондокомплектующий отбор первичный – выявление и извлечение из мирового документального потока информационных материалов для включения в фонд конкретной библиотеки;
- фондокомплектующий отбор вторичный, осуществляемый в уже сформированном фонде библиотеки для оценки всех имеющихся в фонде документов с точки зрения их дальнейшего использования, выявления и извлечения из фонда непрофильных, ненужных библиотеке документов;
- классификационный отбор документов, поступивших в библиотеку – при их распределении по разделам фонда, расстановке и размещении в фондохранилище, отражении в каталогах в соответствии с принятыми схемами внутренней организации фонда;
- поисковый отбор документов в фонде библиотеки при его использовании читателями и библиотекарями;
- библиографический отбор документов в фонде библиотеки при составлении библиографических указателей и их использовании библиотекарями, работниками справочно-библиографической службы библиотеки и абонентами.»(8).
В этой работе рассматривается фондокомплектующий отбор первичный – выявление и извлечение из мирового документального потока информационных материалов для включения в фонд конкретной библиотеки.
Принципы формирования библиотечных фондов можно разделить на общебиблиотечные, специальные, единичные, которые все входят в главный принцип селективности, являющийся., основным принципом комплектования национальных библиотек. Селективность (от лат. selectio – выбор, отбор) – это отбор в фонд библиотеки лучших из документов, предложенных для комплектования национальных библиотек Российской Книжной Палатой. До появления в нашей стране Книжных Палат национальные библиотеки собирали весь спектр выходящих на ее территории документов.
Отбор документов – это определение соответствия документов профилю комплектования и целесообразности их приобретения для фонда или хранения уже имеющихся документов в фонде.
Принцип селективности, включивший в себя все принципы комплектования библиотек, появился сравнительно недавно. Ввел его в библиотечное дело Ю. Н. Столяров в 90-е годы 20 века, до этого термин «селективность» был техническим.
Многие специалисты видят пути использования селективности при оценке комплектования библиотечных фондов сетевой информации, электронных каталогов, профессионализма библиотекаря. Бесспорно, что в основе отбора должен лежать критерий, как главное мерило оценки. Дискуссии о выборе критерия для оценки качества документов приобретаемых в фонд периодически возникают как на научных конференциях, так и на страницах специальных изданий. Но единого мнения до сих пор не выработано. Многие ученые считают, что к системе оценочных характеристик должен быть применен монокритериальный подход, при котором отбор должен осуществляться на основе комплекса показаний и величин разной степени важности, которые в свою очередь должны отражать оценку документа потребителем и библиотекарем.
В специальной библиотечной литературе в различные временные периоды рассматривались как законы и закономерности, реализуемые в библиотечном фондоведении [1; 3-5; 7; 9], так и принципы формирования библиотечных фондов [2; 4; 6,7,9,10,11]. Среди них назывались принципы объективности, партийности (коммунистической), доступности, профилирования-координирования, планомерности и систематичности, селективности, конгруэнтности, соответствия, гуманизма, порогов, физического совершенства, патриотизма [4; 6,7,9]. В настоящее время в программах различных партий изложены извечные человеческие истины и чаяния. Но содержательная часть этих документов очень часто совпадает, порой трудно найти в них существенное различие. В связи с этим напрашивается вывод, что критерием объективности, критерием истины сегодня должны служить идеи, стремления, желания, надежды, зафиксированные в документах, которые одобрило мировое сообщество. Так, во Всеобщей декларации прав человека подчеркнуто, что все люди рождаются свободными в своем достоинстве и правах. Они наделены разумом и совестью и должны поступать в отношении друг друга в духе братства. Следовательно, во всех гуманитарных науках, в том числе и в библиотечном фондоведении, необходимо придерживаться общечеловеческих ценностей, т.е. принципа гуманизма. На начальном этапе развития библиотечного фондоведения принципы разрабатывались в основном к процессу комплектования библиотечных фондов. Со временем этот диапазон стал несколько шире - принципы начали применять к более общему процессу - формированию библиотечных фондов (комплектование, организация, исключения). Все эти принципы органично дополняют друг друга и являются частью принципа селективности. Говоря об актуальности рассмотрения вопроса о принципах формирования фондов, следует подчеркнуть, что в современных нормативно-правовых актах, а особенно законах, непременной составляющей, кроме терминологической части, являются принципы, которыми должны руководствоваться субъекты профессиональной деятельности в той или иной отрасли народного хозяйства, политике, культуре, образовании.
Список литературы.
1. Гудович И. Текущая неопределенность // Библиотечная газета. – 2007. - № 1. – С. 3.
2. Иваненков С. П. Проблемы социализации современной молодежи / Иваненков С.П. .– Оренбург, 1999. – 317 с.
3. Коул Н. Управление библиотечным фондом: политика, декларации и философия /Коул Н., Ашервуд Б. // Библ. дело: информ. материалы. М., 1998. – Вып. 3/4. – С. 9–12.
4. Мелентьева Ю. П. Ответ оппоненту // Науч. и техн. б-ки .– № 12 .– С. 62–69.
5. Мельникова Л. П. Есть ли будущее у библиотечных коллекторов? // Научные и технические библиотеки. – 2007. - № 1. – С. 61-67.
6. Столяров Ю. Н. Размышления о библиотечной этике год спустя // Науч. и техн. б-ки. – 2003. – № 4. – С. 123–141.
7. Столяров Ю. Н. Размышления по поводу этического кодекса библиотекаря // Науч. и техн. б-ки. – 2001. – № 12. – С. 48–61.
8. Терёшин В. И. Библиотечная селекция документов: Лекция / Терёшин В.И.. – М.,1993. – С. 16
9. Упениеце М. Отбор документов для комплектования фонда университетской библиотеки // Научные и технические библиотеки. – 2007. - № 1. – С. 71-74
10. Шапошников А. Е. Новый вклад в ювенальное библиотечное фондоведение // Школьная библиотека. – 2007. - № 1. – С. 51-54.
11. Шилов В. В. Ядро библиотечного фонда // Библ. жизнь Кузбасса. Кемерово, 1998. – Вып. 4(21). – С. 130–141.

■  Сжатие PDF-файлов, состоящих из растровых изображений (Дагаев Михаил Владимирович, главный специалист отдела поддержки электронных библиотек, Российская государственная библиотека).
Сохранять в PDF-файле изображения в том же самом виде, в котором они получаются со сканера не всегда целесообразно. Средненормальный объем оцифрованной книги наиболее массового полиграфического формата 84 х 108 1/32 колеблется от 1-2 Гб, до 10-15 Гб (в зависмости от настроек сканирования). Объемы большие чем 10-20 Гб на одно издание тоже вполне повседневное явление. Поэтому постоянно разрабатываются способы уменьшить PDF с упакованными в него растровыми изображениями и создается программное обеспечение для сжатия PDF-файлов. В первом приближении такие методы можно разделить на два типа. В одних, чтобы уменьшить рабочие объемы PDF-файлов, их растровое содержимое преобразуется из форматов без сжатия (TIFF, BMP) в форматы со сжатием (JPEG, JPEG 2000). В других для компактификации используется технология MRC. Растровые изображения, находящиеся в PDF разделяются на несколько составляющих (в терминологии MRC — слоев), после чего каждый из слоев сжимается тем алгоритмом, который применительно к содержимому данного слоя дает наилучшее сжатие. Первый подход заметно легче реализовать, поскольку оба наиболее часто используемых в нем формата хорошо стандартизованы. Но при равных коэффициентах сжатия он дает гораздо больше искажений, чем MRC-ориентированные технологии. Второй подход реализуется с заметно большим трудом и распостранен в меньшей степени, чем первый, но при сжатии, дающем примерно одинаковый уровень искажений, способен обеспечить в несколько раз более высокий КС. Из программ, реализующих первый подход, наиболее известен Adobe Acrobat, а второй используется в Lura Document PDF Compressor. Кроме этого существует программа CVista PDF Compressor, позволяющая сжимать PDF-файлы как тем, так и другим методом.

■  Авторское право на шахматные задачи и обучающие программы для ЭВМ (Е. А. Данилина, Государственная научная педагогическая библиотека им. К. Д. Ушинского; А. Н. Попов, Российский государственный институт интеллектуальной собственности).
Согласно Шахматному кодексу, шахматная композиция – вид творчества, исторически сложившийся из практической шахматной игры. Шахматные композиции делятся на два вида: шахматные задачи и шахматные этюды. Т.н. неортодоксальная композиция делится на две группы – задачи с заданием «Обратный ход» и задачи с заданием «Кооперативный мат в n ходов». Ст. 17 Шахматного кодекса вводит приоритет автора на опубликованную композицию, что означает: во всех последующих перепечатках в любых изданиях должны быть указаны имя, фамилия автора, время и место (источник) первой публикации композиции или название соревнования, время (год) публикации итогов и полученное отличие.
Шахматная задача является разновидностью композиции и, как видно из Шахматного кодекса, к ней применимо право на имя, сродни подобному праву в системе авторских прав.
Авторы шахматных задач участвуют в конкурсах, в задачах важно смоделировать не реальную игровую ситуацию, а прежде всего интересную с точки зрения обучения модель шахматной партии. Даже самая «красивая» шахматная задача может быть неинтересна для практики шахматной игры.
В отношении правовой охраны шахматных партий Постановление Пленума Верховного Суда Российской Федерации от 19 июня 2006 г. N 15 г. «О вопросах, возникших у судов при рассмотрении гражданских дел, связанных с применением законодательства об авторском праве и смежных правах» указывает: «Не охраняются авторским правом идеи, методы, процессы, системы, способы, концепции, принципы, открытия, факты ... Например, шахматная партия, методики обучения».
Шахматная партия может быть рассмотрена в двух составляющих – как соревнование, игра в процессе, и как некоторая запись шахматной нотации, сделанная определенным «шахматным» языком. Однако, представляется, что шахматные задачи достаточно далеки от реальной игры и представляют собой специальные модельные задания, направленные на улучшение техники шахматиста, поэтому к ним не применим вывод вышеуказанного Постановления.
Авторским правом охраняются программы для ЭВМ и базы данных, согласно ст. 1259-1260 Гражданского кодекса РФ. Причем, в соответствии со ст. 1262 ГК РФ, существует возможность официальной регистрации программ для ЭВМ и баз данных.
В современном мире шахматные задачи включены и встроены в интерактивные учебники и разного рода обучающие программы, на которые действует авторское право. С помощью официальной регистрации текста (листинга) программы автор может зафиксировать свое авторство на нее и в случае судебных споров доказать факт депонирования данного исходного текста.

27 октября 2008 года состоялся SAS FORUM RUSSIA 2008 - мероприятие в области бизнес-аналитики (Business Intelligence). Тема обсуждавшаяся участниками форума - аналитические технологии для повышения эффективности управления бизнесом. Партнером мероприятия выступает компания Teradata, генеральным спонсором - компания SUN Microsystems. Девиз форума в этом году («Прогнозируй будущее! Оптимизируй бизнес!») определяет основную направленность мероприятия - использование современных аналитических технологий класса Business Intelligence для совершенствования управления бизнесом и обоснованного планирования перспектив его развития с учетом как внутренних, так и внешних факторов. Это особенно актуально в период финансового кризиса, когда точный анализ и прогноз помогают компаниям действовать оптимальным образом, избегать потерь и находить новые возможности продвижения на рынке.
На фото (слева направо) участники пресс-конференции SAS FORUM RUSSIA 2008: Stephen Brobst, главный директор по технологиям (CTO) корпорации Teradata; Евгений Туткевич, заместитель Председателя Правления Банка «Русский Стандарт»; Наталия Дубняк, директор по стратегии и развитию бизнеса компании SAS Россия/СНГ; Валерий Храбров, Генеральный директор компании SAS Россия/СНГ; Надежда Волкова, PR-директор компании SAS Россия/СНГ

Пленарное заседание форума открыл Валерий Храбров, Генеральный директор SAS Россия/СНГ. Его выступление посвящено направлениям деятельности компании на российском рынке и тем особенностям, которые необходимо учитывать в период финансового кризиса. С развернутым докладом по проблемам кризисной ситуации выступил Абел Аганбегян, академик РАН, заведующий кафедрой экономической теории и политики Академии народного хозяйства при Правительстве РФ. Рассказывая о мерах по выходу из экономического кризиса, Абел Гезевич, в частности, заметил, что сокращение численности персонала в 2-3 раза в ряде компаний может не только не снизить, но даже повысить их эффективность. Живописный пример повышения эффективности управления за счет оптимизации численного состава академик привёл из области золотодобычи. Когда добычей золота занимается государственная компания, там есть директор, у него шофер, заместители, плановый отдел и т. д. Когда же речь идёт о золотодобывающей артели, то её руководитель сам себе и шофер, и заместители, и плановый отдел, а когда надо, садится и на бульдозер. Возможно, здесь имелась в виду модель нового финансового устройства мира после нынешнего кризиса, о которой сегодня так много говорят.
Стив Бробст, Chief Technology Officer компании Teradata, представил результаты сотрудничества с компанией SAS в области баз данных. Цель партнерства - повышение производительности аналитических приложений SAS на платформе Teradata. На пресс-конференции, проходившей в рамках форума, SAS и Teradata официально объявили о своем партнерстве и представили цели и задачи сотрудничества на российском рынке.
Вторая половина форума была организована в виде секций.
Наиболее широкое применение средства бизнес-анализа нашли в финансовой отрасли - традиционно самой передовой в области информационных технологий. Сегодня в условиях кризиса перед банками стоят три основные задачи. Первая - управление кредитными рисками и обеспечение ликвидности. Вторая - управление взаимоотношениями с клиентами, оценка платежеспособности и прибыльности заемщиков, повышение лояльности и удержание перспективных клиентов. Третья задача - уменьшение расходов банка на основе анализа распределения затрат и целесообразности сокращения тех или иных статей. Решению этих задач с помощью аналитических продуктов SAS посвящена была секция форума «Банки». Представители банка ВТБ24, «Кредитпромбанка» (Киев), МДМ-Банка, Госбанка и других финансовых организаций рассказали о проектах по внедрению решений SAS - для управления кредитными рисками и анализа клиентской базы, для планирования маркетинговых программ и повышения эффективности инвестиций при внедрении хранилищ данных. Выступления компаний-партнеров SAS Россия/СНГ были посвящены опыту построения аналитических систем на платформе SAS.
Участники телекоммуникационного рынка в условиях конкуренции и ограниченных финансовых возможностей так же, как и банки, вынуждены повышать эффективность обслуживания огромной аудитории абонентов мобильной и фиксированной связи. В секции форума «Телекоммуникации» представители российских операторов поделились своим опытом решения таких задач, как построение системы управления рисками, выбор методологии раздельного учёта и построение оптимальной бизнес-модели. Представитель штаб-квартиры SAS Марина Пашкевич рассказала об опыте работы в компании Sprint Nextel и об использовании сегментации клиентской базы с целью предотвращении оттока клиентов. Интеграторы и партнеры SAS в России - компании AT-Consulting и CRM-Design - представили истории внедрения и развития проектов по клиентской аналитике и автоматизации многоканального целевого маркетинга. Заместитель директора финансово-экономического департамента Казахтелекома Тлеу Айтжанов рассказал, как с помощью решения SAS Activity Based Management ведется обоснование системы тарификации перед регуляторами. Компания «Ирбикон» поделась опытом внедрения решения SAS по гарантированию доходов, которое позволяет сократить потери телекоммуникационной компании, оптимизировать технологические процессы.
Посетив технологическую секцию SAS FORUM RUSSIA 2008, можно было пообщаться с ведущими экспертами SAS Россия/СНГ по аналитической платформе SAS. В фокусе секции - вопросы повышения качества данных и их консолидации в ходе построения и развития корпоративного хранилища, аналитические и прогнозные бизнес-задачи, решаемые на базе продуктов SAS. Участники секции познакомились с инструментарием SAS Di Studio для создания SOA-приложений, а также с основными компонентами новой версии 9.2 платформы SAS Enterprise Intelligence Platform.
В рамках форума прошел мастер-класс по кредитному скорингу и клиентской аналитике, который провёл Сергей Усачев, эксперт SAS Россия/СНГ. В обсуждении вопросов приняли участие сотрудники банков и компаний, которые непосредственно занимаются разработкой скоринговых карт.
Специализированный мастер-класс проводит компания Paspara - дистрибьютор компании SAS в Литве и Латвии. На нем проводилась презентация пакета Paspara Toolkit, предназначенного для интеграции и управления качеством данных в целях дальнейшей аналитической обработки.
«СРМ - технология воплощения бизнес-стратегии в жизнь» - под таким девизом прошел круглый стол «Управление эффективностью бизнеса». На нем разговор шел о том, как реализовать бизнес-стратегию компании, о методологиях раздельного учёта, повышении эффективности инвестиций и других проблемах.
Конкретный пример применения бизнес-анализа привёл один из представителей банковского сектора. Речь шла об использовании персональных данных клиентов банка для выстраивания с ним взаимоотношений. Здесь тема Форума тесно пересекается с темой нашего портала - робототехникой, где всё построение интеллектуальных систем (особенно, в сфере обслуживания) базируется именно на персональных данных. И вообще, по ходу Форума всё чаще вспоминалась такая технология, как биржевые роботы. А теперь - подробнее о решениях SAS.

Основные шаги на пути к созданию системы управления рисками
Для того, чтобы достигнуть достоверных и обоснованных результатов в искусстве анализа и управления рисками, сделать хаос событий и угроз в условиях нестабильной, развивающейся экономической среды и ее многочисленных рисков более управляемым, SAS предлагает воспользоваться специализированным прикладным решением для управления рисками SAS® Risk Management, предоставляющим возможность автоматизации всех аспектов процесса управления рисками, стандартизацию оценки различных видов рисков для разных направлений бизнеса, и, кроме того, включающим в себя всю силу аналитической платформы SAS® Business Intelligence.
Руководители негосударственных компаний, имеющие своей основной задачей получение прибыли и организацию контроля над всеми внутренними и внешними рисками с целью выявления их причин и последствий для бизнеса, нуждаются в достоверной информации для принятия обоснованных решений в процессе хеджирования или смягчения рисков, обеспечивая стабильность системы управления рисками количественным измерением рисков. Конечная цель состоит в том, чтобы увеличить акционерную стоимость компаний путем рентабельности инвестиций с учетом неблагоприятного влияния факторов риска.
Трудно сомневаться, что успех сегодняшних решений по управлению рисками заложен в комбинации бизнес-аналитики и качественных компьютерных технологий. Одно из самых больших препятствий для эффективного управления рисками – это, собственно, сами данные. Согласно исследованию, проведенному журналом «Операционные Риски» совместно с компанией SAS, в процессе управления рисками выявлены следующие ключевые препятствия:
• Моделирование нефинансового риска.
• Создание достаточного объема исторических данных.
• Комбинация качественных и количественных данных.
• Обеспечение качества используемых данных.
К сожалению, на сегодняшний день технология управления рисками является наименее развитым элементом в инфраструктуре управления проектов и бизнеса в целом. По данным опроса, проведенным компанией SAS, 68% участников опроса решили встраивать один или несколько внутренних технологических элементов для этих целей. Причиной тому была названа нехватка функциональных возможностей программного обеспечения, существующего на рынке. В ответ на все возрастающий спрос на системы управления рисками, на российском рынке IT-услуг появились компании, предлагающие свое программное обеспечение для целей риск-менеджмента. Все поставщики программного обеспечения для управления рисками утверждают, что им удалось объединить лучшие инструменты в единой информационной среде на уровне технологии всего предприятия. И только немногие из них предлагают реальную возможность автоматизации бизнес-процесса управления рисками от начала и до конца, включая специализированные функциональные модули и средства глубокой аналитики и прогнозирования, выходящие за рамки возможностей ERP-систем и хранилищ данных.
В соответствии с подходами, принятыми во многих ведущих консалтинговых компаниях, SAS рекомендует заказчикам предпринять следующие шаги для построения собственной системы управления рисками:
• Определить / рассмотреть риски и категории риска: первый шаг прийти к общему пониманию и определению для категорий риска, рисков, событий и их взаимозависимости. Это так называемый подход «сверху – вниз», где риски связываются с реализованными событиями (потерями).
• Оценить риски: первоначальная форма оценки всех рисков базируется на влиянии этих рисков, и их вероятности, что требуется для создания общей картины наиболее значимых рисков. При этом рекомендуется построение и использование карт риска.
• Определить стратегию риска: для наиболее важных рисков на основе приемлемых уровней для каждого вида риска.
• Ключевые индикаторы риска (КИРы): используются для того, чтобы проследить за развитием риска. При этом назначаются «пределы», за границами которых срабатывает система предупреждений или активируется контрольная процедура
Пример мониторинга развития рисков по КИР, уровням «остаточных» рисков и динамике потерь от реализовавшихся угроз в решении SAS® Risk Management.
• Определить стратегические действия и тактику влияния на риски: обеспечить нахождение значений КИР в определенных интервалах доверия и определить стратегические действия (избежание, перенос, смягчение, страхование риска или его принятие). С помощью КИР измеряется вероятностный уровень риска. Необходимо задать также уровень воздействия и действия по сокращению рисков.
• Мониторинг развития риска и его окружения: отчетность относительно развития КИР с индикацией критических областей, где произошло нарушение лимитов и требуется принятие мер. Периодическая переоценка рисков на основе самооценки позволяет компании идентифицировать изменения в окружающей среде и воздействовать на риски.
Вышеупомянутое стратегическое видение поддерживается тактическими действиями. Для обеспечения участия менеджеров и сотрудников в процессе управления рисками на уровне всей организации необходимы следующие условия:
• Назначьте цели для КИР: первым шагом будет выбор рисков и КИР, применимых к данной организации и установка соответствующих целей или «лимитов» для выбранных КИР.
• Контролируйте развитие КИР: временные интервалы для контроля за КИР на тактическом уровне короче (например, еженедельные интервалы), в то время как контроль на верхнем уровне может осуществляться ежемесячно или ежеквартально.
• Предпринимайте операционные действия: менеджеры используют более короткие временные интервалы для контроля за операционными действиями при работе с рисками прежде, чем они вырастают до более высокого уровня. Следовательно, высшее руководство компании может сосредоточить внимание на более широком и более важном круге проблем.
• Отмечайте новые проявления рисков: в процессе управления рисками новые события, потери или просто изменения в окружающей среде должны отмечаться менеджерами для привлечения к ним внимания руководства.
■  Ключевые элементы системы управления рисками:
Модуль Самооценки: как правило, это сконфигурированные web-приложения, содержащие анкетные вопросы, адресованные выборочно любой из целевых аудиторий в зависимости от направлений деятельности. Процесс включает в себя многоуровневую систему «одобрений», обеспечивая целостность и последовательность обработки. Данные собираются в модуле самооценки, включающем в себя тип риска, субъективную оценку «схожести» и «воздействия» (в идеале выраженную в денежном эквиваленте), оценку текущего контроля и его эффективности, а также рекомендованные действия для того или иного риска.
Ключевые индикаторы риска (КИР): на самом элементарном уровне КИРы могут назначаться вручную, являясь частью всего процесса самооценки. Однако, ручные действия являются медленными и не активными. В конечном счете, эффективная и восприимчивая система будет извлекать данные из различных операционных баз данных (включая финансовые данные, операционные данные, HR и IT данные) через соответствующие «мосты» и генерировать информационные отчеты с указанием полной величины рисков.
Внутренняя база данных по потерям: средство для регистрации и контроля за историческими потерями, возникающими в процессе деятельности компании. Удобные интерфейсы позволяют назначенным пользователям фиксировать все необходимые данные, связанные с данным случаем или потерей. Туда же включены данные относительно типа событий (например, внутреннее мошенничество, сбои IT систем, операционные ошибки), прямые и косвенные причины, следствия (оценки потерь выражены в денежном эквиваленте), дата и место реализации потери. Эта информация является наиболее достоверной для проведения дальнейшего анализа и построения прогнозов.
Внешняя база данных по потерям: при сильной ограниченности объемов собственных данных, особенно на начальных этапах построения системы управления рисками, приветствуется включение внешних данных по потерям. Но подобные базы данных только начинают появляться. SAS тесно работает с несколькими ключевыми поставщиками внешних данных, а открытая архитектура решения облегчает их объединение в целостную систему по управлению рисками. Надо отметить, что внешние данные по потерям не могут интегрироваться непосредственно во внутреннюю базу данных, поскольку
должны быть предварительно масштабированы для того, чтобы отражать реальный размер организации.
Примеры отчетов в SAS® Risk Management: карта эффективности контроля над рисками, диаграмма результатов тестов на соответствие по подразделениям, диаграмма уровня выявленных проблем по центрам ответственности, статус заполнения анкет контрольной самооценки рисков.
Анализ риска и отчетность: данные из каждого вышеупомянутого инструмента (то есть, модуля самооценки, базы данных по потерям и КИРы), хранятся в интегрированном архиве, также как и отчеты по ним. Статистические инструменты SAS для анализа и моделирования позволяют проводить анализ распределения, вычисление
основных количественных мер рисков (например, value-at-risk) и мониторинг оценок рисков. В конечном счете, вся эта информация поступает в единую «риск-платформу», для построения интегрированной отчетности, как по отдельным направлениям, так и на корпоративном уровне всего предприятия в целом.
Доступ к данным и управление: технология проектов по управлению рисками заключается не только в подборе правильного инструмента. Значительный акцент должен быть сделан на полном управлении входными данными и вычислении результатов. Архитектура SAS® Business Intelligence – это основа, на которой могут базироваться все бизнес-решения. Создается расширяемая платформа, к которой подключаются все потенциальные источники данных организации, и которая интегрируется с остальными приложениями. Решение SAS® включает в себя инструменты управления данными и поддержки полного определения и управления всем процессом поставки данных, включая модели риска.
Динамический характер процесса управления рисками должен учитывать не только сегодняшние задачи и требования, но и быть достаточно гибким в развитии для того, чтобы оправдать ожидания государственных регуляторов, менеджеров, акционеров и инвесторов. Для того, чтобы добиться успеха, компания должна установить связь между качественными и количественными мерами риска и построить процесс, который сможет им обеспечить эту связь.

SAS® Risk Dimensions. Рыночные риски
ВВЕДЕНИЕ
SAS Risk Dimensions - это открытое и расширяемое программное обеспечение для управления рисками, характеризующееся эксплуатационной гибкостью благодаря своей структуре. Оно может быть сконфигурировано для решения задач по управлению любыми рыночными, кредитными и другими видами рисков на корпоративном уровне, используя любые методологии анализа, выбранные пользователем.
МЕТОДОЛОГИИ РЫНОЧНОГО РИСКА
SAS Risk Dimensions позволяет вычислять количественные меры рыночных рисков, используя различные методологии и предоставляя результаты, необходимые для эффективного управления рисками. Анализ рыночных рисков может осуществляться на основании следующих аналитических методов:
● Анализ чувствительности вычисляет вектор первых производных (дельты) и, если требуется, вторые перекрестные производные (Гессиан или гамма) матрицы портфеля относительно указанного списка риск факторов, оцениваемых в базовом состоянии рынка. Производные могут быть вычислены как определенным для метода ценообразования инструмента образом, так и простым численным дифференцированием, контролируемым с помощью указанных пользователем опций.
● Анализ кривой прибыли/убытков вычисляет значение портфеля для различных состояний рынка при изменении указанного риск фактора по диапазону возможных значений. Происходит переоценка (с использованием соответствующих методов ценообразования) в каждой точке выбранного диапазона.
● Анализ поверхности прибыли/убытков вычисляет значение портфеля для различных состояний рынка при изменении пары указанных риск  факторов по двумерной сетке значений. Происходит переоценка в каждой точке на сетке.
● Сценарный анализ и стресс-тестирование вычисляет значения портфеля для указанных пользователем значений для одного или более факторов риска. Указанные значения могут иметь относительно небольшие изменения, что обычно называют сценарным анализом или анализом «что если». Если какой либо риск фактор допускает критические изменения, то анализ с учетом таких изменений обычно называют стресс тестированием. Указанными значениями могут быть ваши предположения о курсах, ценах, волатильностях и т.п.
● Дельта-нормальный (Delta-Normal) анализ вычисляет количественную оценку риска (VaR) для портфеля (предполагая многомерную нормальную плотность распределения изменений в риск факторах с нулевым средним и определенной пользователем ковариационной матрицей). VaR вычисляется умножением вектора первых производных портфеля относительно риск факторов («дельты») на указанную матрицу ковариации, а затем на множитель, значение которого зависит от квантиля нормального распределения для заданного доверительного уровня на котором вычисляется VaR.
Для оценки рыночных и фондовых рынков с использованием дельта-нормального анализа, необходимы данные о волатильности и корреляции. Волатильности и корреляции могут быть оценены, например, на основе исторических данных. SAS Risk Dimensions включает средства, делающие расчет ковариационных и корреляционных матриц на основе исторических данных с использованием различных схем взвешивания очень простым и удобным.
● Анализ при помощи стохастического моделирования (Simulation Analyses):
SAS Risk Dimensions предлагает несколько различных видов анализа при помощи стохастического моделирования. Для каждого вида симуляционного анализа вычисляется распределение значений портфеля по всем смоделированным состояниям рынка для заданных моментов времени в будущем. Сюда включается переоценка состояния портфеля для каждого смоделированного состояния рынка и агрегирование результатов по необходимым для управления и отчетности уровням (заданным пользователем). Различаются типы симуляционного анализа методами, используемыми для моделирования состояний рынка. Система поддерживает следующие виды стохастического моделирования:
• Историческое моделирование. Моделируемые состояния рынка генерируются на основании данных предыдущих периодов, добавляя к базовому состоянию периодические изменения рыночных переменных в указанном историческом промежутке времени.
• Сценарное моделирование. Моделируемые состояния рынка генерируются заданными изменениями базового состояния риск факторов. Моделируемые состояния рынка могут включать в себя в том числе очень большие изменения риск факторов (для стресс тестирования). Основное отличие сценарного моделирования от исторического заключается в том, что историческое использует прошлые состояния рынка, а
сценарное его гипотетические состояния.
• Моделирование методом Монте Карло. Моделируемые состояния рынка генерируются на основе статистических моделей будущего поведения факторов риска. Анализ на основе моделирования Монте Карло может производиться для различных временных горизонтов на основе следующего:
Матрица ковариации - моделируемые состояния рынка генерируются, предполагая многомерное нормальное распределение изменений риск  факторов с нулевым средним значением и матрицей ковариации, заданной пользователем.
Подогнанные модели (Fitted Models) - сложные основанные на моделях симуляции Монте Карло, в которых моделируемые случайным образом состояния рынка генерируются на основе подогнанных статистических моделей, которые подбираются пользователем при помощи подсистемы моделирования.
Уникальная и мощная особенность SAS Risk Dimensions - это способность выполнять крупномасштабное многомерное моделирование на основе отдельных моделей, каждая из которых может быть подобрана с использованием различных распределений, включая не только нормальные. Для этого механизм моделирования использует структуру, основанную на статистической концепции «копула» («copula» «связка»). «Копула» - это функция, объединяющая отдельные распределения в определенное совместное распределение.
КРЕДИТНЫЕ РИСКИ
Кредитный риск - это риск воздействия на портфель дефолта контрагента (т.е. невозврата средств, невыполнения контрагентом своих обязательств) и риск изменения вероятности дефолта контрагента в следствие изменения его рейтинга.
Количественные меры подверженности кредитному риску, такие как текущая и потенциальная подверженности (exposures), определяют размер потерь, которые понесет портфель в случае дефолта контрагента. Подверженность риску (exposure) определяется изменениями рыночной стоимости инструментов, которые используют контрагенты, а также возможными соглашениями о взаимозачетах. SAS Risk Dimensions поддерживает возможность учитывать соглашения о взаимозачетах при вычислении подверженности риску, включая многократные соглашения для каждого контрагента. Меры риска, такие как кредитный VaR (CVaR) это следующий шаг для оценки кредитного риска, учитывающий вероятности миграции рейтинга контрагента и вероятности дефолта контрагента.
В то время как рыночный риск фокусируется на времени, которое требуется для закрытия чистой открытой позиции, кредитный риск фокусируется на оставшемся «времени жизни» для инструментов в портфеле. На кредитный риск влияет как вероятность дефолта и миграции рейтинга, так и вероятность движений рынка, возникающих как следствия невыполнения контрагентом своих обязательств.
Портфель, имеющий единственного контрагента, часто содержит инструменты, с чувствительностью разных знаков по отношению к изменению риск  факторов. Некоторые инструменты возрастают в стоимости вместе с ростом риск фактора (например, процентной ставки), а другие инструменты теряют свою стоимость. Кроме того, миграция рейтингов и дефолты скоррелированы на уровне контрагентов. Учитывая эти обстоятельства, реалистичная оценка кредитного риска требует проведения анализа на уровне портфеля.
SAS Risk Dimensions вычисляет текущее значение подверженности риску (Current Exposure) как максимум MAX(сумма «переоцененных по рынку» (mark to market) значений по набору взаимозачетов, 0) а затем агрегирует полученные результаты подверженности по уровням, указанным пользователем, таким как контрагенты, рейтинги и т.п.. Для анализа потенциальной подверженности риску (Potential Exposure) риск-факторы неоднократно изменяются в соответствии с определенной пользователем моделью для проведения стохастического моделирования. Для каждого изменения или сценария производится переоценка инструментов по рынку (mark to market), и снова вычисляется подверженность риску. Такое моделирование может быть проведено для различных горизонтов времени.
Распределение подверженности риску на каждом горизонте далее может быть использовано для определения максимума подверженности для этого горизонта, основываясь на заданной квантили, и, таким образом, можно находить максимум подверженности по всем горизонтам времени.
Для того, чтобы вычислять меры кредитного риска, такие как кредитный VaR, может использоваться моделирование Монте Карло, тем же самым образом, как оно используется для оценки рыночных рисков. Процесс моделирования поддерживает совместное измерение рыночных и кредитных рисков. Механизм моделирования Монте Карло имеет уникальную способность комбинировать множество оцененных отдельно моделей рыночных и кредитных риск факторов, учитывая взаимосвязи между риск факторами для более точного измерения риска.
При наличии соответствующих данных, моделирование кредитных рисков может включать следующие аспекты:
• воздействие кредитного спреда на оценку инструмента;
• динамику движения кредитного спреда в течение времени во взаимосвязи с рыночными риск факторами, такими как процентные ставки;
• динамику миграции кредитных рейтингов, вплоть до и включая дефолт, используя модели, которые выводят изменения рейтингов из динамических моделей доходности активов или из матриц перехода;
• корреляции между миграциями рейтингов контрагентов;
• обусловленность вероятностей изменения кредитных рейтингов;
• динамика движения индексов кредитоспособности и их зависимости от других переменных.
АНАЛИЗ ДЕНЕЖНЫХ ПОТОКОВ
Анализ денежных потоков часто используется для измерения риска, связанного с потенциальными «гэпами» (разрывами) между прибылью, заработанной на активах, и величиной обязательств. Денежные потоки для инструментов, чувствительных к процентной ставке, представляют особый интерес в таком виде анализа.
Как инструмент управления рисками для всего предприятия, SAS Risk Dimensions выполняет формирование и «измельчение» денежных потоков для целей анализа управления активами пассивами (asset liability management ALM) или управления рисками, связанного с денежными потоками и анализом эффективности. Эти виды анализа могут быть включены в интегрированный подход к финансовому менеджменту, что облегчит принятие решений об активах и обязательствах.
SAS Risk Dimensions дает возможность объединить денежные потоки на различных уровнях баланса и вычислить меры денежных потоков. SAS Risk Dimensions обеспечивает анализ управления активами пассивами (ALM), включая финансирование «гэпов», продолжительность «гэпов», чистый доход от процентной ставки (NII), чистую приведенную стоимость (NPV). Этот анализ проводится с помощью традиционной переоценки по рынку (mark to market), сценарного анализа (сценарии могут определяться пользователем) и сложного анализа с использованием стохастического моделирования.
ОПТИМИЗАЦИЯ ПОРТФЕЛЯ
Основная задача оптимизации портфеля состоит в том, чтобы найти портфели, которые максимизируют прибыль для указанных уровней риска. Эти портфели называют эффективными портфелями в смысле соотношения между доходностью и выбранными мерами риска. Эффективные портфели характеризуются максимальной прибылью среди портфелей с риском не более, чем заданный, или минимальным риском среди портфелей с уровнем прибыли не менее, чем заданный.
В классической оптимизации портфеля (оптимизация среднего вариации) риск определяется как вариация доходности портфелей. Главный недостаток этого подхода этот риск является симметричным, т.е. показывает равное количество значений увеличения и уменьшения портфелей. Альтернативные подходы пытаются рассчитать «толстый хвост» и асимметрию доходности актива. Следовательно, здесь желательны другие меры риска, такие как VaR, ожидаемый дефицит (ES), условный VaR (CVaR).
SAS Risk Dimensions дает возможность выполнить оптимизацию портфеля, основанную на стохастическом моделировании, используя три типа оптимизации: оптимизация среднего вариации, оптимизация среднего ES и оптимизация среднего VaR. Для оптимизации среднего VaR, когда VaR целевая функция, доступны два метода. С учетом сложности оптимизации VaR рекомендуется и обеспечивается итерационный (повторяющийся) подход.
Часто для задач оптимизации портфеля существует необходимость накладывать линейные ограничения и лимиты для весовых коэффициентов инструментов портфеля. Например, бывает необходимо ограничить весовые коэффициенты инструментов портфеля как сверху, так и снизу, или задать условие, что сумма нескольких весов не превышает (или не меньше), чем указанный процент от всего портфеля. SAS Risk Dimensions дает возможность задать данные наборы лимитов и линейных ограничений весов инструментов портфеля.
МЕХАНИЗМ РАСЧЕТА РИСКОВ SAS
Ядро SAS Risk Dimensions это универсальный механизм расчета рисков, использующий различную информацию для выбора различных типов анализа рисков и выполнения соответствующих вычислений. Это дает возможность создать библиотеку спецификаций анализа. Каждой спецификации анализа соответствует определенный тип анализа и значения необходимых опций и параметров, которыми контролируется этот тип анализа.
Все результаты могут быть расчитаны на любом уровне агрегирования, по выбору пользователя, согласно заданным кросс-классификациям: суммируемые значения, такие как чувствительность, просто суммируются; не  суммируемые значения, такие как VaR, вычисляются для каждого уровня.
Все особенности анализа основаны на полной оценке каждого инструмента в анализируемом портфеле. Однако, даже в случае, когда методология оценки определяется пользователем, это не мешает использовать дельта- или дельта-гамма приближения или приближения с помощью интерполяции как методы оценки там, где это возможно.
Механизм расчета рисков SAS поддерживает широкий диапазон методов анализа риска, которые описаны выше.
ПОДСИСТЕМА МОДЕЛИРОВАНИЯ
Подсистема моделирования состоит из пакетного (batch) интерфейса и графического пользовательского интерфейса (GUI) и основана на процедуре моделирования временных рядов SAS/ETS MODEL. В пакетном интерфейсе управление осуществляется с помощью команд и выражений, основанных на синтаксисе процедуры MODEL, в то время как управление в GUI обеспечивается так называемым «point and click» интерфейсом. Подсистема моделирования спроектирована так, чтобы пользователи могли определить, оценить и осуществить подгонку (fitting), протестировать и сохранить модели поведения риск факторов. Подогнанные таким образом модели могут использоваться позже в моделировании Монте-Карло, как часть вычисления мер рыночных и кредитных рисков. Имеется широкий выбор методов оценки моделей, включая Метод максимального правдоподобия (MLE) и Обобщенный метод моментов (GMM).
Спецификации моделей состоят из уравнений, моделирующих условные средние и уравнений, определяющих условное распределение остатков. Пользователь может указывать встроенные функциональные формы, а также использовать разработанные самостоятельно как для условного среднего, так и для условного распределения остатков. Для распределения остатков доступны основные распределения, такие как нормальное или t распределение, а также функциональные формы, позволяющие их преобразования. Например, для моделирования нелинейности в уравнении условной вариации остатков есть возможность использовать спецификации различных типов GARCH-моделей.
Параметры в спецификации модели оцениваются (подгоняются) на основе данных, предоставляемых пользователем. Подогнанные модели содержат всю соответствующую им информацию, в том числе уравнение для среднего и распределение остатков, значение параметров и оцененный вектор остатков.
Они могут быть сохранены для использования при моделировании Монте-Карло. Каждая спецификация модели (например, GARCH-типа) может использоваться как шаблон для оценки других моделей временных рядов. Модели различаются используемыми данными и переменными для моделирования.
Важный аспект работы с моделями временных рядов состоит в том, что меры изменчивости параметра, такие как матрица ковариации параметров, сохраняются в системе и могут быть использованы, по выбору пользователя, в процессе стохастического моделирования в качестве «фактора неопределенности» параметра.
АНАЛИТИЧЕСКАЯ СРЕДА АНАЛИЗА РИСКОВ
SAS Risk Dimensions использует понятие аналитической среды (environment) анализа рисков для удобного хранения метаданных и других файлов. Здесь сохраняется вся зарегистрированная информация и конфигурация - метаданные для задач риск менеджмента. Логически, среда SAS Risk Dimensions - это набор информации о применении определенной части решения по управлению рисками. Физически, среда состоит из каталога SAS и связанной с ним директории, которые используются для хранения множества файлов, создаваемых в процессе анализа.
Может быть создано любое число сред, что является полезным и эффективным, если решается сразу несколько различных задач управления рисками, которые требуют существенных различий в конфигурации решения.
Аналитические среды могут наследовать информацию друг от друга. Это может быть очень удобно, например, когда специалисты в отделе управления рисками работают над различными проектами, при том что все проекты основаны на единой корпоративной системе риск менеджмента.
Например, в SAS Risk Dimensions корпоративное решение по управлению рисками может быть сконфигурировано для анализа текущего бизнес портфеля, а аналитик, который исследует влияние на общий риск нового предложенного финансового продукта, может создать отдельную среду для анализа.
Индивидуальная среда аналитика основывалась бы на корпоративной среде анализа и наследовала бы всю информацию о текущем портфеле, а также возможную регистрацию и гипотетическое наличие нового инструмента. Эта возможность наследования для связи между различными средами также удобна для регистрации библиотек функций ценообразования, библиотек симуляционных моделей, и других ресурсов для конфигурирования среды для каждой конкретной задачи, снимая для пользователя необходимость копирования этой информации.
ПОЛЬЗОВАТЕЛЬСКИЙ ИНТЕРФЕЙС (GUI)
Графический пользовательский интерфейс SAS Risk Dimensions позволяет легко создавать спецификации для различных аспектов процесса анализа риска, управлять библиотеками объектов, включаемых в спецификации, использовать принцип «смешения-и-подгонки» (mix-and-match) спецификаций для проведения анализа.
Главное окно содержит шесть закладок: Анализ (Analysis), Портфели (Portfolios), Рыночные данные (Market Data), Модели риска (Risk Models), Галерея отчетности (Report Gallery), Конфигурация (Configuration). Закладки могут быть выбраны с целью просмотра дерева объектов, их редактирования. Главное окно также содержит рабочую область и раскрывающиеся меню для быстрого доступа к инструментам SAS Risk Dimensions.
АДМИНИСТРИРОВАНИЕ И КОНФИГУРИРОВАНИЕ GUI
ПО SAS Risk Dimensions может быть сконфигурировано для анализа фактически любых типов финансовых инструментов, для чтения данных об инструментах из любого набора входных баз данных, для оценки инструментов и преобразования риск факторов, используя любые применимые функции.
Такая гибкость обеспечивается широкими возможностями администрирования и конфигурирования, предоставляемыми в SAS Risk Dimensions.
Графические пользовательские интерфейсы очень мощны и гибки, когда Вы используете систему в интерактивном режиме. Конфигурирование системы, анализ и построение отчетности также возможно при помощи пакетного (batch) кода. Включенные процедуры пакетного интерфейса позволяют управлять системой с помощью сценариев, т.е. программ на встроенном макроязыке SAS.
ОТЧЕТНОСТЬ И РЕЗУЛЬТАТЫ
Для визуализации аналитических результатов SAS Risk Dimensions использует самые современные возможности программного обеспечения SAS в области Business Intelligence для построения отчетности: инструменты построения отчетов; OLAP-средства; интерактивную, многомерную визуализацию данных; web-портал; работу с офисными приложениями MS Office.
Галерея отчетности, имеющаяся в SAS Risk Dimensions, содержит широкий набор шаблонов отчетов по рискам. В ней также есть возможность настраивать шаблоны отчетности и добавлять новые шаблоны, разработанные пользователем.
Предусмотрена возможность просмотра результатов анализа в интерактивном режиме при помощи OLAP-средств программного обеспечения
SAS. Это позволяет производить глубокую и детальную аналитику риска для любого измерения, включенного в кросс классификацию инструментов (возможности «slice-and-dice» и «drill-down»). Кроме того, можно в интерактивном режиме исследовать результаты с помощью дополнительных инструментов визуализации 3-D данных, предусмотренных в модуле SAS/INSIGHT.
ФУНКЦИОНАЛЬНЫЕ КОМПОНЕНТЫ
● Проект - это основная концепция для пользователя. Проект состоит из портфелей, источников рыночных данных, наборов преобразований, моделей, видов анализа, кросс классификаций и отчетов. В проекте перечисляются различные элементы среды, которые необходимы для получения требуемых входных данных, для вычисления мер риска, и создания отчетов.
● Анализ - это, например, вычисление чувствительности или вычисление VaR для портфеля, заданного в проекте. В одном проект может быть определено несколько различных видов анализа.
● Кросс-классификация определяет, как результаты анализа должны быть детализированы для получения результатов по компонентам анализируемого портфеля (под портфелям, отдельным инструментам).
● Портфель определяет группу инструментов, относящихся к данному проекту. Портфель задается файлом портфеля и одним или более фильтрами портфеля.
● Файлы портфелей содержат данные об инструментах, которые доступны для SAS Risk Dimensions из различных источников и подготовлены для анализа с помощью «движка» расчета рисков SAS.
● Фильтры портфеля - наборы критериев для выделения подвыборок из инструментов портфеля. Подвыборки определяются на основе признаков (атрибутов) зарегистрированных типов инструментов.
● Источники данных портфеля - элементы среды, с помощью которых регистрируются данные об инструментах в SAS Risk Dimensions.
● Источники рыночных данных - элементы среды, с помощью которых осуществляется доступ к рыночным данным в SAS Risk Dimensions.
● Типы инструментов - по существу, перечисление признаков определенных типов финансовых инструментов. Примеры типов инструментов включают в себя: валютные форварды, государственные облигации, процентные свопы, опционы, товарные деривативы и т.п. Поддерживаемая возможность наследования (концепция объектно-ориентированного программирования) облегчает процесс определения нового типа инструмента. Один из важных аспектов определения типа инструмента - задание программы метода, который используется для расчета стоимости для данного типа инструмента в любой момент времени.
● Программы методов используются для расчета стоимости инструментов, преобразования риск факторов и модификации входных переменных инструментов. Программы методов могут быть написаны на языке SAS, относящемся к четвертому поколению языков программирования. В программе метода может содержаться сам логический метод расчета или обращение к библиотекам функций, написанных в SAS или C/C++. В случае C/C++ библиотек это облегчает использование собственных или внешних функций для оценки инструментов или для других задач.
● Набор преобразований - это набор для преобразований риск факторов, которые используются, чтобы преобразовать факторы риска в форму, необходимую для ввода в методы ценообразования инструментов. Примеры - вычисление «нулевых кривых» (zero curves) и волатильностей.
● Модель - спецификация функциональных отношений между переменными, в том числе оценки параметров, которые необходимы для полного определения этих функциональных отношений. Модель используется для расчета моделируемых значений риск-фактора для выполнения вычислений мер риска. Подсистема моделирования позволяет пользователю развивать модели, отличные от нормальных, напимер GARCH-модели, модели процентной ставки, такие как Кокса-Ингерсола-Росса, t распределения и т.п. Методы, доступные в системе для оценки таких моделей, включают в себя Метод максимального правдоподобия (MLE) и Обобщенный метод моментов (GMM).
● Результаты - вычисления, произведенные в ходе анализа. Результаты выводятся в форме наборов данных SAS и многомерных баз данных. Используя модули, которые включены в систему, результаты могут быть преобразованы в фактически любой формат данных, включая широко распространенные Excel, Oracle, SYBASE и многие другие.
● Отчеты содержат результаты анализа, представленные в определенной пользователем форме.
УПРАВЛЕНИЕ ДАННЫМИ
SAS Risk Dimensions включает в себя полный и исчерпывающих набор средств ETL (Extract Transformation Loading) для сбора и агрегации данных, их управления и обработки. Эти компоненты используются для создания «хранилища рисковых данных», которое консолидирует данные, необходимые для решения задач управления рисками, из фактически любых источников. Исходные данных могут находиться в любом формате слабоструктурированные: текстовые, индексно последовательные файлы или сильно структурированные: в СУБД, ERP системе и пр. После того, как «хранилище рисковых данных» создано, данные становятся доступными для обработки с помощью механизма расчета рисков SAS.
ИСПОЛЬЗОВАНИЕ РЫНОЧНЫХ ДАННЫХ
В процессе управления рисками использование рыночных данных требуется для нескольких различных целей. Более того, может возникать необходимость их преобразования и моделирования.
■  Источники рыночных данных
Рыночные данные хранятся в «хранилище рисковых данных» или другом репозитарии данных риска в виде наборов данных SAS или представлений данных (view). Эти данные зарегистрированы в среде анализа так, чтобы SAS Risk Dimensions мог обратиться к ним. Решение SAS обеспечивает прозрачный доступ ко многим системам управления баз данных, таким как DB2 и IMS (IBM), MS EXCEL, Ingres INFORMIX, SYBASE, Oracle и пр.
Могут быть зарегистрированы следующие различные виды файлов рыночных данных:
● Текущие рыночные данные используются для вычисления базового состояния рынка для начального «переоцененного по рынку» (mark-to -market) значения портфеля.
● Данные временных рядов различной частоты (месяцы, недели, дни и т.п.) могут использоваться для проведения исторических симуляций, инициализации процесса симуляций на основе моделей, оценки параметров моделей временных рядов.
● Данные волатильности представляют собой оценки стандартных отклонений рыночных риск-факторов.
● Данные матрицы ковариации - набор рыночных данных, который представляет собой оценки вариации и ковариации рыночных факторов риска, и используется для стох. моделирования на основе ковариаций.
● Сценарные данные - тип набора данных, который дает возможность пользователю управлять процессом моделирования рынка, используя отклонения риск факторов, сгенерированные вовне для SAS Risk Dimensions.
● Данные сценария изменений - тип набора данных, аналогичных сценарным данным, но в форме изменений, которые будут применены к базовому состоянию рынка вместо смоделированного значения риск фактора.
● Матрица линейного преобразования - тип набора данных, который представляет собой матрицу для вычисления переменных риск факторов на основе значений других риск факторов.
● Параметры наборов данных - тип набора данных, который представляет собой матрицу параметров, используемую в функциях ценообразования или в программах методов преобразования.
■  Методы преобразования риск-факторов
Некоторых переменных риск-факторов или кривых риск факторов нет в наличиии в доступных рыночных данных, но они необходимы для анализа и должны быть получены на основе имеющихся. Пример - без-купонная кривая доходности облигаций, которая используется для ценообразования инструментов; доходность без-купонных облигаций не наблюдаема на рынке, но может быть выведена из рыночных цен купонных облигаций с различными сроками платежей (maturity).
Для выполнения этих вычислений могут быть написаны программы преобразования риск-факторов. Эти программы написаны на языке программирования SAS и хранятся в библиотеке программ методов среды анализа SAS Risk Dimensions. Логические методы расчета могут содержаться в самих программах методов, или программы методов могут использоваться для обращений к библиотекам функций, написанных на языке SAS или языке C/C++. В случае C библиотек это облегчает использование собственных или внешних функций для оценки инструментов или для других задач.
■  Матрицы параметров
Это матричные переменные, которые связаны с источником типа параметры наборов данных и могут использоваться в программах методов ценообразования и преобразований риск факторов.
■  Наборы преобразований
При вычислении расчетных переменных и кривых риск факторов может возникнуть необходимость выполнения множества различных программ преобразования исходных риск-факторов. Система поддерживает возможность создания наборов преобразований, которые комбинируют различные программы преобразований для использования в различных видах анализа.
■  Модели риска
Наиболее продвинутый тип анализа риска, который предлагается в SAS Risk Dimensions - это полное стохастическое моделирование (симуляции) Монте-Карло вероятных движений рынка на основе предварительно подобранных моделей временных рядов. Для этого типа моделирования необходим набор моделей для различных факторов риска, а также статистические оценки параметров модели, вычисляемые на основе подгонки (fitting) моделей к историческим данным рынка.
Подробнее см. раздел «ПОДСИСТЕМА МОДЕЛИРОВАНИЯ».
ЦЕНООБРАЗОВАНИЕ ИНСТРУМЕНТОВ И ПРЕОБРАЗОВАНИЕ РИСК-ФАКТОРОВ
В SAS Risk Dimensions можно регистрировать и выполнять как любые написанные пользователем функции ценообразования для значений инструментов, так и подпрограммы преобразования риск факторов для расчета вычисляемых на основе риск-факторов переменных и кривых, таких как «нулевые кривые» (zero curves) или волатильностей. Пользователи могут применять собственные алгоритмы или запускать код, предоставляемый внешними вендорами. Система поддерживает обращение к следующим типам функций:
● Внешние фукции на языке C/C++, написанные пользователем или поставляемые внешними поставщиками.
● Написанные пользователем функции на языке SAS.
● Другие готовые функции, доступные в SAS.
ИНТЕРФЕЙС ДЛЯ ИСПОЛЬЗОВАНИЯ ВНЕШНИХ ФУНКЦИЙ
Система SAS Risk Dimensions обладает гибкостью для интеграции функций из внешних источников. Это важная особенность, потому что пользователи могут получить конкурентные преимущества при использовании собственных C и C++ функций или функций, которые написаны другими вендорами.
Возможность включения функций из внешних источников облегчает добавление в систему новых типов инструментов и связанных с ними функций ценообразования. Внешние функции могут быть включены в пакетную (batch) обработку данных с SAS скриптами.
ИСПОЛЬЗОВАНИЕ ДАННЫХ ПОРТФЕЛЯ
Доступ к данным портфеля и их использование включает в себя следующее.
■  Источники данных портфеля
Различным направлениям деятельности или отделам организации могут соответствовать множество различных источников данных портфеля, хранящихся в различных СУБД.
SAS Risk Dimensions предоставляет исчерпывающий набор средств для того, чтобы читать данные портфеля, представленные в нескольких различных форматах.
■  Списки ввода портфеля
Поскольку портфель, который будет проанализирован, часто хранится в различных базах данных, в SAS Risk Dimensions необходимо регистрировать список ввода портфеля. Список ввода портфеля содержит названия зарегистрированных источников данных портфеля, обеспечивая доступ к этим данным.
Кроме того, для того, чтобы различные портфели могли быть проанализированы для различных целей, SAS Risk Dimensions дает возможность создать и использовать любое количество списков ввода портфеля.
■  Фильтры портфеля
Для некоторых целей может возникать необходимость анализировать только часть портфеля. SAS Risk Dimensions дает возможность создать фильтры портфеля, которые составлены на основе условного выражения для выбора инструментов с целью создания подмножества портфеля. Можно создать любое число фильтров и комбинировать их различными способами.
■  Файлы портфеля
Список ввода портфеля и, возможно, список фильтров портфеля, используется, чтобы создать файл портфеля, содержащий необходимые для анализа инструменты. Такая форма файлов портфеля позволяет SAS Risk Dimensions работать наиболее эффективно, что важно при многократных переоценках стоимости инструментов, осуществляемых в процессе симуляционного анализа. Это помогает избежать повторного обращения к источнику данных. Можно создавать любое количество файлов портфеля в среде для анализа.
АНАЛИТИЧЕСКАЯ ОБРАБОТКА
SAS Risk Dimensions использует большое количество аналитических методов при обработке данных и выполнении анализа. Когда проект определен, он включает в себя много частей (риск-факторы, программы методов, инструменты, сценарии анализа и так далее). SAS Risk Dimensions исследует не только каждую из этих частей на внутреннюю согласованность, но также и взаимосвязи между частями проекта. Проект рассматривается как единое целое. При обнаружении несогласованности пользователь уведомляется, и может предпринять соответствующие действия по ее устранению.
SAS Risk Dimensions также способен устранить избыточные или ненужные части проекта так, чтобы он выполнялся с максимально возможной скоростью. SAS Risk Dimensions помогает ответить на следующие важные вопросы:
● Каждая часть проекта отдельно кажется четкой и хорошо определенной. Но имеет ли смысл объединение этих частей вместе?
● Все ли необходимые элементы данных имеются в наличии для того, чтобы вычислить требуемые результаты?
● В каком порядке должны быть преобразованы риск-факторы, чтобы взаимосвязи при этом сохранялись?
● Если обменный курс, который необходим для вычисления, не доступен непосредственно, может ли он быть вычислен на основе имеющихся данных курсов валют?
SAS Risk Dimensions обеспечивает автоматизированную систему обработки данных для того, чтобы ответить на эти сложные вопросы. Аналитическая система обработки включает в себя:
● Подсистему анализа потока данных
● Механизм отслеживания (trace)
Вместе эти подсистемы обеспечивают гибкость, позволяющую определять отдельно маленькие части проектов, теми способами, которыми удобнее пользователю, а затем объединять их в согласованной и эффективной форме.
ВОЗМОЖНОСТИ ПРОГРАММНОГО ОБЕСПЕЧЕНИЯ SAS
SAS Risk Dimensions включает в себя многочисленные стандартные возможности пакета программного обеспечения SAS, которые обеспечивают сквозной процесс управления рисками - начиная от доступа к данным любого количества различных рынков и портфелей, продолжая их исследованием и анализом, и заканчивая качественным предоставлением консолидированной отчетности.
■  Доступ ко всем форматам данных
Система SAS может использовать все данные, находящиеся в электронном виде, как единый информационный ресурс. SAS имеет прямой прозрачный доступ к различным базам данных и форматам хранения, не делая различия между ними.
Это позволяет, во первых, легко наращивать мощность и эффективность создаваемых хранилищ данных, путем подключения и вовлечения в анализ все новых и новых источников данных. Во вторых, данное отличительное свойство делает SAS незаменимым при смене платформы для оперативных систем. При смене версий баз данных или выборе нового производителя приложения SAS требуют лишь несложной настройки на новые данные. При этом система продолжает работать как со старыми данными, так и с новыми. Некоторые пользователи SAS используют Систему SAS даже для переноса данных из старых оперативных систем в новые.
■  Расширенный математический аппарат для решения аналитических задач
SAS развивает и успешно поддерживает программное обеспечение для статистического анализа. Значительная часть программного обеспечения для статистического анализа включена в SAS Risk Dimensions. Сложное статистическое моделирование совместного распределения вероятностей будущих изменений рынка это ключ к современным методам анализа рыночных рисков, и SAS Risk Dimensions обеспечивает ультрасовременные решения для этих задач. Среди доступных методологий анализа пользователь может выбрать наиболее подходящий тип, также как и определить специализированные собственные методы.
■  Масштабируемость решения
Технологии SAS обеспечивают неограниченное наращивание сложности многомерной модели данных и увеличение объемов обрабатываемых данных. Это позволяет подключать по мере необходимости новые источники данных для решения новых задач, возникающих в бизнесе.
SAS поставляет широкий спектр готовых решений для решения бизнес задач различных подразделений организации, включая генерацию регламентной и управленческой отчетности, управлений процессами бюджетирования и планирования, планирование и проведение маркетинговых компаний. Все эти решения внедряются на базе единой интегрированной информационно логической платформы. Наличие единой платформы позволяет наращивать функциональные возможности аналитических приложений в любой последовательности с минимальными издержками по интеграции решений между собой.
■  Управление данными и хранилище данных
Программное обеспечение SAS с его доступом к данным, управлением, анализом и предоставлением отчетности проявило себя за много лет как жизнеспособный инструмент для хранения данных. Решение SAS содержит эти и другие инструменты для того, чтобы определить объекты и хранилища: преобразование и подведение итогов данных; обновление итоговых данных; создание, управление и рассмотрение метаданных; а также создание витрин данных.
Хранилище данных (ХД) - это совокупность данных, организованных в разделы, часто с учетом переменной времени. ХД содержит подробные, детализированные данные, итоговые данные и метаданные, а также отчеты, графики и другую информацию, произведенную на основе данных и направляемую в Хранилище. ХД построено так, чтобы соответствовать IT архитектуре компании, полной бизнес стратегии и требуемым конечным пользователем функциональным возможностям.
Решение включает в состав промышленный ETL инструментарий Data Integration Studio.
● DI Studio имеет графический интуитивно понятный интерфейс, который позволяет создавать и модифицировать структуру ХД и создавать ETL процессы визуально при помощи многочисленных «мастеров». Богатая библиотека типовых ETL процессов позволяет в большинстве случаев обойтись без кодирования.
● В отличии от Data Stage возможности DI Studio не ограничиваются использованием SQL для создания процессов, но позволяют так же использовать богатый и разнообразный язык SAS 4GL для создания процессов обработки данных, их очистки и согласования.
● DI Studio содержит средства совместной работы большого числа архитекторов и администраторов ХД. (функции Check-In, Check-Out и пр.)
● Имеется возможность проведения прямого и обратного анализа влияния внесенных изменений.
DI Studio интегрируется с любыми CASE средствами и поддерживает индустриальный стандарт CWM.
■  Отчетность, бизнес аналитика
Программное обеспечение SAS включает удобные в работе продукты для создания отчетности, использовать которые можно как интерактивно, так и с помощью пакетной обработки. Пользователи могут легко выполнить любые операции и определить формы отчетности, выбирая элементы из раскрывающихся меню.
SAS OLAP Server и средства генерации и просмотра OLAP отчетов предоставляют конечным пользователям гибкий и эффективный механизм для исследования ситуаций и поиска нужной информации. Сервер OLAP - это стандартизированный источник многомерных данных. В его основе находится многоканальное средство обработки запросов для многомерных выражений (MDX) и структурных языков запросов, таких как SQL. Средство обработки запросов MDX обеспечивает доступ к данным, хранящимся во внешних реляционных таблицах (ROLAP), собственном многомерном формате (MOLAP) или их сочетании (HOLAP).
Информационный портал SAS (SAS® Information Delivery Portal) предоставляет единую точку доступа пользователей к разнообразным отраслевым решениям SAS в рамках предприятия, а также для внешних клиентов, поставщиков и партнеров при помощи защищенного Интернет-интерфейса. Портал предоставляет централизованный и, вместе с тем, глубоко персонифицированный способ доставки информации ее конечным потребителям. Интегрируя Интернет-приложения со страницами с неструктурированным содержимым, пользователи получают панорамный обзор по управлению рисками в своей организации и могут оперативно и уверенно принимать решения на основе достоверной информации. Информационный портал SAS построен на стандартной архитектуре бизнес-аналитики SAS (SAS Business Intelligence Architecture), что обеспечивает совместное использование метаданных и определений. Выполняется также интеграция с единой точкой администрирования, поддерживающей все технологии бизнес-аналитики SAS.
РЕЗУЛЬТАТ: ОТКРЫТАЯ, ГИБКАЯ И РАСШИРЯЕМАЯ СИСТЕМА
Разнообразие инструментов финансовых рынков, число алгоритмов, доступных для их оценки, и количество методологий анализа их рисков быстро увеличивается. Расширяемость, доступ к различным (как клиентским, так и предоставляемым внешними поставщиками) алгоритмам расчета стоимости инструментов, и устойчивая структура для многомерного стохастического моделирования без использования гипотез о нормальности распределений данных - это ключевые требования для современной системы управления рисками. Удовлетворяя всем этим требованиям, решение SAS Risk Dimensions предлагет пользователям неоспоримые преимущества благодаря своей открытой, гибкой и расширяемой архитектуре.

Программное обеспечение SAS® Risk Dimensions для управления рыночными рисками промышленных компаний
Изменения валютных курсов, рыночных цен на продукцию, процентных ставок и других рыночных факторов причины, по которым промышленные компании несут ощутимые потери. Кроме того, современные требования к качеству информации, раскрываемой публичными компаниями, все время растут. Соответствие листинговым требованиям торговых площадок и контрагентов, доверие со стороны инвестиционного сообщества их достижение в современной экономике уже невозможно без грамотного и профессионального управления рисками.
Попытки построения системы управления рыночными рисками без применения специализированных IT-средств, как правило, приводят к получению систем с ограниченными возможностями и эффективностью практического применения.
Программное обеспечение SAS® Risk Dimensions - это не риск-калькулятор, это полный набор всех необходимых средств, от сбора данных до предоставления отчетности, включающий сложные модели и методы статистического и эконометрического анализа, инструменты для построения достоверных и точных прогнозов, от широкоизвестных и проверенных временем до самых последних достижений в этой области.
Источники экономической  эффективности применения SAS® Risk Dimensions для управления рыночными рисками:
● Оценка рыночных рисков  с помощью методологий, требующих мощного математического аппарата;
● Оценка стратегий хеджирования;
● Формирование корпоративной web-отчетности по рискам;
● Возможность разработки и использования глобальных макроэкономических моделей рынка;
● Повышение качества прогнозирования бюджета;
● Обеспечение соответствия всем современным тенденциям и стандартам в области управления рисками и прогнозирования;
● Формирование интеллектуального хранилища рисковой информации;
● Повышение качества обработки исходных данных и результатов;
● Обеспечение преемственности инструментария;
● Снижение доли ручного труда.
■  Комплексное решение для управления рисками SAS® Risk Management
Комплексное решение SAS для управления рисками предоставляет вам единую среду для управления данными, анализа рисков и подготовки отчетов о рисках.
Комплекс решений, который способен:
● Объединять ваши данные в одном месте, где к ним можно было бы применить весь диапазон методов управления рисками и создать оценки, отражающие ваши собственные знания о рынке.
● Предоставлять непревзойденные возможности статистического моделирования для выработки надежных эконометрических и временных последовательностей, которые позволили бы использовать знания, полученные в результате моделирования, для точной оценки риска.
● Вычислять показатели, подверженные риску, которые помогают принимать решения, связанные с размещением капитала и соответствующими рисками, ценообразованием с учетом рисков, хеджированием, и так далее - ведущие к повышению стоимости акций.
● Выполнять анализ рисков, применяя современные методо-
логии, в том числе сложные математические модели и методы (например, стохастическое моделирование Монте-Карло и историческое) в заданные сроки и предоставлять результаты в удобном и понятном виде.
● Обрабатывать различные типы рисков в единой среде.
● Оценивать распределения факторов риска на базе  минимального объема уже  накопленных  данных.   Можно  прогнозировать и моделировать поведение стохастических факторов  риска при помощи функций статистического моделирования, таких как GARCH.
● Предоставлять доступ к оценкам риска на уровне всей организации с учетом необходимого разграничения доступа.
■  Единственное на рынке комплексное решение для управления рисками
SAS Risk Management - это решение для всей организации, направленное на соответствие  всему спектру требований к анализу рисков, а также другим требованиям в одной среде, позволяющее обеспечить прозрачность и сопоставимость в различных географических  регионах, областях бизнеса и системах.
В решении SAS Risk Management интегрированы мощные инструменты управления данными, модели данных риска и технологии анализа рисков, что позволяет определять весь профиль риска и распределять капитал в соответствии с потенциальными потерями. В отличие от использования внешних моделей оценки, которые не обеспечивают доступ ко всем этапам анализа, решение SAS позволяет сохранять, архивировать и оценивать все промежуточные результаты,помогая, таким образом, легко достичь соответствия нормативным требованиям к контролю и отчетности.
Решения и услуги компании SAS позволят организации обрабатывать любые первичные данные из любых источников, поступающие по любым каналам, превращая их в полезную  аналитическую информацию. Все решения SAS основаны на единой, открытой, гибкой и расширяемой структуре - архитектуре бизнес-аналитики - поэтому отдельные решения взаимно дополняют друг друга, позволяя предоставлять надежную информацию, на которую могут положиться лица, ответственные за принятие решений.

Системы управления эффективностью и результативностью предприятия
Концепция CPM (Corporate Performance Management) управления эффективностью организации направлена на сокращение временных разрывов между подведением итогов о состоянии дел и принимаемыми решениями, между событиями и реакциями на них, между стратегией и ее исполнением. Другие получившие распространение названия этой технологии — EPM (Enterprise Performance Management, управление эффективностью предприятия) и BPM (Business Performance Management, управление эффективностью бизнеса).
Наиболее полное определение программных продуктов этого класса разработано в 2004 году BPM Standards Group — некоммерческой организацией, объединившей аналитические компании и поставщиков программного обеспечения с целью выработки единых стандартов. По определению BPM Standards Group, «BPM позволяет руководству определять стратегические задачи, а затем управлять деятельностью компании в соответствии с ними».
Идеология CPM предполагает комплексный подход к автоматизации управления эффективностью корпорации как к непрерывному, циклическому процессу, состоящему из основных этапов: разработки стратегии, планирования, мониторинга и анализа, регулирования, и затрагивает три уровня организационной управленческой иерархии.
• Первый — уровень высшего руководства и ТОП-менеджеров, разрабатывающих стратегию и перспективный план развития компании.
• Второй касается работы аналитиков, которые переводят стратегию в операционные термины и понятия предметной области, анализируют сценарии и планируют, как будут достигаться поставленные цели.
• Наконец, операционный — уровень исполнения, в котором задействованы руководители среднего звена основных структурных подразделений.
CPM определяет путь движения и преобразования информации, используемой для принятия управленческих решений, формирует процессы и связи, возникающие на пересечении каждого уровня управления.
Весь управленческий цикл как непрерывный замкнутый процесс можно представить в виде задач, как показано на рисунке (три уровня CPM)
Разработка стратегии подразумевает выделение стратегически важных показателей развития бизнеса (дерева целей) и целевые количественные значения их метрик — ключевых показателей
эффективности (Key Performance Indicators, KPI).
Ключевые показатели выбираются с учетом
отраслевой специфики и особенностей
деятельности организации. Внутри каждой стратегической цели они должны полностью охватывать все значимые аспекты, влияющие на достижение этой цели. В качестве KPI могут выступать как финансовые, так и нефинансовые показатели.
Фактически KPI служат измерителями эффективности достижения стратегических целей компании во времени. Для всех ключевых показателей указываются те подразделения в организационной иерархии, которые отвечают за достижение соответствующих целевых значений.
После формулирования стратегии необходимо определить способы ее реализации. Для этого служит процессно-ориентированное планирование, направленное на разработку оперативных планов для поддержки бизнес-стратегии. Оперативные планы включают в себя показатели объемов деятельности: для организаций коммерческого сектора — это обычно план продаж, для некоммерческих организаций (различные государственные и муниципальные службы) — объемы услуг населению, которые необходимо гарантировать на плановый период. Ориентирами для создания оперативных планов являются заданные значения KPI.
Планирование касается в первую очередь необходимых ресурсов: материальных, кадровых и финансовых. Для этого используется методология функционально-стоимостного анализа (Activity-Based Costing), но расчет ведется в обратном порядке: от объектов затрат (продуктов, услуг), через процессы — к ресурсам (элементам затрат). Запланированные объемы деятельности предприятия (продукты, услуги) в рамках подхода CPM распределяются между центрами возникновения затрат — бизнес-процессами, где возникают материальные и иные затраты и где работают люди, выполняя те или иные функции. По каждому такому центру на основании внутренних нормативов трудозатрат и потребления ресурсов рассчитываются необходимые объемы работ и ресурсов. Обычно выделяют основные процессы, обслуживающие и управленческие.
Основные процессы связаны с созданием продуктов и обслуживанием клиентов.
Обслуживающие необходимы для нормального функционирования организации (например, IТ-поддержка).
Управленческие процессы представляют собой механизм координации работы и подготовки отчетности. Стоимость обслуживающих и управленческих процессов переносится на основные процессы.
На этапе планирования можно определить, достаточно ли у организации ресурсов, чтобы выполнить стратегический план, а также предварительно оценить себестоимость продуктов и косвенные затраты. Эта информация будет задействована в бюджете — основном инструменте оперативного планирования.
■  Функциональность продуктов и решений
Создание СРМ систем на платформе SAS дает организациям возможность фокусировать внимание и обсуждать стратегию с общих позиций;
в результате, оказывается легче достигнуть гибкости и мобильности бизнеса, и, что еще важнее, поддерживать их.
СРМ-решения SAS объединяют целый ряд технологий и бизнес решений:
■  ■  Решение SAS по Стратегическому управлению компаний (SAS Strategic Performance Management)
Моделирование стратегии и коммуникация
• Определение целей деятельности (карта стратегии) и ключевых показателей эффективности функционирования организации (финансовых и нефинансовых показателей)
• Моделирование бизнеса (карта процессов), выявление факторов прибыльности, имеющихся ресурсов и ограничений
• Декомпозиция задач верхнего уровня в целевые уровни нижестоящих звеньев
• Целевые установки: стратегические цели, выраженные в конкретных числах
Карты балльных оценок и обратная связь
• Представление фактических результатов деятельности в сжатом, агрегированном виде, необходимом для сравнения запланированных целевых значений ключевых показателей эффективности с реально достигнутыми
• Расчёт ключевых показателей эффективности, нормализация значений, расчёт сводных интегральных показателей
• Анализ динамики и отклонений
• Разработка мер по корректированию отклонений
■  ■  Решения SAS для финансового менеджмента (SAS Financial Management Solutions)
Бюджетирование
• Планирование конкретных шагов по их достижению: документооборот бюджетных форм, ведение классификаторов аналитики, описание финансовой структуры и принципов взаимодействия, исторические тренды, анализ отклонений
• Организационные функции (процесс согласования бюджетов) и функции формирования свода бюджетов по отдельным подразделениям, бизнес-единицам, сегментам
• Версионность бюджетов, сценарный анализ
Консолидация, отчётность и анализ
• Сбор фактических данных, формирование регулярной отчётности для внешних и внутренних пользователей, трансформация отчётности в различные стандарты
• Мониторинг: отслеживание исполнения бюджета, фиксирование отклонений и выяснение их причин
• Детальный анализ финансовых результатов и состояния баланса, сегментная отчётность, отчётность по центрам ответственности
■  ■  Решение для процессно-ориентированного управления (SAS Activity-Based Management).
Процессно-ориентированное планирование
• Определение способов достижения целей: формирование сценариев деятельности, расчёт объёмов необходимых ресурсов (материальных, кадровых, финансовых), расчёт плановой себестоимости и накладных издержек
• Выравнивание операционного и финансового баланса ресурсов
• Учёт использования ресурсов (нехватка/ избыток), выявление ‘узких мест’, не позволяющих наращивать обороты
• Подключение аналитических модулей для решения задач формирования прогнозов, оптимизационных задач
Функционально-стоимостной анализ
• Разнесение затрат с помощью функционально-стоимостного анализа по центрам ответственности, перенос затрат на основные и обеспечивающие процессы, формирование затрат по продуктам, по категориям клиентов, каналам продаж
• Анализ прибыльности в разрезе продуктов и услуг, филиалов, центров ответственности
• Анализ трансфертных операций, обслуживающих затрат и взаиморасчётов
• Выявление неэффективных процессов, сравнение затратных показателей с историческими и эталонными
■  ■  Планирование, мониторинг и отчётность
Планирование, мониторинг и отчетность являются ключевыми составляющими СРМ, и решения компании SAS наилучшим образом отвечают этим, а также многим другим требованиям. Модули SAS Financial Management Solutions и SAS Strategic Performance Management полностью интегрированы через общее хранилище метаданных с системой SAS  9.
Средства планирования любого предприятия должны включать бюджетирование, прогнозирование и стратегическое планирование.
Решение SAS по функционально-стоимостному управлению (SAS Activity-Based Management) предоставляет прогнозную модель, основанную на методологии функционально-стоимостного планирования (Activity-Based Planning), которая может быть использована для стратегического планирования и поддержки традиционного бюджетного цикла.
Решения SAS для финансового менеджмента (SAS Financial Management Solutions) включают все основные требования по прогнозированию и планированию, требуемые для СРМ-решений.
Кроме того, этот модуль также поддерживает традиционные методы обязательной отчетности, включая книги отчетов и ключевые показатели эффективности (KPIs).
Решение по Стратегическому управлению компанией (SAS Strategic Performance Management) поддерживает целый ряд управленческих методологий, включая: Six Sigma, Malcolm Bridge, EFQM, “Tableaux de Board”; а также различные созданные самими клиентами методологии по управлению деятельностью предприятия.
В июне 2000 года продукт SAS Strategic Performance Management был сертифицирован организацией Balanced Scorecard Collaborative. СРМ-решение компании SAS позволяют создавать неограниченное количество сред и проектов, делая возможным разработку вероятностной (“What-if?”) стратегии. Тем не менее, по мнению компании SAS, сложности, связанные с каждой стратегией, слишком разнообразны, что не позволяет использовать одну аналитическую модель для всех стратегий; в связи с этим, компания предоставляет широкий выбор инструментов для статистического и сценарного анализа.
Функционально-стоимостной анализ (Activity-Based Costing -ABC) является полностью интегрированным компонентом СРМ-решений SAS. Помимо ключевых функций ABC, он также делает возможным прогностический анализ в процессно-ориентированной перспективе.

Управление эффективностью программ в государственном секторе экономики
Общие положения
Экономический рост позволяет государству выделять дополнительные средства, как на выполнение текущих программ, так и на разработку новых проектов. Однако существует проблема исполнения бюджета программ, имеются факты низкой эффективности их реализации.
В повышении эффективности исполнения программ должны быть заинтересованы ведомства на всех уровнях государственного управления. Федеральные ведомства должны ежегодно готовить документ с отчетом о проделанной работе за предыдущий год и целями на следующий. Для организаций важно иметь возможность наглядно продемонстрировать и подчеркнуть достигнутые результаты. От этого зависят как выделяемый бюджет, так и жизнеспособность и успешность программы в общем.
Местные и региональные органы власти сталкиваются со сходными проблемами: необходимо оценить расходы, обосновать выделение бюджета, достигнуть результатов и отчитаться об их эффективном выполнении.
Каким образом государственные ведомства могут решать эти задачи? Искать способы более эффективной организации своей деятельности. В странах по всему миру различные государственные организации разрабатывают и внедряют методики управления эффективностью (performance management), такие как система сбалансированных показателей (balanced scorecards) и процессно-ориентированное управление (activity-based management). Суть их сводится к формулировке значимых результаты в измеряемых величинах, и тогда становится возможным отследить эффективность реализации программ.
Методы управления эффективностью позволяют оптимизировать разносторонние аспекты работы организации:
• распределить ресурсы на достижения конкретных целей;
• измерить полученный результат и сравнить его с желаемым;
• выявить наилучшие возможности для развития.
Полученная информация об эффективности процессов и затратах может быть использована для обоснования бюджета при планировании.
Введение: сильное лидерство против грамотного менеджмента
Методики управления эффективностью – ключ к грамотному руководству организацией. Однако для получения наибольшей отдачи от их использования жизненно необходимо наличие лидерских качеств у руководителей организации.
Здесь стоит обозначить различие между руководителем-лидером и руководителем-управленцем. Первые стараются дать ответ на вопрос «куда движется наша организация?». То есть определить миссию организации, основные стратегические цели. Вторые же отвечают на другой вопрос: «и как же мы может туда добраться?». Лидеры больше полагаются на интуицию и умение вдохновлять людей, а управленцы на технологии управления – отчетность, аналитику, планирование и т.п. По словам, Питера Друкера (Peter Drucker): «Управленец делает, как нужно; лидер делает, что нужно».И те и другие необходимы предприятию.
Проблемы начинаются, когда управленцев назначают на должности, где от них требуется продемонстрировать их лидерские качества. Однако большинство из них начинает делать упор на еще более сложный менеджмент – больше отчетов, совещаний, цифр. Это приводит к излишнему усложнению управления и бюрократизации ведомства.
С другой стороны, даже если лидеры правильно определят цели, к великому их разочарованию, они сталкиваются с трудностями достижения задач. Обще известно, что очень многие стратегические планы модернизации управления государственного ведомства, призванные сделать его более эффективным, в жизнь не воплощаются. Одной из причин тому может служить отсутствие четкого представления, как достичь целей.
За последнее десятилетие возрос интерес к внедрению концепции управления эффективностью предприятия (Enterprise Performance Management. EPM), или, как его еще называют управление корпоративной производительностью (CPM), или управление эффективностью бизнеса (BPM). Независимо от названия суть одна - объединить все процессы, методологии, метрики и системы, необходимые для измерения показателей деятельности организации и управления этими показателями. Цель концепции – объединить всех для достижения стратегических целей.
Применять концепцию можно и в государственном управлении, как на уровне федеральных ведомств, так и их подразделений. К примеру, для управления госпроектами или же управления функциональными областями – финансами, кадрами, снабжением, ИТ.
Основной компонент управления производительностью – коммуникационная стратегия, необходимая для того, чтобы донести до сотрудников цели их работы. Ведь во многом невыполнение стратегических целей исходит из того, что сотрудники просто не знают и не понимают их. Если определить ключевые показатели эффективности (KPI), связать их с деятельностью сотрудников, то это поможет соотнести задачи и приоритеты работников со стратегическим направлением. Далее в статье мы еще обсудим необходимость системы сбалансированных показателей для наиболее качественного управления производительностью.
Еще один главный компонент EPM – система расчета затрат и управления бюджетом. Многие руководители и сотрудники чувствуют себя не в своей тарелке, когда речь заходит о том, каким образом расходы связаны с полученными результатами. EPM дает возможность лучше понять на что тратятся деньги, что повышает расходы, позволяет распределить затраты ресурсов так, чтобы достичь целей с наименьшими затратами. Далее мы еще обсудим систему учёта затрат по видам деятельности (ABC) как важный элемент управления финансами.
Управление эффективностью значительно шире, чем разработка бюджета, отчетность и контроль. Оно включает в себя методики, процессы, метрики и программное обеспечение, которое позволяет полностью управлять эффективностью предприятия.
Отчетность и прозрачность: новые надежды
Предполагается, что государственные программы внедряются для того, чтобы выполнить поставленные социальные задачи и обеспечить общество необходимыми услугами и товарами. Конечные цели программ зачастую бывают сформулированы размыто. Это влияет на конечный результат и на расходы далеко не в лучшую сторону, а это уже есть невыполнение принципа эффективности и экономности использования бюджетных средств. Кроме того, государство обязано отчитываться об использовании денег налогоплательщиков, буквально за каждый потраченный рубль. Подразумевается, что для отчетности результат и критерии эффективности не просто должны быть сформулированы, но и измерены, а затем опубликованы.
Одной финансовой отчетности недостаточно, необходимо донести информацию об услугах государства, эффективности программ до всех заинтересованных лиц. В США, например, ряд ведомств опубликовывают показатели эффективности на своих интернет-сайтах. В России тоже дело не стоит на месте – в программе «Электронная Россия» большое внимание уделено информатизации государственного управления.
Деятельность ведомств должна быть прозрачна для тех, кто заинтересован получать необходимую информацию. Во многих случаях к заинтересованным в правительственных программах лицам относятся простые граждане. Налогоплательщики не только имеют право знать, на что тратятся их деньги, но и видеть как растет качество услуг. Без прозрачности невозможно обеспечить предоставление отчетности и потребность в ней остается неудовлетворенной.
Результативность и эффективность: необходимы оба
Программа может быть очень эффективной с точки зрения затрат, но это вовсе не означает, что достигается нужный результат. Руководители очень разумно распределяют ресурсы, оптимизируют выполнение административных процедур и добиваются исключительной экономичности. Между тем, положительный результат отнюдь не гарантирован. В таком случае мы говорим об эффективной, но нерезультативной программе.
Обратный случай: программа может быть результативной, не будучи эффективной.
Полученные результаты программы могут быть весьма значительными, но при этом затраты просто расточительны, а ресурсы используются плохо. В данном случае есть задел для оптимизации использования ресурсов и административных процедур. Это позволит сэкономить деньги или предоставить более качественные услуги с теми же затратами.
Если программа эффективна и результативна, значит в итоге мы получим наилучшие результаты при наименьших достаточных для этого затратах. Существуют различные подходы к повышению результативности и эффективности процессов. Чтобы получить более полную картину расскажем о них по отдельности.
Результативность: есть ли результат?
Что бы определить насколько хороши полученные результаты, надо разработать систему имеющих смысл, измеряемых показателей. Эти показатели должны наглядно отображать те выгоды, которые программа приносит обществу.
Далее необходимо определить желаемые итоги, а затем использовать полученные значения как базовые для планирования, отслеживания хода программы и принятия управленческих решений. Показатели, в частности, должны содержать ответы на такие вопросы как: соответствует ли программа потребностям и ожиданиям тех, на кого она рассчитана, изменила ли она что-то в обществе, и т.д.
Частота подведения итогов непосредственно влияет на способность загодя вносить в программу улучшения. Например, итоги, подведенные раз в год, никогда не будут работать так же эффективно, как итоги по кварталам или, что еще лучше, по месяцам. Преимущество регулярного подведения итогов состоит в том, что руководители могут активно регулировать ход программы, понимая, где находятся на данный момент и к чему идут, и принимать меры против выявленных проблем. Упреждающий подход позволяет вернуться на правильный путь до того, как проблемы разрастутся, и таким образом способствует повышению эффективности.
Эффективность: затраты оптимальны?
Принцип эффективности и экономности использования бюджетных средств означает, что при составлении и исполнении бюджетов уполномоченные органы и получатели бюджетных средств должны исходить из необходимости достижения заданных результатов с использованием наименьшего объема средств или достижения наилучшего результата с использованием определенного бюджетом объема средств.
Задайте себе вопрос: «Действительно ли себестоимость наших продуктов/услуг минимальна? Достигаем ли мы нужных результатов с такими затратами?» Многие организации не могут точно сказать, насколько они эффективны.
Фактически, их информация о затратах ограничивается строками из бюджета, в которых указано лишь то, как распределены деньги.
Что если предоставить организациям возможность отслеживать влияние затрачиваемых ресурсов на итоговую стоимость процессов. Так гораздо проще выявить моменты, которые отрицательно сказываются на общей эффективности.
Популярные в последнее время методики контроля расходов, например процессно-ориентированное управление (Activity-Based Management, ABM), помогают глубже понять процессы потребления ресурсов.
Для поддержки принятия решений в методике ABM используются данные, получаемые при учёте затрат по видам деятельности (Activity-Based Costing, ABC), в комбинации с некоторыми методами EPM. Используя причинно-следственные зависимости ABC позволяет выявить и проследить влияние затрат внутри каждого административного процесса на конечный итог.
Для начала методика ABM позволяет распознать выполняемые процессы и определить какие ресурсы (время, деньги из бюджета, материалы) расходуются на конкретные процессы. Далее ABM раскрывает, от чего или от кого зависят расходы.
Не одно ведомство по всему миру достигло положительного эффекта от внедрения методик ABM. Например, Департамент Транспорта штата Южная Дакота, США, ежегодно экономит два миллиона долларов, и предполагается, что в дальнейшем эта сумма может увеличиться. Еще один пример – ВМФ США. Командование ВМФ использует методики ABM и соответствующее программное обеспечение для того, чтобы определить случаи нехватки ресурсов, выявить возможности использования аутсорсинга, нахождения новых возможностей для возмещения и перераспределения ресурсов. Все руководители программ могут, войдя в систему, видеть какие ресурсы и на что были потрачены. Что еще более важно – эта информация позволяет понять, почему ресурс был затрачен.
Как дополнение к ABM используются аналитические методы, такие как оперативная аналитика, логистическое и прогностическое моделирование. Аналитика строится на основе готовых алгоритмов и статистических моделей, разработанных опытными профессионалами, поэтому при наличии необходимых данных она может помочь найти способ значительной экономии средств. Например, она позволяет прогнозировать потребности в ресурсах в будущем для целей планирования и составления бюджета. Используя такие технологии, как моделирование вероятных сценариев развития ситуации, можно разработать модели и на их основе прогнозировать вероятные результаты, включая ресурсы и условия окружающей среды. В целом, возможность понять и определить потребности в ресурсах для достижения ожидаемых результатов позволяет организациям соответственно подготовиться.
Методы управления эффективностью и затратами
Государственные ведомства сходны с коммерческими компаниями в том, как они могут использовать методы управления и оптимизации, такие как «6-сигма». В частном секторе использование методик управления эффективностью во многих случаях повысило доходность, долю рынка и удовлетворенность потребителей. Аналогично и госведомства могут повысить качество предоставляемых услуг и финансовую эффективность.
Есть определенная путаница в определении концепции управления эффективностью.
Управление эффективностью - это совокупность процессов управления и анализа, а также соответствующих технологий, имеющих отношение
как к финансовой, так и к операционной деятельности организации. Примерами таких технологий могут быть «6-сигма», планирование ресурсов предприятия (ERP), бюджетирование по результатам и система учёта по видам деятельности (ABC).
В государственных и учебных организациях закрепились две наиболее популярные методики управления производительностью – система сбалансированных показателей (Balanced Scorecard) и критерий Болдриджа (Baldrige criteria). Balanced Scorecard и критерий Болдриджа способствуют повышению производительности в масштабе организации, соотнося текущую деятельность с миссией и стратегическими целями. Это в высшей степени важно, поскольку основная задача состоит не только в том, чтобы разработать стратегию, но и в том, чтобы ее реализовать, успешно выполнив ключевые задачи. Исследования показали, что в 70 процентах случаев эффективно придерживаться стратегии не удается. По сути, этот факт объясняет частые смещения исполнительных директоров с должности. Методы управления производительностью позволяют не только создать стратегию, но и получить результаты.
В противовес этим обще-организационным подходам становится все более популярным метод управления производительностью на уровне программ – управление освоенными объемами (Earned Value Management, EVM). Так же как и обще-организационные подходы, он предполагает наличие сформулированных результатов конкретной программы.
Многие организации, ведущие крупномасштабные программы, используют EVM для совмещения технических требований, планирования ресурсов и времени. Поскольку EVM нацелено на производительность, затраты и временное планирование, метод часто используется при заключении договоров на основе производительности (их часто называют приобретением услуг на основе производительности) – в частности, потому что договоры существенно влияют на эффективность программы в целом.
В договорах на сумму более 20 миллионов долларов Министерством обороны США обязано применять EVM. Для договоров на меньшую сумму министерство рекомендует использовать метод. Гораздо большую информацию может дать EVM дополненная системами бизнес-аналитики. Так, Береговая Служба США, ответственная за реализацию многомиллиардной программы под названием «Deepwater», использует показатели EVM как один из компонентов системы управления производительностью.
Важно отметить, что система учёта по видам деятельности (ABC) и процессно-ориентированное управление (ABM) часто используются как на уровне программы, так и на уровне организации. ABC и ABM дополняют систему сбалансированных показателей и другие методы управления производительностью, привязывая затраты к видам деятельности, а операционную деятельность – к выполнению стратегии.
Можно использовать множество методик управления производством и расходами, иногда даже совместно, чтобы с их помощью вносить улучшения и достигать результатов. Однако каждая организация и программа уникальна, так что необходимо определить, что для них подходит лучше всего. Об управлении производительностью и стоимостью написано много книг и статей. В приложении дан список рекомендованной литературы.
Достигайте результатов: технологии это позволяют
Для того чтобы вышеупомянутые методики правильно заработали, необходимо внедрить в организации автоматизированные информационные системы, способные их поддерживать. Более того, информационные системы не только поддерживают управление эффективностью и затратами, они помогают достичь желаемого результата.
Информация, получаемая из данных
Возможности руководителя принимать правильные решения зависят от наличия у него наиболее достоверных фактов. Как их предоставить лицам принимающим решения? Если объединить процессы автоматизированного сбора и обработки статистических данных с методами управления затратами и эффективностью, то мы можем получать наиболее полезную, точную, надежную и актуальную информацию о состоянии дел. С точки зрения принятия решений, информация, определяемая статистическими данными, является ключевой.
Успех управления эффективность в организации зависит от способности извлекать полезные данные из большого числа различных оперативных систем. Автоматизированные информационные системы предоставляют возможности обработки данных, которые уже накоплены в системах ведомства, но являются разрозненными. В идеальном случае объединение данных происходит на единой автоматизированной интеграционной платформе.
Процесс интеграции обязан быть автоматизирован. Многие организации тонут в потоках данных, которые нужно извлекать и распределять вручную.
Автоматизация позволяет получить свежую и надежную информацию. Безусловно, благодаря этому пользователи смогут продуманно принимать решения в области своей функциональной ответственности. Отчеты о производительности, приложения, инструментальные панели и показатели наглядно отображают положение на настоящий момент, а не на вчерашний день. Кроме того, автоматизация подобных процессов позволяет сэкономить рабочее время и помогает сотрудникам сосредоточиться на выполнении других видов деятельности по повышению эффективности.
Бизнес-аналитика крайне важна для оценки и ведения отчетности по производительности и затратам. Аналитика позволяет проникнуть в самую суть вопроса производительности. Инструментальная панель является чересчур «узкой», если дает только цифры показателей и сравнивает их с целями. При этом вы узнаете только то, где находитесь в данный момент. Если вы задаете себе вопрос: «Почему у нас такой уровень производительности?» - в дело вступает бизнес-аналитика.
Инструментальная панель должна включать в себя:
• Гибкую отчётность, позволяющую, детализируя данные, добраться до cути явления
• Возможность не только просматривать, но и анализировать итоговые данные и записи.
Большинство предложений из области бизнес-аналитики позволяют только уточнить прежнюю производительность по запросам и отчетности. Это недальновидно, особенно в контексте управления производительностью. Ведь наша цель не просто наблюдать за стрелками показателей на инструментальной панели, а двигать их вперед.
Аналитика отвечает на вопросы
Даже простой ретроспективный анализ может дать впечатляющие результаты.
Но кроме того, аналитика может дать организации возможность подняться на новый уровень, позволяя предсказать ожидаемую производительность, расходы и необходимые ресурсы и соответствующим образом подготовиться.
Некоторые предложения на рынке программного обеспечения включают в себя простые функции прогнозирования, позволяющие заглянуть в будущее. примерно тот же, что вести машину ночью с включенными фарами. Вы можете видеть не дальше чем позволяет Вам свет от фар, то есть от внедренного программного обеспечения. Однако набор функций в таком программном обеспечении невелик.
Другое дело, если использовать мощные возможности аналитического прогнозирования – это все равно, что ехать ясным днем по ровной дороге. Вы ясно все видите далеко вперед и можете планировать и менять курс, повышая производительность.
Хороший пример планирования повышения производительности в частном секторе – прогнозирование продаж и доходов. В госучреждениях сотрудники получают возможность спрогнозировать результаты и качество оказанных услуг и благодаря этому знают, чего ожидать. Соответственно, они могут информировать всех заинтересованных лиц о своих предположениях и планах.
Особенно ощутимо прогностический анализ может помочь в подготовке бюджета.
Задача состоит в том, чтобы заранее узнать, сколько и каких ресурсов потребуется для повышения производительности и что нужно для того, чтобы сохранить качество услуг на нужном уровне. Прогнозную информацию можно использовать не только для определения последствий предполагаемого сокращения бюджета, но и для аргументированного отстаивания бюджетных запросов.
Удобство для потребителей
На данный момент приложения для управления производительностью и затратами стали эргономичнее и проще в применении. Системы интуитивно понятны и позволяют получить огромные массивы информации всего несколькими щелчками мыши. Информацию можно легко сделать достоянием общественности, поскольку многие приложения снабжены функцией Web-поддержки и позволяют не только немногочисленным специалистам использовать систему, но и обеспечивают доступ к ней сотням и тысячам людей, которые смогут использовать информацию в своей работе. У каждого сотрудника вашей организации есть доступ к определенной информации, которую он может получить с Web-страницы. Приложения для управления производительностью и затратами позволяют обмениваться данными, координировать действия и сосредотачиваться на достижении целей.
Обмен информацией и масштабируемость
Мы выяснили, что для того, чтобы стратегия была успешной, ее нужно эффективно внедрить. Успешность внедрения напрямую зависит от того, как стратегия будет донесена до сотрудников организации. Правильно работающие коммуникации позволяют координировать действия, гарантировать, что все находятся на одном этапе, имеют общие цели и примерно одинаковый уровень понимания желаемого результата. Распределение задач и обмен опытом, которые имеют место при координировании действий, позволяет передавать сотрудникам оптимальные методы, идеи и знания, а это не менее важно, чем информация и данные. Совместная работа настолько важна, что в системы управления эффективностью включен компонент, обрабатывающий и такой вид информации. Таким образом, системы управления эффективностью, кроме всего прочего, гарантируют, что сотрудники уделяют максимум внимания самым важным вещам и делают их хорошо, вместо того чтобы делать это «как положено».
Составление бюджета, рассчитанного на результат
Принцип эффективности и экономности использования бюджетных средств гласит, что при составлении и исполнении бюджетов уполномоченные органы и получатели бюджетных средств должны исходить из необходимости достижения заданных результатов с использованием наименьшего объема средств или достижения наилучшего результата с использованием определенного бюджетом объема средств.
Программам, не доказавшим свою способность получать заданные результаты, могут урезать бюджет. Для организаций логично было бы включать информацию об эффективности в процессы составления бюджета. Основная предпосылка заключается в том, что, имея правильное представление о производительности и затратах, можно принимать намного более продуманные бюджетные решения и составлять бюджет, дающий положительные результаты.
Задача по составлению бюджета в большей степени решается на основе фактов, а не субъективных представлений. Например, вместо того чтобы распределять средства на основе политических взаимоотношений отдельных лиц или сроков пребывания в должности, используются фактические, обоснованные данные.
На основе фактической информации, полученной с помощью системы управления производительностью и стоимостью можно оценить бюджетные запросы и обосновать их перед утверждающими органами. Более того, уверенность в правильности полученной на основе данных информации позволит составлять бюджеты так, чтобы решить задачи, достигнуть целей и не оказаться без средств. Нехватку финансов на реализацию программы можно сравнить с ситуаций, когда в идущей впереди машине во время гонок заканчивается бензин прямо перед финишной линией. Наличие информации о производительности и затратах для создания бюджета с достаточными для выполнения задания (до конца следующего финансового года) ресурсами крайне важно.
Изменение корпоративной культуры:
Внедрение систем управления эффективностью может повлечь за собой изменение корпоративной культуры, а значит и перемены в сердцах и мыслях сотрудников. Это дается отнюдь не легко, однако, только если удастся внедрить системы управления эффективностью так, чтобы они были приняты на уровне корпоративной культуры, организация и ее программы смогут подняться на новую высоту и внести в свою работу огромные улучшения. При этом огромную роль должны сыграть лидеры, способные повести за собой людей, продемонстрировать на собственном примере преданность идее внедрения системы и добиться среди всех заинтересованных лиц единства по вопросу ее ценности.
У всех руководителей высшего звена, успешно внедривших управление производительностью, была одна общая черта – они страстно этого хотели. Если руководители программы будут стремиться внедрить управление производительностью, волна изменений пройдет по всей организации.
Что нужно для смены корпоративной культуры?
На изменение культуры может потребоваться время. Идея смены курса должна исходить от высшего руководства и пользоваться его поддержкой. Самое распространенное препятствие на этом пути – страх перед отчетностью и ответственностью за нее. Многие сотрудники воспринимают такую отчетность как табели собственной успеваемости. Однако отнюдь не это является целью систем управления производительностью.
Лучший способ опровергнуть эти страхи – провести обучение. Доводя до всеобщего сведения основные цели, то есть общее повышение производительности и реализацию стратегии, нужно сформировать общее чувство ответственности.
Каждый должен осознать, что играет важную роль в достижении успеха. Сообщая сотрудникам о причинах изменений, руководство может дать всем понять, над какими серьезными вещами они работают. В целом, повышение производительности – это результат общих усилий, для достижения которого нужна горячая поддержка сотрудников, поскольку именно они помогают реализовать стратегию.
По мере того как сотрудники приходят к пониманию того, что системы отчетов и инструментальные панели предназначены не для изучения работы отдельных лиц, а для отслеживания хода выполнения миссии, страх исчезает. Вопрос не в том, чтобы получить доказательства для принятия дисциплинарных мер, а в том, чтобы найти нарушения в процессах, которые, безусловно, можно и нужно устранить.
Приведем пример, как организации удалось внести изменения в курс обучения, чтобы сократить повысить производительность в целом. Отдел управления закупками министерства финансов США (OAM) использует сбалансированные показатели в составе решения по управлению производительностью для отслеживания закупочной деятельности всего ведомства и его подразделений.
С помощью этой системы ведомство находит пробелы в обучении персонала. В данном случае цель системы не в том, чтобы критиковать знания и навыки ответственных лиц, а в том, чтобы обнаружить недостатки ресурсов и в обучении и принять меры. Если руководство и сотрудники понимают и используют эту концепцию, то атмосфера сотрудничества возникает скорее, прогресс идет быстрее, производительность оптимизируется, а расходы сводятся к минимуму.
Во многих случаях низкая или очень низкая производительность вызвана не некомпетентностью, а недостатком ресурсов или знаний. Однако использование методик управления эффективностью совместно с бизнес-аналитикой может помочь обнаружить такие проблемы. Полученная информация позволяет принять соответствующие меры, например организовать курсы обучения для сотрудников. Такие курсы улучшают положение и создают ситуацию абсолютного выигрыша для всех и каждого.
Система управления эффективностью, проект “Deepwater”
Примером организации, которая достигла принятия системы управления производительностью на уровне корпоративной культуры может служить программа Береговой Охраны США “Deepwater”. Ответственный за выполнение программы контр-адмирал Патрик Стилмен (Patrick Stillman) верит в создание среды, где «торжествует истина и факты». Он твердо верит в то, что для успешного выполнения заданий людям нужно дать то, в чем они нуждаются.
Это его мнение, руководствуясь которым он поддерживает внедрение программного обеспечения для управления эффективностью. Руководство Береговой Охраны успешно внедрило культурные изменения.
Внедрение системы было воспринято с энтузиазмом, и на данный момент принципы повышения эффективности программы «Deepwater» воспринимаются как «почти религиозная приверженность к повышению производительности». Ясно, что управление производительностью прочно вошло в культуру этой организации. Появившиеся технические средства помогли снабдить организацию данными и информацией, помогающей сотрудникам лучше выполнять свою работу.
Проект «Deepwater», – самое крупное и инновационное достижение в истории Береговой Охраны. Это многолетняя программа стоимостью в несколько миллиардов долларов, цель которой заключается в пополнении и обновлении флота судов и самолетов Береговой Охраны, обновлении систем и других активов. Проектная стоимость программы на следующие 25 лет составляет 24 миллиарда долларов. Эти средства, направлены на то, чтобы обеспечить персонал Береговой Охраны необходимыми средствами для обеспечения безопасности граждан.
Береговая Охрана использовала систему сбалансированных показателей (Balanced Scorecards) совместно с решениями по управлению эффективностью и затратами. Зачем понадобились эти решения? Как говорит Грэг Коэн (Greg Cohen), руководитель отдела управления производительностью программы «Deepwater», береговой охране нужна была система, которая «централизованно собирает и отображает данные, которые руководство будет использовать для управления эффективностью». Сбор и пересмотр данных выполнялся вручную и «занимал так много времени, что руководители не могли сосредоточиться на разработке планов улучшения». В результате информация об эффективности береговой охраны поступала к ответственным лицам с опозданием, и это "мешало своевременно принимать меры по исправлению ситуации", говорит Коэн.
Иллюзия окупаемости инвестиций (ROI): от простого соответствия к бесценным результатам
Количественные показатели приводятся для демонстрации реализуемой (не потенциальной) экономии затрат и увеличения производительности. Эта информация может оправдать расходы на закупку программного обеспечения для внедрения инициативы управления производительностью и затратами. Кроме того, с ее помощью можно обосновать запросы на ресурсы.
Результаты государственных организаций по всему миру говорят об эффективности внедрения EPM систем. Например, департамент транспорта Южной Дакоты экономит 2 миллиона долларов за год, или программа Береговой Охраны США «Deepwater», значительно повысившая свою продуктивность. Так, участник программы Deepwater г-н Коэн утверждает, что «сотни рабочих часов в месяц были сэкономлены безо всякого труда» благодаря внедрению решения по управлению эффективностью.
Можно ли оценить реальную стоимость освобожденных рабочих часов, которые можно будет использовать для дополнительного повышения производительности?
Или вычислить показатель, который действительно отражает целостный успех? В действительности успешное повышение эффективности
и оптимизация затрат в целом не поддаются количественному анализу. Дело в том, что здесь задействовано множество факторов, слишком много возможных преимуществ, чтобы общую выгоду управления производительностью можно было измерить в цифрах. Другими словами, слово «бесценный » описывает результат точнее всего. Некоторые частные компании могут отметить, что управление производительностью и стоимостью спасло их от банкротства, позволило повысить чистую прибыль и т.д. Благосостояние и процветание страны является для правительства неосязаемым преимуществом, которое тоже можно назвать «бесценным».
Как измерить то, насколько ценно для всех граждан будет реализация программ по предотвращению заболеваний? Как измерить значение безопасных дорог? Более того, какими количественными показателями можно оценить предотвращение автомобильных аварий? Экономия и повышение производительности могут освободить военнослужащих от несущественных для выполнения стратегических задач дел, так, чтобы их можно было перебросить на более важные участки. На передовой могут оказаться сотни и тысячи новых бойцов, но ни один из них не будет новичком. Такое преимущество трудно измерить числами. Это все частные примеры, но суть общая для многих организации.
Можно разработать много показателей, которые будут – каждый по-своему – отражать уровень услуг, оказываемых государством. Между тем, их общая ценность и окупаемость инвестиций (ROI) не поддается измерению, поскольку основное здесь – не чистый доход, курс акций, доля на рынке и т.д., а то, что государство делает для граждан. Невозможно по-настоящему измерить значение улучшения социально-экономических условий и здравоохранения, спасения жизней, предотвращения преступлений и террористических актов и многие другие функции федерального правительства, региональных и местных органов.
Правительственным организациям нужно выполнять требования и предписания в отношении отчетности и прозрачности результатов программ. Необходимо сбалансировать эффективность и результативность. Однако для того, чтобы действительно воспользоваться всеми преимуществами управления эффективностью, руководителям нужно не просто выполнять требования, но и активно вести свою организацию к выполнению миссии по защите и улучшению жизни граждан.

SAS® Forecast Server. Автоматически создает миллионы статистически обоснованных прогнозов, которым вы можете доверять
Прогнозирование может оказаться проблематичным для тех предприятий, в которых необходимо строить много прогнозов на основе больших объёмов данных. Эта проблема может заключаться в нехватке квалифицированных аналитиков, составляющих прогнозы, или в слишком большом числе прогнозов, которые должен проанализировать текущий штат аналитиков в разумные сроки. Также сложность может заключаться в имеющемся в компании программном обеспечении, которое не способно создавать статистически обоснованные прогнозы в промышленном масштабе, и введении ограничений, снижающих точность прогнозов.
SAS Forecast Server позволяет устранить эти проблемы. Он выгодно объединяет легкий в использовании графический пользовательский интерфейс (SAS Forecast Studio) с комплексными функциональными возможностями прогнозирования и возможностью автоматизации процесса.
SAS Forecast Server может автоматически создавать миллионы статистически обоснованных прогнозов без ручного вмешательства, если в этом нет необходимости.
В зависимости от требований бизнес пользователя, выбирается режим работы в интерактивном или в пакетном режиме.
SAS автоматически выбирает наиболее точную модель прогнозирования, оптимизирует её параметры и создаёт прогнозы даже с учётом сезонных изменений и прерывистых исторических данных.
Существенной функцией SAS Forecast Server является преобразование данных перед построением временных рядов. Данные о транзакциях можно экспортировать в формат временных рядов и составить прогноз всего за один шаг, или преобразованные данные можно загрузить в аналитическую витрину данных для прогнозирования. Возможность предварительной обработки транзакционных данных позволяет существенно сэкономить время и ресурсы.
Получаемые выгоды
● Быстрое и своевременное создание прогнозов с помощью удобного графического пользовательского интерфейса. SAS Forecast Server автоматически создает высокоточные прогнозы с возможностью последующего изменения модели прогнозирования в интерактивном режиме
без необходимости ручного программирования. Это делает процесс широкомасштабного построения прогнозов управляемым и позволяет аналитикам сфокусироваться только на наиболее значимых прогнозах. Прогнозирование требует гораздо меньшего ручного вмешательства, высвобождая время для анализа и составления отчетов, при этом в целом улучшается точность прогнозов.
● Создание прогнозов с учётом реалий бизнеса, позволяющих уверенно планировать будущие события. SAS Forecast Server способен из множества переменных, поданных на вход системы при моделировании, автоматически определять факторы, влияющие на бизнес, учитывать праздники и другие события, чтобы повысить точность прогнозирования. Прогнозы лучше описывают бизнес и требуют меньше корректировок и ручного вмешательства. SAS Forecast Server автоматически строит наиболее подходящие модели на основе ваших данных и создает надежные прогнозы.
● Автоматическое определение ключевых показателей эффективности маркетинговых мероприятий. С помощью передовых методов,  реализованных в SAS, становится возможным статистически оценить влияние проводимых маркетинговых мероприятий. и даже случайных событий, таких как погодные явления на показатели бизнеса. Это помогает лучше спрогнозировать и спланировать будущие промоакции и маркетинговые мероприятия.
О продукте.
SAS Forecast Server - это масштабируемое решение для автоматизированного прогнозирования различных процессов. Прогнозирование может выполняться как в пакетном режиме автоматически, так и в интерактивном режиме при участии пользователя. Для каждого прогноза SAS Forecast Server автоматически выбирает лучшую модель из неограниченного хранилища моделей кандидатов, математически оптимизирует все её параметры и создаёт высокоточные прогнозы.
■  Мастер настройки проекта. С помощью мастера настройки (wizard) начинающие пользователи могут быстро и просто настроить автоматический процесс прогнозирования. Мастер помогает пользователю выбрать исходные данные и сконфигурировать параметры/ критерии автоматического прогнозирования. Также пользователь может настроить критерии автоматического определения выбросов, установить горизонт прогнозирования, указать, может ли результат быть меньше нуля, и многое другое. Также с помощью правил исключения можно отмечать прогнозы, которые могут быть потенциально проблематичными.
■  Автоматическое прогнозирование. При автоматическом прогнозировании SAS Forecast Server выбирает наиболее подходящую модель (наиболее точно описывающую исторические данные), в соответствии с которой составляется прогноз. Параметры модели автоматически оптимизируются, что в результате позволяет получить более точные и отвечающие действительности прогнозы. На вход системы может подаваться произвольное число бизнес факторов и событий (в качестве регрессоров моделей). Из них автоматически выбираются наиболее значимые и включаются в модель. Наличие проверочных выборок данных позволяет автоматически выбрать лучшие модели не только по степени их соответствия данным за прошедший период, но и по тому, насколько точно и с какой степенью вероятности они могут предсказывать будущее. Пользователи могут выбирать уровень автоматизации процесса прогнозирования.
■  Группировка и детализация иерархических прогнозов. Все временные ряды иерархически группируются например, прогнозы продаж по городам группируются в прогнозы по регионам). Каждый ряд в иерархии моделируется индивидуально. Затем результаты автоматически согласовываются одним из способов -"снизу-вверх", "сверху-вниз" и др. Статистические прогнозы на самом низком уровне иерархии можно агрегировать для создания прогнозов на более высоких. Аналогичным образом, результаты прогнозирования на более высоких уровнях иерархии могут быть детализированы на более низкие уровни. Возможность группировки прогнозов и её детализации разработана для того, чтобы отразить иерархическую природу многих процессов.
■  Настройка иерархий. SAS Forecast Server позволяет пользователям создавать произвольную иерархию, наиболее подходящую для конкретной задачи прогнозирования. Пользователь в отделе планирования продаж может создать иерархию по клиентам, регионам продаж, в то время, как пользователь в отделе производственного планирования может создать иерархию по товару, распределительным центрам.
■  Установка правил исключения. Процессы автоматического прогнозирования не всегда являются идеальными. SAS Forecast Server позволяет пользователям настраивать правила, маркирующие потенциально проблематичные прогнозы. По завершении процесса автоматического прогнозирования, аналитики могут быстро идентифицировать прогнозы, нарушающие определенное правило, и сфокусировать внимание на них.
■  Панель управления событиями. События, такие как акции по продвижению товара, праздники, необычная погода, и т.д., могут оказать значительное влияние на спрос. Консоль управления событиями позволяет пользователям определять события, приписывать события к выбранным рядам в проекте, удалять события. Пользователи могут задавать длительность событий, их форму и правила проведения. Некоторые общие события и праздники предопределенны и доступны для включения в модели прогнозов, что делает разработку и развертывание модели легким и быстрым процессом.
■  Генерация кода для пакетной обработки. С помощью интерактивного графического интерфейса SAS Forecast Server позволяет создавать код SAS. Вся работа, выполненная в SAS Forecast Studio, фиксируется в виде кода SAS. Его можно экспортировать и изменить в специальном редакторе, можно настроить расписание и запустить выполнение проекта в пакетном режиме, а также создать процессы SAS Stored Processes. ■  Возможность ручной корректировки. Аналитики, строящие прогноз, могут при необходимости корректировать его вручную, чтобы включить в процесс прогнозирования экспертные оценки или внешнюю информацию. Аналитики, когда имеют новую информацию, не включенную в исходные данные, или когда нет времени обновлять модели прогнозирования, могут воспользоваться ручной корректировкой и быстро изменить интересующие прогнозы.
■  Клиент-серверная архитектура. SAS Forecast Server может располагаться как на одной машине для персонального использования, так и на сервере для обеспечения множественного доступа пользователей. Клиент-серверная среда позволяет серверу прогнозирования решать крупномасштабные задачи. SAS Forecast Studio - это графический интерфейс пользователя на базе Java-приложения, который настраивается настраиваться на сетевое соединение с сервером прогнозирования.
■  Оптимизация параметров модели. Математическая оптимизация параметров модели позволяет пользователям не гадать и не вводить вручную числа или выполнять обременительный поиск соответствующих приблизительных значений. Оптимизированные параметры позволяют получать модели и прогнозы, более аккуратно описывающие данные.
■  Автоматический выбор регрессоров и спецификация модели. Регрессоры и события, усовершенствующие модель, автоматически выбираются из множества представленных в системе, а SAS Forecast Server автоматически определяет их спецификацию внутри модели. Система проверяет одновременное отношение регрессоров и событий к прогнозируемой переменной и определяет наличие лагов и/или динамичных отношений. Сервер автоматически вычисляет преобразования переменной, задержки и определения функции смещения.
■  Автоматическое определение выбросов. SAS Forecast Server проверяет исторические данные у каждого временного ряда и автоматически идентифицирует выбросы (outliers) и смещения в данных. Дальнейшие прогнозы строятся с учетом обнаруженных выбросов и смещений. Автоматическое обнаружение выбросов и смещений в данных позволяет пользователю, занимающемуся прогнозом, сконцентрировать внимание на более существенных аспектах прогноза, а не на устранении проблем в данных.
■  Выбор уровня автоматизации. Пользователь имеет возможность выбрать уровень автоматизации прогнозорования с помощью SAS Forecast Server. Если наилучшая модель для каждой величины временного ряда неизвестна или если использованные ранее модели стали неактуальными, пользователь может выбрать максимальный уровень автоматизации. Если же ранее были определены подходящие модели, то можно использовать их и пересчитать только их параметры. При необходимости построить прогноз с максимальной скоростью, имея в наличии ранее построенные модели, пользователь может просто создать прогноз, оставляя неизменными построенные ранее модели и оценки их параметров.
Основные характеристики и возможности
■  Простой в  использовании графический интерфейс
• Автоматическое прогнозирование: настраивайте процесс прогнозирования, иерархию, параметры и бизнес-правила с помощью интерактивного графического интерфейса.
• Мастер настройки проекта: создавайте автоматические прогнозы в пакетном режиме или с помощью интерактивного графического интерфейса.
• Согласование иерархии: согласовывайте прогнозы в направлениях вверх и вниз, чтобы наиболее эффективно использовать возможности аналитического решения SAS.
• Автоматическое определение исключений: создавайте отчёты об исключениях на основе чёткой статистической логики и бизнесправил.
• Возможность ручной коррекции прогноза: исправляйте модели и прогнозируемые значения.
• Гибкая система отчётности: автоматически публикуйте результаты на портале компании или в Интернете.
■  Гибкость и настраиваемость
• Выбор уровня автоматизации прогнозов позволяет эффективно использовать возможности SAS High-Performance Forecasting по широкомасштабному автоматическому прогнозированию для обработки миллионов временных рядов.
• Ускоряет постоянные и периодические процессы прогнозирования, выполняемые в рамках общего процесса планирования компании, позволяя получать более эффективные методы прогнозирования на основе статистики, которые можно использовать на всех этапах создания прогноза.
• Расширяемый список доступных моделей: модели прерывистого спроса (intermittent demand models), модели ненаблюдаемых компонентов (unobserved components models), модели ARIMA, динамическая регрессия, модели экспоненциального сглаживания с оптимизированными параметрами и модели, созданные пользователем.
• Клиент-серверная архитектура.
■  Простота управления и высокий уровень автоматизации
• Удобный интерактивный графический интерфейс SAS Forecast Studio позволяет легко пользоваться возможностями прогнозирования SAS. Функции прогнозирования не требуют никакого программирования достаточно всего нескольких нажатий кнопок мыши.
• Возможность выполнения непрерывных и повторяющихся прогнозов.
• Удобный способ настраивать несколько аспектов широкомасштабного прогнозирования,включая правила исключений, репозитарий моделей и события, что позволяет пользователю более гибко выбирать и контролировать модели, определять события и составлять отчёты об исключениях.
• Панель управления событиями.
• Создание кода с помощью графического пользовательского интерфейса: генерация кода для пакетной обработки
• Автоматический выбор регрессора.
• Автоматическое определение выбросов
■  Надёжность прогнозов
SAS Forecast Studio позволяет выполнять следующие действия:
• выполнять автоматическое согласование прогнозов на различных уровнях: настраивать процесс прогнозирования, иерархии, параметров и бизнес-правил с помощью интерактивного графического интерфейса;
• автоматически создавать в пакетном режиме прогнозы для временных рядов и тысячи прогнозов с помощью интерактивного графического интерфейса;
• согласовывать прогнозы различных уровней иерархии в направлениях вверх и вниз, эффективно используя возможности SAS;
• создавать отчёты об исключениях на основе чёткой статистической логики и бизнес-правил;
• автоматически публиковать результаты на портале компании или в Интернете.

SAS® Data Quality Solution. Превращение достоверного знания в действия посредством процесса очистки данных
Ошибочные и неполные данные негативно сказываются на деятельности любой организации. С учетом постоянного роста объемов данных неудивительно, что улучшение качества данных становится актуальной проблемой для большинства компаний.
Возможности служб ИТ по повышению качества данных и обеспечению надежной информацией бизнес подразделений затруднены из-за растущего количества систем и форматов, трудностей интеграции данных из внешних источников, дублирования данных в пределах одного приложения и между приложениями.
Во многих случаях стандарты качества данных в компаниях либо отсутствуют в принципе, либо не соблюдаются.
Многие организации не осознают стоящих перед ними проблем качества данных. Бизнес-пользователи могут и не знать, что их данные неточны, пока не возникнет серьезный сбой. Когда стратегические, программы и проекты не приносят запланированных результатов, проблема зачастую сводится к разрозненности или несогласованности данных.
SAS Data Quality является проверенным решением для профилирования, очистки, обогащения и интеграции данных для повышения ценности собираемой и обрабатываемой корпоративной информации. За счет интеграции SAS Data Quality в процессы извлечения и преобразования данных (ETL) организации имеют возможность осуществлять очистку и дедубликацию данных на этапе загрузки в корпоративное информационное хранилище или переноса данных между различными оперативными системами. SAS Data Quality позволяет эффективно устранять проблемы с качеством данных, которые наносят ущерб вашему бизнесу.
Основные преимущества SAS Data Quality
• Профилирование, контроль и управление данными. SAS Data Quality Solution предоставляет возможности для анализа и оценки качества данных по всему предприятию. Профилирование позволяет выявить области, в которых существуют проблемы, и установить, какие меры требуются для их устранения. Это позволяет организации сосредоточиться на улучшении ключевых областей данных и бизнес-процессов для достижения поставленных целей и реализации проектов.
• Интеграция и стандартизация данных во множестве систем и функциональных подразделений. При помощи SAS Data Quality Solution организации могут внедрять в ежедневное применение правила обеспечения качества данных для всех источников и платформ. Возможности сквозного аудита позволяют выявлять системные проблемы качества данных путем использования специализированных алгоритмов и правил анализа. Внедрение стандартных и адаптированных для предприятия процессов приводит к единому стандарту данные из различных источников, создавая единую непротиворечивую картину о деятельности компании.
• Простота создания правил корректировки данных. Специализированные интерфейсы упрощают задачу бизнес-аналитиков по созданию процедур очистки данных и визуализации результатов применения правил и процедур. Передовые инструменты контроля и обеспечения качества данных дают бизнес-пользователям и техническим пользователям возможность очищать, стандартизировать, интегрировать и обогащать данные и могут адаптироваться в соответствии с индивидуальными потребностями каждой организации.
• Предоставление лицам, принимающим решений, достоверной информации. Точные данные обеспечивают согласованность отчетности и аналитики. Путем автоматической интеграции процедур обеспечения качества данных в ETL процессы обеспечивается актуальность и точность данных, собранных из многих источников используемых для анализа, планирования и принятия решений.
Описание продукта
SAS Data Quality Solution содержит полный набор инструментов контроля и обеспечения качества данных, простые интерфейсы, разработанные для удовлетворения потребностей как бизнес-пользователей, так и технических пользователей. Инструменты включают средства профилирования данных с целью выявления проблем и определения необходимых процедур для их устранения, простой в использовании интерфейс для создания бизнес-правил и независимую от платформы серверную среду для применения описанных процедур к данным, поступающим из любой платформы и в любом формате. При выявлении низкого качества данных решение предоставляет возможности по их очистке и обогащению для обеспечения согласованности и точности данных. За счет возможности настройки алгоритмов, применяемых для анализа синтаксиса и очистки данных на основе характерных для определенного языка структурных компонентов или индивидуальных требований пользователя, SAS Data Quality удовлетворяет потребности заказчика в повышении качества данных.
Производительный и простой в использовании интерфейс
Бизнес-пользователи и специалисты, управляющие данными, могут работать в визуальной среде для анализа данных, создания бизнес-правил и составления спецификаций стандартизации и сопоставления данных для пользователей в службе ИТ. Интерфейс решения позволяет им визуально отображать выявленные проблемы в данных, легко задавать форматы, правила и повышать качество данных с использованием сохраняемых процедур отображаемых в виде деревьев, удобных для работы и восприятия.
Профилирование данных
Для обеспечения и контроля качества данных необходимо проводить процесс систематического сканирования и анализа содержимого баз данных и источников для выявления дефектов данных, частотного анализа, анализа типов данных и метаданных. Профилирование данных позволяет компании строить собственные стратегии очистки данных, основанные на требованиях к данным, оценке возможностей и усилий для достижения требуемого результата.
Надежная серверная среда обеспечивает анализ и обработку данных в пределах предприятия для выявления дубликатов, избыточности и расхождений. Простой в использовании интерфейс позволяет с легкостью определить участки некачественных данных, а также оценить ресурсы, необходимые для их исправления.
Очистка и стандартизация
Решение позволяет проводить в автоматическом режиме нормализацию элементов данных, например наименований организаций, регионов, сокращений, исправлять ошибки написания, допущенные операторами. Проводить стандартизацию значений, например, приводить адреса к стандартной записи с проверкой по справочнику (для России КЛАДР или любой другой справочник), а также проверять синтаксис значений данных (частей названий, адресов обычной и электронной почты, телефонов, а также любых текстовых значений в свободном формате). При этом все стандарты и форматы написания легко настраиваются и адаптируются для особенностей компании и регионов.
Матчинг и дедупликация
Алгоритмы матчинга позволяют объединять разнородные данные из множества источников, используя эвристику и фонетику данных на различных языках. Это позволяет устранить необходимость привлечения человека и гадания в случаях, когда сочетания невозможны, и позволяет создать согласованную информационную картину. Уникальные ключевые значения создаются посредством нечеткой логики для объединения в группы информации с близкими значениями (например, Роберт, Боб и Бобби) в пределах одного поля или нескольких полей. Вы получаете возможность удалить дублирующие значения в данных для обеспечения предоставления согласованной информации при использовании множества источников.
Идентификационный анализ
Данная функция позволяет, например, определить пол лица по ФИО, что может оказаться полезным при сегментировании данных в рамках оценки рисков или целевого маркетинга.
Как показывает практика достоверность данных в поле «Пол» в клиентских базах данных в разы ниже по сравнению с результатами синтаксического разбора ФИО.
Адаптация
Адаптация алгоритмов и правил синтаксического анализа, дедубликации, объединения и стандартизации баз данных обеспечивает возможность контролировать процессы обеспечения качества данных исходя из уникальных бизнес-потребностей конкретной организации. Например, могут быть усилены или созданы дополнительные требования по контролю проверки синтаксиса кодов продуктов, их количества и других характеристик в последовательности данных. База знаний в области качества данных позволяет распространить правила и процедуры, зависимые от языка алгоритмы, на все серверные и клиентские компоненты SAS Data Quality.
Международная поддержка
SAS Data Quality Solution учитывает различия в языках, включая названия, адреса и другую деловую информацию. Например, адрес в России записывается отлично от адреса в Германии, и проверка его синтаксиса производится иначе. SAS Data Quality Solution дает возможность правильно стандартизировать данные на различных языках.
Основные особенности
■  Производительный и простой в использовании интерфейс
• Windows-совместимая среда позволяет пользователям анализировать данные, созадавать бизнес-правила и составлять для ИТ специалистов спецификации, устанавливающие порядок стандартизации, матчинга и интеграции данных.
■  Возможности профилирования данных
• Надежная серверная среда обеспечивает анализ данных предприятия для выявления противоречий, избыточности и неточностей в данных.
• Простой в использовании интерфейс для выявления сегментов некачественных данных и определения потребностей в ресурсах для их устранения.
■  Очистка, дедупликация и стандартизация данных
• Позволяет устранить или сократить ошибки в корпоративных данных.
• Позволяет удалять дублирующие записи из баз данных клиентов, поставщиков или продуктов или из другой корпоративной информации
■  Создание кода поиска (одиночные или составные ключи )
• Объединяет данные из различных источников в случаях, когда полное совпадение невозможно.
• Создает уникальные ключевые значения при помощи нечеткой логики для объединения в группы информации с близкими значениями (например, Роберт, Боб, Бобби и т.д.) в пределах одного поля или нескольких полей.
■  Идентификация домохозяйств и других объединений
• Позволяет создавать идентификаторы домохозяйств или общности объектов на основе одного или нескольких условий.
■  Адаптация алгоритмов парсинга, стандартизации и матчинга
• Позволяет настроить алгоритмы парсинга, матчинга и стандартизации.
• Создает или улучшает правила, используемые для проверки частей названий, адресов обычной или электронной почты, кодов продуктов и иных бизнес-данных.
• Добавляет правила в алгоритмы матчинга, определяя, какая часть строки имеет максимальный вес.
• База знаний в области качества (QKB) позволяет распространять эту информацию между серверными и клиентскими компонентами.
■  Идентификационный анализ
• Определяет пол лица для оценки рисков, целевого маркетинга.
• Определяет принадлежность значения данных лицу или организации.
■  Может использоваться в различных странах с учетом структурных компонентов, характерных для конкретной страны или языка
• Учитывает различия языков и правил, включая названия, адреса, организации и иные позиции, требующие синтаксической проверки данных (Россия, Казахстан, Украина и т.д.).
• Использует знания о местных особенностях данных.
■  Применяет обширные возможности SAS в области интеграции данных
• За счет интеграции с возможностями SAS решение SAS Data Quality может стать составным элементом ETL или обязательным этапом интеграции данных.
• SAS Data Quality может применяться к любому источнику данных, поддерживаемому SAS на любой платформе, что обеспечивает возможности масштабирования решений.
• Реализует интерактивный подход к обеспечению качеству данных, помогающий устранить лишние усилия при создании бизнес-правил.
■  Повышает ценность решений SAS в области бизнес-аналитики
• Интеграция возможностей контроля и обеспечения качества данных в решения для бизнес-аналитики дает значительный эффект и обеспечивает рост возврата от инвестиций в ИТ.
■  Проверка адресов (КЛАДР)
Позволяет проводить массовые рассылки по проверенным адресам, что • значительно снижает затраты и повышает эффективность маркетинга.

SAP НАЧИНАЕТ ПРОДАЖИ ПОЛНОЙ ЛИНЕЙКИ ПРОДУКТОВ СЕМЕЙСТВА РЕШЕНИЙ SAP НА БАЗЕ SYBASE В РОССИИ И СНГ
23 марта 2012 года. — Компания SAP СНГ в рамках открытого форума «Путеводитель по бизнес-аналитике 2012: 7 шагов к вашему успеху» объявила о старте продаж в России и СНГ решений SAP, использующих в качестве СУБД Sybase Adaptive Server Enterprise (ASE). Интеграция базы данных Sybase ASE с SAP® Business Suite сократит эксплуатационные расходы за счёт единой стратегии управления данными и повышения производительности. Во всём мире порядка 90% крупнейших банков уже управляют своими данными с помощью СУБД Sybase ASE и подтверждают высокую надёжность её работы.
При помощи СУБД Sybase ASE клиенты SAP смогут надёжно управлять растущими объемами данных и транзакций и защищать свои инвестиции, благодаря продолжительному использованию имеющегося аппаратного обеспечения. При этом заказчики получат возможность мигрировать на новую базу данных без сбоев в работе. Тысячи специалистов инновационных лабораторий SAP в течение прошлого года трудились над интеграцией продуктовой линейки SAP Sybase с решениями SAP, чтобы обеспечить их надежную, стабильную и быструю работу.
Технологии баз данных Sybase проверены 28-летним опытом в мире и 16-летним – в России. Так, Sybase ASE используется на более чем 30 000 предприятиях по всему миру. Sybase признана лидером Магического квадранта Gartner по СУБД для хранилищ данных 2012[1] и показала высокую эффективность по всем требованиям, предъявляемым к промышленным СУБД, таким как: производительность, масштабируемость, отказоустойчивость, безопасность, управляемость, а также низкая стоимость владения[2]. При этом, компания SAP планирует развивать и поддерживать продукты Sybase, используя всю сложившуюся мощнейшую инфраструктуру тестирования, внедрения и поддержки SAP, задействовав программы по обучению и сертификации специалистов.
Основные продукты семейства Sybase:
· реляционная СУБД Sybase Adaptive Server Enterprise;
· аналитическая СУБД Sybase IQ;
· сервер репликации баз данных Replication Server;
· CASE-инструментарий Sybase Power Designer;
· система анализа сложных событий и взаимосвязей Sybase Complex Event Processing.
Основные потребительские сегменты Sybase:
финансовый сектор;
топливно-энергетический комплекс;
госсектор;
промышленность;
розничная торговля;
телекоммуникации.
Наиболее широко решения SAP на базе Sybase представлены в финансовом секторе. В настоящее время в России более 50 компаний финансового сектора используют продукты Sybase.
«Выбрав СУБД Sybase, наши клиенты получат лучшие результаты с меньшими затратами. Переход на Sybase ASE позволит сэкономить до 47% затрат на лицензии и сопровождение, так как приложения SAP и СУБД Sybase управляются с помощью стандартных инструментов SAP, имеют синхронизированные жизненные циклы и единый источник обновлений и технической поддержки. Также мы предлагаем отлаженный, не требующий высоких трудозатрат, процесс миграции на СУБД Sybase ASE с других СУБД-платформ и out-of-the-box сертификацию приложений SAP с Sybase ASE, - отметил Дмитрий Лисогор, заместитель генерального директора SAP СНГ, руководитель департамента по бизнес-аналитике и технологиям.- С развитием направления Sybase и углубления интеграции этого семейства СУБД с нашими приложениями, мы планируем стать лидером мирового рынка баз данных», - добавил он.
«Согласно данным нашего внутреннего тестирования, Sybase ASE обеспечивает рост производительности на 30 – 40 % по сравнению с конкурентами, работающими в той же инфраструктуре», – отметил Пьер Ленс (Pierre Lens), управляющий платформой Biodata (компания Bayer Bioscience).

Через эту ссылку можно без регистрации и без SMS бесплатно скачать справочник, авторские материалы которого разрешено использовать для написания таких работ, как эссе, сочинение, доклад, реферат, рецензия, курсовая работа, дипломная работа, бакалаврская / магистерская работа, диссертация