Kluge: Skrypt do przedmiotu Analiza danych (rok studiów 2006/2007) 1. Analiza danych. (Skrypt na rok studiów 2006/2007) Literatura podstawowa

Transkrypt

1 Kluge: Skrypt do przedmiotu Analiza danych (rok studiów 2006/2007) 1 P. D. Kluge / S. Andracki Analiza danych (Skrypt na rok studiów 2006/2007) Literatura podstawowa Kluge, P.D. et al.: Skrypty do przedmiotów Rachunkowość, Podstawy controllingu, Systemy informatyczne zarządzania oraz Controlling w systemach ERP Kluge, P.D. / Kużdowicz, P. / Orzeszko, P.: Controlling wspomagany komputerowo z wykorzystaniem systemu ERP, r. 3, Zielona Góra 2005 Opis funkcji systemu ProALPHA Programy do planowania w EXCEL-u Baza danych systemu ProALPHA- Info-Datenbank Lehre Baza danych modułu Analyzer Spis treści 1. Wprowadzenie 2. Wskaźniki i zależności pomiędzy wskaźnikami 3. Porównanie wskaźników 4. Drążenie danych Materiał do ćwiczeń opiera się głównie na materiałach z wykładów oraz na uzupełnieniach i wiadomościach dodatkowych pochodzących z ćwiczeń laboratoryjnych. Powyższy wykaz literaturowy powinien być wykorzystany do studiów własnych oraz jako materiał do przygotowania do egzaminu. 1. Wprowadzenie

2 Kluge: Skrypt do przedmiotu Analiza danych (rok studiów 2006/2007) 2 Analizy danych wykorzystywane są na różne wewnętrzne i zewnętrzne potrzeby; przykłady: Analizy można przeprowadzić tylko na podstawie dostępnych danych: Dane takie są także w małych przedsiębiorstwach w coraz większym stopniu przechowywane w elektronicznych archiwach danych. Już przed kilkoma laty dostępne były z góry zaprogramowane moduły i funkcje służące do analizy danych; były one elementem tych systemów standardowych, które wykorzystywane były do tworzenia archiwów danych. Przykłady dla systemu proalpha: Głównymi wadami tego typu technologii są: Ograniczenia związane z polami podlegającymi analizie oraz z kombinacjami analiz; ograniczenia związane z wykorzystywanymi matematyczno-statystycznymi narzędziami wykorzystywanymi do analiz W celu ograniczenia tych wad, w latach 90-tych dołączano do funkcji podstawowych systemów coraz więcej interfejsów pozwalających na eksport danych (szczególnie do EXCEL-a). Przykłady przydatnych funkcji arkusza EXCEL służących do analizowania danych: Niektóre ograniczenia jednak nadal występują, np.:: Struktura bazy danych (i tabel) występująca w systemie eksportującym dane; ograniczenia związane z ilością rekordów, które mogą być analizowane w jednym arkuszu EXCEL-a

3 Kluge: Skrypt do przedmiotu Analiza danych (rok studiów 2006/2007) 3 W ostatnich latach producenci systemów standardowych coraz częściej wykorzystują technologię OLAP 1, która powstała także w latach 90-tych i służy do tworzenia modułów na potrzeby analiz i eksportu danych. Najważniejszymi cechami tej technologii są: W systemie proalpha rozwiązano to za pomocą dołączenia modułu Analyzer. Najważniejszymi funkcjami tego modułu są: Por. materiały szkoleniowe do systemu proalpha; przykłady jako podstawy do zajęć laboratoryjnych - wybór źródła danych (folia 7) - różne punkty spojrzenia (folie 8do 16) - proste możliwości sortowania (folie 18 do 22) - proste możliwości klasyfikacji ( funkcja Ampel, folia 29-30) - wprowadzanie atrybutów funkcji (folie 31do 32) - podstawy analizy wielowymiarowej ( kostka, folia 34) - niektóre narzędzia do raportowania (folie 35 do 37) - Wskazówki dotyczące możliwości eksportu i importu danych (folia 38) Mająca na uwadze taki rozwój tego tematu, nie jest sprawą dziwną, iż centrale zewnętrznych kredytodawców (np. banki i instytucje finansowe) w ramach zarządzania ryzykiem (np. 1 On-Line Analytical Processing

4 Kluge: Skrypt do przedmiotu Analiza danych (rok studiów 2006/2007) 4 Basel II, Międzynarodowe Standardy Rachunkowości) - stawiają coraz większe wymagania związane z dostępnością danych. Poza tym coraz częściej można zaobserwować, że przedstawiciele kredytodawców zajmujący się analizami w MSP, tylko formalnie spełnia wymagania swojej centrali. W związku z tym, prawdopodobieństwo podjęcia błędnej decyzji (najczęściej obciążającej kredytobiorcę) jest stosunkowo wysokie. W ramach samego przedsiębiorstwa coraz częściej doceniana jest wartość archiwum danych do celów analiz. W patriarchalnie zarządzanych firmach wymagania stawiane są przez szefa często jednak w zależności od danej sytuacji (na przykład trudna do wyjaśnienia zmiana wskaźników księgowych lub procesów wytwarzania świadczeń). Na przedmiocie Analiza danych omówione zostaną klasyczne oraz nowoczesne metody analiz. Celem jest określenie roli MSP w procesach decyzyjnych zewnętrznych kredytodawców oraz opisanie analitycznych zadań stojących przez MSP związanych z wykorzystaniem archiwów danych. Logika przyjęta w poszczególnych rozdziałach: Główną podstawą analiz są wskaźniki (wynikające z danych pierwotnych) oraz związki pomiędzy wskaźnikami. Omówione zostaną one w rozdziale 2 jako częściowe powtórzenie wiedzy pochodzącej z innych przedmiotów. Proces analizy polega no porównywaniu; w związku z tym w rozdziale 3 omówione zostaną rodzaje oraz metody porównań. Także tutaj przypomniane zostaną wiadomości, które były omawiane wcześniej. Głównym tematem rozdziału 4. jest sprawdzenie praktycznych możliwości wykorzystania nowoczesnych narzędzi Data Mining w warunkach typowych dla MSP. Główne tematy ćwiczeń laboratoryjnych do rozdziału 1: Omówienie demonstracyjnej bazy danych wykorzystywanej na ćwiczeniach; Funkcje analityczne arkusza EXCEL; Funkcjonalność modułu Analyzer 2. Wskaźniki i zależności pomiędzy wskaźnikami 2.1. Rodzaje wskaźników W ramach przedmiotu Podstawy controllingu (rozdział 2) przedstawiony został przegląd matematycznych i rzeczowych struktur wskaźników. Struktury rzeczowe zorientowane były dotychczas prawie tylko na wskaźniki wartościowe (w powiązaniu z danymi z rachunkowości finansowej). Także obecnie ma to swoje odbicie w dominacji takich wskaźników w analizach zewnętrznych (np. analizy bankowe w ramach Basel II). W takim przypadku wykorzystywana jest tylko część danych dostępnych w przedsiębiorstwie. Sposób myślenia oparty na wielkościach odniesienia pochodzący z rachunkowości zarządczej jest pierwszym etapem przejścia do wskaźników ilościowych i czasowych. Możliwości zapisu takich wskaźników są

5 Kluge: Skrypt do przedmiotu Analiza danych (rok studiów 2006/2007) 5 podstawą ich praktycznego wykorzystania w zintegrowanym planowaniu działalności oraz w opartych na planowaniu analizach odchyleń. Przykłady wskaźników ilościowych i czasowych: Przykłady określania tego typu wskaźników w systemie proalpha: a. z góry zdefiniowane analizy w Info-Systemie: b. wykorzystanie z góry zdefiniowanych analiz w module Analyzer: c. wykorzystanie generatora raportów w powiązaniu z modułem Analyzer: 2.2. Czynniki wpływające na wskaźniki Do określenia czynników wpływających na wskaźniki dostępne są zasadniczo dwie możliwości: - według definicji (z wykorzystaniem logiki ekonomicznej) - na podstawie hipotez. Typowymi przykładami określania czynników według definicji są systemy wskaźników: Główną zaleta tej metody jest jej prostota. Jednakże oddziaływania na wskaźniki podstawowe system pozostają czarnej skrzynce. Nie jest także jasne, w jaki sposób te same wielkości wpływają na różne wskaźniki podstawowe. Przykłady takich oddziaływań w zintegrowanym planowaniu produkcji (Podstawy controllingu, rozdział 3): Najważniejsze przykłady określania czynników wpływających na podstawie hipotez: Rozdzielenie rodzajów kosztów na część stałą i zmienną z wykorzystaniem wielkości odniesienia ( sterowniki kosztów ):

6 Kluge: Skrypt do przedmiotu Analiza danych (rok studiów 2006/2007) 6 Przykłady określania tego typu podziałów w systemie proalpha: A. z góry zdefiniowane analizy w Info-Systemie: B. wykorzystanie z góry zdefiniowanych analiz w module Analyzer: C. wykorzystanie generatora raportów w powiązaniu z modułem Analyzer: Określenie dynamiki (ekonomicznej) wraz z szeregami czasowymi: Przykłady określania tego typu szeregów czasowych w systemie proalpha: D. z góry zdefiniowane analizy w Info-Systemie: E. wykorzystanie z góry zdefiniowanych analiz w module Analyzer: F. wykorzystanie generatora raportów w powiązaniu z modułem Analyzer: Inne (deterministyczne) zależności ekonomiczne; przykłady: Przykłady przygotowania danych na potrzeby sprawdzenia tego typu zależności w systemie proalpha: G. z góry zdefiniowane analizy w Info-Systemie: H. wykorzystanie z góry zdefiniowanych analiz w module Analyzer:

7 Kluge: Skrypt do przedmiotu Analiza danych (rok studiów 2006/2007) 7 I. wykorzystanie generatora raportów w powiązaniu z modułem Analyzer: Określenie oddziaływania struktur: Przykłady prezentacji podziałów empirycznych z wykorzystaniem modułu Analyzer: Wszystkie z tych możliwości opracowania hipotez mają charakter modelowy, tzn. przedstawiają uproszczony obraz rzeczywistości. Ponieważ wiele obliczeń planistycznych bazuje na tego rodzaju elementach modelowych, fakt ten należy w szczególny sposób uwzględnić przy analizach odchyleń plan/jest! 2.3. Możliwości określenia ilościowych zależności pomiędzy wskaźnikami Po określeniu czynników wpływających na wskaźniki, należy odpowiedzieć sobie na pytania ilościowe. Także one mogą być podzielone na dwie grupy:: - wyznaczenie typów funkcji (jedna lub kilka niezależnych zmiennych; liniowo lub nieliniowo; ciągły lub dyskretny; deterministyczny lub stochastyczny ); - ilościowe określenie parametrów funkcji. W odniesieniu do wyznaczenia typów funkcji, w praktyce gospodarczej, znaczenie mają przede wszystkim trzy aspekty: Nakłady poniesione na określenie parametrów funkcji: Rzeczowe i logiczne możliwości interpretacji przebiegu funkcji: Rzeczowe i logiczne możliwości interpretacji parametrów funkcji:

8 Kluge: Skrypt do przedmiotu Analiza danych (rok studiów 2006/2007) 8 Przy ilościowym określaniu parametrów funkcji wykorzystywane są z reguły dane statystyczne. Dominują przy tym narzędzia matematyczne i statystyczne. W dalszej części omówionych zostanie kilka przykładów uwzględniających możliwości ich wykorzystania: Wybór bazy danych: Wykorzystanie parametrów i typów rozkładów Obliczenie ilości wraz ze sprawdzeniem zależności przy wykorzystaniu rachunku regresji i korelacji: Zastosowanie metod specjalnych (wygładzanie wykładnicze; analiza czynników; HAVANA; sieci neuronowe; drzewa decyzyjne):

9 Kluge: Skrypt do przedmiotu Analiza danych (rok studiów 2006/2007) 9 Koncepcja ZCIE dla algorytmu uczącego się mająca na celu poprawę akceptacji: Wykorzystanie tej koncepcji w celu ulepszenia procesu kalkulacji w małych przedsiębiorstwach: Główne tematy zajęć laboratoryjnych do rozdziału 2: Praca ze standardowymi funkcjami analiz w systemie proalpha (por. opis funkcji w \\Proalpha\forstd): Funkcje analiz w MIS; analizy na obszarze planowania i płynności finansowej; wskaźniki i raporty do wskaźników; wprowadzanie systemu wskaźników RoI. Testowanie zależności z wykorzystaniem bazy danych systemu proalpha- Demo- Datenbank Lehre ; opracowanie i test programu w EXCEL-u służącego do wygładzanie wykładniczego oraz porównanie wyników z wynikami pochodzącymi z prognozy sprzedaży opracowanej w systemie proalpha. 3. Porównanie wskaźników 3.1. Zewnętrzne bazy porównania Benchmarking Normy handlowe

10 Kluge: Skrypt do przedmiotu Analiza danych (rok studiów 2006/2007) 10 Normy techniczne 3.2. Wewnętrzne bazy porównania Wartości planowane Granice dla ostrzeżeń 3.3. Proste porównanie wskaźników Zobacz Podstawy controllingu, rozdział 5.1.

11 Kluge: Skrypt do przedmiotu Analiza danych (rok studiów 2006/2007) Porównanie wskaźników kilku jednostek gospodarczych Porównanie wskaźników kilku jednostek gospodarczych jest niezbędne w celu opracowania zewnętrznego Benchmarkingu, ale także potrzebne jest wewnętrznie w dużych przedsiębiorstwach składających się z porównywalnych oddziałów. Porównanie ta bazują na filozofii rachunku prawdopodobieństwa i statystyki matematycznej: pojedyncze prawdopodobieństwa interpretowane są jako eksperymenty przypadkowe. Należy tutaj przeanalizować, w jakim stopniu te próby losowe należą do ogółu prawdopodobieństwa porównawczego. Metody statystyki matematycznej nie mogą być w tym przypadku bezpośrednio zastosowane, ponieważ próba losowa obejmuje tylko obserwacje. Dlatego też w literaturze opisanych jest wiele specjalnych narzędzi, z których klika zostanie w dalszej części przedstawionych przede wszystkim z punktu widzenia ich filozofii oraz możliwości praktycznego wykorzystania: Pierwszy krok powinien zabezpieczyć porównywalność. Ponieważ wszystkie metody statystyczne bazują na teorii próbki losowej, musi zostać zagwarantowane to, aby porównywane dane były statystyczną całością, to znaczy były homogeniczne w odniesieniu do najważniejszych cech. W tym celu dostępne są różne metody tworzenia grup. Z punktu widzenia przedsiębiorstwa średniej wielkości powinno być wystarczającym zdefiniowanie cech i obszarów cech, które odnoszą się do obiektów porównywanych. Przy wyborze cech jesteśmy jednak ograniczeniu dostępnymi danymi. Najczęściej dostępne są grupy produktów / branż, wskaźniki zakładowe oraz dane pierwotne z bilansu i rachunku wyników (np. środki trwałe służące do oceny porównywalności technologicznej w branży produkcyjnej). W opisywanym przykładzie, w ten sposób wybrano 10 przedsiębiorstw (np. z pomocą banku w ramach rankingu Basel II) jako podstawa porównania przy ocenie wniosków kredytowych. W tabeli UZ_Abweichung.xls zebrane zostały najważniejsze dane z bilansu i rachunku wyników z uwzględnieniem podziału zgodnego z system wskaźników RoI. Z punktu widzenia statystycznego, dane dla każdego wskaźnika (podstawowego) interpretowane są jako rozkład ogółu. Na krok drugi składają się obliczenia wskaźników rozkładu (np. kwantyle, wartości średnie, wariancje, odchylenia standardowe, współczynniki korelacji). Zaleca się stosowanie tych czterech ostatnich wskaźników, ponieważ mają one duże znaczenie zarówno w teorii próbek losowych, jak również w porównaniu typów rozkładów. W kroku trzecim ma miejsce przyporządkowanie porównywanych obiektów do rozkład oraz ich ocena. W tym celu mogą być wykorzystane różne wskaźniki odchyleń. Najbardziej obrazowymi wskaźnikami są te wskaźniki, które wykorzystują odchylenia standardowe; na przykład pomiar odchylenia w jednostkach odchylenia standardowego (nazywane także normalizacją lub standaryzacją; rozkład pierwotny przeliczany jest faktycznie na rozkład tego samego typu z wartością średnią 0 i odchyleniem standardowym 1). Tego typu odchylenia mogą służyć także do przeliczenia w prawdopodobieństwa pewności i błędu (np. przy wykorzystaniu rozkładu normalnego lub nierówności Czebyszewskiego) oraz do porównania odchyleń kilku wskaźników (łącznie z ich prezentacją na siatce ).

12 Kluge: Skrypt do przedmiotu Analiza danych (rok studiów 2006/2007) Porównanie plan/jest wraz z opisem przyczyn Zobacz Podstawy controllingu, rozdział 5.2. oraz Controlling logistyczny, rozdział 4. Główne tematy zajęć laboratoryjnych do rozdziału 3: Obliczenie i interpretacja wskaźników na podstawie bazy danych systemu proalpha- Demo-Datenbank Lehre Analiza odchyleń na bazie gotowego planu produkcji (w arkuszu EXCEL) oraz powiązanej z tym planem demonstracyjnej bazy danych systemu proalpha - Demo-Datenbank Lehre.