Для того чтобы система могла вырабатывать предположения, которые будут выдаваться пользователю в качестве рекомендации, в СППР используют разные методы. Чаще всего это методы, связанные с искусственным интеллектом. Это:
методы интеллектуального анализа данных;
методы поиска знаний в базах данных и базах знаний;
методы имитационного моделирования;
нейронные сети и многие другие.
В СППР могут использоваться субъективные суждения пользователя или эксперта.
Выбор и оценка критериев
В СППР могут использоваться один или несколько методов, при помощи которых будут отбираться критерии выбора оптимального решения. Они должны работать как с количественными, так и с качественными значениями критериев.
Степень достижения цели при принятии решений оценивается на основе критериев, поэтому их отбор, их качество, их количество — очень важный процесс, переоценить который сложно. Именно поэтому их называют критериями выбора оптимального решения или критериями эффективности решения. Если ошибиться с выбором критериев, то альтернативы не будут оценены должным образом и принятие решения не будет наилучшим из возможных.
В качестве критериев могут быть использованы: цена, прибыль, срок окупаемости, мощность, функционал, норма окупаемости, масштаб, гибкость, удобство и т.д.
Критерии могут быть как объективными, так и субъективными. Критерии, которые не могут быть измерены объективно, будут субъективными: например, имидж компании, качество продукта, комфортность сервиса, социальная значимость, развитость сети могут быть измерены лишь субъективно. Но все критерии обязательно должны быть измеримы.
При этом надо иметь в виду, что многие объективные критерии могут измеряться как объективно, так и субъективно. Поэтому формирование оценочной системы критериев – важнейший шаг в принятии решений.Субъективные оценки критериев можно представить в виде шкал, например на рис. 38 показана шкала Харрингтона.
Вербальные, лингвистические оценки
Очень высокое (отлично)
Источник: studfile.net
Методы исследования систем поддержки принятия решений в бизнесе
В статье описаны некоторые проблемы, системная концепция и инструменты моделирования и анализа задач бизнес-планирования в виде триады: математическая модель, операционный метод их исследования и автоматизированная информационно-аналитическая система. Основными особенностями комплекса являются использование алгоритмов построения производственных функций бизнес-процессов, учитывающих принятые основные бухгалтерские правила учета доходов и затрат, концептуальная ориентация на использование стандарта оптимизационных математических моделей в форме многокритериальных много- и одношаговых задач линейного программирования и соответствующих алгоритмов и методов их анализа и расчета. Делается вывод о создании полноценной системы поддержки принятия решений в сфере бизнес-планирования.
оптимизационный метод
многошаговая задача линейного программирования
автоматизированная информационно-аналитическая система
система поддержки принятия решений
1. Горбунов М.А. Вопросы математического моделирования и автоматизированной оценки эффективности инновационно-инвестиционных проектов / М.А. Горбунов, А.В. Медведев // Фундаментальные исследования. – 2014. – № 9(9). – С. 2044–2047.
2. Медведев А.В. Применение z-преобразования к исследованию многокритериальных линейных моделей регионального экономического развития. Монография / А.В. Медведев. – Красноярск: Изд-во СибГАУ имени академика М.Ф. Решетнева. – 2008. – 228 с.
3. Медведев А.В. Концепция оптимизационно-имитационного бизнес-планирования / А.В. Медведев // Международный журнал прикладных и фундаментальных исследований. – 2014. – № 1. – Ч. 2. – С. 198–201.
4. Медведев А.В. Концепция оптимизационно-имитационного моделирования регионального социально-экономического развития / А.В. Медведев // Международный журнал прикладных и фундаментальных исследований. – 2013. – № 7. – С. 21–25.
5. Моделирование производственно-инвестиционной деятельности фирмы / Под ред. Г.В. Виноградова. – М.: ЮНИТИ-ДАНА, 2002. – 319 с.
6. Победаш П.Н. Модели оптимального управления и операционного исчисления для многокритериального анализа экономических систем: монография / П.Н. Победаш, Е.С. Семенкин. – Красноярск: Сиб. федер. ун-т, 2012. – 260 с.
7. Программа для решения многошаговой задачи линейного программирования методом последовательных приближений («Линейная динамика») / Программа для ЭВМ. Свидетельство о регистрации в Роспатенте № 2004611491 от 17.06.2004. Правообладатели: А.В. Медведев, П.Н. Победаш. 2.Конструктор и решатель дискретных задач оптимального управления («Карма») / Программа для ЭВМ.
Свидетельство о регистрации в Роспатенте № 2008614387 от 11.09.2008. Правообладатели: А.В. Медведев, П.Н. Победаш, А.В. Смольянинов, М.А.
Горбунов.
Использование автоматизированных средств и систем поддержки принятия решений в бизнес-планировании являются важнейшими факторами успеха в бизнесе. Они позволяют предпринимателю, бизнесмену или экономисту-аналитику давать оперативную и обоснованную оценку стоимости и разрабатывать сценарии развития своего бизнеса, экономя, в первую очередь, драгоценное время при принятии инвестиционных, производственных и финансовых решений.
Принятие решений в сфере бизнес-планирования практически затруднено из-за многообразия и сложности требующих учета бизнес-процессов – инвестиционного, производственного, финансового, управленческого и пр., а также многочисленности характеристик внешнего и внутреннего рыночного окружения бизнес-проекта. Это ставит перед принимающим решения лицом (ЛПР) сложные задачи, эффективное решение которых невозможно без использования системного подхода, под реализацией которого в данном случае будем понимать наличие следующих инструментов:
– математических моделей, адекватно отражающих содержательную сторону бизнес-процессов;
– методов и алгоритмов анализа указанных математических моделей, допускающих автоматизированную обработку извлекаемой из них информации;
– программных комплексов, численно реализующих указанные методы и алгоритмы анализа и дающих возможность ЛПР обрабатывать и представлять полученную информацию в автоматизированном режиме.
Будем называть перечисленный комплекс средств системой поддержки принятия решений (СППР).
Первоочередной задачей в планировании бизнес-процессов является оценка их экономической эффективности. В большинстве современных работ в данной области для построения критериев эффективности используются агрегированные функционалы качества (производственные функции (ПФ), функции благосостояния, полезности, отражающие различные содержательные аспекты деятельности экономических агентов – максимизацию прибыли, выпуска продукции или конечного потребления, минимизацию производственных затрат и других показателей. Указанные функционалы качества, как правило, строятся на основе использования содержательно идеализированных математических зависимостей, которые, отражая в целом теоретические закономерности экономических теорий полезности, спроса и предложения, благосостояния, зачастую не устраивают экономистов-практиков, так как реальные зависимости значений функционалов качества от используемых экономических ресурсов (труд, капитал, финансы и пр.) на практике редко совпадают с зависимостями, описываемыми указанными функциями. Кроме того, такая идеализация:
– существенно ограничивает возможности учета информации микроэкономического уровня при расчете доходных и расходных составляющих бизнес-процессов;
– не позволяет использовать понятные для целевой аудитории алгоритмы обработки и представления информации бизнес-процессов;
– затрудняет разработку удобных для целевой аудитории автоматизированных программных средств поддержки принятия решений в управлении бизнес-процессами.
Пусть деятельность производителя продукции (товаров и/или услуг) описывается, выраженными в стоимостном виде, материальными и финансовыми потоками стратегического (прибыль, инвестиции) и тактического (выручка от продажи продукции, амортизация, фонд оплаты труда, налоги, оборотные затраты, кредиты, дотации и пр.) характера. Предположим, кроме того, что организационную деятельность производителя можно разделить на три составляющие [5]:
– инвестиционная (учет потоков, обусловленных функционированием основных производственных фондов (ОПФ),
– производственная (учет выручки, затрат на амортизацию ОПФ, оплату труда, сырья и материалов, энергии и т.п.)
– финансовая (учет кредитов, налогов, сборов, дотаций и других доходно-расходных финансовых потоков).
Алгоритм преобразования ресурсов (труд (L), капитал (K), финансы (Ф)) в экономический результат (прибыль, чистую приведенную стоимость и др.) называется производственной функцией (ПФ). Построение универсальной ПФ, понимаемой в смысле ее независимости от типа (производство товаров/услуг) или специфики (отрасль хозяйства, сфера приложений) производственной деятельности, является важной задачей при ее моделировании, так как дает возможность дать численную оценку эффективности и учесть максимально большое количество бизнес-процессов. В качестве ПФ, для простоты, часто используются различные идеализированные математические функции, например, линейные (Э(K, L) = αK + βL), иррациональные (Э(K, L) = γKαL1-α, 0 < α < 1) и даже трансцендентные (например, логистическая) функции. Однако, как было упомянуто выше, это зачастую не устраивает экономистов-практиков. В этой связи ниже приводится краткий алгоритм расчета ПФ, применимый в случае оценки эффективности производства как товаров, так и услуг, согласованный с принятыми в Российской Федерации основными бухгалтерскими правилами учета доходов и затрат, который получил поддержку экономистов-практиков и апробирован при решении многочисленных задач бизнес-планирования [1, 3].
Обозначим ОП(t) – объем производства, СС(t) – собственные средства производителя, ОС(t) – оценка остаточной стоимости имущества, Д(t) – оценка доходов, Р(t) – оценка расходов, И(t) – инвестиции, П(t) – чистая прибыль,. Тогда в предположении, например, что инвестиции тратятся только на капитальный ресурс (И = К), получим следующие выкладки:
Д = F(ОП), З = F1(К, ОП) + F2(L, ОП),
и производственную функцию можно выразить, например, в следующем виде:
Э(K, L) = d1*П + d2*ОС – d3*И,
где d1,d2,d3 – дисконтирующие множители, учитывающие общеэкономический закон обесценения финансовых потоков во времени;
Ключевое для реализации любого бизнес-проекта требование платежеспособности производителя можно описать неравенством СС ≥ 0, где СС = П + F4(Ф) – И.
Здесь функции F, F1, F2 описывают производственную деятельность, F3 – остаточную стоимость с учетом амортизационных затрат, F4 – финансовую деятельность.
Выделим далее, вообще говоря, аксиоматическое положение, что алгоритмы расчета показателей финансово-хозяйственной деятельности фирмы могут достаточно корректно, без существенной потери точности моделирования, описываться линейными функциями F, F1, F2, F3, F4.
Это положение, в частности, является важным аргументом для дальнейшей реализации системно-аналитической концепции моделирования, так как позволяет использовать хорошо разработанные методы и алгоритмы численного анализа линейных моделей оптимизации при практически значимых размерностях искомых переменных, определяемых количеством видов продукции и содержательных ограничений в моделируемых бизнес-процессах.
Исходя из указанного положения о линейности функций F, F1, F2, F3, F4, будем строить задачу бизнес-планирования в форме многокритериальной, многошаговой задачи линейного программирования (ММЗЛП) вида:
x(t + 1) = A(t)x(t) + B(t)u(t); x(t) = a;
C(t)x(t) + D(t)u(t) ≤ h(t); u(t) ≥ 0
,
,
где u(t) = [ul(t)] и x(t) = [xi(t)] – соответственно управляющий и фазовый векторы; матрицы A(t) = [aij(t)]; B(t) = [bil(t)]; C(t) = [ckj(t)]; D(t) = [dik(t)]; векторы a(t) = [ai(t)]; b(t) = [bl(t)]; s(t) = [si(t)]; h(t) = [hk(t)]; (i, j = 1,…,n; l = 1,…,r; k = 1,…,m; t = 0,…,T); Jν – ν-тый целевой критерий (ν = 1,…,K); K – количество критериев; r, m, T – размерность управляющего вектора, число ограничений и временных шагов соответственно; (α0,β0) – скалярное произведение векторов α0, β0; n – количество видов продукции.
В соответствии с основными учитываемыми бизнес-процессами, разделим фазовые и управляющие переменные, а также ограничения в (1) на инвестиционные, производственные и финансовые. В таблице отражена информация о взаимодействии ограничений и переменных в математических моделях экономических систем, многочисленные реализации которых описаны в работах [2, 6]. Тонированные клетки в таблице указывают, какие переменные задействуются в соответствующих ограничениях математических моделей.
Mатрица взаимодействия «ограничения-переменные»
Переменные в таблице имеют следующий содержательный смысл. УИ – инвестиции в текущий момент времени на приобретение комплекта основных производственных фондов (ОПФ), ФИ – накопленные инвестиции в ОПФ; УП – суммарная стоимость реализованной продукции в текущий момент времени, ФП – накопленные амортизационные отчисления, стоимость реализованной продукции; УФ и ФФ – стоимостное выражение (соответственно, в текущий момент и накопленных) потоков кредитов, депозитов, дотаций и других финансовых инструментов. Ограничения, описывающие функционирование производителя, имеют следующий содержательный смысл. Уравнения: динамика фазовых переменных ФИ, ФП, ФФ. Неравенства: ОИ – по суммарному объему инвестиций, ОП – по фондоотдаче ОПФ и по спросу на продукцию, ОФ – по суммарному стоимостному выражению объемов финансовых инструментов.
В работе [2], в частности, обоснована возможность математически корректного превращения задачи (1), путем применения к векторам x(t) и u(t) (доопределенным нулевыми компонентами на бесконечном горизонте планирования) z-оператора:
,
(2)
в многокритериальную статическую, z-параметрическую задачу линейного программирования:
AL×2n·X2n×1(z) ≤ bL×1, (k = 1,…, K) (3)
где L – количество ограничений (требования платежеспособности, ограниченность выручки спросом или фондоотдачей ОПФ, ресурсные ограничения и пр.), описывающих конкретный вид производственной деятельности, bL×1 – вектор-столбец правых частей ограничений, c1×2n – вектор-строка коэффициентов целевой функции, AL×2n – матрица коэффициентов ограничений. Отметим, что здесь z = 1 + r, где параметр r имеет естественный экономический смысл ставки дисконтирования инвестиционного проекта.
Отметим, что в задаче (3) принципиально сохраняется классификация переменных и ограничений таблицы, но модифицируется их структура (устраняется деление переменных на фазовые и управляющие), а также содержательная трактовка. А именно, инвестиционные переменные трактуются как суммарная стоимость ОПФ (суммарные инвестиции), а производственные переменные – как суммарная стоимость произведенной продукции на всем горизонте планирования. Кроме того, задача (3) сохраняет некоторые основные качественные свойства исходной динамической задачи (1): оптимальные пропорции инвестиций, выпусков продукции, структуру, параметрические зависимости Парето-множеств и т.п. [2]. Помимо указанного преимущества, применение операционного метода позволяет значительно упростить процедуру доказательства существования решения исходной динамической задачи. Полученная статическая задача допускает эффективный численный анализ и может быть решена для практически значимых размерностей, определяемых в экономических системах, прежде всего, количеством видов производимой продукции и учитываемых ограничений.
Использование указанных в таблице переменных, наряду с возможностью определения их оптимальных значений, позволяет:
● рассчитывать основные показатели финансово-хозяйственной деятельности фирмы: потоки прибыли, амортизации, оплаты труда, кредитов, штрафов, основные виды налогов и сборов и т.п.;
● описывать ограничения функционирования производителя, связанные с его производственными, инвестиционными и финансовыми возможностями: платежеспособность, ограниченность выпуска спросом на продукцию и возможностями ОПФ, кредитно-депозитные, страховые, дотационные и другие ограничения.
Описанный подход к моделированию процессов бизнес-планирования, в части использования математического класса задач, алгоритмов расчета доходных и расходных бизнес-потоков, классификации переменных, применения операционного метода и других элементов концепции, позволил построить и проанализировать многочисленные модели экономических систем (см. обзоры [3, 4]). При этом, с учетом линейности моделей (1), (3), возникает реальная возможность на практике разрабатывать пакеты программ для автоматизированного ввода-вывода и оптимизационного анализа информации об основных бизнес-процессах в формате, устраивающем конечного пользователя – экономиста-практика, финансового аналитика, предпринимателя.
Большинство используемых в настоящее время программных продуктов в сфере бизнес-планирования (ProjectExpert, Альт-инвест, ИНЭК-Аналитик и др.) базируются на имитационных моделях деятельности предприятий, аналитической основой которых выступают системы дифференциальных, разностных или алгебраических уравнений и неравенств, описывающих бизнес-потоки и ограничения их функционирования. Имитационные модели характеризуются высоким уровнем детализации материальных и финансовых потоков предприятия, однако, не решая задач оптимального управления, обладают следующими, существенными для бизнес-планирования, недостатками:
1) не предназначены для получения оптимальных значений показателей эффективности и, тем самым, оценки потенциала деятельности предприятий;
2) как правило, требуют большого количества численных реализаций параметров модели только для того, чтобы «нащупать» квазиоптимальные значения переменных и показателей эффективности, не гарантируя, вообще говоря, даже приближения к ним.
Напротив, использование оптимизационных моделей (1),(3), позволяет решать важные задачи в сфере экономического планирования и прогнозирования бизнес-процессов, не доступные при использования имитационных моделей, и, в первую очередь, задачи определения потенциалов бизнес-потоков. Модели (1),(3) легли в основу решателя программного комплекса [7], имеющего встроенные блоки занесения и контроля входной информации, графического, многопараметрического и многокритериального анализа. Основные результаты использования [7] приведены в обзорах [3, 4].
Описанный в данной работе подход успешно реализован при анализе бизнес-проектов как товарного производства (в том числе инновационного), так и производства услуг коммерческого характера. В настоящее время разработанная система поддержки принятия решений развивается в направлении конечного пользователя – предпринимателя, бизнес-аналитика, управленца регионального уровня – дополняясь блоками автоматизированной предобработки (автоматизированного внесения информации в пакет), а также постобработки полученной при решении информации.
Таким образом, полученный опыт реализации системного подхода к решению и анализу задач бизнес-планирования, включающий их математическое моделирование в форме ММЗЛП, теоретический и численный анализ, автоматизированную информационно-аналитическую систему на основе программного комплекса [7], дает основание говорить о практической реализации комплексной оптимизационной системы поддержки принятия решений в бизнес-планировании.
Источник: natural-sciences.ru
Что такое система поддержки принятия решений: виды, методы, возможности
Статьи
Под современными системами принятия решений понимают специальное ПО, позволяющее менеджерам среднего и высшего звена принимать взвешенные обоснованные решения. Такая программа функционирует, как база данных с функциями их накопления, анализа, формирования удобных для работы отчетов. Она позволяет определиться с выбором даже в быстро меняющейся обстановке и при высоком проценте неопределенности.
В мировой практике такие информационно-программные продукты получили название DSS-систем (Decision Support Systems). Они широко используются для организации эффективного управления бизнесом и облегчают работу менеджеров по сбору и анализу информации, выявлению проблем и принятию верных решений.
Виды и типы СППР
В зависимости от способа воздействия на процесс принятия решения различают пассивные, активные и комбинированные DSS-системы. Первые предоставляют лишь информацию для принятия решений, вторые предлагают альтернативные готовые варианты, третьи предполагают тесную работу в контакте: менеджер может корректировать предложенное системой решение и согласовывать до обретения им оптимальной формы.
Различают 5 видов компьютерных СППР:
- Коммуникативные. Ориентированы на одновременную работу нескольких специалистов, занятых одной общей задачей.
- Информационные. Сосредоточены на сборе и обработке данных, преимущественно анализе временных рядов, функционируют, как СУБД в пределах одной компании.
- Документальные. Предназначены для обработки и анализа документов разного формата со структурированными и не структурированными данными.
- Интеллектуальные. Содержат данные о решениях аналогичных задач, нормы и правила, на основании которых они принимались, предлагают готовые алгоритмы, исходя из накопленного опыта.
- Моделируемые. Подбирают модели бизнес-процессов по заданным условиям – статистические, финансовые, аналитические).
Основу любой из вышеупомянутых систем принятия решений составляет база данных, ее предметная область и пользовательский интерфейс.
Методы систем поддержки принятия решений
К принятию решения используемая СППР «подталкивает» посредством следующих аналитических методов.
- Регрессионный и дисперсионный анализ.
- Многомерный и дискриминантный анализ.
- Анализ выживаемости и прогноза временных рядов.
- Анализ категориальных данных.
- Структурный, пространственный и факторный анализ.
- Систематизация запросов и средств поиска данных.
Реализация функций многомерного анализа позволяет наблюдать данные в динамике, в различных направлениях и измерениях. Посредством инструментов запросов формулируется обращение к базам данных, которое идентифицируется по содержанию и образцу. Поисковые инструменты наделяют программное обеспечение возможностями оперативного поиска данных по образцам, моделям и определения информационных зависимостей. Звучит все это сложно, но на практике обличено в простую и доступную форму – нужно только правильно и последовательно выполнять команды системы и следовать инструкциям.
Возможности систем поддержки принятия решений
Современные виды систем принятия решений наделены следующими возможностями:
- Формирование статистики и ее проверка;
- Составление трендовых прогнозов;
- Планирование и контроль качества;
- Финансовый анализ и прогнозирование;
- Анализ рисков и скрытых закономерностей;
- Отслеживание поведения человека и формирование клиентских групп;
- Управление активами;
- Перераспределение задач между сотрудниками.
Внедрение СППР позволяет руководителям среднего звена и топ-менеджерам решать такие задачи, как определение стратегических задач бизнеса, управление проектами, активами, издержками, рисками, производственными мощностями, изменениями, взаимоотношениями с контрагентами.
Автоматизированные СППР в кредитовании
Банки используют системы СППР преимущественно в следующих целях:
- Выдача и отслеживание использования банковских карт;
- Анализ риска невозврата кредитов;
- Борьба с мошенниками (банковские карты, кредиты);
- Анализ поведения потенциальных клиентов;
- Проектирование новых услуг;
- Формирование индивидуальных предложений;
- Отслеживание расчетов по займам;
- Своевременное информирование о сроке платежа и просрочках;
- Взыскание задолженности.
Какие СППР подходят для сферы кредитования
В сфере кредитования эффективны те типы систем поддержки принятия решений, которые ориентированы на анализ поведения потребителей и их классификацию по группам со схожими поведенческими признаками. В зависимости от них кредитное учреждение формирует целевые предложения: жилищные кредиты молодым семьям, программы overdraft для вип-клиентов, кредитование пенсионеров, начинающих предпринимателей и т.д.
Внедрение СППР повышает безопасность сделок. Обрабатывая анкету заемщика, менеджеру придется переносить данные из нее в систему. По мере заполнения граф автоматически сформируется ответ на тематический вопрос – относится ли клиент к нужной категории заемщиков. Например, попадает ли он в категорию граждан или компаний, для которых разработаны льготные программы кредитования.
Последовательное заполнение граф анкеты «отдает» команду системе на проверку введенных данных. В результате оценка значимости клиента производится не субъективно, а при поддержке авторитетного ПО, что исключает человеческий фактор.
Применение СППР в кредитовании позволяет проверять клиента на предмет совершения мошеннических действий. В той же программе, которая проверяла клиента на соответствие условий для получения займа, можно проверить его чистоту – со своим ли паспортом обратился клиент, активен ли номер телефона, указанное рабочее место и т.д.
В узкоспециализированных кредитных DSS-системах реализованы технологии, позволяющие отлеживать погашение займов: предупреждать о приближении срока платежа посредством СМС, push-уведомлений, звонков из колл-центра, фиксировать просрочку, работать с ней, начислять штрафные санкции и распределять всю эту работу между менеджерами, отвечающими за погашение и взыскание.
FIS Система поддержки принятия решений
Специализированная FIS Система поддержки принятия решений представляет собой комплексный, многофункциональный инструмент, позволяющий максимально сократить риски при выдаче кредитов. С его помощью менеджер может быстро понять риски работы с клиентом и объективно оценить его платежеспособность.
Возможности информационно-аналитической FIS СППР:
- Автоматические и ручные запросы в госреестры и внешние базы данных;
- Работа с «белым» и «черным» списком клиентов;
- Единое окно с полным набором инструментов;
- Разграничение прав доступа;
- Определение совпадений с другими заявками и внутренней базой данных;
- Уникальное отображение информации для каждой роли, состояния и продукта;
- Определение скорингового балла;
- Последовательная и параллельная проверка анкетных данных разными верификаторами;
- Выявление высокорисковых и проблемных кредитов;
- Настройка и доработка системы в зависимости от выполняемых задач.
Использованные при разработке технологии системы поддержки принятия решений позволяют менеджерам, андеррайтерам, службам безопасности, кредитному комитету работать слаженно и оперативно реагировать на малейшие изменения.
Преимущества FIS СППР
Нижеприведенные достоинства продукта гарантируют высокую степень защиты от внутреннего мошенничества.
- Вывод подсказок: что проверять и на что обращать внимание в рамках конкретного продукта;
- Перенаправление высокорисковых кредитов на более квалифицированного специалиста;
- Выделение заявок с высокоценным залогом;
- Ранжирование клиентов (новые, с хорошей историей, проблемные, высокорисковые);
- Формирование чек-листа для службы безопасности;
- Единое окно для консолидации отчетов и заключений всех служб;
- Реализация на low-code платформе Case Platform с гибкой настройкой;
- Простой и понятный интерфейс;
- Адаптивность настроек;
- Многообразие инструментов, форм отчетов, средств сбора и анализа данных.
FIS DSS – это полный комплекс проверок для определения платежеспособности клиентов. Его внедрение позволит ускорить принятие верного решения, упростить выдачу кредитов и улучшит качество кредитного портфеля. С FIS DSS риски невозвратных кредитов сводятся к нулю.
О компании
Финансовые Информационные Системы – разработчик информационных систем для финансового сектора. Мы знаем, как в кратчайшие сроки установить, настроить и запустить наш продукт, полностью адаптированный и локализованный в соответствии со спецификой бизнеса Банка.
Свяжитесь с нами:
Решения
- Автоматизация кредитного цикла
- Управление проблемными активами
- Факторинг
- Единый фронт-офис
- Управление рисками
- Управление проектами
- Управление закупками
- Управление маркетингом и продажами
- Другие решения
Источник: fisgroup.ru
