|
|
|
ИСПОЛЬЗОВАНИЕ ОТРАСЛЕВОГО
КЛАССИФИКАТОРА МТР ДЛЯ СНИЖЕНИЯ МАТЕРИАЛЬНЫХ ЗАТРАТ Ж/Д ТРАНСПОРТА Хоанг Чунг Киен, Чжан Хунсюнь асп.; рук. Е.А. Хибриков,
к.э.н., доц. (МГУПС) Принципиальные экономические
изменения, происшедшие в последние годы поставили железнодорожную отрасль в
сложное экономическое положение, граничащее с потерей своего лица на рынке
транспортных услуг. Один из наиболее возможных вариантов выхода из создавшегося положения состоит в изменении сложившегося соотношения между расходной и доходной частью отраслевого баланса в сторону роста прибыли за счет снижения уровня всех затратных элементов, включаемых в состав транспортных издержек железных дорог. Важное место в решении этой
задачи принадлежит снижению материальных затрат (МЗ), а точнее той части
эксплуатационных расходов, которая самым непосредственным образом связана с
приобретением, хранением и использованием материально-технических ресурсов
(МТР). При решении данного вопроса на первое место выдвигается задача
разработки концепции построения и оперативного ведения ОК МТР, которая должна
обеспечивать реализацию следующих требований: ·
Многомерное представление данных, поддерживающее на концептуальном
уровне многомерный взгляд на данные (отражение информационных образов) ·
Реализация эффективного доступа для формирования ответа на запрос. ·
Поддержка архитектуры хранилища данных. ·
Поддержка многомерных операций (например, агрегирование данных). ·
Простота операций по манипулированию данными пользователем. Средства
должны иметь удобный, естественный и комфортный пользовательский интерфейс. Необходимо также обеспечить
кодовую совместимость отраслевого и дорожных классификаторов МРТ, выбрать
критерии различных вариантов использования классификаторов, сформировать на
основе формированного описания вариантов множество организационно-технических
цепочек применения классификаторов, установить оптимальный вариант
использования классификационного фонда. Наряду со стоимостными
затратами на создание и использование классификационного фонда, необходимо
учитывать такие параметры, как надежность и достоверность данных, возможность
восстановления данных, средние потери от ненадежности и др. |