Эффективность управленческих решений и роль IT - инфраструктуры в системах управления знаниями

Критерием оценки принимаемых управленческих решений [11, 82] является эффективность. Если два образа действий предполагают одинаковые издержки, предпочесть следует тот, который дает наивысшие результаты.

В экономической науке и практике под эффективностью (эффект - лат. effectus - исполнение, действие) понимается результативность, интенсивность функционирований системы, уровень результативности в сопоставлении с производственными затратами, степень достижения цели, степень соответствия цеди социально-экономическим потребностям фирмы, качество управления и прочее, что свидетельствует о сложности представления данной категории в конкретных показателях, измерениях, оценках. [12, 27, 63, 138, 141, 144]

Эффективность функционирования управления, как совокупности управляемой и управляющей системы зависит от оптимальности принятых решений, качества результатов ее деятельности, скорости принятия решений и обмена информацией, скорости и качества реализации управленческих решений и рекомендаций, (т.е. в объекте управления), с одной стороны и использование производственно-технического потенциала в реализации инвестпрограмм с другой (субъект управления).

Эффективность управленческих решений характеризует качество: обменных процессов между организацией и ее внешней средой, так как организация и внешняя среда находятся в процессе постоянного информационного обмена; процессов привлечения ресурсов, их трансформации в готовые продукты и услуги и распределение во внешней среде. Чем выше качество этих процессов, тем выше эффективность управленческих решений.

Современные тенденции глобализации на основе информатизации и инфо- технологий способствуют интенсификации конкурентной среды и необходимости формирования стратегических конкурентных преимуществ на основе маркетинговой концепции разработки экономической политики организации. Поэтому под эффективностью системы управления организацией в современных условиях «нестационарной» рыночной экономики понимается рост потенциала организации, рост добавленной стоимости, рост стоимости компании, увеличение доли рынка, увеличение объема продаж, снижение издержек и т.д.

Методологический подход к исследованию какого-либо экономического явления или категории базируется на некоторых принципах, правилах конструирования, присущих данной категории. Так, в общем случае, для конкретизации понятия эффективность управленческих решений часто используют три концептуальных подхода к определению эффективности: по виду (аспекту), объекту и цели исследования [13, 141, 144].

По виду (аспекту) обычно различаются целевая (функциональная), технологическая (ресурсная) и экономическая эффективность. Под целевой эффективностью понимается степень соответствия функционирования системы ее целевому назначению, при этом следует учитывать, что эффективность зависит не только от степени достижения целей экономической политики организации, как генеральных целей, так и целей ее функциональных составляющих: инновационно-инвестиционной, товарно-ассортиментной, снабженческо-сбытовой, организационно-управленческой, но и от качества самих целей, поскольку поставленные цели могут быть изначально недостижимыми, не соответствовать рыночным реалиям экономики и т.п.

Следует заметить, что целевая (функциональная) эффективность может применяться к так называемым целенаправленным системам, т.е. к системам, имеющим признанные обществом цели или функции, то есть системам для которых имеет смысл понятия затраты ^ результаты ^ цели, т.к. имеет место процесс достижения цели в виде получения (генерации) результатов с помощью затрат ресурсов.

Технологическая (ресурсная) эффективность - есть степень интенсивности использования ресурсов организации с точки зрения соотношения между объемами, издержками и размерами затраченных ресурсов.

Высокая способность получать и использовать ресурсы важна только в том случае, если ресурсы и возможности компании используются для получения результата, соответствующего потребностям внешней среды.

Для измерения технологической эффективности используется ряд коэффициентов индексов. Технологическая (ресурсная) эффективность характеризует эффективность организационно-управленческих инноваций вне связи с количеством использующихся ресурсов и может изменяться только при изменении технологии бизнес-процессов.

При подходе с учетом внутренних бизнес-процессов эффективность оценивается по экономичности управления и не учитывает изменение состояния внешней среды. Эффективность организационно-управленческой инновации с позиции данного подхода - это экономичность цепочки создания ценности для потребителя/клиента. Процессный подход также имеет ограничения своего использования: он не всегда учитывает общий результат деятельности компании, поскольку многие аспекты внешних воздействий и внутренних процессов нельзя представить количественно [112].

Экономическая эффективность представляет соотношение результатов и затрат. К полученным результатам относят прибыль, добавленную стоимость, объем продаж и т.п., рассчитываемые с учетом складывающихся реальных цен.

Эффективность деятельности предпринимательской структуры - это её свойство, связанное с её способностью в рамках нормативной системы общественных ценностей формулировать и достигать цели в соответствии с предъявляемыми потребностями в виде результатов, соотнесенных с затратами, путем использования соответствующих средств и с учетом факторов-условий ее функционирования [11].

Второй методологический подход к определению экономической эффективности управленческих решений основывается на понятии эффективности с точки зрения возможных объектов исследования. К объектам эффективности относятся: 1) самостоятельные организации; объединения, ассоциации, сетевые структуры; рынки (совокупность потенциальных и реальных производителей и потребителей товаров и услуг и пр.; 2) проекты (планируемые мероприятия, осуществляемые организацией; 3) процессы (понимаемые как последовательная смена состояний системы).

При любом выборе объекта анализ эффективности опирается на ту же схему, что и в случае целевой эффективности: затраты > результаты > цели (организации). Методологический подход к оценке эффективности объектов, проектов и процессов называется трансакционным (трансакция - акт приобретения некоторого блага (результата) в обмен на деньги (затраты) в дискретном времени [11].

Третий подход к оценке социально-экономической эффективности управленческих решений основывается на целях исследования эффективности управленческих решений и имеет отличительную особенность от ранее рассмотренных - сравнительный характер. При этом возможны следующие варианты сравнений: 1) целью исследования эффективности является сравнение двух ситуаций (ситуационный, сценарный подходы); 2) целью исследования эффективности является состояние одного и того же объекта в разные периоды времени; 3) целью исследования является состояние двух разных объектов.

К результатам управленческих решений относятся: качество решения, обеспеченность, степень разнообразия, степень соответствия целям критериям требованиям заказчика, а также устойчивость, точность, внутренняя непротиворечивость (согласованность), возможность развития, степень усовершенствования процедуры принятия решения.

Многообразие факторов результативности инноваций в управлении, представленное в таблице 2.3, усложняет механизм оценки результатов организационных изменений, в котором можно выделить три основных блока: (1) измерение результата, (2) оценка показателей эффективности и (3) анализ (интерпретация) полученных оценок [112].

Табл. 2.3. Факторы результативности организационно-управленческих инноваций

Таким образом, оценка эффективности организационно-управленческих инноваций к которым относится и управления организационным знанием, может включать следующую последовательность действий руководителя компании:

- определить реальные полезные результаты, которые должны быть получены в компании;

- обозначить ограничения - например, интервал времени для получения эффекта от нового знания или объем выделенных ресурсов на внедрение нового знания;

- определить степень соответствия получаемого эффекта от нового знания желаемым значениям;

К затратам управленческих решений относятся: информационные затраты, временные затраты, технические затраты, трудовые ресурсы, прочие затраты.

Эффективность представляет соизмерение ресурсов (затрат), необходимых для достижения результатов. Основными факторами эффективности решений являются три группы факторов: использование ресурсов, фактор времени и целенаправленность управления.

Первый фактор характеризует структуру, качество ресурсов, их экономию в процессах управления и возможность пополнения и накопления.

Второй фактор отражает своевременность решений, экономию времени, использование новых технологий и потенциал персонала, способного решать проблемы достаточно оперативно и профессионально.

Третий фактор отражает реальность и значительность цели, в соответствии с которой и рассматривается результат деятельности менеджера, его стратегия, учет рыночных процессов экономического развития.

Интенсивность представляет собой соизмерение усилий и времени, производительность - результата и времени.

Сравнение фактической отдачи осуществляемого управленческого решения с ожидаемой предполагает эффективность или результативность решения. Выполняя данную работу, необходимо добиваться того, чтобы окончательная формулировка решения отражала механизм измерения его эффективности. В случае невозможности определить и измерить эффективность решения, рекомендуется избегать его утверждения, ибо в этом случае, видимо, неверно определены его переменные в процессе анализа проблемы. Решение эффективно, если оно способствует приближению к поставленной цели. В случае же многоцелевой деятельности, эффективным можно считать решение, при котором достигается положительный результат и оно превалирует над некоторыми второстепенными целями [129].

Методы измерения эффективности должны соответствовать целям экономической политики и ее принципам, а также технологиям их осуществления. В настоящее время можно выделить следующие шесть основных методов измерения эффективности управленческих решений.

1. Методы сравнения фактических / нормативных затрат и результатов основан на сравнении до и после осуществления управленческих технологий.

2. Индексный метод основан на относительных показателях, выражающих отношение уровня показателей до и после осуществления управленческих технологий.

3. Методы оценки инновационно-инвестиционных проектов подразумевают, что объектом исследования эффективности являются мероприятия, связанные с внедрением инновационных технологий. При этом «инновационная технология» трактуется достаточно широко - как комплекс нового оборудования, соответственно технологий (в инженерном смысле), организационноэкономических инноваций и т.д., которые в совокупности позволяют произвести принципиально новый продукт либо осуществить выпуск традиционного продукта с меньшими совокупными затратами или с повышением его качества. Не исключает это понятие и получение результатов внеэкономического характера (экологического, социального и т.д.), если применение нового знания в основном (или дополнительно) ориентированно на достижение этих целей.

1) методы учета рисков;

2) метод оценки стратегичности (метод паутины);

3) метод учета конкурентоустойчивости.

Переход к оценке эффективности инноваций во всех перечисленных ситуациях (экономических системах) идентичен: абсолютная эффективность оценивается путем сопоставления всех связанных с данным вариантом инноваций совокупных результатов и затрат за весь жизненный цикл действия новшеств, а выбор наилучшего из альтернативных вариантов инноваций производится на основе максимизации ожидаемого эффекта (разности оценок совокупных результатов и затрат). Однако конкретные алгоритмы реализации указанных положений, методов расчета сопоставляемых величин результатов и затрат, отражения в них основных влияющих факторов и т.д. могут существенно различаться.

Чтобы иметь возможность эффективно использовать новые организационные знания, менеджмент предпринимательской структуры должен определить критерии, на основании которых отбираются, анализируются и оцениваются новые знания. Такие критерии могут иметь вид экономических расчетов, а также показателей результативности управления. Экономические расчеты управленческого эффекта возможны в том случае, если результат инновации в сфере управления может быть измерен прямым счетом в натуральных или денежных единицах с учетом необходимых или произведенных затрат ресурсов (средств), а также временных ограничений. Вместе с тем не все результаты управления знанием могут быть измерены прямым счетом. В этом случае управленческий эффект может быть оценен мерой вклада усилий субъекта управления в изменение параметров процессов создания стоимости. [112]

Вместе с тем, конкуренция объективно вынуждает повышать качество и эффективность управленческого решения. Поэтому в настоящее время наблюдается тенденция увеличения количества учитываемых условий повышения качества и эффективности решений на основе автоматизации системы менеджмента. [8, 13]

Информационные средства, так или иначе связанные с управлением знаниями, принято делить на технологии интеллекта бизнеса (Business intelligence) и технологии управления знаниями (Knowledge management).

Интеллект бизнеса - это знания о бизнесе, добытые с использованием различных аппаратно-программных технологий. Такие технологии дают предприятиям возможность превращать данные в информацию, а затем информацию в знания. Эти технологии предназначены для организации доступа и обработки так называемых структурированных данных, т.е. данных которые можно легко классифицировать по определенным атрибутам - имя, индекс, номер трансакции и т.д. - и упорядочить на этой основе.

Неструктурированные данные обычно хранятся в форме, не позволяющей осуществить простую и логическую классификацию - тексты, контракты, презентации, фотографии, видеоролики и др. Для работы с такими данными предложены различные технологии управления знаниями, которые призваны сделать знания доступными и повторно используемыми в масштабах всей корпорации.

Указанные категории информационных технологий включают в себя следующие инструменты [107]:

- базы знаний и хранилища данных и знаний;

- оперативная и интеллектуальная обработка данных;

- средства управления документами, контентом и электронной почтой;

- средства управления внешними информационными потоками;

- средства коллективной работы;

- комплексные средства управления знаниями: платформы управления знаниями и корпоративные порталы знаний;

- средства, поддерживающие принятие решений: системы, поддерживающие дискуссионные группы, экспертные системы и др.

Базы и хранилища данных, базы знаний. Традиционные средства извлечения информации из баз данных в виде систем оперативной обработки трансакций (online transaction processing - OLTP) создавались для автоматизации рутинных операций: выписки счетов, оформления договоров, проверки состояния склада и т.д. - и предназначались в основном для линейного персонала. Однако для менеджеров и аналитиков актуальна задача более глубокой обработки большего объема данных. Для решения этих задач создаются специализированные среды хранения данных, называемые хранилища данных (ХД). ХД отличаются от традиционных баз данных тем, что они проектируются для поддержки процессов принятия решений, а не просто для эффективного сбора и обработки данных. Как правило, хранилище содержит многолетние версии обычной базы данных, физически размещаемые в той же самой базе. В ХД обычно входят следующие виды данных: текущие детальные данные, хронологические (архивные) данные, слабообобщенные данные и метаданные (репозитарий) [107].

Концептуально модель хранилища данных можно представить в виде схемы (рисунок 2.12).

Данные из различных источников помещаются в хранилище, а их описания - в репозитарий метаданных. Конечный пользователь, используя различные инструменты (средства визуализации, построения отчетов, статистической обработки и т.д.) и содержимое репозитария, анализирует данные в хранилище. Результатом является информация в виде готовых отчетов, найденных скрытых закономерностей, каких-либо прогнозов.

Хранилища данных обеспечивают аналитикам, управленцам и руководителям высшего звена возможность изучать большие объемы взаимосвязанных данных при помощи быстрого интерактивного отображения информации на разных уровнях детализации в соответствии с представлениями пользователя о предметном пространстве [107].

Рис. 2.12. Модель хранилища данных [107, с. 185]

Для более значительной поддержки процесса принятия решений проектируются базы знаний, включающие в себя знания сотрудников предпринимательских структур. Основная цель такой базы знаний - сохранить созданные сотрудниками ценные знания для последующего их использования.

Для обеспечения процесса обслуживания применяются стационарные и динамические решения. Стационарные решения связаны с сохранением, наращиванием и обновлением базы знаний. Динамические решения ориентированы на управление потоками знаний. Здесь можно выделить «навязывание» знаний персоналу под конкретную ситуацию, возникающую у менеджера; «разведку» знаний и их обработку для поддержки будущих решений; обеспечение инициативного доступа персонала к базе знаний; поиск комплекса поддерживающих знаний под конкретное задание («вытягивание» знаний).

При создании баз знаний могут использоваться следующие методы организации знания [30]:

1. Логическая модель представления знаний - вся информация, необходимая для решения прикладных задач, рассматривается как совокупность фактов и утверждений, которые представляются как формулы в некоторой логике. Знания отображаются совокупностью таких формул, а получение новых знаний сводится к реализации процедур логического вывода. Основным достоинством этого способа организации знаний является то, что разработаны достаточно эффективные процедуры вывода, что позволяет хранить в базе знаний лишь множество аксиом, а все остальные знания получать из них по правилам вывода.

2. Семантическая сеть - информационная модель предметной области, имеющая вид ориентированного графа, вершины которого соответствуют объектам предметной области, а дуги (рёбра) задают отношения между ними. Объектами могут быть понятия, события, свойства, процессы.

В сжатом виде принципы построения баз знаний и управления ими можно представить следующим образом [146]:

1. Постоянный сбор информации.

2. Обработка помещаемой в базу знаний информации.

3. Постоянное обновление информации и знаний.

4. Использование, желательно повсеместное, информации и знаний базы в практической деятельности (крайне важен баланс между соблюдением третьего и четвертого принципов).

Оперативная аналитическая обработка данных (Online Alanytical Processing - OLAP) - это класс программного обеспечения, дающий пользователю возможность в режиме реального времени получать ответы на произвольные аналитические запросы. В основе OLAP лежит понятие многомерного куба данных, в ячейках которого хранятся анализируемые (числовые) данные, например, об объемах продаж. Осями многомерной системы координат служат основные атрибуты анализируемого бизнес-процесса, например названия товаров и месяцев года. В простейшем случае двумерного куба (квадрата) мы получаем таблицу, показывающую значения уровней продаж по товарам и месяцам.

Дальнейшее усложнение модели данных может идти по нескольким направлениям [107]:

- увеличение числа измерений - данные о продажах не только по месяцам и товарам, но и по регионам (в этом случае куб становится трехмерным);

- усложнение содержимого ячейки - в каждой ячейке содержатся разнообразные данные;

- введение иерархии в пределах одного измерения - например, деление общей выручки на выручку подразделений;

Таким образом, являясь одним из способов добычи и анализа данных, OLAP предоставляет пользователю естественную, интуитивно понятную модель данных.

Интеллектуальный анализ данных (ИАД; Knowledge Discovery in Databases) - технология извлечения новых знаний из хранилищ данных путем выявления закономерностей в накопленной информации. Выделяют следующие процессы ИАД [107]:

- поиск зависимостей, состоящий в просмотре базы данных с целью автоматического выявления зависимостей;

- прогнозирование, предполагающее, что пользователь может предъявить системе записи с незаполненными полями и запросить недостающие значения. Система проанализирует содержимое базы и сделает правдоподобное предсказание относительно этих значений;

- анализ аномалий - процесс поиска нетипичных данных, сильно отклоняющихся от устойчивых зависимостей.

Системы ИАД применяются в научных исследованиях и образовании, в работе правоохранительных органов, производстве, здравоохранении и многих других областях. Особенно широко технология ИАД используется в деловых приложениях.

В основу технологии ИАД положен не один подход, а несколько принципиально различных подходов, причем использование некоторых из них невозможно без специальной подготовки. Выбор подхода нередко требует привлечения специалиста по ИАД.

Получение данных включает итеративно создаваемые модели на основе подготовленного множества данных, а затем применение одной или нескольких моделей. Поскольку создание моделей на больших множествах данных может оказаться весьма дорогостоящим, аналитики часто сначала работают с несколькими выборками множества данных.

Интеллектуальный анализ данных состоит из следующих этапов [107]:

1. Подготовка исходного набора данных.

2. Практически всегда требуется дополнительная предобработка данных. Данные могут содержать пропуски, шумы, аномальные значения и т.д., которые требуется исключить. Кроме того, данные могут быть избыточны, недостаточны и т.д. В некоторых задачах требуется дополнить данные некоторой априорной информацией. Данные должны быть качественны и корректны с точки зрения используемого метода. Более того, иногда размерность исходного пространства может быть очень большой, и тогда желательно применение специальных алгоритмов понижения размерности.

3. Трансформация, нормализация данных. Этот этап необходим для тех методов, которые требуют, чтобы исходные данные были в каком-то определенном виде.

4. Data Mining. На этом этапе применяются различные алгоритмы для нахождения знаний: нейронные сети, деревья решений, алгоритмы кластеризации и установления ассоциаций и т.д.

5. Постобработка данных. Это интерпретация результатов и применение полученных знаний в бизнес-приложениях.

Data Mining - процесс обнаружения в исходных данных ранее неизвестных, нетривиальных, практически полезных и доступных интерпретации знаний, необходимых для принятия решений в различных сферах человеческой деятельности. Методами Data Mining являются [107, 146]:

1. Нейронные сети - это большой класс систем, архитектура которых имеет аналогию с построением нервной ткани из нейронов. Нейросетевые технологии предоставляют сегодня широкие возможности для решения задач прогнозирования, обработки сигналов и распознавания образов. По сравнению с традиционными методами математической статистики, классификации и аппроксимации эти технологии обеспечивают достаточно высокое качество решений при меньших затратах. Они позволяют выявлять нелинейные закономерности в сильно зашумленных неоднородных данных, дают хорошие результаты при большом числе входных параметров и обеспечивают адекватные решения при относительно небольших объемах данных.

2. Деревья решений - метод заключается в создании иерархической структуры классифицирующих правил типа «если... то...» (if - then), имеющую вид дерева. Для принятия решения, к какому классу отнести объект или ситуацию, требуется ответить на вопросы, стоящие в узлах этого дерева, начиная с его корня. Вопросы имеют вид: «Значение параметра А больше х?» Если ответ положительный, осуществляется переход к правому узлу следующего уровня, если отрицательный - к левому узлу; затем снова следует вопрос, связанный с соответствующим узлом.

3. Индукция правил - осуществляется путем генерации неполных деревьев решений, а для того чтобы выбрать, какое из них будет применено к входным данным, используются статистические методы.

Типовыми задачами интеллектуального анализа данных являются: прогнозирование, маркетинговый анализ, анализ работы персонала, анализ эффективности продаж, профилирование клиентов, оценка потенциальных клиентов, анализ результатов маркетинговых исследований, анализ работы региональных отделений компании, сравнительный анализ конкурирующих фирм.

Средства управления содержанием предпринимательской структуры (Enterprise Content Management - ECM) возникли в ответ на необходимость работы с неструктурированной информацией, под которой подразумеваются как традиционные офисные документы в формате Word или Excel, PDF, так и множество других типов неструктурированных данных, включая рисунки, чертежи, графики, сканированные изображения и вообще файлы любых форматов, сообщения электронной почты, сводки новостей, видео, Web-страницы и т.п. Очевидно, что в перечисленных типах данных концентрируются знания и опыт организации, и эффективность ее системы управления организационными знаниями, как и вообще успешность бизнеса, зависит от способности с максимальной полнотой использовать эту информацию.

«Управление содержанием организации» — это набор технологий, инструментов и методов, используемых для сбора, накопления, управления, хранения и доставки информации всем потребителям внутри организации. Рассмотрим основные компоненты ECM [107].

1. Системы управления документами контролируют процессы создания, редактирования, публикации и архивирования документов. Их главное назначение - обеспечить целостность документов и их четкую классификацию.

Системы управления документами по функциональности наиболее близки к системам управления организационными знаниями: 80% формализованных знаний компании содержится в документах (в виде текстов, графиков, схем и т.д.), кроме того, многие современные системы управления документами поддерживают процессы преобразования скрытых знаний в явные. Во многих компаниях системы управления организационными знаниями разрабатываются последовательно, начиная с внедрения системы управления документооборотом.

Документ — основная единица информации, и все существующие системы электронного документооборота (СЭД) посвящены хранению документа, его свойств и истории его жизни, а также, собственно, поддержанию всего жизненного цикла документа. Все СЭД содержат обязательные типовые компоненты: хранилище карточек (атрибутов) документов; хранилище документов; компоненты, осуществляющие бизнес-логику системы.

Основные компоненты, из которых складывается функциональность любой СЭД, следующие: управление документами в хранилище, поиск документов, маршрутизация и контроль исполнения, отчеты, администрирование.

2. Системы управления Web-контентом, как и системы управления документами, охватывают полный спектр работ, характерных для Интернета (создание, редактирование, публикация и архивирование контента), т.е. позволяют работать с презентациями, предназначенными для определенных устройств (например, PDA, браузеры, не использующие фреймов, и т.д.), позволяют персонализировать контент для конкретного пользователя, в зависимости от времени и т. д.

3. Управление архивами - управление процессами хранения и удаления документов.

4. Управление цифровыми правами обеспечивает возможность безопасного распространения контента. Соответствующие функции определяют, какие пользователи за пределами корпоративного брандмауэра могут получать доступ к определенному контенту, кто имеет право копировать определенный контент и т. д.

5. Сотрудничество в области управления контентом имеет целью усовершенствовать взаимодействие пользователей в рамках единого процесса. Сюда могут входить функции архивирования чатов, конференций на основе «белых досок» и т.д.

6. Функции ввода изображений необходимы, если изначально информация поступает в бумажной форме. Электронная версия необходима для ускорения ввода данных или в тех случаях, когда информацию надо сохранить, поскольку она может понадобиться для юридических целей или для взаимодействия с регулирующими органами.

Комплексные средства управления организационными знаниями: платформы и корпоративные порталы знаний. При разработке платформы управления организационными знаниями создается единая информационная среда, в рамках которой применяются различные IT-инструменты, описанные выше.

Корпоративный портал - способ собрать на одном экране всю ту информацию, которая необходима сотруднику для исполнения служебных обязанностей. При этом для доступа к ней и составляющим ее подсистемам (информационным, сервисам коллективной работы, почтовым и другим сервисам) достаточно Интернет-браузера. Каждый блок страницы портала представляет собой самостоятельное рабочее поле, на котором отображено текущее состояние того или иного пользовательского приложения, например электронной почты, каталога поступающих материалов из внешних новостных источников, календаря с пометками пользователя, каталога документов, генерируемых внутри организации, окна форума, окна, содержащего документ в обработке, и других компонентов. На страницах портала могут размещаться ссылки на часто используемые приложения и базы данных. Г лавная страница может быть стандартизированной, но каждый сотрудник имеет возможность самостоятельно настроить интерфейс в соответствии со своими потребностями с учетом прав доступа.

Работать с корпоративным порталом могут не только сотрудники организации, но и внешние контрагенты, получающие защищенный доступ к необходимой информации через Интернет. Корпоративный портал может выполнять функцию шлюза, обеспечивающего быстрый доступ ко всем применяемым в компании системам управления знаниями.

Средства организации совместной работы позволяют наладить взаимодействие в случаях, не поддающихся строгой формализации. Необходимость такой поддержки возникает в условиях переговорного процесса или работы творческой команды (рабочего созвездия). К программному обеспечению такого класса относятся: чаты, форумы и конференции, программные продукты позволяющие организовать online-конференцию.

3.