Агрегирование и декомпозиция статистических данных и ключевых показателей в процессе управления социально-экономическим развитием субъектов РФ. Часть 1. Вариант модели подготовки данных для принятия решения органами государственной власти субъекта РФ

МАНИЧЕВ С.В., аспирант Федерального государственного бюджетного образовательного учреждения высшего образования «Московский технологический университет», mgupi.mgupi2010@yandex.ru

Агрегирование и декомпозиция статистических данных и ключевых показателей в процессе управления социально-экономическим развитием субъектов РФ
Часть 1. Вариант модели подготовки данных для принятия решения органами государственной власти субъекта РФ с использованием средств бизнес-аналитики

В статье описаны основные условия для принятия решений по управлению качеством с адаптацией OLAP-анализа к требованиям государственного сектора, а также модели подготовки данных, необходимых для принятия управленческих решений с использованием инструментов бизнес-аналитики

1. Введение

Проблемы государственного управления актуальны для всех стран мира вне зависимости от особенностей государственного устройства – унитарное государство, федерация, конфедерация [1]. Среди них особо выделяются следующие:

• регулирование экономики в рамках реализации экономической модели;
• регулирование отношений между гражданами;
• оказание социальных услуг населению (образование, медицинское обслуживание, общественный транспорт, связь, пути и сообщения и т.п.);
• регулирование политических отношений в обществе;
• обеспечение идеологического плюрализма;
• преодоление экологических проблем;
• исполнение правовой функции государства;
• оборонные функции и поддержание миропорядка;
• проблемы интеграции в мировое сообщество;
• международное сотрудничество в решении глобальных проблем.

Значительная часть этих проблем связана с принятием, декомпозицией, мониторингом и контролем реализации управленческих решений относительно социально-экономического развития административно-территориальных образований (для унитарных государств, например, княжества Монако) или субъектов федерации, имеющих различные наименования в разных странах: штаты, республики, края, земли и т.п. (при федеральном устройстве, как, например, в России илиГермании). При этом в условиях федеративного устройства, подразумевающего три уровня управления (федеральный, региональный, муниципальный), проблемы координации существенно сложнее, чем при унитарном государственном устройстве [1]. Часть сложностей при реализации процесса управления также связана с необходимостью обеспечения ситуационных центров статистическими данными в процессах:

• выработки решений;
• декомпозиции целевых значений ключевых показателей при планировании реализации решений;
• агрегирования фактических значений ключевых показателей в процессе мониторинга и контроля исполнения решений.

В статье рассматривается проблема информационного обеспечения процессов принятия решения, мониторинга, контроля и исполнения в органах государственной власти (далее – ОГВ) субъектов РФ и на других уровнях государственного управления. Гипотеза исследования предполагает, что системы бизнес-аналитики (BI) и теоретические принципы OLAP-анализа могут быть адаптированы к задачам государственного управления, в том числе социально-экономическому развитию субъектов РФ.

2. Методическая, терминологическая и информационная база

Однозначного определения бизнес-аналитики (Business Intelligence, или BI) не существует. Тем не менее авторитетный источник в России в области бизнес-аналитики [2] дает одно из наиболее полных определений, ссылаясь наконсалтинговую компанию IDC. BI, или ИАС («информационно-аналитические системы» в некоторых российских публикациях), – это инструменты и приложения для поиска, анализа, моделирования и доставки информации, необходимой для принятия решений. По своей сути, бизнес-аналитика находится на стыке множества дисциплин и областей знаний, таких как экономика, теория управления, информационные технологии, интеллектуальные информационные системы, математическая статистика, численные методы и методы визуализации данных.

В качестве методической и информационной базы настоящей публикации выступили открытые источники [3-6] по проектам бизнес-аналитики для государственного сектора в России, а также административные регламенты государственных функций различных регионов, таких как Москва, Санкт-Петербург, Московская область, и других [7]. Также в процессе подготовки данной статьи автор ориентировался на опыт крупных отечественных системных интеграторов, работающих с государственным сектором [8-11]. Для построения модели процесса подготовки данных, необходимых для принятия управленческого решения, с использованием BI-систем применялась нотация Business Process Model and Notation (BPMN).

3. Агрегирование и декомпозиция данных и ключевых показателей в рамках процесса принятия решений

3.1. Управленческие решения в государственном управлении. Условия, определяющие качество управленческих решений

Принятие управленческих решений – одна из наиболее важных составляющих управленческой деятельности, являющаяся итогом организационно-управленческой работы. Под управленческим решением (в контексте данной статьи) понимается акт органов государственного управления (или руководителя органа государственного управления, или иного должностного лица структуры госуправления) субъектов РФ, в котором обозначены цель и сформулированы задачи, для которых обозначены исполнители и срок исполнения, выделены ресурсы (чаще всего – финансовые) и закреплена ответственность [12, 13].

В качестве субъекта управления выбран уровень государственного управления «Субъект РФ» по причине того, что органы власти субъекта РФ являются как поставщиками (создателями) новых целевых показателей для подведомственных им органов и организаций, как и поставщиками данных для вышестоящих органов управления (например, федеральных органов исполнительной власти).

Теория менеджмента и теория государственного управления подразумевают, что управленческое решение принимается на основании результатов исследования текущего состояния системы (объекта управления) и с учетом оценки возможных последствий и изменений после принятия решения. Принятие управленческих решений происходит в условиях ограничений: внешних (взаимодействие с внешним миром и т.п.) и внутренних (квалификация персонала, наличие ресурсов, качество и достаточность информации и т.п.).

На практике, в том числе в государственном управлении, возможны следующие виды необъективных управленческих решений (см. таблицу 1) [14].

Таблица 1. Виды необъективных управленческих решений

Причиной ограниченной объективности управленческих решений является несогласованность и несоразмерность процессов планирования (построения гипотез), оценки осуществимости планов (проверки гипотез) и процессов контроля исполнения планов. При этом автор предполагает, что процессы построения и проверки гипотез, а также контроля исполнения могут быть согласованы с помощью синхронизации методов BI и OLAP на всех уровнях управления.

В стратегическом менеджменте [15] выделяют ряд условий, определяющих качество принятого управленческого решения, таких как:

1. Использование научных подходов в области менеджмента.
2. Обеспечение необходимой, проверенной, качественной информацией ЛПР (лиц, принимающих решения).
3. Организация применения методов функционально-стоимостного анализа, прогнозирования, моделирования и экономического обоснования каждого принятого решения.
4. Осуществление структуризации проблемы и построение дерева целей.
5. Обеспечение сравнительного анализа в процессе принятия управленческого решения.
6. Обоснованность принимаемого решения с точки зрения нормативно-правовых актов.
7. Обеспечение автоматизации процесса сбора и обработки информации, а также процесса разработки и реализации решения.

Как будет показано далее, OLAP-анализ позволяют выполнить 1-е, 2-е, 3-е, 4-е и 7-е условия качественного принятия управленческих решений.

3.2. Системы класса BI и OLAP в государственном секторе

На момент написания данной публикации методы BI и OLAP стали активнее применять в государственном управлении. Одной из причин изменения отношения государственных органов и организаций к системам класса BI стало повышение уровня ИТ-обеспечения процессов государственного управления. За несколько лет BI-проекты в государственном секторе стали занимать третье место по числу внедрений [16] после коммерческих BI-проектов для финансовой сферы и предприятий торговли.

Ключевым поставщиком BI-технологий для государственных органов и учреждения является, в частности, компания ЗАО «Прогноз» [8], которая в 2012 году была исполнителем по трем контрактам разработки BI-систем, бюджет которых всовокупности составил более 450 миллионов рублей.

Практика внедрений ИАС в других отраслях показывает, что одним из ключевых условий успешной реализации таких проектов является наличие в организации действующих систем класса OLTP (Online Transaction Processing) [2].

В большинстве государственных органов и организаций (вне зависимости от их уровня в системе государственного управления России) транзакционные системы уже внедрены и успешно эксплуатируются. Показательным примером таких транзакционных систем в различных уровнях управления являются учетные системы на базе решений «1С» и «Рарус» в муниципальных, бюджетных и автономных учреждениях Санкт-Петербурга и транзакционная система Комитета финансов Санкт-Петербурга – АИС бюджетного процесса – Электронное казначейство [17].

Однако вопрос об интеграции транзакционных систем остается открытым – даже осуществляемая на данный момент интеграция ведомственных информационных систем через СМЭВ больше внимания уделяет сквозным процессами приоказании государственных услуг, а не осуществлении государственных функций.

Системы бизнес-аналитики в коммерческом секторе обрабатывают показатели определенной предметной области (банковские транзакции, данные о сделках, показатели эффективности инвестиций и т.п.) для решения конкретных управленческих задач или поддержки принятия решений (такие как анализ и управление рисками; сегментация рынков, продуктов, услуг; определение особенностей поведения клиентов; диагностика и обнаружение причин дефектов илиошибок; идентификация кризисных ситуаций, оценка кредитоспособности заемщика и т.д., и т.п.). Но данные и ключевые показатели специфичной предметной области (государственного управления в различных сферах и отраслях) какзаписи в транзакционных системах ничем не отличаются от бизнес-ориентированных данных.

Таким образом, можно сказать, что базис для массового внедрения методов и средств бизнес-аналитики в процесс управления социально-экономическим развитием субъектов РФ уже заложен: ИТ-инфраструктура OLTP-систем (поставщиков данных для информационно-аналитических систем) уже существует, а в системе государственного управления сформирован запрос на своевременное получение полной качественной информации для принятия решений.

3.3. Факты и измерения. Перспектива применения теории OLAP-анализа в процессе принятия решений в ОГВ

В терминах OLAP-анализа как бизнес-данные, так и «данные и ключевые показатели» государственного управления – это факты. Факты – данные, количественно описывающие процесс или объект (являются ответом на вопрос «Сколько?»). Объектами в данном случае являются объекты деятельности соответствующего государственного органа (см. таблицу 2).

Таблица 2. Примеры объектов управления в государственном управлении

Бизнес-процессы в этом случае становятся государственными функциями или государственными услугами (например, для ОГВ, отвечающего за бюджетный процесс, примером процесса может служить исполнение государственной функции по осуществлению ведения государственной долговой книги). Качественные описания объектов деятельности ОГВ, а также государственных услуг//функций составляют измерения (являются ответом на вопросы «Что?», «Когда?», «Где?», «Кто?» и т.п.).

Основным плюсом OLAP как методологии визуализации данных для поддержки принятия решений является обеспечение доступа к постоянно актуализируемым данным (мониторинг осуществления процесса или объекта управления).

К счастью, в сфере государственного управления уже существует совокупность регламентированных отношений между Поставщиками данных (т.е. объектами деятельности ОГВ) и ЛПР (органами государственной власти), в которой выделяет процесс предоставления отчетности по строго установленным формам.

3.4. Вариант модели принятия решения в ОГВ субъекта РФ с использованием системы BI и OLAP

Автор данной статьи предлагает один из вариантов модели принятия решения в ОГВ субъекта РФ с использованием систем бизнес-аналитики (см. рис. 1) на основе теории OLAP-анализа, а также эксплуатации систем бизнес-аналитики иобработки отчетности об исполнении государственных услуг и осуществлении государственных функций.

Рисунок 1. Модель подготовки данных для принятия решения ОГВ субъекта РФ с использование средств бизнес-аналитики

В соответствии с моделью процесс подготовки данных для принятия решения начинается с формирования потребности в данном управленческом решении. С точки зрения государственного управления и в соответствии с обозначениями, принятыми в нотации для моделирования бизнес-процессов BPMN, таким условным триггером//бизнес-событием для государственных функций можно считать первое инициирующее действие в соответствии с блок-схемой последовательности действий исполнения государственных функций (например, «поступление обращения органа местного самоуправления, претендующего на предоставление муниципальному образованию бюджетного кредита»[22]).

Далее ЛПР либо аналитик формирует запрос к таблицам фактов, в которых собираются исторические данные от Поставщиков данных (более низких уровней государственного управления или других ведомств и организаций, обеспечивающих формирование данных для BI).

Запрос обычно создается с помощью «искусственного языка», т.е. представляется в структурированном виде. В случае отсутствия данных в таблицах фактов необходимо в автоматизированном режиме осуществить сбор недостающей информации.

Практика сбора информации по запросу вышестоящего ОГВ распространена во всех регионах России и во всех отраслях. Типичным примером системы, осуществляющей сбор информации по запросу с помощью гибко настраиваемых электронных таблиц, является ИАС «Мониторинг» Министерства образования и науки Российской Федерации (описание требований к ряду ключевых функций указанной информационной системы можно найти в публикациях автора) [23-25].

Причем информацию, необходимую для принятия решений в ОГВ, не всегда поставляют другие ОГВ и даже не всегда бюджетные, казненные и государственные учреждения (как это бывает в случае со сферой социальной защиты илисферой образования).

Например, постановление Правительства РФ о создании реестра отечественного программного обеспечения [26] предусматривает, что Минкомсвязи России будет принимать решения о включении//исключении из реестра на основании заключений экспертного совета, состоящего из представителей государственных заказчиков и российской ИТ-отрасли (т.е. коммерческих организаций). Аналогично физические лица могут выступать отправителями заявок на сайте http://eais.rkn.gov.ru (Единого реестра «запрещенных сайтов»), т.е., по своей сути, поставщиками информации для принятия решения Федеральной службой по надзору в сфере связи, ИТ и массовых коммуникаций.

Рассмотрим пример запроса к Поставщикам данных: «Показать численность обучающихся, родившихся с 1990 по 2000 год, в разрезе каждого года для каждой административно-территориальной единицы субъекта РФ».

В данном примере можно четко выделить:

• объект − таблицу фактов «Обучающийся»;
• условие отбора − поле «Дата рождения»;
• измерения − «Год рождения» и «Административно-территориальная единица, в которой проходит обучение».

Данный пример может показаться несколько упрощенным, однако именно такие запросы ЛПР возникают в сфере государственного управления и легко соотносятся с теорией OLAP-анализа: т.е. содержат указания того, какие измерения идля каких таблиц фактов необходимы для построения OLAP-куба, а часто даже и какие методы агрегации и/или визуализации информации необходимо использовать для представления результатов ответа на запрос.

4. Выводы и перспективы будущей работы

В настоящей публикации рассмотрена одна из ключевых проблем государственного управления в Российской Федерации − проблема принятия решений в государственных органах и организациях.

Были определены признаки некачественных управленческих решений, а также выделены условия для принятия качественных решений. Также в публикации был приведен краткий обзор состояния OLTP-систем и систем бизнес-аналитики вгоссекторе РФ. В основной части публикации автором был предложен вариант адаптации и наложения теории OLAP-анализа на процесс принятия решений в ОГВ субъектов РФ и ОГВ других уровней государственного управления.

В последующих публикациях автор планирует показать на примерах дополнительные возможности адаптации теории OLAP-анализа к государственному управлению в Российской Федерации, а также продемонстрировать вариант расширения предложенной модели на весь цикл управления. eof

1. Чиркин В.Е. Государственное и муниципальное управление [Текст]. – М.: Юристъ. – 2003. – 320 с. ISBN 5-7975-0623-8.
2. Паклин Н.Б., Орешков В.И. Бизнес-аналитика: от данных к знаниям. Учебное пособие. 2-е издание, исправленное [Текст]. – М.: Питер. – 2013. ISBN 978-5-459-00717-6.
3. http://www.idc.com – международная исследовательская и консалтинговая компания IDC (дата обращения: 01.11.2016).
4. http://www.cnews.ru – ИТ-обозреватель CNews (дата обращения: 01.11.2016).
5. http://www.tadviser.ru – ИТ-обозреватель Tadviser (дата обращения: 01.11.2016).
6. http://www.crn.ru/research – ИТ-обозреватель CRN (дата обращения: 01.11.2016).
7. http://docs.cntd.ru – электронный фонд правовой и нормативно-технической документации. Консорциум «Кодекс» (дата обращения: 01.11.2016).
8. http://www.prognoz.ru – ЗАО «Прогноз» (дата обращения: 01.11.2016).
9. http://bars-open.ru – «Барс-Груп» (дата обращения:01.11.2016).
10. https://basegroup.ru – ООО «Аналитические технологии» (дата обращения: 01.11.2016).
11. http://www.fors.ru – Группа компаний «ФОРС» (дата обращения: 01.11.2016).
12. Новиков Д.А. Теория управления организационными системами. 2-е издание [Текст]. – М.: Физматлит. – 2007.
13. Региональная экономика и пространственное развитие [Текст]/ под ред. Л.Э. Лимонова. – М.: Юрайт. – 2014. – 396 с. ISBN 978-5-9916-4084-8.
14. Ивасенко А.Г., Никонова Я.И., Плотникова Е.Н. Разработка управленческих решений [Текст]. − М.: КноРус. – 2014. − 168 с. ISBN 978-5-406-02783-7.
15. Виханский О. С. Стратегическое управление [Текст]. − М.: Экономистъ. – 2006. − 293 с. ISBN 5-98118-055-2.
16. http://www.tadviser.ru/index.php/BI − ИТ-обозреватель Tadviser (дата обращения: 01.11.16).
17. http://www.fincom.spb.ru/cf/about/automation/aisbp.htm – информация о государственной информационной системе Санкт-Петербурга АИС БП-ЭК на официальном сайте Комитета финансов Санкт-Петербурга (дата обращения:01.11.2016).
18. Постановление Правительства Москвы от 7 октября 2016 года №649-ПП «О внесении изменения в постановление Правительства Москвы от 27 сентября 2011 года №450-ПП».
19. Постановление Правительства Москвы №236-ПП от 28 апреля 2015 года «О внесении изменений в постановление Правительства Москвы от 2 сентября 2011 года №408-ПП».
20. Постановление Правительства Санкт-Петербурга от 23 июня 2014 года №494 «О государственной программе Санкт-Петербурга «Повышение эффективности государственного управления в Санкт-Петербурге» на 2015-2020 годы».
21. Постановление Правительства Белгородской области от 28 октября 2013 года №439-пп «Об утверждении государственной программы Белгородской области «Развитие сельского хозяйства и рыбоводства в Белгородской области на2014-2020 годы».
22. Распоряжение Комитета финансов Санкт-Петербурга от 24 августа 2010 года №151-р «Об утверждении Административного регламента Комитета финансов Санкт-Петербурга по исполнению государственной функции поосуществлению оценки надежности (ликвидности) банковской гарантии, поручительства при предоставлении бюджетных кредитов в порядке, установленном Комитетом финансов Санкт-Петербурга».
23. Маничев С.В., Кошик А.В. Оперативный анализ как элемент информационного обеспечения мониторинга, актуализации и контроля статистической информации о состоянии сферы образования и науки//Экономика информационных технологий. − 2014. − «Вестник МГТУ МИРЭА», выпуск №4 (5), МИРЭА. − С. 243-248.
24. Кошик А.В., Маничев С.В. Методическое и информационное обеспечение анализа фактов нарушений в области охраны труда в сфере образования и науки. − 2014. − «Вестник МГТУ МИРЭА», выпуск №4, МИРЭА. − С. 264- 269.
25. Кошик А.В., Маничев С.В. Методические и информационные принципы актуализации ежегодно предоставляемой органами управления образованием Субъектов Федерации информации о ситуации в муниципальных образовательных учреждениях и состоянии сферы образования и науки//Государственное и административное управление. − 2013. − «Вестник молодых ученых», выпуск №14, МГУПИ. − С. 21-26.
26. Постановление Правительства Российской Федерации от 16 ноября 2015 года №1236 «Об установлении запрета на допуск программного обеспечения, происходящего из иностранных государств, для целей осуществления закупок дляобеспечения государственных и муниципальных нужд».
27. Тюрин Ю.Н., Макаров А.А. Статистический анализ данных на компьютере [Текст]/ под ред. В.Э. Фигурнова. − М.: ИНФРА-М. – 1998. − 528 с.
28. Барсегян А.А., Куприянов М.С., Степаненко В.В., Холод И.И. Методы и модели анализа данных: OLAP и Data Mining [Текст]. − Спб: БВХ-Петербург. – 2004. − 336 с.
29. Иванов В.Н., Патрушев В.И., Гладышев А.Г., Иванов А.В., Доронин А.О., Щекин Г.В., Данакин Н.С., Мельников С.Б., Уржа О.А. Основы социального управления [Текст]. − М.: Высшая школа. – 2001. ISBN: 5-06-003755-X.
30. Информационный бюллетень Администрации Санкт-Петербурга №35 (686), 13 сентября 2010 года.
31. Логиновский О.В., Любицын В.Н. Информационно-аналитические центры как инструмент развития интеллектуального ресурса информационного общества//Компьютерные технологии, управление и радиотехника. − 2012. − «Вестник Южно-Уральского государственного университета», выпуск №23, Южно-Уральский государственный университет. − С. 123-126.

Ключевые слова: business intelligence, government services, government functions, Online Analytical Processing (OLAP), Online Transaction Processing (OLTP), measurements, quality of man-agement decisions, Business Process Model and Notation (BPMN).

Aggregation and decomposition of statistical data and key performance indicators in the management of socio-economic development of subjects of the Russian Federation.

Part 1. Variant of data preparation model for decision-making by public authorities of the subjects of the Russian Federation using the means Business Intelligence.

Manichev S.V., graduate student of Federal State Institution of Higher Education «Moscow Technological University», mgupi.mgupi2010@yandex.ru

Abstract: The article describes the basic conditions for the adoption of quality management solutions with adaptation OLAP-analysis to the requirements of the governmental sector as well as a model of training data needed for management decisions using business intelligence tools.

Keywords: business intelligence, government services, government functions, Online Analytical Processing (OLAP), Online Transaction Processing (OLTP), measurements, quality of man-agement decisions, Business Process Model and Notation (BPMN).

References:

1. Chirkin V.E. State and municipal management [Text]. − M.: Lawyer. – 2003. – 320 p. ISBN 5-7975-0623-8.
2. Paklin N.B., Oreshkov V.I. Business Intelligence: from data to knowledge. Tutorial. 2nd edition, revised [Text]. –M.: Piter. – 2013. ISBN 978-5-459-00717-6.
3. http://www.idc.com/ (date: 01.11.2016).
4. http://www.cnews.ru/ (date: 01.11.2016).
5. http://www.tadviser.ru/ (date: 01.11.2016).
6. http://www.crn.ru/research/ (date: 01.11.2016).
7. http://docs.cntd.ru/ (date: 01.11.2016).
8. http://www.prognoz.ru/ (date: 01.11.2016).
9. http://bars-open.ru/ (date: 01.11.2016).
10. https://basegroup.ru/ (date: 01.11.2016).
11. http://www.fors.ru/ (date: 01.11.2016).
12. Novikov D.A. The theory of management of organizational systems. 2nd edition [Text]. − M .: FIZMATLIT. – 2007.
13. Regional economy and spatial development [Text], ed. L.E. Limonov. − M.: Yurayt. – 2014. − 396 p. ISBN 978-5-9916-4084-8.
14. Ivasenko A.G., Nikonova Y.I., Plotnikov E.N. Decision making process [Text]. − M.: KnoRus. – 2014. − 168 p. ISBN 978-5-406-02783-7.
15. Vikhansky O.S. Strategic management [Text]. − M .: Ekonomist. – 2006. − 293 p. ISBN 5-98118-055-2.
16. http://www.tadviser.ru/index.php/BI (date: 01.11.2016).
17. http://www.fincom.spb.ru/cf/about/automation/aisbp.htm (date: 01.11.2016).
18. Resolution of the Government of Moscow on October 7, 2016 № 649-PP «On Amendments to the Resolution of the Government of Moscow on September 27, 2011 №450-PP».
19. Resolution of the Moscow Government № 236-PP dated April 28, 2015 «On Amending Resolution of the Government of Moscow on September 2, 2011 №408-PP».
20. Resolution of the Government of St. Petersburg on June 23, 2014 №494 «On the State Program of St. Petersburg" Improving the efficiency of public administration in St. Petersburg, 2015-2020».
21. Resolution of the Government of the Belgorod Region on October 28, 2013 №439-PP «On approval of the state program of the Belgorod region" Development of agriculture and fisheries in the Belgorod region in 2014-2020».
22. Order of the Finance Committee of St. Petersburg August 24, 2010 №151-p «On approval of the Administrative Regulation of the Finance Committee of St. Petersburg on the execution of state functions to implement the safety assessment (liquidity) of a bank guarantee, a guarantee in the provision of budget credits in the manner prescribed St. Petersburg Finance Committee».
23. Manichev S.V., Koshik A.V. Operational analysis as an element of information support for monitoring, updating and control of statistical information about the state of education and science // Economics of Information Technology. – 2014. – «MSTU MIREA Herald» Issue №4 (5), MIREA. − P. 243-248.
24. Koshik A.V., Manichev S.V. Methodical and information support analysis of the facts of infringements in the field of occupational safety and health in education and science // − 2014. – «MSTU MIREA Herald» Issue №4, MIREA. – P. 264-269.
25. Koshik A.V., Manichev S.V. Methodical principles and information actualization annually provides education governing bodies of Subjects of Federation on the situation of information in the municipal educational institutions and the state of education and science // State and administration. – 2013. – «Journal of Young Scientists», Issue №14, MGUPI. − P. 21-26.
26. Russian Federation Government Resolution dated November 16, 2015 №1236 «On the establishment of the ban on the software tolerance occurring-present from a foreign country, for procurement purposes to ensure, of the state and municipal needs».
27. Tyurin Yu.N., Makarov A.A. Statistical analysis of the data on the computer [Text]. / Ed. V.E. Figurnova. − M .: INFRA-M. – 1998. − 528 p.
28. Barseghyan A.A., Kupriyanov M.S., Stepanenko V.V., Holod I.I. Methods and data analysis model: OLAP and Data Mining [Text]. − St. Petersburg: CVS-Petersburg. – 2004. − 336 p.
29. Ivanov V.N., Patrushev V.I., Gladyshev A.G., Ivanov A.V., Doronin A.O., Shchekin G.V., Danakin N.S., Melnikov S.B., Urzhatsya O.A. Social Management Fundamentals [Text]. − M .: Higher School. – 2001. ISBN: 5-06-003755-X.
30. Newsletter of the Administration of St. Petersburg № 35 (686) 13 September 2010.
31. Loginovskiy O.V. ,Lyubitsyn V.N. Information-analytical centers as an in-strument development of intellectual resources of the information society // Com-puter technology, management and radio technology. – 2012. – «Journal of South-Ural State University», Issue number 23, South Ural State University-udarstvenny. − P. 123-126.

Комментарии могут оставлять только зарегистрированные пользователи