Серова Юлия Игоревна – магистрант.
Ул. Татищева, д.16, Астрахань 414056
Juliya I. Serova - Master's Student.
16 Tatishcheva str., Astrakhan 414056
Ханова Анна Алексеевна - доктор технических наук, доцент, профессор кафедры «Прикладная информатика».
Ул. Татищева, д.16, Астрахань 414056
Anna A. Khanova - Dr. of Sci. (Engineering), Associate professor, Professor of the Applied Informatics Department.
16 Tatishcheva str., Astrakhan 414056
Гурская Татьяна Геннадиевна - кандидат технических наук, доцент, доцент кафедры информационной безопасности.
Ул. Татищева, д.16, Астрахань 414056
Tatyana G. Gurskaya - Cand of Sci. (Engineering), Associate Professor, Associate Professor of the Information Security Department.
20а Tatishcheva str., Astrakhan 414025
Цель исследования. Анализ системных взаимосвязей и выявление закономерностей между характеристиками абонента энергосбытовой компании и суммой его дебиторской задолженности на основе моделей анализа данных и инструментария low-code платформы Loginom.
Методы. Приведена классификация направлений анализа дебиторской задолженности в энергосбытовых компаниях. Показано, что исследование ситуаций дебиторской задолженности в контексте состояния организации и отдельного должника возможно на основе данных учетной системы. Для детального анализа реестра должников необходима консолидация данных об абонентах, об оплатах, а также об объектах гражданского права. Обоснован выбор методов анализа реестра должников энергосбытовой компании. Описан процесс создания портрета должника. Выявлены проблемы исходных данных. Сформулированы требования к технологиям и инструментарию для автоматизации аналитических процессов.
Результаты. Разработан сценарий обработки данных на основе low-code платформы Loginom, включающий 6 логических блоков (заметок) и 2 подмодели. Подмодель «Редактирование выбросов» предназначена для повышения качества исходных данных. Подмодель «Портрет должника» на основе корреляционного анализа и кластеризации данных помогает получить сведения для составления портрета должника. С помощью кластерных силуэтов предложено оценить качество построенной модели «портрет должника». С использованием обработчика ABC-анализ проведено ранжирование абонентов с низкой платежной дисциплиной на категории. Построены аналитические процессы принятия управленческих решений в отношении должников энергосбытовой компании.
Заключение. Разработан алгоритм аналитического процесса работы с должниками энергосбытовой компании. Реализована информационно-аналитическая система «Анализ должников» на основе low-code платформы Loginom. Реализован инструментарий для принятия управленческих решений на основе результатов анализа реестра должников.
Purpose of research. Analysis of system relationships and identification of patterns between the characteristics of a subscriber of an energy supply company and the amount of his receivables based on data analysis models and tools of the Loginom low-code platform.
Methods. A classification of areas for the analysis of accounts receivable in power supply companies is given. It is shown that the study of accounts receivable situations in the context of the state of the organization and an individual debtor is possible on the basis of the data of the accounting system. For a detailed analysis of the register of debtors, it is necessary to consolidate data on subscribers, payments, as well as on objects of civil law. The choice of methods for analyzing the register of debtors of an energy supply company is substantiated. The process of creating a portrait of debtors is described. Problems of the initial data are revealed. The requirements for technologies and tools for the automation of analytical processes are formulated.
Results. A data processing scenario based on the low-code Loginom platform has been developed, which includes 6 logical blocks (notes) and 2 submodels. The Outlier Editing submodel is designed to improve the quality of the source data. The "Debtor Portrait" submodel based on correlation analysis and data clustering helps to obtain information for compiling a debtor portrait. With the help of cluster silhouettes, it is proposed to assess the quality of the constructed model "portrait of the debtor". Using the ABC analysis handler, subscribers with low payment discipline were ranked into categories. Analytical processes for making management decisions in relation to debtors of an energy supply company have been built.
Conclusion. An algorithm for the analytical process of working with debtors of an energy supply company has been developed. The information and analytical system "Debtor Analysis" based on the Loginom low-code platform was implemented. Tools for making management decisions based on the results of the analysis of the register of debtors have been implemented.
The authors declare that there are no conflicts of interest present.