Курсовая работа на тему «Междисциплинарные связи в управлении информационными системами и базами данных»

Введение

В современной цифровой экономике информационные системы (ИС) и базы данных (БД) перестали быть исключительно техническими инструментами. Они трансформировались в сложные социотехнические системы, которые пронизывают все аспекты деятельности организаций, от операционного управления до стратегического планирования. Этот сдвиг делает традиционный, узкотехнический подход к их управлению не просто устаревшим, а категорически недостаточным. Сегодняшние реалии требуют понимания, что ИС — это не просто код и серверы, а тесная интеграция людей, процессов и технологий, направленная на достижение общих организационных целей. Важность этой области подчеркивается тем фактом, что в учебные планы ключевых технических специальностей в обязательном порядке включаются такие дисциплины, как «Управление информационными системами» и «Системы управления базами данных».

Проблема заключается в том, что игнорирование междисциплинарных связей приводит к созданию систем, которые технически совершенны, но не решают бизнес-задач, отторгаются пользователями и не приносят ожидаемой выгоды. Эффективность ИС и БД сегодня определяется не только производительностью кода или объемом хранилища, но и тем, насколько успешно они встроены в организационную структуру и насколько полно учитывают человеческий фактор.

В свете этого, целью данной курсовой работы является исследование и доказательство центральной гипотезы: эффективность управления информационными системами и базами данных напрямую определяется качеством интеграции знаний из таких дисциплин, как менеджмент, психология, организационное поведение и стратегическое планирование.

• Объект исследования: процесс управления информационными системами и базами данных в современной организации.
• Предмет исследования: междисциплинарные связи, возникающие в этом процессе, и их влияние на конечный результат.

Обосновав актуальность и сформулировав цели, необходимо заложить прочный научный фундамент. Поэтому далее мы перейдем к анализу теоретико-методологических основ нашего исследования, которые послужат отправной точкой для всего последующего анализа.

Глава 1. Теоретико-методологические основы исследования междисциплинарных связей

Для построения строгого и последовательного исследования необходимо определить ключевые понятия и теоретическую рамку. В данной главе мы систематизируем базовый терминологический аппарат и обоснуем выбор социотехнического подхода как основы для анализа.

1.1. Определение ключевых понятий

В основе нашего исследования лежат четыре фундаментальных понятия:

1. Информационная система (ИС): Это не просто компьютерная программа, а организованная совокупность людей, технических средств и бизнес-процессов, предназначенная для сбора, обработки, хранения и распространения информации с целью поддержки принятия решений и выполнения операционных задач в организации. Ключевым здесь является именно интеграция компонент.
2. База данных (БД): Представляет собой структурированный набор данных, организованный по определенным правилам. БД является ядром большинства современных ИС, обеспечивая упорядоченное хранение информации.
3. Система управления базами данных (СУБД): Это комплекс программных средств, который позволяет создавать базы данных, а также управлять ими: добавлять, извлекать, обновлять и удалять данные. СУБД критически важна для эффективного и безопасного взаимодействия с данными.
4. Управление ИС: Комплексный процесс планирования, создания, внедрения, эксплуатации и развития информационных систем, направленный на достижение стратегических целей организации.

1.2. Эволюция подходов и выбор теоретической рамки

Подходы к управлению ИС прошли значительную эволюцию. Изначально доминировал технократический подход, где основное внимание уделялось аппаратной и программной части, а человеческий и организационный факторы считались вторичными. Однако практика показала несостоятельность такого взгляда. Множество технически безупречных проектов провалились из-за сопротивления персонала, несоответствия бизнес-процессам или отсутствия поддержки со стороны руководства.

Ответом на эти вызовы стал социотехнический подход. Эта теория рассматривает любую организационную систему (включая ИС) как неразрывное единство двух подсистем:

• Социальной: включает в себя людей, их навыки, ценности, организационную культуру, структуру взаимоотношений и бизнес-процессы.
• Технической: включает оборудование, программное обеспечение, сети и, конечно же, СУБД.

Центральная идея социотехнической теории заключается в том, что оптимизация только одной из подсистем в ущерб другой неизбежно ведет к снижению эффективности всей системы. Успех достигается только при их совместной оптимизации.

Именно поэтому социотехническая теория выбрана в качестве основной теоретической рамки для данной работы. Она позволяет анализировать междисциплинарные связи не как нечто внешнее, а как неотъемлемую часть самой природы ИС, которая по своей сути является междисциплинарным феноменом, находящимся на стыке информатики, управления, психологии и организационного поведения. Мы определили ключевые понятия и выбрали теоретическую рамку. Теперь необходимо углубиться в саму суть ИС как объекта управления, рассмотрев ее через призму социотехнического подхода.

Глава 2. Информационная система как комплексный социотехнический феномен

Рассмотрение информационной системы исключительно как технического артефакта является фундаментальной ошибкой, ведущей к провалам в проектировании и внедрении. Чтобы доказать это, необходимо детально проанализировать ИС через призму социотехнической теории, раскрыв взаимозависимость ее ключевых компонент.

2.1. Декомпозиция социотехнической системы

Как было установлено в предыдущей главе, любая ИС состоит из двух неразрывно связанных подсистем, которые необходимо проектировать и развивать во взаимной увязке.

Техническая подсистема — это то, что традиционно ассоциируется с ИТ. Она включает в себя:

• Аппаратное обеспечение: серверы, рабочие станции, сетевое оборудование, устройства хранения данных.
• Программное обеспечение: операционные системы, прикладные программы и, что особенно важно для нас, система управления базами данных (СУБД), которая является технологическим ядром хранения и обработки информации.

Социальная подсистема — это человеческий и организационный контекст, в котором функционирует технология. Ее компоненты:

• Люди: конечные пользователи, менеджеры, разработчики. Их квалификация, мотивация, психологические особенности и отношение к изменениям являются критическими факторами успеха.
• Бизнес-процессы: последовательность действий, которые выполняются в организации для достижения результата. ИС должна либо поддерживать существующие процессы, либо проектироваться вместе с их реинжинирингом.
• Организационная культура: совокупность ценностей, норм и моделей поведения, принятых в компании. Культура, не поощряющая обмен информацией или открытость к новым технологиям, может «убить» самый передовой проект.

2.2. Влияние социальной подсистемы на успех ИС

Взаимодействие этих двух подсистем определяет итоговый результат. Даже идеально спроектированная техническая подсистема обречена на провал, если социальная подсистема ее отторгает. Приведем несколько классических примеров:

Представим внедрение передовой CRM-системы (Customer Relationship Management) на предприятии. Технически она безупречна: быстрая, удобная, с мощной аналитикой. Однако социальная подсистема не готова: менеджеры по продажам привыкли вести свои базы в Excel, они не видят ценности в новой системе и саботируют ввод данных, считая это лишней тратой времени. Результат? Система наполнена неполными и неактуальными данными, ее аналитические возможности бесполезны, и проект признается провальным. Провал произошел не в коде, а в головах людей и в организационных процедурах.

Именно для решения таких проблем, связанных с необходимостью тесной интеграции технических и социальных компонент, были разработаны гибкие методологии (Agile). В отличие от каскадной модели, где требования формируются один раз, а результат показывается в конце, Agile предполагает итеративную разработку короткими циклами с постоянной обратной связью от конечных пользователей. Это позволяет не просто создавать продукт для людей, а создавать его вместе с людьми, адаптируя технические решения под их реальные потребности и изменяющиеся бизнес-процессы.

Таким образом, мы доказали, что ИС — это люди и процессы в той же мере, что и технологии. Логичным продолжением будет анализ «сердца» любой современной ИС — данных — и дисциплины, которая управляет ими на стыке технологии, бизнеса и права.

Глава 3. Управление данными (Data Governance) как ключевая междисциплинарная практика

Если информационная система — это организм, то данные — это его кровь. Качество и доступность данных напрямую влияют на «здоровье» организации и ее способность принимать верные решения. Однако управление данными — это не просто техническая задача по администрированию СУБД. Это стратегическая бизнес-функция, требующая глубоко междисциплинарного подхода, известного как Data Governance (Управление данными).

3.1. Разграничение понятий: Data Management vs. Data Governance

Важно четко различать два термина, которые часто путают:

• Data Management (Управление данными в техническом смысле): Это операционная деятельность, связанная с жизненным циклом данных — их сбор, хранение, обработка, резервное копирование, защита. Это зона ответственности ИТ-отдела.
• Data Governance (Управление данными как корпоративная функция): Это система более высокого уровня, которая определяет правила игры. Она устанавливает политики, стандарты, роли и обязанности, связанные с данными в масштабах всей организации. Это междисциплинарная область, где ИТ — лишь один из участников.

Проще говоря, Data Management — это «как мы работаем с данными», а Data Governance — это «как мы должны работать с данными».

3.2. Междисциплинарные домены Data Governance

Эффективная программа Data Governance охватывает несколько ключевых доменов, каждый из которых наглядно демонстрирует ее междисциплинарную природу:

1. Качество данных (Data Quality): Обеспечение точности, полноты и актуальности данных. Здесь ИТ-специалисты создают инструменты для очистки и валидации, но сами критерии качества (например, «что считать актуальным адресом клиента?») определяет бизнес-подразделение (маркетинг, продажи).
2. Безопасность данных и соответствие (Data Security and Compliance): Защита данных от несанкционированного доступа и обеспечение соответствия законодательству (например, ФЗ-152 «О персональных данных»). Этот домен требует теснейшего сотрудничества ИТ-отдела, службы кибербезопасности, юридического департамента и комплаенс-офицеров. Юристы трактуют закон, а ИТ-специалисты реализуют технические меры контроля.
3. Архитектура данных: Определение того, как данные хранятся, интегрируются и перемещаются между различными системами. Это требует участия бизнес-аналитиков для понимания потребностей и ИТ-архитекторов для проектирования решений.
4. Управление мастер-данными (Master Data Management): Создание единого, эталонного источника ключевых бизнес-сущностей (клиенты, продукты, поставщики). Это стратегическая задача, требующая согласования интересов множества департаментов.

Принципы Data Governance находят свою техническую реализацию в технологиях хранилищ данных (Data Warehousing) и инструментах бизнес-аналитики (BI). Хранилища данных интегрируют информацию из различных источников, очищают ее и готовят для анализа. BI-инструменты позволяют менеджерам и аналитикам, не обладающим глубокими техническими знаниями, самостоятельно извлекать ценные сведения и строить отчеты. Но чтобы эти инструменты работали, сначала должна быть выстроена система правил Data Governance.

Теоретическая база подведена. Мы рассмотрели ИС как социотехническую систему и данные как стратегический актив, управляемый междисциплинарно. Теперь пора перейти к практической реализации этих идей и спроектировать решение для конкретной предметной области.

Глава 4. Практическая часть. Анализ предметной области и постановка задачи проектирования

Для демонстрации применения междисциплинарного подхода на практике выберем конкретную предметную область — управление маркетинговой деятельностью в среднем торговом предприятии. В данной главе мы проведем анализ текущей ситуации, выявим проблемы, порожденные отсутствием системного подхода, и сформулируем требования к будущей информационной системе.

4.1. Описание предметной области и анализ «AS-IS» (Как есть)

Предметная область: Маркетинговые исследования и управление программами лояльности в розничной торговой компании «Продукт-Плюс».

На сегодняшний день компания активно проводит маркетинговые исследования: опросы покупателей, анализ продаж, мониторинг цен конкурентов. Однако вся информация хранится разрозненно:

• Данные о продажах — в учетной системе 1С.
• Результаты опросов покупателей — в отдельных файлах Excel на компьютерах маркетологов.
• Данные о программах лояльности — в примитивной базе данных кассового ПО.
• Информация о ценах конкурентов — в текстовых отчетах.

Это классическая ситуация, когда отсутствие единой информационной системы приводит к ряду серьезных проблем. Принятие решений затруднено, так как для получения полной картины требуется вручную собирать и сопоставлять данные из разных источников. Этот процесс трудоемок, подвержен ошибкам и не позволяет оперативно реагировать на изменения рынка. Как справедливо отмечается в академических источниках, сами по себе базы данных не помогают в принятии решения, они лишь предоставляют информацию, но в данном случае даже эта функция выполняется неэффективно.

4.2. Постановка цели и задач проектирования «TO-BE» (Как будет)

Проведенный анализ позволяет сформулировать главную цель — разработать концепцию маркетинговой информационной системы (МИС), которая станет единым источником правды для принятия маркетинговых решений.

Для достижения этой цели необходимо решить следующие задачи:

1. Создать централизованную базу данных для хранения всей маркетинговой информации.
2. Автоматизировать сбор данных из различных источников (1С, кассовое ПО).
3. Предоставить маркетологам удобный инструмент для анализа данных и построения отчетов.
4. Обеспечить возможность сегментации клиентов для персонализированных предложений.

Важно подчеркнуть, что требования к системе носят междисциплинарный характер:

• Технические требования: Выбор СУБД, способной обрабатывать требуемый объем данных; разработка API для интеграции с 1С; использование веб-технологий для клиентской части.
• Пользовательские требования: Интерфейс должен быть интуитивно понятным для маркетологов, не являющихся ИТ-специалистами. Система должна позволять строить отчеты без написания SQL-запросов (например, через drag-and-drop конструктор).
• Организационные требования: Должны быть определены роли и права доступа к данным. Необходимо разработать регламент по вводу и обновлению данных, чтобы обеспечить их актуальность и качество.

Проблема определена, требования сформулированы. Следующим шагом будет непосредственное проектирование архитектуры системы и ее базы данных, которые должны ответить на поставленные вызовы.

Глава 5. Проектирование концептуальной модели базы данных и архитектуры информационной системы

На данном этапе мы переходим от анализа к синтезу. Здесь будет продемонстрировано, как междисциплинарные принципы, обсуждавшиеся ранее, материализуются в конкретных проектных решениях: структуре базы данных, архитектуре приложения и дизайне пользовательских интерфейсов. Это ядро всей практической части работы.

5.1. Концептуальное и логическое проектирование базы данных

Основой любой ИС являются данные, организованные таким образом, чтобы они адекватно отражали реалии предметной области. Для нашей МИС мы разработаем реляционную базу данных. Процесс проектирования начинается с концептуальной модели.

Концептуальная модель (ER-диаграмма):

На этом уровне мы определяем ключевые сущности, их атрибуты и взаимосвязи, исходя из бизнес-логики маркетинга.

• Сущности: Клиент, Покупка, Товар, Категория_Товара, Маркетинговая_Акция.
• Атрибуты: У Клиента будут ФИО, дата рождения, контактные данные. У Покупки — дата, сумма, ссылка на клиента. У Товара — наименование, цена.
• Связи: Один Клиент может совершить много Покупок (один-ко-многим). В одной Покупке может быть много Товаров (многие-ко-многим, реализуется через связующую таблицу «Состав_Покупки»).

Логическая модель:

Далее мы преобразуем ER-диаграмму в конкретную структуру таблиц реляционной БД с определением первичных и внешних ключей для обеспечения целостности данных. Например:

Clients (ClientID, FName, LName, BirthDate, Email)
Purchases (PurchaseID, PurchaseDate, TotalSum, ClientID)
Products (ProductID, ProductName, Price)
Purchase_Items (PurchaseID, ProductID, Quantity)

Такая структура решает ключевую проблему разрозненности данных, создавая единый, связанный источник информации.

5.2. Проектирование архитектуры информа��ионной системы

Для обеспечения гибкости, масштабируемости и удобства доступа мы выберем современную трехуровневую архитектуру, которая отлично вписывается в парадигму облачных вычислений.

1. Уровень представления (Клиент): Это веб-интерфейс, с которым работают пользователи (маркетологи). Он будет реализован как веб-сайт, доступный через браузер, что избавляет от необходимости установки ПО на каждый компьютер. Здесь будут размещены прототипы интерфейсов, ориентированные на удобство конечных пользователей.
2. Уровень приложений (Сервер приложений): Это «мозг» системы. Здесь реализуется вся бизнес-логика: обработка запросов от клиента, расчеты, интеграция с внешними системами (например, с 1С).
3. Уровень данных (Сервер БД): Здесь расположена спроектированная нами база данных под управлением выбранной СУБД (например, PostgreSQL).

Такая архитектура, особенно при развертывании в облаке, дает значительные преимущества в гибкости и масштабируемости. При росте нагрузки можно легко добавить вычислительные ресурсы.

5.3. Интеграция принципов Data Governance и прототипы интерфейсов

Проектируемая система должна не просто работать, а работать правильно. Для этого в ее архитектуру закладываются принципы Data Governance:

• Ролевая модель доступа: На сервере приложений будет реализована система, где обычный маркетолог сможет только просматривать отчеты, старший маркетолог — создавать новые сегменты, а администратор — управлять пользователями.
• Логирование действий: Все важные операции (изменение данных, выгрузка отчетов) будут записываться в журнал для обеспечения подотчетности и безопасности.
• Правила валидации данных: На уровне приложений будут встроены проверки, не позволяющие, например, ввести некорректный email или отрицательное количество товара.

Прототипы пользовательских интерфейсов будут спроектированы так, чтобы маркетолог мог, например, на одном экране видеть динамику продаж, на другом — перетаскивая блоки, конструировать сегмент клиентов («женщины от 25 до 35, покупавшие детские товары за последний месяц»). Это позволит конечным пользователям «быстро и оперативно получить информацию, необходимую для… подведения итогов, или оценки прибыли», не прибегая к помощи ИТ-отдела. Система спроектирована. Теперь необходимо оценить ее потенциальную эффективность и проанализировать возможные риски, чтобы завершить цикл проектирования.

Глава 6. Оценка эффективности и анализ рисков предложенного решения

Проектирование информационной системы не заканчивается созданием чертежей и прототипов. Важнейшим этапом, демонстрирующим зрелый, междисциплинарный подход, является оценка целесообразности проекта и проработка потенциальных угроз. Успешная реализация ИС требует строгой увязки с бизнес-стратегией, что подразумевает понимание как выгод, так и рисков.

6.1. Оценка ожидаемой эффективности

Эффект от внедрения спроектированной МИС можно оценить по нескольким направлениям. Оценка будет носить преимущественно качественный характер с элементами количественного прогнозирования.

Повышение качества и скорости принятия решений:

Это ключевой, хотя и трудноизмеримый в деньгах, эффект. Сейчас на подготовку сводного отчета по результатам акции у маркетолога уходит до 2-х рабочих дней ручного труда. С новой системой такой отчет будет генерироваться за несколько минут. Это позволяет быстрее реагировать на рыночные изменения и корректировать маркетинговую стратегию.

Экономия рабочего времени и повышение производительности:

Количественная оценка здесь более реальна. Допустим, 2 маркетолога тратят 20% своего рабочего времени (8 часов в неделю каждый) на ручной сбор и сведение данных. Это 16 часов в неделю. Внедрение МИС может сократить эти затраты на 90%, высвободив ~14 часов в неделю для выполнения аналитических и творческих задач. Использование такой базы данных «существенно экономит рабочее время и способствует повышению прибылей», так как специалисты начинают заниматься более высокоуровневой работой.

Повышение эффективности маркетинговых кампаний:

Возможность точной сегментации клиентов позволит перейти от массовых рассылок к персонализированным предложениям. Это должно привести к росту конверсии (отклика на акции) и повышению лояльности клиентов, что в конечном счете отразится на росте выручки.

6.2. Анализ и митигация рисков

Для доказательства комплексного подхода необходимо проанализировать риски, разделив их на группы, что еще раз подчеркивает важность междисциплинарности.

Анализ рисков проекта внедрения МИС

Тип риска	Пример риска	Меры по предотвращению и митигации
Технические	Ошибки в коде интеграции с 1С; недостаточная производительность сервера при пиковых нагрузках.	Тщательное модульное и интеграционное тестирование. Выбор облачного провайдера, позволяющего гибко масштабировать ресурсы.
Организационные	Сопротивление персонала (саботаж). Маркетологи не хотят менять привычные методы работы и нерегулярно вносят данные.	Проведение обучения. Демонстрация выгод системы лично для них (экономия времени). Включение работы в МИС в KPI. Привлечение пользователей на этапе проектирования (Agile).
Внешние	Ужесточение законодательства о персональных данных.	Проектирование системы с запасом по требованиям безопасности. Регулярный аудит системы юридическим отделом на предмет соответствия новым нормам.

Как видно из таблицы, наиболее серьезными являются организационные риски, связанные с человеческим фактором. Их митигация лежит не в технической, а в управленческой и психологической плоскости.

Проект системы разработан, его эффективность оценена, риски проанализированы. Мы прошли полный путь от теории до практики. Настало время подвести итоги и сформулировать окончательные выводы исследования.

Заключение

В ходе данной курсовой работы было проведено комплексное исследование, посвященное одной из самых актуальных проблем современного ИТ-менеджмента — междисциплинарным связям в управлении информационными системами и базами данных. Мы прошли последовательный путь от теоретического обоснования к практической реализации, что позволило всесторонне раскрыть тему.

Логика работы строилась следующим образом. Во введении была обоснована актуальность проблемы и сформулирована центральная гипотеза. В теоретических главах мы определили ключевые понятия, выбрали социотехническую теорию как основную аналитическую рамку и доказали, что как сама информационная система, так и управление ее ключевым активом — данными (через Data Governance) — являются по своей сути глубоко междисциплинарными феноменами.

Практическая часть работы на примере проектирования маркетинговой информационной системы (МИС) наглядно продемонстрировала, как теоретические принципы воплощаются в жизнь. Мы доказали, что при проектировании ИС необходимо в равной степени учитывать технические, пользовательские и организационные требования. Разработка архитектуры, структуры БД, интерфейсов и анализ рисков показали, что игнорирование хотя бы одного аспекта (например, организационного сопротивления) может свести на нет все технические усилия.

На основании проведенного исследования можно сформулировать главный вывод, полностью подтверждающий выдвинутую гипотезу:

В современных условиях эффективность создания и управления информационными системами и базами данных не может быть достигнута исключительно техническими средствами. Она является прямым результатом синтеза знаний и практик из области технологий, стратегического и операционного менеджмента, организационного поведения и психологии. Успех определяется тем, насколько гармонично интегрированы технологии и люди для достижения общих организационных целей.

Таким образом, цели и задачи, поставленные во введении, были полностью выполнены. Мы не только исследовали междисциплинарные связи, но и продемонстрировали их критическую важность на практическом примере.

Проведенное исследование открывает перспективы для дальнейшего изучения. Возможными направлениями для будущих работ могут стать:

• Анализ влияния технологий искусственного интеллекта на междисциплинарный характер управления данными.
• Исследование роли организационной культуры в успехе внедрения систем на основе гибких методологий (Agile).
• Изучение этических аспектов при проектировании ИС, собирающих и анализирующих большие объемы пользовательских данных.

Данная работа представляет собой законченное исследование, доказывающее, что будущее эффективного управления ИТ лежит в целостном, системном и междисциплинарном подходе.

Список литературы

1. Довгялло И.И. Разработка и администрирование баз данных в SQLSERVER2000. Учебное пособие с грифом УМО. – Самара: Изд-во Са-мар.гос.экон.ун-та, 2009.-284 с.;
2. Довгялло И.И., Юдина С.М. Лабораторный практикум по дисциплине «Администрирование и разработка серверных баз данных» -Самара:Изд-во Самар. Гос.экон. ун-та, 2009 -92 с.;
3. Информационные системы и технологии управления: Учебник для ву-зов./Под ред. Титоренко Г.А.-М.:Юнити-Дана,2013.-592с.;
4. Макарова Н.В., Волков В.Б.Информатика:Учебник для вузов.- СПб.:Питер,2012.-576 с.;
5. Медведкова И.Е. Базы данных/ И. Е. Медведкова , Ю. В., Бугаев, С.В. Чикунов. Уч. Пос. Воронежский государственный университет инженерных технологий, 2014 г. -105 с.;
6. Толстобров А.П. Управление данными : учебное пособие. – Воронеж : Воронежский государственный университет, 2007. – 203 с.
7. Управление информационными системами: рабочая учебная программа. Тюмень: ГАОУ ВПО ТО «ТГАМЭУП». 2013. 15 с.;
8. Саак А.Э. и др.Информационные технологии управления: Учебник для вузов(+CD).-СПб.:Питер,2010.-320с.;
9. Степанов А.Н. Информатика. Базовый курс:учебник.-6-е изд.-СПб.: Пи-тер,2010.-720 с.;
10. Уткин В.Б., Балдин К.В. Информационные технологии управле-ния:учебник.-М.:Академия, 2008.-400 с.;
11. Диго С.М. Базы данных: учебное пособие. – М.:ЕАОИ,2011 г. – 480 с. – Электронное издание. – УМО. – ISBN 978-5-496-00546-3. http://ibooks.ru/reading.php?productid=334343;
12. Карпова И П. Базы данных. Учебное пособие. — СПб. : Питер, 2013 г. — 240 с. — Электронное издание. — ISBN 978-5-496-00546 http://ibooks.ru/reading.php?productid=334057;
13. Пирогов В. Информационные системы и базы данных: организация и проектирование. – СПб.:БХВ – Петербург, 2010 г. – 528 с. – Электронное издание. – Гриф УМО. – ISBN 978-5-9775-03999-0. http://ibooks.ru/reading.php?productid=18485;
14. Сергеев В.В. Управление информационными системами. Рабочая про-грамма по дисциплине http://www.tiiel.ru/pk/tmp/Методическое%20обеспечение/Прикладная%20информат-ка%20профиль%20экономика/4%20Управление%20информационными%20системами.doc;