<<
>>

3.2 Методы, применяемые на этапе диагностики проблемы и формулировки критериев и ограничений

На этрпе диагностики проблемы и формулировки критериев и ограничений могут применяться: ?

методы ситуационного анализа; ?

методы моделирования.

Методы ситуационного анализа призваны оказать лицу, принимающему решения, помощь в проведении анализа ситуации, установлении факторов, определяющих ее развитие, формулировке критериев и ограничений принятия управленческого решения. Фактически эти методы позволяют произвести сбор и обработку информации, необходимой для выполнения подготовительного этапа процесса разработки управленческого решения, а именно диагностики проблемы и формулировки критериев и ограничений.

В связи со сложностью многих управленческих ситуаций на этом этапе возникает необходимость представления исследуемого объекта в некоторой форме, отражающей его существенные свойства и замещающей его входе исследования и управления. Для этих целей на подготовительном этапе могут использоваться методы моделирования.

Рассмотрим подробнее перечисленные группы методов. 3.2.1.

Методы ситуационного анализа

Понятие ситуационного анализа. На этапе диагностики проблемы и формулировки критериев часто применяется ситуационный анализ. Ситуационный анализ — это комплексные технологии подготовки, принятия и реализации управленческого решения, в основе которых — анализ отдельно взятой управленческой ситуации.

Ситуационный анализ в противоположность технологиям стратегического управления исходит из конкретных ситуаций, проблем, возникающих в реальной деятельности организации, по которым должно быть принято управленческое решение.

Однако технологии ситуационного анализа позволяют не ограничиваться принятием управленческих решений в конкретной управленческой ситуации. Они позволяют, основываясь на более глубоком анализе ситуаций, установлении тенденций, закономерностей и факторов, определяющих их развитие, более обоснованно принимать долговременные управленческие решения, вплоть до корректировки стратегических целей организации.

Таким образом, если технологии стратегического управления ориентированы на движение управленческой мысли от общего к конкрет- 1

ному, то технологии ситуационного анализа — на движении от конкретного к общему [21,25]. /

Основные составляющие ситуационного подхода: I ?

изучение современных технологий ситуационного анализа; ?

предвидение последствий принимаемых решений; ?

интерпретация ситуации с выделением наиболее важных факторов (переменных) и оценкой возможных последствий их изменения; ?

принятие эффективного решения.

Одна из основных задач ситуационного анализа — установление не всех, а основных факторов, оказывающих существенное влияние на развитие ситуации, и отбрасывание тех факторов, которые существенного влияния оказать не могут.

Особенно актуально проведение ситуационного анализа при решении сложных комплексных проблем, а также проблем, представляющих для организации особую важность.

Этапы ситуационного анализа. Следуя современному пониманию задач и возможностей ситуационного анализа, приведем описание его основных этапов, образующих единую технологию. При этом будем придерживаться следующей терминологии: ?

ситуация — это сочетание внутренних и внешних факторов, обстоятельств, условий, активных и пассивных действующих сил, требующее принятия соответствующих стратегических и важных тактических решений, определяющих деятельность организации, а также обеспечивающих предупреждение кризисных явлений.

Предполагается, что ситуация развивается в соответствии с определенными закономерностями («правилами игры») под действием тех или иных внутренних механизмов и событий, происходящих вне организации; ?

направление — это область активной деятельности организации, в которой необходимо принятие важных управленческих реше-

’ ний или возможно возникновение кризисных ситуаций; ?

эталонная ситуация — типичная, характерная для данного направления ситуация, уже возникавшая ранее, по которой есть информация о принимавшихся решениях, действиях и результатах этих действий; ?

банк ситуаций — это систематизированная информация о ситуациях, хранящаяся, как правило, на машинном носителе, снабженная специальным инструментарием для эффективного хранения, поиска и актуализации (обновления) данных;

Рис. 3.1. Этапы ситуационного анализа ?

экспертная комиссия —- группа высококвалифицированных специалистов, сформированная для проведения экспертизы (в частности, «мозговой атаки») в процессе ситуационного анализа; ?

эксперты первого уровня — высококвалифицированные специалисты, обладающие профессиональными познаниями в одной из областей или опытом решения проблем, имеющих непосредственное отношение к объекту ситуационного анализа; ?

эксперты второго уровня — высококвалифицированные специалисты, способные проанализировать и оценить ситуацию в целом; ?

технолог — специалист, имеющий необходимые профессиональные знания и опыт организации и проведения ситуационного анализа; ?

аналитик — специалист, обладающий как необходимыми профессиональными знаниями и опытом анализа ситуаций данного направления, так и опытом сопровождения ситуационного анализа, подготовки аналитических отчетов и заключений; ?

Л ПР — лицо либо орган, принимающие решения в анализируемой ситуации; ?

профильные проблемы — основные проблемы, которые оказывают влияние на развитие и оценку ситуации при ситуадионном анализе; (

л оценочная система — включает информацию о факторах, определяющих ситуацию, об их сравнительной значимости, о шкалах для оценки значений факторов, пороговых значениях, решающих правилах; ?

индекс — обобщенный показатель, рассчитываемый с помощью оценочной системы и характеризующий состояние ситуации.

Основные этапы ситуационного анализа представлены на рис 3.1. Рассмотрим выделенные этапы подробнее.

Подготовка к ситуационному анализу. Подготовку к проведению ситуационного анализа целесообразно начинать с четкого определения ситуации принятия решения. Как известно, во многих случаях правильно поставленная задача — это половина успеха. А успех в данном случае — это прежде всего верно понятая ситуация и эффективное управленческое решение.

Необходимо, чтобы все специалисты, приглашенные к участию в проведении ситуационного анализа, однозначно и одинаково понимали цели проводимого анализа и стоящие перед ними задачи. Проведению ситуационного анализа может предшествовать подготовка необходимого информационного обеспечения, позволяющего лучше представлять ситуацию, ее сильные и слабые стороны, основные факторы, определяющие ее развитие. Иногда представляется целесообразной подготовка специальных аналитических отчетов для специалистов, участвующих в проведении ситуационного анализа, членов экспертной комиссии, сформированной для оценки ситуации и выработки альтернативных вариантов управленческих воздействий.

Современные технологии проведения ситуационного анализа, которые должны обеспечить достаточно полный и глубокий анализ ситуации и выработку обоснованных управленческих решений, требуют соответствующего методического, организационного, информационного, компьютерного сопровождения.

Чтобы обеспечить проведение ситуационного анализа в соответствии с современными технологиями, необходимо наличие рабочей группы, которая должна обеспечить организационное сопровождение процедур ситуационного анализа, его техническую сторону.

Обеспечение методического, информационного сопровождения, а также содержательной части компьютерного сопровождения лежит на

\

\

аналитической группе, в состав которой должны входить как технологи по организации и проведению ситуационного анализа, так и аналитики — специалисты, профессионально работающие в той области, которой принадлежит объект ситуационного анализа.

Одна из основных задач аналитической группы — четкое определение и постановка задачи ситуационного анализа для специалистов, приглашенных к участию в его проведении. При этом должны быть четко сформулированы цели анализа ситуации, цели подготовки альтернативных вариантов и выработки рекомендаций для принятия стратегических и тактических управленческих решений. Определение целей и постановка задачи ситуационного анализа осуществляются аналитической группой в процессе совместной работы с лицом, принимающим решения.

На этапе подготовки к проведению ситуационного анализа аналитической группой определяются профильные специализации экспертов первого уровня, необходимые для оценки ситуации по тем направлениям ситуационного анализа, которые определены при постановке целей проводимого анализа. Определяются требования, предъявляемые к экспертам второго уровня.

На подготовительном этапе осуществляется также подбор экспертов первого и второго уровней — формирование экспертных комиссий для проведения ситуационного анализа с учетом их профессиональной подготовки.

Одна из основных задач этого этапа — подготовка информации о ситуации, внутренних и внешних факторах, смежных проблемах и т. д., влияющих на ее развитие. Целесообразна подготовка содержательного описания ситуации, в том числе с помощью ключевых слов, что может оказаться полезным при формировании информационных потоков в процессе проведения ситуационного анализа.

Анализ информации. Анализ поступившей информации о ситуации принятия решения начинается с поиска возможных аналогов. Информация об аналогах представлена в виде некоторого числа эталонных ситуаций. Эталонная ситуация характерна тем, что о ней достаточно много известно, в частности то, какие решения принимались, каковы были результаты принятых решений и какие решения приводят к цели.

Если возникшая ситуация — одна из эталонных, то известно, как в ней надо действовать. Поэтому подготовка и принятие решения в такой ситуации, как выработка соответствующих рекомендаций, особого труда не вызывают. Информация об аналогичной эталонной ситуации передается экспертной комиссии для подготовки окончательного заключения. Если возникшая ситуация такова, что кажется близкой к о^кой из эталонных, то необходимо оценить, насколько существенны имеющиеся различия. И в этом случае информация о соответствующей эталонной ситуации передается экспертной комиссии для выработки окончательного заключения. При этом обязательно указываются установленные аналитической группой различия, так как различия в ситуации, на первый взгляд не очень существенные, могут приводить при одних и техже действиях к противоположным результатам.

В банке ситуаций наряду с информацией об эталонных ситуациях может также храниться информация о других ситуациях, которые случались ранее. Если возникшая ситуация такова, что близких эталонных ситуаций нет, то вся имеющаяся информация вместе с информацией об имевших место ранее аналогичных (неэталонных) ситуациях передается аналитической группой экспертной комиссии.

При достаточно большом объеме информации на этом этапе нередко оказывается целесообразным проведение предварительной экспертизы по отбраковке недостаточно содержательной или недостоверной информации. Целесообразными в этом случае могут также оказаться оценка степени дублирования информации и классификация поступившей информации.

На основании проведенного анализа формируется пакет информации, необходимой для ситуационного анализа.

Этап анализа информации может завершаться подготовкой аналитического обзора для участников коллективной экспертизы по выработке стратегических и тактических решений, включающего следующие сведения: ?

стратегические и тактические решения, принимавшиеся ранее в анализируемой ситуации и аналогичные ей; ?

механизмы выполнения соответствующих решений; ?

контроль за исполнением решений; ?

сопровождение хода их реализации; ?

эффективность принятых ранее решений; ?

эффективность их выполнения.

Эта информация должна учитываться на всех этапах выработки стратегических и тактических решений или подготовки рекомендаций.

Анализ ситуации. Если ситуация не относится к числу эталонных, то одна из центральных задач этого этапа — выявление основных факторов, определяющих развитие ситуации. Наиболее распространенный путь решения этой задачи — использование метода экспертных оценок, т.е. работа экспертной комиссии. Для решения этой задачи может быть использован, в частности, метод «мозговой атаки» как один из наиболее эффективных способов работы экспертной комиссии при установлении основных факторов, определяющих развитие ситуации.

После того как факторы установлены, определяется их сравнительная значимость, т.е. степень их влияния на развитие ситуации. Может быть предусмотрено формирование индексов — специальных оценочных систем, предназначенных для оценки ситуации с точки зрения лица, принимающего решение, и стратегических целей развития ситуации.

Для того чтобы было обеспечено реальное использование сформированных для проведения ситуационного анализа оценочных систем, необходимо определения шкал, в которых предполагается измерение каждого из основных факторов, включенных в оценочную систему.

После определения основных факторов, определяющих развитие ситуации, их сравнительной значимости и шкал, в которых предполагается измерение каждого фактора, можно переходить к формированию решающих правил для оценки ситуации.

Пороговые значения в решающем правиле соответствуют различным уровням состояния ситуации — от критического (недопустимого) до наиболее предпочтительного.

Пороговых значений в решающем правиле может быть несколько. В зависимости оттого, какое значение приняла зависимость, характеризующая состояние ситуации, и как оно соотносится с пороговыми значениями, анализируемая ситуация получает ту или иную оценку, могут быть даны те или иные рекомендации по целесообразности действий, которые стоит предпринять. Именно с использованием решающих правил определяются состояния ситуации, в которых необходимо применение тех или иных управляющих воздействий.

Одна из основных задач этого этапа ситуационного анализа — проведение анализа ключевых профильных проблем ситуации, включая оценку: ?

слабых и сильных сторон; ?

опасностей и рисков; ?

перспектив развития ситуации в рамках рассматриваемых проблем.

Результат такого анализа — более четкое представление проблем, возникающих в связи со сложившейся ситуацией.

Анализ профильных проблем ситуации, позволяющий при принятии управленческих решений достаточно полно представить основные проблемы, которые должны решаться руководством организации, позволяет перейти к анализу ситуации в целом.

Проведение анализа ситуации в целом также предполагает оценку: ?

слабых и сильных сторон ситуации в целом; ?

опасностей и рисков; ?

перспектив развития ситуации.

Задача этапа анализа ситуации считается выполненной, если в результате его проведения лицо, принимающее решение, получает четкое, достаточно полное представление о ситуации, необходимое для принятия важных управленческих решений.

Если, основываясь на ситуационном анализе, руководитель или аналитическая группа смогут увидеть путь, обеспечивающий достижение стоящих перед организацией целей с наименьшими затратами ресурсов, это будет самый лучший результат проведения ситуационного анализа.

Завершает этап анализа ситуации оценка устойчивости ситуации к возможным изменениям внешней и внутренней среды, к наиболее вероятным изменениям показателей, характеризующих динамику развития ситуации.

Разработка сценариев возможного развития ситуации. Разработка сценариев начинается с содержательного описания и определения перечня наиболее вероятных сценариев развития ситуации.

Для решения этой задачи может быть использован метод «мозговой атаки». Определение перечня наиболее вероятных сценариев развития ситуации формирует основную направленность аналитической работы. Наиболее распространенные способы разработки сценариев, в том числе и те, которые будут приведены при рассмотрении методов прогнозирования, предполагают формирование перечня основных факторов, влияющих на развитие ситуации.

С использованием выявленных факторов формируются модели развития ситуации. При формировании моделей ситуации могут использоваться индексы, характеризующие ее состояние.

Различные варианты изменения значений факторов в соответствии с разработанными моделями приводят к различным вариантам изменения ситуации — различным сценариям ее развития. Естественно, что в первую очередь будут рассматриваться те изменения факторов, которые представляются экспертам наиболее вероятными. Ожидаемые изменения основных факторов, характеризующих развитие ситуации, служат основой для разработки прогноза. Прогнозные оценки изменения основных факторов определяются экспертами. При определении динамики изменения значений факторов может использоваться метод построения экспертных кривых. Согласно этому методу эксперты последовательно указывают критические моменты времени, в которые могут произойти изменения тенденций развития ситуации, скачки в значениях факторов и т.д. После того как определены критические точки, экспертами определяются ожидаемые значения факторов в критических точках и ожидаемые тенденции изменения этих значений. Тем самым осуществляется разработка альтернативных сценариев развития ситуации.

Полученные результаты должны быть подвергнуты дополнительному анализу со стороны экспертов. Эксперты после досконального изучения динамики развития ситуации, высказываний суждений в защиту предлагаемого ими сценария развития ситуации, а со стороны оппонентов — возражений по поводу реальности того или иного варианта развития могут вносить коррективы. Разработанные варианты развития ситуации должны быть подвергнуты тщательному анализу с точки зрения выявления основных опасностей, рисков, сильных сторон, перспектив при развитии ситуации.

Результат работы экспертов на этом этапе — разработка экспертного прогноза изменения факторов и индексов, характеризующих ситуацию, представленного в виде наиболее вероятных сценариев развития ситуации.

Этап завершается оценкой ожидаемой устойчивости ситуации для разработанных альтернативных сценариев ее развития.

Оценка ситуации. После того как определены наиболее вероятные сценарии возможного развития ситуации, выявлены основные опасности, риски, сильные стороны и перспективы, экспертами дается оценка с точки зрения возможности достижения целей, стоящих перед организацией.

Оценка развития ситуации на этом этапе дается как экспертами первого уровня в части профильных проблем, возникающих при ожидаемом развитии ситуации, так и экспертами второго уровня в части развития ситуации в целом сточки зрения достижения целей, стоящих перед организацией. Оценка ситуации может, в зависимости от предусмотренной процедуры, осуществляться экспертами индивидуально, а может— в процессе коллективной работы экспертной комиссии.

Параллельно с оценкой наиболее вероятных сценариев развития ситуации на этом этапе предполагается также генерирование предложений экспертами первого и второго уровней для выработки альтернативных вариантов стратегических и тактических решений в анализируемой ситуации.

Естественно, генерироваться должны именно те предложения, которые в максимальной степени могут обеспечить достижение целей, стоящих перед организацией. При генерировании предложений также рекомендуется использование метода «мозговой атаки» и другие методы организации и проведения экспертиз.

Если управленческие решения, принимаемые по результатам ситуационного анализа, представляют для организации большую важность, целесообразно проведение специальных экспертиз для сравнительной оценки альтернативных вариантов тактических решений по ключевым профильным проблемам ситуации и выбору наиболее предпочтительных из них.

Целесообразно проведение экспертиз по сравнительной оценке альтернативных вариантов стратегических и тактических решений для анализируемой ситуации в целом и выбору из них наиболее предпочтительных экспертами второго уровня.

Основная цель проведения экспертиз на этом этапе — генерирование для дальнейшего рассмотрения и анализа обоснованных управленческих решений и управляющих воздействий для достижения стоящих перед организацией целей.

Обработка данных и оценка результатов экспертизы. Разработка сценариев возможного развития ситуации требует соответствующей обработки данных, в том числе математической. В частности, обязательная обработка данных, полученных от экспертов, требуется при коллективной экспертизе, когда необходимо определение результирующего мнения экспертов.

Обработка данных требуется при определении факторов, установлении зависимостей и индексов, характеризующих ситуацию. Математическая обработка данных требуется и при разработке прогнозов, когда строятся экстраполяционные зависимости, экспертные кривые, определяются наиболее вероятные тенденции изменения значений основных факторов и т.д.

Перечислим наиболее важные случаи, когда обработка данных необходима для определения результатов коллективных экспертных оценок в ситуационном анализе: ?

структуризация информации; ?

формирование экспертных комиссий; ?

отбраковка и систематизация информации; ?

формирование оценочной системы; ?

разработка экспертных прогнозов развития ситуации; ?

разработка альтернативных сценариев развития ситуации; ?

генерирование альтернативных вариантов стратегических и тактических решени й; ?

сравнительная оценка альтернативных вариантов стратегических и тактических решений.

После того как предварительные данные экспертиз при ситуационном анализе получены, необходим их анализ.

Полученная экспертная информация анализируется с точки зрения согласованности мнений экспертов, участвовавших в экспертизе. Степень согласованности оценок экспертов позволяет судить о надежности результата экспертизы, а также получить содержательную интерпретацию основных точек зрения экспертов при наличии между ними расхождений.

При сравнительной оценке нескольких альтернативных вариантов возможного развития событий, управляющих воздействий и решений, с помощью которых они могут быть реализованы, возможно появление противоречий в оценках экспертов. Такие противоречия должны выявляться и по возможности устраняться.

В некоторых случаях целесообразной оказывается дополнительная проверка точности высказанных экспертами оценок. Оценка точности экспертных оценок бывает априорной, когда она проводится до наступления оцениваемого события, и апостериорной, если она проводится после наступления оцениваемого события.

Таким образом, обработка данных при анализе результатов экспертиз необходима: ?

для оценки согласованности экспертов; ?

оценки степени противоречивости экспертных оценок; ?

априорной и апостериорной оценки точности экспертных оценок.

Добиться повышения надежности полученных в результате экспертизы рекомендаций и предложений можно также путем сопоставления альтернативных вариантов стратегических и тактических решений, полученных с использованием различных методов обработки данных.

Если результаты обработки данных с помощью различных методов оказываются достаточно близкими, это повышает уверенность в надежности полученного результата. Если расхождения значительны, то имеет смысл установить причину возникших расхождений.

Полученные при обработке данных результаты, а также результаты оценки проведенных экспертиз используются при подготовке материалов для лица, принимающего решения (Л ПР), о проведенном ситуационном анализе.

Оценка результатов экспертизы, включая обработку данных при оценке качества экспертов, может использоваться и для расчета их рейтинга. На основании рейтинга экспертов принимаются решения о последующем привлечении экспертов к проведению ситуационного анализа.

Результат работы экспертов на этом этапе ситуационного анализа — оценка полученных при проведенном ситуационном анализе альтерна- тивных вариантов управленческих решений, определение рекоменда- ци й и предложений для Л П Р по результатам проведенной работы. Подготовка аналитических материалов по результатам ситуационного анализа. Это заключительный этап. В нем подводится итог всей проделанной работы. Основная задача этого этапа в том, чтобы подготовить аналитические материалы, содержащие рекомендации по различным направлениям: ?

принятию стратегических и тактических решений в анализируемой ситуации; ?

механизмам их выполнения; ?

контролю за исполнением решений; ?

сопровождению хода реализации принимаемых решений; ?

анализу результатов, включающему оценку эффективности принятых решений и их выполнения.

Вся работа по организации и проведению ситуационного анализа на всех этапах, его методическому и информационному сопровождению осуществляется аналитической и рабочей группами соответственно с поставленными перед ними задачами и делегированными им полномочиями.

Так, в частности, к числу задач, решаемых аналитической и рабочей группами, относятся: ?

разработка системы отслеживания критических ситуаций, требующих проведения ситуационного анализа; ?

создание мониторинга по отслеживаемым направлениям деятельности; ?

подбор, адаптация и разработка методов анализа и систематизации информации; ?

подбор и адаптация модуля статистического анализа данных; ?

определение и актуализация перечня отслеживаемых направлений деятельности; ?

определение эталонных ситуаций для каждого отслеживаемого направления деятельности; ?

формирование и актуализация банка ситуаций (как эталонных, так и проанализированных ранее); ?

формирование и актуализация банка экспертов; ?

подготовка инструментария (включая математический аппарат) для определения факторов, характеризующих развитие ситуации, и индексов оценки их состояния; ?

определение и актуализация факторов, характеризующих состояние ситуации, оценка их сравнительной важности, разработка индексов оценки ситуации; ?

подбор и адаптация методов формирования оценочных систем; ?

подбор и адаптация методов организации, проведения и определения результатов «мозговой атаки» по оценке ситуации, включая:

^ схемы подачи информации;

^ схемы достижения стабилизации мнений и прекращения «мозговой атаки»;

^ определение выработанных альтернативных вариантов;

^ методы экспертного прогноза изменения показателей и индексов, характеризующих ситуацию;

^ методы разработки сценариев;

^ методы определения результатов коллективных экспертных оценок;

^ методы оценки согласованности экспертных суждений и определения «коалиций» экспертов-единомышленников;

^ методы оценки качества экспертных заключений, включая оценку точности;

^ методы анализа чувствительности ситуации.

Эффективное использование ситуационного анализа для решения управленческих проблем, представляющих особую важность для организации, невозможно сегодня без соответствующего компьютерного сопровождения.

Проведение ситуационного анализа на современном технологическом уровне требует разработки и использования банков данных (ситуаций, сценариев, экспертов, результатов ситуационного анализа поступившей информации) и специальных автоматизированных систем, предназначенных для обработки данных и сопровождения основных процедур ситуационного анализа. К числу таких систем относятся: ?

автоматизированные системы поддержки ситуационного анализа, основанные на методе аналогий; ?

автоматизированные системы диагностики ситуаций, обработки статистической информации, многомерного шкалирования, факторного анализа, кластер-анализа; ?

автоматизированные системы оценки ситуаций; ?

автоматизированные системы экспертного оценивания, предназначенные для получения, обработки и анализа экспертной информации, и др.

Если при выработке управленческих решений в организации ситуационный анализ занимает значительное место и проводится регулярно, то целесообразно создание специальной организационной структуры, основной задачей которой будет обеспечение и сопровождение ситуационного анализа. В частности, может оказаться целесообразным создание центра ситуационного анализа или ситуационной комнаты.

Методы ситуационного анализа. В ситуационном анализе разработаны универсальные технологии, методы, приемы, которые могут быть полезны не только для одной отдельно взятой ситуации принятия решения, но и для целого класса ситуаций. При проведении ситуационного анализа используются специально разработанные технологии, базирующиеся в значительной степени на использовании современных методов получения, анализа и обработки экспертной информации.

Рассмотрим некоторые из них.

Кейс-метод. Пошаговый разбор ситуаций (кейс-метод) — эффективный способ анализа управленческих ситуаций [27]. В этом случае предлагаемые ситуации должны быть близки к проблемам, с которыми менеджерам приходится сталкиваться в жизни. Навыки, полученные в результате анализа, могут пригодиться в дальнейшей практической деятельности.

Анализ состоит из четырех шагов: 1)

индивидуальная подготовка анализа; 2)

неформальное обсуждение отдельными группами; 3)

обсуждение в аудитории; 4)

обобщение результатов обучения в конце занятия.

Основные рекомендации при анализе кейса: ?

прочитайте изложение ситуации быстро, практически просмотрите ее, попытайтесь ответить на вопрос: «О чем идет речь и какая информация требует анализа?»; ?

прочитайте изложение ситуации очень внимательно и по ходу чтения выделите ключевые моменты; ?

сформулируйте основные, по вашему мнению, проблемы, которые должен решить менеджер; ?

прочитайте еще раз, выделяя необходимую информацию по каждой проблеме; ?

продумайте набор рекомендаций, которые подкреплялись бы анализом данных, представленных в ситуации.

Общая схема анализа ситуаций: 1)

краткое изложение событий — краткий пересказ ситуации (в письменной форме), который помог бы человеку, не знакомому с самой ситуацией, понять суть происходящего; 2)

проблема — краткая формулировка проблемы (задачи), стоящей в данный момент перед руководством компании или отдельным менеджером. Формулировка должна иметь вид законченного предложения, содержащего подлежащее и сказуемое. Как правило, это фраза типа: «Кто-либо должен что-либо сделать»; 3)

характеристика действующих лиц — характеристика участников (описание их достоинств и недостатков) с использованием информации, почерпнутой из описания ситуации; 4)

хронология событий — изложение происшедших событий так, что наиболее поздние по времени события находятся в начале хроноло- гии, а наиболее ранние — в конце; 5)

конфликт — ответ на вопрос, обострения какого рода противоре- чий послужили причиной конфликтной ситуации. Отдельное внимание следует уделить глобальной ситуации на предприятии, которая скрывается за небольшим, локальным конфликтом; 6)

варианты решения проблемы — оценка всех возможных вариантов решения проблемы, определение достоинств и недостатков каждого из предложенных вариантов; 7)

рекомендации — более подробное, чем на шестом этапе, рассмотрение и обоснование целесообразности выбранного варианта действий; 8)

план по осуществлению выбранного варианта действий — изложение сути шагов, которые необходимо предпринять, чтобы успешно разрешить проблему.

Результатами обсуждения должны служить ответы на следующие вопросы: ?

кто в данной ситуации действующее лицо; ?

каковы его (ее) цели (скрытые, явные); ?

какие решения (скрытые или явные) я должен принять; ?

каковы проблемы, с которыми я сталкиваюсь; ?

какие возможности у меня есть и на какой риск я иду, будучи на месте главного действующего лица; ?

какими данными для принятия решения я обладаю; ?

какие альтернативные подходы к решению проблемы имеются?

«Мозговая атака». Метод «мозговой атаки» — один из основных, используемых в организации и проведении экспертиз [22,25,41]. Значительная роль при осуществлении «мозговой атаки» принадлежит руководителю, возглавляющему заседание экспертной комиссии. В реальной производственной деятельности это может быть совещание, которое созвано руководителем для обсуждения той или иной возникшей проблемы и установления основных факторов, определяющих ее дальнейшее развитие с целью выработки и принятия управленческих решений.

«Мозговая атака» в ситуационном анализе, как правило, состоит из двух туров. В первом туре происходит генерирование идей, а во втором — обсуждение выявленных идей, их оценка и выработка коллективной точки зрения.

Первый тур проводится так, чтобы каждый из присутствующих мог свободно высказать свое мнение о том, что, с его точки зрения, определяет развитие ситуации, в соответствии с какими закономерностями идет ее развитие, какие управляющие воздействия со стороны руководства организации могут оказаться эффективными и привести к цели. В этом туре руководителю необходимо поддерживать любое из высказываемых мнений, давая возможность высказавшему его более полно представить свою точку зрения и развить ее. При этом должна поддерживаться атмосфера доброжелательности, освобождающая высказывающегося от излишней скованности.

Любая высказанная идея должна быть обсуждена и не может объявляться ложной, даже если она представляется ведущему заседание заведомо бесперспективной. Если в процессе «мозговой атаки» в первом туре руководитель поддерживает лишь перспективные, с его точки зрения, идеи, то нередко это приносит худшие результаты.

Подчеркнем, что задача первого тура «мозговой атаки» при определении факторов, влияющих на развитие ситуации, состоит в том, чтобы получить возможно более полную картину о факторах, которые могут влиять на ситуацию.

Во втором туре необходимо из выявленных в первом туре факторов оставить лишь наиболее существенные. Для того чтобы сделать это обоснованно и выбрать среди них действительно определяющие, необходимо их критически оценить.

Здесь может быть использован так называемый метод суда [25]. Участвующие в проведении второго этапа специалисты делятся на сторонников и противников высказанного мнения.

Сторонники пытаются привести необходимые доказательства пользы высказанной точки зрения, а противники — их опровергнуть. Руководитель, основываясь на результатах обсуждения, принимает окончательное решение о включении того или иного фактора в число действительно определяющих развитие ситуации.

Если в процессе проводимого ситуационного анализа окажется, что некоторые факторы были неоправданно причислены к числу основополагающих, они будут исключены. Если же выявятся дополнительные существенные факторы, они могут быть также включены в число основных.

Двухтуровое анкетирование. Установление факторов, определяющих развитие ситуации, необязательно предполагает использование процедуры открытого обсуждения.

В ряде случаев более целесообразным оказывается использование метода двухтурового анкетирования, при котором предполагается индивидуальная работа специалистов по установлению наиболее важных факторов [25, 26].

В первом туре двухтурового анкетирования каждый из специалис- 1 ов, приглашенных руководителем для участия в работе, заполняет специально разработанную анкету, в которой указывает факторы, определяющие развитие ситуации, и дает обоснование их отнесения к числу наиболее важных. Внесенные в анкету факторы ранжируются специалистом по степени их влияния на развитие ситуации.

Во втором туре проводится перекрестное рецензирование заполнен- н ых в первом туре анкет. Это означает, что анкеты, заполненные одним специалистом, оценивают другие и соглашаются либо не соглашаются со сделанными им оценками. Несогласие с мнением специалиста обязательно аргументируется. Специалисты, производящие оценку, также производят ранжирование представленных в анкете факторов.

Результаты второго тура обрабатываются аналитической группой, формирующей на основании данных, представленных в анкетах, перечень факторов, которые, по мнению специалистов, определяют развитие ситуации. При этом учитываются результаты ранжирования факторов, указанных каждым из специалистов, а также оценивавшими его мнение другими специалистами. Аналитическая группа определяет также результирующее ранжирование факторов, указанных специалистами.

Вся полученная от специалистов информация после обработки ее аналитической группой поступает руководителю для принятия окончательного решения о факторах, определяющих развитие ситуации.

Факторный анализ. В основе факторного анализа — предположение о том, что на основании статистических данных может быть получена аналитическая зависимость, отражающая степень влияния факторов и изменения их значений на плановые или фактические показатели, характеризующие ситуацию [25, 26].

Факторный анализ решает задачи определения: ?

факторов, необходимых для выявления всех существенных зависимостей, влияющих на развитие ситуации; ?

коэффициентов (называемых иногда нагрузками), характеризующих влияние каждого из выявленных факторов на показатели, отражающие состояние и развитие ситуации.

Применение метода факторного анализа позволяет на основе обработки статистической информации классифицировать факторы на существенные и несущественные, основные и неосновные, внутренние и внешние.

По результатам обработки статистических данных может производиться детализация либо, наоборот, укрупнение факторов.

Рассчитанные на основании обработки данных коэффициенты вли- яния каждого из выделенных факторов позволяют, с одной стороны, определить ранжирование факторов по важности, т.е. расположить факторы в порядке убывания их важности, а с другой — получить формулу для расчета ожидаемых значений показателей, характеризующих ситуацию, при том или ином изменении значений факторов.

Благодаря полученным при использовании факторного анализа результатам можно более обоснованно оценивать ожидаемые изменения ситуации при тех или иных ожидаемых изменениях факторов вследствие наметившихся тенденций либо управленческих воздействий, целесообразность которых устанавливается в процессе использования технологий ситуационного анализа.

Многомерное шкалирование. Избыток информации о факторах, определяющих развитие ситуации, нередко приводит к снижению качества проводимого ситуационного анализа. Основная задача метода многомерного шкалирования как раз и состоит в том, чтобы уменьшить число факторов, которые необходимо принимать во внимание при анализе и оценке ожидаемых изменений ситуации в результате тех или иных управленческих решений [22]. Напомним, что отказ от управляющего воздействия со стороны руководства организации — это также один из возможных вариантов управленческого решения.

Уменьшение числа факторов, которые необходимо принимать во внимание при ситуационном анализе, называется иногда понижением размерности задачи принятия решения.

Не менее важная задача, решаемая методом многомерного шкалирования, наряду с понижением размерности, — содержательная интерпретация получаемого набора факторов.

Исходной информацией при многомерном шкалировании могут служить оценка специалистами близости и различия различных вариантов развития ситуации. Они оцениваются с помощью различных значений показателей, характеризующих состояние ситуации. Исходное число предварительных частных критериев, как правило, превышает число действительно важных критериев. Отметим, что при использовании метода многомерного шкалирования факторы, действительно определяющие развитие ситуации, могут быть неизвестны. Они устанавливаются в процессе применения метода на основании математической обработки исходной информации.

Свое название метод многомерного шкалирования получил потому, что в результате преобразования исходной информации основные показатели, характеризующие изменение ситуации, оказываются оцененными по сравнительно небольшому числу факторов, измерены в сравнительно небольшом числе шкал. Каждый выделенный таким образом фактор получает со стороны специалистов, участвующих в проведении ситуационного анализа, содержательную интерпретацию.

Использование метода многомерного шкалирования способствует установлению наиболее существенных факторов, определяющих развитие ситуации.

«Мозговая атака» и двухуровневое анкетирование относятся к числу универсальных методов ситуационного анализа и могут использоваться не только для установления факторов, определяющих развитие ситуации, но и для решения других задач ситуационного анализа. Факторный анализ и многомерное шкалирование — два метода установления факторов, определяющих развитие ситуации, разработанные специально для решения этого класса задач.

К числу методов, которые также могут быть использованы в ситуационном анализе для установления факторов, определяющих развитие ситуации и степени их влияния на ее развитие, относятся методы формирования оценочных систем при многокритериальном оценивании, методы формирования обобщенных критериев (см. подробнее в главе, посвященной многокритериальному оцениванию) и др.

Другой важный момент — изучение механизмов взаимодействия факторов, воздействия подчас противоположно ориентированных сил, конкуренции и т.д. 3.2.2.

Методы моделирования

Основной метод исследования систем для принятия управленческих решений — метод моделирования, т.е. способ теоретического анализа и практического действия, направленный на разработку и использование моделей.

Прежде чем перейти к рассмотрению понятия модели, этапов, особенностей и проблем моделирования, остановимся на объекте моделирования, а именно на понятии «система».

Сущность и свойства социально-экономических систем как объекта моделирования. Центральное понятие кибернетики — понятие «система». Единого определения этого понятия нет; возможна такая формулировка: система — комплекс взаимосвязанных элементов вместе с отношениями между элементами и между их атрибутами. Исследуемое множество элементов можно рассматривать как систему, если выявлены следующие четыре признака [52]: ?

целостность системы, т.е. принципиальная несводимость свойств системы к сумме свойств составляющих ее элементов; 4

Управленческие решения ?

наличие цели и критерия исследования данного множества элементов; ?

наличие более крупной, внешней по отношению к данной системы, называемой «средой»; ?

возможность выделения в данной системе взаимосвязанных частей (подсистем).

Под социально-экономической системой понимается сложная вероятностная динамическая система, охватывающая процессы производства, обмена, распределения и потребления материальных и других благ.

Социально-экономические системы относятся, как правило, к так называемым сложным системам. Сложные системы в экономике обладают рядом свойств, которые необходимо учитывать при их моделировании, иначе невозможно говорить об адекватности построенной экономической модели, т.е. ее соответствии моделируемому объекту или процессу [52]. Свойства сложных систем, которые необходимо учитывать при моделировании: ?

эмерджентность как проявление в наиболее яркой форме свойства целостности системы, т.е. наличие у экономической системы таких свойств, которые не присущи ни одному из составляющих систему элементов, взятому в отдельности. Эмерджентность есть результат возникновения между элементами системы так называемых синергических связей, которые обеспечивают увеличение общего эффекта до величины, большей, чем сумма эффектов элементов системы, действующих независимо. Поэтому социально-экономические системы необходимо исследовать и моделировать в целом; ?

массовый характер экономических явлений и процессов — закономерности экономических процессов не обнаруживаются на основании небольшого числа наблюдений, поэтому моделирование в экономике должно опираться на массовые наблюдения; ?

динамичность экономических процессов, заключающаяся в изменении параметров и структуры экономических систем под влиянием среды (внешних факторов); ?

случайность и неопределенность в развитии экономических явлений, поэтому экономические явления и процессы носят в основном вероятностный характер и для их изучения необходимо применение экономико-математических моделей на базе теории вероятностей и математической статистики; ?

невозможность изолировать протекающие в экономических системах явления и процессы от окружающей среды, чтобы наблюдать и исследовать их в чистом виде; ? активная реакция на появляющиеся новые факторы, способность социально-экономических систем к активным, не всегда предсказуемым действиям в зависимости от отношения системы к этим факторам, способам и методам их воздействия.

Выделенные свойства социально-экономических систем, естественно, осложняют процесс их моделирования, однако эти свойства следует постоянно иметь в виду при рассмотрении различных аспектов эконо- мико-математического моделирования, начиная с выбора типа модели и кончая вопросами практического использования результатов моделирования.

Основной метод исследования систем — метод моделирования. Остановимся подробнее на понятии, классификации моделей, процессе моделирования.

Понятие модели, причины использования моделей. По определению Шеннона: «Модель —- это представление объекта, системы или идеи в некоторой форме, отличной от самой целостности» [32]. Модель — это образ реального объекта (процесса) в материальной или идеальной форме (описанный знаковыми средствами или на каком- либо языке), отражающий существенные свойства моделируемого объекта (процесса) и замещающий его в ходе исследования и управления [52].

Главной характеристикой модели можно считать упрощение реальной жизненной ситуации, к которой она относится. Поскольку форма модели менее сложна, а не относящиеся к делу данные, затуманивающие проблему в реальной жизни, устраняются, модель зачастую повышает способность руководителя к пониманию и разрешению встающих перед ним проблем. Модель также помогает руководителю совместить свой опыт и способность к суждению с опытом и суждениями экспертов.

Существует ряд причин, обусловливающих использование модели вместо попыток прямого взаимодействия с реальным миром [32].

Сложность организационных ситуаций. Как все школы управления, наука управления стремится быть полезной в разрешении организационных проблем реального мира. Может показаться странным, что возможности человека повышаются при взаимодействии с реальностью с помощью ее модели. Но это так, поскольку реальный мир организации исключительно сложен и фактическое число переменных, относящихся к конкретной проблеме, значительно превосходит возможности любого человека, и постичь его можно, лишь упростив реальный мир с помощью моделирования.

Невозможность проведения экспериментов. Встречается множество управленческих ситуаций, в которых необходимо опробовать и экспериментально проверить альтернативные варианты решения проблемы. Конечно, руководители фирмы были бы не правы, если бы вложили миллионы долларов в новое изделие, не установив экспериментально, что результат его появления на рынке будет таким, как намечено, и, вероятно, оно будет принято потребителями. Определенные эксперименты в условиях реального мира могут и должны иметь место. При проектировании сложной, высокотехнологичной продукции должен изготавливаться образец, затем проверяться в реальных условиях, и только потом возможно его полномасштабное производство. Но прямое экспериментирование такого типа дорого стоит и требует времени. Здесь на помощь приходят модели.

Кроме того, существуют бесчисленные критические ситуации, когда требуется принять решение, но нельзя экспериментировать в реальной жизни. К примеру, когда фирма «Фольксваген» решила построить производственное предприятие в США, ей пришлось выбирать место с достаточным обеспечением рабочей силой, благоприятными условиями налогообложения и экономически подходящее сточки зрения приемки необходимых материалов и отгрузки готовых автомобилей. Ей пришлось затем определять последовательность сборки многих тысяч деталей модели «Рэббит», выяснять, какие детали завод мог бы производить сам, а какие должны быть куплены, устанавливать необходимые уровни запасов каждой детали. Ясно, что фирма не могла решить эти проблемы, построив в порядке эксперимента в каждом возможном месте по заводу, да еще и по нескольким проектам [32].

Ориентация управления на будущее. Невозможно наблюдать явление, которое еще не существует и, может быть, никогда не будет существовать. Однако многие руководители стремятся рассматривать только реальное и осязаемое, и это в конечном счете должно выразиться в их обращении к чему-то видимому. Моделирование — единственный к настоящему времени систематизированный способ увидеть варианты будущего и определить потенциальные последствия альтернативных решений, что позволяет их объективно сравнивать.

Модели науки управления в наибольшей мере приспособлены к этим целям и как мощное аналитическое средство позволяют преодолевать множество проблем, связанных с принятием решений в сложных ситуациях.

Ъшы моделей. В настоящее время существует множество используемых современными организациями моделей, атакже задач, для реше- ния которых они наиболее пригодны, однако можно выделить три базовых типа моделей. Речь идет о физических, аналоговых и математических моделях [32].

Физическая модель представляет то, что исследуется с помощью увеличенного или уменьшенного описания объекта или системы.

Примеры физической модели — синька чертежа завода, его уменьшенная фактическая модель, уменьшенный в определенном масштабе чертеж проектировщика. Такая физическая модель упрощает визуальное восприятие и помогает установить, сможет ли конкретное оборудование физически разместиться в пределах отведенного ддя него места, а также разрешить сопряженные проблемы, например размещение дверей, ускоряющее движение людей и материалов.

Автомобильные и авиационные предприятия всегда изготавливают физические уменьшенные копии новых средств передвижения, чтобы проверить определенные характеристики, например аэродинамическое сопротивление. Будучи точной копией, модель должна вести себя аналогично разрабатываемому новому автомобилю или самолету, но при этом ее стоимость много меньше настоящего. Подобным образом строительная компания всегда строит миниатюрную модель, прежде чем начать строительство производственного или административного корпуса или склада.

Аналоговая модель представляет исследуемый объект аналогом, который ведет себя как реальный объект, но не выглядит как таковой. График, иллюстрирующий соотношения между объемом производства и издержками, — это аналоговая модель. График показывает, как уровень производства влияет на издержки.

Другой пример аналоговой модели — организационная схема. Выстраивая ее, руководство в состоянии легко представить себе цепи прохождения команд и формальную зависимость между индивидами и деятельностью. Такая аналоговая модель явно более простой и эффективный способ восприятия и определения сложных взаимосвязей структуры крупной организации, чем, скажем, составление перечня взаимосвязей всех работников.

В математической модели, называемой также символической, используются символы для описания свойств или характеристик объекта или события. Пример математической модели и ее аналитической силы как средства, помогающего нам понимать исключительно сложные проблемы, — известная формула Эйнштейна Е = тс2. Если бы Эйнштейн не смог построить эту математическую модель, в которой символы заменяют реальность, маловероятно, чтобы у физиков появилась даже отдаленная идея о взаимосвязи материи и энергии.

Задачи экономико-математического моделирования. Практические задачи экономико-математического моделирования таковы: ?

анализ экономических объектов и процессов; ?

экономическое прогнозирование, предвидение развития экономических процессов; ?

выработка управленческих решений на всех уровнях хозяйственной иерархии.

Следует, однако, иметь в виду, что далеко не во всех случаях данные, полученные в результате экономико-математического моделирования, могут использоваться непосредственно как готовые управленческие решения. Они скорее могут быть рассмотрены как «консультирующие» средства. Принятие управленческих решений остается за человеком. Таким образом, экономико-математическое моделирование лишь один из компонентов (пусть очень важный) в человеко-машинных системах планирования и управления экономическими системами.

Процесс построения модели. Построение модели — это процесс, имеющий определенные основные этапы [32].

Постановка задачи. Первый и наиболее важный этап построения модели, способный обеспечить правильное решение управленческой проблемы, состоит в постановке задачи. Правильное использование математики или компьютера не принесет никакой пользы, если сама проблема не будет точно диагностирована. Как заметил К. Э. Шеннон: «Альберт Эйнштейн однажды сказал, что правильная постановка задачи важнее даже, чем ее решение. Для нахождения приемлемого или оптимального решения задачи нужно знать, в чем она состоит. Как ни просто и прозрачно данное утверждение, чересчур многие специалисты в науке управления игнорируют очевидное. Миллионы долларов расходуются ежегодно на поиск элегантных и глубокомысленных ответов на неверно поставленные вопросы».

Из того только, что руководитель осведомлен о наличии проблемы как таковой, вовсе не следует факт идентификации истинной проблемы. Руководитель обязан уметь отличать симптомы от причин. Рассмотрим для примера фармацевтическую компанию, получавшую множество жалоб от аптек на задержки с выполнением их заказов. Истинная проблема была, как оказалось, не в самой задержке. Изучение вопроса показало, что заказы задерживаются из-за производственных затруднений на трех химических предприятиях фирмы, вызванных нехваткой исходных химических реагентов и запасных частей к оборудованию, что в свою очередь было обусловлено некачественным прогнозированием потребности в материалах и запасных частях.

Построение модели. После правильной постановки задачи следующий этап процесса — построение модели. Разработчик должен определить главную цель модели, а также какие выходные нормативы или информацию предполагается получить, используя модель, чтобы помочь руководству разрешить стоящую перед ним проблему. Если продолжить приведенный выше пример, нужная выходная информация должна представлять точные нормативы времени и количества подлежащих заказу исходных материалов и запасных частей. В дополнение к постановке главных целей специалист по науке управления должен определить, какая информация требуется для построения модели, удовлетворяющей этим целям и выдающей на выходе нужные сведения. В нашем случае необходимой информацией будет точный прогноз потребности по каждому исходному реагенту, сведения о характере закупаемых материалов для каждого вида продукции, ожидаемой долговечности деталей оборудования, сроке службы каждой детали и т.п.

Может случиться, что эта необходимая информация разбросана по многим источникам.

К другим факторам, требующим учета при построении модели, следует отнести расходы и реакцию людей. Модель, которая стоит больше, чем вся задача, требующая решения с помощью модели, конечно, не внесет никакого вклада в достижение целей организации. Подобным образом, излишне сложная модель может быть воспринята конечными пользователями как угроза и отвергнута ими.

Таким образом, для построения эффективной модели руководителям и специалистам по науке управления следует работать вместе, взаимно увязывая потребности каждой стороны.

Проверка модели на достоверность. После построения модели ее следует проверить на достоверность. Один из аспектов проверки заключается в определении степени соответствия модели реальному миру. Специалист по науке управления должен установить, всели существенные компоненты реальной ситуации встроены в модель. Это, конечно, может оказаться непростым делом. Проверка многихмоделей управления показала, что они несовершенны, поскольку не охватывают всех релевантных переменных. Естественно, чем лучше модель отражает реальный мир, тем выше ее потенциал как средства оказания помощи руководителю в принятии хорошего решения. Однако модель не должна быть сложной в использовании.

Второй аспект проверки модели связан с установлением степени, в которой информация, получаемая с ее помощью, действительно помогает руководству решить проблему.

Продолжим наш пример. Если модель для фармацевтической фирмы действительно снабдила руководство достоверной информацией о том, как часто и в каких количествах следует заказывать материалы и запасные части, ее можно считать полезной, поскольку выходная информация позволит руководству принять эффективные корректирующие меры в отношении задержек поставок.

Хороший способ проверки модели заключается в опробовании ее на ситуации из прошлого. Фармацевтическая фирма могла бы приложить свою модель к разрешению проблемы запасов за последние три года. Если модель точна, решение проблемы запасов с использованием конкретных количественных и временных показателей должно выявить конкретные причины, приведшие к задержкам. Руководство могло бы также определить, смогла ли полученная на модели информация (если бы ее удалось получить) помочь в разрешении производственных трудностей и ликвидации задержек.

Применение модели. После проверки на достоверность модель готова к использованию. Это кажется очевидным, но зачастую этот этап оказывается одним из самых тревожных моментов построения модели. Согласно обследованию отделов, анализирующих операции на корпоративном уровне, лишь около 60 % моделей науки управления были использованы в полной или почти полной мере. В других обследованиях также установлено, что финансовые руководители американских корпораций и западно-европейские управляющие маркетингом недостаточно широко используют модели для принятия решений. Основная причина недоиспользования моделей руководителями, возможно, заключается в том, что они их опасаются или не понимают.

Если модели науки управления создаются специалистами штабных служб (а так обычно и бывает), линейные руководители, для которых они предназначены, должны принимать участие в постановке задачи и определении требований по информации, получаемой благодаря модели. Согласно исследованиям, когда это имеет место, применение моделей увеличивается на 50 %. Кроме того, руководителей следует научить использовать модели, объяснив среди прочего, как модель функционирует, каковы ее потенциальные возможности и ограничения.

Обновление модели. Даже если применение модели оказалось успешным, почти наверняка она потребует обновления. Руководство может обнаружить, что форма выходных данных неясна или желательны дополнительные данные. Если цели организации изменяются таким образом, что это влияет на критерии принятия решений, модель необходимо соответствующим образом модифицировать. Аналогичным образом, изменение во внешнем окружении, например появление новых потребителей, поставщиков или технологии, может обесценить допущения и исходную информацию, на которых основывалась модель при построении.

Этапы процесса экономико-математического моделирования. Перейдем теперь непосредственно к процессу экономико-математического моделирования, т.е. описания экономических и социальных систем и процессов в виде экономико-математических моделей. Эта разновидность моделирования обладает рядом существенных особенностей, связанных как с объектом моделирования, так и с применяемыми аппаратом и средствами моделирования, поэтому целесообразно более детально проанализировать последовательность и содержание его этапов [52].

Постановка экономической проблемы и ее качественный анализ. На

этом этапе требуется сформулировать сущность проблемы, принимаемые предпосылки и допущения. Необходимо выделить важнейшие черты и свойства моделируемого объекта, изучить его структуру и взаимосвязь его элементов, хотя бы предварительно сформулировать гипотезы, объясняющие поведение и развитие объекта.

Построение математической модели. Это этап формализации экономической проблемы, т.е. выражения ее в виде конкретных математических зависимостей (функций, уравнений, неравенств и др.). Процесс построения модели проходит в свою очередь несколько стадий. Сначала определяется тип экономико-математической модели, изучаются возможности ее применения в данной задаче, уточняются конкретный перечень переменных и параметров и форма связей. Для некоторых сложных объектов целесообразно строить несколько разноаспектных моделей. При этом каждая модель выделяет лишь некоторые стороны объекта, а другие стороны учитываются агрегированно и приближенно.

Оправдано стремление построить модель, относящуюся к хорошо изученному классу математических задач, что может потребовать некоторого упрощения исходных предпосылок модели, не искажающего основных черт моделируемого объекта. Однако возможна и такая ситуация, когда формализация проблемы приводит к неизвестной ранее математической структуре.

Математический анализ модели. На этом этапе чисто математическими приемами исследования выявляются общие свойства модели и ее решения. В частности, важный момент — доказательство существования решения сформулированной задачи. При аналитическом исследовании выясняется, единственно ли решение, какие переменные могут входить в решение, в каких пределах они изменяются, каковы тенденции их изменения и т.д. Однако модели сложных экономических объектов с большим трудом поддаются аналитическому исследованию. В таких случаях переходят к численным методам исследования.

Подготовка исходной информации. В экономических задачах это, как правило, наиболее трудоемкий этап моделирования, так как дело не сводится к пассивному сбору данных. Математическое моделирование предъявляет жесткие требования к системе информации. Кроме того, надо принимать во внимание не только принципиальную возможность подготовки информации требуемого качества, но и затраты на подготовку информационных массивов.

В процессе подготовки информации используются методы теории вероятностей, теоретической и математической статистики для организации выборочных обследований, оценки достоверности данных и т.д. При системном экономико-математическом моделировании результаты функционирования одних моделей служат исходной информацией для других.

Численное решение. Этот этап включает разработку алгоритмов численного решения задачи, подготовку программ на ЭВМ и непосредственное проведение расчетов; при этом значительную трудность составляет большая размерность экономических задач. Обычно расчеты на основе экономико-математической модели носят многовариантный характер. Многочисленные модельные эксперименты, изучение поведения модели при различных условиях возможно проводить благодаря быстродействию современных ЭВМ. Численное решение существенно дополняет результаты аналитического исследования, а для многих моделей — единственно возможное.

Анализ численных результатов и их применение. На этом этапе прежде всего решается важнейший вопрос о правильности и полноте результатов моделирования и применимости их как в практической деятельности, так и в целях усовершенствования модели, поэтому в первую очередь должна быть проведена проверка адекватности модели по тем свойствам, которые выбраны в качестве существенных. Другими словами, должны быть произведены верификация (проверка правильности структуры модели) и ее валидация (проверка соответствия данных, полученных на основе модели, реальному процессу).

Перечисленные этапы экономико-математического моделирования находятся в тесной взаимосвязи, в частности могут иметь место возвратные связи этапов. Так, на этапе построения модели может выясниться, что постановка задачи или противоречива, или приводит к слишком сложной математической модели. В этом случае исходная постановка задачи должна быть скорректирована.

Наиболее часто необходимость возврата к предшествующим этапам моделирования возникает на этапе подготовки исходной информации. Если необходимая информация отсутствует или затраты на ее подготовку слишком велики, приходится возвращаться к этапам постановки задачи и ее формализации, чтобы приспособиться к доступной исследователю информации.

Выше уже было сказано о циклическом характере процесса моделирования. Недостатки, которые не удается исправить на тех или иных этапах моделирования, устраняются в последующих циклах. Однако результаты каждого цикла имеют и вполне самостоятельное значение. Можно начать исследование с построения простой модели и, получив полезные результаты, перейти затем к созданию более сложной и более совершенной модели, включающей в себя новые условия и более точные математические зависимости.

Классификация экономико-математических моделей. Первая классификация экономико-математических моделей была приведена в монографии Т. Нейлора «Машинные имитационные эксперименты с моделями экономических систем» в 1971 г. (рис 3.2) [10]:

Рис. 3.2. Группы экономико-математических моделей по Т. Нейлору

Однако и в настоящее время единой системы классификации моделей не существует. Обычно выделяют более десяти основных признаков их классификации [1, 10, 14, 22, 41, 52]. Обобщенно классификация экономико-математических моделей представлена в табл. 3.3.

Таблица 3.3 Признак классификации Экономико-математические модели Общее целевое Теоретико-аналитические назначение Прикладные Степень агрегирования Макроэкономические объектов моделирования Микроэкономические Конкретное Балансовые назначение Трендовые

Оптимизационные

Имитационные Тип используемой Аналитические в модели информации Идентифицируемые Фактор времени Статические

Динамические Фактор Детерминированные неопределенности Стохастические Тип математического Матричные модели аппарата Модели линейного и нелинейного программирования

Корреляционно-регрессионные модели Модели теории массового обслуживания Модели сетевого планирования и управления Модели теории игр Тип подхода к изучаемым Дескриптивные социально-экономическим

системам Нормативные Классификация экономико-математических моделей

Рассмотрим выделенные классификационные признаки подробнее.

По общему целевому назначению экономико-математические модели делятся на теоретико-аналитические, используемые при изучении общих свойств и закономерностей экономических процессов, и прикладные, применяемые в решении конкретных экономических задач анализа, прогнозирования и управления.

По степени агрегирования объектов моделирования модели делятся на макроэкономические и микроэкономические, хотя между ними и нет четкого разграничения. К первым из них относят модели, отражающие функционирование экономики как единого целого, в то время как микроэкономические модели связаны, как правило, с такими звеньями экономики, как предприятия и фирмы.

По конкретному предназначению, т. е. по цели создания и применения, выделяют: ?

балансовые модели, выражающие требование соответствия наличия ресурсов и их использования; ?

трендовые модели, в которых развитие моделируемой экономической системы отражается через тренд (длительную тенденцию) ее основных показателей; ?

оптимизационные модели, предназначенные для выбора наилучшего варианта из определенного числа вариантов производства, распределения или потребления; ?

имитационные модели, предназначенные для использования в процессе машинной имитации изучаемых систем или процессов, и др.

По типу информации, используемой в модели, экономико-математические модели делятся на аналитические, построенные на априорной информации, и идентифицируемые, построенные на апостериорной информации.

По учету фактора времени модели подразделяются на статические, в которых все зависимости отнесены к одному моменту времени, и динамические, описывающие экономические системы в развитии.

По учету фактора неопределенности модели делятся на детерминированные, если в них результаты на выходе однозначно определяются управляющими воздействиями, и стохастические (вероятностные), если при задании на входе модели определенной совокупности значений на ее выходе могут получаться различные результаты в зависимости от действия случайного фактора.

По типу математического аппарата, используемого в модели, т.е. по характеристике математических объектов, включенных в модель, могут быть выделены матричные модели, модели линейного и нелинейного программирования, корреляционно-регрессионные модели, модели теории массового обслуживания, модели сетевого планирования и управления, модели теории игр и т.д.

По типу подхода к изучаемым социально-экономическим системам выделяют дескриптивные и нормативные модели. При дескриптивном (описательном) подходе получают модели, предназначенные для описания и объяснения фактически наблюдаемых явлений или для прогноза этих явлений. В качестве примера дескриптивных моделей можно привести названные ранее балансовые и трендовые модели. При нормативном подходе интересуются не тем, каким образом устроена и развивается экономическая система, атем, как она должна быть устроена и как должна действовать согласно определенным критериям.

Проблемы моделирования. Как все средства и методы, модели науки управления в случае их применения могут привести к ошибкам. Эффективность модели иногда снижается действием ряда потенциальных погрешностей.

Недостоверные исходные допущения. Любая модель опирается на некоторые исходные допущения, или предпосылки. Это могут быть поддающиеся оценке предпосылки, например то, что расходы на рабочую силу в следующие шесть месяцев составят 200 тыс. долл. Такие предположения можно объективно проверить и просчитать. Вероятность их точности будет высока. Некоторые предпосылки не поддаются оценке и не могут быть объективно проверены. Предположение о росте сбыта в будущем году на 10 % — пример допущения, не поддающегося проверке. Никто не знает наверняка, произойдет ли это действительно. Поскольку такие предпосылки — основа модели, точность последней зависит от точности предпосылок. Модель нельзя использовать для прогнозирования, например, потребности в запасах, если неточны прогнозы сбыта на предстоящий период.

В дополнение к допущениям по поводу компонентов модели руководитель формулирует предпосылки относительно взаимосвязей внутри нее. К примеру, модель, предназначенная помочь решить, сколько галлонов краски разных типов следует производить, должна, вероятно, включать допущение относительно зависимости между продажной ценой и прибылью, а также стоимостью материалов и рабочей силы. Точность модели зависит также от точности этих взаимосвязей.

Информационные ограничения. Основная причина недостоверности предпосылок и других затруднений — ограниченные возможности в получении нужной информации, которые влияют и на построение, и на использование моделей. Точность модели определяется точностью информации по проблеме. Если ситуация исключительно сложна, специалист по науке управления может быть не в состоянии получить информацию по всем релевантным факторам или встроить ее в модель. Если внешняя среда подвижна, информацию о ней следует обновлять быстро, но это может быть нереализуемо или непрактично.

Иногда при построении модели игнорируются существенные аспекты, поскольку они не поддаются измерению. Например, модель определения эффективности новой технологии будет некорректной, если в нее встроена только информация о снижении издержек в соответствии с увеличением специализации. В общем, построение модели наиболее затруднительно в условиях неопределенности. Когда необходимая информация настолько неопределенна, что ее трудно получить исходя из критерия объективности, руководителю, возможно, целесообразнее положиться на свой опыт, способность к суждению, интуицию и помощь консультантов.

Страх пользователей. Модель нельзя считать эффективной, если ею не пользуются. Основная причина неиспользования модели заключается в том, что руководители, которым она предназначена, могут не вполне понимать получаемые с помощью модели результаты и потому боятся ее применять. Для борьбы с этим возможным страхом специалистам по количественным методам анализа следует значительно больше времени уделять ознакомлению руководителей с возможностями и порядком использования моделей. Руководители должны быть подготовлены к применению моделей, а высшему руководству следует подчеркивать, насколько успех организации зависит от моделей и как они повышают способность руководителей эффективно планировать и контролировать работу организации.

Слабое использование на практике. Согласно ряду исследований уровень методов моделирования в рамках науки управления превосходит уровень использования моделей. Как указывалось выше, одна из причин такого положения дел — страх. Другими причинами могут быть недостаток знаний и сопротивление переменам. Данная проблема подкрепляет желательность того, чтобы на стадии построения модели штабные специалисты привлекали к этому пользователей. Когда люди имеют возможность обсудить и лучше понять вопрос, метод или предполагаемое изменение, их сопротивление обычно снижается.

Чрезмерная стоимость. Выгоды от использования модели, как и других методов управления, должны с избытком оправдывать ее стоимость. При установлении издержек на моделирование руководству следует учитывать затраты времени руководителей высшего и низшего уровней на построение модели и сбор информации, расходы, время на обучение, стоимость обработки и хранения информации.

Основные модели, используемые для разработки управленческих решений. Существует огромное множество конкретных моделей, используемых для разработки управленческих решений. Ихчислотакже велико, как и число проблем, для разрешения которых они были разработаны [1, 10, 14, 22,41,52].

В общем виде в составе экономико-математических моделей можно выделить следующие: ?

модели линейного программирования; ?

оптимальные экономико-математические модели (имитационные модели, модели сетевого планирования и управления); ?

модели анализа динамики экономических процессов; ?

модели прогнозирования экономических процессов (трендовые модели на основе кривых роста, адаптивные модели прогнозирования); ?

балансовые модели; ?

эконометрические модели; ?

прочие прикладные модели экономических процессов (модель спроса и предложения, модели управления запасами, модели теории массового обслуживания, модели теории игр).

Рассмотрим подробнее некоторые из перечисленных моделей, наиболее часто использующиеся в практике управления.

Модели теории игр. Одна из важнейших переменных, от которой зависит успех организации, — конкурентоспособность. Очевидно, способность прогнозировать действия конкурентов означает преимущество для любой организации. Теория игр — это метод моделирования воздействия принятого решения на конкурентов.

Теорию игр изначально разработали военные с тем, чтобы в стратегии можно было учесть возможные действия противника. В бизнесе игровые модели используются для прогнозирования реакции конкурентов на изменение цен, новые кампании поддержки сбыта, предложения дополнительного обслуживания, модификацию и освоение новой продукции. Если, например, с помощью теории игр руководство устанавливает, что при повышении цен конкуренты не сделают того же, оно, вероятно, должно отказаться от этого шага, чтобы не попасть в невыгодное положение в конкурентной борьбе.

Теория игр используется не так часто, как другие описываемые здесь модели; так как ситуации реального мира зачастую очень сложны и настолько быстро изменяются, что невозможно точно спрогнозировать, как отреагируют конкуренты на изменение тактики фирмы. Тем не менее теория игр полезна, когда требуется определить наиболее важные и требующие учета факторы в ситуации принятия решений в условиях конкурентной борьбы. Эта информация важна, поскольку позволяет руководству учесть дополнительные переменные или факторы, могущие повлиять на ситуацию, и тем самым повышает эффективность решения [32]. Подробнее элементы теории игр рассмотрены в главе, посвященной разработке управленческих решений в условиях неопределенности и риска.

Модели теории массового обслуживания используются для определения оптимального числа каналов обслуживания по отношению к потребности в них. К ситуациям, в которых модели теории массового обслуживания могут быть полезны, можно отнести ожидание клиентами банка свободного кассира, очередь грузовиков под разгрузку на склад. Если, например, клиентам приходится слишком долго ждать кассира, они могут решить перенести свои счета в другой банк. Подобным образом, если грузовикам приходится слишком долго дожидаться разгрузки, они не смогут выполнить положенное количество ездок за день.

Таким образом, принципиальная проблема заключается в уравновешивании расходов на дополнительные каналы обслуживания: требуется больше людей для разгрузки грузовиков, больше кассиров и потерь от обслуживания на уровне ниже оптимального (грузовики не могут сделать лишнюю ездку из-за задержек под разгрузкой, потребители уходят в другой банк из-за медленного обслуживания).

Так, модели очередей снабжают руководство инструментом определения оптимального числа каналов обслуживания, которые необходимо иметь, чтобы в случаях чрезмерно малого и чрезмерно большого их количества сбалансировать издержки [10, 32].

В настоящее время теоретически наиболее разработаны и удобны в практических приложениях методы решения таких задач массового обслуживания, в которых входящий поток требований простейший (пуас- соновский).

Для простейшего потока частота поступления требований в систему подчиняется закону Пуассона, т.е. вероятность поступления Рк (0 за время /равноЛтребований задается формулой

Важная характеристика систем массового обслуживания — время обслуживания требований в системе. Время обслуживания одного требования — это, как правило, случайная величина и, следовательно, может быть описано законом распределения. Наибольшее распространение в теории, особенно в практических приложениях, получил экспоненциальный закон распределения времени обслуживания. Функция распределения для этого закона имеет вид:

/40 = 1-е-"',

т.е. вероятность того, что время обслуживания не превосходит некоторой величины /, определяется этой формулой, где [I — параметр экспоненциального закона распределения времени, необходимого для обслуживания требований в системе, т.е. величина, обратная среднему времени обслуживания /об:

ц = шоб.

Рассмотрим аналитические модели наиболее распространенных систем массового обслуживания с ожиданием, т.е. таких систем, в которых требования, поступившие в момент, когда все обслуживающие каналы заняты, ставятся в очередь и обслуживаются по мере освобождения каналов.

Общая постановка задачи состоит в следующем. Система имеет п обслуживающих каналов, каждый из которых может одновременно обслуживать только одно требование. В систему поступает простейший (пуассоновский) поток требований с параметром X.

Если в момент поступления очередного требования в системе на обслуживании уже находится не меньше п требований (т.е. все каналы заняты), то это требование становится в очередь и ждет начала обслуживания.

Время обслуживания каждого требования /об — случайная величина, которая подчиняется экспоненциальному закону распределения с параметром \1.

Системы массового обслуживания с ожиданием можно разбить на две большие группы: замкнутые и разомкнутые. К замкнутым относятся системы, в которых поступающий поток требований возникает в самой системе и ограничен. Например, мастер, задача которого — наладка станков в цехе, должен периодически их обслуживать. Каждый налаженный станок становится потенциальным источником требований на накладку. В подобных системах общее число циркулирующих требований конечно и чаще всего постоянно. Если питающий источник обладает бесконечным числом требований, то системы называются разомкнутыми. Примерами подобных систем могут служить магазины, кассы вокзалов, портов и др. Для этих систем поступающий поток требований можно считать неограниченным.

Отмеченные особенности функционирования систем этих двух видов накладывают определенные условия на используемый математический аппарат. Расчет характеристик работы систем массового обслуживания различного вида может быть проведен на основе расчета вероятностей состояний систем (так называемые формулы Эрланга).

Рассмотрим алгоритмы, предназначенные для расчета качества функционирования разомкнутой системы массового обслуживания с ожида- нием.

При изучении таких систем рассчитывают различные показатели эффективности обслуживающей системы. В качестве основных показателей могут быть вероятность того, что все каналы свободны или заняты, математическое ожидание длины очереди (средняя длина очереди), коэффициенты занятости и простоя каналов обслуживания и др.

Введем в рассмотрение параметр а=А,/ц. Заметим, что если а /п< 1, то очередь не может расти безгранично. Это условие имеет следующий смысл: X—среднее число требований, поступающих за единицу времени; 1/ \х — среднее время обслуживания одним каналом одного требования, тогда а = X х 1/ (I — среднее число каналов, которое необходимо иметь, чтобы обслуживать в единицу времени все поступающие требования. Поэтому условие а /п < \ означает, что число обслуживающих каналов должно быть больше среднего числа каналов, необходимых для того, чтобы за единицу времени обслужить все поступившие требования. Важнейшие характеристики работы систем массового обслуживания: 1)

вероятность того, что все обслуживающие каналы свободны: -і

«-1 ак а"

^0 =

I—+

к=о к\ и!(1-а/и) 2) вероятность того, что занято ровно к обслуживающих каналов при условии, что общее число требований, находящихся на обслуживании, не превосходит числа обслуживающих аппаратов:

о/1

Рк=—Р0, при 1 <к<п; 3)

вероятность того, что в системе находится к требований в случае, когда их число больше числа обслуживающих каналов:

ос *

Рк=~ГТ^Ро> ПРИ к*п’> п\п 4)

вероятность того, что все обслуживающие каналы заняты: 5)

среднее время ожидания требования в системе:

Рп

(0ж = у ??';?» ПРИ п<]’ ц(и-а) 6)

средняя длина очереди:

осР ап+1

10Ч = " ч2Р0> при л<1;

и(1-а/л) и!и(1-а/и) 7)

среднее число свободных от обслуживания каналов:

П~\ у1 — 1г .

л^о=1—«Ч;

к=о л! 8)

коэффициент простоя каналов:

/г -"о.

~Т’ 9)

среднее число занятых обслуживанием каналов:

Ы3-п- Л^; 10)

коэффициент загрузки каналов:

N.

3

К3 =

П

При рассмотрении замкнутых систем массового обслуживания к постановке задачи следует добавить условие: поток поступающих требований ограничен, т.е. в системе одновременно не может находиться больше т требований (т — число обслуживаемых объектов) [52].

Модели управления запасами используются для того, чтобы определить время размещения заказов на ресурсы и их количество, а также массу готовой продукции на складах. Любая организация должна поддерживать некоторый уровень запасов во избежание задержек на производстве и в сбыте. Для больницы требуется поставка необходимого количества лекарств, для производственной фирмы — сырья и деталей, а также определенный задел незавершенного производства и запас готовой продукции.

Цель данной модели — сведение к минимуму отрицательных последствий накопления запасов, которые выражаются в определенных издержках. Эти издержки бывают трех основных видов: ?

на размещение заказов; ?

на хранение; ?

потери, связанные с недостаточным уровнем запасов.

Последние имеют место при исчерпании запасов. В этом случае продажа готовой продукции или предоставление обслуживания невозможно, кроме того, возникают потери от простоя производственных линий, в частности в связи с необходимостью оплаты труда работников, хотя они не работают в данный момент.

Поддержание высокого уровня запасов избавляет от потерь. Закупка в больших количествах материалов, необходимых для создания запасов, во многих случаях сводит к минимуму издержки на размещение заказов, поскольку фирма может получить соответствующие скидки и снизить объем «бумажной работы». Однако эти потенциальные выгоды перекрываются дополнительными издержками — расходами на хранение, перегрузку, выплату процентов, затратами на страхование, потерями от порчи, воровства и дополнительными налогами.

Кроме того, руководство должно учитывать возможность связывания оборотных средств избыточными запасами, что препятствует вложению капитала в приносящие прибыль акции, облигации или банковские депозиты. Разработано несколько специфических моделей, помогающих руководству установить, когда и сколько материалов заказывать в запас, какой уровень незавершенного производства и запаса готовой продукции поддерживать [32].

В практической деятельности организации часто используются следующие системы регулирования товарных запасов [52].

Система с фиксированным размером заказа — наиболее распространенная система, в которой размер заказа на пополнение запасов — постоянная величина, а поставка очередной партии товара осуществляется при уменьшении наличных запасов до определенного критического уровня, называемого точкой заказа. Регулирующие параметры системы с фиксированным размером заказа — это: ?

точка заказа, т.е. фиксированный уровень запаса, при снижении до которого организуется заготовка очередной партии товара;

ш размер заказа, т.е. величина партии поставки.

Данную систему часто называют «двухбункерной», так как запас хранится как бы в двух бункерах: в первом — для удовлетворения спроса в течение периода между фактическим пополнением запаса и датой следующего ближайшего заказа, а во втором — для удовлетворения спроса в течение периода от момента подачи заказа до поступления очередной партии товара, т.е. во втором бункере хранится запас на уровне точки заказа.

Система с фиксированной периодичностью заказа — заказы на очередную поставку товарного запаса повторяются через равные промежутки времени. В конце каждого периода проверяется уровень запасов и определяется размер заказываемой партии. При этом запас пополняется каждый раз до определенного уровня, не превышающего максимальный запас. Таким образом, регулирующие параметры этой системы — это: ?

максимальный уровень запасов, до которого осуществляется их пополнение; ?

продолжительность периода повторения заказов.

Система с фиксированной периодичностью заказа эффективна, когда имеется возможность пополнять запас в различных размерах, причем затраты на оформление заказа любого размера невелики. Одним из достоинств этой системы можно считать возможность периодической проверки остатков на складе и отсутствие необходимости вести систематический учет движения остатков. К недостаткам системы относится то, что она не исключает возможность нехватки товарных запасов.

Система с двумя фиксированными уровнями запасов и фиксированной периодичностью заказа — допустимый уровень запасов регламентируется как сверху, так и снизу. Кроме максимального верхнего уровня запаса устанавливается нижний уровень (точка заказа).

Если размер запаса снижается до нижнего уровня раньше наступления фиксированного времени пополнения запаса, то делается внеочередной заказ. В остальных случаях система функционирует как система с фиксированной периодичностью заказа. В данной системе имеется три регулирующих параметра: ?

максимальный уровень запаса; ?

нижний уровень запаса (точка заказа); ?

длительность периода между заказами.

Первые два параметра постоянны, третий — частично переменный. Рассматриваемая система сложнее предыдущей, однако она позволяет исключить возможность нехватки товарного запаса. Недостаток системы в том, что пополнение запасов до максимального уровня не может производиться независимо от фактического расходования запасов.

Система с двумя фиксированными уровнями запасов без постоянной периодичности заказа, или (5,5)-стратегия управления запасами, — эту систему называют также (?-.у)-стратегией, или системой «максимум-минимум». Рассмотрим (5, 5)-стратегию управления запасами более подробно. Это модификация предыдущей системы, но она устраняет недостаток предыдущей системы. В этой системе два регулирующих параметра: ?

нижний (критический) уровень запаса5; ?

верхний уровень запаса 5.

Если через х обозначить величину запасов до принятия решения об их пополнении, через р — величину пополнения, а через у —х + р — величину запасов после пополнения, то (я,5)-стратегия управления запасами задается функцией

{х при х > я

с ’

5 при х<^

г.е. пополнения не происходит, если имеющийся уровень запасов больше критического уровня если имеющийся уровень меньше или равен V, то принимается решение о пополнении запаса обязательно до верхнего уровня 5, так что величина пополнения равнар = ?—х.

Саморегулирующиеся системы управления запасами. Рассмотренные выше системы регулирования запасов предполагают относительную неизменность условий их функционирования. На практике такое постоянство условий встречается редко, что вызвано изменениями потребности в товарных запасах, условиями их поставки и т.д. В связи с этим возникает необходимость создания комбинированных систем с возможностью саморегулирования (адаптации к изменившимся условиям). Создаются системы с изменяющимися периодичностью и размером заказов, учитывающие стохастические (недетерминированные) условия. В каждой такой системе в рамках соответствующей эконо- мико-математической модели управления запасами устанавливается определенная целевая функция, служащая критерием оптимальности функционирования системы. В качестве целевой функции в моделях управления запасами чаще всего используется минимум затрат, связанных с заготовкой и хранением запасов, а также потери от дефицита. К элементам целевой функции при построении саморегулирующихся систем управления запасами относятся: ?

затраты, связанные с организацией заказа и его реализацией, начиная с поиска поставщика и кончая оплатой всех услуг по доставке товарных запасов на склад. Часть расходов, связанных с организацией заказов, не зависит от размера заказа, но зависит от количества этих заказов в год. Расходы, связанные с реализацией заказа, зависят от размера заказанной партии, причем расходы в расчете на единицу товара уменьшаются при увеличении размера партии; ?

затраты, связанные с хранением запаса. Часть издержек хранения носит суточный характер (плата за аренду помещений, за

отопление и др.), другая часть прямо зависит от уровня запасов (расходы на складскую переработку товарных запасов, потери от порчи, издержки учета и др.). При расчетах на основе экономи- ко-математических моделей управления запасами обычно пользуются удельной величиной издержек хранения, равной размеру издержек на единицу хранимого товара в единицу времени. При этом предполагают, что издержки хранения за календарный период прямо пропорциональны размеру запасов и длительности периода между заказами и обратно пропорциональны количеству заказов за этот период. 3)

потери из-за дефицита, когда снабженческо-сбытовая организация несет материальную ответственность за неудовлетворение потребности потребителей по причине отсутствия запасов [52]. Например, при неудовлетворенном спросе снабженческо-сбытовая организация может нести убытки в виде штрафа за срыв поставки. Вероятность дефицита — это ожидаемая относительная частота случаев нехватки товарной продукции в течение более или менее продолжительного интервала времени. Иногда вероятность дефицита определяется как частное отделения числа дней, когда товар на складе отсутствует, на общее число рабочих дней, например, в году.

Имитационное моделирование. Все описанные выше модели подразумевают применение имитации в широком смысле, поскольку все они — заменители реальности. Тем не менее как метод моделирования имитация конкретно обозначает процесс создания модели и ее экспериментальное применение для определения изменений реальной ситуации. Аэродинамическая труба — пример физически осязаемой ими- тационной модели, используемой для проверки характеристик разрабатываемых самолетов и автомобилей. Специалисты по производству и финансам могут разработать модели, позволяющие имитировать ожидаемый прирост производительности и прибылей в результате применения новой технологии или изменения состава рабочей силы. Специалист по маркетингу может создать модели для имитации ожидаемого объема сбыта в связи с изменением цен или рекламы продукции.

Имитация используется в ситуациях, слишком сложных для математических методов типа линейного программирования. Это может быть связано с чрезмерно большим числом переменных, трудностью математического анализа определенных зависимостей между переменными или высоким уровнем неопределенности.

Итак, имитация — это часто весьма практичный способ подстановки модели на место реальной системы или натурного прототипа. Экспериментируя на модели системы, можно установить, как она будет реагировать на определенные изменения или события, в случае если отсутствует возможность наблюдать эту систему в реальности. Если результаты экспериментирования с использованием имитационной модели свидетельствуют о том, что модификация ведет к улучшению, руководитель может с большей уверенностью принимать решение об осуществлении изменений в реальной системе.

Экономический анализ. Почти все руководители воспринимают ими- гацию как метод моделирования. Однако многие из них никогда не думали, что экономический анализ — очевидно, наиболее распространенный метод — это тоже одна из форм построения модели. Экономический анализ вбирает в себя почти все методы оценки издержек и экономических выгод, а также относительной рентабельности деятельности предприятия. Типичная экономическая модель основана на анализе безубыточности, методе принятия решений с определением точки, в которой общий доход уравнивается с суммарными издержками, т.е. точки, в которой предприятие становится прибыльным.

Точка безубыточности (break-even point — ВЕР) — ситуация, при которой общий доход (total revenue — TR) становится равным суммарным издержкам (total costs — ТС). Для определения ВЕР необходимо учесть гри основных фактора: ?

продажную цену единицы продукции (unit prise — Р) — доход фирмы от продажи каждой единицы товаров или услуг. Издательская компания, к примеру, получает 80 % от розничной цены книги. Таким образом, при продаже одной книги за 10 долл. Р составит 8 долл.; ?

переменные издержки на единицу продукции (variable costs — VC) —- фактические расходы, прямо относимые на изготовление каждой единицы продукции. Применительно к изготовлению книги это будут расходы на бумагу, обложку, услуги типографии, изготовление переплета и сбыт, а также выплата авторского гонорара. Естественно, совокупные переменные издержки растут с ростом объема производства; ?

общие постоянные издержки на единицу продукции (total fixed cost — TFQ — те издержки, которые, по меньшей мере, в ближайшей перспективе, остаются неизменными независимо от объема производства. Основные составляющие совокупных постоянных издержек издательской компании — расходы на редактирование, оформление и набор. Кроме того, часть управленческих расходов, расходы на страхование и налоги, аренду помещения и амортизационные отчисления переводятся в постоянные издержки в соответствии с формулой, установленной руководством. В нашем примере предположим, что постоянные издержки, связанные с производством книги, равны 200 тыс. долл.

Продажная цена за вычетом переменных издержек обозначает вклад в прибыль на единицу проданной продукции. При продажной цене книги 10 долл. и переменных издержках 6 долл. вклад составит 4 долл. Этот расчет позволяет руководству установить, сколько книг нужно продать, чтобы покрыть постоянные издержки в сумме 200 тыс. долл. Разделив 200 тыс. на 4, мы получим 50 тыс., т.е. именно столько книг необходимо продать, чтобы проект был рентабельным. В форме уравнения безубыточность выражается следующим образом:

ТЕС = ВЕРх(Р— УС)

или

ВЕР— ТЕС/(Р— УС).

Используя формулу, мы получим на базе тех же данных те же результаты, как и при простом подсчете:

Р= 10 долл.;

УС = 6 долл.;

ТЕС = 200 000 долл.;

ВЕР = ТЕС/(Р— УС) = 200 000/4 = 50 000 книг.

Вычисление точки безубыточности, будучи сравнительно простой операцией, дает значительный объем полезной информации. Соотнося величину ВЕР и оценку объема продажи, получаемую методами анализа рынка, руководитель в состоянии сразу увидеть, будет ли проект прибыльным, как запланировано, и каков примерный уровень риска. Если анализ издательского рынка показал, что потенциал сбыта составляет 80 000 экземпляров, это значит, что издание будет прибыльным и сопряжено с относительно малым риском. Намерение продать всего, к примеру, 35 000 книг было бы весьма рискованным.

Легко можно также установить, как влияет на прибыль изменение одной или большего числа переменных. Например, издатель увеличивает Р с 1 до 11 долл., ВЕР должна снизиться до 40 000 книг, что должно произойти и при соответствующем изменении величины УС. Таким образом, анализ безубыточности помогает выявить альтернативные подходы, которые были бы более привлекательными для фирмы. Например, рынок сбыта научных книг гораздо уже, чем, скажем, рынок учебников по вводным курсам, поэтому издатели вынуждены выплачивать менее высокие гонорары авторам научных книг и отказываться от второго цвета при печати. Такой подход позволяет вдвое снизить общие издержки по сравнению с учебниками по вводным курсам. Отметим, однако, что в результате внешний вид книги ухудшается, а это может заставить потенциальных потребителей обратиться к про- лукции конкурента, в результате чего сбыт упадет ниже точки безубыточности.

Получив результаты по сбыту и данные по фактическим издержкам, руководство может вернуться к модели безубыточности для контрольной оценки. Если фактические значения постоянных и переменных издержек превышают те, что использованы для расчета точки безубыточности, это свидетельствует о необходимости корректирующих действий. Зачастую эти действия должны сводиться к новому анализу основы расчета. Как любые другие прогнозы и планы, те, что использованы в анализе безубыточности, могут быть ошибочными, и зачастую по причинам, не находящимся под контролем руководителя. К примеру, в начале 1970-х гг. многие издатели столкнулись с уменьшением прибыли в силу внезапного скачка цен на бумагу, который невозможно было полностью переложить на потребителей.

Объем производства, обеспечивающий безубыточность, можно рассчитать почти по каждому виду продукции или услуге, если соответствующие издержки удается определить.

Другие модели экономического анализа применяются для определения прибыли относительно инвестированного капитала, определения величины чистой прибыли, которую имеет в данный период фирма, и дивидендов на одну акцию внутри фирмы. Эти модели рассматриваются в курсах по финансам и бухгалтерскому учету [32].

Оптимальное линейное программирование. Необходимое условие оптимального подхода к планированию и управлению (принципа оптимальности) — гибкость, альтернативность производственно-хозяйственных ситуаций, в условиях которых приходится принимать планово-управленческие решения. Именно такие ситуации, как правило, и составляют повседневную практику хозяйствующего субъекта (выбор производственной программы, прикрепление к поставщикам, маршрутизация, раскрой материалов, приготовление смесей и т.д.).

Суть принципа оптимальности состоит в стремлении выбрать такое планово-управленческое решение Х = (х{9х2,... где*у,(у = 1,и) —его компоненты, которое наилучшим образом учитывало бы внутренние возможности и внешние условия производственной деятельности хозяйствующего субъекта.

Слова «наилучшим образом» здесь означают выбор некоторого критерия оптимальности, т.е. некоторого экономического показателя, позволяющего сравнивать эффективность тех или иных планово-управленческих решений. Традиционные критерии оптимальности — «максимум прибыли», «минимум затрат», «максимум рентабельности» и др.

Слова «учитывало бы внутренние возможности и внешние условия производственной деятельности» означают, что на выбор планово-уп- равленческого решения (поведения) накладывается ряд условий, т.е. выбор X осуществляется из некоторой области возможных (допустимых) решений В\ эту область называют также областью определения задачи.

Таким образом, реализовать на практике принцип оптимальности — значит решить экстремальную задачу вида:

тах(тш)/(<ДО,

ХеВ,

где /(X) — математическая запись критерия оптимальности — целевая функция. Задачу условной оптимизации обычно записывают таким образом: _

Найти максимум или минимум функции /(Х) = /(ххух2,...,хп) при ограничениях:

Ф,(х,,х2,...,*„) {<,=,>}?„

<Р2(*1>*2>->*л)

фт(Х1,Х2,...)Хи) {<,=,>}&,„,

дс/>0,у = 1, п.

Последнее условие необязательно, но его при необходимости всегда можно добиться. Обозначение {<, =, >} говорит о том, что в конкретном ограничении возможен один из знаков: <,=,>. Используется более компактная запись:

тах(тт)/(х,, х2,..., х„), ф,(х„х2,...,х„) {<,=,>}?,-,/ = 1,т, х/ > 0, у = 1, п.

Такова общая задача оптимального (математического) программи- рования, т.е. математическая модель задачи оптимального программирования, в основе построения (разработки) которой лежат принципы оптимальности и системности. Вектор X (набор управляющих переменных xj, j = 1, п.) называется допустимым решением, или планом задачи оптимального йрограм^ мирования, если он удовлетворяет системе ограничений. Атот план X (допустимое решение), который составляет максимум или минимум целевой функцииДх^,;^, •••>*„)> называется оптимальным планом (оптимальным поведением, или просто решением) задачи оптимального программирования [52].

Таким образом, выбор оптимального управленческого поведения в конкретной производственной ситуации связан с проведением с позиций системности и оптимальности экономико-математического моделирования и решением задачи оптимального программирования.

IDEF-технологии моделирования. Своим появлением семейство стандартов IDEF (Integrated Defenition — интегрированное определение) во многом обязано появившейся в 1980-х гг. технологии автоматизации разработки информационных систем CASE (Computer Aided Software Engineering). До настоящего времени эта технология с успехом применяется при разработке разнообразного программного обеспечения. Однако в последнее время CASE-технологии приобретают все большее распространение для моделирования и анализа деятельности предприятий, предоставляя богатый набор возможностей для оптимизации, или, в терминах CASE, реинжиниринга, технологических процедур, выполняемых этими предприятиями, - бизнес-процессов.

IDEF0, ранее известный как технология структурированного анализа и разработки SADT (Structured Analysis and Design Technique — технология структурного анализа и моделирования), был разработан компанией «SofTech, Inc.» в конце 1960-х гг. и представлял собой набор рекомендаций по построению сложных систем, которые предполагали взаимодействие механизмов и обслуживающего персонала. Подход SADT относится к классу формальных методов, используемых при анализе и разработке систем [49].

В настоящее время используются методики функционального, информационного и поведенческого моделирования и проектирования, в которые входят IDEF-модели, приведенные в табл. 3.4.

Удобные средства визуального представления информации, описанные в стандартах семейства IDEF, могут применяться как для описания деятельности произвольной компании, так и для принятия обоснованных решений в сфере реинжиниринга бизнес-процессов — оптимизации функционирования компании на рынке.

В заключение отметим, что методы ситуационного анализа и методы моделирования представляют широкий спектр эффективных инст-

Таблица 3.4

Перечень моделей, использующих IDEF-модели Название модели Назначение IDEF0

IDEF1 и IDEF1X

IDEF2

IDEF3

IDEF4

IDEF5

IDEF6

IDEF8

IDEF9

IDEF14 Функциональное моделирование (Function Modeling Method) Информационное моделирование (Information and Data Modelling Method)

Поведенческое моделирование (Simulation Modeling Method) Моделирование деятельности (Process Flow and Object Stale Description Capture Method)

Объектно-ориентированное проектирование (Object-oriented Design Method)

Систематизация объектов приложения (Ontology Description Capture Method)

Использование рационального опыта проектирования (Design Rational Capture Method)

Взаимодействие человека и системы (Human-System Interaction Design)

Учет условий и ограничений (Business Constraint Discovery) Моделирование вычислительных сетей (Network Design) рументов повышения качества и обоснованности управленческих решений. Они используются на этапах диагностики проблемы, а также для формулирования критериев и ограничений. Именно на этих подготовительных этапах происходит анализ ситуации и постановка задачи, правильность которой в значительной степени предопределяет эффективность выполнения последующих этапов разработки и принятия управленческих решений.

<< | >>
Источник: Л. И. Лукичёва, Д. Н. Егорычев, Ю. П. Анискина. Управленческие решения : учебник по специальности «Менеджмент организации» — 4-е изд., стер. — М.: Издательство «Омега-Л». — 383 с.: табл. — (Высшая школа менеджмента).. 2009

Еще по теме 3.2 Методы, применяемые на этапе диагностики проблемы и формулировки критериев и ограничений:

  1. 3.4. Методы, применяемые на этапе оценки альтернатив
  2. 3.3. Методы, применяемые на этапе определения альтернатив
  3. 3.5. Методы, применяемые на этапе выбора, реализации решения и оценки результата
  4. II - Формулировка и обоснование проблемы.
  5. Единственно объективными критериями диагностики исключительных состояний служат клинические
  6. 14.3. Меры поощрения, применяемые к осужденным к ограничению свободы
  7. 3.2. Оценка методов диагностики кризисной ситуации на предприятии
  8. РЕЗЮМЕ МЕТОДА «ДИАГНОСТИКА»
  9. 9.5. Методы организационной диагностики
  10. 11.5. Методы диагностики профессионально важных качеств менеджеров
  11. ТЕМА 1 АнАЛИЗ ФАКТОРОВ, КРИТЕРИЕВ И ОГРАНИЧЕНИЙ ПРИ ПРИНЯТИИ УПРАВЛЕНЧЕСКОГО РЕШЕНИЯ
  12. МЕТОД ДИАГНОСТИКИ СКРЫВАЕМОЙ ПРИЧАСТНОСТИ К ПРЕСТУПЛЕНИЮ
  13. 10.3. Методы нормирования, применяемые в зарубежных странах
  14. Актуальные проблемы развития федеративных отношений на современном этапе
  15. 7.2.4. Общая характеристика методов прогнозирования, применяемых в маркетинговых исследованиях
  16. НЕКОТОРЫЕ АСПЕКТЫ ПАТОГЕНЕЗА И КРИТЕРИИ ДИАГНОСТИКИ ОСТРЫХ И ХРОНИЧЕСКИХ ПАНКРЕАТИТОВ (Отдельные аспекты применения литературного обзора в экспертной практике) Л.Г. Александрова, Л.Р. Бибишева Казань