Системы поддержки принятия решений

1 Федеральное государственное образовательное бюджетное учреждение высшего профессионального образования «Поволжский государственный университет телекоммуникаций и информатики» ________________________________________________________________________ «УТВЕРЖДАЮ» Декан факультета _____________________ наименование факультета ________________________________ подпись, Фамилия И.О. « ____ » _______________ 2013 г. КОНСПЕКТ ЛЕКЦИЙ по учебной дисциплине Системы поддержки принятия решений наименование учебной дисциплины (полное, сокращенное) Направление подготовки Специальность Бизнес-информатика Электронный бизнес Заочного обучения Профиль подготовки Факультет наименование факультета Электронной коммерции Кафедра наименование кафедры Курс 4 Форма обучения семестр 7, 8 Заочная полная, заочная ускоренная, дистанционная очная (заочная) – полная (сокращенная, ускоренная) Заведующий кафедрой Электронной коммерции __________________ подпись, Юрасов А.В. Фамилия И.О. « ____ » _______________ 200__ г. Самара 2013 2 Содержание 1. Понятие и структура СППР ..................................................................... 3 2. Принятие управленческих решений ..................................................... 21 3. Классификация СППР ............................................................................ 31 4. История создания СППР ........................................................................ 39 5. Сферы применения СППР...................................................................... 42 6. Задачи, решаемые СППР ........................................................................ 48 6.1. Задачи, которые невозможно решить при помощи СППР ........... 50 7. Применение СППР на практике ............................................................ 52 7.1. Пример: СППР ООО «Газпром добыча Уренгой» ........................ 57 8. Математическое обеспечение СППР .................................................... 61 Глоссарий ..................................................................................................... 65 3 1. ПОНЯТИЕ И СТРУКТУРА СППР СППР возникли в результате развития управленческих информационных систем и систем управления базами данных в начале 70-х годов прошлого века. На данный момент существует огромное количество СППР, разработанных и внедренных в различных областях человеческой деятельности. Темпы их разработок постоянно возрастают. Однако на сегодняшний день, несмотря на распространенность данных систем, общепризнанное определение данного термина пока не найдено. Следует отметить, что хотя СППР широко применяется во всем мире, на просторах СНГ системам этого типа пока еще не уделяется должное внимание. Рассмотрим, что же представляет собой система поддержки принятия решений. Как уже было отмечено, данный вопрос является дискуссионным, так же как и вопрос отнесения различных типов систем к классу СППР; мнения по этому поводу часто даже противоречат друг другу. Приведем несколько определений СППР. Основу СППР составляет комплекс взаимосвязанных моделей с соответствующей информационной поддержкой исследования, экспертные и интеллектуальные системы, включающие опыт решения задач управления и обеспечивающие участие коллектива экспертов в процессе выработки рациональных решений. Система поддержки принятия решений – это диалоговая автоматизированная система, использующая правила принятия решений и соответствующие модели с базами данных, а также интерактивный компьютерный процесс моделирования. СППР – это средство для "вычисления решений", которое основано "на использовании ряда процедур по обработке данных и суждений, помогающих лицу, принимающему решение (далее – ЛПР), в принятии решения". 4 СППР – "интерактивные автоматизированные системы, которые помогают ЛПР использовать данные и модели, чтобы решать неструктурированные проблемы". СППР – "компьютерная информационная система, используемая для поддержки различных видов деятельности при принятии решения в ситуациях, где невозможно или нежелательно иметь автоматические системы, которые полностью выполняют весь процесс принятия решения". СППР не заменяет ЛПР, автоматизируя процесс принятия решения, а оказывает ему помощь в ходе решения поставленной задачи. Следует заметить, что, начиная с первых определений СППР, круг задач, решаемых при их помощи, ограничился слабоструктурированными и неструктурированными. Определим СППР таким образом: СППР – интерактивная компьютерная система, предназначенная для поддержки принятия решений в слабоструктурированных и неструктурированных проблемах различных видов человеческой деятельности. Существенными концепциями этого определения являются:  компьютерная интерактивная (т.е. не обуславливающая обязательно- го непосредственного использования ЛПР системы поддержки принятия решений);  поддержка принятия решений (решение принимает человек);  слабоструктурированных и неструктурированных проблем (именно такими проблемами занимаются руководители). Рассмотрим, что же представляет собой классификация проблем на слабоструктурированные, неструктурированные и структурированные. Неструктурированные задачи имеют только качественное описание, основанное на суждениях ЛПР, количественные зависимости между основными характеристиками задачи не известны. Структурированные задачи характеризуются существенными зависимостями, которые могут быть выражены количественно. 5 Слабоструктурированные задачи занимают промежуточное положение и являются "сочетающими количественные и качественные зависимости, причем малоизвестные и неопределенные стороны задачи имеют тенденцию доминировать". Можно выделить три компонента, составляющие основу классической структуры СППР, которыми она отличается от других типов информационных систем: подсистему интерфейса пользователя, подсистему управления базой данных и подсистему управления базой моделей. Если посмотреть на СППР с функциональной стороны, можно выделить следующие ее компоненты:  сервер хранилища данных;  инструментарий OLAP;  инструментарий Data Mining. Эти компоненты СППР рассматривают такие основные вопросы: вопрос накопления данных и их моделирования на концептуальном уровне, вопрос эффективной загрузки данных из нескольких независимых источников и вопрос анализа данных. Можно сказать, что использование оперативной аналитической обработки (систем OLAP) на сегодня ограничивается обеспечением доступа к многомерным данным. Ниже на рис.1 приведен архитектурно-технологическая схема информационно-аналитической поддержки принятия решений: Поддержка принятия решений Рис. 1. Архитектурно-технологическая схема СППР 6 Первоначально информация хранится в оперативных базах данных OLTP-систем. Но ее сложно использовать в процессе принятия решений по причинам, о которых будет сказано ниже. Агрегированная информация организуется в многомерное хранилище данных. Затем она используется в процедурах многомерного анализа (OLAP) и для интеллектуального анализа данных (ИАД). Рассмотрим более подробно каждый элемент этой схемы. Хранилища данных Ясно, что принятие решений должно основываться на реальных данных об объекте управления. Такая информация обычно хранится в оперативных базах данных OLTP-систем. Но эти оперативные данные не подходят для целей анализа, так как для анализа и принятия стратегических решений в основном нужна агрегированная информация. Кроме того, для целей анализа необходимо иметь возможность быстро манипулировать информацией, представлять ее в различных аспектах, производить различные нерегламентированные запросы к ней, что затруднительно реализовать на оперативных данных по соображениям производительности и технологической сложности. Решением данной проблемы является создание отдельного хранилища данных (ХД), содержащего агрегированную информацию в удобном виде. Целью построения хранилища данных является интеграция, актуализация и согласование оперативных данных из разнородных источников для формирования единого непротиворечивого взгляда на объект управления в целом. При этом в основе концепции хранилищ данных лежит признание необходимости разделения наборов данных, используемых для транзакционной обработки, и наборов данных, применяемых в системах поддержки принятия решений. Такое разделение возможно путем интеграции разъединенных в различных системах обработки данных (СОД) и внешних источниках детализированных данных в едином хранилище, их согласования и, возможно, агрегации. 7 Концепция хранилищ данных предполагает не просто единый логический взгляд на данные организации, а действительную реализацию единого интегрированного источника данных. Альтернативным по отношению к этой концепции способом формирования единого взгляда на корпоративные данные является создание виртуального источника, опирающегося на распределенные базы данных различных СОД. При этом каждый запрос к такому источнику динамически транслируется в запросы к исходным базам данных, а полученные результаты на лету согласовываются, связываются, агрегируются и возвращаются к пользователю. Однако, при внешней элегантности, такой способ обладает рядом существенных недостатков. 1. Время обработки запросов к распределенному хранилищу значительно превышает соответствующие показатели для централизованного хранилища. Кроме того, структуры баз данных СОД, рассчитанные на интенсивное обновление одиночных записей, в высокой степени нормализованы, поэтому в аналитическом запросе к ним требуется объединение большого числа таблиц, что также приводит к снижению быстродействия. 2. Интегрированный взгляд на распределенное корпоративное хранилище возможен только при выполнении требования постоянной связи всех источников данных в сети. Таким образом, временная недоступность хотя бы одного из источников может либо сделать работу информационно-аналитической системы (ИАС) невозможной, либо привести к ошибочным результатам. 3. Выполнение сложных аналитических запросов над таблицами СОД потребляет большой объем ресурсов сервера БД и приводит к снижению быстродействия СОД, что недопустимо, так как время выполнения операций в СОД часто весьма критично. 4. Различные СОД могут поддерживать разные форматы и кодировки данных, данные в них могут быть несогласованны. Очень часто на один и тот же вопрос может быть получено несколько вариантов отве- 8 та, что может быть связано с несинхронностью моментов обновления данных, отличиями в трактовке отдельных событий, понятий и данных, изменением семантики данных в процессе развития предметной области, ошибками при вводе, утерей фрагментов архивов и т. д. В таком случае цель – формирование единого непротиворечивого взгляда на объект управления – может не быть достигнута. 5. Главным же недостатком следует признать практическую невозможность обзора длительных исторических последовательностей, ибо при физическом отсутствии центрального хранилища доступны только те данные, которые на момент запроса есть в реальных БД связанных СОД. Основное назначение СОД – оперативная обработка данных, поэтому они не могут позволить себе роскошь хранить данные за длительный (более нескольких месяцев) период; по мере устаревания данные выгружаются в архив и удаляются из транзакционной БД. Что касается аналитической обработки, для нее как раз наиболее интересен взгляд на объект управления в исторической ретроспективе. Таким образом, хранилище данных функционирует по следующему сценарию. По заданному регламенту в него собираются данные из различных источников – баз данных систем оперативной обработки. В хранилище поддерживается хронология: наравне с текущими хранятся исторические данные с указанием времени, к которому они относятся. В результате необходимые доступные данные об объекте управления собираются в одном месте, приводятся к единому формату, согласовываются и, в ряде случаев, агрегируются до минимально требуемого уровня обобщения. На основе хранилища данных возможно составление отчетности для руководства, анализ данных с помощью OLAP-технологий и интеллектуальный анализ данных (Data Mining). OLAP-технологии В основе концепции оперативной аналитической обработки (OLAP) лежит многомерное представление данных. Термин OLAP ввел E. F. Codd в 9 1993 году. В своей статье он рассмотрел недостатки реляционной модели, в первую очередь невозможность «объединять, просматривать и анализировать данные с точки зрения множественности измерений, то есть самым понятным для корпоративных аналитиков способом», и определил общие требования к системам OLAP, расширяющим функциональность реляционных СУБД и включающим многомерный анализ как одну из своих характеристик. По Кодду, многомерное концептуальное представление (multidimensional conceptual view) является наиболее естественным взглядом управляющего персонала на объект управления. Оно представляет собой множественную перспективу, состоящую из нескольких независимых измерений, вдоль которых могут быть проанализированы определенные совокупности данных. Одновременный анализ по нескольким измерениям данных определяется как многомерный анализ. Каждое измерение включает направления консолидации данных, состоящие из серии последовательных уровней обобщения, где каждый вышестоящий уровень соответствует большей степени агрегации данных по соответствующему измерению. Так, измерение Исполнитель может определяться направлением консолидации, состоящим из уровней обобщения «предприятие – подразделение – отдел – служащий». Измерение Время может даже включать два направления консолидации – «год – квартал – месяц – день» и «неделя – день», поскольку счет времени по месяцам и по неделям несовместим. В этом случае становится возможным произвольный выбор желаемого уровня детализации информации по каждому из измерений. Операция спуска (drilling down) соответствует движению от высших ступеней консолидации к низшим; напротив, операция подъема (rolling up) означает движение от низших уровней к высшим. Интеллектуальный анализ данных Наибольший интерес в СППР представляет интеллектуальный анализ данных, так как он позволяет провести наиболее полный и глубокий анализ проблемы, дает возможность обнаружить скрытые взаимосвязи, принять наиболее обоснованное решение. 10 Современный уровень развития аппаратных и программных средств с некоторых пор сделал возможным повсеместное ведение баз данных оперативной информации на разных уровнях управления. В процессе своей деятельности промышленные предприятия, корпорации, ведомственные структуры, органы государственной власти и местного самоуправления накопили большие объемы данных. Они хранят в себе большие потенциальные возможности по извлечению полезной аналитической информации, на основе которой можно выявлять скрытые тенденции, строить стратегию развития, находить новые решения. Интеллектуальный анализ данных (Data Mining) – это процесс поддержки принятия решений, основанный на поиске в данных скрытых закономерностей (шаблонов информации). При этом накопленные сведения автоматически обобщаются до информации, которая может быть охарактеризована как знания. В общем случае процесс ИАД состоит из трёх стадий: 1. выявление закономерностей; 2. использование выявленных закономерностей для предсказания неизвестных значений (прогностическое моделирование); 3. анализ исключений, предназначенный для выявления и толкования аномалий в найденных закономерностях. Новыми компьютерными технологиями, образующими ИАД являются экспертные и интеллектуальные системы, методы искусственного интеллекта, базы знаний, базы данных, компьютерное моделирование, нейронные сети, нечеткие системы. Современные технологии ИАД позволяют создавать новое знание, выявляя скрытые закономерности, прогнозируя будущее состояние систем. Основным методом моделирования социально- экономического развития города является метод имитационного моделирования, который позволяет исследовать городскую систему с помощью экспериментального подхода. Это дает возможность на модели проиграть различ- 11 ные стратегии развития, сравнить альтернативы, учесть влияние многих факторов, в том числе с элементами неопределенности. Построенная в данной работе модель относится именно к такому классу систем. На ее основе органы местного самоуправления стратегического и тактического уровней получают возможность проанализировать динамику развития сложной социально-экономической городской системы, выявить неочевидные на первый взгляд взаимосвязи, сравнить различные альтернативы, проанализировать аномалии и принять наиболее обоснованное решение. Перспективно применение в СППР комбинированных методов принятия решений в сочетании с методами искусственного интеллекта и компьютерным моделированием, различные имитационно-оптимизационные процедуры, принятие решений в сочетании с экспертными процедурами. Главной особенностью информационной технологии поддержки принятия решений является качественно новый метод организации взаимодействия человека и компьютера. Выработка решения, что является основной целью этой технологии, происходит в результате итерационного процесса (рис. 3.15), в котором участвуют:  система поддержки принятия решений в роли вычислительного звена и объекта управления;  человек как управляющее звено, задающее входные данные и оценивающее полученный результат вычислений на компьютере. Вариант выСистема поддержки приня- числений Человек, тия решений прини- Решение выработано мающий решения Введение новых исходных данных Рисунок 2. Информационная технология поддержки принятия решений как итерационный процесс 12 Окончание итерационного процесса происходит по воле человека. В этом случае можно говорить о способности информационной системы совместно с пользователем создавать новую информацию для принятия решений. Дополнительно к этой особенности информационной технологии поддержки принятия решений можно указать еще ряд ее отличительных характеристик:  ориентация на решение плохо структурированных (формализованных) задач;  сочетание традиционных методов доступа и обработки компьютерных данных с возможностями математических моделей и методами решения задач на их основе;  направленность на непрофессионального пользователя компьютера;  высокая адаптивность, обеспечивающая возможность приспосабливаться к особенностям имеющегося технического и программного обеспечения, а также требованиям пользователя. Информационная технология поддержки принятия решений может использоваться на любом уровне управления. Кроме того, решения, принимаемые на различных уровнях управления, часто должны координироваться. Поэтому важной функцией и систем, и технологий является координация лиц, принимающих решения как на разных уровнях управления, так и на одном уровне. Основные компоненты СППР Рассмотрим структуру системы поддержки принятия решений (рис. 3), а также функции составляющих ее блоков, которые определяют основные технологические операции. 13 Источники данных Информационные База моделей системы операцион- База ного уровня данных СУБД СУБМ стратегических Документы Система управ- Внешние источники ления интерфей- Прочие внутренние сом тактических оперативных математических источники Человек, принимающий решение Рисунок 3. Основные компоненты информационной технологии поддержки принятия решений В состав системы поддержки принятия решений входят три главных компонента: база данных, база моделей и программная подсистема, которая состоит из системы управления базой данных (СУБД), системы управления базой моделей (СУБМ) и системы управления интерфейсом между пользователем и компьютером. База данных. Она играет в информационной технологии поддержки принятия решений важную роль. Данные могут использоваться непосредственно пользователем для расчетов при помощи математических моделей. Рассмотрим источники данных и их особенности. 1. Часть данных поступает от информационной системы операционного уровня. Чтобы использовать их эффективно, эти данные должны быть предварительно обработаны. Для этого имеются две возможности:  использовать для обработки данных об операциях фирмы систему управления базой данных, входящую в состав системы поддержки принятия решений; 14  сделать обработку за пределами системы поддержки принятия решений, создав для этого специальную базу данных. Этот вариант более предпочтителен для фирм, производящих большое количество коммерческих операций. Обработанные данные об операциях фирмы образуют файлы, которые для повышения надежности и быстроты доступа хранятся за пределами системы поддержки принятия решений. 2. Помимо данных об операциях фирмы для функционирования системы поддержки принятия решений требуются и другие внутренние данные, например данные о движении персонала, инженерные данные и т.п., которые должны быть своевременно собраны, введены и поддержаны. 3. Большое значение, особенно для поддержки принятия решений на верхних уровнях управления, имеют данные из внешних источников. В числе необходимых внешних данных следует указать данные о конкурентах, национальной и мировой экономике. В отличие от внутренних данных внешние данные обычно приобретаются у специализирующихся на их сборе организаций. 4. В настоящее время широко исследуется вопрос о включении в базу данных еще одного источника данных – документов, включающих в себя записи, письма, контракты, приказы и т.п. Если содержание этих документов будет записано в памяти и затем обработано по некоторым ключевым характеристикам (поставщикам, потребителям, датам, видам услуг и др.), то система получит новый мощный источник информации. Система управления данными должна обладать следующими возможностями: 15  составление комбинаций данных, получаемых из различных источников, посредством использования процедур агрегированиям фильтрации;  быстрое прибавление или исключение того или иного источника данных;  построение логической структуры данных в терминах пользователя;  использование и манипулирование неофициальными данными для экспериментальной проверки рабочих альтернатив пользователя;  обеспечение полной логической независимости этой базы данных от других операционных баз данных, функционирующих в рамках фирмы. База моделей. Целью создания моделей являются описание и оптимизация некоторого объекта или процесса. Использование моделей обеспечивает проведение анализа в системах поддержки принятия решений. Модели, базируясь на математической интерпретации проблемы, при помощи определенных алгоритмов способствуют нахождению информации, полезной для принятия правильных решений. Пример. Модель линейного программирования дает возможность определить наиболее выгодную производственную программу выпуска нескольких видов продукций при заданных ограничениях на ресурсы. Использование моделей в составе информационных систем началось с применения статистических методов и методов финансового анализа, которые реализовывались командами обычных алгоритмических языков. Позже были созданы специальные языки, позволяющие моделировать ситуации типа "что будет, если ?" или "как сделать, чтобы?". Такие языки, созданные специально для построения моделей, дают возможность построения моделей определенного типа, обеспечивающих нахождение решения при гибком изменении переменных. Существует множество типов моделей и способов их классификации, например по цели использования, области возможных приложений, способу оценки переменных и т. п. 16 По цели использования модели подразделяются на оптимизационные, связанные с нахождением точек минимума или максимума некоторых показателей (например, управляющие часто хотят знать, какие их действия ведут к максимизации прибыли или минимизации затрат), и описательные, описывающие поведение некоторой системы и не предназначенные для целей управления (оптимизации). По способу оценки модели классифицируются на детерминистские, использующие оценку переменных одним числом при конкретных значениях исходных данных, и стохастические, оценивающие переменные несколькими параметрами, так как исходные данные заданы вероятностными характеристиками. Детерминистские модели более популярны, чем стохастические, потому что они менее дорогие, их легче строить и использовать. К тому же часто с их помощью получается вполне достаточная информация для принятия решения. По области возможных приложений модели разбиваются на специализированные, предназначенные для использования только одной системой, и универсальные – для использования несколькими системами. Специализированные модели более дорогие, они обычно применяются для описания уникальных систем и обладают большей точностью. В системах поддержки принятия решения база моделей состоит из стратегических, тактических и оперативных моделей, а также математических моделей в виде совокупности модельных блоков, модулей и процедур, используемых как элементы для их построения (см. рис. 3.16). Стратегические модели используются на высших уровнях управления для установления целей организации, объемов ресурсов, необходимых для их достижения, а также политики приобретения и использования этих ресурсов. Они могут быть также полезны при выборе вариантов размещения предприятий, прогнозировании политики конкурентов и т.п. Для стратегических моделей характерны значительная широта охвата, множество переменных, 17 представление данных в сжатой агрегированной форме. Часто эти данные базируются на внешних источниках и могут иметь субъективный характер. Горизонт планирования в стратегических моделях, как правило, измеряется в годах. Эти модели обычно детерминистские, описательные, специализированные для использования на одной определенной фирме. Тактические модели применяются управляющими среднего уровня для распределения и контроля использования имеющихся ресурсов. Среди возможных сфер их использования следует указать: финансовое планирование, планирование требований к работникам, планирование увеличения продаж, построение схем компоновки предприятий. Эти модели применимы обычно лишь к отдельным частям фирмы (например, к системе производства и сбыта) и могут также включать в себя агрегированные показатели. Временной горизонт, охватываемый тактическими моделями, – от одного месяца до двух лет. Здесь также могут потребоваться данные из внешних источников, но основное внимание при реализации данных моделей должно быть уделено внутренним данным фирмы. Обычно тактические модели реализуются как детерминистские, оптимизационные и универсальные. Оперативные модели используются на низших уровнях управления для поддержки принятия оперативных решений с горизонтом, измеряемым днями и неделями. Возможные применения этих моделей включают в себя ведение дебиторских счетов и кредитных расчетов, календарное производственное планирование, управление запасами и т.д. Оперативные модели обычно используют для расчетов внутрифирменные данные. Они, как правило, детерминистские, оптимизационные и универсальные (т.е. могут быть использованы в различных организациях). Математические модели состоят из совокупности модельных блоков, модулей и процедур, реализующих математические методы. Сюда могут входить процедуры линейного программирования, статистического анализа временных рядов, регрессионного анализа и т.п. – от простейших процедур до сложных ППП. Модельные блоки, модули и процедуры могут использо- 18 ваться как поодиночке, так и комплексно для построения и поддержания моделей. Система управления базой моделей должна обладать следующими возможностями: создавать новые модели или изменять существующие, поддерживать и обновлять параметры моделей, манипулировать моделями. Система управления интерфейсом. Эффективность и гибкость информационной технологии во многом зависят от характеристик интерфейса системы поддержки принятия решений. Интерфейс определяет: язык пользователя; язык сообщений компьютера, организующий диалог на экране дисплея; знания пользователя. Язык пользователя – это те действия, которые пользователь производит в отношении системы путем использования возможностей клавиатуры; электронных карандашей, пишущих на экране; джойстика; "мыши"; команд, подаваемых голосом, и т.п. Наиболее простой формой языка пользователя является создание форм входных и выходных документов. Получив входную форму (документ), пользователь заполняет его необходимыми данными и вводит в компьютер. Система поддержки принятия решений производит необходимый анализ и выдает результаты в виде выходного документа установленной формы. Значительно возросла за последнее время популярность визуального интерфейса. С помощью манипулятора "мышь" пользователь выбирает представленные ему на экране в форме картинок объекты и команды, реализуя таким образом свои действия. Управление компьютером при помощи человеческого голоса – самая простая и поэтому самая желанная форма языка пользователя. Она еще недостаточно разработана и поэтому малопопулярна. Существующие разработки требуют от пользователя серьезных ограничений: определенного набора слов и выражений; специальной надстройки, учитывающей особенности голоса пользователя; управления в виде дискретных команд, а не в виде обычной гладкой речи. Технология этого подхода интенсивно совершенствуется, и в 19 ближайшем будущем можно ожидать появления систем поддержки принятия решений, использующих речевой ввод информации. Язык сообщений – это то, что пользователь видит на экране дисплея (символы, графика, цвет), данные, полученные на принтере, звуковые выходные сигналы и т.п. Важным измерителем эффективности используемого интерфейса является выбранная форма диалога между пользователем и системой. В настоящее время наиболее распространены следующие формы диалога: запросно-ответный режим, командный режим, режим меню, режим заполнения пропусков в выражениях, предлагаемых компьютером. ,,, Каждая форма в зависимости от типа задачи, особенностей пользователя и принимаемого решения может иметь свои достоинства и недостатки. Долгое время единственной реализацией языка сообщений был отпечатанный или выведенный на экран дисплея отчет или сообщение. Теперь появилась новая возможность представления выходных данных – машинная графика. Она дает возможность создавать на экране и бумаге цветные графические изображения в трехмерном виде. Использование машинной графики, значительно повышающее наглядность и интерпретируемость выходных данных, становится все более популярным в информационной технологии поддержки принятия решений. За последние несколько лет наметилось новое направление, развивающее машинную графику,— мультипликация. Мультипликация оказывается особенно эффективной для интерпретации выходных данных систем поддержки принятия решений, связанных с моделированием физических систем и объектов. Пример. Система поддержки принятия решений, предназначенная для обслуживания клиентов в банке, с помощью мультипликационных моделей может реально просмотреть различные варианты организации обслуживания в зависимости от потока посетителей, допустимой длины очереди, количества пунктов обслуживания и т.п. 20 В ближайшие годы следует ожидать использования в качестве языка сообщений человеческого голоса. Сейчас эта форма применяется в системе поддержки принятия решений сферы финансов, где в процессе генерации чрезвычайных отчетов голосом поясняются причины исключительности той или иной позиции. Знания пользователя – это то, что пользователь должен знать, работая с системой. К ним относятся не только план действий, находящийся в голове у пользователя, но и учебники, инструкции, справочные данные, выдаваемые компьютером. Совершенствование интерфейса системы поддержки принятия решений определяется успехами в развитии каждого из трех указанных компонентов. Интерфейс должен обладать следующими возможностями:  манипулировать различными формами диалога, изменяя их в процессе принятия решения по выбору пользователя;  передавать данные системе различными способами;  получать данные от различных устройств системы в различном формате;  гибко поддерживать (оказывать помощь по запросу, подсказывать) знания пользователя. 21 2. ПРИНЯТИЕ УПРАВЛЕНЧЕСКИХ РЕШЕНИЙ Классификация управленческих решений Классификация решений необходима в следующих ситуациях. 1. Для определения методов решения различных задач, которые возникают в управленческой практике. Выбор того или иного инструментария при этом базируется на закономерностях развития объектов того или иного класса. Например, решение проблемы в ситуации неопределенности требует более широкого инструментария, нежели при решении детерминированной задачи. 2. Для обозначения типов ситуаций, или иначе, параметров входа в систему принятия решений. 3. Для определения того, что можно ожидать на выходе системы принятия решения при решении различных проблем. В практике управления существует множество ситуаций, в которых руководителю приходится принимать решения. Каждая такая ситуация (хотя бы по некоторым факторам) уникальна. Тем не менее возможна классификация управленческих решений по некоторым существенным признакам. Ниже представлена классификация управленческих решений по наиболее существенным из них. По субъекту принятия решения (по числу лиц, принимающих участие в его разработке): ● индивидуальные (ЛПР); ● групповые (группа, принимающая решение (ГПР)). Например, директор предприятия может принимать решения сам, а может поручить это управленческой команде (участвуя или не участвуя в процессе разработки). Феномены групповых решений рассматриваются в теме 6. 22 По объекту принятия: ● личные (решения, затрагивающие интересы ЛПР и окружающих его близких людей, направлены на достижение личных целей); ● деловые (решения, принимаемые в организациях; политические, экономические, финансовые, юридические и технические). Личные решения: выбор специальности; выбор места работы; решение семейных проблем; выбор досуга; выбор друзей, спутника жизни и т. п. Деловые: выбор стратегии; выбор способов реализации стратегии; размещение хозяйственных объектов; выбор методов мотивации; подбор кадров и т. п. По уровню принятия: ● высший уровень (как правило, стратегические решения, принимаемые топ-менеджарами); ● средний уровень (как правило, тактические решения, принимаемые менеджерами среднего звена); ● низший уровень (оперативные решения, принимаемые руководителями подразделений и служб). Высший уровень: руководитель с управленческой командой разрабатывает стратегию (политики, программы и проекты). Средний уровень: менеджеры среднего звена детализируют стратегию до мероприятий, устанавливают их сроки выполнения. Низший уровень: руководители подразделений и служб изыскивают необходимые ресурсы, контролируют выполнение мероприятий, докладывают о проблемах, возникающих в процессе реализации намеченных (стратегических, тактических, оперативных) планов. По принципу (методам) разработки: ● алгоритмические (разрабатываются по определенному алгоритму и допускают строгую формализацию); 23 ● шаблонные (допускают частичную формализацию; разрабатываются методами, которые успешно зарекомендовали себя для решения существовавших ранее проблем); ● оригинальные (разрабатываются не использовавшимися оригинальными методами). Пример алгоритмического решения – прием на работу: установление должностных требований (критериев выбора); анкетирование, отсеивание заведомо несоответствующих кандидатур (по ключевым критериям); собеседование; выбор; принятие решения о приеме на работу. Шаблонное решение (решение по аналогии). Существует проблема, например после получения рабочими заработной платы резко падает производительность труда. Такой случай уже имел место, проблема решилась тем, что заработную плату начали выдавать накануне выходных (решение имело положительный результат), следовательно, делаем так же. Оригинальное решение. Тот же случай, но после введения правила выдавать заработную плату рабочим накануне выходных рабочие в знак протеста начали брать в долг, чтобы не нарушать традицию собираться вместе именно пятого числа каждого месяца. Менеджеры подумали и решили сделать выходным именно день получения заработной платы. Проблема была решена. По уровню решаемых проблем: ● стратегические (решения, обеспечивающие решение стратегических проблем, достижение стратегических целей и требующие значительных, зачастую необратимых изменений); ● тактические (подчинены стратегическим целям и решениям, служат их реализационными этапами); ● оперативные (подчинены стратегическим и тактическим решениям, служат для решения задач оперативного управления). Стратегическое решение. Главный конкурент предприятия начал выпуск продукции нового образца, выпуск продукции, сопоставимой по каче- 24 ству, невозможен из-за устаревшего оборудования, да и рыночная ниша уже занята. Как быть? Руководство предприятия принимает решение минимизировать издержки и снизить цены на свою продукцию, что обеспечит конкурентные преимущества именно по выпускаемой предприятием продукции, при этом налаживает контакты с дилерами и учреждает свои предприятиядилеры в нескольких крупных городах. Тактическое решение. В целях минимизации издержек (в соответствии с разработанной руководством предприятия стратегией) менеджеры среднего звена принимают решение приобрести новые технологии, внедрение которых обеспечит снижение издержек. Оперативное решение. Руководители подразделений принимают решение нанять штат высококлассных специалистов, обучать персонал, уже задействованный на производстве, без отрыва от работы для обеспечения полного использования возможностей нового оборудования. По эффективности: ● оптимальные (решения, обеспечивающие максимальную степень достижения целей управления); ● удовлетворительные (решения, приводящие к достижению цели управления организацией, но не обязательно в максимальной степени); ● неудовлетворительные (неразумные решения, не приводящие к достижению целей управления) Ситуация: выборы директора на хлебном заводе. Акционеры: работники завода – 60 %, коммерсант, скупивший 30 % акций завода, 10 % принадлежит государству в лице представителя. Кандидаты: ныне существующий директор (консерватор, предприятие при нем работает стабильно); коммерсант (не сведущий в делах завода, но имеющий свои интересы); главный инженер (специалист в области деятельности предприятия, новатор). Расстановка сил понятна (все решают большинство голосов работников). 25 Оптимальное решение – ра; удовлетворительное – голосовать за за главного существующего инженедиректо- ра; неудовлетворительное – за коммерсанта. Большинством голосов был избран существующий директор. Трудовой коллектив выбрал минимум риска, хотя выбор главного инженера на должность директора (сопряженный с некоторым риском для работников, например кадровыми перестановками) был бы оптимальным для предприятия в целом и для большинства работников в частности. По преемственности: ● приемлемые (удовлетворяющие всем ограничениям); ● неприемлемые (решение может быть оптимальным по эффективности, но личные предпочтения ЛПР, провозглашенные организацией ценности, сложившийся имидж, особенности внешней среды накладывают табу на его принятие). Например, переориентация предприятия на выпуск табачных изделий – перспективное направление, обеспечивающее успех компании, но кредо предприятия – не выпускать товары, которые наносят вред здоровью человека и окружающей среде, не позволяет считать такое решение приемлемым. По новизне решаемой задачи: ● повторяющаяся задача (задача, решаемая разработанным инструментарием по разработанной технологии); ● новая (уникальная) задача (задача, для которой не разработаны инструменты и технология решения). Примером повторяющейся задачи может быть описанная выше ситуация найма работников, решаемая стандартными инструментами (анкетирование, собеседование, анализ и т. д.). Новая, уникальная задача – разработка стратегии предприятия, так как ситуация внешней среды постоянно меняется и требует применения новых технологий разработки решений. 26 По структурированности: ● структурированные (задачи, допускающие строгое количественное описание зависимостей между решаемыми проблемами, факторами внешней и внутренней среды, альтернативами и последствиями их реализации); ● неструктурированные (задачи, содержащие лишь качественное описание элементов проблемы; количественные зависимости между альтернативами, факторами среды и последствиями решений не определены или определены в незначительной части); ● частично структурированные (задачи, содержащие как количественные, так и преобладающие качественные зависимости между основными элементами проблемной ситуации). Пример структурированной задачи – задача выбора оптимальных поставок товаров на склад, когда известны показатели отгрузки, емкость склада и т. п. Такая задача решается с помощью математического расчета. Типичная неструктурированная задача – разработка стратегии. Как оценивать возможный эффект от той или иной модели поведения? Допустим, определены проблемы, цели, критерии и список альтернатив. Кто может предсказать, какова будет эффективность той или иной стратегии? С той или иной достоверностью, опять-таки с точностью, определяемой разбросом суждений, это могут сделать только эксперты. Частично структурированная задача – подбор персонала. Можно определить ряд критериев (возраст, образование, степень владения требуемым инструментарием, наличие вредных привычек, опыт работы и даже совместимость по психологическому типу), но большую неопределенность представляет собой характер человека, воспитание, латентные (скрытые) особенности личности. Поэтому решающим фактором при приеме частично структурированных решений является интуиция ЛПР, его личные предпочтения. 27 По методам обоснования: ● интуитивные (принимаются ЛПР на основе ощущения того, что они правильные, вследствие работы подсознательного процесса оценки альтернатив по доминирующим критериям, которые соответствуют личным предпочтениям); ● логические (решения, принимаемые на основе знаний, опыта и логических суждений, здравого смысла); ● рациональные (принимаются на основе объективного анализа проблемных ситуаций с использованием научных методов и компьютерных технологий). Для принятия интуитивных решений требуется минимум времени, их особенность заключается в том, что ЛПР оценивает альтернативы по тем критериям, которые считает важными, не сравнивая их по незначительным, на его взгляд, критериям. Так, шахматист принимает решения, не рассчитывая всю партию наперед и не перебирая все возможные комбинации ходов, а выделяя из контекста игры только некую модель поведения, которая, по его мнению (особенно если он знает соперника, его стиль игры и т. п.), может привести его к победе (это стратегия), выстраивая расположение фигур так, чтобы приблизиться к данной модели (это тактика), и, следя за тем, чтобы ходы (операции) соответствовали критериям (правилам игры, безопасности для самой фигуры, избегание угрозы королю, соответствие стратегическому плану и тактическим комбинациям). Логические решения – решения, обоснованные логическими суждениями, например выбор площадки под постройку склада: логично, что склад должен находиться недалеко от производственного помещения, от средств коммуникации (автомобильных дорог, железнодорожных путей и т. п.). Сравнивая различные варианты, пользуясь таким логическим построением, легко осуществить обоснованный выбор. Рациональным решением можно считать, например, решение, оптимальность которого доказана математическими, экспертными, иными науч- 28 ными методами, достоверность результатов которых гарантирована с той или иной точностью и проверена на практике. По форме представления: ● невербальное (решение, доводимое до исполнителей в виде жестов, мимики и т. п.); ● звуковое (решение, доводимое до исполнителей в виде речевой модели того, что необходимо делать); ● письменное (решение, доводимое до исполнителей в виде письменных распоряжений, указаний, инструкций и т. п.); ● электронное (решение, доводимое до исполнителей по каналам электронной коммуникации, в виде речевой, письменной или иной формы). Пример невербального решения – жесты регулировщика, управляющего автомобильным потоком. Регулировщик видит проблему (скажем, пробка по одному из направлений движения), принимает решение изменить направление потока автотранспорта и доводит это решение до водителей посредством положения своего тела и жестов жезлом. Звуковые решения доводятся до исполнителей в словесной форме (чаще с использованием глаголов повелительного наклонения). Письменные решения – это приказы, распоряжения, постановления, указы и т. п. Электронное решение – решение, доводимое до исполнителей средствами коммуникации (электронной почтой, системой общения сети Интернет, других глобальных и локальных сетей, факсом, телеграммой и другими средствами связи). По способу мотивации: ● принуждающее (решение, невыполнение которого повлечет для исполнителя неблагоприятные последствия); ● побуждающее (решение, выполнение которого повлечет для исполнителя благоприятные последствия). 29 Принуждающим решением можно назвать решение, за неисполнение которого исполнители могут подвергнуться взысканию, административному или иному наказанию, например решение суда в любом случае принуждающее. Побуждающее решение предполагает поощрение исполнителя в случае выполнения в виде бонусов, премий и прочих благ. По степени определенности информации: ● условия определенности ситуации (детерминированные задачи; наличие полной и достоверной информации о проблемной ситуации); ● условия неопределенности ситуации (ситуация, когда принятие решения зависит как от определенных, так и от неопределенных факторов, не подвластных ЛПР, не известных ему или известных с недостаточной точностью). Детерминированной задачей можно считать, например, задачу закупки нового оборудования. Информацию о предложении всегда можно получить от поставщиков, оценить альтернативы и выбрать оптимальную. Принятие решения в условиях неопределенности. Разработка и выпуск новой продукции – это почти всегда неопределенность, которая связана с реакцией потребителей, конкурентов, поставщиков (особенно если поставщик монополист, товар неожиданно начинает пользоваться спросом, и поставщику это становится известно). По количеству критериев: ● однокритериальные (решения, принимаемые на основе оценки альтернатив по одному критерию); ● многокритериальные (решения, по которым критерии выбора альтернатив не могут быть сведены к одному комплексному критерию, принимаемые на основе выбора ЛПР, исходя из личных предпочтений или на основе экспертных оценок). Пример однокритериальной задачи – выбор поставщика сырья. Предположим, по критерию качества все альтернативы одинаковы, тогда вы- 30 бираем того поставщика, у которого дешевле (выбор альтернативы по одному критерию называется выбором по скалярному критерию эффективности). Если нам необходимо сделать выбор по нескольким критериям, например, у предприятия нет возможности хранить запас сырья на складе и таким образом добавляется критерий стабильности поставок, то выбор сделать гораздо сложнее. В таких ситуациях прибегают к методу экспертных оценок. Критериям назначаются веса, выводятся оценки по критериям и получают комплексный (его также называют векторным) показатель предпочтительности. 31 3. КЛАССИФИКАЦИЯ СППР Современные системы поддержки принятия решения (СППР) представляют собой системы, максимально приспособленные к решению задач повседневной управленческой деятельности, являются инструментом, призванным оказать помощь лицам, принимающим решения (ЛПР). С помощью СППР может производиться выбор решений некоторых неструктурированных и слабоструктурированных задач, в том числе и многокритериальных. СППР, как правило, являются результатом мультидисциплинарного исследования, включающего теории баз данных, искусственного интеллекта, интерактивных компьютерных систем, методов имитационного моделирования. С момента появления первых разработок по созданию СППР, не было дано четкого определения СППР. Ранние определения СППР (в начале 70-х годов прошлого века) отражали следующие три момента: (1) возможность оперировать с неструктурированными или слабоструктурированными задачами, в отличие, от задач, с которыми имеет дело исследование операций; (2) интерактивные автоматизированные (то есть реализованные на базе компьютера) системы; (3) разделение данных и моделей. Приведем определения СППР: СППР – совокупность процедур по обработке данных и суждений, помогающих руководителю в принятии решений, основанная на использовании моделей. СППР – это интерактивные автоматизированные системы, помогающие ЛПР, использовать использовать данные и модели для решения слабоструктуризированных проблем. СППР – это система, которая обеспечивает пользователям доступ к данным и/или моделям, так что они могут принимать лучшие решения. Последнее определение не отражает участия компьютера в создании СППР, вопросы возможности включения нормативных моделей в состав СППР и др. 32 В настоящее время нет общепринятого определения СППР, поскольку конструкция СППР существенно зависит от вида задач, для решения которых она разрабатывается, от доступных данных, информации и знаний, а также от пользователей системы. Можно привести, тем не менее, некоторые элементы и характеристики, общепризнанные, как части СППР: СППР – в большинстве случаев – это интерактивная автоматизированная система, которая помогает пользователю (ЛПР) использовать данные и модели для идентификации и решения задач и принятия решений. Система должна обладать возможностью работать с интерактивными запросами с достаточно простым для изучения языком запросов. СППР обладает следующими четырьмя основными характеристиками: 1. СППР использует и данные, и модели; 2. СППР предназначены для помощи менеджерам в принятии ре- шений для слабоструктурированных и неструктурированных задач; 3. Они поддерживают, а не заменяют, выработку решений мене- джерами; 4. Цель СППР – улучшение эффективности решений. Идеальная СППР: 1. оперирует со слабоструктурированными решениями; 2. предназначена для ЛПР различного уровня; 3. может быть адаптирована для группового и индивидуального ис- пользования; 4. поддерживает как взаимозависимые, так и последовательные ре- шения; 5. поддерживает 3 фазы процесса решения: интеллектуальную часть, проектирование и выбор; 6. поддерживает разнообразные стили и методы решения, что мо- жет быть полезно при решении задачи группой ЛПР; 7. является гибкой и адаптируется к изменениям как организации, так и ее окружения; 33 8. проста в использовании и модификации; 9. улучшает эффективность процесса принятия решений; 10. позволяет человеку управлять процессом принятия решений с помощью компьютера, а не наоборот; поддерживает эволюционное использование и легко адаптирует- 11. ся к изменяющимся требованиям; может быть легко построена, если может быть сформулирована 12. логика конструкции СППР; 13. поддерживает моделирование; 14. позволяет использовать знания. Вопрос классификаций СППР на сегодняшний день является актуальным, продолжаются разработки новых таксономий. Рассмотрим две из них. Ниже приведена классификация СППР по сходству некоторых признаков (D.J. Power, 2000):  СППР, ориентированные на данные (Data-driven DSS, Dataoriented DSS);  СППР, ориентированные на модели (Model-driven DSS);  СППР, ориентированные на знания (Knowledge-driven DSS);  СППР, ориентированные на документы (Document-driven DSS);  СППР, ориентированные на коммуникации и групповые СППР;  Интер-организованные и Интра-организованные СППР (InterOrganizational или Intra-Organizational DSS);  Специфически функциональные СППР или СППР общего назначения (Function-Specific или General Purpose DSS);  СППР на базе Web (Web-Based DSS). В зависимости от данных, с которыми работают СППР, выделяют два основных их типа СППР: EIS и DSS. EIS (Execution Information System) – информационная система Руководства, ИСР. 34 СППР этого типа являются оперативными, предназначенными для немедленного реагирования на текущую ситуацию. В большинстве они ориентированы на неподготовленного пользователя, потому имеют упрощенный интерфейс, базовый набор предлагаемых возможностей, фиксированные формы представления информации и перечень решаемых задач. Такие системы основаны на типичных запросах, число которых относительно невелико; отчеты, полученные в результате таких запросов, представляются в максимально удобном виде. DSS (Decision Support System). К системам этого типа относят многофункциональные системы анализа и исследования данных. Они предполагают глубокую проработку данных, которую можно использовать в процессе принятий решений. Системы этого типа, в отличие от EIS, рассчитаны на пользователей, имеющих как знания в предметной области, так и возможности использования современных компьютерных технологий. Этим системам присущи черты искусственного интеллекта, за счет возможности проработки исходных данных в конкретные выводы по поставленной задаче. Такие системы имеет смысл создавать, если есть основания для обобщения и анализа данных и процессов их обработки. В последнее время к СППР относят только второй тип, т.е. DSS. Системы этого типа иногда называют динамическими, т.е. они должны быть ориентированы на обработку неожиданных (ad hoc) запросов. Поддержка принятия решений на основе накопленных данных может выполняться в трех базовых сферах: 1. Область детализированных данных (OLTP-системы). Целью большинства таких систем является поиск информации, это так называемые информационно-поисковые системы. Они могут использоваться в качестве надстроек над системами обработки данных или как хранилища данных. 2. Сфера агрегированных показателей (OLAP-системы). 35 Задачами OLAP систем является обобщение, агрегация, гиперкубическое представление информации и многомерный анализ. Это могут быть многомерные СУБД или же реляционные базы с предварительной агрегацией данных. 3. Сфера закономерностей (Data Mining). Такое деление систем на EIS и DSS не обязательно означает реализацию СППР одного из типов. Они могут существовать параллельно, когда каждая из систем предоставляет свои функции определенной категории пользователей. Общая схема поддержки принятия решений включает:  помощь ЛПР при оценке состояния управляемой системы и воздей- ствий на нее; выявление предпочтений ЛПР;  генерацию возможных решений;  оценку возможных альтернатив, исходя из предпочтений ЛПР;  анализ последствий принимаемых решений и выбор лучшего с точ- ки зрения ЛПР. OLAP-системы В основе концепции OLAP, или оперативной аналитической обработки данных (On-Line Analytical Processing), лежит многомерное концептуальное представление данных (Multidimensional conceptual view). Термин OLAP введен Коддом (E. F. Codd) в 1993 году. Главная идея данной системы заключается в построении многомерных таблиц, которые могут быть доступны для запросов пользователей. Эти многомерные таблицы или так называемые многомерные кубы строятся на основе исходных и агрегированных данных. И исходные, и агрегированные данные для многомерных таблиц могут храниться как в реляционных, так и в многомерных базах данных. Взаимодействуя с OLAP-системой, пользователь может осуществлять гибкий просмотр информации, получать различные срезы данных, выполнять аналитические операции детализации, свертки, сквозного распре- 36 деления, сравнения во времени. Вся работа с OLAP-системой происходит в терминах предметной области. OLAP-продукты Сейчас на рынке представлено огромное многообразие OLAP-систем. Разработано несколько классификаций продуктов этого типа: например, классификация по способу хранения данных, по месту нахождения OLAPмашины, по степени готовности к применению. Рассмотрим первую из приведенных классификаций. Существует три способа хранения данных в OLAP-системах или три архитектуры OLAP-серверов:  MOLAP (Multidimensional OLAP);  ROLAP (Relational OLAP);  HOLAP (Hybrid OLAP). Таким образом, согласно этой классификации OLAP-продукты могут быть представлены тремя классами систем.  В случае MOLAP, исходные и многомерные данные хранятся в многомерной БД или в многомерном локальном кубе. Такой способ хранения обеспечивает высокую скорость выполнения OLAP-операций. Но многомерная база в этом случае чаще всего будет избыточной. Куб, построенный на ее основе, будет сильно зависеть от числа измерений. При увеличении количества измерений объем куба будет экспоненциально расти. Иногда это может привести к "взрывному росту" объема данных, парализующему в результате запросы пользователей.  В ROLAP-продуктах исходные данные хранятся в реляционных БД или в плоских локальных таблицах на файл-сервере. Агрегатные данные могут помещаться в служебные таблицы в той же БД. Преобразование данных из реляционной БД в многомерные кубы происходит по запросу OLAPсредства. При этом скорость построения куба будет сильно зависеть от типа источника данных, и поэтому время отклика системы порой становится неприемлемо большим. 37  В случае использования гибридной архитектуры, т.е. в HOLAP- продуктах, исходные данные остаются в реляционной базе, а агрегаты размещаются в многомерной. Построение OLAP-куба выполняется по запросу OLAP-средства на основе реляционных и многомерных данных. Такой подход позволяет избежать взрывного роста данных. При этом можно достичь оптимального времени исполнения клиентских запросов. Следующая классификация – по месту размещения OLAP-машины. По этому признаку OLAP-продукты делятся на OLAP-серверы и OLAP-клиенты. В серверных OLAP-средствах вычисления и хранение агрегатных данных выполняются отдельным процессом – сервером. Клиентское приложение получает только результаты запросов к многомерным кубам, которые хранятся на сервере. Некоторые OLAP-серверы поддерживают хранение данных только в реляционных базах, другие – только в многомерных. Многие современные OLAP-серверы поддерживают все три способа хранения данных: MOLAP, ROLAP и HOLAP. Одним из самых распространенным в настоящее время серверным решением является OLAP-сервер корпорации Microsoft. OLAP-клиент устроен по-другому. Построение многомерного куба и OLAPвычисления выполняются в памяти клиентского компьютера. С помощью OLAP-сервера может быть организовано физическое хранение обработанной многомерной информации, что позволяет быстро выдавать ответы на запросы пользователя. Кроме того, предусматривается преобразование данных из реляционных и других баз в многомерные структуры в режиме реального времени. Каким образом реляционные и многомерные средства работают совместно? OLAP продукты вливаются в существующую корпоративную инфраструктуру путем интегрирования с реляционными системами. Администраторы баз данных либо загружают реляционные данные в многомерный кэш, либо настраивают кэш для доступа к SQL-данным. В табл.1 приведены сравнительные характеристики различных моделей управления данными: 38 Таблица 1. Сравнительные характеристики различных моделей управления данными Характеристики Реляционные СУБД OLTP Типовая операция Обновление Уровень аналитиче- Низкий ских требований Экраны Неизменяемые Объем данных транзакцию Уровень данных на Небольшой Детальные Сроки хранения дан- Только текущие ных Структурные элемен- Записи ты Реляционные СУБД СППР/Хранилища данных Отчет Средний Определяемые пользователем От малого до большого Детальные и суммарные Исторические и текущие Записи Многомерные СУБД OLAP Анализ Высокий Определяемые зователем Большой поль- В основном суммарные Исторические, текущие и прогнозируемые Массивы 39 4. ИСТОРИЯ СОЗДАНИЯ СППР До середины 60-х годов прошлого века создание больших информационных систем (ИС) было чрезвычайно дорогостоящим, поэтому первые ИС менеджмента (так называемые Management Information Systems – MIS) были созданы в эти годы лишь в достаточно больших компаниях. MIS предназначались для подготовки периодических структурированных отчетов для менеджеров. В конце 60-х годов появляется новый тип ИС – модель- ориентированные СППР (Model-oriented Decision Support Systems – DSS) или системы управленческих решений (Management Decision Systems – MDS). По мнению первооткрывателей СППР Keen P. G. W., Scott Morton M. S.[16] (1978), концепция поддержки решений была развита на основе «теоретических исследований в области принятия решений… и технических работ по созданию интерактивных компьютерных систем». В 1971 г. – опубликована книга Scott Morton‘а, в которой впервые были описаны результаты внедрения СППР, основанной на использовании математических моделей. 1974 г. – в одной из работ было дано определение ИС менеджмента – MIS (Management Information System): «MIS – это интегрированная человекомашинная система обеспечения информацией, поддерживающая функции операций, менеджмента и принятия решений в организации. Системы используют компьютерную технику и программное обеспечение, модели управления и принятия решений, а также базу данных». 1975 г. – J.D.C.Little в своей работе предложил критерии проектирования СППР в менеджменте. 1978 г. – опубликован учебник по СППР, в котором исчерпывающе описаны аспекты создания СППР: анализ, проектирование, внедрение, оценка и разработка. 40 1980 г. – опубликована диссертация S. Alter, в которой он дал основы классификации СППР. 1981 г. – Bonczek, Holsapple и Whinston в своей книге создали теоретические основы проектирования СППР. Они выделили 4 необходимых компонента, присущих всем СППР: 1) Языковая система (Language System – LS) – СППР может принимать все сообщения; 2) Система презентаций (Presentation System (PS)) (СППР может выдавать свои сообщения); 3) Система знаний (Knowledge System – KS) – все знания СППР сохраняет; 4) Система обработки задач (Problem-Processing System (PPS)) – программный «механизм», который пытается распознать и решить задачу во время работы СППР. 1981 г. – В своей книге R.Sprague и E.Carlson описали, каким образом на практике можно построить СППР. Тогда же была разработана информационная система руководителя (Executive Information System (EIS)) – компьютерная система, предназначенная для обеспечения текущей адекватной информации для поддержки принятия управленческих решений менеджером. Начиная с 1990-х, разрабатываются так называемые Data Warehouses – хранилища данных. В 1993 г. Е. Коддом для СППР специального вида был предложен термин OLAP (Online Analytical Processing)- оперативный анализ данных, онлайновая аналитическая обработка данных для поддержки принятия важных решений. Исходные данные для анализа представлены в виде многомерного куба, по которому можно получать нужные разрезы – отчёты. Выполнение операций над данными осуществляется OLAP-машиной. По способу хранения данных различают MOLAP, ROLAP и HOLAP. По месту размещения OLAP-машины различаются OLAP-клиенты и OLAP-серверы. OLAP-клиент производит построение многомерного куба и вычисления на клиентском ПК, а OLAP-сервер получает запрос, вычисляет и хранит агрегатные данные на сервере, выдавая только результаты. В начале нового тысячелетия была создана СППР на основе Web. 27 октября 2005 года в Москве на Международной конференции «Информационные и телемедицинские технологии в охране здоровья» (ITTHC 2005),А. 41 Пастухов (Россия) представил СППР нового класса – PSTM (Personal Information Systems of Top Managers). Основным отличием PSTM от существующих СППР является построение системы для конкретного лица, принимающее решение, с предварительной логико-аналитической обработкой информации в автоматическом режиме и выводом информации на один экран. Интересно отметить создание предтечи СППР коллежским советником С. Н. Корсаковым, опубликовавшим еще в 1832 году описание механических устройств, так называемых «интеллектуальных машин», которые "могли быть использованы при решении различных задач в повседневной жизни, для того, чтобы сделать какой бы то ни было вывод", например помочь принять решение о наиболее подходящих лекарствах по наблюдаемым у пациента симптомам заболевания. 42 5. СФЕРЫ ПРИМЕНЕНИЯ СППР СППР призваны помогать людям, принимающим решение в сложных для полного и объективного анализа областях деятельности. Системы поддержки принятия решений применяются, в основном, на верхнем уровне управления, имеющего стратегическое долгосрочное значение. К таким задачам относят формирование стратегии предприятия, разработка плана привлечения экономических ресурсов и т.д. СППР необходимы всем крупным организациям, которые хотят получать своевременную, полную и достоверную информацию о своей деятельности из единого источника, а также иметь возможность комплексного анализа этой информации и извлечения из большого объема данных показателей, требующихся для принятия управленческих решений. Это хорошо понятно на примере сетей розничной торговли: владелец маленького магазинчика все помнит сам, и ему не нужна СППР для понимания, какой ассортимент нужно покупать, а крупная розничная сеть без автоматизации просто не справится. СППР, как следует из самого названия, в первую очередь нужны лицам, принимающим решения. Это топ-менеджмент, руководители отделов, да и все сотрудники, принимающие важные решения для стабильной ежедневной работы предприятия. Учитывая, что любое предприятие является цельным организмом, не совсем удачно «отдавать на откуп» СППР какую-либо часть деятельности компании. Ведь для решения даже одной задачи требуется целевой поиск разнообразной информации, вполне возможно эту информацию использует и другой отдел. Максимальную пользу принесет внедрение СППР не в одном конкретном отделе, а на всем предприятии: это ведет к сокращению затрат – как временных, так и финансовых (не говоря уже об упущенных выгодах компании, не консолидирующей многообразную информацию о своей деятельности в доступном для обработки формате). 43 Большие просторы открывают СППР для маркетинговой деятельности предприятия: прогноз продаж, сегментация клиентов и др. В этом случае основными потребителями СППР будут маркетологи и аналитики. Продуктивно использование СППР для принятия важных решений в области прогнозирования поломок оборудования и, соответственно, плановых ремонтов. Оценка поставщиков в отделах закупок – актуальная задача, решаемая также с помощью СППР. СППР необходимы там, где существует необходимость выбора из множества альтернатив. Но это только общие описания, которые в действительности не раскрывают сущность вопроса. В настоящее время системы поддержки принятия решений востребованы почти во всех областях и на всех стадиях экономики и управления, как в бизнесе, так и в государственных организациях. А в работе с СППР задействованы не только лица, наделенные правом принятия решений, но и менеджеры среднего звена. Во всех сферах, где необходимы системы, существуют общие характеристики:  стратегическое планирование и управление;  большие массивы обрабатываемой и хранящейся информации;  слабо структурированные или непрограммируемые процессы;  быстрота реагирования на изменяющийся рынок или бизнес- процессы;  большое количество аналитических процессов. Изначально СППР были активно востребованы банками и финансовыми структурами, в работе которых стратегическое планирование преобладает над операционным. В бизнес-процессах банков изначально заложено большое количество данных, требующих постоянного анализа и последующего проектирования, в зависимости от множества критериев поведения как потребителей, конкурентов, так и окружающей среды вообще. Но в последнее время системы поддержки принятия решений начинают активно использовать даже государственные ВУЗы. Это связанно с тем, что 44 учебные заведения активно стремятся стать бизнес-единицами и перейти на новый уровень управления. В качестве резюме можно констатировать следующее: СППР необходима людям и организациям, управляющим своим капиталом с помощью стратегического планирования и стремящимся максимально исключить риски. Методики, заложенные в СППР Для анализа и выработки предложений в СППР используются разные методы. Среди них: информационный поиск, интеллектуальный анализ данных, поиск знаний в базах данных, рассуждение на основе прецедентов, имитационное моделирование, генетические алгоритмы, нейронные сети и др. Некоторые из них были разработаны в рамках искусственного интеллекта. Если в основе работы системы лежит один или несколько таких методов, то говорят об интеллектуальной СППР (ИСППР). Функционально в систему поддержки принятия решений должны входить как минимум две составляющие:  база знаний как основа для анализа;  аналитический аппарат, который формирует советы, их обоснования, отчеты, проводит обработку информации и расчеты. Такая теория является достаточно общей и абстрактной, не позволяющей вывести ни стандартов для систем поддержки принятия решений, ни общей оболочки. Если же делалась попытка формализовать системы этого класса, то в результате появлялась либо надстройка над системой, либо система отчетности, либо более-менее структурированная база знаний. В 80-е годы и в начале 90-х, когда интерес к системам этого класса был наиболее высок, «поддержка принятия решений» воспринималась как попытка присвоить компьютеру статус высшего разума. К сожалению, а может быть и к счастью, этого не произошло. Очевидно, не было наработано достаточно опыта, чтобы переосмыслить создание принципиально нового думающего устройства из программируемого железного ящика. В теории это было так. А на практике мы не заметили, как нас окружили вполне интеллектуаль- 45 ные системы, которые, безусловно, помогают принимать решения. Однако мы не квалифицируем эти системы как класс «систем поддержки принятия решений». В настоящее время разработано большое количество методов и методик для СППР. Под методологией принятия решения понимается логическая организация деятельности по разработке управленческого решения, включающая в себя формулирование цели принятия решения, методы разработки решений, критерии оценки качества решения и выбор альтернативных вариантов. Управленческие решения целесообразно классифицировать с методологической точки зрения, среди которых можно выделить: 1. Решения по составлению плановых заданий. Программы поддержки решений такого рода представляют собой имитационные модели системы с детерминированными переменными. Целью поддержки принятия решения является обеспечение возможности быстрого «проигрывания» вариантов альтернативных сценариев планов и выбор наилучшего из них. 2. Решения инвестиционного характера по крупным изменениям в существующей технологии. Их отличие от решений, описанных выше, заключается в том, что, как правило, не существует обязательного регламента их принятия и оценки эффекта от их применения. Поэтому решения такого рода зачастую могут вообще не приниматься либо приниматься на интуитивной основе, что может привести к тому, что их претворение в жизнь или не приведет к улучшению работы предприятия, или не будет осуществлено из-за нехватки ресурсов и финансовых средств. Назначение систем поддержки принятия решений состоит в том, чтобы руководитель быстро нашел такое, в правильности которого он уверен. Наличие в системе управления предприятием его имитационной модели позволяет с достаточной степенью точности и незначительными затратами времени «проиграть» различные варианты и выбрать из них наилучший, а для формализуемых задач – оптимальный. 46 3. Решения по отслеживанию соблюдения балансовых и затратных норм на всех уровнях производства и управления. Программы поддержки решений такого рода должны включать в себя помимо имитационных моделей модули автоматизации процесса получения выводов в части соответствия расчетных заданий ходу их выполнения. Такие модули получения выводов по накопленным знаниям должны обращать внимание на необходимость принятия решения в той или иной ситуации, требующей обязательного реагирования. 4. Решения по совершенствованию уровня технологических и управленческих процессов. Программы поддержки принятия таких решений должны включать в себя базы накопленных знаний по передовым разработкам в соответствующей предметной области с возможностью автоматизированного «поднятия вопроса» о возможности использования более прогрессивных, чем применяемые на предприятии. Работа с СППР – это, в значительной степени, интерактивный и итерационный процесс. Цель любой модели или методики, закладываемой в СППР, – описание в математических терминах тех или иных событий или объектов. Компьютерная система, используя различные данные, исходную информацию, правила и алгоритмы, предлагает набор решений. Пользователь системы оценивает полученные результаты исходя из своих представлений и, в случае необходимости, уточняет запросы, задействует альтернативные сценарии и т.д. Ценность информации, получаемой от СППР, во многом определяется заложенными в основу ее работы моделями и сценариями, а также полнотой и достоверностью исходных данных. И если показатели деятельности компании сравнительно легко можно получить из «внутренних» бизнесприложений, то подключение, постоянное обновление и обработка данных из внешних источников часто является достаточно сложной задачей – как при постановке, так и в процессе реализации. 47 Перечень используемых моделей работы с данными (Data Mining) достаточно широк: это и статистические методы, и нейронные сети, и так называемое «дерево решений» и многие другие. В целом можно сказать, что их настройка и применение требуют от пользователя высокого уровня подготовки. Поэтому, учитывая, что часто пользователь системы не является специалистом в ИТ и математике, большое значение имеют грамотная организация интерфейса и предварительная проработка сценариев использования системы. 48 6. ЗАДАЧИ, РЕШАЕМЫЕ СППР Наиболее часто решаемые задачи: автоматический сбор информации, обогащение данных, отчетность, прогнозирование, анализ рисков, анализ отклонений. Но не всегда возможно именно такое сочетание – «проще и эффективнее». Придется выбирать, так как чем эффективнее, тем сложнее. Есть простые и понятные механизмы анализа, например визуализация (такая, как OLAP). Это удобно, легко запускается, дает быстрый эффект и помогает принимать решения. Но такими простыми способами решаются относительно несложные задачи: анализ динамики, выявление самых ходовых товаров и т.п. Это доступно всем, поэтому с их помощью трудно обеспечить серьезное конкурентное преимущество компании. Есть задачи, способные принести огромный эффект, например оптимизация запасов, но они сложны. Для принятия решений в области управления запасами нужно прогнозировать спрос, учитывать особенности потребления, влияние внешних факторов и много всего остального. Когда удается решить данную задачу, то отдачу организация получает большую, но эту проблему простой не назовешь. Основная задача системы поддержки принятия решения – предоставить аналитикам инструмент для выполнения углубленного анализа данных. По степени интеллектуальности обработки данных при анализе выделяют три класса задач анализа: 1. Информационно-поисковый. Система осуществляет поиск не- обходимых данных в соответствии с заранее определенными запросами. Задачи этого класса решаются построением систем информационно-поискового анализа на базе реляционных СУБД и статических запросов с использованием языка SQL. 2. Оперативно-аналитический. Система производит группировку и обобщение данных в любом виде, необходимом аналитику. Причем в этом случае заранее невозможно предсказать необходимые аналитику запросы. 49 Для этого класса задач необходимо построение систем оперативного анализа с применением технологии оперативной аналитической обработки данных OLAP, использующей концепцию многомерного анализа данных. 3. Интеллектуальный. Система осуществляет поиск функцио- нальных и логических закономерностей в накопленных данных, построение моделей и правил, которые объясняют найденные закономерности и/или с определенной вероятностью прогнозируют развитие некоторых процессов. Такого рода задачи решаются построением систем интеллектуального анализа, реализующего методы и алгоритмы Data Mining. Системы поддержки принятия решений могут применяться в различных сферах деятельности. Проще и эффективнее СППР справляются с задачами, требующими проработки больших массивов информации. А учитывая повальную информатизацию бизнеса, когда накопление информации растет лавинообразно, это и многие аналитические задачи. Проще, наверное, указать направления, где эффективно использование СППР:  торговля, как оптовая, так и розничная (прогноз продаж, сегмен- тация клиентов, ассортиментная политика, анализ потребительской корзины, программы лояльности, оценка эффективности маркетинговых действий, анализ аномалий, пресечение мошеннических действий персонала и многое другое);  интернет-бизнес (построение рекомендательных систем для пер- сонализации пользователей веб-сайтов, с целью повышения лояльности покупателей, и, как следствие, повышение продаж, выявление случаев мошенничества и т.д.);  телекоммуникационный бизнес (к примеру, анализ доходности и риска клиентов);  промышленное производство (прогнозирование качества произ- водимого изделия в зависимости от замеряемых параметров технологического процесса, планирование ремонтов); 50 медицина (диагностика заболеваний, оценка диагностических те-  стов, выявление побочных эффектов); банковская деятельность (наиболее распространенная задача –  кредитный скоринг, прогноз остатков на счетах и др.);  энергетика (главная задача – прогноз потребления электроэнер-  страховой бизнес;  государственные учреждения;  маркетинговые, исследовательские агентства – и многие другие гии); компании. СППР может применяться практически везде, где требуется решить задачу на основании анализа данных. Наиболее эффективным образом СППР справляются с задачами, где можно применить четкие математические модели. Это могут быть задачи на оптимизацию различных функций (например, логистических операций, планирования товарных запасов, оптимизации торгового ассортимента и его размещения в торговом зале и пр.), а также поиск тенденций, закономерностей, причинноследственный анализ, кластеризация и типизация объектов (в частности, клиентов). СППР хорошо зарекомендовали себя и в качестве инструмента наглядной визуализации сложных многофакторных процессов с использованием слабо структурированных данных. В простейшем случае, СППР – это просто удобный инструмент руководителя для операционного контроля и принятия тактических решений. 6.1. Задачи, которые невозможно решить при помощи СППР Полностью вообще ни одну задачу невозможно решить при помощи СППР-системы. Даже при получении, казалось бы, простых отчетов возникает множество нюансов. Ведь неспроста в названии используется слово «под- 51 держки». Самые же сложные вещи касаются задач прогнозирования, моделирования, то есть тех, которые требуют предвидения чего-либо. Можно говорить, что чем больше технология работы компании похожа на конвейер, тем больше пользы от СППР-систем. Например, хорошо это работает в розничных сетях, у операторов телекоммуникационных услуг, в банках. В этих случаях удается формализовать сам процесс принятия решений. Какие для этого используются технологии, не столь важно, главное, что формализованные решения можно применить на практике. Чем более сложные продукты предлагает компания, чем больше уделяется внимания нюансам, тем менее эффективны и менее применимы СППРрешения. В этом случае, пожалуй, работают только различные инструменты визуализации и механизмы обогащения данных. Другими словами, автоматически принять решение не получается, но можно предоставить потребителю как можно больше информации в удобном виде, а дальше он сам должен на основе предоставленных данных сделать вывод. Чаще всего речь идет не о том, что ту или иную задачу невозможно решить с помощью СППР, а о том, что невозможно или сложно ее решить каким-то конкретным программным продуктом. К счастью, сегодня выбор программных продуктов, на базе которых и строится система поддержки принятия решений, предоставляет возможность удовлетворить свои запросы пусть не одним, но, во всяком случае, комплексом программных средств. СППР имеют ряд как технических, так и принципиальных ограничений. К «техническим» можно отнести значительную ресурсоемкость некоторых алгоритмов работы с данными, особенно на больших массивах и при включении в анализ большого количества факторов. Это может существенно затруднить применение таких алгоритмов на стандартных вычислительных платформах. К принципиальным ограничениям относится невозможность получения доступа к исчерпывающему объему данных. Самое главное, что должен понимать пользователь системы СППР, – это невозможность полностью устранить риски при принятии решений. 52 7. ПРИМЕНЕНИЕ СППР НА ПРАКТИКЕ Крупноформатная торговля Крупноформатная торговля и компании электронной коммерции (B2C, B2B) явились первыми институциональными заказчиками на СППР. Основными задачами, решаемыми в данном секторе, являются:  анализ ассортимента (селективный маргинальный доход, оборачивае- мость запасов, статистическое управление запасами, фондоотдача);  распределение площадей, раскладка;  анализ эффективности деятельности менеджеров и мотивация персо-  планирование и анализ эффективности рекламы, акций, распродаж и  управление ценообразованием. нала; т.п.; В части управления раскладкой можно привести известный пример с корреляцией покупок пива и памперсов. Или так называемая «ловушка на кассе» – это мелкие товары, которые выкладываются непосредственно в кассовой зоне. Площадь этой зоны ограничена. Что туда положить? Опять «нет ничего практичнее хорошей теории» – нужен анализ потребительских предпочтений, который, в частности, дает многомерный статистический анализ чеков. В мелкооптовой торговле ситуация попроще, т.к. там потребитель идентифицирован и учтен в базе данных торговой компании, что позволяет непосредственно анализировать клиентское поведение. В розничной торговле покупатель анонимный, хотя многие компании изначально это исключают, например, METRO Cash & Carry. Вообще основная тенденция развития прикладных информационных систем в последние пять лет – это ассимиляция систем управления взаимоотношениями с клиентами, возникших в качестве самостоятельных, в контур ERP, причем обе при этом только выигрывают. 53 Банки и финансовые компании Рынок СППР в финансовых институтах сейчас самый емкий. Сфера применения DSS-систем в банках касается прежде всего:  банковского ритейла (платежные пластиковые карты и чеки);  анализа рисков;  предотвращения мошенничества (прежде всего с пластиковыми кар- тами);  анализа потребительского поведения и проектирования новых фи- нансовых услуг. Последнее, прежде всего, основано на анализе и формировании потребительских групп, которые характеризуются сходным поведением. Результатом этой работы являются проекты, например, молодежных жилищных кредитов, условия овердрафтов, VIP-программы клиентского обслуживания. Предотвращение мошенничества – это перспективная зона использования методов искусственного интеллекта, которая никогда не будет исчерпана, как никогда не будет исчерпано воображение у мошенников. В страховых компаниях DSS-системы еще не имеют такого широкого распространения, но это только подчеркивает потенциальную перспективность данного рынка. Телекоммуникации В телекоммуникационных компаниях, прежде всего мобильной связи, роль DSS-систем связана с проектированием новых услуг, которое основано на выявлении устойчивых клиентских групп и преимущественного клиентского поведения. Этот рынок по времени жизни можно считать неисчерпаемым. Промышленность В промышленности к сферам применения DSS-систем можно отнести:  управление взаимоотношениями с клиентами;  статистическое управление запасами;  финансовое и бюджетное планирование и управление; 54  анализ и управление рисками. Какие изменения в парадигме управления промышленностью произошли за последние 50 лет? До 60-х годов промышленное производство развивалось главным образом за счет развития технологии, что выражалось тезисом: «производить и продавать». В тот период, безусловно, предложение явно формировало спрос. При этом основные производственные фонды были преимущественно материальными: здания, сооружения, оборудование, за которым стояли патентованные технологии. К концу 20-го века признанным тезисом, выражающим рациональное рыночное поведение, стала парадигма «воспринимать и реагировать». Темп появления новых революционных технологий замедлился, технологии в основном находятся на этапе эволюции. А фронт конкурентной борьбы переместился в область проектирования новых продуктов и услуг. При этом превалирующим стали намерения и пожелания клиентов: явно или неявно выраженные. В качестве примеров можно привести практически полный переход на заказное конфигурирование автомобильной промышленности, постоянно возрастающий спектр предложений услуг в сфере телекоммуникаций при том же самом оборудовании и т.д. Все большее и большее значение приобретает информация и методы работы с ней. Это тем более актуально в развитых странах мира на фоне сохраняющейся тенденции переноса непосредственно материального производства в развивающиеся страны с низкой стоимостью рабочей силы, энергетических и сырьевых ресурсов. Концепция DSS-систем прямо соответствует задаче информационного обеспечения данной парадигмы. Каковы сегодня основные промышленные тенденции? Это:  глобализация;  укрупнение;  специализация (для средних компаний);  интеграция в поставочные сети;  фокусировка на разработке новых продуктов и услуг; 55  необходимость одновременно конкурировать как по качеству, так и по цене. Промышленность сегодня фокусируется на:  разработке новых продуктов;  коммерциализации;  использовании преимуществ консолидации и интеграции в поста- вочные сети;  управлении людскими ресурсами. Анализируя причины отставания США в промышленном развитии, Комиссия Министерства внешней торговли США считает, что для подъема конкурентоспособности, в частности, необходимо (автор приводит только те пункты рекомендаций, которые имеют отношение к предмету рассмотрения, сам исходный перечень немного шире):  уделять больше внимания стратегическому планированию и больше инвестировать в исследования и разработки;  изучать стратегию иностранных конкурентов и совершенствовать собственную;  уделять больше внимания производственной функции и больше ин- вестировать в оборудование и кадры;  устранить коммуникативные барьеры в пределах организации;  признать ценность развития информационных связей с поставщика- ми и потребителями. Информационная поддержка реализации вышеперечисленных рекомендаций со стороны DSS-систем может выглядеть следующим образом:  «уделять … внимание стратегическому планированию…» – анализи- ровать исторические данные по структуре себестоимости, динамике цен;  «изучать стратегию иностранных конкурентов» – анализировать ди- намику рынков; 56  «уделять больше внимания производственной функции» – анализи- ровать затраты по управлению активами, динамику тарифов, эффективность использования оборудования и фондоотдачу;  «устранить коммуникативные барьеры» – анализировать историче- ские данные по параметрам реализации внутренних бизнес-процессов и эффективность результатов;  «признать ценность развития информационных связей» – анализиро- вать исторические данные взаимоотношений с клиентами и поставщиками. Эффективное решение данных задач требует углубленного анализа как рыночного окружения, так и динамики использования всех внутренних ресурсов. Особое значение в конкурентной борьбе при практически равной ситуации по возможности доступа к технологиям приобретает персонал и подходы к управлению. В развитых странах мира персонал, по крайней мере, ведущий в стратегическом планировании, переместился из категории «Затраты» (Cost) в категорию «Фонды» – первые надо неуклонно сокращать, а вторые надо развивать и инвестировать. Также следует отметить, что в настоящее время в мире действует общая глобальная тенденция преимущественного развития рынка услуг по сравнению со сферой непосредственно производства. Экономика все более и более становится информационной, а не материальной. Рассматривая корпоративный рынок, очень показательным является анализ того, что могут и чего не могут наследуемые системы, прежде всего типов ERP и Project Management. Оборона В оборонной области аналитические системы класса DSS развиваются в решении задач:  планирования и управления операциями;  планирования и управления эксплуатацией. 57 Так, по результатам первой войны в Ираке экономический эффект от использования систем искусственного интеллекта был оценен в сумму порядка 100 млн. долларов. Это привело приблизительно к трехкратному увеличению ассигнований на развитие данных информационных технологий в интересах Министерства обороны США. Сегодня в данной области ассигнования уже оцениваются суммами в миллиарды долларов. Государство В области государственного строительства роль DSS-систем пока невелика. Потенциально их область использования связана с оценкой эффективности государственных и муниципальных программ. Это связано, прежде всего, с тем, что государственные и муниципальные программы не сводятся к экономическому эффекту как таковому. Развитие информационных систем в данной сфере в большой мере зависят от философского осмысления роли и места государства в будущем мире, т.е. основополагающую роль в данном процессе имеет выработка критериев и подходов к их оценке. 7.1. Пример: СППР ООО «Газпром добыча Уренгой» В качестве примера экспертной системы в АСУТП рассмотрим систему поддержки принятия решений, работающую на межпромысловом коллекторе предприятия по добыче газа – ООО «Газпром добыча Уренгой». Газовый межпромысловый коллектор Уренгойского газоконденсатного месторождения представляет собой сложный технологический объект, в состав которого входит более двадцати заводов комплексной подготовки газа. Оборудование, как этих заводов, так и связывающей их системы трубопроводов, вводилось в эксплуатацию постепенно, по мере их строительства, в 7080 гг. прошлого века. Для передачи газа потребителям были построены и подключены к межпромысловому коллектору несколько коридоров магистральных газопроводов, а для компенсации падения пластовой энергии технологический объект был дополнен дожимными компрессорными станция- 58 ми. В общем виде техническая инфраструктура межпромыслового коллектора занимает площадь длиной около 200 и шириной до 50 км. Сложность климатических условий, цейтнот по времени наряду с отсутствием при строительстве надежных и испытанных в аналогичных экстремальных условиях систем телемеханизации стали причиной тому, что на этапе строительства подобные работы не были предусмотрены. С 1991 года такие работы ведутся, однако сложность технологического объекта налагает свои ограничения и требования: ● взаимное влияние объектов добычи газа друг на друга и на го- ловные компрессорные станции в единой сети; ● соблюдение режимов работы оборудования, позволяющее чётко устанавливать значения давления и расхода газа на выходе установок комплексной подготовки газа при учёте гидравлического сопротивления газопроводов и потенциальными возможностями газовых скважин на каждой установке; ● в процессе эксплуатации, в зависимости от технологических ре- жимов отбора газа с месторождения, периодически возникает необходимость перераспределения потоков газа; ● изменение состояния конфигурации запорной арматуры может привести к остановке в работе всего объекта. Управление работой газового коллектора и всей системой промыслов осуществляет центральный диспетчерский пункт. Согласно инструкции, при возникновении нештатной ситуации диспетчер должен перекрыть аварийный участок средствами телемеханики, а при невозможности выслав бригаду, а затем сообщить о ситуации руководящему персоналу. Однако любое изменение конфигурации технологической сети – это фактически изменение режима работы всего промысла. Современное развитие информационных технологий сделало возможным моделирование работы газотранспортной сети с учётом определения направлений потоков газа для каждого участка, за счёт чего стал 59 возможным анализ последствий принятия решений диспетчерским персоналом. СППР производит анализ работы технологической сети предприятия в режиме реального времени, а при возникновении нештатной ситуации предлагает рекомендации для её устранению с минимизацией последствий. Метод определения разрывов использует эмпирические правила и формализованные модели, связывающие давление и расход газа в узловых точках с положением запорной арматуры, при учёте направлений потоков газа. При резком падении параметров давления, система проверяет прежде всего разрешённые причины, такие как: неисправность датчика, смена положения кранов, изменение режима работы и пр., после чего предполагается разрыв и производится попытка определения его местоположения. Предусмотрена возможность подсказки оператору оптимальной последовательности действий для решения возникшей проблемы с минимальными потерями. Структурная схема этой системы показана на Рис. 4. АРМы диспетчеров АРМ инженера Управляющие воздействия оператора Результаты анализа ЭС Конфигурация Данные о состоянии технологического процесса АСУТП СППР Модель ГТС Состояние ГТС Рис. 4 Структурная схема системы поддержки принятия решений 60 Приведённый в прошлом параграфе алгоритм работы СППР для данной системы будет выглядеть следующим образом: ● Система поддержки принятия решений должна указать диспетче- ру участок, на котором предположительно произошел разрыв, и необходимые действия по его отсечению, с учётом текущего режима работы предприятия. ● Производится локализация повреждённого участка путём его от- сечения от коллектора запорной арматурой. Время на локализацию в среднем составляет 10 минут, пока есть достаточное давление газа для закрытия кранов. Поэтому в отсечении участка задействуются только телемеханизированное оборудование. Если отсечение участка не приводит к стабилизации давления, экспертная система должна указать на перечень соседних участков, на которых возможен разрыв, вызвавший резкое падение давления; признаки, позволяющие более точно определить конкретный участок; действия по его отсечению. ● Путём итерационного анализа и соответствующих действий по перекрытию участков, данный алгоритм должен гарантированно локализовать аварию, даже если первоначально участок разрыва был определен неверно. ● Считается, что участок определён верно, если давление снаружи этого участка стабилизируется, а внутри продолжает падать. В этом случае следует переходить к мероприятиям по устранению утечки и её последствий. 61 8. МАТЕМАТИЧЕСКОЕ ОБЕСПЕЧЕНИЕ СППР Рассмотрим более подробно средства интеллектуального анализа данных (ИАД, Data Mining), применяемые в системах поддержки принятия решений. В качестве первого направления развития средств ИАД следует выделить методы статистической обработки данных, которые можно разделить на четыре взаимосвязанных раздела:  предварительный анализ природы статистических данных (проверка гипотез стационарности, нормальности, независимости, однородности, оценка вида функции распределения и ее параметров);  выявление связей и закономерностей (линейный и нелинейный ре- грессионный анализ, корреляционный анализ);  многомерный статистический анализ (линейный и нелинейный дис- криминантный анализ, кластер-анализ, компонентный анализ, факторный анализ);  динамические модели и прогноз на основе временных рядов. Среди наиболее известных и популярных средств статистического анализа следует назвать пакеты Statistica, SPSS, Systat, Statgraphics, SAS, BMDP, TimeLab, Data-Desk, S-Plus, Scenario (BI), «Мезозавр». Особое направление в спектре аналитических средств ИАД составляют методы, основанные на нечетких множествах. Их применение позволяет ранжировать данные по степени близости к желаемым результатам, осуществлять так называемый нечеткий поиск в базах данных. Однако платой за повышенную универсальность является снижение уровня достоверности и точности получаемых результатов. Поэтому число специализированных приложений данного метода по-прежнему невелико, несмотря на то, что на протяжении последних 35 лет математики-прикладники проявляли к нему повышенный интерес. 62 Второе крупное направление развития составляют кибернетические методы оптимизации, основанные на принципах саморазвивающихся систем – методы нейронных сетей, эволюционного и генетического программирования. Однако новые достоинства порождают и новые проблемы. В частности, решения, полученные кибернетическими методами, часто не допускают наглядных интерпретаций, что в определенной степени усложняет жизнь предметным экспертам. К программным продуктам, использующим кибернетические методы ИАД, относятся системы PolyAnalyst, NeuroShell, GeneHunter, BrainMaker, OWL, 4Thought (BI). Непосредственно к кибернетическим методам ИАД примыкают синергетические методы. Их применение позволяет реально оценить горизонт долгосрочного прогноза. Особенный интерес вызывают исследования, связанные с попытками построения эффективных систем управления в неустойчивых режимах функционирования. К третьему крупному разделу ИАД следует отнести совокупность традиционных методов решения оптимизационных задач – вариационные методы, методы исследования операций, включающие в себя различные виды математического программирования (линейное, нелинейное, дискретное, целочисленное), динамическое программирование, принцип максимума Понтрягина, методы теории систем массового обслуживания. Программные реализации большинства этих методов входят в стандартные пакеты прикладных программ, например Math CAD и MatLab. В четвертый раздел средств ИАД входят средства, которые назовем условно экспертными, т. е. связанными с непосредственным использованием опыта эксперта. К их числу относят метод «ближайшего соседа», который лег в основу таких программных продуктов, как Pattern Recognition Workbench или KATE tools. 63 Другой подход к выбору решения связан с построением последовательного логического вывода – дерева решений, в каждом узле которого эксперт осуществляет простейший логический выбор («да» – «нет»). В зависимости от принятого выбора, поиск решения продвигается по правой или левой ветви дерева и в конце концов приходит к терминальной ветви, отвечающей конкретному окончательному решению. Здесь процесс статистического обучения выведен за пределы программы и сконцентрирован в виде некоторого априорного опыта, заключенного в наборе ветвей-решений. Одной из разновидностей метода деревьев решений является алгоритм деревьев классификации и регрессии, предлагающий набор правил для дихотомической классификации совокупности исходных данных. Данный метод обычно применяется для предсказания того, какие последовательности событий будут иметь заданный исход. На основе деревьев решений разработаны такие программные продукты, как IDIS, С5.0 и SIPINA. К экспертным методам следует отнести и предметно-ориентированные системы анализа ситуаций и прогноза, основанные на фиксированных математических моделях, отвечающих той или иной теоретической концепции. Роль эксперта состоит в выборе наиболее адекватной системы и интерпретации полученного алгоритма. Достоинства и недостатки таких систем очевидны – предельная простота и доступность применения и расплата достоверностью и точностью за эту простоту. Примерами программных продуктов, отвечающих предметно-ориентированным системам в области финансов, являются Wall Street Money, MetaStock, SuperCharts, Candlestick Forecaster. В завершение обзора экспертных методов ИАД следует упомянуть методы визуализации данных и результатов их анализа, позволяющие наглядно отображать полученные выводы для создания у предметных экспертов и/или руководителей проектов единой картины ситуации. К программным продуктам, позволяющим формировать предварительные отчеты и визуализировать результаты, следует отнести системы Mineset и Impromptu (BI). В частности, 64 система Mineset содержит в себе такие инструменты, как ландшафтный визуализатор, визуализаторы дисперсии, деревьев, правил и свидетельств. Формировать сложные нелинейные отображения средствами цветной графики позволяет новое направление визуализации результатов, основанное на идеях фрактальной математики. 65 ГЛОССАРИЙ Автократичный руководитель (autocratic leader). Лидер, который стремится сконцентрировать в своих руках всю власть, основанную па вознаграждении и принуждении полагается на законные полномочия. Адаптивные модели – модели, изменяющиеся в процессе решения задачи в зависимости от поступающей информации о возможных результатах альтернативных решений. Адвокат дьявола (devil's advocate). Используемый в процессе принятия решений метод, когда один из членов группы побуждает участников к переосмыслению подходов к проблеме, к отказу от преждевременного консенсуса или неразумных предположений. Административная модель (administrative model). Модель принятия решений, описывающая реальный процесс принятия решений в трудных ситуациях (непрограммируемые решения и ситуации неуверенности и неопределенности). Административно-управленческие методы – способы прямого, оперативного воздействия на управляемый объект в целях обеспечения однозначного поведения и действия исполнителей в сложившейся ситуации. Административно-управленческие методы основаны: на авторитете власти, полномочиях и праве руководителя отдавать распоряжения; и на принципе обязательного и точного выполнения распоряжений подчиненными. Альтернатива – одно из двух или нескольких возможных решений. Альтернативные издержки – коммерческие, производственные и финансовые издержки вариантов управленческого решения. Альтернативный вариант решения – один из нескольких вариантов решения, соответствующий установленным критериям выбора в рамках одной альтернативы. Анализ – разложение целого на элементы с последующим установлением взаимосвязей между ними с целью повышения качества прогнозирова- 66 ния, оптимизации, обоснования, планирования и оперативного управления реализацией управленческого решения. Анализ альтернатив по желательным критериям – установление степени соответствия каждой альтернативы минимальным требованиям. Анализ альтернатив по ограничивающим критериям – установление степени соответствия каждой альтернативы жестким ограничениям. Анализ дерева альтернатив управленческих решений – схематичное представление процесса принятия решений по какой-либо задаче. Анализ риска – разложение структуры объекта на элементы, установление взаимосвязи между ними с целью выявления источников, факторов и причин различного вида рисков, сопоставление возможных потерь и выгод. Анализ сильных и слабых сторон организации – комплексный анализ, имеющий своей целью выявление возможностей организации на рынке, а также условий, угрожающих ее деятельности. Анализ ситуации – изучение параметров управляемого объекта, сложившихся внешних условий и конкретных ситуаций его функционирования при разработке или реализации управленческого решения. Анализ совокупности рисков – оценка комплексного риска на основе определения нормативной ставки риска для различных видов хозяйственной и финансовой деятельности. Балльная система оценки критериев – использование желательных критериев в виде абсолютных измерителей ценности альтернатив. Варианты уменьшения риска – приемы управления риском. Вероятностное решение – решение, принятое в условиях риска или неопределенности; результатом которого являются несколько вероятных событий. Вероятность риска – количественная оценка возможности наступления рискового события. Вероятность события – мера объективной возможности наступления события. 67 Виды хозяйственных и финансовых рисков – риски в области хозяйственной и финансовой деятельности, которые относятся к категории чистых или спекулятивных рисков. Властные полномочия (authority). Официальное законное право менеджера принимать решения, отдавать приказы и распределять ресурсы для достижения желаемых организационных результатов Власть (power). Потенциальная способность индивида влиять на поведение других людей. Влияние целей организации на принятие решения – отражение стратегии развития предприятия в разрабатываемых альтернативных вариантах решений. Внешняя организационная среда (organizational environment). Находящиеся вне пределов компании, но оказывающие на нее существенные воздействия элементы: конкуренты, ресурсы, технологии и экономические условия. Внутренняя среда (internal environment). Все внутрифирменные элементы среды: работники, менеджмент и корпоративная культура, детерминирующая поведение индивидов в компании и способности адаптации последней к внешним условиям. Выполнение решения – практическая реализация исполнителями принятого решения. Выработка научного подхода к принятию решения – применение теории принятия решения, Выявление проблемы – анализ ситуации с целью определения проблемы и обоснования необходимости ее решения. Декомпозиция – метод анализа, разложение на составные части сложных задач, процедур, систем, подсистем и т.д. Делегирование полномочий – передача прав принятия части решений на нижестоящий уровень управления. 68 Деловые игры – метод имитации выработки и принятия управленческих решений в различных ситуациях путем игры группы людей по заданным правилам. Дельфи-группа (метод Дельфи) (Delphi group). Форма группового принятия решений, когда специалисты излагают отношение к проблеме в письменном виде, руководствуясь вопросниками, а руководитель группы обобщает их в специальном резюме, после чего эксперты получают новый вопросник по проблеме, и так до тех пор, пока не будет достигнут консенсус. Дерево решений – графическое отображение визуального сравнения и выбора альтернатив, результаты которых могут оказать существенное влияние на последующие действия, схематическое представление сложного процесса принятия решения по какой-либо задаче. Дескриптивная модель – модель описания и объяснения наблюдаемых фактов или прогноза поведения объектов. Детерминированное решение – решение, принятое в условиях определенности, результатом которого является единственное событие, а вероятность его наступления близка к единице. Диагностика (diagnosis). Этан процесса принятия решения, на котором менеджеры анализируют основные причинно-следственные связи конкретной ситуации. Диалоговая интерактивная процедура принятия решения – режим взаимодействия липа, принимающего решения, с объектом управления и внешней средой посредством специального программного обеспечения в целях решения задачи управления. Диверсификация – процесс распределения инвестируемого капитала между объектами различных сфер деятельности, неродственными по отношению друг к другу. Диверсификация риска – распределение инвестируемых средств между различными не связанными между собой объектами вложений с целью снижения степени риска, 69 Долгосрочные стратегические планы – вид планов, входящих в систему перспективных планов, отражающих варианты желаемого будущего организации и пути движения к нему. Достаточность информации – минимально полный объем информации, позволяющий принять обоснованное управленческие решение. Достоверность информации – процент реальных сведений от общего объема информации. Значение нефинансовых данных – роль социальной информации в принятии управленческих решений. Зона допустимого риска – графическое отображение области потерь, не превышающих уровень ожидаемой прибыли. Зона катастрофического риска – графическое отображение области потерь, не превышающих уровень имущественного состояния предпринимателя. Зона критического риска – графическое отображение области потерь, не превышающих уровень расчетного дохода. Зона приемлемого риска – графическое отображение области нулевых или минимально возможных потерь. Измерение риска – приемы оценки степени и стоимости риска. Инвестиции – вложения средств с целью сохранения и увеличения капитала, получения дохода. Интуиция (intuition). Способность индивида, не обращаясь к логическим выкладкам, быстро «схватывать» особенности текущей ситуации и принимать решения на основе прошлого опыта. Информационная поддержка – процесс информационного обеспечения, ориентированный на пользователей информации, занятых управлением сложными объектами. Информационная поддержка используется при подготовке и реализации управленческих решений. Информационный потенциал менеджмента. Информационные ресурсы и возможности их использования. Характеризуется полнотой и ценно- 70 стью информации, достоверностью, формой представления, объемом, своевременностью поступления, структурой информации, возможностью (условиями) использования информации при разработке управленческих решений. Использование теории вероятности для принятия управленческих решений – математический аппарат расчета показателей риска. Качество информации для разработки управленческого решения – степень соответствия совокупности сведений о внутреннем и внешнем состоянии управляемого объекта требованиям, необходимым для оценки ситуации и разработки управленческих решений. Качество решения – степень эффективности достижения цели объектом управления. Качество управленческого решения – степень соответствия параметров выбранной альтернативы определенной системе характеристик, обеспечивающая возможность эффективной реализации решения. Кибернетическое моделирование – приложение общих законов кибернетики к моделированию и оптимальному управлению сложными динамическими системами независимо от их природы и сущности. Классификационные признаки – существенные признаки (группа существенных признаков), позволяющие отнести объекты к определенному классу. Классификация проблем – типология задач управления. Классификация решений – разделение решений на группы по определенным признакам. Классическая модель (classical model). Модель принятия решений, основывающаяся на допущении, что менеджеры принимают логически обоснованные решения в соответствии с экономическими интересами организации. Коалиция (coalition). Неформальный альянс между отстаивающими определенный вариант управленческого решения менеджерами. 71 Коллегиальное решение – управленческое решение, разработанное совместно группой специалистов и принятое группой соответствующих руководителей на общем собрании всеми участниками независимо от занимаемого служебного положения, ранга и характера работы. Команда по решению проблем и задач (problem-solving team). Обычно состоят из 5-12 получающих почасовую оплату сотрудников одного отдела, которые добровольно встречаются между собой и обсуждают способы повышения качества, эффективности и улучшения условий труда Контроль – функция менеджмента по обеспечению выполнения управленческого решения. Концептуальная модель – приближенное представление о рассматриваемом объекте или процессе, фиксирующее наиболее существенные параметры и связи между ними. Концепция – комплекс основополагающих идей, принципов, правил, раскрывающих сущность и взаимосвязи данного явления или системы и позволяющих определять систему показателей, факторов и условий, способствующих решению проблемы. Кривая риска – график зависимости вероятности потерь от их величины. Критерии для принятия решения – нормы, с которыми можно соотнести альтернативные варианты решения. Критерии оценки эффективности – требования, предъявляемые к соотношению затрат и результатов выполнения некоторой задачи. Критерий – это способ описания альтернативных вариантов решений, способ выражения различий между ними (альтернативами) с точки зрения лица, принимающего решение (ЛПР). Количественные критерии, позволяющие оценивать результаты принимаемых решений, принято называть критериями эффективности. Каждое решение приводит к определенному результату (исходу), последствия которого оцениваются по критериям (оценочным критериям). Поэтому критериями называют показатели, характеризующие 72 общую ценность решений таким образом, что у ЛПР имеется стремление получить по ним наиболее предпочтительные (или лучшие) оценки. Критерий выбора – показатель, характеристика или признак, на основе которого производятся сравнение альтернатив и выбор наилучшего решения. Критерий оптимальности – показатель, выражающий предельную меру экономического эффекта принимаемого управленческого решения для сравнительной оценки возможных альтернатив и выбора наилучшей. Лимитирование риска – установление предельных сумм издержек, связанных с определенным решением, с целью снижения цены риска. Лицо, принимающее решение (ЛПР) – единоличный или коллегиальный орган управления, утверждающий решение и несущий за него ответственность. Массив информации – совокупность однородных данных, характеризующих какой-либо объект управления или процесс, рассматриваемых как одно целое и упорядоченных определенным образом. Математическая теория принятия решений – раздел математики, посвященный методам и правилам обработки и анализа данных, принятия решений в условиях неопределенности. Математическое программирование – раздел математики, изучающий теорию и методы решения задач, в форме уравнений и неравенств помогающий находить показатель качества решения при ограничениях. Метод Дельфи – метод комплексного анализа альтернативных управленческих решений, основанный на их генерации в процессе «мозговой атаки», проводимой группой высококвалифицированных в данной области специалистов с применением экспертных методов, отбора наиболее рационального для данной ситуации решения. Метод экстраполяции – метод, основанный на прогнозировании поведения или развития объектов в будущем по тенденциям (трендам) его поведения в прошлом. 73 Методика экономического обоснования управленческого решения – методика расчета экономического эффекта на основе унифицированных принципов. Методы моделирования – способы разработки и оптимизации решений, основанные на использовании математических моделей: теории игр, управления запасами, теории массового обслуживания, линейного программирования и т.п. Методы экспертных оценок – способы разработки и обоснования решений, основанные на использовании обобщенного мнения специалистовэкспертов: метод мозгового штурма, метод Дельфи, разработка сценариев и др. Минимизация риска – целенаправленный поиск и организация работы по снижению степени риска, искусство получения и увеличения дохода в условиях неопределенности рыночной ситуации. Моделирование логическое – выявление горизонтальных и вертикальных причинно-следственных связей между главными факторами, характеризующими управленческие, экономические, социальные или другие процессы, с целью воспроизведения их при анализе, прогнозировании и оценке параметров объектов. Моделирование экономико-математическое – описание процессов математическими методами с целью экспериментальной проверки параметров, процессов и взаимодействия элементов объекта, экономии ресурсов и повышения качества управленческого решения. Модель – представление предмета, системы или идеи в форме, отличной от формы целого, т.е. самого предмета. Модели играют полезную роль, потому что они упрощают реальность и тем самым облегчают возможность увидеть внутренние отношения. Модель Врума—Джаго ( Vroom—Jago model). Модель, призванная облегчить менеджерам анализ ситуации, в которой принимается решение и предлагает набор правил их принятия. 74 Модель принятия инвестиционных решений – метод оценки многофакторного риска инвестиционного проекта. Модель принятия решений Врума – Йеттона – графическая модель, позволяющая определить роль подчиненных в принятии решения, соответствующую ситуации и характеру возникшей проблемы. Мониторинг – непрерывное комплексное наблюдение за объектами, измерение параметров и анализ функционирования этих объектов. Мотивация – функция менеджмента, процесс побуждения себя и других к деятельности для достижения целей фирмы и личных целей. Неопределенность (ambiguity). Наиболее сложная для принятия решения ситуация, когда управленческая цель или проблема, которую необходимо устранить, неочевидны, идентифицировать альтернативные решения не удается, а значительная часть информации недоступна. Неопределенность в процессе принятия решений – недостаточность информации, случайность и противодействие факторов внутренней и внешней среды. Неопределенность информации – неполнота или недостоверность информации об условиях реализации решения. Неприятие неопределенности (uncertainty avoidance). Ценностная характеристика, отражающая степень неприятия членами общества неоднозначности и двусмысленности, выражающейся в чувствах дискомфорта, тревоги, неуверенности, а значит стремлении к определенности и стабильности. Непрограммируемые решения (nonprogrammer decision). Выбор, осуществляемый в уникальных, неопределенных и неструктурируемых ситуациях, имеющий важное значение для деятельности организации. Нестабильная внешняя среда – внешнее окружение с высоким уровнем взаимосвязанности факторов, что влечет за собой сложность, подвижность и неопределенность среды. Неуверенность (uncertainty). Ситуация, когда менеджер четко осознает цели, к которым он стремится, но информация о вариантах решений и буду- 75 щих событиях недостаточна, не позволяет оценить риски и возможные последствия. Новые информационные технологии – использование интегрированных систем телекоммуникаций, вычислительной техники и средств автоматизированной обработки информации в процессе управления. Номинальная группа (nominal group). Форма группового принятия решения, предполагающая, что свой вклад в обсуждение и окончательный выбор вносит каждый участник процесса. Нормативная модель (normative). Подход, в соответствии с которым осуществляющий выбор менеджер принимает рациональное, направленное па достижение идеального для организации результата, решение. Нормативная теория принятия решений – наука, разрабатывающая методы формирования стандартных процессов принятия управленческих решений. Обобщенная модель процедуры принятия решения – логическая схема этапов разработки и принятия обоснованных решений. Объект управленческого труда – сфера приложения управленческого труда: территория, организация, структурное подразделение и т.д. Объем информации – одна из информационных характеристик управления, имеющая большое значение для проектирования системы управления и организации ее функционирования. Ограничения – область допустимых значений. Ограниченная рациональность (bounded rationality). Концепция, утверждающая, что менеджеры не имеют ни времени, ни возможностей для обработки всей необходимой для осознанного выбора информации. Ограничивающий критерий – заранее определенный параметр (экономический, технический, социальный), ограничивающий возможность выбора способов действий. 76 Описательный (descriptive). Подход, отражающий реальный процесс принятия управленческих решений в сложных ситуациях, а не диктующий, как их следует принимать. Определение риска – методы расчета показателей риска. Оптимальное решение – альтернатива, позволяющая максимизировать или минимизировать некоторый заранее определенный показатель (критерий выбора). Оптимизация решений – процесс выбора соотношения множества факторов, определяющих максимально эффективный результат. Организационное решение – выбор, который совершает предприниматель для выполнения обязательств, связанных с положением организации, для того чтобы достичь стоящих перед организацией целей. Основные факторы, оказывающие влияние на качество управленческого решения, – необходимые и достаточные факторы для сопоставления альтернативных вариантов управленческого решения. Основополагающая стратегия компании (grand strategy). Генеральный план важнейших, направленных на достижение стратегических целей, действий организации. Ответственность за принятое решение – принуждение к соблюдению определенных требований, норм и правил. Оценка видов риска – степень риска и его величина в зависимости от области предпринимательской деятельности. Оценка полученного результата – оценка достигнутого состояния системы управления и накопление опыта. Оценка эффективности – количественная оценка степени достижения цели управленческого решения. Параметры качества управленческого решения – совокупность характеристик, удовлетворяющих потребителя решения, к которым относятся: показатель энтропии, степень риска вложения инвестиций, вероятность реализации решения, степень адекватности выбранной модели. 77 Параметры обеспечения качества управленческого решения – характеристики состава показателей качества управленческого решения. Партиципативное управление – вид управления организацией, предусматривающий привлечение рядовых работников к осуществлению управленческих процессов. Переработка информации – процесс получения искомых результатов путем выполнения заранее определенных действий над исходными и промежуточными данными. Поведенческая теория принятия решений – исследование мотивации поведения и действий лица, принимающего решение, в процессе принятия решения. Поиск решения проблемы – выбор конкретной модели решения и решающего правила. Показатель – величина, измеритель, позволяющий судить о состоянии объекта. Показатель риска – количественная оценка возможных потерь. Политический риск (political risk). Вероятность утраты активов, управленческого контроля или снижения прибыльности компании в связи с политическими событиями или действиями правительства государства. Полномочия – ограниченное право распоряжаться ресурсами организации, проявляющееся в праве принимать решения. Постановка задачи – форма представления проблемы объекта управления. Постановка проблемы – формулирование проблемы с учетом конкретной ситуации, в которой она возникает и должна быть решена. Потери – снижение прибыли, дохода в сравнении с ожидаемыми величинами. Правила – точные действия, соответствующие указанным в какомлибо документе, то, что должно быть сделано в конкретной ситуации. Правила ограничивают свободу выбора. 78 Предмет управленческого труда – информация о состоянии объекта управления и о необходимых изменениях в его функционировании и развитии. Предпринимательская деятельность – самостоятельная, осуществляемая на свой риск деятельность, направленная на систематическое получение прибыли в установленном законом порядке. Приемы анализа управленческого решения – совокупность математических, графических и эвристических способов, позволяющих выбрать оптимальное решение. Признаки управленческого решения – совокупность характерных особенностей управленческого решения, рассматриваемого с точки зрения фиксированного управленческого акта. Принятие бинарного решения – процесс выбора варианта решения из двух противоположных, конкурирующих по своему содержанию альтернатив в условиях жестких ограничений. Принятие инновационного решения – процесс выбора решения в условиях отсутствия очевидных готовых альтернатив с целью изменения объекта управления и получения экономического, социального, экологического и другого эффекта. Принятие многоальтернативного решения – процесс выбора варианта оптимального решения на основе формирования системы технических, экономических, социальных и иных критериев. Принятие предпринимательского решения – процесс принятия управленческого решения с учетом степени и стоимости риска. Принятие решений для слабо структурированных задач управления – процесс, использующий нормативную теорию принятия решений и теорию полезности. Принятие решения – процесс анализа, прогнозирования и оценки ситуации, выбора и согласования наилучшего альтернативного варианта достижения поставленной цели. 79 Принятие решения на основе метода оптимизационных критериев – процесс комбинирования лучших черт известных альтернатив с целью выбора наиболее эффективного решения. Проблема – расхождение между желаемым и реальным (прогнозируемым) состояниями управляемого объекта. Проблемная ситуация – ситуация, препятствующая нормальному функционированию и развитию организации, Прогноз и оценка реализуемости альтернатив – научно обоснованное суждение о практической возможности реализации решения. Прогноз и оценка следствий реализации альтернатив – научно обоснованное суждение о полезности решения для достижения поставленных целей. Прогнозирование – процесс осуществления научных исследований качественного и количественного характера, направленных на выяснение тенденции и перспектив дальнейшего развития тех или иных объектов. Прогнозы – научно обоснованная оценка вероятности наступления прогнозируемого события. Программируемые решения (programmed decision). Выбор, осуществляемый в достаточно часто возникающих в деятельности организации ситуациях, позволяющий менеджменту разработать правила принятия решений в будущем. Процесс принятия решения (decision making). процесс выбора наиболее эффективного варианта из множества альтернатив, процесс идентификации проблем и возможностей и последующий выбор вариантов их устранения или использования. Процесс причинно-следственного анализа – выявление и анализ реальных причин, породивших проблемную ситуацию. Процессный подход- подход, основанный на концепции управления как непрерывной серии взаимосвязанных действий или функций. 80 Психологические феномены процесса принятия решений – специфические особенности поведения людей в ситуациях выбора. Работа – осуществление трудовой деятельности; совокупность задач и функций: которые способен выполнять один человек; или которые могут быть поручены одному человеку. Развитие информационных технологий – переход от технологии обработки данных к технологиям обработки знаний. Разрыв однородности внешней среды (environmental discontinuity). Крупное изменение во внешней среде организации, происходящее в короткий период времени. Ранжирование – определение важности, весомости, ранга факторов (проблем) по их эффективности, актуальности, масштабности, степени риска. Ранжирование альтернативных вариантов стратегии развития организации – построение совокупности приоритетных направлений деятельности по иерархическому принципу. Распоряжение – правовой акт, издаваемый единолично руководителем учреждения. Распоряжение является формой доведения до исполнителей оперативных вопросов. Обычно распоряжение имеет ограниченный срок действия и касается узкого круга должностных лиц. Распределение вероятностей – вероятность того, что случайная величина будет меньше произвольно выбранного значения или равна ему. Регулирование (Regulation От лат. Regulo – устраиваю) – форма целенаправленного управляющего воздействия, ориентированного на поддержание равновесия в управляемом объекте и на его развитие посредством введения в него регуляторов; норм, правил, целей, связей и др. Резерв времени – разница между самым ранним возможным временем завершения проекта и самым поздним допустимым временем его завершения. Результатом управленческого труда является управленческое решение. Культура управления – обобщающая характеристика управленческого 81 труда, отражающая его качественные черты и особенности. Культура управления включает: совокупность знаний, их структуру и глубину; моральноэтические нормы работы; отношение к труду; навыки в организации работы и выполнении ее отдельных элементов; умение владеть собой и понимать особенности работающих рядом людей. Репрезентативность выборки – достаточность выбранных данных для обоснования решения. Решение (Decision) – процесс и результат выбора способа и цели действий из ряда альтернатив в условиях неопределенности. Решение безальтернативное – решение, которое принимается в стандартных ситуациях, имеющих только один выход. Решение бинарное – решение, отличающееся высокой степенью связанной с ним неопределенности, в которой представлены две диаметрально противоположные альтернативы. Решение в условиях неопределенности – выбор альтернативы в условиях невозможности оценить вероятность потенциальных результатов. Решение в условиях определенности – выбор альтернативы в условиях, когда в точности известны результаты каждого из вариантов. Решение в условиях риска – выбор альтернативы в условиях, когда результаты неопределенны, но вероятность каждого результата известна. Решение единоличное – решение по тактическим вопросам, которое принимается менеджером. Решение импульсивное – недостаточно обоснованное и надежное решение, которое принимается спонтанно. Решение инвестиционное – решение о долгосрочном вложении средств с целью сохранения и увеличения капитала. Решение индивидуальное – единоличное решение, определяемое индивидуальным стилем руководства и управления. Решение инертное – результат осторожного поиска с преобладанием контрольных и уточняющих действий. 82 Решение инновационное (новаторское) – предусматривает некоторое нововведение, связанное с формированием и реализацией ранее неизвестной альтернативы. Решение интуитивное – решение в условиях ограничения времени (в оперативном управлении), основанное на убежденности лица, принимающего решение, что его выбор правильный. Решение коллегиальное – решение по перспективным вопросам, в разработке которого участвует совещательный орган: коллегия, совет директоров и т.д. Решение коллективное – решение на длительный период, разрабатываемое при широком участии коллектива организации (подразделения). Решение многоальтернативное – решение, принимаемое на основе критериев ограничения и желательных характеристик, ранжированных по степени их относительной ценности. Решение непрограммируемое – решение, для которого определение критерия оптимальности (целевой функции) в явном виде затруднено. Решение оптимальное – решение, наилучшее с точки зрения заданного критерия оптимальности и определенных ограничений. Решение организационное – выбор альтернатив организационного воздействия, направленного на достижение целей организации. Решение осторожное – результат сверхкритичной оценки менеджером всех альтернативных вариантов решения. Решение политическое – выбор методов, средств, форм общественной деятельности, с помощью которых оптимальным образом могут быть достигнуты политические цели. Решение программируемое – решение, использующее известные методы и модели оптимального управления объектами. Решение рациональное – решение, основанное на аналитических методах обоснования и оптимизации. 83 Решение социальное – решение в области стратегии социального развития общества (коллектива) и охраны окружающей природной среды. Решение стандартное – наиболее распространенный тип решений, конечный результат которого – однозначный выбор. Решение управленческое – 1) акт деятельности менеджера или управляющей системы, ведущий к разрешению проблемы и тем самым определяющий нормальное функционирование или развитие социально- экономической системы; 2) заключительный этап процесса управления, превращающий его в импульс трудовой активности, целенаправленности и согласованности совместных действий людей. Основными характеристиками управленческого решения являются адресность, своевременность, мотивационный потенциал, соответствие цели управления, организующая сила, определенность, конкретность, контролируемость. В практике управления менеджер принимает множество разнообразных решений. Это решения экономические, организационные, социально-психологические, решения краткосрочного и долгосрочного действия, решения по различным функциям управления (управление персоналом, управление материально-техническим снабжением, инновационная политика, финансы и пр.), решения оперативные и перспективные, рискованные и типовые, важные и второстепенные. Существует понятие качества решения, которое отражает соответствие его свойств реальным потребностям успешного разрешения проблемы. На качество решений влияет методология его разработки и реализации, объем и ценность информации, используемой в оценке ситуации и исследовании проблемы, профессионализм персонала, качество цели, относительно которой осуществляется выбор вариантов решения, острота и характер проблемы, организация управления. Большое значение в управленческом решении имеет учет человеческого фактора. Решение уравновешенное – решение менеджера, внимательно и критически относящегося к своим действиям, выдвигаемым гипотезам и их проверке. 84 Решение, основанное на суждении, – решение, принимаемое с использованием знаний, опыта прошлого и здравого смысла, с учетом поправок на сегодняшний день. Риск – вероятность возникновения убытков или снижения доходов по сравнению с прогнозируемым вариантом. Риск дефляционный – вероятность реальных потерь, связанных со снижением уровня цен при росте дефляции. Риск для инвестиционного портфеля – вероятность- снижения доходности ценных бумаг, находящихся в собственности инвестора, прямых финансовых потерь или упущенной выгоды. Риск и доходность – влияние степени риска на уменьшение или увеличение уровня доходов. Риск имущественный – вероятность потерь имущества предпринимателя (материальных ресурсов, недвижимости и т.д.) по различным причинам. Риск инфляционный – реальные потери, связанные с ростом уровня цен при росте инфляции. Риск коммерческий – представляет вероятность возникновения потерь в процессе финансово-хозяйственной деятельности предпринимателя. Риск ликвидности – вероятность потерь при реализации ценных бумаг или других товаров из-за изменения оценки их качества и потребительской стоимости. Риск предпринимательский – объективная экономическая категория, отражающая вероятность неуспеха (успеха) предпринимательской деятельности при выборе альтернативного управленческого решения. Риск принятия неправильного хозяйственного решения – вероятность снижения эффективности деятельности фирмы и ее банкротства. Риск спекулятивный – характеризует вероятность наступления положительного или отрицательного результата реализации решения. Риск финансовый – вероятность потерь финансовых ресурсов или капитала. 85 Риск чистый – характеризует вероятность получения отрицательного или нулевого результата реализации управленческого решения. Риск-менеджмент (управление риском) – одна из функций современного менеджмента, заключающаяся в анализе возможного риска, связанного с различными альтернативами решения, и разработке мер по его снижению и компенсации. Семантические ошибки – несовпадение способов использования слов и передаваемых ими значений. Семантический шум – преграда на пути обмена информацией в коммуникационном процессе, искажающая смысл сообщения вследствие языковых различий, различий в восприятии, а также физических взаимодействий. Серьезность риска – неизбежность риска в условиях предпринимательской деятельности. Сетевое планирование и управление – графоаналитический метод управления процессами создания (проектирования) любых систем. Сетевой график – полная графическая модель комплекса работ, направленных на выполнение единого задания, в которой определяются их последовательность и логическая взаимосвязь. Синергизм (synergy). Состояние, когда система как единое целое дает больший выход, чем каждый ее элемент по отдельности. Система поддержки принятия решений (СППР) – компьютерная программа, обеспечивающая ЛПР простой доступ к моделям и информации, используемым для разработки и выбора альтернатив. Система регламентирования управленческого труда – система упорядочения управленческого труда, включающая методы и организационный механизм разработки и реализации отдельных регламентов по функциональному разделению управленческого труда. Системный анализ – научная дисциплина, разрабатывающая общие принципы исследования сложных объектов как систем. 86 Ситуационные воззрения (contingency view). Концепция, дополняющая принципы гуманистического менеджмента, в соответствии с которой успешное решение возникающих в организациях проблем зависит от способности менеджеров идентифицировать основные характеристики сложившейся ситуации. Ситуационный подход к разработке управленческого решения – концептуальный подход к поиску оптимального решения как к функции факторов среды в самой организации (внутренние переменные) и в окружающей среде (внешние переменные). Ситуация – совокупность обстоятельств (положение, обстановка), сложившихся в организации или ее подразделении. Склонность к риску {risk propensity). Стремление принять на себя дополнительный риск «в обмен» на потенциальные выгоды. Снижение риска – уменьшение вероятности возникновения потерь или размера возможного ущерба. Сопоставимость альтернативных вариантов управленческого решения – необходимое условие процесса разработки управленческого решения, приведение исходной информации по единым методам ее получения и уровню риска к одному объему, к одним срокам, уровню качества, условиям применения. Состав информации – классифицированные в зависимости от области (экономические, управленческие, технические и др.) данные, представленные в формализованном виде. Социальная ответственность {social responsibility). Обязанность руководства организации принимать решения и осуществлять действия, которые увеличивают уровень благосостояния и отвечают интересам как общества, так и самой компании. Спекулятивный риск – вероятность получения как отрицательного (проигрыш, убыток), так и положительного (выигрыш, прибыль) экономического результата. 87 Специалист по решению задач (task specialist role). Член команды, направляющий всю свою энергию на достижение командных целей. Специалист по решению задач {task specialist role). Член команды, направляющий всю свою энергию на достижение командных целей. Среда задач (функциональная среда) (task enviroment). Окружение, в котором непосредственно оперирует организация, воздействующее па большинство ее повседневных функций, напрямую связанных с основными видами деятельности (конкуренты, поставщики и потребители). Стандартный процесс принятия решений – процесс сравнения эффективности и выбора варианта решения из фиксированного набора альтернатив. Степень риска – вероятность наступления случая потерь, а также размер возможного ущерба. Стиль руководства – поведение руководителя по отношению к своим подчиненным, наглядно проявляющееся в процессе принятия решений. Стратегия (strategy). План, описывающий направленное на достижение целей организации распределение ресурсов и ее порядок действий во внешней среде. Страхование риска – способ управления риском, заключающийся в передаче риска страховщику (заключение договора страхования). Структуризация проблемы – разложение проблемы на компоненты по уровням иерархии, установление взаимосвязей между ними и построение дерева целей. Теории процессов (process theories). Группа теорий мотивации, призванных объяснить процесс выбора людьми направленных на удовлетворение индивидуальных потребностей образцов поведения и оценки эффективности принятого решения. Теория игр – дисциплина, изучающая формальные модели принятия оптимальных решений в конфликтных ситуациях, в том числе в условиях неопределенности. 88 Теория принятия решений – совокупность научных дисциплин, занимающихся рассмотрением проблемы принятия оптимальных решений применительно к объектам управления различной природы и в различных условиях существования. Теория решений, или статистическая теория принятия решений – дисциплина, которая изучает математические правила принятия решении. Техника управления – совокупность операций, процессов и процедур управленческого труда, выполняемых на основе существующих правил и инструкций, способствующих повышению производительности труда персонала управления. Технология – совокупность методов и средств преобразования исходных материальных ресурсов, информации и других компонентов «входа» системы в товар, а также других компонентов ее «выхода». Технология принятия решений – совокупность научных методов, моделей и приемов разработки и принятия управленческих решений. Технология принятия решений – состав и последовательность процедур, приводящих к решению проблем организации, в комплексе с методами разработки и выбора альтернатив. Технология принятия управленческого решения – процесс, состоящий из трех этапов: -1- подготовка решения – выявление и анализ управленческой ситуации; -2- принятие решения – оценка альтернативных вариантов и выбор единственного решения; -3- реализация решения. Толерантность к неопределенности (tolerance for ambiguity). Психологическая характеристика, позволяющая человеку не обращать внимания на хаос и неизвестность. Уверенность (определенность) (certainty). Ситуация, когда принимающий решение менеджер имеет всю необходимую ему информацию. Упорядочение рискованных альтернатив – ранжирование альтернатив по степени и стоимости риска. 89 Управленческая ситуация – сочетание условий и обстоятельств, создающих определенную обстановку (внешнюю среду), в которой вырабатывается управленческое решение. Управленческий процесс – совокупность операций и процедур воздействия управляющей подсистемы на управляемую, осуществляемых в рамках организационной структуры фирмы. Управленческий труд – вид трудовой деятельности по выполнению функций управления в организации. Назначением управленческого труда является обеспечение целенаправленной и скоординированной деятельности трудового коллектива по решению стоящих перед ним задач. Предметом управленческого труда является информация. Средством управленческого труда является организационная и вычислительная техника. Управленческий учет – функция менеджмента, обеспечивающая сбор, регистрацию и обобщение всей информации, необходимой руководству организации для принятия управленческих решений. Управленческий эксперимент (Managerial experiment) – пробное внедрение управленческого нововведения с целью оценки возможных последствий и принятия решений о его целесообразности и эффективности. Управленческое решение (Managerial decision)— творческое, волевое воздействие субъекта управления на основе знания объективных законов функционирования управляемой системы и анализа управленческой информации о ее состоянии, направленное на организацию деятельности коллектива по разрешению назревшей проблемы. Уровень принятия решении – статус ЛПР в иерархии организации. Факторный анализ – область математической статистики, объединяющая вычислительные методы, которые позволяют получить компактное описание исследуемых явлений на основе обработки больших массивов информации. 90 Факторы внешней среды – совокупность характеристик отдельных сфер страны, оказывающих прямое или косвенное влияние на устойчивость, эффективность и конкурентоспособность организации. Физическое моделирование – исследование объектов (систем) на физических моделях, при котором изучаемый процесс (явление) воспроизводится с сохранением его физической природы. Финансовый анализ – анализ финансовых показателей организации, характеризующих ее финансовую независимость от внешних источников финансирования, платежеспособность и кредитоспособность. Формализация (Formalizatiori). Разработка менеджментом закрепленных в официальных документах формальных правил, политики, инструкций, процедур, описаний работ, наставлений, в соответствии с которыми осуществляется управление и контроль над деятельностью сотрудников. Формулирование стратегии (strategy formulation). Этап стратегического менеджмента, предполагающий осуществление процессов планирования и принятия решений, в результате которых устанавливаются цели организации и разрабатывается стратегический план. Формы регламентирования управленческого труда (Methods of managerial labour regulation) – конкретное представление регламентов управленческого труда в виде совокупности реквизитов документов, схем, графиков, таблиц и т.п. Функционально-стоимостной анализ – метод системного исследования объектов (процессов, структур, изделий и т.п.), направленный на оптимизацию соотношения между полезным эффектом и совокупными затратами ресурсов за период жизненного цикла, применяемого по назначению объекта. Цель – выраженное качественно или количественно будущее состояние объекта управления, достижение которого обеспечит решение проблемы. Цели управления – желаемое, возможное или необходимое состояние управляемой системы, которое должно быть достигнуто. 91 Цель высшего уровня (super ordinate goal). Цель, которая не может быть достигнута одной из сторон в одиночку. Чистый риск – вероятность получения отрицательного (проигрыш, убыток) или нулевого экономического результата. Эвристические методы принятия решений – специальные (индуктивные) методы решения задач, направленные на сокращение количества альтернатив принятия решений в условиях нестандартных проблемных ситуаций. Экономико-математические методы – выбор наилучших, оптимальных вариантов, определяющих управленческие решения в сложившихся или планируемых экономических условиях. Экономическое обоснование управленческого решения – комплексное определение эффективности каждого из альтернативных вариантов решения. Эксперимент – метод познания процессов и явлений, основанный на физическом моделировании исследуемых объектов с целью изучения их реакции на внешние и внутренние воздействия. Эксперт – специалист, оценки и суждения которого ЛПР считает полезным учитывать при принятии решений. Экспертный метод – проведение экспертами интуитивно-логического анализа проблемы с количественной оценкой суждений и формальной обработкой результатов. Энтропия (entropy). Универсальное свойство всех систем, отражающее их тенденцию к постепенному «истощению» и смерти. Этическая дилемма (etiheal dilemma). Ситуации, когда все альтернативные решения или варианты поведения являются нежелательными из-за своих потенциально негативных моральных последствий, когда трудно отличить хорошее от плохого, добро от зла. Эффективность {effectiveness). Степень приближения организации к поставленной цели. 92 Эффективность управленческого решения – отношение полученного результата к величине затрат на осуществление решения.

Системы поддержки принятия решений

Похожие документы

Разделы

Поддержка

Системы поддержки принятия решений

Похожие документы

Добавить этот документ в коллекции

Добавить этот документ в сохраненные

Предложите, как улучшить StudyLib