CC BY
125
УДК 004.891.3
А. А. Ханова, О. В. Шубина
ФОРМИРОВАНИЕ СБАЛАНСИРОВАННОЙ СИСТЕМЫ ПОКАЗАТЕЛЕЙ ПРЦЦПРИЯТИЯ НА ОСНОВЕ ИСКУССТВЕННЫ1Х НЕЙРОННЫ1Х СЕТЕЙ (НА ПРИМЕРЕ ГРУЗОВОГО ПОРТА)
Введение
Повышение эффективности работы предприятия в настоящее время основано на оптимизации управления процессами предприятия, его инфраструктурой в результате применения современных управленческих и информационных компьютерных технологий. Первые модели измерения и оценки результатов деятельности предприятий появились в 1920-х гг., были довольно простыми для расчёта и строились исключительно на финансовых показателях (например, мультипликативная модель Дюпона или показатель ROI). В 70-90-х гг. появились другие концепции оценки стоимости и эффективности работы предприятий, среди которых наиболее популярной в последние годы является сбалансированная система показателей (ССП) [1].
Сбалансированная система показателей - это методика анализа состояния и система стратегического управления предприятием на основе измерения и оценки ее эффективности по набору показателей, подобранному таким образом, чтобы учесть все существенные с точки зрения стратегии аспекты деятельности организации (финансовые, производственные и т. д.). Подход отражает баланс между кратко- и долгосрочными цепями, между финансовыми и нефинансовыми измерителями, между индикаторами отставания и лидерства, а также между направлениями внешней и внутренней деятельности.
Проблемы формирования ССП
Концепция ССП, разработанная Р. Капланом и Д. Нортоном, транслирует миссию и общую стратегию организации в систему взаимосвязанных показателей. Стратегическое развитие фирмы оценивается как минимум в следующих четырех направлениях:
— финансы (эффективность бизнеса как отдача на вложенный капитал);
— потребители (оценка рыночных позиций и полезности продукции фирмы с точки зрения конечных потребителей);
— внутренние бизнес-процессы (оценка эффективных бизнес-процессов);
— обучение и рост (способность фирмы к восприятию новых идей, ее гибкость, ориентация на постоянные улучшения).
Концепция ССП согласует корпоративную стратегию с действиями по ее реализации, переходя от целей к бюджетам и планам действий. Для успешного достижения стратегии устанавливается мониторинг и обратная связь в системе стратегического управления. Для этого стратегические цели предприятия декомпозируются в набор критических факторов успеха (KPI). Для отражения факторов успеха разрабатывается набор ключевых показателей эффективности; их состав, количество и методы расчета очень специфичны для каждой фирмы.
При внедрении ССП на предприятии возникает проблема выбора показателей, поскольку в теории Каплана и Нортона четко не определено, каким образом следует отбирать показатели для включения их в систему и каким образом установить, является ли определенный набор показателей сбалансированным. Вопросам формирования набора показателей ССП посвящены работы М. Букреева, Пола Р. Нивена, известны оптимизационный и эвристический подходы [2, 3]. С позиции информационных технологий разработано программное обеспечение, которое поддерживает ССП на предприятии (QPR ScoreCard, Cognos Metrics Manager, Geac Performance Management, Рbviews, Aris BSC и др.). Такие программы позволяют осуществлять мониторинг сложившейся ситуации на предприятии, но не позволяют генерировать варианты показателей ССП, моделировать различные ситуации и осуществлять оценку эффективности предприятия по ССП в прогнозируемой ситуации.
Однако ни одна из существующих методик отбора не дает четкого алгоритма, а предлагаемые программные решения не позволяют прогнозировать изменение отобранных показателей в будущем в условиях изменяющихся эндо- и экзогенных факторов. Недостаточная изученность проблемы формирования ССП обусловливает необходимость исследований в этом направлении.
В качестве предприятия - объекта исследования - рассмотрим грузовой порт (ГП). Бизнес-процессы ГП зависят от множества факторов (наличие груза и его комплектность, готовность судна к приему или выдаче груза, наличие свободных складских площадей для приема груза, обеспеченность железнодорожным и автотранспортом для вывоза груза, наличие рабочей силы, метеорологическая обстановка), большая часть которых не управляется портом и носит стохастический характер. Работы в ГП ведутся круглосуточно и без перерывов на выходные и праздничные дни (для замерзающих транспортных узлов непрерывность рассматривается в пределах навигации). Деятельность ГП напрямую зависит от движения транспортного флота. Порт не определяет самостоятельно объем перегрузочных работ и их характер по роду груза. Порт обслуживает только те суда, которые прибывают в порт, и обрабатывает только те грузы, под которые эти суда предназначены [4].
Таким образом, целью исследований являлось совершенствование механизмов отбора показателей и формирования ССП для предприятия (на примере грузового порта) на комплексной математической, алгоритмической и инструментальной основе. Для достижения поставленной цели необходимо решить следующие задачи: разработать информационные механизмы формирования системы показателей на предприятии в виде стратегической карты; реализовать механизм оценки деятельности предприятия на основе ССП с учетом меняющихся факторов; провести апробацию предложенных методов на примере грузового порта.
Для решения такой неформализуемой задачи, требующей обработки больших массивов информации, проверки множества альтернативных гипотез, поиска их в базе данных становятся актуальными применение искусственных нейронных сетей (ИНС) и разработка интеллектуальной информационной системы (ИИС) [5].
Применение искусственной нейросети для отбора показателей ССП
Для генерирования вариантов ССП необходимо собрать точки зрения экспертов - какие наборы показателей в зависимости от выбранной стратегии необходимо включать в ССП. Далее происходит обучение сети и генерирование вариантов ССП в зависимости от той или иной стратегии. Работа нейросети состоит в преобразовании входного вектора в выходной вектор. Такое преобразование задается весами сети. Для решения сформулированной проблемы выбрана архитектура Кохонена - сеть нейронов, использующая евклидову меру близости для классификации объектов. Структура сети представлена на рис. 1.
Вектор Сумматоры Класс
Рис. 1. Сеть Кохонена
Точки зрения экспертов являются входными данными (векторами) для нейросети Кохонена. По мере ввода данных осуществляется обучение сети (корректировка весовых коэффициентов). Результат работы сети - код класса, к которому принадлежит предъявленный на входе объект, в данном случае стратегия, которой соответствует определенный набор показателей. В нейросетях принято кодирование номером канала. Поэтому сеть будет иметь М выходов, по числу классов (стратегий), и чем большее значение принимает выход номер т0, тем больше «уверенность» сети в том, что входной объект принадлежит к классу т0. Каждый выход можно трактовать как вероятность того, что объект принадлежит данному классу. Все выходы образуют полную группу, т. к. сумма выходов равна единице и объект заведомо относится к одному из классов.
Нейроны слоя Кохонена генерируют сигналы Вт,р. Интерпретатор выбирает максимальный сигнал слоя Кохонена и выдает номер класса т, соответствующий номеру входа, по которому интерпретатором получен максимальный сигнал. Это соответствует номеру класса объекта, который был на входе, в виде вектора Xе.
Ядра являются весовыми коэффициентами нейронов. Каждый нейрон Кохонена запоминает одно ядро класса и отвечает за определение объектов в своем классе, т. е. величина выхода нейрона тем больше, чем ближе объект к данному ядру класса. Общее количество классов совпадает с количеством нейронов Кохонена. Меняя количество нейронов, можно динамически менять количество классов.
После многократного предъявления примеров веса сети стабилизируются. В таком случае делается вывод, что сеть обучена. Важно отметить, что качество обучения сети напрямую зависит от количества примеров в обучающей выборке, а также от того, насколько полно эти примеры описывают данную задачу. После того как сеть обучена, система приобретает возможность генерировать варианты наборов показателей в зависимости от того, какую стратегию выбрал пользователь (руководитель предприятия). При формировании ССП это позволяет избежать влияния субъективного фактора.
Алгоритм формирования ССП
Формирование ССП на основе нейросети состоит из следующих этапов:
— отбор показателей;
— обучение нейросети на основе экспертных оценок;
— формирование ССП в соответствии со стратегией предприятия;
— формирование стратегической карты;
— оценка эффективности деятельности предприятия на основе ССП;
— мониторинг статистических данных предприятия.
Алгоритм формирования ССП представлен на рис. 2.
1
2
3
5
После запуска программы 1, решается вопрос о необходимости обучения системы 2. Если в базе данных системы нет набора показателей для требуемой стратегии, то выполняется обучение системы 3; если система обучена в соответствии с предложенной стратегией, осуществляется переход к этапу 7.
На этапе 3 в систему заносятся мнения различных экспертов о необходимом наборе показателей для выбранной стратегии. Определена группа из 50 показателей, по которым ведется оценка эффективности функционирования предприятий отдельно взятой отрасли. К таким показателям относятся:
— затраты на амортизацию кранового оборудования;
— затраты на амортизацию складских автопогрузчиков;
— затраты на топливо;
— репутация предприятия;
— количество привлеченных клиентов;
— безотказность погрузки;
— затраты на обучение сотрудников;
— доход на одного работника порта и т. д.
Оптимальное количество показателей для ССП, согласно теории Каплана, составляет в среднем 22-25, поэтому каждый участник группы экспертов (менеджеров) определяет набор показателей для сформулированной стратегии из имеющегося перечня.
На этапе 4 происходит корректировка весов нейросети. На этапе 5 выполняется проверка. Если система обучена, т. е. перебраны все варианты показателей, то переходим к этапу 6, иначе возвращаемся к этапу 3. Далее возможно продолжить работу с системой и перейти к этапу 7, где происходит выбор предложенного варианта системой. На этапе 8 принимается решение о построении стратегической карты - этап 9. Взаимодействие ИИС с графическим редактором дает возможность визуализировать взаимосвязь показателей и стратегии путем построения стратегической карты. Пример стратегической карты для ГП представлен на рис. 3.
На этапе 10 статистическая информация для анализа показателей ССП может быть загружена в ИИС как результат прогона имитационной модели (ИМ) ГП [6] или из корпоративной информационной системы предприятия.
На этапе 11 определяется необходимость оценки контрольных показателей. Если это необходимо, то на этапе 12 численная оценка степени достижения целей осуществляется за счет сравнения текущих и контрольных значений показателей предприятия. Интеллектуальная информационная система позволяет формировать отчет за выбранный период.
Проект ИИС формирования ССП
Интеллектуальная информационная система формирования ССП была спроектирована для ООО ПФ «ВТС-Порт». Входной информацией для системы являются: данные о ресурсной базе порта, статистическая информация по отрасли, мнения экспертов, оперативная информация корпоративной информационной модели (КИС) предприятия, данные ИМ, мнение пользователя системы. На выходе системы формируется набор показателей ССП, структурированное мнение эксперта в виде стратегической карты, отчет об эффективности ССП. Информационный механизм формирования системы показателей на предприятии в виде ЕРС-диаграммы показан на рис. 4.
I Программа \ \ запущена }
Разработчик
С Л Сформировать Справочники
справочники ^ л системы
Эксперты
Ґ N
Занести мнение Мнения
экспертов экспертов
▼
-> ґ > Скорректировать весовые коэффициенты Данные
нейросети
Система
Пользователь
Определить альтернативные варианты наборов показателей
(Совершен \ выход \ из программы і
Соответствие
показателей
стратегии
Построить стратегическую карту Стратегические карты
і г
С Л Оценить ССП Л Отчеты
Данные
КИС
Данные ИМ
Основная форма программы - «ИИС формирования ССП» - позволяет осуществить переход между основными модулями системы: обучение нейросети; определение набора показателей; статистические данные; оценка показателей; работа со справочниками. Форма «Справочники» предназначена для работы со справочной информацией, осуществляет переход между основными справочниками системы: единицы измерения; стратегии; эксперты; контрольные показатели; статистические показатели; цели.
Форма «Обучение сети» (рис. 5) предназначена для работы экспертов, а именно для обучения нейросети на основе их мнения о соответствии контрольных показателей отдельной стратегии. На форме имеются возможности: для ввода информации для идентификации эксперта; выбора стратегии; создания перечня показателей; поиска показателя из списка; просмотра соответствия выбранных показателей одной из 5 перспектив; ссылки на необходимые справочники. В системе предусмотрена возможность ввода дополнительной перспективы ССП.
Рис. 5. Форма «Обучение сети»
Форма «Определение набора показателей» (рис. 6) предназначена для работы пользователей системы, а именно для генерации системой контрольных показателей в соответствии с выбранной стратегией. На форме имеется возможность: для выбора стратегии; отображения варианта набора показателей; вызова конструктора для построения стратегической карты; вызова формы оценки показателей.
Форма «Оценка показателей» (рис. 7) предназначена для работы пользователей, а именно для оценки сгенерированного системой набора контрольных показателей в соответствии с выбранной стратегией. На форме имеются: поле для выбора стратегии; поле выбора варианта набора показателей; поле для ввода даты оценки; область для выбора вида оценки. После того как все необходимые параметры определены, возможно выполнить оценку показателей. Дополнительно открывается область для просмотра показателей и их оценки, а также кнопка генерации отчета.
Оценка показателей [ <—■ | И I- % .11
Стратегия: ПРибыль '
Номер варианта: ^ т Дата: 12.05.2010
Вид оценки
® В сравнении с базовым периодом © В сравнении с предыдущим годом
Оценить показатели |
Контрольные показатели: Оценка
л- Отлично
Прибыль от реализации (в год) | Неудовлетворительно —
Затраты на амортизацию кранового оборудования (в меся Отлично
Затраты на амортизацию кранового оборудования (в год) Хорошо
Затраты на амортизацию автокрана (в месяц) В Неудовлетворительно
Затраты на амортизацию автокрана (в год) Отлично г
Затраты на амортизацию складских автопогрузчиков |в м» Хорошо
Затраты на амортизацию складских автопогрузчиков (в гс — Неудовлетворительно
Заработная плата рабочих (в месяц) Отлично
Заработная плата рабочих (в год) Неудовлетворительно —
Затраты на топливо (в месяц) Удовлетворительно
Затраты на топливо (в год) Удовлетворительно
Затраты на электроэнергию (в месяц) Отлично
Затраты на электроэнергию (в год) Отлично
Затраты на ремонт оборудования (в месяц) Неудовлетворительно
Затраты на ремонт оборудования (в год) Отлично
| Отчет | (__ Выход
Рис. 7. Форма «Оценка показателей»
Форма «Статистические данные» предназначена для работы пользователей, а именно для ввода, корректировки основных текущих показателей деятельности компании. На форме имеется: поле для выбора показателя; область для просмотра значений показателей на определенную дату; ссылки на необходимые справочники. Форма «Редактор формул» предназначена для упрощения для пользователя процесса ввода формулы вычисления показателя.
Выходной информацией ИИС формирования ССП является набор показателей ССП (см. рис. 6), стратегическая карта (рис. 3), структурированное мнение эксперта, а также отчет об эффективности ССП. Фрагмент отчета по перспективе «Обучение и развитие» представлен на рис. 8.
Обучение и развитие
Показатель Базовое значение Полученное значение Единица измерения Оценка показателя Результат
Затраты на обучение 8,5 9 362,77 руб. 1 Неудовлетворительно
Доход/выпуск на одного рабочего 20 15 958,3 ру<5. 5 Отлично
Рис. 8. Фрагмент отчета
Заключение
Интеллектуальная информационная система формирования сбалансированной системы показателей во взаимодействии с системой управления базами данных, инструментарием имитационного моделирования и графическим редактором позволяет сохранять, анализировать и объединять обычно разрозненные, субъективные мнения экспертов с помощью нейронной сети Кохонена. Интеллектуальная информационная система способна формировать ССП в соответствии со спецификой отдельно взятой отрасли, создавать стратегические карты, оценивать эффективность функционирования предприятия в целом.
Сбалансированная система показателей, поддерживаемая удобными программными средствами, позволит предприятию сосредоточить все свои ресурсы (финансовые, кадровые, технологические, информационные) на реализации стратегии, обеспечить связь между стратегическими целями и ежедневной работой коммерческих, производственных и административных структур, а также повысить управляемость и эффективность деятельности.
СПИСОК ЛИТЕРАТУРЫ
1. Каплан Р. С., Нортон Д. П. Сбалансированная система показателей. От стратегии к действию. -М.: ЗАО «Олимп-Бизнес», 2006. - 320 с.
2. Букреев М. ССП. Превращение концепции в реальность [Электронный ресурс]. - Режим доступа: ЬИр://№ж^т1а1еу.иа/тёех.рЬр?1ё=9937.
3. Нивен Пол Р. Диагностика сбалансированной системы показателей. - М.: Баланс Бизнес Букс, 2006. - 256 с.
4. Семейкина А. А., Ханова А. А. Системный анализ логистического процесса морского порта // Управление в социальных и экономических системах: сб. ст. IV Междунар. науч.-практ. конф. - Пенза: РИО ПГСХА, 2006. - С. 213-215.
5. Матвеев М. Г. Модели и методы искусственного интеллекта. Применение в экономике: учеб. пособие. - М.: Финансы и статистика; ИНФРА-М, 2008. - 448 с.
6. Ханова А. А., Григорьева И. О., Потапова Е. С. Оценка эффективности деятельности организации на основе сбалансированной системы показателей и имитационного моделирования (на примере грузового порта) // Научно-технические ведомости СПбГПУ. - 2009. - Вып. 6. - С. 119-127.
Статья поступила в редакцию 17.05.2010, в окончательном варианте - 18.06.2010
FORMATION
OF THE BALANCED SCORECARD OF THE ENTERPRISE
ON THE BASIS OF ARTIFICIAL NEURON NETWORKS (ON THE EXAMPLE OF CARGO PORT)
A. A. Khanova, O. V. Shubina
The intellectual information system of formation of the Balanced Scorecard of the enterprise is described. The algorithm of the system functioning, functional, information and technological maintenance of information system is submitted.
Key words: intelligent information system, cargo port, neuron network, balanced scorecard.
