CC BY
10МОДЕЛЬ ОЦЕНКИ ЗАТРАТ ИНФРАСТРУКТУРЫ СИСТЕМЫ КОНТРОЛЛИНГА НАУЧНО-ПРОИЗВОДСТВЕННОГО
ПРЕДПРИЯТИЯ Николаев Виктор Николаевич, д.т.н., профессор, Юго-Западный государственный университет, г.Курск, Россия (e-mail: nikovic54@yandex.ru) Рогатин Сергей Иванович, к.э.н.,
АО «Научно-исследовательский институт точных приборов» г.Москва
(e-mail: sergey.rogatin@niitp.ru)
Проанализированы подходы оценки эффективности системы контроллинга предприятия. Выявлены особенности функционирования автоматизированных систем данного класса. Предложена модель оценки затрат на создания инфраструктуры системы контроллинга.
Ключевые слова: автоматизированная информационная система, система контроллинга предприятия, жизненный цикл, оценка затрат.
В настоящее время научно-технической проблемой является оценка эффективности процессов построения и эксплуатации системы контроллинга (СК) научно-производственного предприятия (НПП). Данная инфраструктура состоит из большого числа автоматизированных информационных систем (АИС) различного назначения и обеспечивает в конечном итоге инновационную создание наукоемкой инновационной продукции [1-2].
Эффективность использования информационных технологий на основе АИС определяется рядом разнородных факторов, таких как [3-5]:
- сложность количественных оценок самого понятия «эффективности» автоматизированной обработки;
- априорная неопределенность объективной оценки основных показателей функционирования АИС - продолжительности, стоимости, функциональности;
- непрерывность процесса разработки, внедрения и эффективной эксплуатации основных элементов и компонент СК;
- сложность восприятия информационных технологий рядом сотрудников, как нетрадиционных для решения ряда прикладных задач;
- субъективность оценок затрат, эффекта, расширения функциональных возможностей;
- необходимость учета всего жизненного цикла распределенных разно-ресурсных подсистем СК и сопутствующих элементов.
В настоящее время для определения эффективности затрат на создание и сопровождение АИС различных классов предлагается ряд оценок, которые можно группировать следующим образом [6]:
- вероятностные методы;
- статистические методы;
- экономические методики;
- инструменты качественного анализа.
Достоинством вероятностных методов является возможность описания процесса автоматизированной обработки информации обладающих исходной априорной неопределенностью с помощью статистических и математических моделей. Выделение эффекта, полученного только от внедрения информационных систем, на практике представляется достаточно сложной задачей.
Преимущество финансовых методов — их базовая классическая теория определения экономической затратной составляющей. Данные методы используют общепринятые в финансовой сфере критерии, что позволяет оценивать затраты по соответствующим элементам и компонентам СК на всех этапах жизненного цикла (ЖЦ). Главный недостаток — в ограниченности применения таких методов - оценка экономической составляющей, которая как правило является частным показателем и не оценивает степень выполнения СК своего функционального предназначения.
Полноценное использование вероятностных и экономических методов ограничивается недостаточно полной разработкой математических моделей описывающих процессы функционирования подсистем и элементов СК. Также невозможно, точно спрогнозировать изменение технико-экономических показателей функционирования АИС такого класса.
Достоинством качественных (эвристических) методов является реализованная в них попытка дополнить количественные расчеты качественными оценками и оценками имеющейся статистики. Они могут помочь оценить все явные и неявные факторы эффективности информационных проектов и согласовать их с общей стратегией создания и развития СК. Данная группа методов позволяет специалистам самостоятельно выбирать наиболее важные для них характеристики АИС и СК.
Рассмотрим основные требования к оценке показателей эффективности АИС и СК на различных фазах ЖЦ [7]:
- показатели эффективности должны быть строго обоснованы, в них не должно быть противоречий содержательного и формального характера (экономического, математического, логического и т.д.);
- модели, используемые для оценки показателей должны учитывать важнейшие свойства исходной информации, используемой для расчета показателей эффективности (случайный характер изменения во времени технико-экономических показателей информационной системы и разновременность затрат;
- подход должен допускать однозначное толкование и позволять с единых системных позиций подходить к разным вариантам построения СК.
Поэтому, рассчитывая эффект от внедрения АИС и СК, необходимо разграничить эффективность внедрения новой информационной системы и новых принципов работы.
Первое изменение предполагает автоматизацию и приводит к экономии ресурсов, второе — организационную инновацию и приводит к получению новой информации, знания, опыта.
Таким образом, методика оценки эффективности внедрения новых систем и технологий должна иметь комплексный характер по отношению к выбору источников эффективности: помимо экономии традиционных ресурсов АИС, оценивать экономический эффект.
Указанные новые виды ресурсов, используемые при построении СК не всегда могут быть оценены количественными показателями, поэтому комплексный характер методики должен проявляться и при выборе показателей для оценки изменений. Предпочтительно комбинированное использование качественных и количественных показателей.
Они могут сочетать в себе элементы других классов методов: финансовые критерии можно использовать для определения материальных затрат информационного проекта, для приведения их к единому моменту времени; вероятностные — для определения степени использования ресурсов, временных затрат необходимых для формирования выходных информационных продуктов [8].
Цели функционирования СК, как правило, ориентированы на получение определенных оперативно-технических результатов в продолжительной перспективе отрасли и позиции данного предприятия в конкурентной борьбе.
Для решения задач анализа при оценке эффективности СК, в различных постановках, необходима соответствующая модель [9].
Выходными величинами модели являются показатели эффективности, качества, надежности и стоимости, формирующие критерий выбора.
Входными величинами модели являются, очевидно, частные показатели и характеристики, т.е. подлежащие выбору факторы (например, структуры) и параметры. Их называют также выбираемыми или управляемыми факторами и параметрами.
По аналогии приведем схему модели показателя затрат СК (рис.1). Основой модели являются показатели затрат на этапах ЖЦ подсистем СК рассчитываемые классическими методами [10].
Таким образом, модель для анализа и синтеза имеет многоуровневую иерархическую структуру. Все структурные уровни модели объединяются в целостную модель посредством критерия эффективности, находящегося на верхнем уровне иерархии и сформированного из частных показателей эффективности, качества и стоимости.
Целенаправленный характер процессов функционирования элементов СК требует рассматривать ее эффективность с позиции общей теории эффективности, а именно как комплексное свойство, характеризуемое основными показателями.
Ресурсы, необходимые для создания систем автоматизации рассматриваемого класса, в общем виде опишем затратной функцией
н = 1 IМ1 (1)
у=\ Р =1 Я =1
Рисунок 1 - Структура модели затрат СК
где Г - число иерархических уровней в СК;
Р - число типов функциональных элементов на каждом уровне; ? - число категорий затрат; Ср? - частный показатель затрат. В практике построения систем автоматизации различных классов принято выделять следующие категории затрат
С(г) = с(у) Е + С(у) Е + С(у) (2)
^Р^ ~ ^КТСр^ ПОР ^Эр , (2)
где Сктс - затраты на приобретение и внедрение комплекса технических средств (КТС);
СПО - затраты на разработку (приобретение и доработку) и внедрение ПО и ИО;
СЭ - среднегодовые затраты на эксплуатацию программно-технических средств и выполнение процесса АО;
Т - амортизационный коэффициент, связанный с временем
1 ЖЦ
ТЖц - жизненного цикла элементов СК.
В свою очередь затраты на создание КТС функционального элемента СК каждого уровня определяются как
СУ) _ СУ) I СУ) I С(г) /тч
^КТСр ^ВСр ^Пр^ВСр (3)
где СВВСр , СПР, СВСр - соответственно затраты на приобретение вычислительных средств, периферийного оборудования и ввод в строй одной единицы оборудования.
Существенную роль играют затраты на разработку ПО и ИО
I
сПо _ТсПР 1_1
1 (У)
— + ППР ■ ОПо
(4)
где СПР - затраты на одного программиста;
пПР- число программистов (операторов) работающих над проектом по ь типу массива ГПИ;
е - нормативная производительность программиста (оператора); 6 - число команд (элементов векторизации) реализуемых в ПО и ИО; ^опа - время отладки программного обеспечения для АИС. Эксплуатационные затраты для каждого функционального элемента СК (подсистема, АРМ, ПЭВМ, проекционная система и т.д.) определяются приведенным количеством персонала необходимого для выполнения процесса обработки информации и поддержания работоспособности информационно-вычислительной среды.
Для типовой трехуровневой СК, для случая одинаковых функциональных элементов, на основе обобщения выражений (1-4) получим затратную функцию
н_л(+ПС)+)+ПЭ'С?)МсКТс+п?^')+%%, (5)
У_1
Целесообразно, для проведения дальнейших исследований, преобразовать выражение (5) путем его нормирования и введения коэффициента
(у) /
Щ(у2) _ С3УУ
Щ _ / (2), отражающего отношение затрат элементов каждого уровня
/ С3
построения системы, приведенные к стоимости типового АРМ
н + Ь + Мщ(32) + ЩПО) )/
Н /С(2) (6)
/ ^3
где С3 _ ^(СКТС + ПэСэ ), Щ - коэффициент, характеризующий отношение затрат на разработку программных и информационных продуктов к затратам С3(2) .
Полученная затратная функция является частным случаем свертки вектора функции для трехуровневого СК и функционально связана со следующими показателями
Н=^ГЛЬМ?,С1) (7)
Таким образом выражение (7) характеризует экономическую целесообразность построения СК как элемента АИС.
Полученный показатель эффективности необходим для решения ряда задач, возникающих на различных этапах ЖЦ: создания, внедрения, эксплуатации и модификации подсистем и элементов АИС.
Наиболее типичными из них являются.
1. В процессе создания:
- сравнение альтернативных вариантов конфигурации подсистем и элементов СК;
- определение функционального и количественного состава технических средств;
- выбор аппаратно-программных решений;
- расчет интеллектуальных ресурсов (персонала) необходимого для эксплуатации СК;
- технико-экономическое обоснование основных системно-технических решений в проводимых НИОКР;
- проверка соответствия проекта техническому заданию.
2. В процессе внедрения и эксплуатации:
- определение целесообразности использования методов и средств СК на основе ГИТ;
- выбор оптимального режима работы подсистем и элементов СК;
- определение возможности решения новых задач в заданной системе ограничений;
- оценка резерва пропускной способности;
- определения возможности и механизма управлении ресурсами СК;
- управление ходом прохождения сложных информационных проектов.
3. В процессе модификации:
- технико-экономическое обоснование и выяснения целесообразности модификации;
- сравнение альтернативных вариантов модификации.
Выражение для показателя затрат (7) является многокомпонентным и содержит ряд частных показателей. Это требует проведения дополнительных исследований по разработке частных моделей функционирования элементов АИС и оценке чувствительности данных моделей к показателям, определяющих структуру, состав и характеристики подсистем, элементов СК.
Таким образом в результате исследований.
1. Произведен анализ существующих подходов к оценке эффективности обработки информации в СК. Предложена модель оценки затрат при создании инфраструктуры элементов и компонент СК.
2. Сформирован СК оценки затрат при создании инфраструктуры элементов и компонент СК который необходим для решения ряда задач, возникающих на различных этапах ЖЦ: создания, внедрения, эксплуатации и модификации подсистем и элементов АИС.
Список литературы
1. Кузьмин Г.В., Николаев В.Н., Рогатин С.И. Методология управления развитием научно-производственных предприятий на основе контроллинга // Курск. 2019. с. 246.
2. Кузьмин Г.В., Макарьин И.В., Николаев В.Н., Стратилатов Н.Р. Методология создания автоматизированных информационных систем коллективной обработки разнородной информации от средств аэрокосмического мониторинга // Курск 2018.с. 245.
3. Каблашова И.В., Логунова И.В., Саликов Ю.А. Инновационное развитие системы управления предприятием в условиях цифровой трансформации // Организатор производства. 2019. Т. 27, № 2. С. 46-58.
4. Лыгина Н.И., Рудакова О.В., Алексахин А.Н., Терехова Л.А. Информационно-коммуникационные технологии как средство повышения эффективности управления промышленным предприятием // Известия Юго-Западного государственного университета. Серия: Экономика. Социология. Менеджмент. 2017. Т. 7, № 4 (25). С. 136-148.
5. Вертакова Ю. В., Николаев В. Н. Организация инфраструктуры системы управления инновациями высшего учебного заведения // Известия Юго-Западного государственного университета. 2011. № 6-1(39). С. 37-41.
6. Николаев В.Н., Мяснянкина Д.В. Метод управления технико-экономическими ресурсами телекоммуникационной инфраструктуры геоинформационной системы предприятия // Телекоммуникации. 2014. № 11. С. 34-38.
7. Николаев В.Н., Маслак А.А. Метод оценки и управления экономическими и интеллектуальными ресурсами инфраструктуры предприятия по критерию «эффективность-стоимость» // Информационно-измерительные и управляющие системы. 2013. Т. 11. № 8. С. 46-49.
8. Николаев В.Н. Выбор показателя качества функционирования системы обработки геопространственной информации с разнотипными распределенными ресурсами // Системы управления и информационные технологии. 2006. №1(23). С. 51-53.
9. Николаев В.Н., Рогатин С.И., Коломиец Е.А., Атакищев О.И. Оценка эффективности локальной вычислительной сети при решении главной и обеспечивающей задач // Известия Юго-Западного государственного университета. 2019. Т.23. № 2. С. 174-185.
10. Николаев В.Н., Лапина Т.И., Гришин П.В. Метод спектрального сингулярного анализа двухмерных полей преднамеренно искаженных цифровых изображений (2D-SSA) // Информационно-измерительные и управляющие системы. 2016. Т. 14. № 6. С. 9-16.
Viktor Nikolayevich Nikolayev, Professor
FSBOU "South-West State University", Kursk, Russia Rogatin Sergey Ivanovich, K.E.
JSC "Research Institute of Precision Instruments", Moscow, Russia
COST ESTIMATION MODEL OF INFRASTRUCTURE OF CONTROLLING SYSTEM OF SCIENTIFIC AND PRODUCTION ENTERPRISE
Abstract. Approaches for evaluating the effectiveness of the enterprise controlling system have been analysed. Features of operation of automated systems of this class are identified. Proposed model of cost estimation for creation of controlling system infrastructure.
Keywords: automated information system, enterprise controlling system, life cycle, cost estimation.
