Разработка автоматизированной системы принятия управленческого решения как элемент инновационного проектирования Текст научной статьи по специальности «Экономика и бизнес»

РАЗДЕЛ III. СОЦИАЛЬНО-ЭКОНОМИЧЕСКИЕ И ОБЩЕСТВЕННЫЕ НАУКИ

УДК 005.53:004.896

В.А. Васяйчева

РАЗРАБОТКА АВТОМАТИЗИРОВАННОЙ СИСТЕМЫ ПРИНЯТИЯ УПРАВЛЕНЧЕСКОГО РЕШЕНИЯ КАК ЭЛЕМЕНТ ИННОВАЦИОННОГО

ПРОЕКТИРОВАНИЯ

В современных условиях хозяйствования вопрос совершенствования управления предприятиями и повышения их конкурентоспособности приобретает особую значимость. В трудах многих отечественных исследователей нашли свое отражение теоретические аспекты данной проблемы. Однако особенности принятия управленческих решений на предприятиях относятся к малоисследованной сфере. Данная статья посвящена рассмотрению задачи совершенствования системы управления предприятием посредством оптимизации бизнес-процессов на базе внедрения инновационных проектов и разработки научно обоснованных рекомендаций для принятия управленческих решений без привлечения дополнительных средств и инвестиций. Автором предлагается использование современных экономико-математических методов, новых информационных технологий и системы поддержки принятия решений (СППР) для эффективного использования имеющихся ресурсов.

Ключевые слова: управление, экономико-математические методы, системы поддержки принятия решений, программная реализация.

V.A. Vasyaycheva

USING THE AUTOMATED SYSTEM OF DECISION-MAKING AS AN ELEMENT

OF INNOVATION DESIGN

In modern managing conditions the issue of improving enterprise management and competitiveness are of particular importance. In many local articles the theoretical aspects of this problem are reflected. However, the features of acceptance of administrative decisions at the enterprises of small and medium businesses are in the way-out field. This article is devoted to improving enterprise management system through the optimization of business processes on the basis of innovative technologies and development of evidence-based recommendations for management decisions without additional funds and investments. The author suggests the use of modern economic and mathematical methods, new information technologies and decision support system (DSS) for the effective use of available resources.

Key words: management, economic and mathematical methods, decision support systems, software implementation.

DOI: 10.17217/2079-0333-2016-37-9 7-103

Совершенствование организации управления бизнес-процессами является одним из наиболее важных факторов обеспечения устойчивого развития предприятия и повышения их конкурентоспособности в условиях рынка. Усиление конкуренции особенно в связи с кризисом вынуждает руководство принимать экстренные меры по обеспечению стабильности, сокращению издержек предприятия, эффективному использованию имеющихся ресурсов за счет совершенствования организационной структуры и организационной культуры предприятия, а также за счет использования современных математических методов и информационных технологий в управлении.

Разработка методологических подходов к развитию отечественных предприятий, оценке их эффективности и конкурентоспособности приобрела на современном этапе особое значение

и должна отвечать требованиям времени: способствовать формированию рациональных, современных производственных структур, механизмов отбора факторов повышения их конкурентоспособности; разработке научно обоснованных рекомендаций для принятия управленческих решений [1, 2].

В одном из основных документов системы стратегического планирования развития РФ «Прогноз научно-технологического развития Российской Федерации на период до 2030 года»1 подчеркивается актуальность перехода современных предприятий на новый технологический уровень организации бизнес-процессов. Развитие современных отечественных информационно-коммуникационных технологий рассматривается как ключевой драйвер перехода к экономике, основанной на знаниях, интеллектуальных системах управления и поддержке принятия решений.

Наиболее действенными в этом отношении являются методологии, основанные на применении методов экономико-математического моделирования и автоматизации бизнес-процессов. Различные подходы к повышению конкурентоспособности предприятий розничной торговли и моделированию бизнес-процессов рассматривались в работах [3, 4].

В рамках данного исследования предлагается комплекс рекомендаций по повышению эффективности планирования основных финансовых показателей частного торгового предприятия (продуктового магазина).

Значительную экономию оборотных средств организация может получить при закупке продукции и определении оптимальной стратегии работы с поставщиками. Анализ проблем работы с поставщиками: мониторинг соотношения цен и качества поставляемой продукции, своевременность и наиболее выгодные условия поставок, надежность и ответственность - является определяющим при заключении договоров и должен постоянно быть на контроле руководства, так как от приложения сил в этом направлении зависит существенное увеличение доходности. В данной работе предлагаются мероприятия по совершенствованию выбора наиболее эффективного поставщика для открывшегося продуктового магазина.

Рекомендации сводятся к следующей последовательности действий по анализу поставщиков: определение экспертным путем общественной значимости закупок товаров у того или иного поставщика, выбор из множества вариантов наиболее оптимального на основе использования методов экономико-математического моделирования (метод иерархии приоритетов), метода экспертных оценок и применения систем поддержки принятия решений (СППР) [5-7].

Описываемые методы лежат в основе предлагаемых методических нововведений или сравниваются с ними по эффективности.

1. Метод экспертных оценок.

Для проведения анализа поставщиков на основе метода экспертных оценок требуется группа экспертов, численность которой должна быть не менее 9 человек (в нашем случае количество экспертов равно 12).

Экспертами определяются критерии оценки конъюнктуры различных поставщиков: качество продукции, своевременность поставок, цена продукции, широта ассортимента, стоимость доставки, условия платежей (возможность отсрочки), сумма минимального заказа, выполнение обязательств поставщиком, репутация.

Для решения задачи составляется матрица А (1), полученная в результате оценки «-альтернатив га-экспертами и производится ранжирование критериев (табл. 1):

А =

(1)

где Г ■ - ранг, присваиваемый г -м экспертом, г = 1,12, j -му критерию, ] = 1,9.

у

Полученные результаты показывают, что чем выше уровень перераспределения имеет эл е-мент, тем ниже его оценка. Критерий с самым высоким уровнем отбрасывается, остаются восемь более значимых.

1 Прогноз научно-технологического развития Российской Федерации на период до 2030 года (утвержден Правительством РФ 3 января 2014 г.), 14 февраля 2014, Москва.

Таблица 1

Результаты оценки критериев каждого поставщика

Эксперты Критерии

1 2 3 4 5 6 7 8 9

1 1 3 2 4 7 8 6 5 9

2 2 3 1 6 8 7 4 5 9

3 1 4 2 5 6 7 8 3 9

4 2 3 4 1 5 6 9 7 8

5 2 3 1 5 7 9 6 4 8

6 3 5 1 2 4 9 7 7 7

7 1 4 5 7 8 6 3 9

8 2 3 1 4 6 8 7 5 9

9 4 6 1 2 5 7 9 3 8

10 1 3 4 7 8 6 5 9

11 2 3 1 6 8 7 4 5 9

12 2 4 1 5 8 6 9 3 7

Результат ранжирования критериев приведен в табл. 2.

Таблица 2

Результаты ранжирования критериев

Критерии Уровень перераспределения

Качество продукции 2

Своевременность поставок 3

Цена продукции 1

Широта ассортимента 4

Условия доставки 6

Условия платежей 8

Сумма минимального заказа 7

Выполнение обязательств 5

Репутация поставщика 9

Проанализируем результат.

Вычисляем дисперсионный коэффициент конкордации (2). Так как все альтернативы разные (отсутствие связанных рангов), то дисперсионный коэффициент конкордации определяется по формуле Кендалла:

Ж = 12 • 3 , 0 < Ж <1, (2)

т2(п3 -п)

2

п( т \ 1 п /-,ч

где 3 - г\ , Г =1 ^Г, • (3)

]=1

= 1] ) п Ь ,

Дисперсионный коэффициент конкордации Ж = 0,8. Степень согласованности мнений экспертов можно считать удовлетворительной.

Поскольку коэффициент конкордации является выборочной оценкой истинного значения коэффициента и, следовательно, представляет собой случайную величину, то оценим его значимость, используя статистику:

х2 =т(п-\)Ж . (4)

Табличное значение х^ви = 15,51, а значение по формуле х2 = 67,32.

2 2

Поскольку ххабл < X , то гипотеза о согласии экспертов в ранжировках принимается.

Результатом обработки мнений экспертов является установление наиболее значимых критериев для дальнейшей оценки поставщиков (табл. 3).

Таблица 3

Наиболее значимые критерии оценки поставщиков

№ Критерии

1 Качество продукции

2 Своевременность поставок

3 Цена продукции

4 Широта ассортимента

5 Условия доставки

6 Условия платежей

7 Сумма минимального заказа

8 Выполнение обязательств

2. Метод анализа иерархий (МАИ) [5].

Посредством МАИ (Т. Саати) отбирается наиболее выгодный для сотрудничества поставщик из следующих: А - ООО «Титан»; В - ООО «Регион Трейд»; С - ООО «Горизонт». Составим матрицу (5) сравнений между отобранными экспертами критериями (табл. 4):

А = (

(5)

где а. - относительные оценки экспертных весов критериев поставщиков (условие согласован-

ности матрицы):

1

аП =-> а,ка1д-ау ■

Матрица сравнений критериев

(6)

Таблица 4

1 2 3 4 5 6 7 8

1 1,00 0,52 1,21 0,47 0,29 0,27 0,28 0,42

2 1,91 1,00 2,32 0,9 0,55 0,51 0,53 0,80

3 0,83 0,43 1,00 0,39 0,24 0,22 0,23 0,35

4 2,13 1,11 2,58 1,00 0,61 0,57 0,59 0,89

5 3,48 1,82 4,21 1,63 1,00 0,93 0,96 1,45

6 3,74 1,93 4,53 1,76 1,08 1,00 1,04 1,56

7 3,61 1,89 4,37 1,69 1,04 0,97 1,00 1,51

8 2,39 1,25 2,89 1,12 0,69 0,64 0,66 1,00

Затем вычислим нормализованные веса (7) каждого критерия (табл. 5):

У а.

А! II

К

УУ а1

УК =1.

(7)

Нормализованные веса критериев

Таблица 5

1 2 3 4 5 6 7 8

Веса 0,05 0,10 0,04 0,11 0,18 0,20 0,19 0,13

Составляя матрицы сравнений между имеющимися поставщиками по каждому из критериев (матрицы являются согласованными, так как их индексы согласованности не превышают 0,1), найдем нормализованные веса каждого поставщика и построим векторы приоритетов (табл. 6).

Вектора приоритетов поставщиков

Таблица 6

1 2 3 4 5 6 7 8

0,05 0,10 0,04 0,11 0,18 0,20 0,19 0,13

А 0,31 0,35 0,30 0,33 0,35 0,33 0,32 0,31

В 0,28 0,27 0,30 0,30 0,31 0,36 0,29 0,32

С 0,40 0,38 0,39 0,37 0,33 0,31 0,37 0,36

Рассчитываем глобальные нормализованные веса (8) каждого поставщика (табл. 7):

% = (Ki 'Pik +к2 'Pik +...+к„-Р,кМ0^ k =1 т, (8)

здесь Pk - вес k-го партнера относительно /-го критерия.

Глобальные нормализованные веса критериев

Таблица 7

А В С

®k 33,1 31,4 35,5

В качестве приоритетного выбираем того поставщика, у которого вес - максимальный.

По результатам МАИ - это «ООО Горизонт».

3. Выбор наилучшего поставщика с помощью СППР «Выбор» [7].

Воспользуемся специализированной системой поддержки принятия решений «Выбор» для автоматизированных расчетов. Программа создана на основе метода Т. Саати. Она позволяет точно определить глобальные нормализованные веса различных поставщиков.

Определив необходимое количество уровней и узлов, а также указав связи между ними, получаем схему, представленную на рис. 1.

Уровень цели

Уровень критериев

Уровень альтернатив

Рис.1. Иерархическая схема связей

После ввода данных и команды «Выполнение вычислений» программа рассчитывает веса критериев (автоматически проверяется согласованность матриц) (рис. 2).

Рис. 2. Расчет весов приоритетов критериев

После внесения всех данных программа производит расчет глобальных нормализованных весов и выводит диаграмму результата (рис. 3).

Рис. 3. Диаграмма результата

Результаты, полученные в программе, совпали с теми, что были рассчитаны в Excel. Очевидно, что применение СППР значительно сокращает время обработки эмпирических данных, но она является дорогостоящей программой, доступной не любому предприятию торговли.

Используемые методы экспертных оценок и анализа иерархий требуют более значительных затрат времени, безошибочных расчетов и определенной математической подготовки. Поэтому в работе предложена программная реализация, адаптированная к данной организации. Программа написана на языке С#. В ее основе лежит метод анализа иерархий.

Блок-схема программы представлена на рис. 4.

После ввода начальных данных и количества поставщиков необходимо нажать кнопку «Вычислить результат». Программа выведет вектора приоритетов и посчитает глобальные нормализованные веса (рис. 5).

Начало

Выбор количества поставщиков

, г

Заполнение матриц попарных сравнений

Расчет нормализованных весов

Заполнение векторов приоритетов

I ~

Расчет глобальных нормализованных весов

Конец

Сравнение поставщиков по критериям

Критерий 1

Критерий 2

Критерий 3

Критерий 4

А В С

А 1 1.1 0.8

В 0.91 1 0.68

► С 1.25 1.47 1

А В С

А 1 1.3 0.92

В 0.77 1 0.73

► С 1.09 1.37 1

А В С

А 1 0,95 0.82

В 1.05 1 0.73

► С 1.22 1.37 1

А В С

А 1 1.3 0.7

В 0.77 1 0.98

► С 1.43 1.02 1

Критерий 5

Критерий 6

Критерий 7

Критерий 8

ABC

А В 1 0.93 1.3

1,08 1 0.8

► С 0.77 1.25 1

А В С

А 1 1.1 0.9

В 0.91 1 1.4

► С 1.11 0.71 1

А В С

А 1 1.23 0.76

В 0.81 1 0.9

► С 1,32 1.11 1

А В С

А 1 1.06 0.77

В 0.94 1 0,97

► С 1.30 1.03 1

Результаты

1 2 3 4 5 6 7 8 ГНВ

0.05 0.1 0.04 0.11 0.18 0.2 0.19 0.13

А 0.31 0.35 0,3 0.33 0.35 0,33 0.33 0.31 33,08

В 0.28 0.27 0.3 0.3 0.32 0.36 0.3 0.32 31.42

► С 0.4 0.38 0,39 0.38 0.33 0.31 0.38 0.37 35,71

| Вычислить результат | Выход

Рис. 4. Блок-схема программы

Рис. 5. Вывод результата

Зеленым цветом подсвечивается приоритетный поставщик, которому соответствует наибольший глобальный нормализованный вес.

Таким образом, предлагаемый подход к управлению позволит руководству предприятия сделать объективную, структурированную экономическую оценку результативности принимаемых решений. На основе представленного алгоритма станет возможным экономически взвешенно подходить к процедуре организации бизнес-процессов, оперативно принимать управленческие решения, а также корректировать направления деятельности предприятия.

Литература

1. Васяйчева В.А., Сахабиева Г.А., Сахабиев В.А. Совершенствование управления организацией // Вестник Самарского муниципального института управления. - Самара: САГМУ, 2012. -188 с.

2. Волкова О.Н., Ковалев В.В. Анализ хозяйственной деятельности предприятия. - М.: ООО «ТК Велби», 2011. - 424 с.

3. Петрова А.В. Моделирование бизнес-процессов на предприятиях розничной торговли // Вестник Челябинского гос. ун-та. - 2009. - 147 с.

4. Кент Т., Омар О. Розничная торговля: учебник / пер. с англ. - М.: ЮНИТИ-ДАНА, 2012. - 719 с.

5. Саати Т. Принятие решений. Метод анализа иерархий. - М.: Радио и связь, 1993. - 278 с.

6. Рудаков Д.В., Чернявский Д.И. Моделирование и реинжиниринг бизнес-процессов. -Омск: ОмГТУ, 2010. - 84 с.

7. URL: http://www.ciritas.m/product.php?id=10

Информация об авторе Information about author

Васяйчева Вера Ансаровна - Самарский национальный исследовательский университет имени академика С.П. Королева; 443Q86, Россия, Самара; доцент; доцент кафедры управления человеческими ресурсами; veraavasyaycheva@yandex.ru.

Vasyaycheva Vera Ansarovna - Samara National Research University; 443086, Russia, Samara; Associate Professor; Associate Professor of the Department of Human Resource Management; veraavasyaycheva@yandex.ru