CC BY
29
УДК 334.7
С. В. Удахина, Т. А. Черняк, Г. А. Костин, А. П. Кирпичников
РАЗРАБОТКА НЕЧЕТКОЙ КОГНИТИВНОЙ КАРТЫ ИЗМЕНЕНИЯ СЕБЕСТОИМОСТИ ОТ ИСПОЛЬЗОВАНИЯ НОВЫХ ИНФОРМАЦИОННЫХ И КОММУНИКАЦИОННЫХ ТЕХНОЛОГИЙ С ЦЕЛЬЮ ПОВЫШЕНИЯ ЭФФЕКТИВНОСТИ УПРАВЛЕНИЯ В НЕФТЕГАЗОВОМ КОМПЛЕКСЕ
Ключевые слова: себестоимость, нечеткая когнитивная карта, информационные технологии.
Настоящее исследование направлено на определение индикаторов, влияющих на себестоимость при внедрении автоматизированной системы учета реализации продукции нефтегазового комплекса. Продолжением проведенного исследования может стать нечеткая модель как основа системы поддержки принятия решения о выборе типа автоматизированной информационной системы учета реализации продукции в непростой экономической ситуации.
Keywords: the primary cost, fuzzy cognitive map, information technologies.
The present research is the indicators determining that influence the primary cost in the implementation of automated accounting system of oil and gas complex sails. An extension of the research can be a fuzzy model as the basis of Decision Support System about automated information system of sales accounting in a difficult economical situation.
Введение
В условиях непростой экономической и политической ситуации происходит снижение мировых цен на энергоносители. Одним из основных энергоносителей является нефть. Предприятия нефтегазового комплекса вынуждены сокращать свои расходы в целях снижения себестоимости своей продукции. В себестоимость нефти включаются затраты на добычу, транспортировку, переработку, реализацию. Как известно, в России себестоимость добычи составляет от 30 до 40 долларов за баррель. Этот показатель не является самым низким в мире и растет по ряду объективных причин [3].
Расчет себестоимости добытой нефти не представляет трудности в связи со структурированностью затрат. Но современный рынок требует прогнозирования значений. Основная доля расходов предприятий нефтегазового комплекса приходится на процессы управления [1]. Из этого следует, что организационная структура управления предприятием влияет на себестоимость продукции. Особенностью предприятий нефтегазового комплекса является тесная взаимосвязь технологических процессов основного типа добычи, транспортировки, переработки. Различают вертикальную, горизонтальную интеграции нефтяных компаний. Наиболее часто (около 60%) встречается вертикальная интеграция. По такому принципу функционируют как холдинги (Лукойл), так и трасты. Нефтегазовые компании, реализующие вертикально-интегрированную цепочку создания стоимости продукта нефтяной компании, носят название вертикально-интегрированные нефтегазовые компании (ВИНК). Важнейшим преимуществом вертикальной интеграции является реализация конечной продукции по всему производственному циклу. В идеале ВИНК реализуют сектора: upstream, midstream, downstream.
Предприятия, не реализующие сектор downstream для реализации продукции, привлекают сто-
ронние предпринимательские структуры- независимых ритейлеров или даунстрим интегрированные компании. В зависимости от стоимости активов компании могут их вводить в контур своего бизнеса, но чаще всего крупные холдинги отказываются от этого. Такой вид сотрудничества имеет как плюсы, так и минусы. На первый взгляд снижаются затраты, связанные с содержанием подобных компаний в своей структуре, но становится актуальным процесс учета реализации продукции и как следствие увеличение потерь и повышение себестоимости. Так как явно на себестоимость продукции систематизация учета реализации не влияет, а глубоких исследований по данному вопросу не проводилось, авторы считают необходимым разработку модели, отражающей взаимосвязь между планомерной системой автоматизации учета реализации в нефтегазовом секторе и себестоимостью продукции [2]. Основной такой модели может быть когнитивная карта, построенная по результатам проведенного выше анализа. Она позволит представить формализацию проблемной ситуации в виде субъективной модели. Это ориентированный граф, в котором вершины -это концепты, а дуги -степени влияния концептов друг на друга. Создание такой модели требует выполнения следующего алгоритма:
- рассмотреть основные процессы реализации;
- определить основные стратегические позиции;
- по каждой позиции сформулировать цель;
- выявить индикаторы идентификаторы, влияющие на достижения целей.
- определить степень влияние каждого индикатора на достижение цели;
- сформулировать возможные состояния каждого идентификатора.
В данной работе рассмотрим первые четыре позиции.
Представим бизнес-процесс реализации продукции нефтяных компаний как последовательность следующих бизнес-процессов (рис. 1).
Рис. 1 - Основные бизнес-процессы реализации нефтепродуктов
На рисунке 1 представлены 2 контура, они представляют собой две независимые информационные системы учета. Традиционная система учета реализации нефтепродуктов построена именно по этому принципу. При реализации каждого подпроцесса происходят потери. Часть потерь - технические и устранить их практически невозможно. Но своевременный автоматизированный учет позволит снизить потери (по оценкам аналитиков с 40 % до 5%). Информационных систем учета множество, но не все они позволяют решить проблему снижения себестоимости. В таблице 1 приведено сравнение традиционных систем учета и специализированных систем учета, внедряемых во все бизнес-процессы. Такие системы позволяют осуществлять полный контроль на протяжении всей цепочки получения дохода, и они интегрированы во все бизнес-процессы компании. Проблема этих систем в том, что имеющаяся методология (ВиБшеззАззшапсе) по которой они функционируют, требует разработки автоматизированной системы для каждого отдельного предприятия. Это увеличивает их стоимость в несколько раз по сравнению с типовыми традиционными системами.
Таблица 1 - Сравнение информационных систем
Характери- Традиционная Специализиро-
стики система ванная система
системы
Время реаги- обнаружение прогнозирование
рования уже состоявшегося факта ситуации
Подход к ис- функциональ- системный
пользованию ный
информации
Стоимость низкая высокая
Уровни авто- оперативный все уровни
матизации
Оборудова- подходит требуется доос-
ние имеющееся нащение
Снижение до 20% до 35%
потерь
Как видно из таблицы 1 специализированные системы, позволяют прогнозировать значения, но в тоже время они являются более дорогими (для каждой компании это будут свои значения, полученные в результате расчетов), поэтому необходимо обосновывать их эффективность для каждого отдельно взятого предприятия. Для обоснования применения
той или иной систе в дели основн е стратегические позиции - это четыре перспективы предложенные Капланом и Нортоном: финансы, клиенты, внутренние процессы и развитие.
Для выявления основных показателей (в дальнейшем назовем их концептами) рассмотрим каждую из позиций с точки зрения стратегических целей. Сформируем эти цели.
Финансы: снижение себестоимости, увеличение прибыли.
Клиенты: увеличение потребительской ценности.
Внутренние процессы: формирование эффективных бизнес-процессов
Развитие: конкурентное преимущество произведенной продукции, стабильные отношения со сторонними предпринимательскими структурами.
В каждой цели выделим целевые индикаторы, влияющие на ее достижение. Для финансов - это себестоимость (она была рассмотрена ранее).
Для клиентов. Яркими примерами потребителями в нефтегазовом секторе являются частные операторы АЗС, чья деятельность напрямую не связана с конкретным холдингом. Так сеть автозаправочных станций Дельта позиционирует себя как АЗС с дополнительными возможностями, суть ее деятельности сводится к применению различного рода присадок к основному виду топлива. Примерами конечных потребителей являются физические лица, которые потребляют газ для частных нужд. Все они оплачивают топливо. Как было описано, выше крупные компании акцентируют свое внимание на добыче нефтепродуктов и отказываются от сбыта. Снижение доли предприятий, реализующих полную цепочку формирования стоимости, убывает до 2% в год. Крупные компании продают автозаправочные станции. Особенно эта тенденция свойственна европейскому рынку. Сотрудничество между нефтегазовыми компаниями и конечными реализаторами (предпринимательскими
структурами) осуществляется на принципах аутсорсинга, конкурсного отбора, на основе свободного предложения [5]. Если предприятие планирует расширять рынок сбыта, то заключение долгосрочных договоров с такими компаниями позволит достичь не только цели-клиенты, но и цели процессы развития. Таким образом, привлекая к сотрудничеству предпринимательские структуры с дополнительными возможностями, нефтяные компании могут рассчитывать не только на долгосрочность отношений, но и на увеличение объема сбыта. Таким образом, в качестве индикатора выступает тип компаний, а также тип сотрудничества между предпринимательскими структурами [4].
Для внутренних процессов. Повысить эффективность внутренних бизнес-процессов основных, управленческих, вспомогательных возможно за счет внедрения НИОКР, оптимизации структуры управления, а также автоматизации. Рынок автоматизированных информационных систем для нефтяных компаний очень разнообразен. Например, американская компания ESRI поставляет
геоинформационные системы многим известным нефтяным корпорациям. Системы автоматизации процесса строительства скважин поставляют HalliburtonCompany, Shulmberger, LandmarkGraphics. Все эти продукты являются разработками зарубежных фирм, что ставит российские корпорации в зависимое положение, а также влияет на себестоимость продукта. В последнее время большое внимание российскими разработчиками уделяется программам для подсчета запасов нефти и газа на интернет-портале www.derrick.ru, содержится огромный каталог информационных ресурсов. В нем содержится информация ведущих российских производителей оборудования для нефтегазового комплекса. Вопросам учета реализации внимание уделяется намного меньше, хотя системы учета разработаны, но нефтегазовые компании внедряют их лишь на отдельный субъектах, входящих в состав холдинга (траста). Например, в газовой отрасли, в которой координирующим и управляющим центром является ОАО «Газпром». Именно на его уровне ведется учет добытого и хранящегося газа. А учет реализованного газа ведется мелкими и крупными оптовиками. Несовершенство данной системы никак не устраняется автоматизацией, так как компания считает нерентабельным вложение средств в «доавтоматизацию».
На рисунке 2 представлена когнитивная карта взаимосвязи между внедрением информационных технологий и себестоимостью. Для построения этой карты были определены основные показатели, изменяющиеся при внедрении информационной системы и влияющие на себестоимость нефти и нефтепродуктов.
Рис. 2 - Когнитивная карта
Если представить, что вершины данного графа-это концепты, а дуги между ними- положительные и отрицательный связи, то можно представить их отношения в виде матриц смежности. На данной карте представлены как концепты, которые можно выразить через количественные значения, так и концепты, значения которых могут быть выражены через лингвистические переменные. Для тех из них, которые поддаются исключительно качественной оценке, возможна процедура проведения экспертной оценки. Поэтому данную карту необходимо преоб-
разовать к нечеткой когнитивной карте. Нечеткая когнитивная карта - ориентированный нечеткий граф с обратной связью вида
G=<E,W>.
В нашем случаем множество Е состоит из 8 элементов (концептов), которые могут принимать значение на множестве[0;1]. Дуги - это множество W, элементы которого могут принимать значения на множестве [-1;1].
Совокупность отношений влияний между концептами зададим матрицей бинарных отношений. Используя математическую модель Силова, получим матрицу смежности, каждое нечеткое отношение которой будет рассматриваться как влияние нечеткого концепта-источника на нечеткий концепт-приемник.
Матрицу смежности данного графа называем когнитивной матрицей. В нечеткой когнитивной карте, описывающей данную матрицу, выделяют следующие типы понятийных конструкций:
• целевые концепты, значения которых необходимо привести в требуемое состояние (или максимально к нему приблизить);
• управляемые концепты, значения которых поддаются непосредственному контролю со стороны лица, принимающего решение;
• промежуточные концепты, значения которых не поддаются непосредственному контролю и определяются только изменением значений концептов-причин;
• внешние концепты, на значение которых возможно влияние со стороны внешних по отношению к системе факторов.
Все значения можно получить на основании экспертных оценок, что позволит, используя готовые программные решения построить многоуровневую когнитивную карту для отрасли в целом, отражающую взаимодействие сервисных структур не только на этапе реализации, но и на этапе производства. Это сможет стать основной для автоматизации всех бизнес-процессов отрасли в едином информационном пространстве.
Использование предложенной модели позволит получить некоторые количественные показатели взаимовлияния различных факторов.
Предложенная когнитивная карта позволит выделить - те факторы, изменения которых в нужную сторону необходимо добиться предпринимательским структурам. Затем выделим рычаги воздействия - те факторы, которые мы можем в определенных пределах менять. Проанализируем связи рычагов воздействия и целевых факторов - как вообще возможно управлять ситуацией.
Когнитивная карта показывает факт наличия влияний понятийных конструкций (рассмотренных выше факторов) друг на друга. Она не показывает ни детальный характер этих влияний, ни динамику изменения влияний в соответствии с изменением ситуации, ни временные изменения самих факторов. Учет всех этих обстоятельств требует перехода на следующий уровень структуризации информации, отображенной в когнитивной карте, т. е. к когнитивной модели. Тогда каждая связь между факто-
рами когнитивной карты может быть представлена соответствующим уравнением, в котором могут присутствовать как количественные (измеряемые) переменные, так и качественные (не измеряемые) переменные [3]. При формировании модели количественные переменные включаются своими численными значениями. В то же время каждая качественная переменная выражается через совокупность лингвистических переменных, отображающих различные состояния этой качественной переменной (например, уровень автоматизации может быть «низкий», «средний», «высокий» в зависимости от количества автоматизируемых бизнес-процессов), а каждой лингвистической переменной соответствует определенный числовой эквивалент в шкале [0,1].Данная модель позволит прогнозировать себестоимость при внедрении информационных технологий с целью снижения потерь при реализации, что имеет важное значение для повышения эффективности деятельности предприятий нефтегазового комплекса. При использовании данной системы выиграют не только предпринимательские структуры, но и конечные потребители.
Литература
1. Колесова С.Б., Некрасов В.И. Развитие бизнес-процессов обеспечения производства нефтедобывающих предприятий. Монография. Под общ. ред. Волкова А.Я. - ФГБОУ ВПО «УдГУ», 2012, 168 с.
2. Латыпова Р.Р., Кирпичников А.П., Семеенко А.С Прогнозирование региональной динамики с учетом пространственных связей на основе нейронных сетей. Вестник Казанского технологического университета. 2014. Т. 17. № 15. С. 320-325.
3. Пылькин А.Н., Крошилин А.В., Крошилина С.В. Методология когнитивного анализа в вопросах автоматизации управления материальными потоками // Информатика и системы управления. - 2012. - № 2(32). - С. 138 -149.
4. Силов В.Б. Принятие стратегических решений в нечеткой обстановке /В.Б. Силов. - М.: ИНПРО - РЕС, 1995., 228 с.
5. Удахина С.В., Черняк Т.А., Косухина М.А. Разработка математических моделей взаимодействия сервисных предпринимательских структур в реализации инновационных проектов (на примере нефтегазового комплекса) (научная монография). Изд-во Санкт-Петербургского университета управления и экономики, 2015,182с.
© С. В.Удахина - доцент кафедры Информационных технологий и математики, Санкт-Петербургский академический университет , udahina@mail.ru; Т. А. Черняк - зав. кафедрой Информационных технологий и математики, Санкт-Петербургский академический университетДас120270@уаМех.га; Г. А. Костин - проректор по науке , Санкт-Петербургский академический университет ,kostin@spbume.ru; А. П. Кирпичников - д. ф.-м. н., зав. каф. интеллектуальных систем и управления информационными ресурсами КНИТУ, e-mail: kirpichnikov@kstu.ru.
© S. V. Udakhina - associate Professor technologies and mathematics St. Petersburg academic University, udahina@mail.ru; T. A. Chernyak - head of the Department of information technologies and mathematics St. Petersburg academic University, tac120270@yandex.ru; G. A. Kostin - professor Department of information technologies and mathematics, Vice-rector for science St. Petersburg academic University, kostin@spbume.ru; A. P. Kirpichnikov - Dr. Sci, Head of the Department of Intelligent Systems & Information Systems Control, KNRTU, e-mail: kirpichnikov@kstu.ru.
