CC BY
7УДК 654.091:519.24
ЗАДАЧИ ПРОГНОЗИРОВАНИЯ КОЛИЧЕСТВА ВЫДАВАЕМЫХ СЕРТИФИКАТОВ И
ДЕКЛАРАЦИЙ СООТВЕТСТВИЯ
В. Ю. Гойхман Е. А. Коваленко 2, Ю. А. Зиненко 3, Е. А. Шолохова 1
1 Сургутский государственный университет, vg@sotsbi.ru, scholohova03@mail.ru 2ООО «НТЦ СОТСБИ», kovalenko@sotsbi.ru 3ОАО «Сургутнефтегаз», zinenkoya@mail.ru
Темой работы является постановка и поиск путей решения задач, позволяющих прогнозировать количество выдаваемых сертификатов и деклараций, предусмотренных процедурой подтверждения соответствия средств связи в Российской Федерации. Сложность рассматриваемых задач обусловлена двумя факторами. Во-первых, использовать формализованные методы прогнозирования не всегда разумно по ряду причин. Прежде всего следует отметить сравнительно малый размер статистического ряда. Во-вторых, в телекоммуникационной отрасли происходят существенные изменения, что заметно возрастает роль неформализованных методов прогнозирования.
Ключевые слова: сертификат соответствия, декларация о соответствии, прогнозирование, интуитивные методы, биллинговые системы, мобильные телефоны.
THE PROBLEM OF FORECASTING THE NUMBER OF ISSUED CERTIFICATES AND
DECLARATIONS OF CONFORMITY
V. Yu. Goikhman 1, E. A. Kovalenko 2, Yu. A. Zinenko 3, E. A. Sholokhova 1
1 Surgut State University, vg@sotsbi.ru, scholohova03@mail.ru 2OOO "NTC SOTSBI", kovalenko@sotsbi.ru 3OJSC "Surgutneftegas", zinenkoya@mail.ru
The paper formulates the problem of predicting the number of certificates and declarations of conformity issued for communication equipment in the Russian Federation, and looks for solutions. The problem's complexity is two-fold. First, the use of formal forecasting methods is not always reasonable for several reasons. We should note a relatively small size of the statistical data. Second, the telecommunications industry is going through drastic changes, so the importance of arbitrary forecasting methods is increasing.
Keywords: certificate, declaration of conformity, forecasting, intuitive method, billing system, mobile
phone.
Введение
Прогноз количества выдаваемых сертификатов соответствия и одноимённых деклараций позволяет рационально планировать работу специалистов, выполняющих весьма существенный объём работ, а также решать ряд других важных задач. С учётом этих положений, решение задач, которые позволяют прогнозировать количество выдаваемых сертификатов, предусмотренных процедурой подтверждения соответствия средств связи в Российской Федерации [4], представляется актуальным. Сложность рассмотрения возникающих вопросов объясняется многими причинами, среди которых необходимо выделить основные. Первая причина связана с проблемами применения формализованных методов прогнозирования [14] из-за ограниченного размера статистического ряда. Вторая причина кроется в особенностях развития телекоммуникационной системы, которые характеризуются радикальными изменениями за сравнительно короткие промежутки времени [3, 7], что актуализирует использование интуитивных [14] и комбинированных методов прогнозирования. Последние представляют собой симбиоз формализованных и интуитивных методов прогнозирования.
В данной статье в качестве основной задачи выбрано прогнозирование количества выданных сертификатов соответствия и деклараций [6]. Тем не менее следует подчеркнуть, что эта задача связана
с другими аспектами прогнозирования процессов, которые прямо или косвенно касаются процессов эволюции телекоммуникационной системы.
Сертификаты и декларации можно описать при помощи кортежа [10] из ^-атрибутов -{Si, 52,..., Sk}. Каждый атрибут кортежа Si, (i = 1, k) определяет существенный показатель конкретного средства связи. При выборе величины k следует принять компромиссное решение между стремлением увеличить численность атрибутов вида Si для полноценного описания различных средств связи и необходимостью минимизации того множества показателей, которые следует контролировать.
Кортеж {Si, S2,..., S^ следует рассматривать как совокупность KQI (Key Quality Indicator) -ключевых показателей эффективности конкретного средства связи или телекоммуникационной системы в целом [5]. Совокупность кортежей, обозначаемую ниже как {Ri, R2,..., Rm}, далее будет рассматриваться как набор всех выданных сертификатов соответствия и деклараций о соответствии. Из этого кортежа несложно сформировать двумерную матрицу [8] вида ||йц(t)||, в которой элемент aij(t) будет определять предмет сертификата (индекс i) и количество выданных сертификатов (индекс j) к моменту времени t. Задача прогнозирования сводится к формированию новой матрицы ||Ьц (t + т)|| , элементы которой bij (t + т) содержат приближенные количественные оценки вплоть до момента времени (t + т).
Для упрощения решения задачи далее будет предполагаться, что размерности матриц ||йц (t)|| и || Ьгц(t + т)|| идентичны. Это означает, что принятая ранее классификация средств связи не меняется. Учесть новые технологические изменения можно за счёт повторения атрибутов, что допустимо для кортежей [6]. Изменения, влияющие на классификацию средств связи в составе телекоммуникационной системы, следует вводить на основе экспертных оценок [11]. Не исключено, что для получения элементов bij(t + т) придётся использовать разные методы прогнозирования.
Анализ исходных данных
В данной статье для анализа исходных данных выбрана статистика по количеству выданных сертификатов на автоматизированные системы расчётов (АСР). Выбранный объект для прогнозирования интересен тем, что он остаётся в составе телекоммуникационной системы при любых сценариях её развития. Для получения исходных данных был использован Инфобанк СОТСБИ - база данных, содержащая в себе все выданные сертификаты соответствия и декларации о соответствии [6]. В таблице представлены исходные значения количества выданных сертификатов на АСР по годам.
Таблица 1
Исходные данные по количеству сертификатов на АСР
Год выдачи сертификатов Количество выданных сертификатов
2008 55
2009 54
2010 47
2011 52
2012 39
2013 43
2014 38
Отсчёт начат с 2008 г., поскольку в 2007 г. были утверждены Правила применения АСР, имеющие статус нормативного правового акта (НПА), которые изменили требования, предъявляемые к биллинговым системам в рамках процедуры подтверждения соответствия. Данные, приведенные в таблице, свидетельствуют, что изменение количества выданных сертификатов не является монотонной функцией. Правда, общий тренд позволяет сделать предварительный вывод о снижении количества сертификатов, выданных на АСР за рассматриваемый период времени.
На рис. 1 для отрезка времени с 2008 по 2014 гг. показано изменение количества выданных сертификатов ломаной линией. Результаты прогнозирования на период до 2017 г. (то есть для т = 3), приведённые на этом же рисунке, будут описаны ниже.
Выбор метода прогнозирования
Для разработки способа получения оценок Ь¡] (1 + т) используются различные методы прогнозирования, что позволяет выбрать наиболее удачное решение. Среди проработанных методов можно
перечислить подбор кривой, основанный на совпадении её значений с известными данными за счёт использования критерия Стьюдента, экспоненциальное сглаживание, АЯ1МАХ, модель Хольта - Вин-терса [1, 14, 15]. Для проверки полученных оценок был использован подход, называемый «прогнозирование прошлого» [12, 13]. Он показал, что погрешность всех использованных методов находится в пределах 10 % по всем методам. Эту погрешность можно считать вполне приемлемой для проведения дальнейших вычислений.
Результаты прогнозирования, полученные разными методами, показаны на рис. 1 после точки на оси абсцисс, соответствующей 2014 г. На этом рисунке изображена еще одна прогностическая кривая, которая получена за счёт использования метода, названного адаптированным. Авторам представляется, что этот метод может стать весьма эффективным для получения прогнозов по сертификатам и декларациям. Его применение обеспечивает минимальную ошибку прогнозирования. По этой причине ниже приведены детали предлагаемого метода.
60
55
50
■Реальные данные АШМАХ
• Ф — Критерий Стьюдента
Модель Хольта-Винтерса
* Экспоненциальное сглаживание Адаптированный метод
_55
54 Л52
^М"47 \
^..... / .........................
38 /_._.________¿я____ .....................................................!,, >» ..........* 35............ ---»38
33 . ^
'30
25
2008 2009 2010 2011 2012 2013 2014 2015 2016 2017
Рис. 1. Исходные данные и результат прогнозирования количества выданных сертификатов на АСР
Адаптированный метод основан на учете текущего значения погрешности для формирования следующей прогностической оценки. Для этого путём корреляции показателей, полученных в результате использования формализованного и экспертного методов, выявляется прогностическое значение следующего временного отрезка т. Сумма ^[=1 ^ выражает отношение реального значения г-го
£ \ц)
периода к прогнозному значению г-го периода, умноженное на коэффициент изменения значений. Затем, из следующего сомножителя ^[=1 + ^ извлекается ¿(¿т + ') - прогнозное значение (т+1)-го периода, являющееся искомой величиной. Результат произведения делится на значение порядкового номера, возведенного в квадрат и умножается на коэффициент внешних факторов 7, полученный экспертным методом. Здесь учитываются такие показатели, как рассмотрение движения анализируемых характеристик, относительно области применения, в целом, а также возможные экономические и законодательные (например, утверждение новых НПА) факторы. Таким образом, путём агрегации различных методов прогнозирования, при этом с учётом специфики рассматриваемой области, а конкретно -процедур сертификации и декларирования телекоммуникационного оборудования, получается адаптированный метод, учитывающий необходимую информацию для построения достоверного прогноза.
Для повышения объективности прогностических оценок целесообразно представить полученные результаты в виде оптимистичного, реалистичного и пессимистичного сценариев [9]. Соответствующие прогностические кривые изображены на рис. 2, где отмечен оптимистичный прогноз (максимальное значение), реалистичный (или же консенсус-прогноз) и пессимистичный прогноз (минимальное значение). По какому из путей будут развиваться события, зависит от множества факторов. В целях улучшения качества прогноза рекомендуется периодически производить корректировку расчётов, принимая во внимание новые данные.
Рис. 2. Результат прогнозирования количества выданных сертификатов на АСР для трёх сценариев
Прогнозирование количества выданных деклараций
Аналогично с прогнозированием сертификатов, показанных на примере АСР, можно прогнозировать и численность выданных деклараций. С учётом того, что деклараций каждый год выдаётся примерно в 10 раз больше, чем сертификатов (в основном, в связи с невозможностью декларировать оборудование на модельный ряд), задача прогнозирования также актуальна. В этом случае при условии принятия за один отсчёт не год (как это делалось с сертификатами), а квартал, это увеличивает количество отсчётов в четыре раза и, в целом, повышает качество прогноза.
В качестве примера рассмотрим прогнозирование выданных деклараций на группу мобильные телефоны (МТ). Здесь следует учитывать, что к группе мобильных телефонов с точки зрения декларирования относится достаточно широкий класс оборудования (это, например, планшетные компьютеры, смартфоны и навигаторы). В этом случае при распределении на кварталы следует начать отсчёт с IV квартала 2005 г., поскольку, в отличие от АСР, НПА на мобильные телефоны был утверждён в 2005 году. Исходные данные и результат прогнозирования представлены на рис. 3.
Из диаграммы видна зависимость от разделения на кварталы. Так, в зависимости от времени представления мобильных телефонов на международных выставках, и проходило декларирование, затем оборудование поступало на открытый рынок в России.
В этом случае использовались общепринятые методы прогнозирования (аналогично, с приведенными выше подходами при прогнозировании АСР). Кроме того, целесообразно было построить траектории трендов, которые показали общее направление и скорость роста исследуемых процессов. Также использовался адаптированный метод прогнозирования, который был несколько видоизменён. В
частности, исключены зависимости от срока действия сертификата (цикличность в 3 года), но учтена специфика, связанная с поквартальным рассмотрением данных. Результат оценки процесса изменения деклараций на МТ приведен на рис. 3.
Рис. 3. Результат прогнозирования выданных деклараций на мобильные телефоны
Как видно из рис. 3, и в 2015 г. будет наблюдаться некоторый рост выданных деклараций на мобильные телефоны. Однако это краткосрочный прогноз. При составлении долгосрочного прогноза несложно обнаружить уменьшающийся рост темпов выдачи деклараций. С 2012 г. можно было наблюдать рост количества задекларированных мобильных телефонов примерно на 18 % за год (2012 г. - 18,71 %, 2013 - 18,27 %, 2014 - 17,33 %). Постепенно это число будет уменьшаться и к 2019 г. приблизится к отметке 13,4 %.
Необходимо учитывать, что при определённом опыте в прогнозировании, а также при понимании исследуемых процессов, специалист, составляющий прогноз, может, основываясь на результатах применённых методов, выявить наиболее или наименее подходящие тренды. Особенно, если это не было сделано ранее, ведь, как уже упоминалось, нет оптимальных методов прогнозирования, которые можно без существенных изменений применять для разных областей.
Следует подчеркнуть, что результат прогнозирования был получен с применением в основном формализованных методов. Что касается интуитивных методов, то их использование, зачастую, может дать лучший результат. Рассмотрим отрицательные факторы использования интуитивных методов. Для экспертных методов нужно мнение группы специалистов, которых, как правило, сложно заинтересовать: кто-то представляет себе развитие событий и ему неинтересно обсуждать это, а кто-то не представляет и, чаще всего, получается «гадание на кофейной гуще». Второй фактор - это организаторы прогнозирования, которые в экспертных методах составляют вопросники и работают с результатами. Эти люди должны быть не только профессионалами в области, в которой проводится прогнозирование, но, что также немаловажно, они должны хорошо разбираться и в самом прогнозировании. Однако, если эти факторы в конкретной ситуации не являются существенными (то есть и эксперты, и организаторы обладают необходимой квалификацией, а также готовы найти возможность сотрудничать), то следует отметить, что, как правило, применение интуитивных методов (в частности, метода Делфи) может дать более точные результаты, по сравнению с использованием формализованных методов. Вместе с тем,
если эксперты работают над поставленной задачей, они, как правило, помимо собственного опыта, используют и некоторые формализованные методы.
Таким образом, можно сделать вывод о необходимости сравнения полученных в данной статье результатов с тем, что получится при применении метода Делфи. Так, долгосрочный прогноз, касающийся выдаваемых деклараций на МТ, при применении нечётких методов, кажется несколько пессимистичным. Это связано с тем, что область телекоммуникаций развивается крайне быстро, уже сейчас мы находимся в предвкушении выхода на российский рынок таких гаджетов, как умные часы и очки (наголовный дисплей) дополненной реальности. Кроме того, и существующее оборудование находит применение в новых сферах. В больницах, например, планшетные компьютеры приходят на замену карточкам пациентов (истории болезни, результаты обследований - все появляется у врача в режиме реального времени). Смартфоны всё чаще используются при оплате вместо кредитных карт (и, если сейчас речь идёт о программной реализации, позволяющей оплачивать отдельные товары и услуги, то в будущем смартфон уже с аппаратной точки зрения может стать универсальным платежным средством). С учётом вышесказанного, необходимо внести коррективы в составленный прогноз и сделать вывод о росте количества выдаваемых деклараций на оборудование МТ. Также важно не забывать обновлять прогноз при воздействии законодательных или экономических изменений.
Проверка используемых методов прогнозирования
Для проверки используемых методов прогнозирования можно взять анализируемый массив данных за последние годы (например, с 2010 по 2014гг.) и посмотреть значения, соответствующие предшествующему периоду. В качестве такого периода принимается промежуток времени с 2005 по 2009 гг. Полученные результаты позволят увидеть новую динамику: всплески и спады, проанализировав которые, можно заметить зависимость от внешних факторов.
В ходе статистического анализа были рассмотрены выданные сертификаты и декларации как по отдельным группам, так и в общем объёме. В целом картина была аналогична, поэтому далее приведена статистика по всем выданным сертификатам соответствия.
На рис. 4 представлены исходные и конечные данные. В качестве начала отсчёта был взят 2014 г., а не прогнозные значения 2015-2017 гг. Это сделано, чтобы на практике проверить работоспособность метода в существующих условиях, исключая погрешность прогнозирования. В качестве конца отсчёта был выбран 2005 г. - год начала существования системы сертификации «Связь». Предыдущий вариант - система сертификации «Электросвязь» - имеет, по мнению авторов, существенное количество отличий, чтобы рассматривать её совместно с существующей [2]. Построение прогноза осуществлялось шагом на один период (один календарный год), каждый раз опираясь на реальные данные. То есть прогнозное значение 2013 г. соответствует реальному значению 2014 г., а, например, прогнозное значение 2010 г. получается в ходе анализа реальных значений за 2011-2014 гг.
По ходу кривых на рис. 4 можно заметить, что основные неточности результатов присутствуют в данных за 2011 и 2009 гг., а также в период 2006-2007 гг. Что интересно: в этом случае (как и при рассмотрении почти любых других групп сертификатов) реальные и прогнозные значения за 2005 г. имели минимальные отличия, несмотря на предыдущие колебания. Также необходимо выяснить природу колебаний за 2013 г., которые были вызваны неполной исходной информацией (только за один период), что, несомненно, повлияло на прогноз.
Подробно остановимся на причинах несоответствия данных. Некоторое различие в значениях за 2011 г. обусловлено данными по количеству выданных сертификатов на целый ряд сетевых элементов. Среди прочего, это оборудование фиксированной телефонной связи, а также оборудование сотовой подвижной связи. На эти группы оборудования были утверждены соответствующие нормативно-правовые акты (НПА), в связи с чем и наблюдался рост выданных сертификатов соответствия. Остальные группы сетевых элементов в основном показали рост или спад, но в пределах допустимой погрешности, что означает незначительное влияние внешних факторов на ситуацию.
Небольшой спад можно наблюдать за 2009 г., что связано со значительным сокращением количества выданных сертификатов на сотовую подвижную связь. Вероятно, это следует объяснить насыщением рынка за предыдущий период. Далее следует рассмотреть несоответствие значений во второй половине графика. В 2005 г., как уже упоминалось, состоялся переход на новую систему сертификации, что повлияло на выдачу сертификатов соответствия: поскольку процесс сертификации занимает от трёх (для простых устройств) до шести (для сложного оборудования) месяцев, не все производители
—•—Реальное значение —Прогнозное значение 1800 ...................................................................................................................................................................................................................................................................................................................................................................................
0 -I-1-1-1-1-1-1-1-1-1-
2014 2013 2012 2011 2010 2009 2008 2007 2006 2005
Рис. 4. Прогнозирование прошлого по сертификатам соответствия
и продавцы оборудования успели пройти сертификацию. Однако уже в 2006 г. мы наблюдаем резкий скачок, когда уже все желающие смогли пройти процедуру по новым правилам.
В 2007 г. мы видим новый спад, который можно объяснить принятием большого количества НПА, что наглядно показывает анализ биллинговых систем. Как и в 2005 г., принятие новых законов временно парализовало большую часть рынка, и не все, кому было необходимо получить сертификаты, успели это сделать. Всё это наложило некоторый отпечаток и на 2008 г., когда все желающие завершили процедуру подтверждения соответствия, из-за чего количество выданных сертификатов было выше, чем в последующие годы.
Следовательно, можно сделать вывод о целесообразности некоторой корректировки прогноза в соответствии с меняющимся законодательством в области связи. Иными словами, необходимо использовать также и интуитивные методы прогнозирования. Соответственно, для решения поставленной задачи разумно выбрать комбинированные методы прогнозирования. Данное утверждение основано на том, что раздельно ни формализованные, ни интуитивные методы прогнозирования не позволяют достичь желаемых результатов.
Заключение
Для получения наиболее достоверных прогнозов количества выданных сертификатов соответствия и одноимённых деклараций следует применять комбинированные методы, сочетающие формализованные и интуитивные. Причём в качестве формализованного метода минимальную погрешность, скорее всего, обеспечит предлагаемый в данной работе адаптированный метод. Не исключено, что для прогнозирования некоторых видов выданных сертификатов соответствия и одноимённых деклараций потребуется уточнение предлагаемого метода или даже разработка иного методологического подхода. С другой стороны, адаптированный метод можно использовать и для прогноза других атрибутов телекоммуникационной системы. Такая гипотеза обусловлена корреляцией между частотой появления новых технологий и количеством заявок на получение сертификатов и/или деклараций.
ЛИТЕРАТУРА
1. Глущенко В. В. Прогнозирование. М. : Вузовская книга, 2000. 208 с.
2. Гойхман В. Ю. Новая модель сертификации коммутационного оборудования // Технологии средств связи. Спец. вып. : АТС. Коммутационное оборудование. Buyers Guide - 2006. С. 1-5.
3. Гольдштейн Б. С., Кучерявый А. Е. Сети связи пост-NGN. СПб. : БХВ-Петербург, 2014. 160 с.
4. Духовницкий О. Г. Развитие подтверждения соответствия средств связи в Российской Федерации // Электросвязь. 2013. № 9. C. 2-5.
5. Ермаков А. В. Информационно-телекоммуникационная система современного университета для управления инновациями. СПб. : Техника связи, 2015.
6. Информационно-справочная система по сертифицированному оборудованию «СОТСБИ». URL : http://db.sotsbi.ru (дата обращения: 26.03.2015).
7. Комашинский В. И., Осадчий А. И., Соколов Н. А. Стратегические аспекты модернизации сетей электросвязи // Вестник связи. 2012. № 4. С. 69-72.
8. Корн Т., Корн Г. Справочник по математике для научных работников и инженеров. М. : Наука, 1984. 832 с.
9. Линдгрен М., Бандхольд Х. Сценарное планирование. Связь между будущим и стратегией. М. : Олимп-Бизнес, 2009. 256 с.
10. Математическая энциклопедия / под ред. И. М. Виноградова. М. : Советская энциклопедия, 19771985. 2921 с.
11. Орлов А. И. Организационно-экономическое моделирование. Ч. 2: Экспертные оценки. М. : Изд-во МГТУ им. Н.Э. Баумана, 2011. 486 с.
12. Пантин В. И., Лапкин В. В. Философия исторического прогнозирования: ритмы истории и перспективы мирового развития в первой половине XXI века. Дубна : Феникс+, 2006. 448 с.
13. Соколов Н. А. Задачи планирования сетей электросвязи. СПб. : Техника связи, 2012. 432 с.
14. Ханк Дж. Э., Райтс А. Дж., Уичерн Д. У. Бизнес-прогнозирование. М. : Вильямс; СПб. ; Киев, 2003. 656 с.
15. Четыркин Е. М. Статистические методы прогнозирования. М. : Статистика, 1975. 200 с.
