книги / Управление проектами и системами в условиях цифровой экономики
..pdfного математического аппарата, используя полученные оценки и приоритеты, мы сможем получить значения переменных для наиболее вероятного будущего.
Также можно оценить, будет ли это будущее благоприятным. Можно вывести некий интегральный показатель состояния системы.
Прямой процесс планирования обеспечивает оценку наиболее вероятного исхода. Обратный процесс позволяет определить набор действий (политик) для приближения к желаемому исходу. Каждая итерация сближает желаемый и вероятный исходы, конечно, при условии, что мы верно определили политики, которые призваны нам помочь.
Изменяя свои политики, мы можем прийти к желаемому будущему. Количество итераций зависит от того, насколько грамотно мы будем подбирать эти политики.
Обратный процесс отвечает на вопрос: какие политики (политики акторов) способны решить проблемы, мешающие достижению нами желаемого будущего? Для осуществления процесса необходимо построить иерархию со следующими уровнями:
1)Фокус. Желаемое будущее, то, чего мы хотим достичь.
2)Желаемые сценарии этого будущего. Это подмножество начального множества сценариев. Их можно отобрать по принципу реальности применения или по собственному желанию. На данном уровне мы должны определить наиболее желаемый сценарий нашего будущего. Именно для него в дальнейшем и надо будет постараться повысить приоритет при следующем прямом процессе планирования.
3)Проблемы, связанные с реализацией нашего желаемого будущего. Это не только наши проблемы, это проблемы и остальных акторов тоже.
4)Акторы, которые могут повлиять на решение проблем.
5)Цели акторов.
6)Наши политики (политики актора, для которого проводится процесс планирования). Это политики, которые мы можем реализовать для достижения желаемого будущего. Важно отметить, что эти политики должны затрагивать интересы других акторов. С помощью этих политик мы проводим перестановку интересов акторов в нашу пользу. Это политики решения проблем акторов, которые касаются желаемого будущего.
Философия процесса планирования в обратном направлении проста. Мы должны понять, что делать, чтобы прийти к желаемому будущему – 1-й уровень. К этому будущему нас приведут определенные сценарии – 2-й уровень. При достижении желаемого нами будущего могут возникнуть определенные проблемы – 3-й уровень. Существует определенный круг акторов, которые способны решить эти проблемы – 4-й уровень. Каждый из акторов имеет собственные цели, и он не будет решать эти проблемы, если это будет противоречить его целям – 5-й уровень. Список наших политик (или контрмер) для приближения к желаемому будущему – 6-й уровень. На последнем уровне каждая из наших политик оценивается на предмет соответствия целям акторов.
Результатом обратного процесса становится набор политик и их веса, т.е. эффективность их воздействия на вероятное будущее. Нужно выбрать политики с наибольшими приоритетами
иприсоединить их к политикам нашего актора. Для этого повторим еще раз прямой процесс. Перерасчет приоритетов производится с точки добавления новых политик.
Связь между двумя направлениями планирования только концептуальная (никакой математики), поэтому определение вероятных политик при обратном процессе может отдалить вероятное будущее от желаемого. Это может произойти, если нет четкого представления о поведении акторов или если планирование проводят разные люди с разными точками зрения. Авторы этого метода практиковали планирование с помощью группы экспертов.
31
Повтор прямого процесса планирования проводится на той же иерархии, что и первый раз, но только с учетом новых политик, которые имели наибольший приоритет при обратном процессе планирования. Другими словами, для нашего актора мы добавляем новые политики и, возможно, убираем политики, маловероятные для применения.
После внесения изменений в иерархию мы получаем новые приоритеты для исследовательских сценариев, а значит, получаем новый обобщенный сценарий (или план действий), который мы можем сравнить с помощью переменных состояний со сценарием, полученным при первом прямом процессе планирования. Оценку эффективности можно провести, пересчитав заново интегральный показатель состояния системы. Он должен увеличиться.
Методология, эффективно действующая в слабо структурированных проблемах, должна, во-первых, объединять суждения, предположения и интуицию знающих и опытных ЛПР. Вовторых, методология должна обеспечивать обсуждение противоположных предположений и суждений среди многих ЛПР и заинтересованных лиц. Наконец, методология должна объяснять динамическое взаимодействие между элементами проблемы планирования, обеспечивая логический переход от целей через критерии поведения к альтернативным решениям или к комбинациям решений.
Методы формального, инкрементального и системного планирования имеют свои сильные и слабые стороны. Однако системное планирование в наибольшей степени релевантное к сложным проблемам. В настоящее время основная проблема системного планирования – приведение в действие его концепций на основе практических, разрешающих проблему структур.
Рассмотрим пример, целью которого было определение основных направлений производственной деятельности. Перед нами следующие сценарии: 1) ремонт, 2) воспроизводство, 3) собственная разработка, 4) совместная разработка, 5) совместное производство, 6) лицензия. Для рассматриваемых сценариев составим таблицу и оценим их влияние на индикаторы (табл. 7).
Таблица 7
Оценки индикаторов по шкале –8, …, +8 в соответствии со сценариями для примера приведенного на рис. 11
Критерии (индикаторы)
|
Альтернативы (сценарии) |
|||
|
1. Локализация приложения на другие языки |
2. Публикация приложения на Huawei Market |
3. Шаринг в соц. сетях (Вконтакте; Instagram; Facebook; Twitter). |
4. Разработка предложений лояльности |
|
|
|
|
|
1.1. Прирост объема прибыли по сравнению с предыдущим этапом |
3 |
6 |
8 |
4 |
2.1. Количество покупок аккаунта для доступа к сервису |
3 |
8 |
5 |
3 |
2.2. Количество маркет-плейсов, на которых доступно приложение |
0 |
8 |
0 |
0 |
2.3. Количество стран, в которых доступно приложение |
3 |
8 |
0 |
0 |
2.4. Количество удалений приложения |
0 |
-1 |
-1 |
-2 |
2.5. Коэффициент удержания пользователей (число пользователей, |
2 |
0 |
4 |
6 |
пользующихся приложением 5 и более недель) |
|
|
|
|
3.1. Количество активных пользователей (пользователей, которые |
3 |
5 |
6 |
7 |
ежедневно заходят в приложение) |
|
|
|
|
32
Окончание табл. 7
|
|
Альтернативы (сценарии) |
|||
|
|
1. Локализация приложения на другие языки |
2. Публикация приложения на Huawei Market |
3. Шаринг в соц. сетях (Вконтакте; Instagram; Facebook; Twitter). |
4. Разработка предложений лояльности |
|
|
|
|
|
|
|
3.2. Число потерянных пользователей за рассматриваемый период |
-7 |
-5 |
-1 |
0 |
|
4.1. Число переходов на страницы маркет-плейсов |
0 |
3 |
5 |
0 |
|
4.2. Число позитивных комментариев за рассматриваемый период |
3 |
5 |
7 |
4 |
|
4.3. Число негативных комментариев за рассматриваемый период |
-2 |
-3 |
-3 |
-1 |
|
|
|
|
|
|
|
5.1. Число исправлений архитектуры, приводящих к повышению |
-2 |
-4 |
-6 |
-3 |
|
производительности и устойчивости |
|
|
|
|
|
6.1. Время, в течение которого средний пользователь проводит в |
0 |
0 |
4 |
6 |
|
приложении |
|
|
|
|
|
6.2. Разница в скорости появления новых пользователей после |
6 |
5 |
8 |
4 |
|
смены дизайна |
|
|
|
|
|
7.1. Число обновлений приложения |
3 |
0 |
1 |
1 |
|
8.1. Число тестов, проведенное с приложением после последнего |
-2 |
0 |
-1 |
0 |
|
обновления |
|
|
|
|
|
8.2. Число выявленных дефектов с момента последнего обновления |
-2 |
0 |
-1 |
-1 |
Каждый из выделенных индикаторов может быть детализирован далее на множество взаимосвязанных уровней (табл. 8), что позволяет проводить анализ узких мест и формировать перечень сценариев.
В результате такого анализа можно составить представление о степени влияния индикаторов на конечную цель и определить необходимые целевые значения для каждого из рассматриваемых индикаторов.
Если не проводить детализацию на много уровней, то альтернативы и влияние на их достижение для множества KPI, приведенных на рис. 11, можно проиллюстрировать (табл. 25).
1.3. Бенчмаркинг (контроллинг, выбор индикаторов) |
|
|
|
|
||
Рассмотрим объект управления как черный ящик B (S,R,T ), |
где S = (s1, s2 ,…, sN ) выход- |
|||||
ной вектор, R = (r1, r2 ,…, rM ) входной вектор, T = [t0 ,tn ] временной |
интервал с точками контро- |
|||||
ля состояния t0 ,t1,…,tn. |
|
|
|
(t ) ≤ sj (t ) |
|
|
Координатами выходного вектора являются функции |
sj (t), |
где |
sj |
для |
t ≤ t |
|
и 1 ≤ j ≤ N, а также sj (t0 ) = 0. |
|
|
|
|
|
|
Координатами входного вектора являются функции |
r (t ), |
где |
r |
(t) ≤ r (t ) |
для |
t ≤ t |
|
k |
|
k |
k |
|
|
и 1≤ k ≤ M , также rk (t0 ) = 0.
33
34
Таблица 8
Пример иерархии планирования
1. Желаемое |
Разработка и реализация действий, ведущих к долгосрочному превышению уровня результативности деятельности |
|
|
|||||||||||||
будущее |
|
|
|
компании над уровнем конкурентов |
|
|
|
|
|
|
|
|
||||
|
|
|
|
|
|
|
|
|||||||||
2. Первичные |
2.1. Глобализация рынка сбыта |
2.2. Финансовые |
возможности |
2.3. |
Маркетинговые |
возможно- |
2.4. Производственные (вне- |
|||||||||
факторы |
|
|
компании |
|
сти компании |
|
|
дрение инноваций) |
|
|
||||||
|
|
|
|
|
|
|
||||||||||
3. Акторы |
3.1. Сторонние компании в стра- |
3.2. Директор разработки |
3.3. Отдел маркетинга |
|
3.4. Команда разработки |
|
||||||||||
не сбыта |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||
|
4.1.1. Выбрать целевой рынок |
4.2.1. Увеличить доходы |
4.3.1. Повысить конкурентоспо- |
4.4.1. Привлечь новых пользо- |
||||||||||||
|
|
|
|
|
|
собность приложения |
|
вателей |
|
|
|
|
||||
|
|
|
|
|
|
|||||||||||
|
4.1.2. Расширить |
клиентскую |
4.2.2. Избежать отказа в публика- |
4.3.2. Увеличить прирост поль- |
4.4.2. Уменьшить уровень от- |
|||||||||||
4. Цели |
базу |
|
ции приложения в онлайн-мага- |
зователей |
|
|
тока |
пользователей |
приложе- |
|||||||
акторов |
|
|
зине |
|
|
|
|
|
|
|
ния |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||
|
4.1.3. Обеспечить выход прило- |
4.2.3. Повысить финансовое по- |
4.3.3. |
Обеспечить |
согласован- |
4.4.3. |
Стимулировать |
актив- |
||||||||
|
жения на зарубежный рынок |
ложение компании |
ность каналов социальной ком- |
ность пользователя в прило- |
||||||||||||
|
|
|
|
|
|
муникации |
|
|
жении |
|
|
|
|
|||
|
|
|
|
|
|
|||||||||||
|
5.1.1. Определить, где приложе- |
5.2.1. Публиковать приложения в |
5.3.1. |
Повысить профессиона- |
5.4.1. Рекламировать приложе- |
|||||||||||
|
ние будет востребовано, и оце- |
различных онлайн-магазинах, тем |
лизм |
|
сотрудников |
(а |
именно |
ние, увеличивая его популяр- |
||||||||
|
нить вероятность, где придется |
самым увеличивая аудиторию и |
маркетологов) |
|
|
ность и |
завоевывая |
доверие |
||||||||
|
столкнуться с большим количе- |
спрос на продукт |
|
|
|
|
|
|
пользователей |
|
|
|
||||
|
ством конкурентов |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||
|
5.1.2. Всесторонне изучить целе- |
5.2.2. Убедиться, что приложение |
5.3.2. Увеличить объём рекламы |
5.4.2. Расширить знания об ин- |
||||||||||||
5. Политики |
вую культуру |
|
закончено для публикации в он- |
на |
разных потребительских |
тересах и |
потребностях |
целе- |
||||||||
акторов |
|
|
лайн-магазине (выполнены все |
платформах, тем самым повы- |
вой аудитории |
|
|
|
||||||||
|
|
|
требования магазина) |
шая спрос на продукт |
|
|
|
|
|
|
|
|||||
|
|
|
|
|
|
|
|
|
|
|||||||
|
5.1.3. Обеспечить |
поддержку |
5.2.3. Разработать стратегию, ко- |
5.3.3. |
Оптимизировать |
продукт |
5.4.3. |
Осуществлять |
вознагра- |
|||||||
|
языка и национальных стандар- |
торая |
будет |
способствовать |
для работы с соцсетями |
|
ждение пользователя в зави- |
|||||||||
|
тов (адаптировать |
приложение |
уменьшению расходов |
|
|
|
|
|
симости от уровня его пользо- |
|||||||
|
в культурном и |
техническом |
|
|
|
|
|
|
|
|
вательской активности в при- |
|||||
|
плане) |
|
|
|
|
|
|
|
|
|
ложении |
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||
|
6.1. Локализация приложения на |
6.2. Публикация |
приложения на |
6.3. Шаринг с соцсетями (Вкон- |
6.4. |
Разработка |
предложений |
|||||||||
6. Сценарии |
другие языки (поддержка других |
Huawei Market |
|
такте; |
Instagram; |
Facebook; |
лояльности |
(специальные |
||||||||
|
языков) |
|
|
|
|
Twitter) |
|
|
предложения) |
|
|
|
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Пусть у нас есть запланированные выходы Sp (ti ) и запланированные входы Rp (ti ), а также соответствующие фактические выходы Sa (ti ) и соответствующие фактические входы Rp (ti ).
1.3.1. Меры близости (метрики)
Для оценки величины отклонения значения от заданного наиболее широкое распространение получили меры близости расстояний [9]:
• евклидово расстояние (расстояние по прямой): L2 (y, y* ) = |
|
|
m |
− yi* )2 , |
|
|
|
||||||||||||||||||||||||||||||
|
|
(yi |
где yi и yi* – |
||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
i=1 |
|
|
|
|
|
|
|
|
значения сопоставляемых наборов данных; |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||
• |
расстояние Минковского, метрика L1 , |
манхэттенское расстояние (расстояние го- |
|||||||||||||||||||||||||||||||||||
|
|
|
m |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
родских кварталов): LH (y, y* ) = |
|
yi |
− yi* |
|
; |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||
|
|
|
i=1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
(y, y* ) = max |
|
|
|
|
|
||||||||
• расстояние Чербышева (метрика шахматной доски): L |
|
|
y − y* |
|
; |
||||||||||||||||||||||||||||||||
|
|
|
|||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
∞ |
|
|
|
|
|
1≤i |
≤m |
|
i |
i |
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
m |
|
|
* |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
пиковое расстояние (расстояние Canberra): LL (y, y* ) |
|
|
1 |
|
|
|
yi − yi |
|
|
|
|
|
|
|
|
|||||||||||||||||||||
• |
= |
|
|
|
|
|
|
|
; |
|
|
|
|
|
|||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||||||||
|
|
|
|
|
* |
) |
|
|
|
|
|
||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
m i=1 |
(yi + yi |
|
|
|
|
|
|
||||||||
• |
расстояние Махаланобиса: LM |
(y, y* ) = |
|
|
|
m |
y − y* |
2 |
|
где σi – среднеквадратическое |
|||||||||||||||||||||||||||
|
|
|
|
( i |
2 i ) |
, |
|
||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
i=1 |
|
|
σ |
i |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
отклонение y от |
y* ; |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
i |
i |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
• расстояние Ланса – Уильямса: LLU (y, y |
* |
) = |
im=1 |
|
yi − yi* |
|
|
; |
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||
|
|
|
im=1( |
yi + yi* |
) |
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
m |
|
|
|
|
* |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||
• |
косинусная мера: L |
= 1− 1 |
|
|
|
|
|
i=1 |
|
|
yi yi |
|
|
|
|
. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||
|
|
|
m |
|
|
|
|
m |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||
|
|
cos |
|
|
|
|
|
2 |
|
|
|
|
*2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||
|
|
|
|
|
π |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
|
|
|
|
|
|
|
i=1 (yi ) |
i=1 (yi ) |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||
а |
б |
в |
Рис. 15. Демонстрация разницы между принципами вычисления мер близости: а – евклидово расстояние; б – расстояние Чербышева; в – манхэттонское расстояние
Использование метрик позволяет оценить удаленность от желаемого целевого состояния. Другими словами, если оценивать динамику развития системы в течение определенного времени, тогда необходимо оценивать близость к состоянию, к которому объект/система оценки находится наиболее близко (выбирать наилучшие альтернативы).
Вкачестве возможного применения мер близости рассмотрим несколько альтернатив
икритериев их оценки (табл. 9).
35
|
|
|
|
|
|
|
|
Таблица 9 |
|
|
Альтернативы и критерии оценки |
|
|
|
|
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Критерии |
|
|
|
|
|
|
Выручка |
Кол-во посещений |
Кол-во внедренных решений |
Кол-во активных карт лояльности |
Кол-во стартапов |
Количество сотрудников |
|
Текучесть персонала |
|
|
|
|
|
|
|
|
|
|
Альтернативы |
Поднять цены |
8,0 |
6,0 |
6,5 |
3,0 |
7,0 |
5,0 |
|
5,0 |
Новые акции |
6,5 |
9,0 |
5,5 |
8,0 |
5,5 |
6,0 |
|
7,5 |
|
|
Открыть курсы для обучения пер- |
3,5 |
5,0 |
5,0 |
7,5 |
6,5 |
7,5 |
|
8,5 |
|
сонала |
|
|
|
|
|
|
|
|
|
Построить больше магазинов |
7,5 |
6,5 |
6,5 |
6,0 |
4,0 |
10,0 |
|
6,5 |
|
Самообслуживание в магазинах |
6,0 |
6,0 |
8,0 |
6,5 |
7,5 |
1,5 |
|
1,0 |
|
|
|
|
|
|
|
|
|
|
На основе оценок альтернатив сформируем худшую и лучшую альтернативы (табл. 10).
Таблица 10
Наборы лучших и худших возможных значений альтернатив
|
|
|
|
Критерии |
|
|
|
|
|
Выручка |
Кол-во посещений |
Кол-во внедренных решений |
Кол-во активных карт лояльности |
|
Кол-во стартапов |
Количество сотрудников |
Текучесть персонала |
|
|
|
|
|
|
|
|
|
Лучшая альтернатива |
8,0 |
9,0 |
8,0 |
8,0 |
|
4,0 |
1,5 |
1,0 |
Худшая альтернатива |
3,5 |
2,5 |
5,0 |
3,0 |
|
7,5 |
10,0 |
8,5 |
Теперь для каждой альтернативы вычислим близость к наилучшей, для чего используем евклидово расстояние (табл. 11). По результатам проведенного анализа видно, что альтернатива «Самообслуживание в магазинах» является наилучшей.
Таблица 11
Оценка близости к наилучшей альтернативе
|
|
|
Альтернативы |
|
|
|
Поднять |
Открыть курсы |
Построить |
Самообслужива- |
Новые |
|
для обучения пер- |
больше мага- |
|||
|
цены |
сонала |
зинов |
ние в магазинах |
акции |
|
|
|
|
||
Евклидово расстояние |
0,329219 |
0,220927 |
0,303025 |
0,659542 |
0,444351 |
1.3.2. Оценка отклонений
Целевые выходные значения будут достигнуты, если расстояние ds (sa (ti ); sp (ti )) ≤ ε p , а целевые входные значения будут достигнуты, если расстояние dr (ra (ti ); rp (ti )) ≤ εr , где ε – величина допустимой погрешности (в идеальном случае ε = 0 ); d – метрика, для которой верно,
что d ≥ 0, |
d (x, x) = 0, |
d (x, y) = d ( y, x) и d (x, z) ≤ d (x, y) + d ( y, z), если x ≤ y ≤ z (считаем, |
что x ≥ y, |
если x1 ≥ y1, |
x2 ≥ y2 и т.д.). |
36 |
|
|
В качестве альтернативы будем считать, что цель достигнута, если sa (ti ) ≥ sp (ti ) или
ra (ti ) ≤ rp (ti ).
Рассмотрим пример использования метода. В разд. 2 будут рассматриваться альтернативы
для выбора приоритетного плана действий. Так, разные методы будут рекомендовать нам аль-
тернативу № 3 «Шаринг в соцсетях (ВКонтакте; Instagram; Facebook; Twitter)», поэтому будем рассматривать её.
У выбранной альтернативы есть запланированные выходы Sp (ti ) и запланированные входы Rp (ti ), а также соответствующие фактические выходы Sa (ti ) и соответствующие фактиче-
ские входы Ra (ti ) (табл. 12).
Таблица 12
Исходные данные для задачи оценки отклонений
|
|
Запланированвыходыные |
|
) |
Фактические выходы(S |
Фактические входы(R |
|
|
|
||||
|
|
S( |
p |
|||
|
|
Запланированвходыные(R |
||||
|
|
|
|
|
) |
) |
|
|
|
|
|
a |
a |
|
|
|
) |
|
|
|
|
|
|
p |
|
|
|
|
|
|
|
|
|
|
|
1.1. Прирост объема прибыли по сравнению с предыдущим этапом |
6 |
|
5 |
8 |
3 |
|
2.1. Количество покупок аккаунта для доступа к сервису |
5 |
|
1 |
5 |
1 |
|
2.2. Количество маркет-плейсов, на которых доступно приложение |
0 |
|
1 |
0 |
1 |
|
2.3. Количество стран, в которых доступно приложение |
0 |
|
1 |
0 |
1 |
|
2.4. Количество удалений приложения |
-3 |
|
-5 |
-1 |
-3 |
|
2.5. Коэффициент удержания пользователей (число пользователей, |
6 |
|
7 |
4 |
2 |
|
пользующихся приложением 5 и более недель) |
|
||||
|
|
|
|
|
|
|
) |
3.1. Количество активных пользователей (пользователи, которые |
8 |
|
6 |
6 |
4 |
индикаторы( |
4.2. Число позитивных комментариев за рассматриваемый период |
8 |
|
7 |
7 |
5 |
|
ежедневно заходят в приложение) |
|
|
|
|
|
|
3.2. Число потерянных пользователей за рассматриваемый период |
-4 |
|
-5 |
-1 |
-1 |
|
4.1. Число переходов на страницы маркет-плейсов |
7 |
|
5 |
5 |
3 |
Критерии |
|
|
|
|
|
|
4.3. Число негативных комментариев за рассматриваемый период |
-5 |
|
-4 |
-3 |
-2 |
|
|
|
|||||
|
5.1. Число исправлений архитектуры, приводящих к повышению |
-6 |
|
-5 |
-6 |
-3 |
|
производительности и устойчивости |
|
|
|
|
|
|
6.1. Время, в течение которого средний пользователь проводит в |
6 |
|
4 |
4 |
4 |
|
приложении |
|
|
|
|
|
|
6.2. Разница в скорости появления новых пользователей после сме- |
8 |
|
8 |
8 |
8 |
|
ны дизайна |
|
||||
|
|
|
|
|
|
|
|
7.1. Число обновлений приложения |
3 |
|
6 |
1 |
4 |
|
8.1. Число тестов, проведенных с приложением после последнего |
-3 |
|
-6 |
-1 |
-3 |
|
обновления |
|
|
|
|
|
|
8.2. Число выявленных дефектов с момента последнего обновления |
-5 |
|
-7 |
-1 |
-7 |
Анализируем таблицу. Целевые выходные значения будут достигнуты, если расстояние ds (Sa (ti ); Sp (ti )) ≤ εs ,
37
а целевые входные значения будут достигнуты, если расстояние
dr (ra (ti );rp (ti )) ≤ εr ,
где ε – величина допустимой погрешности (возьмём её равной 2 для входных и для выходных
значений).
Полученные результаты приведены в табл. 13, зеленым цветом выделены целевые входные и выходные значения, которые будут достигнуты (т.е. значение ds ≤ εs и значение dr ≤ εr ).
Таблица 13
Результаты оценки отклонений
Критерии (индикаторы)
|
) |
) |
|
a |
|
|
целевыхдля) значений |
целевыхдля) значений |
|
p |
p |
a |
s |
r |
|||
|
ЗапланированныевыходыS( |
ЗапланированныевходыR( |
) |
) |
|
Расстояние(d |
допустимойВеличинапо- (грешностиε выходных |
допустимойВеличинапо- (грешностиε входных |
|
Фактическиевыходы(S Фактическиевходы (R Расстояние(d |
|||||||
|
|
|
|
|
) ) |
|
|
|
|
|
|
|
|
|
|
s |
r |
1.1. Прирост объема прибыли по сравнению с преды- |
6 |
5 |
8 |
3 |
2 |
-2 |
2 |
2 |
дущим этапом |
|
|
|
|
|
|
|
|
2.1. Количество покупок аккаунта для доступа к сер- |
5 |
1 |
5 |
1 |
0 |
0 |
2 |
2 |
вису |
|
|
|
|
|
|
|
|
2.2. Количество маркет-плейсов, на которых доступно |
0 |
1 |
0 |
1 |
0 |
0 |
2 |
2 |
приложение |
|
|
|
|
|
|
|
|
2.3. Количество стран, в которых доступно приложе- |
0 |
1 |
0 |
1 |
0 |
0 |
2 |
2 |
ние |
|
|
|
|
|
|
|
|
2.4. Количество удалений приложения |
-3 |
-5 |
-1 |
-3 |
2 |
2 |
2 |
2 |
2.5. Коэффициент удержания пользователей (число |
|
|
4 |
2 |
-2 |
-5 |
2 |
2 |
пользователей, пользующихся приложением 5 и более |
6 |
7 |
||||||
недель) |
|
|
|
|
|
|
|
|
3.1. Количество активных пользователей (пользовате- |
8 |
6 |
6 |
4 |
-2 |
-2 |
2 |
2 |
ли, которые ежедневно заходят в приложение) |
|
|
|
|
|
|
|
|
3.2. Число потерянных пользователей за рассматри- |
-4 |
-5 |
-1 |
-1 |
3 |
4 |
2 |
2 |
ваемый период |
|
|
|
|
|
|
|
|
4.1. Число переходов на страницы маркет-плейсов |
7 |
5 |
5 |
3 |
-2 |
-2 |
2 |
2 |
4.2. Число позитивных комментариев за рассматри- |
8 |
7 |
7 |
5 |
-1 |
-2 |
2 |
2 |
ваемый период |
|
|
|
|
|
|
|
|
4.3. Число негативных комментариев за рассматривае- |
-5 |
-4 |
-3 |
-2 |
2 |
2 |
2 |
2 |
мый период |
|
|
|
|
|
|
|
|
5.1. Число исправлений архитектуры, приводящих к |
-6 |
-5 |
-6 |
-3 |
0 |
2 |
2 |
2 |
повышению производительности и устойчивости |
|
|
|
|
|
|
|
|
6.1. Время, в течение которого средний пользователь |
6 |
4 |
4 |
4 |
-2 |
0 |
2 |
2 |
проводит в приложении |
|
|
|
|
|
|
|
|
6.2. Разница в скорости появления новых пользовате- |
8 |
8 |
8 |
8 |
0 |
0 |
2 |
2 |
лей после смены дизайна |
|
|
|
|
|
|
|
|
7.1. Число обновлений приложения |
3 |
6 |
1 |
4 |
-2 |
-2 |
2 |
2 |
8.1. Число тестов, проведенных с приложением после |
-3 |
-6 |
-1 |
-3 |
2 |
3 |
2 |
2 |
последнего обновления |
|
|
|
|
|
|
|
|
8.2. Число выявленных дефектов с момента последне- |
-5 |
-7 |
-1 |
-7 |
4 |
0 |
2 |
2 |
го обновления |
|
|
|
|
|
|
|
|
38
|
|
|
|
1.3.3. Оценка эффективности |
|
|
|
|
||
|
Пусть |
задано |
значение функции vs или |
vr , |
для которой выполняется |
vs ≥ 0, vr ≥ 0; |
||||
vs (0) = 0, vr (0) = 0; |
vs (x) ≥ vs ( y), vr (x) ≥ vr ( y), |
если x ≥ y. |
|
|
|
|
||||
|
Тогда эффективностью для момента времени t |
будем называть |
E (t ) = |
vs (s (ti )) |
. |
|||||
|
|
|
||||||||
|
vr (r (ti )) |
|||||||||
|
|
|
|
|
i |
|
i |
|
||
|
|
|
|
|
|
|
|
|
||
|
Эффективность может быть нормирована некоторым значением E (B0 ). |
Тогда получим |
||||||||
E* = |
E |
|
. E* (B ) =1. |
|
|
|
|
|
|
|
E (B0 ) |
|
|
|
|
|
|
||||
|
0 |
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
|
|
|
|
B1 более эффективна, чем B0 , если s1 ≥ s0 и r1 ≤ r0.
При использовании данного метода производим оценку эффективности по каждому из индикаторов, как показано в табл. 14 (сумма по столбцам vr и vs равна единице).
Таблица 14
Результаты оценки эффективности
|
|
Фактические S(выходы |
Фактические R(входы |
v |
v |
t(E |
|
|
|
||||||
|
|
) |
) |
|
|
|
|
|
|
a |
a |
|
|
|
|
|
|
|
|
|
|
) |
|
|
|
|
|
s |
r |
i |
|
|
|
|
|
|
|||
|
|
|
|
|
|
|
|
|
1.1. Прирост объема прибыли по сравнению с предыдущим этапом |
8 |
3 |
0,14 |
0,06 |
6 |
|
|
|
|
|
|
|
|
|
|
2.1. Количество покупок аккаунта для доступа к сервису |
5 |
1 |
0,14 |
0,06 |
11 |
|
|
2.2. Количество маркет-плейсов, на которых доступно приложение |
0 |
1 |
0,00 |
0,06 |
0 |
|
|
2.3. Количество стран, в которых доступно приложение |
0 |
1 |
0,00 |
0,07 |
0 |
|
|
2.4. Количество удалений приложения |
-1 |
-3 |
0,00 |
0,06 |
0 |
|
|
2.5. Коэффициент удержания пользователей (число пользователей, |
4 |
2 |
0,00 |
0,06 |
0 |
|
) |
пользующихся приложением 5 и более недель) |
|
|
|
|
|
|
3.1. Количество активных пользователей (пользователи, которые еже- |
6 |
4 |
0,15 |
0,06 |
4 |
||
индикаторы( |
|||||||
дневно заходят в приложение) |
|
|
|
|
|
||
|
|
|
|
|
|
||
|
3.2. Число потерянных пользователей за рассматриваемый период |
-1 |
-1 |
0,11 |
0,06 |
2 |
|
|
4.1. Число переходов на страницы маркет-плейсов |
5 |
3 |
0,00 |
0,06 |
0 |
|
Критерии |
4.2. Число позитивных комментариев за рассматриваемый период |
7 |
5 |
0,15 |
0,05 |
4 |
|
4.3. Число негативных комментариев за рассматриваемый период |
-3 |
-2 |
0,14 |
0,06 |
3 |
||
|
|||||||
|
5.1. Число исправлений архитектуры, приводящих к повышению про- |
-6 |
-3 |
0,14 |
0,05 |
5 |
|
|
изводительности и устойчивости |
|
|
|
|
|
|
|
6.1. Время, в течение которого средний пользователь проводит в при- |
4 |
4 |
0,12 |
0,06 |
2 |
|
|
ложении |
|
|
|
|
|
|
|
6.2. Разница в скорости появления новых пользователей после смены |
8 |
8 |
0,15 |
0,06 |
2 |
|
|
дизайна |
|
|
|
|
|
|
|
7.1. Число обновлений приложения |
1 |
4 |
0,00 |
0,04 |
0 |
|
|
8.1. Число тестов, проведенных с приложением после последнего об- |
-1 |
-3 |
0,00 |
0,06 |
0 |
|
|
новления |
|
|
|
|
|
|
|
8.2. Число выявленных дефектов с момента последнего обновления |
-1 |
-7 |
0,15 |
0,06 |
0 |
39
1.3.4. Анализ среды функционирования (DEA, Data Envelopment Analysis)
Метод, основанный на идеях Фаррелла [10], был описан в работе «Измерение эффективности единиц принятия решений» Чарнсом, Купером и Родсом [11] и впервые применялся при рассмотрении задач линейного программирования для оценки эмпирических технологических границ возможностей ПрС. В Германии аналогичный подход использовался и до выхода указанной работы для оценки предельной производительности НИОКРов.
Рассмотрим n сценариев развития, имеющих несколько выходов и несколько входов. Выберем один из этих сценариев. Сконструируем новый объект таким образом, чтобы он был линейной комбинацией всех объектов и имел выходные значения выбранного бизнес-объекта при наименьшей взвешенной сумме входов. Может оказаться, что только выбранный объект отвечает этим требованиям. Проделаем это для каждого из n заданных бизнес-объектов. В результате задача выбора стратегии сведется к решению задачи
max mM=1sm (ti ) um (ti ) ,nN=1rn (ti ) qn (ti )
где u и q – весовые коэффициенты. Получаемые значения будут меньше или равны единице,
азначения коэффициентов и входных и выходных значений должны быть положительными.
Врезультате может быть определено количество шагов, которое необходимо сделать системе что бы достичь своих конечных целевых значений.
Это входно-ориентированная версия DEA. Иногда рассматривают выходно-ориентиро- ванную версию (когда мы ищем максимальный выход по заданному входу).
Для монотонно возрастающих выходных значений мы имеем S (ti+1 ) − S (ti ) ≥ 0. Для монотонно возрастающих входных значений мы имеем R(ti+1 ) − R(ti ) ≥ 0.
В практической деятельности достижение значений индикаторов больших, чем было запланировано, стоит рассматривать как растрату ресурсов. Тогда эффективный выход
Su (ti ) = min (Sa (ti ), Sl (ti )), где Sl – ограничение выходного значения.
Аналогично и неиспользованное входное значение стоит рассматривать как растрату ресурсов. Тогда вход Ru (ti ) = max (Ra (ti ), Rl (ti )), где Rl – предельное (максимально возможное)
значение входа.
Пределы выхода или входа имеют аналогии в теории удовлетворения из теории принятия решений. Удовлетворение – это стратегия принятия решений или когнитивная эвристика, которая предполагает поиск доступных альтернатив до тех пор, пока не будет достигнут порог приемлемости. Термин «удовлетворенность» представляет здесь собой сочетание «удовлетворенности» и «достаточности».
Использование данного метода позволит определить количество шагов, которое необходимо сделать системе что бы достичь своих конечных целевых значений (табл. 15). Получаемые значения будут меньше или равны единице, а значения коэффициентов и входных и выходных значений должны быть положительными. Согласно табл. 15 для достижения конечных целевых значений потребуется выполнить 1,2 шага.
В практической деятельности достижение значений индикаторов больших, чем было запланировано, стоит рассматривать как растрату ресурсов. Аналогично и неиспользованное входное значение стоит рассматривать как растрату ресурсов. Расчеты эффективности входных и выходных значений приведены в табл. 15.
40