Введение. Актуальность и целесообразность разработки темы определяется оценкой устойчивости экономического роста в России на основе развития малого предпринимательства, переходом к стоимостно -ориентированному управлению бизнесом, необходимостью разработки новой методологии принятия решения в быстро развивающейся информационной системе с использованием методологии экономико-математического моделирования.
Устойчивый экономический рост в России обеспечивается на основе дальнейшего развития предпринимательства. Экономические агенты малого и среднего предпринимательства обладают рядом преимуществ по сравнению с крупным бизнесом [4, с. 29]:
- близость к местным рынкам и адаптация к запросам клиентов;
- производство и торговля малыми партиями, что обеспечивает большую ориентацию на рынок;
- исключение лишних звеньев управления, что приводит к сокращению управленческого цикла;
- дифференциация и индивидуальность спроса в сфере производственного и личного потребления;
- обеспечение дополнительных рабочих мест и т.д.
Стоимостно – ориентированный подход к управлению бизнесом наиболее актуален для малого и среднего предпринимательства, поскольку развитие и успешность данной сферы организации предпринимательства определяются условиями и факторами финансового состояния и имеет своей целью оценку использования капитала, что, в свою очередь, требует организации мониторинга изменений внешней и внутренней среды.
Анализ потребностей современной практики в области экономики малого и среднего бизнеса, изучение теоретических положений и разработок формирования и принятия управленческих решений свидетельствует, что ранее используемые традиционные схемы в современных условиях не могут служить основой для дальнейшего развития данного сектора.
Обновленная методология принятия стратегических и управленческих решений должна быть ориентирована на гармонизацию методик:
- оценки инвестиционной привлекательности малого и среднего бизнеса и стратегии развития социально – экономической политики каждого субъекта малого и среднего предпринимательства;
- моделирования диагностического обследования и аналитического обеспечения оценки результатов деятельности предприятий малого и среднего предпринимательства;
- оценки финансовой устойчивости по критериям достаточности капитала;
- взаимосвязи финансовой устойчивости и экономических интересов и предпочтений предпринимательской среды.
Современная система организации и управления предпринимательской деятельностью требует новой информационной системы принятия управленческих решений, которая должна:
- во-первых, быть ориентирована на формирование и реализацию финансового механизма управления стоимостью бизнеса;
- во-вторых, иметь интегрированную форму для целостного и эффективного управления предприятием;
- в-третьих, сформировать подсистемы управления рисками, конкурентоспособностью, рыночной привлекательностью.
Обоснованный выбор решений из все возрастающего многообразия и количества их вариантов определяет необходимость исследования ситуаций, проблем, условий, факторов эффективности деятельности предприятия и его инновационной активности.
Очевидно, чтобы обеспечить принятие обоснованных управленческих решений при изменении условий функционирования предприятия под воздействием внутренних и внешних факторов, требуются новые инструментальные средства.
Управленческие решения в условиях определенной предсказуемости внутренних факторов ориентированы на эффективность деятельности предприятия. Непредсказуемость внешних факторов в большей мере оказывают влияние на консолидированный результат деятельности.
Система учетно-аналитического обеспечения современного управления устойчивым развитием хозяйствующих субъектов малого и среднего предпринимательства в результате инновационных изменений требует нового институционального подхода к формированию и использованию.
Растущая конкурентоспособность предпринимательских структур в обеспечении рыночной и инвестиционной привлекательности и проявление ими инновационной активности определяют необходимость повышения гибкости и скорости управления в условиях современной предпринимательской экономики.
Достижение качества управления, на наш взгляд, возможно за счет применения математических моделей и компьютерных информационных систем поддержки принятия управленческих решений, поскольку их применение в обновленной информационной системе в оперативном порядке предусматривает регистрацию изменений факторов внутреннего роста (ресурсы, методы организации процесса, система контроля и регулирования деятельности) и условий внешней среды (рынок ресурсов, уровень развития инфраструктуры).
Для получения комплексной оценки деятельности предприятия, функционирующего в условиях неопределенности, является сложной задачей не только с экономической, но и с математической точки зрения. Традиционный анализ состояния предприятия в условиях глобализации экономики уже не решает фундаментальных проблем совмещения разнородных показателей в общую оценку эффективности управления. Данное определяет необходимость перестройки системы управления всем жизненным циклом предприятия в разрезе отдельных стадий (заготовка сырья, производство продукции, ее сбыт).
Управление, ориентированное на стоимость бизнеса должно включать ряд моделей потребляемой информации в виде:
- учетного модуля, ориентированного на потребителей продукции, работ и услуг;
- отчетного модуля, ориентированного на формирование отчетности об устойчивом развитии;
- аналитического модуля, ориентированного на оценку стратегических проектов развития с определением сигналов отклонений;
- модуля пользователей информации, ориентированного на инвесторов, партнеров бизнеса и менеджмент хозяйствующего субъекта.
Разработка экономико-математических моделей, позволяющих осуществлять комплексную оценку состояния предприятия с достаточной точностью и надежностью, становится наиболее перспективной и актуальной.
Одним из главных преимуществ синтеза математической модели, современных методов и инструментария анализа является возможность определять будущие денежные потоки, долгосрочную устойчивость бизнеса.
Как показывает практика, исследование малого и среднего предпринимательства сопряжено с решением задач, которые характеризуются большим числом неизвестных, имеющих различные динамические связи и взаимоотношения, то есть, в данном случае, задачи являются многомерными.
Основная часть статьи сформирована на основе аналитического обобщения теории и практики исследуемой проблемы формирования концептуальных положений принятия управленческих решений в условиях необходимости инновационно активного малого и среднего бизнеса.
Трудности при проведении исследования состоят в том, что предпринимательские системы в результате деятельности развиваются и усложняются сами путем изменения их структуры, а иногда и содержания, что обусловлено текущими трансформационными сдвигами, государственной политикой поддержки инновационных технологий, информатизацией и глобализацией экономики и общества и так далее. Все это свидетельствует о необходимости достаточной проработанности и аргументированности применения математического моделирования в экономических исследованиях.
Математическое моделирование экономических процессов и принятие на их основе обоснованных решений управления деятельностью предприятия можно считать важным конкурентным преимуществом предприятий малого и среднего бизнеса, поскольку разработка и внедрение новой системы управленческих технологий позволяет повысить эффективность функционирования предпринимательских структур и обеспечить реализацию стоимостного подхода в управлении бизнесом.
Сочетание использования экономико – математических моделей и современных компьютерных технологий в определении результатов анализа состояния экономических объектов в процессе экономического прогнозирования развития и выработки управленческих решений на всех уровнях хозяйственной иерархии не только сокращают время оперативного принятия решений, но и способствуют повышению конкурентоспособности малого и среднего предпринимательства, поскольку обеспечивают качественно новые выводы об экономических процессах и явлениях, перспективах их развития.
Экономико-математическое моделирование в настоящее время становится все более востребованным в процессе проведения экономических исследований и используется в качестве одного из основных инструментов количественного анализа статистических данных о деятельности предприятия. Это объясняется тем, что: во — первых, математическое моделирование можно рассматривать как эффективное средство структурированного, более компактного и обозримого представления исходной информации, тем более, когда она задается в виде числовых массивов, в виде графиков и т.д., во — вторых, существует целый ряд типичных управленческих ситуаций, которые допускают формализацию, где именно математические подходы и соображения обоснованно становятся решающими.
В процессе моделирования сложных систем, при обосновании решений приходится иметь дело с неточной и недостаточно достоверной информацией. Такое положение особенно остро ощущается при принятии решений, связанных с обоснованием и разработкой прогноза основных показателей деятельности предприятия и условий его функционирования, а так же ограниченными возможностями использования данных, относящихся к стратегическому планированию.
Интегрированный комплекс данных, методы их обработки и анализа, нацеленные на информационные потребности при принятии решений позволяют достоверно оценить реализацию стратегии устойчивого развития предприятия малого и среднего предпринимательства и уровень управления ее результативностью.
Цель исследования предопределяет не только сложность модели, но и структуру внутренних и внешних данных. Если внутренние данные – это данные управленческого бухгалтерского учета и здесь нет проблем в их получении, то получение внешних данных сопряжено с трудностями организационного характера. Следует иметь в виду, что чем больше упрощений и допущений в модели, тем меньше гарантии, что она достоверна. Но нужно оговориться о точности воспроизведения моделью реального процесса – все определяется целью исследования и конечным результатом моделирования.
Математическое моделирование обладает широкими возможностями, а метод математического моделирования более универсален, поскольку [4, с. 76]: во-первых, используя техническое оснащение с развитой периферией и с соответствующим программным обеспечением, можно решить большое количество задач, которые имеют одинаковое математическое обоснование; во-вторых, путем изменения значений параметров исследуемой системы, задавая различные возмущения и изменяя начальные условия, без особых трудностей обеспечивается переход от одной задачи к другой; в-третьих, реализуется возможность математического описания системы по частям благодаря декомпозиции; в-четвертых, используется непрерывно совершенствующуюся вычислительная техника.
Кроме того, математическое моделирование позволяет обобщать результаты на основе параметрических исследований, прогнозировать возможное поведение при изменении определяющих показателей, определять скрытые резервы структуры управления предприятием и «узкие» места в ней, уменьшать степень финансового риска, что при ограниченных ресурсах, и, особенно, в рамках ограничения во времени на принятие решения приобретает первостепенное значение.
Построение качественных математических моделей является основой реализации системного анализа, занимая центральное место в организации исследований и проектирования любой экономической системы, ее подсистемы управления.
Процесс построения качественной модели представляет собой интерактивную процедуру, которая предполагает и позволяет провести корректировку после каждого этапа и вернуться к любому из предшествующих, а затем продолжить построение модели. Построение модели осуществляется поэтапно [5, с.21]: 1) идентификация проблемы (выявляется актуальность проблемы, формулируется цель и задачи исследования, выявляются возможные альтернативы решения применительно к исследуемой проблемной ситуации, определяются присущие исследуемой системе требований, условий и ограничений, определяется объем выборки и период исследования, а также факторы и показатели, необходимые для построения качественной модели); 2) построение модели; 3) решение поставленной задачи с помощью модели; 4) проверка адекватности модели; 5) реализация результатов исследования.
Данная последовательность этапов не обязательна, но ее можно считать общепринятой, за исключением этапа, связанного с получением решения на основе разработанной модели, когда используются апробированные формализованные методы, все остальные этапы исследования выполняются, по нашему мнению, без строгой ориентации на те, или иные регламентирующие правила. Это связано с тем, что выбор тех или иных процедур на каждом из этапов зависит от характера исследуемой проблемы и условий функционирования системы.
Методика экономико-математического моделирования в современных условиях наиболее распространена в части определения изменений показателей.
Цикл вычислительного эксперимента «предприятие малого и среднего предпринимательства — математическая модель – алгоритм — пакет прикладных программ — компьютер» отражает основные этапы процесса познания в нынешнем компьютерном воплощении.
Экспериментирование с математической моделью, а не с объектом, сопровождается оперативным накоплением информации об объекте, вскрывающей его внутренние многофункциональные связи и позволяющей судить о его интегральных свойствах. Данный алгоритм ведет к значительной экономии материальных и трудовых затрат по сравнению с традиционным экспериментальным подходом.
Существуют два вида математических описаний процесса — детерминированное и стохастическое.
Детерминированное описание строится на основе фундаментальных теоретических законов и закономерностей экономики. Множество практических задач, анализ процессов которых осуществляется с учетом действия случайных факторов, источниками которых служат воздействие внешней среды, ошибки, шумы и отклонения различных показателей, возникающие внутри системы, носят случайный характер. В отличие от других методов, математическое моделирование оказывается весьма приспособленным для изучения процессов с учетом случайных факторов.
Трудность стохастического описания исследуемых процессов методом математического моделирования состоит в выборе вектора состояния системы, элементы которого реально характеризовали бы реализуемый процесс.
Следует указать на то, что компоненты вектора, описывающие состояние системы, определяются как средние значения. Обязательным условием статистической устойчивости оценок искомых показателей является наличие большого числа реализаций. Только в этом случае они могут быть приняты в качестве приближенных значений искомых компонент вектора состояния системы с достаточной для практики точностью.
Необходимо отметить, что между традиционными методами (аналитическим и натурным экспериментом) и новой научно-прикладной методологией нет никакого противоречия. В этих условиях математическое моделирование выступает как объединяющий и цементирующий фактор, благодаря которому классические методы получают новое измерение и дополнительное обоснование, фундаментальные исследования — четкую направленность, а прикладные разработки — теоретическую базу.
Современной особенностью математического моделирования, на наш взгляд, является быстрое и постоянное совершенствование компьютерных информационных систем, которое в значительной степени стимулирует развитие численных методов исследования в разных областях экономики, в том числе в подсистемах поддержки принятия управленческих решений.
Существующие в настоящее время пообъектные подходы к формированию экономико – математических моделей и их решению (когда практически под каждый объект малого и среднего предпринимательства создается своя модель) представляются нерациональными, поскольку связаны с необходимостью выполнения каждый раз неоправданно большого объема подготовительной работы, дублирования, не обеспечивают накопления и обобщения опыта создания и применения моделей с единых методологических позиций.
Этот недостаток можно устранить путем разработки универсальных моделей, ориентированных на решение широкого круга экономических задач, стандартизацией структурных блоков модели и применением унифицированных приемов моделирования.
С учетом накопленного опыта создание моделей должно осуществляться с соблюдением следующих принципов [6]:
Первый принцип — модульный принцип организации структуры экономико – математической модели. Модульный принцип обеспечивает независимость формирования результирующей модели экономического объекта любого уровня от конкретных методов расчета и, как следствие, возможность сравнительно простого перехода к более совершенным методам расчета характеристик составных частей задачи путем замены одного модуля другим.
Второй принцип — унификация моделей. В настоящее время математическое моделирование имеет уровень развития и совершенствования, когда возможен переход от поштучного производства к созданию унифицированных моделей, позволяющих с единых позиций рассматривать достаточно широкий круг задач. Такими свойствами обладает, например, имитационная модель работы предприятия малого и среднего предпринимательства.
Использование указанного принципа позволяет значительно быстрее определить эффективные методы решения комплексных задач, исключить ошибки при переходе к решению новых задач и значительно упростить процедуру освоения математических моделей пользователем. Использование модульного принципа позволяет расширить материальную базу унификации модели и прежде всего в области нелинейной оптимизации.
Третий принцип — сочетаемость с другими моделями. Реализация данного принципа требует в общем случае разработки специальных методов исследований. Принцип сочетаемости так же, как и принцип унификации, направлен в первую очередь на обеспечение оперативности формирования модели предприятия малого и среднего предпринимательства в целом и простоты ее освоения.
Четвертый принцип — выделение базовых моделей. Согласно этому принципу процесс создания модели предприятия разбивается на ряд этапов:
- отбор или формирование заново модели окружающей среды, элементов и подсистем, входящих в состав объекта;
- построение базовой модели;
- модификация базовой модели или ее усложнение под конкретные задачи.
Два первых этапа наиболее трудоемки и осуществляются совместно специалистами по численным методам и экономистами. Третий этап существенно проще первых двух, легко поддается формализации и может выполняться исследователями, не являющимися, например, специалистами в области принятия управленческих решений.
В итоге принцип выделения базовой модели обеспечивает сравнительную простоту и доступность в ее использовании для проведения широкого круга прикладных исследований. При этом реальной становится возможность одновременного создания предприятия малого и среднего предпринимательства и его математической модели — «математического дублера», который в дальнейшем может быть использован для исследования в повседневной управленческой деятельности.
Качество математической модели и эффективность деятельности предприятий малого и среднего предпринимательства в значительной степени определяется уровнем информационного обеспечения, которым может располагать система управления.
Информационная система предприятия в результате своей деятельности накапливает большие объемы разнообразных сведений. Интеграция классических методов многомерной статистики (математического моделирования) совместно с методами финансового анализа дает объективную оценку деятельности предприятия в удобном для анализа виде, позволяет выявить причины отклонения, изменений контура развития, подготовить управленческие решения, выполнить прогноз показателей на основе данных прошлых периодов и разработать макет достижения векторов развития.
При использовании классических инструментальных методов анализа возникают определенные ограничения, связанные с тем, что используемые для анализа показатели и их взаимосвязи должны быть определены заранее. Все виды бухгалтерской и учетной документации не рассчитаны на поиск неочевидных правил деятельности предприятия и на извлечение неизвестных закономерностей развития экономических отношений, то есть на генерацию новых знаний.
Современный бизнес многогранен и количество факторов, влияющих на выбор решения, может составлять десятки единиц. Конкуренция предприятий на рынке возрастает, жизненный цикл реализуемых товаров уменьшается, выбор клиентами товаров меняется все быстрее. Для развития бизнеса необходима быстрая реакция на стремительное изменение бизнес-окружения.
Именно поэтому, на наш взгляд, при проведении экономических исследований большую роль играет теория информации, которая имеет двоякое значение:
- во-первых, ее математические методы позволяют провести ряд количественных исследований информационных потоков в анализируемой или проектируемой системе;
- во-вторых, основные понятия этой теории (неопределенность, энтропия, количество информации, пропускная способность канала и пр.) имеют огромное значение для понимания системных процессов.
Наряду с материальными и энергетическими ресурсами информационные ресурсы составляют ключевую триаду в исследовании ресурсного обеспечения анализируемой системы.
На рынке учетно-аналитического обеспечения управленческих систем главной тенденцией является постоянное повышение интереса в применении средств аналитической обработки учетной информации, которая позволяет в дальнейшем принять обоснованные решения. Необходимо отметить, что с позиции организации и управления деятельностью хозяйствующих субъектов малого и среднего предпринимательства вся система информационного обеспечения включает следующие подсистемы: справочно-правовую, делопроизводства и электронного документооборота, кадровую, планирования, оперативного управления производством, маркетинга, финансового обеспечения деятельности.
В действующей практике недостаточно использование математических инструментов и моделей, которые обеспечивают формирование разного рода отчетов, агрегированных таблиц и графиков на основе заранее определенным данным по включенным в исследование показателям.
Предприятию объективно необходимы качественно иные подходы, позволяющие в автоматическом режиме искать новые правила и неизвестные закономерности деятельности предприятия (рис. 1).
Основные возможности и их достоверность. Алгоритм представляется в рекомендательном порядке установления путей решения выше названной проблемы. Основной смысл концептуальной модели информационно – аналитического обеспечения принятия управленческих решений заключается в необходимости стоимостно–ориентированного подхода к управлению бизнесом и использование экономико–математических моделей, информационных технологий в оценке результатов состояния предприятий малого и среднего бизнеса с целью экономического прогнозирования их развития и выработке управленческого решения.
На основе накопленной информации применение различных технологий анализа данных позволяет генерировать качественно новые знания и принимать порой совершенно нестандартные решения для повышения эффективности и надежности бизнеса.
Рисунок 1 — Логика задачи принятия решения
На основе алгоритмов анализа данных формируются аналитические модели, которые описывают закономерности экономических процессов, присутствующие в исходных данных. Эти модели представляют определенную ценность, могут многократно использоваться, а также применяться для получения прогнозных значений показателей (рис. 2).
Механизм анализа данных (а по сути — создание математической модели) представляет собой набор взаимодействующих в определенной последовательности методов многомерной статистики и качественных методов финансового анализа, благодаря чему можно использовать их в произвольной комбинации при принятии управленческого решения.
Создание математической модели для принятия оптимального и достоверного управленческого решения начинается с предварительного этапа, на котором наибольшее распространение в мировой практике получили следующие методы [2]:
- кластеризация — выполняет группировку объектов, при этом достигается максимум внутригруппового сходства и межгруппового различия;
- дерево целей — осуществляет определение причинно-следственной иерархии условий, которые приводят к обоснованным решениям;
- поиск ассоциаций — определяет устойчивые комбинации элементов событий или объектов.
Рисунок 2 — Схема формирования модели прогноза показателей
Применяя к исходным данным один из перечисленных методов, можно получить некоторую модель поведения данных. Выбор метода определяется составом и объемом исходных данных, а также задачей определения закономерности процесса. Результат исследования представляется итоговым документом или сохраняется для дальнейших исследований. Полученные результаты исследования можно использовать для создания прогнозной модели оценки поведения тренда показателя на ближайший период.
Суть и возможности практического применения указанных методов при аналитическом анализе данных представляются следующим образом.
Методы кластерного анализа позволяют перейти от индивидуальной оценки объектов к групповому их представлению по выбранному характерному признаку, что существенно упрощает управление ими. Например, предпринимательство представляет собой кластеры малого, среднего и крупного бизнеса. Причем кластеризация выполнена по размеру выручки и количеству работающих на предприятии. Можно дальше проводить кластеризацию непосредственно для данного вида бизнеса, например, по виду деятельности.
Таким образом, целью кластерного анализа является выделение из выборки однородных объектов некоторого количества групп одной природы (кластеров). Объекты по группам распределяются таким образом, чтобы их внутригрупповые отличия были минимальными, а межгрупповые – максимальными [3].
Используя кластерный анализ, можно, например, сгруппировать клиентов — дебиторов и агентов — кредиторов предприятия по совокупности параметров и выделить среди них устойчивые группы, имеющие сходные отношения к выполнению договорных обязательств, или сходные уровни продаж и платежеспособности, что обеспечит значительное упрощение управления взаимоотношениями с партнерами.
Аналогичным образом, для оперативной обработки информации, ее анализа и принятия решения, можно с использованием данного метода провести сегментацию отчетности.
В настоящее время классификация товаров осуществляется достаточно условными методами и подходами. Выделение групп товаров с использованием кластерного анализа и выбранных критериев классификации позволяет определить группы однородные по составу и качеству.
Управление ассортиментом на уровне сегментов по сравнению с управлением на уровне номенклатуры в условиях широкой и довольно разнородной номенклатуры товаров существенно повышает эффективность продвижения товара, ценообразования и управления поставками [2].
Оптимизация управления персоналом может быть достигнута путем группировки служащих по заданному критерию, что позволит спланировать эффективные организационные изменения, улучшить систему формирования и реализации мотивации и иной политики, скорректировать систему собеседования с кандидатами на работу. Все эти меры, в конечном счете, позволят повысить управляемость предприятия, что, несомненно, приведет к повышению его конкурентоспособности.
«Расстояние» между объектами в пространстве факторов зависит от сходства и различия между ними. Способ измерения расстояния определяется метрикой, которая указывает принцип определения сходства (различия) между объектами. Количество применяемых метрик в пакетах прикладных программ определяется сложностью пакета. Например, в статистических пакетах применяются следующие метрики: «евклидова метрика», «метрика города», метод «k-средних», и т.д.
Применение кластерного анализа приводит к получению следующих данных для анализа [3]:
- центры кластеров — совокупность усредненных значений входных колонок в каждом кластере;
- таблица меж кластерных расстояний — расстояния между центрами кластеров, которые позволяют определять степень различия между объектами;
- значения прогнозных колонок для каждого кластера;
- рейтинг факторов и дерево условий, которые определили распределение объектов на кластеры.
Алгоритмы методов кластерного анализа позволяют провести кластеризацию объектов на множестве заданных атрибутов и выполнить прогноз значений показателей для выборки на основании принадлежности объектов этой выборки к тому или иному кластеру.
Метод «Поиск ассоциаций» позволяет выявить закономерности в определенных событиях и устойчивые комбинации элементов в исследуемых объектах. Результаты анализа представляются в виде элементов, объединенных в группы. Кроме того, помимо выявленных устойчивых комбинаций элементов, здесь же представляется развернутая аналитика по группам объединенных элементов.
Метод иногда называется «анализом покупательской корзины», так как изначально предназначался для поиска сочетаний однотипных товаров в покупках. Данный подход предполагает использование в качестве объединенных элементов товарных групп или отдельных видов товаров. Объединяющим объектом, в который входят элементы выборок, может быть любой объект информационной системы, определяющий сделку. Например, заказ покупателя, акт об оказании услуг или кассовый чек [2].
Наличие информации о выявленных закономерностях в товарных предпочтениях клиентов повышает эффективность управления отношениями с партнерами (в части рекламных кампаний и маркетинговых акций), управления ценообразованием (формирование комплексных предложений и системы скидок), управления запасами и распределением товаров в торговых залах. Кроме того, данный метод используется для выявления предпочтений клиентов в выборе информационных каналов, чтобы исключить их дублирование при проведении целевых рекламных кампаний. Это приводит к существенному снижению издержек на подобного рода мероприятия.
Практическая интерпретация результатов, полученных с помощью данного метода, возможна при разбиении исходного множества объединенных элементов на действительно однородные, с точки зрения, проводимого анализа группы.
Одним из часто применяемых в теории графов и методов сетевого моделировании является метод «Дерево целей». Термин «дерево» предусматривает применение иерархического построения, полученное путем разделения общей цели на подцели. В случае, когда древовидный порядок не выдерживается по всей структуре, В.И. Глушков ввел понятие «прогнозного графа» [1]. Метод «Дерево целей» предназначен для получения относительно устойчивого построения целей задач, проблем, направлений исследований. При построении первоначального варианта структуры следует учитывать закономерности постановки целей и их достижения и использовать принципы формирования иерархических построений.
Стремление к достижению стратегической цели системы, как правило, связано с поиском компромиссов между локальными целями (подцелями) системы. Стратегическая цель для подавляющего числа экономических систем — это максимизация стоимости бизнеса.
Так как основным источником увеличения стоимости является прибыль предприятия, то для отражения степени (меры) достижения ее максимального значения могут использоваться различные абсолютные и относительные показатели (критерии): сумма прибыли, норма прибыли, рентабельность и т.п. Здесь, в данном случае, возможна классическая постановка задачи многокритериальной оптимизации.
Главная задача метода «Дерево целей» – объединение, сведение групп однородных целей разного уровня к определенному иерархиезированному единству.
Декомпозиция целей ведется в несколько этапов. На первом этапе формулируется стратегическая цель, описывающая продукт, для получения которого создана исследуемая система. На втором этапе главная цель разбивается на подцели, определенные потребностями основных подсистем: управляющей, управляемой, актуальной средой и собственно анализируемой системой. Далее цели второго уровня распределяются в соответствии с разновидностями конечного продукта. На четвертом этапе формируются цели, обусловленные жизненным циклом конечного продукта. Затем формируются цели, вытекающие из потребности основных элементов управляемой и исследуемой систем (кадров, средств деятельности и предметов деятельности) по достижению цели первого уровня. На последнем этапе формулируются цели исследуемой системы, инициируемые требованиями основных этапов управленческой деятельности, куда входят: — выявление целей развития; — выявление целей регулирования; — сбор и учет информации; — анализ собранной информации; — прогноз возможных вариантов решения; — организация оформления решения; — подготовка проекта решения; — оформление решения; — контроль над получением решения; — контроль над реализацией решения.
Рассматривая предприятие как систему, декомпозиция стратегической цели проводится по четырем направлениям его деятельности: научно-техническому, производственному, экономическому и социальному.
В современных условиях, на наш взгляд, для предприятий малого и среднего предпринимательства главным направлением здесь является научно-техническое на основе инновационных технологий, которое обеспечит возможность развития и совершенствования экономики, что в свою очередь незамедлительно положительно скажется на социальном развитии общества.
Иногда встречаются варианты декомпозиции стратегической цели, которые включают цель «жизнеобеспечение». Данная цель представляет собой ресурсно — технический и хозяйственно-бытовой блоки задач.
Применение данного метода при постановке целей и разработке планов предприятия позволяет учитывать многие факторы, оказывающие влияние на подсистемы предприятия и не дающие ему полноценно и целенаправленно развиваться.
Данный метод получил наибольшее применение при выявлении причинно-следственных связей в данных и описании поведенческих моделей. Типичная зона применения дерева целей — оценка различных рисков. Например, закрытие заказа клиентом или его переход к конкуренту, несвоевременная поставка товара партнером или просрочка оплаты товарного кредита и т.д. В качестве исходных данных (входные факторы) для модели используются такие, как сумма и состав заказа, текущее сальдо взаиморасчетов, кредитный лимит, процент предоплаты, условия поставки и иные параметры, характеризующие объект прогноза.
Принятие управленческих решений для оптимизации соотношения «доходность/риск» в деятельности предприятия возможно на основе статистически достоверной оценке рисков. Данная оценка также полезна при определении достоверности различных бюджетов, формируемых предприятием.
В качестве примера, иллюстрирующего возможности метода выявлять причинно-следственные связи, можно привести пример оптимизации работы отдела продаж. Прогнозируемым показателем эффективности менеджеров по продажам выберем, например, удельную доходность на клиента, а в качестве факторов — совокупность данных, потенциально влияющих на результат. Метод позволяет кроме определения факторов, влияющих на результат, выделить типичные комбинации условий, которые приводят к тому или иному результату.
Используя подпрограмму Excel «Анализ данных», можно спрогнозировать значения целевого показателя на основании статистических данных, включенных в исследование факторов, а также составить прогноз с использованием модели «что будет, если…», изменяя значения показателей, подаваемые на вход модели. Результаты анализа и последующего прогноза с использованием метода «Дерево целей» позволяют существенно снизить влияние неопределенности бизнес-окружения на результат деятельности предприятия, а также решать большой круг задач, связанных с выявлением сложных и недостаточно явно проявившихся причинно-следственных связей.
Метод «Дерево целей» формирует причинно-следственную иерархию условий, приводящую к определенным решениям. В результате применения этого метода к обучающей выборке создается иерархическая (древовидная) структура правил расщепления вида «если… то…».
Алгоритм обучения модели является итеративным процессом, где происходит вычленение наиболее значимых условий и переходов между ними.
Условия могут иметь как количественный, так и качественный характер и формируют «ветви» этого абстрактного «дерева». Его «листву» образуют значения прогнозируемого атрибута (решения), которые, как и условия переходов, допускают и качественную, и количественную трактовку. Совокупность этих условий, налагаемых на факторы, и структура переходов между ними до конечного решения и образуют модель прогноза.
Данный алгоритм получил наибольшее распространение при оценке исходов различных событийных цепочек и при выявлении причинно-следственных связей в выборках. Управление качеством (значимость, достоверность) модели осуществляется с помощью параметров «Тип упрощения», «Максимальная глубина дерева» и «Минимальное количество элементов в узле» [2].
В качестве результатов анализа выборки с помощью метода «Дерево целей» выступают:
- рейтинг факторов, оказавших влияние на решение в порядке убывания значимости («цитирование» в узлах дерева). В условиях неопределенности и при воздействии случайных факторов необходимо установить степень их влияния на показатели экономического процесса с целью принятия обоснованного решения;
- дерево «Следствие-Причина», представляющее собой сопоставление решений (значений прогноза) и условий их определивших. При выполнении анализа вскрываются причины, которые привели к тем или иным результатам деятельности (следствие) под воздействием как случайных, так и неслучайных факторов. Устранение причин, негативно сказывающихся на результате, должно быть представлено спектром предлагаемых экономически обоснованных мероприятий (условий);
- дерево «Причина-Следствие», представляющее собой совокупность переходов между условиями, определяющими то или иное решение (по сути, визуальное представление модели прогноза). На основании сопоставления альтернативных переходов (условия), выбирается единственно верное решение, при условии, что оно приведет к наилучшим результатам деятельности предприятия на прогнозируемый период.
Рассмотренные методы предварительного анализа статистических данных позволяют создавать модели прогноза показателей, характеризующих деятельность предприятия малого и среднего предпринимательства, что в конечном итоге будет способствовать оперативному принятию решения.
Заключительная часть позволяет определить в рекомендательном порядке направления дальнейших исследований. Для решения задач управления малым и средним предпринимательством необходима новая методология учетно–аналитического обеспечения устойчивого развития предприятия, новые методики финансово–инвестиционного анализа, расширение информационной базы управления предприятием.
Библиографический список:
- Бухтиярова Т.И., Якушев А.А. Системный анализ в качестве необходимого условия выработки обоснованных управленческих решений сложных экономических систем// АПК: Регионы России. – 2013. — №2, с.47-62.
- Колесов А. Интеллектуальный анализ данных в «1С: Предприятие 8.0»//BYTE/Россия. — 2006. — №2. Режим доступа к журналу: http://www.klerk.ru/
- Мандель, И.Д. Кластерный анализ: учебник. – М.: Финансы и статистика, 1988. – 176 с.
- Самарина, В.П. Основы предпринимательства. 2-ое изд., перераб. – М., КНОРУС, 2012. – 222 с.
- Таха, Х. Введение в исследование операций: В 2-х книгах. Кн. 1. Пер. с анг. – М.: Мир, 1985. – 497 с.
- Якушев, А.А. Принятие управленческих решений на основе системного подхода и математического моделирования // Современные проблемы науки и образования, 2012. – № 6. Режим доступа к журналу: www.science-education.ru/106-7936.