Предполагаемая тема исследования.
Системы автоматизации (СА) бизнес-процессов (БП) банков, усложняются по мере интеллектуализации ПО и смещения границы между ручной и компьютерной обработкой информации в сторону последней. СА БП становятся всё более разносторонними, увеличивается их «интеллектуальность», повышаются требования к количеству и скорости выполнения транзакций, объемам и скорости обрабатываемой и хранимой информации. СА БП становятся сложнее, возрастает количество функциональных элементов и взаимосвязей между ними.
Увеличиваются риски потери главной характеристики СА БП – ее работоспособности. Время простоя впрямую сказывается на экономике системы. Экономическая эффективность работы СА БП определяется временем наработки на отказ, потерями от прекращения обслуживания БП, временем и затратами на восстановление работоспособности системы. В этой ситуации вполне логично рассматривать функционирование СА БП в терминах и методологии операционных рисков (ОР), которые широко применяются в организациях при оценке сбоев, инцидентов и серьезных проблем.
Таким образом, предполагаемая тема научной работы – это «Оценка операционных рисков при внедрении и эксплуатации информационных систем контроля и управления бизнес-процессами».
Актуальность исследования.
Достоинством предложенного подхода является использование наработанного инструментария, применяемого в управлении ОР. Но даже и в этом случае остается большое количество неисследованных вопросов по определению источников, путей снижения рисков и чувствительности экономических характеристик СА БП в жизненном цикле.
Как было сказано выше, наиболее серьезным рисковым событием является неработоспособность системы – невозможность выполнять свои функции в результате сбоя.
Получить характеристики работоспособности СА БП, описанные ранее, аналитическим путем практически невозможно. Достичь заданных характеристик можно двумя способами. Первый – тестирование СА БП непосредственно перед сдачей в опытно-промышленную эксплуатацию на тестах, включающих полное множество ситуаций, с которыми придется столкнуться СА БП при эксплуатации. Второй путь – исследование проектируемой системы с помощью её модели, выявление на модели мест для управляемого проектного воздействия, сравнение вариантов и выбор наиболее эффективного воздействия по критериям в пространстве «уровень ОР – бюджетные ограничения».
По мнению автора, наиболее перспективный путь – это построение и исследование модели СА БП. В дальнейшем, проводя испытания на ней, выявить, с учётом бюджетных и иных ограничений, оптимальное воздействие на структуру и управляемые параметры, с целью восстановления работоспособности системы. Рассмотрение модели как совокупности чёрных ящиков[1] в данном случае не позволит выявить глубинные причины проблемы и изыскать способ её решения. Из-за сложности реальной СА БП, наличия неявных зависимостей между элементами, подверженности влиянию случайных и близких к таковым факторам, а так же необходимости рассматривать поведение системы с течением времени, целесообразно использование методов имитационного моделирования[2], и, в частности, системной динамики.
Актуальность применения имитационного моделирования обуславливается, с одной стороны – новизной применения данного метода для разрешения поставленной задачи, с другой стороны – мощными возможностями применяемого метода. Иными словами, имитационная модель позволяет, во-первых, выявить элементы, на которые необходимо воздействовать в первую очередь для снижения рисков, во-вторых, позволяет оценить результат воздействия на управляемые переменные в модели.
Цели и задачи исследования.
Целью исследования является разработка методологии управления ОР с применением имитационного моделирования.
Задачами исследования применимости имитационного моделирования является распространение полученных локальных результатов на максимально большое множество БП универсальной организации за счет разработки обобщённых методов исследования ОР, присущих процессу внедрения СА БП, и создание алгоритмов и методик, позволяющих оптимизировать работоспособность системы с учётом наложенных ограничений.
Предполагаемые научные результаты.
С научной точки зрения, наибольшую ценность должна представлять методика оценки операционных рисков СА БП, построенная с применением имитационного моделирования. Обобщенные методы исследования ОР должны дать начало дальнейшим исследованиям в данной сфере.
Предполагаемые практические результаты.
Как было сказано ранее, одним из наиболее важных рисковых событий является потеря работоспособности системы автоматизации бизнес-процессов. Исследование, содержащие в себе модель, построенную по разрабатываемой методике, должно помочь восстановить работоспособность исследуемой системы с учётом имеющихся финансовых и иных ограничений.
Имеющийся задел.
По схожей тематике автором был защищён диплом, в котором рассматривалась информационная система и проводилось укрупнённое исследование её работоспособности. Результатом данного исследования явились рекомендации, выполнение которых позволило существенно повысить работоспособность системы.
Профиль работы автора тесно связан с внедрением СА БП в банковской сфере, где минутные простои могут исчисляться огромными финансовыми потерями.
Методика была применена при внедрении СА БП. На предприятии проходило внедрение системы управления бизнес-процессом. Задача состояла в определении структурной и функциональной схем технической реализации внедряемой системы. Поскольку, после внедрения изменить техническую реализацию было невозможно, данной проблеме уделялось достаточно внимания. Были получены параметры поведения пяти аналогичных систем, реализованных на предложенных технических схемах. После чего выделены основные элементы систем и связи между ними. Ключевые показатели эффективности при моделировании строились на показателях, применяемых при оценке ОР: распределении времени восстановления СА БП на временном интервале 1 год, распределении затрат на восстановление работоспособности и величины убытков, в результате простоя системы. С учётом бюджетных ограничений, был выбран вариант, с одной стороны, способный выдержать необходимую нагрузку (интенсивность информационных потоков), а с другой максимально эффективный с финансовой точки зрения.
Дальнейшие этапы внедрения системы, а именно: пуско-наладочные работы, опытно-промышленная эксплуатация и использование системы, показали правильность принятого решения. Выбранная с помощью модели техническая база обеспечила достаточный запас отказоустойчивости на всех этапах, с успехом прошла стресс-тестирование[3]. При этом были соблюдены все финансовые ограничения, что позволило уложиться в предполагаемый бюджет внедрения.
[1] Чёрный ящик — объект, внутренняя структура которого неизвестна, но о функциях которого можно судить по его реакциям на внешнее воздействие.
[2] Имитационное моделирование – это совокупность методов исследования, при которых исследуемая
система подменяется моделью, достаточно точно описывающей её поведение, с целью получения
информации об исходной системе. Имитационное моделирование особенно применимо, когда составление аналитической модели системы затруднено или невозможно, а так же для выявления сути динамического явления: его причинно-следственных связей.
[3] Стресс-тестирование (англ. Stress Testing) — один из видов тестирования, которое оценивает надежность и устойчивость системы в условиях превышения пределов нормального функционирования.
