Из этих рассуждений ясно, что на самом деле второй игрок может рассчитывать только на два варианта 3 или 5. Это худшие из возможных и из них он может выбрать лучший. Поэтому метод такого выбора и называется минимаксом (из минимальных максимальные). Наилучший вариант 5 поэтому первый игрок должен выбрать ход А, что противоречит предыдущему простейшему рассуждению.
Заключение. Таким образом, построение алгоритма игры заключается в решении двух проблем: как построить оценочную функцию правильно описывающую игру и как построить и просмотреть дерево вариантов.
Модели теории очередей или оптимального обслуживания.
Они используются для нахождения оптимального числа каналов обслуживания при определённом уровне потребности в них. К ситуациям, в которых такие модели могут быть полезны относятся, например, определение количества телефонных линий, необходимых для ответов на звонки клиентов; троллейбусов на маршруте, необходимых, чтобы на остановках не скапливались большие очереди; операционистов в банке, чтобы клиенты не ждали, пока ими смогут заняться и т. п. Проблема здесь заключается в том, что дополнительные каналы обслуживания (больше телефонных линий, троллейбусов или банковских служащих) требуют дополнительных ресурсов, а их загрузка неравномерна (избыточная пропускная способность в одни периоды времени и появление очередей – в другие). Следовательно, нужно найти такое решение, которое позволяет сбалансировать дополнительные расходы на расширение каналов обслуживания и потери от их недостатка. Модели теории очередей как раз и служат инструментом нахождения такого оптимального решения.
Подробнее
Теория и практика математического описания очередей вызовов
При определении оптимального уровня обслуживания и формировании штата call-центров очень важно четко представлять себе основные законы “поведения” очередей вызовов. Их знание позволит вам определять реалисти-чные целевые технологические параметры обработки вызовов, планировать работу call-центра и оперативно изменять алгоритмы его работы в соответствии с изменяющимися условиями.
Математические модели “поведения” очередей вызовов позволяют выявить динамику взаимодействия ключевых технологических параметров работы call-центра, таких, как число операторов, загрузка каналов связи, значение задержки ответа на вызов. Все эти знания являются необходимым условием для формирования стратегии развития call-центра и выработки системы операционных решений.
Разработка сценариев
В call-центрах для определения необходимого числа операторов и оценки основных параметров очередей на обслуживание пользуются специальными калькуляторами очередей, которые рассчитывают нагрузку call-центра с помощью широко известной
C-формулы Эрланга, учитывающей случайный характер поступления вызовов, или же посредством программы, моделирующей процесс образования очередей. Прогонка различных сценариев работы call-центра с применением такой программы — хороший способ изучения поведения очередей для выработки компромиссного решения по использованию ресурсов call-центра.
Наиболее адекватный уровень точности расчета основных параметров call-центра в большинстве случаев достигается при использовании получасовых временных интервалов. При этом все сценарии работы персонала call-центра оцениваются с помощью следующих четырех исходных параметров:
Среднее время разговора (в секундах). В программу вводится предполагаемое среднее время разговора для анализируемых получасовых интервалов.
Среднее время обработки вызова (в секундах). Вводится предполагаемое среднее время обработки вызова для анализируемых получасовых интервалов.
Число вызовов. Вводится предполагаемое число вызовов для анализируемых получасовых интервалов.
Время ожидания в очереди, определяющее уровень обслуживания (в секундах). Например, если ставится задача по обеспечению такого уровня обслуживания, при котором операторы осуществляют обработку 90% вызовов в интервале не более 20 с, в программу вводится параметр “20 с”.
На основе этого набора исходных данных осуществляется расчет всех контрольных производственных параметров call-центра при варьировании числа задействованных операторов (табл. 1). Ниже дано подробное объяснение каждого из этих параметров:
Число операторов, требующихся для обработки очередей и доступных для обработки вызовов. В данном случае 34 оператора будут обеспечивать уровень обслуживания, формулируемый как “82% вызовов должны быть обработаны в течение 20 с”.
P(O): вероятность задержки обработки вызова (для строгой формальной формулировки — вероятность задержки большей, чем 0 с). Другими словами, вероятность того, что вызов попадет в очередь ожидания. В данном примере примерно 29% вызовов будут обрабатываться с задержкой. Это означает, что 71% клиентов будут обслуживаться без задержки, т. е. немедленно соединяться с оператором.
ASA (Average Speed of Answer): среднее время ожидания ответа, или условное среднее время ожидания в очереди. В приведенном в табл. 1 примере call-центр с 34 операторами имеет параметр ASA, составляющий 13 с. ASA представляет собой среднюю задержку всех вызовов, включая и те, которые были обработаны без задержки. Обратите внимание, что интервал времени в 13 с, рассчитанный математически в качестве некоей средней величины, не является типовым, поскольку большинство вызовов обрабатываются быстрее, а некоторые ждут значительно дольше. Поэтому параметром ASA часто пользуются не совсем корректно, без четкого понимания механизма усреднения.
DLYDLY (Average Delay of Delayed Calls): среднее значение задержки всех задержанных вызовов, или реальное среднее время ожидания в очереди, т. е. среднее значение задержки только тех вызовов, которые действительно были задержаны. В приведенном примере — это 43 с.
Q1: среднее число вызовов в очереди в любое время суток, включая то время, когда очереди в действительности нет. Q1 включает в себя все вызовы, в том числе и те, что не попадают в очереди (значения Q1 очень полезны при сравнении их с параметрами Q2 в следующей колонке таблицы).
Q2: среднее число вызовов в очереди на обслуживание, когда все операторы заняты, или реальная средняя длина очереди. В нашем примере с 34 операторами мы предполагаем, что при образовании очереди в ней будут находиться в среднем 6 вызовов. Этот параметр очень полезен при мониторинге работы call-центра в реальном времени, а также при определении параметров, описывающих условия перегрузки.
SL (Service Level): уровень обслуживания. Это процент вызовов, которые должны быть обработаны в заданное время.
OCC (Percent Agent Occupancy): занятость оператора — процент рабочего времени, которое он затрачивает на обработку вызовов, включая время разговора и время обработки вызова после звонка. Остальное рабочее время — это время когда оператор доступен, т. е. находится в состоянии ожидания вызовов.
TKLD. Данный параметр характеризует нагрузку на каналы связи call-центра в Эрлангах и вычисляется как время разговора + условное среднее время ожидания в очереди, умноженные на число вызовов в течение часа. (Реальный трафик, приходящийся на каналы связи в получасовые интервалы времени, составляет половину от тех значений, которые приведены в табл. 1)
Некоторые закономерности образования очередей
При повышении уровня обслуживания занятость уменьшается. Действительно, при улучшении обслуживания занятость должна уменьшиться, поскольку время ожидания между обрабатываемыми вызовами увеличивается. При высокой занятости операторы будут обрабатывать один вызов за другим с маленьким промежутком между вызовами или вообще без него. Вызовы начинают накапливаться в очереди, и уровень обслуживания падает. В самом худшем случае при 100%-ной занятости уровень обслуживания очень низок, так как все абоненты вынуждены тратить некоторое время на ожидание в очереди на обслуживание.
Закон уменьшения полезного эффекта. При низком уровне обслуживания добавление одного или двух операторов значительно улучшает ситуацию. Однако при дальнейшем увеличении штата операторов вы обнаружите, что полезный эффект от этого начинает снижаться. Руководители call-центров, которые стремятся поднять уровень обслуживания, могут обнаружить, что для существенного улучшения дел им потребуется не так уж много ресурсов. С другой стороны, если вы хотите стать лучшими из лучших, вам придется пойти на значительные расходы, связанные с наймом операторов.
При увеличении числа операторов параметр ASA уменьшается. Те, кто хоть раз ожидал обслуживания в очереди, прекрасно понимают эту закономерность: очередь тем меньше, чем больше прилавков или продавцов.
По мере увеличения числа операторов загрузка каналов связи уменьшается. Если для обработки некоторого объема вызовов привлекать меньше операторов, это повлечет за собой увеличение нагрузки на каналы связи, пропорциональное уменьшению времени задержки обработки вызовов. Прямые расходы на поддержку процесса ожидания в очереди называются стоимостью задержки обслуживания. Она складывается из ежедневных расходов на оплату каналов связи, которые задействуются при поддержке вызова на линии в процессе его нахождения в очереди.
Что же такое задержка обработки вызова
Хороший вопрос для любого менеджера, занимающегося качеством обслуживания: “А что происходит с вызовом, на который операторы не отвечают в течение Y с?” Ответить на этот вопрос очень помогают программы, вычисляющие возможные задержки с обработкой вызовов.
В приведенном выше примере 34 оператора обеспечивают уровень обслуживания, гарантирующий прием 82% вызовов в течение 20 с. 65 абонентов будут ожидать обслуживания 5 с и более. Через 5 с семеро из этой очереди дождутся ответа оператора, в следующие 5 с — еще шесть и т. д. (табл. 2). При таком уровне обслуживания один звонящий может ожидать ответа в течение 3 мин.
Обратите внимание на важный момент: из-за случайного характера поступления вызовов у разных абонентов будет разная история дозвона, даже если они звонят в один и тот же 30-минутный интервал времени и даже если call-центр обеспечивает заданный уровень обслуживания. Некоторые сall-центры экспериментируют, пытаясь установить два уровня обслуживания, когда, например, 80% вызовов обрабатываются в течение 20 с, а остальные — в течение 60 с, но это невозможно, поскольку “80% за 20 с” и “100% за 60 с” принципиально разные уровни обслуживания. При нахождении компромиссного решения вам все равно придется ответить на один ключевой вопрос: какой самый плохой сценарий обработки вызовов согласна допустить ваша организация?
***
Демонстрация приведенных выше основных компромиссных решений является очень полезной при общении с менеджерами, утверждающими бюджеты call-центров. Каким будет ваш уровень обслуживания, если уменьшить штат операторов на пять человек? что нужно сделать, чтобы достичь уровня обслуживания 90% вызовов за 20 с? почему вы не можете обеспечить уровень обслуживания в “80% за 20 с” при занятости операторов, равной 95%? Эти вопросы обязательно коснутся и вас, и, чтобы получить ответы на них, нужно иметь специальные знания..
Модели управления запасами.
Любая организация должна поддерживать некоторый уровень запасов своих ресурсов, чтобы избежать простоев или перерывов в технологических процессах и сбыте товаров или услуг. Для производственной фирмы необходимы определённые запасы материалов, комплектующих изделий, готовой продукции, для банка – денежной наличности, для больницы – лекарств, инструментов и т. д. Поддержание высокого уровня запасов повышает надёжность функционирования организации и избавляет от потерь, связанных с их нехваткой. С другой стороны, создание запасов требует дополнительных издержек на хранение, складирование, транспортировку, страхование и т. п. Кроме того, избыточные запасы связывают оборотные средства и препятствуют прибыльному инвестированию капитала, например, в ценные бумаги или банковские депозиты.
Модели управления запасами позволяют найти оптимальное решение, т. е. такое решение, при котором уровень запаса, который минимизирует издержки на его создание и поддержание при заданном уровне непрерывности производственных процессов.
Подробнее
Одним из наиболее существенных факторов, определяющих эффективность операционных расходов, а также уровень организации финансового менеджмента для многих промышленных и торговых компаний, является размер товарных запасов. С позиции финансиста идеальным состоянием для ведения бизнеса должно быть отсутствие каких-либо товарных запасов при полном обеспечении производственного процесса всеми необходимыми компонентами. Сегодня, в силу ряда объективных причин, для большинства предприятий добиться полного отсутствия товарных "излишеств" не представляется возможным. И если от запасов нельзя избавиться, то ими необходимо управлять.
Запасы и конкуренция. Соперничество двух крупнейших мировых экономических систем - США и Японии в середине 80-х годов характеризовалось явным превосходством последней в области промышленного производства. Основой конкурентного преимущества японцев явилось резкое снижение издержек производства и, как следствие, рыночных цен на продукцию машиностроительной, электронной и других капиталоемких отраслей. Принятая американцами политика протекционизма в отношении собственных товаропроизводителей, как ответная реакция на дешевый импорт японских товаров, не давала желаемых результатов: азиатские конкуренты продолжали теснить североамериканских производителей на обоих полушариях планеты. Исследования, проведенные ведущими аналитиками и экономистами США и Европы в гг., показали, что одним из основных условий превосходства японцев являются незначительные (минимальные) товарные запасы. Данный подход к организации производства позволил, в первую очередь, снизить инвестиционную базу, что в свою очередь значительно увеличивает доходность инвестиций (ROI) при прочих равных условиях. Позже система, используемая японскими менеджерами, получила название "точно в срок" (аббревиатура JIT), которая и была в дальнейшем положена наиболее успешными компаниями Америки в основу комплексного планирования потребностей в материалах (MRP). Сегодня данная система трансформировалась в особую экономическую дисциплину - логистику. JIT означает, что процесс производства должен быть организован таким образом, чтобы сырье и материалы были доставлены к месту производства в тот момент времени, когда в них возникает необходимость, а готовые изделия тут же отправлены заказчику или потребителю.
Пример компании Тойота
Одним из классических примеров претворения в жизнь метода "точно в срок" является фирма Тойота, которая построила свой бизнес таким образом, что около 90% всех поставщиков этого автомобильного монстра сосредоточены в предместье Тойото. При этом подавляющее большинство комплектующих доставляются к месту сборки в течение нескольких часов или минут до того как они будут использованы. Данное обстоятельство позволяет компании значительно сократить операционные расходы и избавиться от непроизводительного труда. Однако подобная организация конвейера требует повышенных требований к качеству всех элементов производственного процесса: наличие даже незначительного брака в комплектующих способно парализовать целую производственную линию. Это еще раз доказывает, что управление товарно-материальными запасами по системе JIT тесно взаимосвязано с менеджментом качества TQM.
Статистический отчет, подготовленный Национальной ассоциацией производителей США в 1997 г., свидетельствует, что наибольшего успеха среди исследованных 385-ти предприятий добились 16%, внедривших у себя систему JIT, а проведенный опрос подтвердил готовность еще 53% компаний перейти к данной системе снабжения. Не случайно среди первопроходцев JIT в США стали Ford, General Motors, Hewlett-Packard, Intel, Motorola, Campbell Soup, GE и многие другие крупные производители. Именно внедрение JIT во многом позволило данным промышленным гигантам отстоять свои рыночные позиции.
Новая философия снабжения. Передовая практика внедрения системы JIT показала, что понятие "точно в срок" гораздо шире, чем обыкновенное сокращение товарных запасов. Современный наиболее прогрессивный опыт менеджмента в области организации снабжения и сбыта был основан на диалектическом развитии четырех принципиальных элементов:
Статистический контроль процессов (SPC). Этот подход, по сути, и явился первоначальным прообразом JIT и был принят на вооружение компаниями уже сразу после Второй Мировой войны. Данная концепция была основана на организации такой системы контроля на предприятии, которая исключает наличие "входящего" брака на всех этапах производства и, как результат, отсутствие дефектов на "выходе". Современные компании не могут полностью соответствовать принципам системы "точно в срок", если поставщики (как внешние, так и внутренние) допускают даже незначительный процент бракованных изделий.
Метод статистического контроля процессов был основан на так называемой "идее отсутствия дефектов", сформулированной Филиппом Кросби (Philip Crosby), который утверждал, что "качество свободно".
Комплексное управление качеством (TQM). Концепция комплексного или тотального управления качеством появилась примерно в конце 70-х - начале 80-х годов как логическое продолжение SPC и была основана на необходимости повышения качества всех компонентов (факторов) производства. Применение методов TQM требовало повышения всех качественных показателей производства и сервиса, а не только устранения дефектов сырья и выпускаемой продукции.
Научное обоснование метода комплексного (тотального) управления качеством связывают с именем того же Кросби и его единомышленников Деминга и Джурана, которые считали, что контролировать необходимо не качество продукта, а качество организации производства. При таком подходе каждый сотрудник должен отвечать за повышение качества на собственном технологическом участке. Они также считали, что внедрение принципов TQM должно избавить компании от необходимости содержать огромные отделы технического контроля (ОТК).
Реинжиниринг бизнес процессов (RBP). На рубеже 80-90-х гг. философия TQM была дополнена новым комплексным понятием в менеджменте корпораций, который получил название RBP. Концепция реинжиниринга была основана на допущении о возможности и необходимости перманентного совершенствования всех бизнес-процессов, включая и управление запасами. Основным методом RBP стал процесс постоянной оптимизации, а главными целями - обеспечение максимальной экономии расходов и полное уничтожение непроизводительного труда (NVA). Несмотря на относительную молодость метода RBP, большинство идей, положенных в его основу, известны экономистам уже не первое десятилетие.
Само понятие реинжиниринга бизнес-процессов и его принципы были впервые сформулированы в статьях, опубликованных в 1990 г. Хаммером (Hammer) и его коллегами Давенпортом и Шортом (Davenport and Short).
Тотальное управление деньгами (TCM). С середины 90-х и до сегодняшних дней самой передовой концепцией в области менеджмента является концепция ТСМ, которая основана на приоритете денежных потоков над всеми остальными объектами управления. Но это не означает, что SPC, TQM и RBP "больше ни на что не годны": данные элементы не утратили своей актуальности, а стали всего лишь средствами в обеспечении процесса тотального управления деньгами. Система "точно в срок" также стала одной из составляющих ТСМ. Отныне философия управления запасами должна быть подчинена не качеству или оптимальности, или "удовлетворению запросов клиентов" и т. д., а только увеличению реального дохода. Другими словами компании, принявшие на вооружение ТСМ-подход, должны выпускать не качественный продукт, а тот, который обеспечивает максимальную прибыль во времени. Еще одним важнейшим достижением ТСМ стала окончательная "победа прибыли над маркетингом". Сегодня наиболее прогрессивные компании наконец-то поняли, что маркетинг должен быть подчинен финансовым целям увеличения дохода, а не наоборот.
Отцом концепции тотального управления деньгами по праву считается Кинг (Alfred M. King), который впервые дал научное обоснование метода ТСМ в своей книге Total Cash Management. Основная идея работы Кинга заключается в том, что в целях управления компанией предпочтение должно отдаваться денежным потокам.
Методы управления. Как мы уже сказали, одним из обязательных условий эффективного управления товарными запасами является учет влияния их размеров на денежные потоки компании. Условно все материальные расходы по обслуживанию запасов можно разделить на три большие группы:
- затраты, связанные с организацией закупок; затраты, связанные с хранением; убытки, связанные с неадекватностью наличия запасов.
Проблемы, связанные с управлением перечисленными расходами, могут быть решены на основе построения модели оптимального размера заказа (EOQ). Основным условием построения данной модели выступает разделение затрат на те, которые прямо пропорциональны размеру запасов, и те, которые находятся в обратной зависимости от количества накопленных ресурсов.
Решение задачи оптимизации размеров тех или иных наименований товаров на складе для торгового предприятия может быть проведено по следующей формуле:
где F - фиксированные затраты на формирование одного заказа; S - объем продаж данного товара за период; С - переменные затраты, которые зависят от размера запасов на складе; Р - закупочная цена товарной единицы.
После того как будет установлен оптимальный уровень запасов, достаточно не сложно установить момент, в который необходимо сделать заказ. Этот момент будет определен при умножении дней изготовления и доставки товаров поставщиком на количество реализованных товаров за день. Полученное количество товаров представляет собой тот уровень запасов данной номенклатуры, при котором следует направить следующий заказ поставщику.
Решение данных простых задач в компаниях со значительной номенклатурой товаров (крупное производство, супермаркет и т. д.) невозможно без использования адаптированных ERP-систем управления товарными запасами.
Метод планирования ресурсов предприятия (Enterprise Resource Planning или сокращенно ERP) позволяет при помощи внедрения специализированного программного обеспечения управлять товарными запасами с учетом динамики изменения всех факторов производства и с соблюдением общей стратегии и тактики развития компании. Пионерами в применении метода ERP стали такие всемирно известные компании-гиганты розничной торговли как Wаl-Mart, Dayton Hadson, Kmart. Это связано, в первую очередь, с тем, что данные компании имели наибольший удельный вес товарных запасов в общей структуре всех активов.
Вейн Худ (Wayn Hud), признанный авторитет в области идеологии организации розничной торговли еще в конце 80-х годов писал: "В конце 90-х компьютерные технологии подобные ERP разделят всех розничных торговцев на победителей и побежденных. Компании, которые не намереваются инвестировать средства в современные компьютерные технологии, даже если они переживают не лучшие времена, никогда не смогут стать победителями".
Модели линейного программирования.
Их применяют для нахождения оптимального решения в ситуации распределения дефицитных ресурсов при наличии конкурирующих потребностей. Например, с помощью модели линейного программирования управляющий производством может определить оптимальную производственную программу, т. е. рассчитать, какое количество изделий каждого наименования следует производить для получения наибольшей прибыли при известных объемах материалов и деталей, фонде времени работы оборудования и рентабельности каждого типа изделия. Большая часть разработанных для практического применения оптимизационных моделей сводится к задачам линейного программирования. Однако с учётом характера анализируемых операций и сложившихся форм зависимости факторов могут применяться и модели других типов: при нелинейных формах зависимости результата операции от основных факторов – модели нелинейного программирования; при необходимости включения в анализ фактора времени – модели динамического программирования; при вероятностном влиянии факторов на результат операции – модели математической статистики (корреляционно-регрессионный анализ).
Подробнее. Для более глубокого изучения
Общая задача линейного программирования
Постановка задачи коммерческой деятельности может быть представлена в виде математической модели линейного программирования, если целевая функция может быть представлена в виде линейной формы, а связь с ограниченными ресурсами описать посредством линейных уравнений или неравенств. Кроме того, вводится дополнительное ограничение - значения переменных должны быть неотрицательны, поскольку они представляют такие величины, как товарооборот, время работы, затраты и другие экономические показатели.
Линейное про-граммирование--раздел математического программирования, применяемый при разработке методов отыскания экстремума линейных функций нескольких переменных при линейных дополни-тельных ограничениях, налагаемых на переменные. По типу решаемых задач его методы разделяются на уни-версальные и специальные. С помощью универсальных методов могут решаться любые задачи линейного про-граммирования (ЗЛП). Специальные методы учитывают особенности модели задачи, ее целевой функции и системы ограничений. Особенностью задач линейного программирования является то, что экстремума целевая функция достигает на границе области допустимых решений. Классические же методы дифференциального исчисления связаны с на-хождением экстремумов функции во внутренней точке области допустимых значений. Отсюда -- необходимость разработки новых методов. Симплекс метод
Экономическая постановка задачи
|
Методы экспертных оценок.
При разработке и обосновании многих решений, которые полностью или частично не поддаются количественному анализу, значительный эффект приносят методы экспертных оценок
Сущность экспертных методов принятия решений заключается в получении ответов специалистов на поставленные перед ними вопросы. Информация, полученная от экспертов, в целях минимизации погрешностей и влияния субъективного фактора обрабатывается с помощью специальных логических и математических процедур, и преобразуются в форму, удобную для выбора решения.
Для подготовки и проведения экспертизы формируется организационная группа, обеспечивающая условия для эффективной работы экспертов. Основные задачи этой группы:
1) постановка проблемы, определение цели и задач экспертизы;
2) разработка процедуры проведения экспертизы;
3) отбор, проверка компетентности и формирование группы экспертов;
4) проведение опроса экспертов и получение их оценок;
5) обработка, формализация и интерпретация полученной информации.
Мeтoды экcпepтныx oцeнoк мoжнo paздeлить нa двe гpyппы: мeтoды кoллeктивнoй paбoты экcпepтнoй гpyппы и мeтoды пoлyчeния индивидyaльнoгo мнeния члeнoв экcпepтнoй гpyппы.
Мeтoды кoллeктивнoй paбoты экcпepтнoй гpyппы пpeдпoлaгaют пoлyчeниe oбщeгo мнeния в xoдe coвмecтнoгo oбcyждeния peшaeмoй пpoблeмы. Инoгдa эти мeтoды нaзывaют мeтoдaми пpямoгo пoлyчeния кoллeктивнoгo мнeния. Оcнoвнoe пpeимyщecтвo этиx мeтoдoв зaключaeтcя в вoзмoжнocти paзнocтopoннeгo aнaлизa пpoблeм. Нeдocтaткaми мeтoдoв являeтcя cлoжнocть пpoцeдypы пoлyчeния инфopмaции, cлoжнocть фopмиpoвaния гpyппoвoгo мнeния пo индивидyaльным cyждeниям экcпepтoв, вoзмoжнocть дaвлeния aвтopитeтoв в гpyппe.
Мeтoды кoллeктивнoй paбoты включaют мeтoды "мoзгoвoй aтaки", "cцeнapиeв", "дeлoвыx игp", "coвeщaний" и "cyдa".
Мeтoд "мoзгoвoй aтaки". Мeтoды этoгo типa извecтны тaкжe пoд нaзвaниeм кoллeктивнoй гeнepaции идeй, мoзгoвoгo штypмa, диcкyccиoнныx мeтoдoв. Вce эти мeтoды ocнoвaны нa cвoбoднoм выдвижeнии идeй, нaпpaвлeнныx нa peшeниe пpoблeмы. Зaтeм из этиx идeй oтбиpaютcя нaибoлee цeнныe.
Дocтoинcтвoм мeтoдa "мoзгoвoй aтaки" являeтcя выcoкaя oпepaтивнocть пoлyчeния тpeбyeмoгo peшeния. Оcнoвным нeдocтaткoм eгo - cлoжнocть opгaнизaции экcпepтизы, тaк кaк инoгдa нeвoзмoжнo coбpaть вмecтe тpeбyeмыx cпeциaлиcтoв, coздaть нeпpинyждeннyю aтмocфepy и иcключить влияниe дoлжнocтныx взaимooтнoшeний.
Мeтoд "cцeнapиeв" пpeдcтaвляeт coбoй coвoкyпнocть пpaвил пo излoжeнию в пиcьмeннoм видe пpeдлoжeний cпeциaлиcтoв пo peшaeмoй пpoблeмe. Сцeнapий пpeдcтaвляeт coбoй дoкyмeнт, coдepжaщий aнaлиз пpoблeмы и пpeдлoжeния пo ee peaлизaции. Пpeдлoжeния внaчaлe пишyт экcпepты индивидyaльнo, a зaтeм oни coглacyютcя и излaгaютcя в фopмe eдинoгo дoкyмeнтa.
Оcнoвным пpeимyщecтвoм cцeнapия являeтcя кoмплeкcный oxвaт peшaeмoй пpoблeмы в дocтyпнoй для вocпpиятия фopмe. К нeдocтaткaм мoжнo oтнecти вoзмoжныe нeoднoзнaчнocть, нeчeткocть излaгaeмыx вoпpocoв и нeдocтaтoчнyю oбocнoвaннocти oтдeльныx peшeния.
"Дeлoвыe игpы" ocнoвaны нa мoдeлиpoвaнии фyнкциoниpoвaния coциaльнoй cиcтeмы yпpaвлeния пpи выпoлнeния oпepaций, нaпpaвлeнныx нa дocтижeниe пocтaвлeннoй цeли. В oтличиe oт пpeдыдyщиx мeтoдoв, гдe экcпepтныe oцeнки фopмиpyютcя в xoдe кoллeктивнoгo oбcyждeния, дeлoвыe игpы пpeдпoлaгaют aктивнyю дeятeльнocть экcпepтнoй гpyппы, зa кaждым члeнoм кoтopoй зaкpeплeнa oпpeдeлeннaя oбязaннocть в cooтвeтcтвии c зapaнee cocтaвлeнными пpaвилaми и пpoгpaммoй.
Оcнoвным дocтoинcтвoм дeлoвыx игp являeтcя вoзмoжнocть выpaбoтки peшeния в динaмикe c yчeтoм вcex этaпoв иccлeдyeмoгo пpoцecca пpи взaимoдeйcтвии вcex элeмeнтoв oбщecтвeннoй cиcтeмы yпpaвлeния. Нeдocтaтoк зaключaeтcя в cлoжнocти opгaнизaции дeлoвoй игpы в ycлoвияx, пpиближeнныx к peaльнoй пpoблeмнoй cитyaции.
Мeтoд "coвeщaний" ("кoмиccий", "кpyглoгo cтoлa") - caмый пpocтoй и тpaдициoнный. Он пpeдпoлaгaeт пpoвeдeниe coвeщaния или диcкyccии c цeлью выpaбoтки eдинoгo кoллeктивнoгo мнeния пo peшaeмoй пpoблeмe. В oтличиe oт мeтoдa "мoзгoвoй aтaки" кaждый экcпepт мoжeт нe тoлькo выcкaзывaть cвoe мнeниe, нo и кpитикoвaть пpeдлoжeния дpyгиx. В peзyльтaтe тaкoгo тщaтeльнoгo oбcyждeния yмeньшaeтcя вoзмoжнocть oшибoк пpи выpaбoткe peшeния.
Дocтoинcтвoм мeтoдa являeтcя пpocтoтa eгo peaлизaции. Однaкo нa coвeщaнии мoжeт быть пpинятo oшибoчнoe мнeниe oднoгo из yчacтникoв в cилy eгo aвтopитeтa, cлyжeбнoгo пoлoжeния, нacтoйчивocти или opaтopcкиx cпocoбнocтeй.
Мeтoд "cyдa" являeтcя paзнoвиднocтью мeтoдa "coвeщaний" и peaлизyeтcя пo aнaлoгии c вeдeниeм cyдeбнoгo пpoцecca. В poли "пoдcyдимыx" выcтyпaют выбиpaeмыe вapиaнты peшeния; в poли "cyдeй" - лицa, пpинимaющиe peшeниe; в poли "пpoкypopoв" и "зaщитникoв" - члeны экcпepтнoй гpyппы. Рoль "cвидeтeлeй" выпoлняют paзличныe ycлoвия выбopa и дoвoды экcпepтoв. Пpи вeдeнии тaкoгo "cyдeбнoгo пpoцecca" oтклoняютcя или пpинимaютcя тe или иныe peшeния.
Мeтoд "cyдa" цeлecooбpaзнo иcпoльзoвaть пpи нaличии нecкoлькиx гpyпп экcпepтoв, пpидepживaющиxcя paзличныx вapиaнтoв peшeния.
Мeтoды пoлyчeния индивидyaльнoгo мнeния члeнoв экcпepтнoй гpyппы ocнoвaны нa пpeдвapитeльнoм пoлyчeнии инфopмaции oт экcпepтoв, oпpaшивaeмыx нeзaвиcимo дpyг oт дpyгa, c пocлeдyющeй oбpaбoткoй пoлyчeнныx дaнныx. К этим мeтoдaм мoжнo oтнecти мeтoды aнкeтнoгo oпpoca, интepвью и мeтoды "Дeльфи". Оcнoвныe пpeимyщecтвa мeтoдa индивидyaльнoгo экcпepтнoгo oцeнивaния cocтoят в иx oпepaтивнocти, вoзмoжнocти в пoлнoй мepe иcпoльзoвaть индивидyaльныe cпocoбнocти экcпepтa, oтcyтcтвии дaвлeния co cтopoны aвтopитeтoв и в низкиx зaтpaтax нa экcпepтизy. Глaвным иx нeдocтaткoм являeтcя выcoкaя cтeпeнь cyбъeктивнocти пoлyчaeмыx oцeнoк из-зa oгpaничeннocти знaний oднoгo экcпepтa.
Мeтoд "Дeльфи", или мeтoд "дeльфийcкoгo opaкyлa", пpeдcтaвляeт coбoй итepaтивнyю пpoцeдypy aнкeтнoгo oпpoca. Пpи этoм coблюдaeтcя тpeбoвaниe oтcyтcтвия личныx кoнтaктoв мeждy экcпepтaми и oбecпeчeния иx пoлнoй инфopмaциeй пo вceм peзyльтaтaм oцeнoк пocлe кaждoгo тypa oпpoca c coxpaнeниeм aнoнимнocти oцeнoк, apгyмeнтaции и кpитики.
Пpoцeдypa мeтoдa включaeт нecкoлькo пocлeдoвaтeльныx этaпoв oпpoca. Нa пepвoм этaпe пpoизвoдитcя индивидyaльный oпpoc экcпepтoв, oбычнo в фopмe aнкeт. Экcпepты дaют oтвeты, нe apгyмeнтиpyя иx. Зaтeм peзyльтaты oпpoca oбpaбaтывaютcя и фopмиpyeтcя кoллeктивнoe мнeниe гpyппы экcпepтoв, выявляютcя и oбoбщaютcя apгyмeнтaции в пoльзy paзличныx cyждeний. Нa втopoм - вcя инфopмaция cooбщaeтcя экcпepтaм и иx пpocят пepecмoтpeть oцeнки и oбъяcнить пpичины cвoeгo нecoглacия c кoллeктивным cyждeниeм. Нoвыe oцeнки внoвь oбpaбaтывaютcя и ocyщecтвляeтcя пepexoд к cлeдyющeмy этaпy. Пpaктикa пoкaзывaeт, чтo пocлe тpex-чeтыpex этaпoв oтвeты экcпepтoв cтaбилизиpyютcя, и нeoбxoдимo пpeкpaщaть пpoцeдypy.
|
Из за большого объема этот материал размещен на нескольких страницах:
1 2 3 4 5 6 7 8 |
