Ранжирование факторов swot-анализа с использованием коллективной оценки на основе нечетких множеств

УДК 004.023

1, 2, 3

1 КФ МГТУ им. , 2 КФ МГТУ им. , 3 КФ МГТУ им.

РАНЖИРОВАНИЕ ФАКТОРОВ SWOT-АНАЛИЗА С ИСПОЛЬЗОВАНИЕМ КОЛЛЕКТИВНОЙ ОЦЕНКИ НА ОСНОВЕ НЕЧЕТКИХ МНОЖЕСТВ

В статье рассматривается вопрос коллективной оценки факторов при составлении SWOT-анализа, их ранжирование, использование аппарата нечеткой логики для лингвистического представления предпочтений экспертов.

Ключевые слова: SWOT; SWOT-анализ; нечеткие множества; коллективная экспертная оценка; ранжирование; лингвистическое представление переменных; нечеткие алгоритмы.

Необходимость коллективной оценки прежде всего обусловлена сложностью сфер применения систем, в которых они используются, например, в оптимизационных задачах в области управления, производства, маркетинга.

Оценка элемента системы или ее общих свойств с привлечением ряда экспертов является дорогостоящей процедурой и повышает общую стоимость расчета, однако эффективность привлечения дополнительных специалистов сложно переоценить.

Согласно [6] увеличение количества экспертов приводит к монотонному возрастанию достоверности экспертизы (рис.1), хотя слишком большое их количество может затруднить процедуру оценки.

Рис.1. Зависимость достоверности экспертизы от количества экспертов в группе.

Таким образом, для решения задач, требующих использования всего потенциала знаний в данной экспертной области, привлечение каждого дополнительно эксперта можно рассматривать как вклад в эффективность полученного результата, как долговременную инвестицию.

Однако, в большинстве случае, при разработке информационных систем принятия решений важность данного пункта нивелируется. Это может приводить к результатам, когда даже алгоритмически верно построенная система выдает решения, практическая значимость которых мала либо не позволяет увеличить выбранные характеристики на заданную величину. В определенном смысле здесь можно говорить о человеческом факторе как нежелании привлекать дополнительные ресурсы, сложностью формирования экспертной команды, а также дальнейших процедур ранжирования оценок экспертов и принятия коллективного решения. Другой стороной может являться отсутствие данного блока в программных продуктах или недостаточное представление о последовательности действий для получения адекватного результата, а не набора противоречивых заключений.

Исходя из обозначенной проблематики, постараемся в данной статье рассматривается алгоритм принятия коллективной оценки на примере SWOT-анализа, а также возможность использования при решении аппарата нечетких множеств.

SWOT-является простым для понимания, эффективным инструментом стратегического планирования, сфера применения которого обширна – от малых и средних предприятий, оценки личностной эффективности до стратегической оценки целых регионов, корпораций и секторов экономики [1, 5, 7, 9]. SWOT-анализ в основном применяется на начальном этапе оценки ситуации, позволяя дать ее структурированное описание и составить дальнейший план действий. В процессе дальнейшего анализа возникает необходимость не только описания влияющих факторов, но и ранжирования, определения степени их приоритетности.  Как указано в работе [2], для моделей, в которых доминирующими факторами являются неточность и неполная достоверность, неопределенность параметров обусловливается их качественным характером, основную роль играет понятие лингвистической переменной, значениями которой являются не числа, а слова или предложения естественного или формального языка. При составлении SWOT-анализа лингвистический подход является наиболее приемлемым, так как позволяет использовать всю гибкость индивидуального экспертного подхода. Однако, необходимо в тоже время использовать аппарат, позволяющий обрабатывать индивидуальные оценки, преобразовывая их в коллективные решения, ранжировать элементы, а также обеспечивать дальнейший переход к принятию стратегических решений. Математический аппарат нечеткой логики предоставляет для этого все возможности.

Оценки прогнозируемых параметров модели сами по себе являются неопределенными и создают риск того, что фактически полученные значения денежных потоков будут отличаться в худшую сторону от прогнозных. Прежде всего, необходимо решить, как естественным образом представить не определенные точно параметры задачи нечеткими числами. Для этого может использоваться лингвистическая модель оценки рисков, представленная в работе [8]. Для оценки критериев и весов критериев рисков используем лингвистические переменные X = оценка критерия риска, терм-множество которых может быть определено, например, как T(X) ={очень высокий, высокий, довольно высокий, относительно высокий, выше среднего, средний, относительно низкий, довольно низкий, низкий, очень низкий, практически отсутствует} [4]. Это терм-множество обеспечивает набор слов, с помощью которого оценки могут быть выражены естественным образом. Семантика термов задается размытыми числами, определенными на интервале [0; 1] и описанными соответствующими функциями принадлежности. Так как лингвистические оценки являются только субъективно приблизительными, можно считать, что треугольные функции принадлежности, с которыми удобно выполнять все необходимые операции, достаточно пригодны для описания неопределенности.

Рассмотрим применение коллективной экспертной оценки с использованием аппарата нечетких множеств для увеличения эффективности SWOT-анализа. В общем случае мы имеем дело с 4 категориями (сильные и слабые стороны (факторы влияния внутренней среды объекта), возможности и угрозы (факторы влияния внешней среды)), в каждой из которых сформирован список факторов, относящихся к определенному квадранту категории. В общем случае он мог быть сформирован изначально одним экспертом и не проранжирован. В этом случае зададим исходное количество факторов: .

Первым шагом будет являться выбор экспертов для осуществления оценки факторов. Исходя из приведенного графика (рис.1) и практического опыта проведения SWOT-анализа, можно считать, что оптимальным количеством экспертов, n, будет являться 7 – 13 человек, что позволит увеличить уровень достоверности экспертизы в 3 и более раз в сравнении с единственной экспертной оценкой. Стоит отметить, что на практике повышение объективности результатов использования экспертных методов существенно зависит от соблюдения правил организации, подготовки и проведения экспертных работ. К основным из этих правил относятся следующие [3, стр. 62]: эксперт должен иметь опыт в исследуемой области; эксперт должен привести доказательства в пользу своего мнения; уровень проблемы должен соответствовать уровню эксперта; анализ точек зрения нескольких экспертов предпочтительнее, чем точка зрения одного эксперта; структурированный перечень вопросов эксперту предпочтительнее, чем неструктурированный; математический анализ опроса предпочтительнее, чем субъективная оценка.

Отметим, что отдельного внимания заслуживает оценка компетентности экспертов. Не рассматривая подробно этот вопрос в рамках данной статьи, примем в качестве исходной информации вектор компетентности k = [], при  .

На следующем шаге производится опрос экспертов и формируется таблица оценок в лингвистической форме из списка выбранных термов по каждому фактору. Примем во внимание, что эксперты могут добавить дополнительные факторы в процессе оценки, новое количество которых мы обозначим = , функция удаление элемента недоступна, вместо него может быть использован терм «очень низко», отражающий наименьший вклад данного фактора в оценку воздействия по определенному критерию.

Таким образом формируется ряд экспертных оценок, каждая оценка () представлена нечетким числом, соответствующим значению терма из множества T(X).

Полученное значение ранга для  j-ого фактора можем вычислить:

.

Последним шагом будет ранжирование экспертных оценок в каждом квадранте в соответствии с полученными значениями.

Полученный алгоритм может использоваться при необходимости уточнения данных или на этапе разработки SWOT-анализа в выбранной предметной области, однако стоит обратить внимание на выбор функции принадлежности нечетких переменных при использовании множества термов T(X), оценку компетентности экспертов, обеспечения прозрачности и удобства процедуры сбора оценок. Направлением дальнейшего изучения является конкретизация выбора функции принадлежности и оценка эффективности применения данного алгоритма на практике .

Работа выполнена при финансовой поддержке Российского гуманитарного научного фонда и Правительства Калужской области (проект № 16-12-40002а(р)).

СПИСОК ЛИТЕРАТУРЫ

1. Любаненко SWOT-анализа при выборе стратегии развития г. Тюмени / , // Вестник кибернетики. – Тюмень : ИПОС СО РАН. – 2003. – Вып. 2.

2. «Инвестиционная модель стратегического развития предприятия», Экономическая наука современной России. - 2007. - №4

3.  Птускин модели и методы в менеджменте. - М.: Изд-во МГТУ им. , 2008.

4. Птускин стратегических задач в условиях размытой информации. - М.: Дашков и К, 2003.

5. Соколова стратегии муниципального управления системой рознич ной торговли: SWOT-анализ / // Вестник Челябинского государственного университета. Экономика. – 2009. – № 3 (141).

6.  «Интеллектуальные информационные системы» http://www. habarov. spb. ru/new_es/index. htm

7. Cottrell S. Skills for Success / S. Cottrell. – Palgrave Macmillan, 2003.

8. Hosseini-Nasab Н., Hosseini-Nasab A. and Milani A., "Coping with Imprecision in Strategic Planning: A Case Study Using Fuzzy SWOT Analysis," iBusiness, Vol. 3 No. 1, 2011, pp. 23-29. doi: 10.4236/ib.2011.31004.

9. Terrados J. Regional energy planning through SWOT analysis and strategic planning tools. Impact on renewables development / J. Terrados, G. Almonacid, L. Hontoria // Renewable and Sustainable Energy Reviews. – 2007. – № 11. – P. 1275–1287.

REFERENCES

ИНФОРМАЦИЯ ОБ АВТОРАХ

, ассистент, КФ МГТУ им. , 248000, , e-mail: *****@***ru.

, д. э.н., профессор, КФ МГТУ им. , 248000, , e-mail: *****@***ru.

, д. т.н., доцент, КФ МГТУ им. , 248000, , e-mail: *****@***ru.

N. Eliseeva, A. Ptuskin, A. Mazin

RANKING OF FACTORS OF SWOT-ANALYSIS USING A METHODOLOGY FOR COLLECTIVE EVALUATION AND FUZZY APPROACH

The article describes a collective evaluation of the factors of a SWOT-analysis, ranking of the factors and using the linguistic approach based on the fuzzy set theory.

Keywords: SWOT; fuzzy sets; fuzzy SWOT; fuzzy approach; strategic methods of planning; planning project methods; SWOT matrix; collective evaluation.

AUTHORS

Eliseeva N., Assistant, Kaluga Branch of Bauman MSTU, 2, Bazhenov st., Kaluga, 248000, tel.: [phone], e-mail: *****@***ru.

Ptuskin A., D. Sc, Professor, Kaluga Branch of Bauman MSTU, 2, Bazhenov st., Kaluga, 248000, tel.: [phone], e-mail: *****@***ru.

Mazin A., D. Sc, Associate professor Kaluga Branch of Bauman MSTU, 2, Bazhenov st., Kaluga, 248000,, tel.: [phone], e-mail: *****@***ru.