Значение прогнозирования в научном исследовании.

Особенно сильно роль прогнозирования возросла в наши дни, при стремительных темпах развития общества, науки и техники, производства и производственных отношений. Сегодня прогнозов, основанных на интуиции, уже явно недостаточно. Теперь необходимо прогнозирование, основанное на объективных закономерностях, на использовании математического аппарата, проводимое на основе научных методов и моделей, на обработке первичных данных с помощью информационных технологий. Поэтому в настоящее время прогнозирование — это уже самостоятельная отрасль науки.

Прогнозирование — это способ научного предвидения, в котором используются как накопленный в прошлом опыт, так и текущие допущения в отношении будущего в целях его определения.

Прогнозирование позволяет раскрыть устойчивые тенденции или выявить существенные изменения в социально-экономических процессах, оценить их вероятность для будущего планового периода, выявить возможные альтернативные варианты, накопить научный и эмпирический материал для обоснованного выбора той или иной концепции развития или планового решения.

Полученная прогнозная информация может быть использована при принятии управленческого решения, а также в дальнейшем — при реализации управленческих решений.

Ценность прогнозирования заключается в том, что прогнозы позволяют выделить существенные факторы и детально проанализировать их влияние на функционирование объекта исследования (системы в целом и ее отдельных частей) и соответственно определить возможные направления развития системы и (или) ее составных частей и результаты функционирования в заданные будущие периоды времени.

1. Измерение и визуализация показателей состояния сети бизнес-процессов

Измерение показателей процесса является важнейшим средством, позволяющим находить пути улучшения процессов. Процесс могут характеризовать несколько групп показателей: 1) показатели процесса; 2) показатели продукта процесса; 3) показатели удовлетворенности клиентов процесса.

1) Показатели процесса могут быть определены как числовые величины, характеризующие течение самого процесса и затраты на него (временные, финансовые, ресурсные, человеческие и т. д.).

2) Показатели продукта (услуги) — числовые величины, характеризующие продукт (услугу) как результат выполнения процесса (абсолютный объем услуг, объем услуг относительно заказанного или необходимого, количество ошибок и сбоев при оказании услуги и т. д.).

3) Показатели удовлетворенности клиентов процесса — числовые величины, характеризующие степень удовлетворенности потребителя результатами процесса (выходом, услугой и т. д.).

Визуальный анализ графических схем процесса

Визуальный анализ графических схем процессов имеет ряд существенных ограничений. Любые ошибки или недоработки при формировании графической схемы приводят к невозможности эффективного анализа.

Вторым аспектом, который следует подчеркнуть, является наличие знаний об идеальном процессе. Найти экспертов с таким опытом, да еще со знанием нотаций описания процессов, достаточно сложно. Этот факт также ограничивает эффективность визуального анализа.

Основные подходы к анализу графических схем процессов.

В первую очередь схему процесса можно подвергнуть анализу с точки зрения входов и выходов. Анализ входов/выходов состоит их двух частей:

1. Анализ потребности во входах/анализ потребности в выходах.
2. Анализ неиспользуемых выходов.

Анализ потребности во входах. Последовательно рассматривается каждая функция процесса, выполняется ее содержательный анализ. Определяется состав необходимой для этого информации. Проводится проверка, есть ли данная информация во входящих документах. Если нужные сведения не содержатся ни в одном документе, это может означать отсутствие необходимого для выполнения функции документа.

Очевидно, что если в какой-то части процесса мы обнаружили недостаток входящего документа, необходимо определить функцию, для которой он является выходом.

Рассмотрим возможности графического анализа функций процесса. Он позволяет выявить: отсутствие необходимых функций; наличие излишних функций; дублирование функций.

Анализ неиспользуемых выходов означает поиск тех выходов процесса (функции), которые не используются в других процессах (функциях).

1. Имитационное моделирование бизнес-процесса

Имитационное моделирование - метод исследования, основанный на том, что изучаемая система заменяется моделью, имитирующей эту систему. Над моделью проводят эксперименты и в результате получают информацию о реальной системе. Имитационное моделирование выполнения бизнес-процессов широко применяется в проектах по реинжинирингу деятельности компаний, когда необходимо заранее спрогнозировать результаты.

Показатели, которые подвергаются оптимизации в первую очередь, это: затраты процесса, продолжительность процесса, количество обслуженных клиентов или количество произведенного продукта.

Проведение имитационного моделирования предполагает осуществление четырех основных этапов: 1)построение модели одного или нескольких процессов, выполнение которых необходимо оптимизировать; 2) запуск имитации выполнения процессов модели; 3) анализ полученных показателей; 4) повторение п.1-3 для альтернативных сценариев выполнения процесса и выбор наиболее оптимального.

Метод имитационного моделирования позволяет имитировать выполнение процесса так, как оно происходило бы в действительности, но в режиме ускоренного времени.

Спроектировав и настроив модель процессов, можно запускать имитацию. Поскольку временные параметры процессов и времена возникновения событий - случайные величины, один эксперимент с моделью даст только один вариант развития процесса. На основе множества повторов измерений можно получить более точные оценки показателей. Целесообразно проводить имитацию за весь период, интересующий аналитика, например, за квартал.

В результате, можно: идентифицировать перегруженные ресурсы, к которым постоянно выстраивается очередь задач (шагов процессов); выявить трудовые ресурсы с низкой загрузкой; проанализировать производство и потребление материальных ресурсов и определить, возникает ли проблема дефицита или перепроизводства ресурсов.

1. Инструментальные средства анализа.

ERP-система (англ. Enterprise Resource Planning System) — это интегрированная система на базе ИТ для управления внутренними и внешними ресурсами предприятия. Цель системы — содействие потокам информации между всеми хозяйственными подразделениями (бизнес-функциями) внутри предприятия и информационная поддержка связей с другими предприятиями. Построенная, как правило, на централизованной базе данных, ERP-система формирует стандартизованное единое информационное пространство предприятия.

Capacity Requirements Planning (CPR) — Планирование производственных мощностей. Цель CRP-системы -проверка выполнимости заданного графика работ с точки зрения имеющегося оборудования и возможностей, и в случае адекватности требований и возможности выполнения задания по срокам оптимизировать и грамотно распределить нагрузку на имеющиеся производственные ресурсы.

MRP (Material Requirements Planning) — методология планирования потребности в материалах. Позволяет оптимально регулировать поставки комплектующих в производственный процесс, контролируя запасы на складе и саму технологию производства.

AllFusion ERwin Data Modeler (ранее ERwin) — CASE-средство для проектирования и документирования баз данных, которое позволяет создавать, документировать и сопровождать базы данных, хранилища и витрины данных. Модели данных помогают визуализировать структуру данных, обеспечивая эффективный процесс организации, управления и администрирования таких аспектов деятельности предприятия, как уровень сложности данных, технологий баз данных и среды развертывания.

AllFusion ERwin Data Modeler (ERwin) предназначен для всех компаний, разрабатывающих и использующих базы данных, позволяет управлять данными в процессе корпоративных изменений, а также в условиях стремительно изменяющихся технологий. Позволяет наглядно отображать сложные структуры данных. Улучшает коммуникацию организации, обеспечивая совместную работу администраторов и разработчиков баз данных, многократное использование модели, а также наглядное представление комплексных активов данных в удобном для понимания и обслуживания формате.

1. Инструментальные средства функционально-стоимостного анализа бизнес-процессов.

BPWin и ERWin компании Соmputer Associates. Computer Associates International, Inc. (CA) входит в пятерку ведущих производителей программного обеспечения, предлагая средства моделирования, резервного копирования, управления инфраструктурой предприятия (сетями, серверами и т.д.), информационной безопасности, business intelligence и т.д.

Возможности Bpwin: 1)поддерживает сразу три стандартные нотации - IDEF0 (функциональное моделирование), DFD (моделирование потоков данных) и IDEF3 (моделирование потоков работ). Эти три основных ракурса позволяют описывать предметную область наиболее комплексно; 2)позволяет оптимизировать процедуры в компании; 3) полностью поддерживает методы расчета себестоимости по объему хозяйственной деятельности (функционально-стоимостной анализ, ABC); 4) позволяет облегчить сертификацию на соответствие стандартам качества ISO9000;

5) содержит собственный генератор отчетов; 6) позволяет эффективно манипулировать моделями - сливать и расщеплять их; 7) имеет широкий набор средств документирования моделей, проектов. Пакет ERWin это средство концептуального моделирования БД. Используется при моделировании и создании баз данных произвольной сложности на основе диаграмм " сущность - связь". 8) позволяет повторно использовать компоненты созданных ранее моделей, а также использовать наработки других разработчиков 9) возможна совместная работа группы проектировщиков с одними и теми же моделями (с помощью AllFusion Model Manager); 10) позволяет переносить структуру БД (не сами данные!) из СУБД одного типа СУБД в другой; позволяет документировать структуру БД.

ARIS компании IDS Scheer AG. Система ARIS представляет собой комплекс средств анализа и моделирования деятельности предприятия. Ее методическую основу составляет совокупность различных методов моделирования, отражающих разные взгляды на исследуемую систему. Одна и та же модель может разрабатываться с использованием нескольких методов, что позволяет использовать ARIS специалистам с различными теоретическими знаниями и настраивать его на работу с системами, имеющими свою специфику. ARIS поддерживает четыре типа моделей, отражающих различные аспекты исследуемой системы: 1) организационные модели, представляющие структуру системы - иерархию организационных подразделений, должностей и конкретных лиц, связи между ними, а также территориальную привязку структурных подразделений; 2) функциональные модели, содержащие иерархию целей, стоящих перед аппаратом управления, с совокупностью деревьев функций, необходимых для достижения поставленных целей; 3) информационные модели, отражающие структуру информации, необходимой для реализации всей совокупности функций системы; 4) модели управления, представляющие комплексный взгляд на реализацию бизнес-процессов в рамках системы.

1. Интеллектуальный анализ данных.

Интеллектуальный анализ данных представляет собой процесс обнаружения пригодных к использованию сведений в крупных наборах данных. В интеллектуальном анализе данных применяется математический анализ для выявления закономерностей и тенденций, существующих в данных.

Эти закономерности и тренды можно собрать вместе и определить как модель интеллектуального анализа данных. Модели интеллектуального анализа данных могут применяться к конкретным сценариям, а именно: 1) прогнозирование; 2) риск и вероятность; 3) рекомендации; 4) поиск последовательностей; 5) группирование.

Построение модели интеллектуального анализа данных является частью более масштабного процесса, который можно представить как последовательность следующих шести базовых шагов. 1) Постановка задачи. 2) Подготовка данных. 3) Просмотр данных. 4) Построение моделей. 5) Исследование и проверка моделей. 6) Развертывание и обновление моделей.

Процесс, представленный на диаграмме, является циклическим, то есть создание аналитической модели данных является динамическим и повторяющимся процессом. Выполнив просмотр данных, пользователь может обнаружить, что данных недостаточно для создания требуемых моделей интеллектуального анализа данных, что ведет к необходимости поиска дополнительных данных. Также может возникнуть ситуация, когда после построения нескольких моделей окажется, что они не дают адекватный ответ на поставленную задачу, и поэтому необходимо поставить задачу по-другому. Может возникнуть необходимость в обновлении уже развернутых моделей за счет новых поступивших данных. Для создания хорошей модели может понадобиться многократно повторить каждый шаг процесса.

1. Интернет-технологии в деятельности предприятия

В настоящее время информационные технологии всё более проникают в производство. Они позволяют практически мгновенно доводить до клиентов разнообразную информацию, а также непрерывно увеличивать количество новых услуг и информационных продуктов. Развитие и распространение электронных технологий влияют на создание не только предмета и орудий труда, но и на производственную деятельность человека. Наиболее применяемые на производственных предприятиях виды интернет-технологий состоят из средств оперативного обмена и распространения информации (текстовой, звуковой, видео), электронной почты, а также средства создания и поддержания информационных ресурсов в сети. Современные транснациональные компании благодаря интернет-технологиям, больше половины своих действий, связанных с презентациями клиентов, переговорами с партнерами, с поездками между филиалами, заменяют системами для совместной работы, позволяющими ускорить бизнес-процессы, повысить производительность труда и сократить время на разработку и внедрение инноваций. Следует подчеркнуть, что системы для совместной работы могут наиболее полно обеспечивать производственное управление в режиме непрерывности и постоянства по всем рассматриваемым направлениям.