Главная | Обратная связь | Поможем написать вашу работу!
МегаЛекции

Необходимость моделирования




 

Существует ряд причин, обусловливающих использование модели вместо попыток прямого взаимодействия с реальным миром. К ним относятся естественная сложность многих организационных ситуаций, невозможность проведения экспериментов в реальной жизни, даже когда они необходимы, и ориентация руководства на будущее.

СЛОЖНОСТЬ. Как все школы управления, наука управления стремится быть полезной в разрешении организационных проблем реального мира. Может показаться странным, что возможности человека повышаются при взаимодействии с реальностью с помощью ее модели. Но это так, поскольку реальный мир организации исключительно сложен и фактическое число переменных, относящихся к конкретной проблеме, значительно превосходит возможности любого человека и постичь его можно, упростив реальный мир с помощью моделирования.

ЭКСПЕРИМЕНТИРОВАНИЕ. Встречается множество управленческих ситуаций, в которых желательно опробовать и экспериментально проверить альтернативные варианты решения проблемы. Конечно, руководители фирмы/были бы не правы, если бы вложили миллионы долларов в новое изделие, сначала не установив экспериментально, что оно будет функционировать как намечено, и, вероятно, будет принято потребителями. Определенные эксперименты в условиях реального мира могут и должны быть выполнены. Когда фирма «Боинг» проектирует новый самолет, «Ниссан» — новый автомобиль, «Ай Би Эм» — новую модель компьютера, они всегда изготавливают образец, проверяют его в реальных условиях и только потом начинают полномасштабное производство. Но прямое экспериментирование такого типа дорого стоит и требует времени. Представьте, сколько стоил бы автомобиль и как мало было бы в нем нововведений, если бы фирма «Дженерал Моторс» в самом деле, изготавливала и испытывала каждую из тысяч деталей, придуманных инженерами фирмы ради потенциальных усовершенствований. И здесь на помощь приходят модели. В примере 8.1. описано моделирование на фирме «Ти Ар Дабл Ю».

 

 

П РИМЕР 8.1.

Как моделирование помогает в работе руководству фирмы «Ти Ар Дабл Ю»

 

Г-н Армбрастер — эксцентричный подвижный человек с темными проницательными глазами и нервными руками, постоянно вычерчивающими в воздухе какие-то чертежи. Когда он учился на инженера-механика в университете, в летнее время работал в отделе писем фирмы «Ти Ар Дабл Ю». За шесть лет работы он погрузился в аналитические исследования и статистику. Степень магистра по организации производства и управлению получил в университете штата Оклахома, а затем добавил к нему диплом магистра делового администрирования по маркетингу и финансам в первом своем университете. Полученные научные степени помогли ему, как он сам считает, «избежать раскладывания бумаг по ящикам, находясь в услужении у компьютера» в самом начале его карьеры в фирме.

Эту карьеру он начал в 1965 г. как инженер по надежности в группе авиационных двигателей. Но не к такой работе он стремился, поэтому в 1967 г. занялся компьютерным моделированием для руководства корпорации.

Моделирование на компьютерах тогда только начиналось как средство прогнозирования для принятия долгосрочных стратегических решений и с целью отделения перспектив внутреннего развития от прогнозов роста через приобретение новых предприятий. Серия памятных записок и совещаний убедили в необходимости этой работы. Основатель фирмы Симон Рамо в записке от 1966 г. впервые сказал о необходимости построения математических кривых роста, по которым можно было бы прогнозировать финансовые и оперативные результаты деятельности на далекую перспективу с учетом разных экономических обстоятельств. Ко времени, когда Армбрастер был назначен на новую должность, через год после этих событий, объем работы значительно возрос, но представления о работе все еще были очень смутными. «С 1967 г. я занимаюсь примерно одним и тем же, но в разных конторах, потому что они никогда не знали, куда меня лучше приткнуть,» — говорит он. Сначала это был отдел обработки данных, затем бюро главного бухгалтера, потом работа при вице-президенте по финансам. «Это стало первым реальным признанием сути моей работы,» — говорит Армбрастер. Следующим его начальником стал вице-президент по экономике, т.е. его статус повысился еще на один пункт. В 1973 г. была создана новая должность — вице-президент по планированию и развитию, и с тех пор Армбрастер возглавляет отдел при нем.

Несомненно, его достижения к настоящему времени значительны. «Не удивляюсь, видя людей вроде меня застрявшими где-нибудь в бухгалтерском отделе, — говорит г-н Армбрастер. — Моя продукция — это не то, что можно распространять в организации. Высшее руководство должно понять суть анализа и захотеть получить его результаты настолько, чтобы нагнуться и поднять их». Основная продукция Армбрастера и его молодого помощника Джона Кеога с дипломом МБА — «прогноз сверху-вниз», стопка машинописных листов, таблиц с финансовыми данными, диаграмм и графиков, направляемая президенту фирмы трижды в году. В них прогнозируются основные финансовые и оперативные показатели, включая прибыль, потребности в оборотном капитале и прибыль на капитал на пять лет вперед; кроме того сбыт фирмы дифференцируется по 15 сферам деятельности.

«Цель нашей работы — понять, сколько именно показателей работы фирмы в действительности находится под контролем руководства и сколько их зависит от капризов экономики, — говорит Армбрастер. — Это помогает руководству выбирать вариант предпочтительного будущегои теили иные цели, а не просто отпускать корпорацию дрейфовать по воле волн». Например: «Метлер может посмотреть прогноз и сказать какому-нибудь начальнику производства: «Забудь, что бизнес зависит от милости экономики. Используй свое время на творчество. Подумай, где и что ты можешь у себя сделать, чтобы добиться изменений, — говорит г-н Армбрастер. — Мы доказали, что руководство может гораздо тверже держать судьбу компании в своих руках, чем принято было думать раньше».

За последние три года краткосрочная «от квартала к кварталу» часть прогноза типа «сверху-вниз» стала гораздо точнее отображать ожидаемую от производственной деятельности прибыль, чем традиционные прогнозы типа «снизу-вверх», составляемые ежеквартально производственными отделениями.

Построение разнообразных компьютерных моделей, делающих возможным само прогнозирование, превратилось в кропотливый процесс научных исследований и разработок. Прогнозирование все еще прогрессирует, становясь более детализированным и точным. «Данные, формируемые под давлением федеральных требований для всяких ведомств типа Агентства по охране окружающей среды, Налогового управления и т.п. — это не самые полезные данные для управления компанией, поэтому приходится уходить отнихи генерировать собственные данные», — говорит Армбрастер.

Это заставляет его висеть на телефоне для получения нужной информации. Иногда приходится наносить визиты финансистам производственных отделений, чтобы «завести друзей и убедить их выкопать из архивов то, что мне нужно». Он добавляет: «Люди внизу очень чувствительны к запросам руководства насчет данных, из-за которых от них могут потребовать увеличить время работы и усердие. Это всегда проблема». Качество информации — больной вопрос. «Иногда мы пытаемся заглянуть в будущее с помощью не данных, а мусора, — говорит он. — Я хорошо переношу двойственность, но порой просто злит, что нельзя никогда быть уверенным в том, что ты действительно знаешь о происходящем внизу. Он осторожно добивался доверия к себе несколько лет и охраняет его весьма ревностно. Тем не менее некачественная информация иногда проскальзывает в прогноз в силу искажений из-за внутренних реорганизаций, изменения порядка закупок и ведения отчетности, я случается, при встрече с руководством дело для производственника оборачивается плохо. Недавно вице-президент одного из отделений «позвонил и долго буквально «жевал мое ухо», поскольку я представил наверх плохие данные», — рассказывает Армбрастер.

Другая проблема — время. Армбрастер, его помощник и эконометрист фирмы ван Бусман около 80% своего времени проводят вместе, работая как группа, чтобы удовлетворить растущие запросы высшего руководства, требующего информации больше и скорее. «Есть опасность, что нас залюбят до смерти, — говорит Армбрастер. — Мы просто не можем охватить все, что хотим сделать». Вместо обеда, он часто проскальзывает к компьютеру, чтобы заняться своими расчетами.

Армбрастер допускает, что, в определенной мере, ощущаемый им дефицит времени создан им самим. «Если бы иногда я не составлял какого-нибудь особенного доклада, никто ничего бы не лишился, поскольку они даже не знают, что он составляется, — говорит он. — Но я знаю, что доклад должен быть составлен и чувствую себя обязанным».

Источник: Richard Martin, «The Managers,» The Wall Street Journal, April 18, 1977, p. 1. Reprinted by permission of The Wall Street Journal, Dow Jones & Co., Inc. 1977. All rights reserved.

 

 

Существуют бесчисленные критические ситуации, когда требуется принять решение, но нельзя экспериментировать в реальной жизни. К примеру, когда фирма «Фольксваген» решила построить производственное предприятие в США, ей пришлось выбирать место с достаточным обеспечением рабочей силой, благоприятными условиями налогообложения и экономически подходящее с точки зрения приемки необходимых материалов и отгрузки готовых автомобилей. Ей пришлось, затем определять последовательность сборки многих тысяч деталей модели «Рэббит», выяснять, какие детали завод мог бы производить сам, а какие покупать, устанавливать необходимые уровни запасов каждой детали. Ясно, что фирма не могла решить эти проблемы, построив в порядке эксперимента в каждом возможном месте по заводу, да еще и по нескольким проектам.

ОРИЕНТАЦИЯ УПРАВЛЕНИЯ НА БУДУЩЕЕ. Невозможно наблюдать явление, которое еще не существует и может быть никогда не состоится, как и проводить прямые эксперименты. Однако многие руководители стремятся рассматривать только реальное и осязаемое, и это, в конечном счете, должно выразиться в их повороте к чему-то видимому. Моделирование — единственный к настоящему времени систематизированный способ увидеть варианты будущего и определить потенциальные последствия альтернативных решений, что позволяет их объективно сравнивать. Как указывает Дэвид Б. Херц:

«Руководитель должен выбрать лучшую из имеющихся альтернатив, чтобы распределить свои ресурсы, установить для себя и других последовательность действий, привлечь новых люден и материальные ресурсы. Для этого ему нужно довериться некоторым описаниям особенностей и стабильности среды, в которой проявятся последствия решений как в краткой, так и долгосрочной перспективе. Он должен представлять всю неопределенность такой среды, которая является одновременно неизбежной и непредсказуемой».

Модели науки управления в наибольшей мере приспособлены к этим целям и как мощное аналитическое средство позволяют преодолевать множество проблем, связанных с принятием решений в сложных ситуациях.

 

 

Рис. 8.2. Аналоговая модель (график, являющийся аналоговой моделью, показывает зависимость между количеством произведенной краски и издержками в расчете на 1 галлон).

 

Типы моделей

 

Прежде чем рассматривать широко используемые современными организациями модели и задачи, для решения которых они наиболее пригодны, необходимо вкратце описать три базовых типа моделей. Речь идет о физических, аналоговых и математических моделях.

ФИЗИЧЕСКАЯ МОДЕЛЬ. Физическая модель представляет то, что исследуется, с помощью увеличенного или уменьшенного описания объекта или системы. Как указывает Шеннон: «Отличительная характеристика физической (называемой иногда «портретной») модели состоит в том, что в некотором смысле она выглядит как моделируемая целостность».

Примеры физической модели — синька чертежа завода, его уменьшенная фактическая модель, уменьшенный в определенном масштабе чертеж проектировщика. Такая физическая модель упрощает визуальное восприятие и помогает установить, сможет ли конкретное оборудование физически разместиться в пределах отведенного для него места, а также разрешить сопряженные проблемы, например, размещение дверей, ускоряющее движение людей и материалов. Автомобильные и авиационные предприятия всегда изготавливают физические уменьшенные копии новых средств передвижения, чтобы проверить определенные характеристики типа аэродинамического сопротивления. Будучи точной копией, модель должна вести себя аналогично разрабатываемому новому автомобилю или самолету, но при этом стоит она много меньше настоящего. Подобным образом строительная компания всегда строит миниатюрную модель, прежде чем начать строительство производственного или административного корпуса или склада.

АНАЛОГОВАЯ МОДЕЛЬ. Аналоговая модель представляет исследуемый объект аналогом, который ведет себя как реальный объект, но не выглядит как таковой. График, иллюстрирующий соотношения между объемом производства и издержками (рис. 8.2.), является аналоговой моделью. График показывает, как влияет уровень производства на издержки.

Другой пример аналоговой модели — организационная схема. Выстраивая ее, руководство в состоянии легко представить себе цепи прохождения команд и формальную зависимость между индивидами и деятельностью. Такая аналоговая модель явно более простой и эффективный способ восприятия и проявления сложных взаимосвязей структуры крупной организации, чем, скажем, составление перечня взаимосвязей всех работников.

МАТЕМАТИЧЕСКАЯ МОДЕЛЬ. В математической модели, называемой также символической, используются символы для описания свойств или характеристик объекта или события. Пример математической модели и аналитической ее силы как средства, помогающего нам понимать исключительно сложные проблемы, — известная формула Эйнштейна Е = mс2. Если бы Эйнштейн не смог построить эту математическую модель, в которой символы заменяют реальность, маловероятно, чтобы у физиков появилась даже отдаленная идея о взаимосвязи материи и энергии.

Вероятно, математические модели относятся к типу моделей, чаще всего используемых при принятии организационных решений. Рис. 8.2. иллюстрирует зависимость между объемом производства и издержками, описываемую с помощью модели: С = PV(0,1) + 2500. Согласно этой модели, издержки (С) равны объему производства (PV), умноженному на 0,1, плюс 2500. Ниже в данной главе мы рассмотрим некоторые распространенные математические модели. Сначала же исследуем основные этапы построения модели.

 

Процесс построения модели

 

Построение модели, как и управление, является процессом. Основные этапы процесса — постановка задачи, построение, проверка на достоверность, применение и обновление модели.

ПОСТАНОВКА ЗАДАЧИ. Первый и наиболее важный этап построения модели, способный обеспечить правильное решение управленческой проблемы, состоит в постановке задачи. Правильное использование математики или компьютера не принесет никакой пользы, если сама проблема не будет точно диагностирована. Согласно Шеннону: «Альберт Эйнштейн однажды сказал, что правильная постановка задачи важнее даже, чем ее решение. Для нахождения приемлемого или оптимального решения задачи нужно знать, в чем она состоит. Как ни просто и прозрачно данное утверждение, чересчур многие специалисты в науке управления игнорируют очевидное. Миллионы долларов расходуются ежегодно на поиск элегантных и глубокомысленных ответов на неверно поставленные вопросы».

Рассматривая эту тему, Чарлз Дж. Хитч, работавший ранее в министерстве обороны, указывает: «По опыту знаю, что самое трудное для специалиста по системному анализу — не техника анализа. По сути дела, методы, используемые нами в бюро министра обороны, как правило, просты и старомодны. Полезного и продуктивного аналитика отличает умение сформулировать (спроектировать) задачу».

Далее, из того только, что руководитель осведомлен о наличии проблемы, вовсе не следует факт идентификации истинной проблемы. Руководитель обязан уметь отличать симптомы от причин. Рассмотрим для примера фармацевтическую компанию, получающую множество жалоб от аптек из-за задержек с выполнением их заказов. Истинная проблема, как оказалось, не в этой задержке. Изучение вопроса показало, что заказы задерживаются из-за производственных затруднений на трех химических предприятиях фирмы. Это было вызвано нехваткой исходных химических реагентов и запасных частей к оборудованию, что в свою очередь было обусловлено некачественным прогнозированием потребности в материалах и запасных частях.

ПОСТРОЕНИЕ МОДЕЛИ. После правильной постановки задачи следующим этапом процесса предусмотрено построение модели. Разработчик должен определить главную цель модели, какие выходные нормативы или информацию предполагается получить, используя модель, чтобы помочь руководству разрешить стоящую перед ним проблему. Если продолжить приведенный выше пример, нужная выходная информация должна представлять точные нормативы времени и количества подлежащих заказу исходных материалов и запасных частей.

В дополнение к установлению главных целей, специалист по науке управления должен определить — какая информация требуется для построения модели, удовлетворяющей этим целям и выдающей на выходе нужные сведения. В нашем случае необходимой информацией будет точный прогноз потребности по каждому исходному реагенту, сведения о характере закупаемых материалов в каждом виде продукции, ожидаемой долговечности деталей оборудования, сроке службы каждой детали и т.п.

Может случиться, часто с известной долей вероятности, что эта необходимая информация разбросана по многим источникам.

К другим факторам, требующим учета при построении модели, следует отнести расходы и реакцию людей. Модель, которая стоит больше, чем вся задача, требующая решения с помощью модели, конечно, не внесет никакого вклада в приближение к целям организации. Подобным образом, излишне сложная модель может быть воспринята конечными пользователями как угроза и отвергнута ими. Таким образом, для построения эффективной модели руководителям и специалистам по науке управления следует работать вместе, взаимно увязывая потребности каждой стороны. Школа научного управления признает эти потенциальные проблемы. Модель, построенная с целью получения информации о том, как бросать мяч в бейсболе, описана в примере 8.2.

 

ПРИМЕР 8.2.

Игра в цифры с оклендской командой «А»

 

Никто из тех, кто связан с бейсбольной командой «А», находящейся в Окленде — городке близ Сан-Франциско, — в прошлом году не видел больше бросков, чем Джей Элвес. Дело в том, что он видел каждый бросок.

Начиная с весенних тренировок и до начала октября он видел каждый бросок и все их регистрировал. Как специалист по компьютерной статистике он провел весь сезон за пультом любимого компьютера модели «Эппл II Плюс». Между делом Элвес может сообщить вам средний за последние два года балл игроков Дуэйна Мерфи против Скотта МакГрегора, сказать, как держал удар Майк Хит против бросков с левой руки, как Дейв Лопес обходился с игроками на финише, и многое другое.

Комментаторы Лон Симмонс и Билл Кинг нашли материал превосходным и основную его часть запустили в эфир. Но тренер Билл Мартин компьютерные распечатки счел оскорблением. «У меня все вот здесь, — говаривал Билли, показывая на свою голову. — Я не нуждаюсь в этой ерунде.»

Однако цифры помогают выявить кое-что пропущенное из статистики за прошлый сезон. Джеф Берроуз, к примеру, набирал 0,220 днем и 0,304 по вечерам. Узин Гросс имел 0,321 на искусственном покрытии, но всего 0,239 на траве. На Хита (0,338) можно было ставить в позиции нападения против таких бегунов, как Лопес (0,234). В этом сезоне Элвес намерен собрать гораздо более подробную информацию. «У меня будет записано, куда был отбит каждый мячик, — говорит он, — куда попадают удары игрока на линии, куда ложатся его ауты. Это позволит определить тенденции».

Так же важно, что компьютерная информация фиксирует тенденции в игре противника, и, если тренер видит определенную картину, он в состоянии скорректировать игру защитников. «Эта работа становится увлекательной, — говорит Элвес, — когда ты действительно влияешь на игру».

Время от времени в минувшем году и тренер Мартин проявлял интерес. Так, игрок команды соперников Боб Оучинко как-то вечером сказал журналистам, что без проблем мог бы побить оклендца Регги Джексона. Мартин попросил Элвеса дать информацию — ив самом деле Регги имел 1 к 9 против Оучинко. В следующий раз Мартин уже не так сопротивлялся идее не ставить их друг против друга.

Однако чаще всего Элвес работал непосредственно на комментаторов. «Когда игры проходят в Окленде, перед Биллом и Лоном стоит по монитору, — рассказывал он, — они сразу видят средний балл игрока по подачам за сезон и его успехи. Они могут получить его показатели дома и на выезде, против конкретного подающего, в играх с конкретной командой, даже его достижения в той или другой позиции».

«В бейсболе достаточно силен человеческий элемент, — говорит Элвес. — Если вы будете напирать на цифры, погубите игру. Идея заключается в том, чтобы использовать компьютер, но не давать ему поработить мозг».

Тренер намерен использовать информацию Элвеса, в основном, для предигровой подготовки. «Игроки, обсуждая предстоящего соперника, обычно спорят, кто, к примеру, отбивает высоко, а кто низко, или где удобнее всего стоять против определенной подачи. Наши подающие будут обо всем знать заранее».

Источник: San Francisco Chromicle, March 25, 1983, pp. 77, 80. Reprinted with permission.

 

 

ПРОВЕРКА МОДЕЛИ НА ДОСТОВЕРНОСТЬ. После построения модели ее следует проверить на достоверность. Один из аспектов проверки заключается в определении степени соответствия модели реальному миру. Специалист по науке управления должен установить — все ли существенные компоненты реальной ситуации встроены в модель. Это, конечно, может оказаться непростым делом, если задача сложна. Проверка многих моделей управления показала, что они несовершенны, поскольку не охватывают всех релевантных переменных. Естественно, чем лучше модель отражает реальный мир, тем выше ее потенциал как средства оказания помощи руководителю в принятии хорошего решения, если предположить, что модель не слишком сложна в использовании.

Второй аспект проверки модели связан с установлением степени, в которой информация, получаемая с ее помощью, действительно помогает руководству совладать с проблемой.

Продолжим наш пример. Если бы модель для фармацевтической фирмы действительно снабдила руководство достоверной информацией о том, как часто и в каких количествах следует заказывать материалы и запасные части, ее можно было считать полезной, поскольку выходная информация позволила бы руководству принять эффективные корректирующие меры в отношении задержек поставок.

Хороший способ проверки модели заключается в опробовании ее на ситуации из прошлого. Фармацевтическая фирма могла бы приложить свою модель к разрешению проблемы запасов за последние три года. Если модель точна, решение проблемы запасов с использованием конкретных количественных и временных показателей должно выявить конкретные причины, приведшие к задержкам. Руководство могло бы также определить, смогла ли полученная на модели информация (если ее удалось бы получить) помочь в разрешении производственных трудностей и ликвидации задержек.

ПРИМЕНЕНИЕ МОДЕЛИ. После проверки на достоверность модель готова к использованию. Как говорит Шеннон, ни одну модель науки управления «нельзя считать успешно выстроенной, пока она не принята, не понята и не применена на практике». Это кажется очевидным, но зачастую оказывается одним из самых тревожных моментов построения модели. Согласно одному обследованию отделов, анализирующих операции на корпоративном уровне, лишь около 60% моделей науки управления были использованы в полной или почти полной мере. В других обследованиях также установлено, что финансовые руководители американских корпораций и западноевропейские управляющие маркетингом недостаточно широко используют модели для принятия решений. Основная причина недоиспользования моделей руководителями, которые должны их применять, возможно заключается в том, что они их опасаются или не понимают.

Если модели науки управления создаются специалистами штабных служб (а так обычно и бывает), линейные руководители, для которых они предназначены, должны принимать участие в постановке задачи и установлении требований по информации, получаемой из модели. Согласно исследованиям, когда это имеет место, применение моделей увеличивается на 50%. Кроме того, таких руководителей следует научить использовать модели, объяснив среди прочего, как модель функционирует, каковы ее потенциальные возможности и ограничения.

ОБНОВЛЕНИЕ МОДЕЛИ. Даже если применение модели оказалось успешным, почти наверняка она потребует обновления. Руководство может обнаружить, что форма выходных данных не ясна или желательны дополнительные данные. Если цели организации изменяются таким образом, что это влияет на критерии принятия решений, модель необходимо соответствующим образом модифицировать. Аналогичным образом, изменение во внешнем окружении — например, появление новых потребителей, поставщиков или технологии — может обесценить допущения и исходную информацию, на которых основывалась модель при построении.

 

Поделиться:





Воспользуйтесь поиском по сайту:



©2015 - 2024 megalektsii.ru Все авторские права принадлежат авторам лекционных материалов. Обратная связь с нами...