 |
Учет фактора неопределенности
|
|
|
|
При прогнозных оценках затрат и результатов никогда
нельзя быть до конца уверенным в их точности. В связи с этим
целесообразно учитывать неопределенность ситуации. Суще-
ствует достаточное количество сложных математических мето-
дов учета неопределенности, связанных с применением теории
вероятностей, теории нечетких множеств и других средств. Мы
ограничимся простейшей моделью, которую может на практике
применить каждый человек, не обладающий специальным мате-
матическим образованием.
Суть метода состоит в переходе от точечных оценок затрат и
результатов к интервальным. Грубо говоря, вместо точной количе-
ственной оценки мы задаем некий диапазон, в который с большой
степенью вероятности должна попасть прогнозируемая величина
результатов или затрат. Далее используется принцип минимакса,
т.е. мы определяем экономическую эффективность автоматиза-
ции при минимальных результатах и максимальных затратах.
Если даже в этом случае эффект положительный, то вполне оче-
видно, что проект рентабельный (если, разумеется, правильно оп-
ределены диапазоны показателей). Если же эффект отрицатель-
ный, то возможно два пути: либо считать автоматизацию нераци-
ональной, либо пересмотреть границы диапазонов и попробовать
оценить эффективность еще раз.
Пример 14.
Допустим, что мы получили следующие прогнозные оценки
приведенных результатов и затрат на автоматизацию: резуль-
таты за год составят 2 миллиона рублей, а затраты — 1,5 мил-
лиона рублей. Пусть из-за неопределенности мы можем ошибить-
ся в прогнозе на 20% в обе стороны и по затратам, и по результа
там. Тогда наихудший (минимальный) результат можно
оценить в 1,6 миллиона рублей, а наихудшие (максимальные) зат-
раты в 1,8 миллиона рублей. Очевидно, что при большой степени
неопределенности при проведении автоматизации мы можем по-
лучить убыток до 200 тысяч рублей. Если же неопределенность
меньше (например, по 10% в обе стороны и по затратам, и по ре
зультатам), то даже при наихудшем сценарии развития собы-
тий эффективность останется положительной: наименьший ре-
зультат составит 1,8 миллиона рублей, а наибольшие затраты
только 1,65 миллиона рублей. В этом случае даже с учетом неопре
деленности автоматизацию можно считать эффективной (с,
позиций возможного риска).
|
|
|
Сравнение вариантов автоматизации
Сравнительная оценка экономической эффективности различных вариантов автоматизации предполагает наличие ряда альтернативных стратегий, принципиально различных между собой (разные поставщики компьютеров, оборудования и программ, различное чис-
ло рабочих мест, разные сроки и этапы автоматизации и т.д.). Как и
при оценке абсолютной эффективности, основными параметрами
оценки здесь выступают сопоставимые затраты и результаты (или их
прогноз). Ниже рассматриваются простейшие подходы к оценке эф-
фективности по вариантам.
Допустим сначала, что сумма затрат на автоматизацию фикси-
рована (мы ограничены неким бюджетом). Тогда можно считать,
что по всем альтернативам затраты просто одинаковы (это не со-
всем так, но неполное исполнение бюджета на автоматизацию будем условно считать недостатком, а оставшиеся неизрасходован-
ными деньги условно списывать как штраф) и их можно не рас-
сматривать. Тогда наиболее эффективный вариант автоматизации
выбирается из множества альтернатив по наилучшему результату
из совокупности обоснованных прогнозов результатов с учетом
неопределенности и риска. Иными словами, лучший вариант тот,
который дает максимальный эффект при самом неблагоприятном
прогнозе (используем принцип максимина).
|
|
|
Пример 15.
Пусть имеется три варианта автоматизации. При первом
ожидаемый эффект составит 3 миллиона рублей, при втором—
2,5 миллиона, при третьем — 2,8 миллиона. Неопределенность
при первом варианте составляет 30%, при втором — 10%, при
третьем — 20%. Наихудшие прогнозы результатов по вариан-
там составят соответственно 2,1 миллиона; 2,25 миллиона и
2,24 миллиона рублей. Следовательно, второй вариант с позиций
наших рассуждений наилучший.
Допустим теперь обратную ситуацию, при которой результаты
автоматизации по всем вариантам одинаковы. Тогда критерием
выбора наиболее эффективного варианта будет минимум затрат при
самом наихудшем прогнозе (используем принцип минимакса).
Пример 16.
Пусть имеется три варианта автоматизации. При первом ожидаемые затраты составят 3 миллиона рублей, при втором — 2,8 миллиона, при третьем — 2,7 миллиона. Неопределенность при первом варианте составляет 10%, при втором—
20%, при третьем — 30%. Наихудшие прогнозы затрат по вари-
антам составят соответственно 3,3 миллиона, 3,36 миллиона
и 3,51 миллиона рублей. Следовательно, первый вариант с пози-
ций наших рассуждений наилучший.
Рассмотрим теперь общий случай, когда и затраты, и результа-
ты по вариантам неодинаковы. Здесь возможно два принципиаль-
но разных пути сравнения: можно выбирать оптимальный вариант
автоматизации либо по лучшей разнице результатов и затрат (при
этом каждая альтернатива анализируется сначала отдельно), либо
по лучшему отношению результатов к затратам. Вообще говоря,
расчеты экономической эффективности для альтернативных вари-
антов автоматизации с учетом множества разнообразных парамет-
ров являются весьма непростой задачей, с которой довольно трудно
справиться, не имея достаточной квалификации. Поэтому авторы
сочли возможным ограничиться в данной книге кратким изложе-
нием подходов к решению этих задач и иллюстрацией этих подхо-
дов на простейших примерах. Дальнейшее движение в этом направ-
лении читатели могут провести самостоятельно, изучая литературу
по теме или обучаясь у квалифицированных специалистов. Тем не
менее, мы считали полезным поставить проблему оценки эффектив-
ности автоматизации предприятий и предостеречь читателей от са-
мых грубых и самых распространенных ошибок.
|
|
|
ЧАСТЬ 4. Годин В.В., Корнеев И.К. Управление информационными ресурсами: 17-модульная программа для менеджеров «Управление развитием организации». Модуль 17. – М.: ИНФРА-М, 2000. – 352 с.
Глава 1. Эволюция информационных систем, технологий и информационного менеджмента
|
|
|
