Файл: Процессы принятия решений в организации (Основные аспекты моделирования последствий вы­бора решения).pdf

ВУЗ: Не указан

Категория: Курсовая работа

Дисциплина: Не указана

Добавлен: 03.07.2023

Просмотров: 98

Скачиваний: 3

ВНИМАНИЕ! Если данный файл нарушает Ваши авторские права, то обязательно сообщите нам.

СОДЕРЖАНИЕ

Введение

Глава 1 Теоретические особенности анализа негативных последствий, влияющих на процесс принятия управленческих решений

1.1 Основные аспекты моделирования последствий вы­бора решения

1.2 Моделирование последствий для сравнительного анализа вариантов решения

1.3 Роль неопределенности и риска

1.4 Методы прогнозирования последствий

1.5 Особенности принятия решения в динамически меняющейся среде

Глава 2 Анализ принятия управленческих решений в ООО «ОКТОБЛУ»

2.1 Организационно-экономическая характеристика предприятия

2.2 Анализ проблемных зон системы принятия решения

Глава 3 Разработка системы принятия решений с минимальными негативными последствиями

3.1 Разработка системы принятия рациональных решений с минимизацией негативных последствий

3.2 Совершенствование реализации принятых решений как основы уменьшения их негативных последствий

Заключение

Список использованных источников

Введение

Принятие управленческих решений во многих отношениях является искусством нахождения эффективного компромисса. Выигрыш в одном часто достигается в ущерб другому. [1]

Общим для каждого объекта управления является обеспечение принципа эффективности управления Количественный сторону эффективности управления может быть выражен путем сопоставления результатов деятельности объекта уп правления с расходами, качественную сторону - степенью оптимальности управления Принцип эффективности касается всего управления, но особенно велика его роль в подготовке управленческих решений Оптимальность как одна из сторон принципа эффективности практически отражается в оптимизации управленческих решений, в разработке таких вариантов решений, которые при их оценке согласно принятому критерием является выгодными.

Важной предпосылкой осуществления принципа эффективности управления является тщательное обоснование локальных критериев оптимальности управленческих решений, т.е. согласование их взаимосвязей с целью успешного функционирования объекта в целом, а также отдельных его подразделении.

Однако некоторые негативные последствия никоим образом не могут быть приемлемыми для руководителей организации, например, нарушение закона или этических норм. Взаимозависимость решений. В организации все решения некоторым образом взаимосвязаны.

Любое важное решение почти наверняка может потребовать сотен менее значительных решений. Если, к примеру, организация решает перебраться в другой город, она должна также принять решения о том, как компенсировать перемещение работникам, кого нанимать на новые должности и вакансии в результате перебазирования, и много других решений.

Крупные решения имеют последствия для организации в целом, а не только для области дела, непосредственно затрагиваемого тем или иным решением. Способность видеть, как встраиваются и взаимодействуют решения в системе управления, становится все более важной по мере продвижения на верхние уровни управления.[2]

Конечная цель системы менеджмента – увеличение прибыли за счет повышения конкурентоспособности товара, расширения рынка его сбыта и обеспечение устойчивой работы организации.

Цель данной работы — определить особенности процессов принятия управленческих решений на примере компании «Декатлон» и выявление негативных последствий принятия решений.


Задачи исследования:

определить теоретические основы принятия управленческих решений и возможные последствия от принятия негативных управленческих решений;

выявить основные способы борьбы с негативными управленческими решениями;

провести анализ деятельности конкретной компании – «Декатлон» и способов борьбы с последствиями принятия негативных управленческих решений.

Структура работы: данная работа состоит из введения, трех глав, заключения и списка использованной литературы.

Глава 1 Теоретические особенности анализа негативных последствий, влияющих на процесс принятия управленческих решений

1.1 Основные аспекты моделирования последствий вы­бора решения

При выборе эффективного варианта решения необходимо оценивать, какой из вариантов решения приводит к последствиям, близким к желае­мому результату.

Можно выделить следующие аспекты моделирования последствий вы­бора решения:

1. Моделирование последствий для сравнительного анализа вариан­тов решения. Любой рассматриваемый вариант является, по сути, моделью развития событий в будущем. Если варианты решения были разработаны разными людьми, то может сложиться ситуация, когда эти модели не могут быть сравнимыми для определения по­следствий принимаемых решений, из-за того, что при построении моделей были рассмотрены разные признаки для их оценки. Таким образом, для итогового сравнения альтернатив оказывается необхо­димым построение общей модели, включающей все альтернативы и позволяющей осуществить их сравнительную оценку

2. Роль неопределенности и риска. Самым трудным в процессе при­нятия решения оказывается выбор альтернативы, возможные поло­жительные последствия которой перевесят рассматриваемые поте­ри. Для этого лицо, принимающее решение, нуждается не только в знании последствий каждой из альтернатив, но и в оценке вероятности их появления.


3. Методы прогнозирования последствий. Необходимость в прогнози­ровании - одна из основных причин для использования специаль­ных методов. Важное достоинство таких методов состоит в том, что они позволяют «заглянуть в будущее» и определить возможные по­следствия принимаемых решений.

4. Особенности принятия решений в динамически меняющейся среде. Динамические модели «отражают процесс изменения состояний реального объекта и показывают различия между состояниями, по­следовательность смены состояний и развитие событий с течени­ем времени», в процессе принятия решений.[3]

1.2 Моделирование последствий для сравнительного анализа вариантов решения

В процессе принятия решения лицо, принимающее решение (ЛИР), на основе разрозненных исходных данных пытается разработать модель объ­екта принятия решения, которая позволит ему:

- перейти к структуризации задачи принятия решения (выделить ва­рианты решения, критерии принятия решения и др.);

- на интуитивном уровне, либо с помощью методов принятия реше­ний выполнить сравнение имеющихся альтернатив с тем, чтобы най­ти эффективное решение.

Следует отметить, что процесс выбора критериев принятия решения, так или иначе, связан с моделированием последствий, к которым могут при­водить различные варианты решения. Другими словами, лицо, принимаю­щее решение, вводит в формируемую модель те критерии, на основе кото­рых можно сравнить альтернативы не только с позиций степени достиже­ния поставленных целей, но и с учетом их последствий.

Для сравнения отдельных вариантов могут использоваться следующие методы принятия решений:

- Pros-Cons-Fix (PCF): достоинства и недостатки каждого из вариан­тов перечисляются, затем список недостатков просматривается для того, чтобы найти способы преодоления этих недостатков. Затем список достоинств и недостатков альтернатив составляется заново, с той разницей, что из него исключаются недостатки, для которых были найдены способы их преодоления.

- Plus-Minus-Interesting (PMI): метод, похожий на PCF, за исключени­ем того, что вместо способов преодоления негативных последст­вий, для каждой альтернативы выделяются «неизвестные факто­ры», которые могут превратиться как в положительные, так и в от­рицательные. Каждый из положительных, отрицательных и неиз­вестных факторов затем получает оценку в определенной шкале, что в итоге позволяет найти интегрированную оценку для каждого из вариантов решения.


- Анализ затрат и выгод: метод, который обобщает затраты и выго­ды каждого из вариантов решений. Используется, как правило, при принятии финансовых решений, так как позволяет оценить денеж­ную стоимость каждого из вариантов решения, например, альтерна­тивных инвестиционных проектов.

- Парное сравнение: создается таблица, в которой имеющиеся альтер­нативы находятся в ее строках и столбцах. В каждой ячейке таблицы, кроме диагональных, находится численная оценка сравнения альтер­натив. Матриц парных сравнений вводится столько, сколько призна­ков их сравнения введено в задачу, в том числе и с позиций учета по­следствий, к которым приводят различные варианты решения.

- SWOT-анализ: метод, используемый для оценки альтернатив с уче­том четырех критериев: strengths (сильные стороны), weaknesses (слабые стороны), opportunities (возможности) и threats (угрозы).

- Взвешенная матрица: в методе используется таблица, в строках ко­торой находятся альтернативы, а в столбцах - факторы, влияющие на оценку каждой из альтернатив (признаки). Каждый из признаков обладает оценкой относительной значимости. Интегрированная оценка альтернативы получается путем умножения оценки по каж­дому из признаков на его вес и последующего суммирования по­лученных результатов.

Несмотря на то, что описанные выше методы оперируют различными представлениями данных о свойствах альтернатив (выделение достоинств / недостатков или введение признаков), они все учитывают последствия вы­бора того или иного варианта решения.[4] В зависимости от исходного представления данных тот или иной метод принятия решения может учи­тывать, как взаимодействуют положительные и отрицательные последст­вия альтернатив, могут ли они компенсировать друг друга и за счет чего это происходит, или же дает числовую оценку сравнения альтернатив, ко­торая делает доступным последующий выбор.

1.3 Роль неопределенности и риска

Понятие полноты информации о последствиях альтернатив.

При оценке альтернатив следует различать известные факты и имею­щиеся предположения и мнения. [5]В зависимости от полноты имеющей­ся информации о последствиях сравниваемых вариантов решения выде­ляют следующие три уровня возможных проблемных ситуаций:

Определенность. Имеется полная информация о последствиях каж­дой возможной альтернативы. При этом рассматривается только одно последствие для каждой альтернативы. В этом случае отобра­жение множества альтернатив в множество критериальных оце­ нок является детерминированным. Такие задачи можно решать с применением методов математического программирования.


Риск. Рассматривается несколько вариантов последствий для каж­дой альтернативы. Можно указать вероятность наступления каждо­го последствия, полученную с помощью статистических данных или экспертных оценок. Для решения таких задач применяют мето­ды теории полезности.

Неопределенность. Имеется несколько вариантов последствий каж­дой альтернативы принимаемого решения, но их вероятность оп­ределить не удается. В таких случаях привлечение экспертов для принятия решения является обязательным, а для решения задач используются различные методы теории принятия решений и ме­тоды искусственного интеллекта.

Риск может быть оценен качественно или количественно и затем ис­пользован в том или ином методе принятия решения. Результатом качест­венной оценки риска может быть «ранжирование факторов риска по раз­личным признакам».[6] В количественном плане выделяются разные спо­собы расчета риска R, например:

R = Y *Р,

где Y - возможный ущерб;

P - вероятность возникновения неблагоприятной ситуации.

R = Y + C,

где Y - возможный ущерб;

C - расходы на нейтрализацию возможного ущерба.

R = P *V,

где P - вероятность возникновения неблагоприятной ситуации;

V - оценка серьезности последствий.

Введение подобных показателей позволяет сравнивать альтернативы с точки зрения закладываемого на их реализацию риска и выбирать эффек­тивный вариант с учетом возможных рисков.

Выделяют несколько видов неопределенности:

Неопределенность внешней среды связана с природными измене­ниями, такими как погодные условия или явления случайного ха­рактера. Этот тип неопределенности часто может быть описан при помощи эмпирических данных или частотных распределений.

Неопределенность параметров относится к неизвестным точным значениям параметров используемой модели. Даже если параметр является ненаблюдаемым, обычно для него могут быть построены функции распределения на основе экспертных оценок и эмпириче­ских данных.

Неопределенность моделей возникает при отсутствии уверенности в том, какая из моделей является наиболее подходящей для описа­ния проблемной ситуации.

Дальнейшая неопределенность включает факторы, которые на мо­мент принятия решения неизвестны, и для которых, следовательно, нет функций распределения. При желании учесть в модели фактор неопределенности, к моделированию привлекаются экспертные оценки.