Файл: Коллективные методы разработки и принятия управленческих решений.pdf

• Есть два возможных варианта: В этом случае аналитик должен выбрать (либо рекомендовать к выбору) один из двух предположительно возможных вариантов. Порядок действий таков: определяем критерий, по которому будем делать выбор; методом «прямого счета» исчисляются значения критерия для вариантов, которые мы сравниваем, в следствии чего
  вариант с наиболее лучшим значением критерия рекомендуется к отбору.
• Альтернативных вариантов больше двух: Процедурная область анализа значительно усложняется из-за множественности альтернатив, техника “прямого счета" в данном случае почти никак не применима. Более практичный вычислительный аппарат - методы рационального программирования (в этом случае данный термин обозначает “планирование”). Этих методов много (линейное, нелинейное, динамическое и прочие), однако в практике в экономических исследованиях условную популярность приобрело только линейное программирование. В частности, широко популярна транспортная задача, разрешаемая методами линейного программирования.
  При проведении анализа в условиях определенности могут благополучно применяться способы машинной имитации, предполагающие многочисленные расчеты на ЭВМ. В этом случае создается имитационная модель предмета либо процесса (компьютерная программа), содержащая установленное число условий и переменных, значения которых в различных комбинациях подвергается варьированию. Таким образом, машинная имитация - это эксперимент, однако не в реальных, а в искусственных условиях. По итогам этого эксперимента отбирается один единственный вариант либо несколько вариантов, являющихся базисными для принятия конечного решения на основе других формальных и неформальных критериев.

  1. Анализ и принятие управленческих решений в условиях риска

Ситуация такого рода встречается на практике намного чаще, чем какие-либо другие. Здесь используется вероятностный подход, предполагающий прогнозирование возможных исходов и присвоение им вероятностей. При всем при этом используются:

а) известными, типовыми ситуациями (например: вероятность того, что вам выпадет решка при подбрасывании монеты равна 50%);

б) предыдущими распределениями вероятностей (например, из выборочных обследований или статистики некоторых периодов известна вероятность появления детали с браком);

---

в) субъективными оценками, которые сделал аналитик самостоятельно либо с помощью общества экспертов.
В наиболее сложных и проблемных ситуациях в анализе, в основном, используют метод построения дерева решений.

• 1. Дерево решений

Метод дерева решений - это превосходный метод подобрать стратегию последовательных действий в условиях риска. Непосредственно риск тут выступает ключевым словом, так как при угрозе принять разумное разрешение весьма трудно, но обдуманный план поможет проанализировать сформировавшуюся ситуацию. Дерево принятия решений подобно настоящему: у него есть ствол, ветви и листья. "Ствол" - основа целого - это основной вопрос, на который необходимо дать ответ. Ветви - они как стрелочки с некоторыми вариантами ответов. А листья - это ситуации, к которым приведет нас подобранный ответ.

Каждая теория воспринимается значительно проще, в случае если привести пример. Дерево решений "Отправиться на прогулку?" - это самый обычный метод. В бизнесе все без исключения основывается на подобных принципах. К слову, в основе абсолютно всех электронных программ также лежит алгоритм построения дерева. Таким образом, стоит цель: найти решение, можно ли идти на прогулку. Наш ствол - первый вопрос - это ключевое условие: "На улице ясно?" От него зависит наш последующий путь. В случае если ответ положительный, двигаемся согласно направлению слова "Да". Подходим к новому разветвлению. В случае если температура воздуха высокая, мы получаем конечный ответ - "Не идти на прогулку", в ином случае также получаем итог, однако уже с результатом "Пойти на прогулку". Можно было выбрать и иной подход. Дерево принятия решений предполагает, что будут проанализированы все виды движения и спрогнозированы результаты.

Достоинства дерева решений дают возможность установить, почему этот метод считается самым гибким из всех, что затрагивают вопросы о выборе решений.

• Это одномерная модель, которая четко и понятно демонстрирует причинно-следственные взаимосвязи. «Что станет в случае, если... И куда наш выбор приведет.»
• Вероятность одновременно анализировать нетипичные условия и подбирать какие-то вариации их разрешения.
• Отсутствие каких-либо законов следствия.
• Легкость в использовании.
• Работать над моделью может сразу несколько человек, что упрощает задачу.
• Дерево решений никак не ограничено во временных рамках.
• Подходит для множества бизнес-ситуаций.

Можно привести какой угодно пример дерева решений. Это может быть вопрос о том, запускать ли новые производственные мощности, внедрять технологии, формировать свежий перечень товаров и т. д. Сфера использования этого способа очень широка.

---

Однако возможно отметить 3 крупные группы, где дерево решений помогает выиграть время.

• • Представление сведений. Предположим, цель руководства - найти решение проблемы по расширению ассортимента. Модель этой задачи будет складываться из конкретных цифр вероятных сумм прибыли, а также рентабельности. Структурировать такую информацию будет значительно легче, в случае если она будет храниться в виде схемы, а не в огромной таблице.
  • Классификация. Появляется возможность объединить начальные сведения, а также сделать для них подборку.
  • Регрессия. Дерево решений дает возможность определить, как создается целевая стратегия под воздействием независимых факторов. К Примеру, на выбор стратегии формирования ассортимента будут воздействовать, помимо ключевых факторов производства, второстепенные, которые косвенно к этому относятся. Это может быть урожай какао-бобов из страны-экспортера либо график перемещения автотранспортных судов. Вроде бы на выбор стратегии прямо никак не влияет, однако сбой их работы способен помешать формированию ассортимента на кондитерской фабрике.

Сегодня имеется ряд популярных алгоритмов, позволяющих формировать дерева решений (примеры мы ранее проанализировали).

• CART - аббревиатура слов Classificationand Regression Tree (классификация, а также регрессия). В Соответствии С его принципам, любой модуль дерева обладает исключительно 2 ответвления.
• С4.5 - способ построения, при котором каждый модуль имеет неограниченное число ветвей. В такого рода схеме трудно делать прогнозы, по этой причине ее применяют с целью классификации.
• QUEST (Quick, Unbiased, Efficient Statistical Trees). Самая трудная из всех моделей, однако весьма надёжная. Дает Возможность формировать многомерное ветвление. Это значит, что в каждом узле может формироваться не просто большое число ветвей, а примеры действия.

Метод дерева решений будет эффективен только тогда, когда есть правильный подход к вопросу сбора данных. Посмотрим на характерную последовательность:

• • Определение жизненного цикла проекта: сколько будет этапов, и какая продолжительность у каждого из них.
  • Выделение ключевых событий, на этапе которых может возникнуть дилемма выбрать одно или другое.
  • Описание каждого из возможных факторов, которые повлияют на наступление того или иного события, описанного в предыдущем шаге.
  • Оценка вероятности принятия этих решений.
  • Расчет стоимости всех этапов жизненного цикла (считается между ключевыми событиями).

---

Казалось бы, что примеров дерева решений для бизнеса можно привести огромное количество. Действительно, чаще всего об этом методе говорят в контексте менеджмента. Но на самом деле область применения алгоритма намного больше. Приведем некоторые интересные факты:

Дерево решений незаменимо в банковском деле. Его используют для оценки клиентов и принятия решения для выдачи кредита.

Промышленность. Яркий пример - проверка качества. Поскольку на заводах не всегда есть возможность оценить все выпускаемые товары практическим методом, создают специальный алгоритм, с помощью которого брак отсекается на нескольких этапах проверки.

Медицина. Для использования дерева решений в этой сфере не нужны листик и бумага. Любой врач делает это ежедневно при постановке диагноза. Доктор задает пациенту наводящие вопросы, ответы на которые приведут к единому правильному решению.

Молекулярная биология. Даже в этой уникальной области есть где применить метод построения схем. Например, анализ строения аминокислот.

Программирование. Любая программа или веб-страница построены по принципу алгоритма и движения от целого к множеству.

Пример дерева решений можно встретить ежедневно в нашей повседневной жизни. Люди тысячи раз сталкиваются с дилеммой, решить которую можно, выбрав только самый короткий или самый выгодный путь. Точно так же и в бизнесе. Алгоритм помогает выбрать правильное решение, классифицировать и структурировать данные о вопросе, спрогнозировать исход. Важной задачей является выбор основных вопросов, которые составляют ключевые моменты, и ветвей с результатом. Существует множество моделей, компьютерных программ, позволяющих быстро и качественно построить дерево решений и облегчить поиск.

Анализ и принятие управленческих решений в условиях неопределенности

Эта ситуация разработана в теории, по факту на практике формализованные алгоритмы анализа используются достаточно редко. Основная сложность в том, что не представляется возможным здраво оценить вероятности исходов. Основной критерий - максимизация прибыли - здесь не срабатывает, поэтому применяют другие критерии:

• максимин (максимизация минимальной прибыли)
• минимакс (минимизация максимальных потерь)
• максимакс (максимизация максимальной прибыли) и прочие

---

Прежде всего — это использование критерия максимального гарантированного результата, известного как «критерий Вальда». Суть его в выборе той стратегии, которая в самом неблагоприятном варианте обеспечивает наилучший результат. Как видим, здесь требуется информация только о значениях исходов, но не об их вероятностях. Конечно, критерий максимального гарантированного результата оптимально подходит для менеджера, ни при каких обстоятельствах не склонного к риску. Его применение может приводить к значительной упущенной выгоде. Есть способы модификации критерия максимального гарантированного результата, учитывающие не только самый неблагоприятный, но и другие возможные исходы. Так, если задать субъективные веса оптимизма и пессимизма в суждениях ЛПР (Либертарианская партия России), то можно использовать их для оценки альтернатив, взвешивая с их помощью наилучший и наихудший исходы по каждой альтернативе. Это так называемый критерий Гурвица. 

Подчеркнем, что речь идет не об объективных вероятностях того, или иного исхода, а именно о средней степени оптимистичности или, напротив, пессимистичности оценок, даваемых данным ЛПР. При этом на выбор влияют только самый лучший и самый худший исходы по каждой альтернативе. Если у нас нет информации о вероятностях отдельных исходов, то можно принять все исходы равновероятными (заметим, что это именно субъективное суждение ЛПР). Довольно часто такой упрощающий подход оказывается привлекательным в практических ситуациях принятия решений. Далее мы можем оперировать этими равными вероятностями, как будто они на самом деле равны. Если так, то целесообразно ориентироваться на ту альтернативу, у которой математическое ожидание результата — наибольшее. В данном случае это будет сумма результатов при отдельных исходах, деленная на их общее число. Это так называемый критерий недостаточного основания Лапласа.

Еще один критерий, предложенный для выбора стратегии в условиях неопределенности, парадоксальным образом содержит в своем названии термин «риск». Речь идет о критерии минимального риска Сэвиджа. Суть идеи заключается в следующем. Каждую альтернативу можно проанализировать под таким углом зрения: какова сравнительная величина «проигрыша» («убытков» и т.п.) в каждом конкретном варианте развития событий (используется терминология — для каждого «состояния природы») при реализации данной альтернативы при ее сопоставлении с той альтернативой, которая для данного варианта развития событий является наилучшей. Пусть, например, решается вопрос о производстве дополнительной сувенирной продукции для фанатов футбольного клуба, которая понадобится в случае его победы в престижном турнире.

---