Принятие управленческих решений

    ВИДЫ  МОДЕЛЕЙ 

    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 выгладит как  моделируемая целостность».

    Примеры физической модели —  синька чертежа  завода, ею 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 “сто 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. 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 составления 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 = mc² . 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.

    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 ин формация должна представлять точные нормативы  времени и количества подлежащих заказу исходных материалов и запасных частей.

    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.

    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.

    Недостоверные исходные допущения: любая модель опирается  на не которые исходные допущения  или предпосылки. Это могут быть поддающиеся оценке предпосылки, например, что расходы на рабочую силу в  следующие шесть месяцев составят 200 тыс. долл. Такие предположения  можно объективно проверить и  просчитать. Вероятность того, что  они точны, будет высока. Некоторые  предпосылки не поддаются оценке и не могут быть объективно проверены. Предположение о росте сбыта  в будущем году на 10% — пример допущения, не поддающегося проверке. Никто не знает наверняка, произойдет ли это действительно. Поскольку  такие предпосылки являются основой  модели, точность последней зависит  от точности предпосылок. Модель нельзя использовать для прогнозирования, например, потребности в запасах, если неточны прогнозы сбыта на предстоящий  период.

    В дополнение к допущениям по поводу компонентов модели, руководитель формулирует  предпосылки относительно взаимосвязей внутри нее. К примеру, модель, предназначенная  помочь в решении о том, сколько  галлонов краски разных типов следует  производить, должна, вероятно, включать допущение относительно зависимости  между продажной ценой и прибылью, а также стоимостью материалов и  рабочей силы. Точность модели зависит  также от точности этих взаимосвязей.

    Информационные  ограничения: основная причина недостоверности  предпосылок и других затруднений  — это ограниченные возможности  в получении нужной информации, которые  влияют и на построение, и на использование  моделей. Точность модели определяется точностью информации по проблеме. Если ситуация исключительно сложна, специалист по науке управления может  быть не в состоянии получить информацию по всем релевантным факторам или  встроить ее в модель. Если внешняя  среда подвижна, информацию о ней  следует обновлять быстро, но это  может быть нереализуемым или  непрактичным.

    Иногда  при построении модели могут быть проигнорированы существенные аспекты, поскольку они не поддаются измерению. Например, модель определения эффективности  новой технологии будет некорректной, если в нее встроена только информация о снижении издержек в соответствии с увеличением специализации. Как  показано на примере угольной шахты  в гл. 3, трудно предсказуемое и  измеряемое воздействие психологических  установок рабочих также отражается на производительности. Если рабочим  не нравится новый процесс, то рост издержек по причине прогулов, высокая  текучесть кадров и заторы на производственных линиях могут помешать приросту производительности.

    В общем, построение модели наиболее затруднительно в условиях неопределенности. Когда  необходимая информация настолько  неопределенна, что ее трудно получить, исходя из критерия объективности, руководителю, возможно, целесообразнее положиться на свой опыт, способность к суждению, интуицию и помощь консультантов.

    Причины, по которым может быть снижена  эффективность моделей:

    Как все средства и методы, модели науки  управления могут привести к ошибкам. Эффективность модели может быть снижена действием ряда потенциальных  погрешностей. Наиболее часто встречающиеся - недостоверные исходные допущения, ограниченные возможности получения  нужной информации, страхи пользователя, слабое использование на практике, чрезмерно высокая стоимость. Это  наиболее общие проблемы моделирования.

    Число всевозможных конкретных моделей науки  управления безгранично. Наиболее распространенные типы – метод платежной матрицы (используется, когда требуется установить, какая альтернатива способна внести наибольший вклад в достижении цели), модели управления запасами (используется для определения времени размещения запасов на ресурсы и их количество, а также массы готовой продукции  на складах), дерево решений (позволяет  представить проблему схематично и  сравнить возможные результаты визуально), модель линейного программирования (применяется для оптимального определения  способа решения при наличии  конкурирующих потребностей), экономический  анализ (включает в себя методы оценки издержек и экономических выгод, а также относительно рентабельности деятельности).

    Процесс принятия управленческих решений актуален в силу того, что все больше расширяются  масштабы, количество элементов и  взаимосвязей подсистем в организационных системах. Усложнение связей между элементами системы вызывает неопределенность в знании реальной структуры системы, что может быть связано с так называемым человеческим фактором, умышленным или специальным искажением информации и т.д. 

    Иногда  определение управленческого решения  ограничивают лишь выбором возможного варианта действий. Такой подход обедняет содержание этой категории теории менеджмента  и не соответствует его сущности.

    Воспользуемся модельным представлением процесса управления. Процесс управления, включающий в себя цикл выработки, принятия и  реализации управленческого решения, начинается с появления стимула, т.е. с некоторого события, указывающего на возникновение ситуации, в которой  требуется принять решение. Таким  стимулом может служить, например, поступление  отчета об итогах деятельности за предшествующий период, поступление сведений о задержке поставок технологического оборудования, информация об изменениях в расстановке  сил на рынке и т.п.

    На  основании личного субъективного  опыта и объективных данных, аккумулированных в различных справочно-информационных фондах и документах организации, руководителем  формируется первая концепция будущего решения. Принятие решения предполагает осознание руководителем сложившейся  производственной ситуации. Если ситуация отличается ясностью и отсутствием  неопределенности, т.е. когда ситуация стандартная и хорошо известна, можно  действовать, пользуясь стереотипом, по аналогии, без промедления.

    Однако  первоначальное представление о  ситуации может быть и неясным, требовать  дополнительной информации, иначе говоря, может характеризоваться высокой  степенью неопределенности. В этом случае трудно сформулировать управленческое решение и строить действия, основываясь  на первоначальной концепции производственной ситуации. От руководителя потребуются  дополнительные усилия для уменьшения неопределенности. В частности, если не будет уверенности в том, что  рассмотрены все возможные разумные способы действия, можно обратиться к поиску дополнительных альтернатив. Полученные новые данные могут вызвать  необходимость изменения первоначальной концепции принятия решений.

    Здесь возникает вопрос, до каких пор  следует продолжать поиск новых  вариантов действий? При любом  выбранном варианте действий неопределенность относительно последствий этих действий в свою очередь может побудить к сбору дополнительных данных относительно последствий этих действий. Здесь также стоит вопрос о том, какое же количество дополнительных данных должно быть собрано, чтобы уверенно уточнить предлагаемый вариант решения. Поиск новых вариантов действий и формирование данных об ожидаемых результатах их выполнения можно чередовать, осуществляя процедуру «поиск–прогноз» до тех пор, пока не будет найден такой вариант действий, который по ожидаемым результатам в том или ином смысле будет удовлетворительным.

    Еще один круг вопросов связан с уточнением системы целей и определением шкалы относительных ценностей. Предположим, цель организации в  общем известна. Какие частные  цели следует поставить отдельным  подразделениям этой организации, чтобы  достичь общей цели? С этой проблемой  сопрягается задача установления влияния  последствий выполнения того или  иного действия на заданные цели. В  практическом решении указанных  вопросов на интуитивном уровне накоплен большой опыт, однако строгие математические методы обоснованного распределения  заданий по подразделениям, позволяющего наилучшим образом достичь общих  целей, до настоящего времени не разработаны.

    Следующая существенная проблема – необходимость  определения того, какой долей  уровня производственных показателей  целесообразно поступиться в  обмен на повышение уверенности  в реальности их достижения.

    Очевидно, что невозможно быть стопроцентно уверенным  в том, что рассмотрены, все возможные  способы действий и точно известны все их последствия; что все поставленные цели очерчены предельно четко; точно  известно, какие действия приведут к их достижению. На практике из соображений  необходимости экономии времени  и средств приходится примириться  с некоторой степенью неопределенности, поскольку становится невозможным  оттягивать далее принятие управленческого  решения. Здесь возникает проблема, какую степень неопределенности разумно допустить! В какой момент времени следует согласиться  с тем, что имеющаяся концепция  ситуации удовлетворительно отвечает поставленным целям и можно действовать исходя из этого предположения.