Управленческое решение

Определение и анализ альтернатив  решения проблемы.

  Определение числа критериев для оценки вариантов (альтернатив) УР — довольно трудная задача. В качестве критериев могут быть такие параметры, как уровень комфортности на рабочем месте, процент повышения производительности труда, уровень рентабельности продукции и т.д. Простые УР обычно сравнивают по одному какому-либо критерию, а сложные или ответственные — по нескольким.

  Направление воздействия УР чаще всего идет на объекты внутренней среды, т.е. на персонал компании. Руководители имеют соответствующие  полномочия принимать решения в рамках миссии компании. Однако любая компания является открытой для внешней среды системой. Поэтому руководитель, имеющий полномочия представлять компанию во внешней среде — работа с клиентами и партнерами, — должен уметь разрабатывать и реализовывать УР среди равных себе людей. Здесь требуются новые подходы и технологии.

          Глубина воздействия УР определяется количеством уровней управления, для которых данное решение обязательно. Так, руководитель может реализовать УР только на уровне цеха или отдела — это одноуровневая глубина воздействия. Если же УР кроме цехов и отделов будет обязательно для заместителей руководителя, то это многоуровневое воздействие.

          Практически любое решение имеет ограничения на ресурсы и параметры. Эти ограничения носят как объективный, так и субъективный характер. К объективным относятся ограничения, определяемые законами теории организации и управления, законодательством РФ, бюджетом. К субъективным ограничениям относятся параметры, зависящие от специфики ресурсов, производимого продукта, соотношения спрос—предложение и т.д. Эти ограничения сами по себе являются критериями реальности предлагаемого решения. Например, при разработке вариантов организационных структур управления специалисты Должны придерживаться норм подчиненности (количество человек, подчиненных одному руководителю):

Нормы подчиненности

Тип совместимости функций  управления                                  Кол-во подчиненных, чел.

Одинаковые  функции                                                                                30-40

Однотипные  функции                                                                                10-12

Разнотипные функции                                                                                 5-6

  Составляя организационную структуру управления (ОСУ), специалисты должны на высшем уровне управления компании подчинить генеральному директору не более б человек с разнотипными функциями или 12 человек — с однотипными, а также их сочетания.

  Существует  группа решений, которые принимаются в условиях изобилия ресурсов, при котором на них нет ограничений.

  Способ  фиксации УР может быть письменный и устный. По регламенту многих фирм руководители должны в письменной форме предоставлять наиболее ответственные УР для экономической и правовой экспертизы и в дальнейшем для исполнения. Устные УР тоже имеют правовую силу, их можно обжаловать в суде, если имеются по крайней мере два человека, слышавшие это решение, озвученное руководителем.

Таким образом, традиционными видами работ, в которых руководитель разрабатывает и реализует УР, являются: работа с информацией; работа с человеком, коллективом; работа с системой управления; оказание управленческой консультации.

          В настоящее время в современных организациях введена должность руководителя информационной службы, подчиняющегося непосредственно генеральному директору для общего управления информационными ресурсами компании.

Особенности выработки решения  в условиях неопределенности и риска.

       Существует  более простой, детерминированный случай, когда все условия операции а1,  а2, ... известны, и любой выбор решения х1, х2,... приводит к вполне определенному значению показателя эффективности W.

       К сожалению, этот простейший случай не так уж часто встречается на практике. Гораздо более типичен случай, когда не все условия, в которых будет проводиться операция, известны заранее, а некоторые из них содержат элемент неопределенности. Например, успех операции может зависеть от метеорологических условий, которые заранее неизвестны, или от колебаний спроса и предложения, заранее трудно предвидимых, связанных с капризами моды, или же от поведения разумного противника, действия которого заранее неизвестны.

       В подобных случаях эффективность  операции зависит уже не от двух, а от трех категорий факторов:

       — условия выполнения операции а1, а2, ..., которые известны заранее и изменены быть не могут;

       — неизвестные условия или факторы Y1, Y2, ... ;

       — элементы решения х1, х2, ..., которые нам предстоит выбрать. Пусть эффективность операции характеризуется некоторым показателем W, зависящим от всех трех групп факторов. Это мы запишем в виде общей формулы:

       W=W(a1, а2,...; Y1, Y2,...; х1, х2,...).

       Если  бы условия Y1, У2, ... были известны, мы могли бы заранее подсчитать показатель W и выбрать такое решение х1, х2, ..., при котором он максимизируется. Беда в том, что параметры Y1,Y2, ... нам неизвестны, а значит, неизвестен и зависящий от них показатель эффективности W при любом решении. Тем не менее задача выбора решения по-прежнему стоит перед нами. Ее можно сформулировать так:

       При заданных условиях а1, а2,…, с учетом неизвестных факторов Y1, y2, ... найти такие элементы решения х1, х2, ..., которые по возможности обращали бы в максимум показатель эффективности W.

       Это — уже другая, не чисто математическая задача (недаром в ее формулировке сделана оговорка «по возможности»). Наличие неизвестных факторов Y1, Y2, ... переводит нашу задачу в другую категорию' она превращается в задачу о выборе решения в условиях неопределенности.

       Давайте будем честны: неопределенность есть неопределенность. Если условия выполнения операции неизвестны, мы не имеем возможности, так же успешно организовать ее, как мы это сделали бы, если бы располагали большей информацией. Поэтому любое решение, принятое в условиях неопределенности, хуже решения, принятого во вполне определенной ситуации. Наше дело — сообщить своему решению в наибольшей возможной мере черты разумности. Решение, принятое в условиях неопределенности, но на основе математических расчетов, будет все же лучше решения, выбранного наобум. Недаром один из видных зарубежных специалистов — Т. Л. Саати в книге «Математические методы исследования операций» дает своему предмету следующее ироническое определение:

       «Исследование операций представляет собой искусство давать плохие ответы на те практические вопросы, на которые даются еще худшие ответы другими методами».

       Задачи  о выборе решения в условиях неопределенности встречаются нам в жизни на каждом шагу. Пусть, например, мы собрались ехать в отпуск, взяв с собой чемодан ограниченного объема, причем вес чемодана не должен превышать того, при котором мы можем носить его без посторонней помощи (условия а1, а2, ...). Погода в районах путешествия заранее неизвестна (условия Y1, Y2, ...). Спрашивается, какие предметы одежды (х1, х2, ...) следует взять с собой?

       Эту задачу мы, разумеется, решаем без всякого  математического аппарата, хотя, по-видимому, не без опоры на какие-то численные  данные (хотя бы на вероятности морозной или дождливой погоды в районах путешествия в данное время года). Однако, если нужно принять более серьезное и ответственное решение (например, о характеристиках проектируемой плотины в районе возможных паводков, или о выборе типа посадочного устройства для посадки на планету с неизвестными свойствами поверхности, или о выборе образца вооружения для борьбы с противником, характеристики которого заранее неизвестны), то выбору решения в обязательном порядке должны быть предпосланы математические расчеты, облегчающие этот выбор и сообщающие ему, в доступной мере, черты разумности.

       Применяемые при этом методы существенно зависят  от того, какова природа неизвестных факторов Y1, Y2,…и какими ориентировочными сведениями о них мы располагаем.

       Наиболее  простым и благоприятным для  расчетов является случай, когда неизвестные факторы Y1, Y2,…представляют собой случайные величины (или же случайные функции), о которых имеются статистические данные, характеризующие их распределение.

       Пусть, например, мы рассматриваем работу железнодорожной сортировочной станции, стремясь оптимизировать процесс обслуживания прибывающих на эту станцию грузовых поездов. Заранее неизвестны ни точные моменты прибытия поездов, ни количество вагонов в каждом поезде, ни адреса, по которым направляются вагоны. Все эти характеристики представляют собой случайные величины, закон распределения каждой из которых (и их совокупности) может быть определен по имеющимся данным обычными методами математической статистики.

       Аналогично, в каждой военной операции присутствуют случайные факторы, связанные с рассеиванием снарядов, со случайностью моментов обнаружения целей и т. п. В принципе все эти факторы могут быть изучены методами теории вероятностей, и для них могут быть получены законы распределения (или, по крайней мере, числовые характеристики).

       В случае, когда неизвестные факторы, фигурирующие в операции — Y1, Y2,…. — являются обычными случайными величинами (или случайными функциями), распределение которых, хотя бы ориентировочно, известно, для оптимизации решения может быть применен один из двух приемов:

       — искусственное сведение к детерминированной схеме;

       — «оптимизация в среднем».

       Остановимся более подробно на каждом из этих приемов. Первый прием сводится к тому, что неопределенная, вероятностная картина явления приближенно заменяется детерминированной. Для этого все участвующие в задаче случайные факторы Y1, Y2,…. приближенно заменяются не случайными (как правило, их математическими ожиданиями).

       Этот  прием применяется по преимуществу в грубых, ориентировочных расчетах, когда диапазон случайных изменений величин Y1, Y2,…. сравнительно мал, т. е. они без большой натяжки могут рассматриваться как не случайные. Заметим, что тот же прием замены случайных величин их математическими ожиданиями может успешно применяться и в случаях, когда величины Y1, Y2,…. обладают большим разбросом, но показатель эффективности W зависит от них линейно (или почти линейно).

       Второй  прием («оптимизация в среднем»), более сложный, применяется, когда случайность величин Y1, Y2,…. весьма существенна и замена каждой из них ее математическим ожиданием может привести к большим ошибкам.

       Рассмотрим  этот случай более подробно. Пусть  показатель эффективности W существенно зависит от случайных факторов (будем для простоты считать их случайными величинами) Y1, Y2,….; допустим, что нам известно распределение этих факторов, скажем, плотность распределения f (Y1, Y2,…). Предположим, что операция выполняется много раз, причем условия Y1, Y2,… меняются от раза к разу случайным образом. Какое решение х1, х2,... следует выбрать? Очевидно, то, при котором операция в среднем будет наиболее эффективна, т. е. математическое ожидание показателя эффективности W будет максимально. Таким образом, нужно выбирать такое решение X1, Х2, ... , при котором обращается в максимум математическое ожидание показателя эффективности:

       W=M[W}==

       ==     ….   W(a1, a2,…; y1,y2,…; x1,x2…)  (y1,y2,...) dy1dy2….

       Такую оптимизацию мы будем называть «оптимизацией  в среднем».

       А как же с элементом неопределенности? Конечно, в какой-то мере он сохраняется. Успешность каждой отдельной операции, осуществляемой при случайных, заранее неизвестных значениях Y1, Y2,… может сильно отличаться от ожидаемой средней, как в большую, так, к сожалению, и в меньшую сторону. При многократном осуществлении операции эти различия, в среднем, сглаживаются; однако, нередко данный способ оптимизации решения, за неимением лучшего, применяется и тогда, когда операция осуществляется всего несколько раз или даже один раз. Тогда надо считаться с возможностью неприятных неожиданностей в каждом отдельном случае. Утешением нам может служить мысль о том, что «оптимизация в среднем» все же лучше, чем выбор решения без всяких обоснований. Применяя этот прием к многочисленным (хотя бы и различным) операциям, все же мы в среднем выигрываем больше, чем если бы совсем не пользовались расчетом.