ОЦЕНКА ЭФФЕКТИВНОСТИ БИЗНЕС-ПРОЦЕССОВ В ИНФОРМАЦИОННО-СОВЕТУЮЩИХ СИСТЕМАХ АГРОПРОМЫШЛЕННОГО КОМПЛЕКСА

Гайрабекова Тамара Израиловна

ст. преподаватель, Чеченский государственный университет, г. Грозный

E-mail: sti_ing@mail.ru

Квятковская Ирина Юрьевна

д-р. техн. наук, профессор Астраханского государственного технического университета, г. Астрахань

E-mail: i.kvyatkovskaya@astu.org

Диверсификация структур региональной экономики привела к объединению пространственно распределенных участников, представленных малыми и средними фирмами. Для агропромышленного комплекса цель объединения — необходимость исполнения сквозного бизнес-процесса по производству сельскохозяйственной продукции, интегрирующего систему логистических бизнес-процессов наряду с их идентификацией и взаимодействием. При процессном подходе объектом автоматизации становятся не выполняемые отдельные функции, а сквозные бизнес-процессы.

Среди задач оценивания эффективности бизнес-систем комплекса выделяют структурированные и слабоструктурированные задачи. Структурированные задачи имеют достаточно хорошо проработанные механизмы решения, поэтому особый интерес представляют слабоструктурированные задачи, решаемые при помощи информационно-советующих систем АПК среди которых:

• оценка эффективности объектов одного класса, сегменти­руемых в АПК (например, производителей, видов с/х продукции);
• оценка эффективности подпроцессов сквозного бизнес-процесса;
• оценка эффективности альтернативных подпроцессов одного функционального действия.

Отличительной особенностью данных задач является наличие экспертных оценок; использование неоднородных шкал для оценивания; отсутствие методик формирования комплексного показателя. Частные показатели, определяемые экспертными группами или отдельными экспертами, в свою очередь могут содержать избыточность или неполноту в представлении, вызывающую отсутствие синергетического эффекта в оценке системы в целом. При определении показателей рекомендуется их сведение до управляемого набора путем следующих операций [1]:

• агрегирование;
• сжатие — определение показателя, явно отражающего определенную характеристику БП, вне промежуточных показателей;
• выявление слабого звена;
• вычисление среднего значения для корзины (группы из нескольких показателей);
• вычисление минимального значения корзины;
• формирование репрезентативного показателя — переменной, обеспечивающей надежную информационную характеристику состояния всей системы.

На основании процессного подхода к принятию решения потребуем, чтобы результирующий показатель оценивал конечную эффективность бизнес-процесса или бизнес-системы, кооперируя эффект при достижении глобальной цели. Результирующий показатель представим в двух формах: в виде вектора репрезентативных показателей БП, либо в виде скалярной комплексной оценки:

1.    Формирование репрезентативных показателей эффективности функционирования сквозного БП предполагает представление его в целом как системы, с использованием оценок для двух групп факторов — m1 параметров внутренней среды (эндогенных параметров) FX₁, FX₂, …, FX_m1, и m2 параметров внешней среды (экзогенных параметров) FY₁, FY₂, …, FY_m2: R(FX₁, FX₂, …, FX_m1, FY₁, FY₂, …, FY_m2). Примером такой оценки является оценка деятельности агропромышленного комплекса внешней макросистемой.

К репрезентативным характеристикам могут относиться такие показатели, как инвестиционная деятельность, производственная структура, ресурсный потенциал, конкурентоспособность, финансово-экономические показатели, влияние развития АПК на развитие территории, конкурентоспособность продукции и пр.

2.    Агрегированная комплексная оценка эффективности сквозного БП формируется в зависимости от оценок составляющих его частных подпроцессов, либо объектов.

Представим теоретико-множественное описание БП в виде:

Proc= {PR, OBJ, RES, Logic, REL},                                                   (1)

где PR — множество подпроцессов преобразования ресурсов RES, исполняемых множеством участников OBJ; Logic — логистическая цепочка, определяющая технологический порядок следования подпроцессов, связи между которыми определены на множестве отношений REL, включающих «следует», «включает», «является источником информации» и др.

В зависимости от полноты имеющейся информации одно или несколько множеств могут быть пустыми. Например, в случае, когда Logic=Æ, OBJ=Æ, RES=Æ, REL=Æ, Proc описан лишь множеством n связанных подпроцессов Pr₁, Pr₂, … Pr_n, назначением которых является оказание услуги, выпуск продукции или отдельных ее элементов, без определения порядка их следования, т. е. указания структуры:

Proc = {Pr₁, Pr₂, …Pr_n}.                                                                        (2)

В другом случае, когда имеется информация только об участниках, т. е. выполнение каждого подпроцесса Pr_i обеспечивает OBJⁱÍOBJ — подмножества из K_i участников i-го подпроцесса Objⁱ₁, …, Objⁱ_КiÎOBJⁱ, расширением (2) может являться:

Proc={PR, OBJ},

OBJ={{Obj¹₁, …,Obj¹_К1}, …, {Objⁿ₁, …, Objⁿ_Кn}}.            (3)

Для комплексного показателя, имеющего количественное измерение достигаемой цели, в качестве критерия эффективности принимается либо единый результирующий показатель, либо множество частных критериев эффективности, либо общие критерии эффективности с ограничениями. При наличии группы частных критериев комплексный показатель представим либо в векторном виде, либо в виде скалярной оценки, полученной путем свертки критериев в один.

Если множество допустимых оценок для каждого БП определено на E₁, частные критерии эффективности f(Pr_i) представлены в виде скалярной оценки, выполненной в единой шкале измерений. Их свертывание возможно следующими способами:

a)        Аддитивная (линейная) свертка.

                          (4)

где — значимость частного подпроцесса Pri, f(Pri) — оценка эффективности i-го БП.

b)         Мультипликативная свертка:

                                                   (5)

c)         Если подпроцессы возможно упорядочить либо по времени или порядку появления, применяется способ последовательного достижения частных целей [2]: началу выполнения последующей операции должны быть достигнуты оптимумы (максимумы или минимумы) предыдущих локальных операций. Обобщенный критерий определяется в виде:

    (6)

где  — верхняя грань возможных значений частного критерия эффективности f(Prj).

2.1.2. Если множество допустимых оценок для каждого БП определено на E_m, эффективность каждого БП определяет совокупность m критериев

{}:f(Pr_i)=().

Для их свертывания применима максиминная (минимаксная) свертка:

  (7)

2.2. Для комплексного показателя, отождествляемого с достижением качественной цели (например: продукция прошла весь технологический цикл и передана потребителю), определяется критерий эффективности бинарного типа:

                         (8)

 определяется на основе достижения частных целей функционирования каждого подпроцесса: {}, где f(Pr_i) — частная функция достижения цели i-го подпроцесса.

При формировании комплексного показателя агрегирование частных целей производится путем логического объединения целей, когда общий и частный критерии могут принимать значения 0 и 1, отождествляемые с бинарными признаками, т. е. F(Pr), F(Proc)Î{0, 1}:

·           при наличии двух альтернативных целей, например, соответствующих состояниям БП  и , для цели, противоположной данной, критерий вычисляется по формуле:

                                                                           (9)

·           если общая цель состоит в обязательном выполнении всех частных целей, соответствующих подпроцессам, то:

                                                                    (10)

·           если общая цель состоит в выполнении хотя бы одной из частных целей, то:

                                                  (11)

В управлении АПК существует ряд задач, для которых необходим учет достижения запланированных показателей, учитывающих сроки завершения этапов производства и поставки с/х продукции, нормативы расходования материальных и финансовых ресурсов. При наличии системы индикаторов, измеряющих запланированное и фактическое состояние объекта управления, возможно формирование критерия эффективности, используемого для управления по отклонениям. Обозначим Df(Pr_i)=f_факт(Pr_i)-f_план(Pr_i), где f_факт(Pr_i) — фактическое значение показателя, f_план(Pr_i) — плановое значение показателя эффективности.

В этом случае на E₁ может быть определена скалярная оценка в виде:

, либо                          (12)

                                                           (13)

Оптимальное значение f(Proc) достигается при.

На E_m эффективность сквозного БП определяет векторная оценка:

f(Proc)=(Df(Pr₁), Df(Pr₂), …, Df(Pr_n)).                                  (14)

Представление результирующего показателя БП в виде (12) — (14) позволяет в дальнейшем использовать методы теории выбора и принятия решений для отбора эффективных решений или отделения множества нехудших решений.

Список литературы:

1.        Боссель Х. Показатели устойчивого развития: теория, метод, практическое использование. Отчет, представленный на рассмотрение Балатонской группы / Пер. с англ. — Тюмень: Изд-во ИПОС СО РАН, 2001. — 123 с.

2.        Дубров А. М, Компонентный анализ и эффективность в экономике. М.: Финансы и статистика, 2002 —  352 с.