Статья опубликована в рамках: Научного журнала «Студенческий» № 33(371)
Рубрика журнала: Экономика
Скачать книгу(-и): Скачать книгу
ЦЕНА ПРОМЕДЛЕНИЯ КАК КРИТЕРИЙ ПРИОРИТИЗАЦИИ УПРАВЛЕНЧЕСКИХ РЕШЕНИЙ В ПРОЕКТАХ ЦИФРОВОЙ ТРАНСФОРМАЦИИ
THE COST OF DELAY AS A CRITERION FOR PRIORITIZING MANAGEMENT DECISIONS IN DIGITAL TRANSFORMATION PROJECTS
Аннотация
Предложен критерий приоритизации корректирующих действий в цифровых проектах на основе ожидаемых потерь от отсрочки. Разработана модель с ограничениями по бюджету и времени руководителей. На условном примере шести управленческих ситуаций сопоставлены оптимальное распределение ресурсов и ранжирование по исходному риску.
Abstract
The paper proposes a cost-of-delay criterion for prioritizing corrective actions in digital projects. A resource-constrained decision model is tested on six hypothetical situations. The optimal intervention set is compared with conventional ranking by initial project risk.
Ключевые слова: управление проектами, цифровая трансформация, цена промедления, проектные риски, оптимизация решений.
Keywords: project management, digital transformation, cost of delay, project risk, decision optimization.
В проектах цифровой трансформации обнаружение проблемы и решение о ее устранении часто разделены во времени. За период согласований риск может возрасти, а необходимые работы – подорожать. Поэтому при ограниченном бюджете и дефиците времени специалистов недостаточно распределять ресурсы по величине исходного ущерба. Значение имеет дополнительная потеря, обусловленная именно задержкой действия.
Исследования цифровой трансформации подтверждают необходимость согласовывать технологические и организационные изменения [1; 2]. В работах о ранних сигналах сложных проектов показаны трудности перехода от выявления угроз к своевременному реагированию [3]. Модели оптимизации портфеля учитывают риски и дефицит ресурсов [4; 5], однако для оперативного выбора корректирующих мер требуется отдельно оценивать экономический эффект промедления.
Цель исследования – разработать расчетный критерий очередности управленческих вмешательств. Гипотеза: выбор по предотвращаемым потерям от отсрочки при ресурсных ограничениях может быть результативнее последовательного отбора мер по исходной величине риска. Методы исследования: формализация ожидаемого ущерба, двоичная оптимизация и анализ чувствительности. Расчеты носят иллюстративный характер.
Для ситуации с индексом i задаются: p0 – вероятность неблагоприятного исхода без действий; p1 – остаточная вероятность после немедленного вмешательства; L – возможный денежный ущерб; C – стоимость меры. Ожидаемый чистый эффект вмешательства определяется формулой (1).
| (1) |
Дополнительно учитываются остаточная вероятность при переносе меры на интервал t (p1(t)), удорожание вмешательства (ΔC) и самостоятельные потери ожидания (W). Цену промедления определяет формула (2). Потери W нельзя повторно учитывать в величине ущерба L.
| (2) |
При положительном чистом эффекте (B > 0) мера рассматривается как экономически оправданная; обязательные требования безопасности проверяются независимо от расчета. При бюджете F и лимите управленческого времени H выбираются бинарные решения x (1 – выполнить сейчас, 0 – отложить). Формула (3) максимизирует предотвращаемые потери при двух ограничениях; h – трудоемкость меры.
| (3) |
Для проверки предложенной модели рассмотрен условный проект цифровой платформы с шестью ситуациями: A – сбой интеграции; B – задержка подрядчика; C – пересмотр архитектуры; D – дефицит компетенций; E – риск защиты данных; F – слабое принятие продукта. Горизонт отсрочки равен одной неделе. Исходные параметры приведены в таблице 1.
Таблица 1.
Исходные параметры условного проекта
| Код | p0 | p1 | p1(t) | L | C | ΔC / W | h |
|---|---|---|---|---|---|---|---|
| A | 0,60 | 0,20 | 0,33 | 8,0 | 0,80 | 0,12 / 0,18 | 9 |
| B | 0,50 | 0,23 | 0,29 | 12,0 | 0,65 | 0,04 / 0,10 | 8 |
| C | 0,38 | 0,16 | 0,28 | 10,0 | 0,95 | 0,10 / 0,35 | 12 |
| D | 0,55 | 0,25 | 0,28 | 5,0 | 0,40 | 0,02 / 0,07 | 5 |
| E | 0,22 | 0,08 | 0,11 | 18,0 | 0,55 | 0,10 / 0,09 | 10 |
| F | 0,47 | 0,17 | 0,26 | 6,0 | 0,30 | 0,09 / 0,22 | 6 |
Примечание: L, C, ΔC, W – млн руб.; h – часы. Все значения условные, рассчитаны автором.
Для ситуации C ожидаемый эффект немедленной меры равен (0,38 – 0,16) × 10 – 0,95 = 1,25 млн руб.; цена недельной отсрочки равна (0,28 – 0,16) × 10 + 0,10 + 0,35 = 1,65 млн руб. По остальным ситуациям расчеты выполнены аналогично (таблица 2).
Таблица 2.
Сравнение исходного риска и результатов модели, млн руб.
| Код | Исходный риск | Эффект B | Цена D | D / h |
|---|---|---|---|---|
| A | 4,80 | 2,40 | 1,34 | 0,149 |
| B | 6,00 | 2,59 | 0,86 | 0,108 |
| C | 3,80 | 1,25 | 1,65 | 0,138 |
| D | 2,75 | 1,10 | 0,24 | 0,048 |
| E | 3,96 | 1,97 | 0,73 | 0,073 |
| F | 2,82 | 1,50 | 0,85 | 0,142 |
Примечание: исходный риск – произведение p0 и L; показатель D / h – млн руб. на час.
При F = 1,50 млн руб. и H = 20 ч полный перебор 64 наборов дает оптимальное сочетание C и F: затраты 1,25 млн руб., 18 ч, предотвращаемые потери 2,50 млн руб. Выбор по исходному ожидаемому ущербу сначала включает B, затем A: результат 2,20 млн руб. Превышение результата составляет 0,30 млн руб., или 13,6 % относительно базового подхода. Речь идет о расчете на условных данных, а не о доказанном эффекте внедрения.
Чувствительность решения значима: при снижении оценки остаточной вероятности для C с 0,28 до 0,27 цена отсрочки составляет 1,55 млн руб., а лучшим становится набор A, D, F с предотвращаемыми потерями 2,43 млн руб. Следовательно, критерий требует регулярного обновления вероятностей и оценки надежности исходных данных. При взаимозависимости мер аддитивная модель должна дополняться ограничениями совместимости.
Оценка вероятностей требует статистики аналогичных инцидентов или экспертной калибровки. При дефиците данных необходим анализ устойчивости выбора к изменению исходных параметров.
Разница результатов двух лучших наборов составляет лишь 0,07 млн руб., поэтому модель должна поддерживать, а не заменять управленческое решение.
Таким образом, предложенная методика переводит срочность вмешательства в денежную оценку и позволяет сопоставлять ее с дефицитными ресурсами управления. Научная новизна состоит в разделении исходного риска и прироста потерь именно от задержки. Ограничения исследования – условные параметры, упрощенные связи между решениями и отсутствие апробации; дальнейшая проверка должна сопоставить прогнозную цену отсрочки с фактическими результатами завершенных проектов.
Список литературы
- Vial G. Understanding digital transformation: A review and a research agenda // The Journal of Strategic Information Systems. – 2019. – Т. 28, № 2. – P. 118–144. – DOI: 10.1016/j.jsis.2019.01.003.
- Булетова Н.Е., Клейтман Е.В. Методологические особенности управления реализацией проектов цифровизации и цифровой трансформации в экономике России // Информатизация в цифровой экономике. – 2025. – Т. 6, № 2. – С. 215–230. – DOI: 10.18334/ide.6.2.123345.
- Williams T., Klakegg O.J., Walker D.H.T., Andersen B., Magnussen O.M. Identifying and Acting on Early Warning Signs in Complex Projects // Project Management Journal. – 2012. – Т. 43, № 2. – P. 37–53. – DOI: 10.1002/pmj.21259.
- Wang Z., Bai S., Zhang X. A robust optimization model for R&D project portfolio risk response decision-making considering risk interaction and regret perception // Journal of Industrial and Management Optimization. – 2024. – Т. 20, № 12. – P. 3843–3867. – DOI: 10.3934/jimo.2024073.
- Aghileh M., Tereso A., Alvelos F., Lopes M.O.M. Multi-project scheduling under uncertainty and resource flexibility: a systematic literature review // Production & Manufacturing Research. – 2024. – Т. 12, № 1. – Art. 2319574. – DOI: 10.1080/21693277.2024.2319574.