Инструменты принятия решений в операционном менеджменте

Инструменты принятия решений в операционном менеджменте.

 

Процесс принятия решений.

 

В чем  разница между «хорошим» и  «плохим» решением? «Хорошее» решение использует аналитическое принятие решений, базируется на логике, рассматривает все возможные данные, возможные альтернативы и предполагает следующие шесть шагов:

1. Определение проблемы и факторов, которые влияют на нее. Это означает необходимость установить проблему четко и осознанно, что в большинстве случаев является наиболее важным и трудным шагом.
2. Установка критерия решения и целей. Менеджеры должны разработать специфические  и  измеряемые  цели.   Большинство фирм имеет более чем одну цель максимизации прибыли.
3. Формулировка моделей и связей между целями и переменными. Разрабатывается формализованное представление ситуации — модель.   Переменная — это измеряемое количество, которое может меняться или которое есть предмет изменения.
4. Определение и оценка альтернатив. Этот шаг означает генерацию наибольшего количества решении проблемы (обычно быстрого). Диапазон или набор альтернатив — это то, что менеджеры хотят получить.
5. Выбор наилучшей альтернативы. Это решение, которое наилучшим образом удовлетворяет и наиболее соответствует установленным целям.
6. Внедрение решения  Выполнение действий в соответствии с выбранной альтернативой — это иногда наиболее сложная фаза принятия   решения,  требующая   привязки   задач  и  расписания внедрения.

 

2.2.  Модели для принятия решений

 

Модель – представление реальности.

Модели  и средства научного менеджмента  могут помочь менеджерам:

• получить глубокий взгляд на природу взаимоотношений в бизнесе;
• найти лучшие способы оценить значение величин в таких отношениях;
• увидеть способ уменьшения или хотя бы понимания неопределенности, которая окружает бизнес-планы и действия.

Преимущества и недостатки использования  моделей.

Математические  модели являются инструментами, широко принятыми менеджерами по следующим  причинам:

1. Модели менее дороги  и требуют меньше времени, чем экспериментирование с реальными системами
2. Они разрешают операционным менеджерам задавать, например, вопрос: «Что будет, если ..?»
3. Они построены для решения проблем менеджмента и поощряют ввод данных во стороны менеджера
4. Они способствуют содержательному систематическому подходу к анализу проблем
5. Они требуют от менеджеров уточнять ограничения и цели по отношению к проблеме
6. Они могут помочь сократить время   необходимое для принятия решений

Основные  ограничения при использовании  моделей:

1. Модели могут быть дорогими и требующими длительного времени на разработку и тестирование
2. Они часто не используются и неправильно понимаются по причине их математической сложности
3. Они уменьшают роль и значение не поддающейся вычислению информации
4. Они часто имеют такие предпосылки, которые слишком упрощают переменные реального мира

Категории математических моделей.

1. Алгебраические модели  Алгебра — это основной математический инструмент, который может быть использован для решения общих операционных проблем, таких, как анализ критической точки
2. Статистические модели Поскольку многие решения включают неопределенность, очень важно использовать вероятностное распределение и статистическую теорию  Представлены три вида статистических моделей:

а) Прогнозирование — процесс создания проекций на будущее таких переменных, как продажи, затраты

б) Контроль качества — помогает измерять и регулировать степень соответствия, до которой продукт или сервис отвечает специфическим стандартам

в) Теория решений — используется в деревьях решении и таблицах решений, чтобы помочь представить и решить проблемы при условии риска

3. Модели линейного и математического программирования. Линейное программирование широко используется в решениях о смешивании продуктов, анализе размещения, планировании производства, распределении рабочей силы и других областях операционного анализа
4. Модели теории очередей.  Анализ очередей помогает оценить системы сервиса путем определения таких факторов, как длина очереди, время ожидания и коэффициент использования.
5. Имитационные модели.  Компьютерная имитация реальных систем — это ценный инструмент для анализа сложных систем сервиса, политики обслуживания оборудования и инвестиционного выбора.

Модель запасов.  Модели учета запасов используются, чтобы помочь управлять активами фирмы путем выдачи рекомендаций по наилучшему количеству и времени заказа.

7 Сетевые модели помогают менеджерам составить график, контролировать и отслеживать большие проекты, такие как строительство корабля или торгового центра.

 

2.3. Теория  принятия решений.

 

Теория принятия решений — это аналитический подход для выбора альтернативы или направления действия. Существуют три типа моделей решений в теории принятия решений. Они зависят от степени определенности возможных выходов или последствий, с которыми встречается принимающий решения.

1. Принятие решений в условиях определенности — принимающий решение знает с определенностью последствия или выход любой альтернативы или выбранного решения.
2. Принятие решений в условиях риска — принимающий решение знает вероятность появления результата или последствий для каждого выбора.
3. Принятие решений в условиях неопределенности — принимающий решения не знает вероятность появления результата для каждой альтернативы.

 

Принятие решений в условиях неопределенности. Если имеется полная неопределенность того, какое состояние природы в таблице решений может появиться, то в этом случае мы обращаемся к трем критериям для принятия решений в условиях неопределенности.

1. Maximax — этот критерий находит альтернативу, которая максимизирует максимальный выход или следствие для каждой альтернативы. Мы находим максимальный выход внутри каждой альтернативы и затем выбираем альтернативу с максимальным значением. Поскольку этот критерий решения располагается на альтернативе с наивысшим возможным результатом, его можно назвать «оптимистическим» критерием решения.

2, Maximin — этот критерий отыскивает альтернативы, которые максимизируют минимальный выход или следствие для каждой альтернативы, т. е. сначала мы находим минимальный выход внутри каждой альтернативы и затем выбираем альтернативу с максимальным значением. Поскольку этот критерий решения позволяет найти альтернативу с наименьшей возможной потерей, его можно назвать «пессимистическим» критерием решения.

3 Равновероятный критерий — этот критерий решения находит альтернативу с наивысшим средним выходом. Сначала мы рассчитываем средний выход для каждой альтернативы, который является суммой всех исходов, деленной на количество исходов Затем выбираем альтернативу с максимальным значением Равновероятный подход предполагает, что вероятности появления состояний природы равны и поэтому каждое состояние природы равновероятно.

 

Принятие решений в условиях риска.

Принятие  решений в условиях риска —  наиболее распространенный случай, это  вероятностная ситуация решения. Рассматривая табличные решения с условными состояниями и вероятностными оценками для всех состояний природы, мы можем определить ожидаемую денежную отдачу (expected monetary value (ЕМV)) для каждого варианта.

Это число  представляет ожидаемую ценность варианта или среднюю отдачу для каждого  варианта, т е такую отдачу, которую  мы получим, если сможем повторить решение  большое число раз. Одно из наиболее популярных решений — это выбор варианта который имеет максимальное значение EMV.

EMV для варианта — сумма возможных поступлений (отдач) варианта, каждая взвешенная на вероятность появления отдачи.

 

2.4. Метод  принятия решений на основе  дерева целей.

 

Дерево целей — это графическое отражение процесса, которое определяет альтернативы решения, состояния природы и их соответствующие вероятности отдачи для каждой комбинации альтернатив и состоянии природы.

Анализ  проблемы с использованием дерева целей  включает в себя пять шагов

1. Определить проблему.
2. Структурировать или нарисовать дерево целей.
3. Назначить вероятности к состояниям природы.
4. Оценить отдачу для каждой возможной комбинации альтернатив и состояний природы.
5. Решить проблему, вычисляя ожидаемую отдачу в денежном выражении (EMV) для каждого узла, состояния природы.   Это делается путем движения назад, что значит  начиная справа от дерева и работая назад по узлам решений дерева.