Информационно-аналитическая модель комплексного управления технологией производства и экономикой предприятия

Представлена концепция системы информационно-аналитического обеспечения для автоматизации процессов комплексного управления технологией производства и экономикой предприятия и принятия технико-экономических решений. Указанная проблема широко обсуждается в мировой науке, но недостаточно изучены потенциальные риски автоматизации принятия решений, для целого ряда прикладных задач требуется разработка регламентации, сопровождаемая экономической оценкой эффективности инструментов автоматизации.

На сегодняшний день актуальной является разработка теорий и практических инструментов, позволяющих получить стоимостные оценки как самой информации так и продуктов, в создании которых она играет доминирующую роль. Не смотря на то, что оценка пригодности данных для процессов автоматизированного принятия решений выходит за рамки традиционных экономических задач, обойтись без инструментов экономического анализа такая оценка не может. Сущность такой автоматизации находится в границах точной параметризации исследуемых технико-экономических процессов.

Представляется, что не достаточно просто утверждать что революция данных пойдёт на пользу устойчивому развитию общества. Возникающие в ходе этой трансформации бизнесов социально-экономические и технологические риски подлежат тщательному изучению и контролю, в том числе и при помощи предлагаемых в данной работе технико-экономических решений.

Примерами автоматизированного принятия экономических решений являются: роботы-трейдеры на фондовых площадках, роботы-диспетчеры в системах электронного заказа такси, некоторые решения в области «умных домов», отчасти – электронные экспертные системы кредитно-финансового сектора и программы домашней бухгалтерии в носимых гаджетах. Компании делающие ставку на цифровые преобразования конкурентной среды демонстрируют лучшие экономические показатели и вытесняют традиционные бизнес-модели.

Базовая гипотеза. Предполагается, что если выполнены условия по сбору, организации и подготовке вводных данных, возможно выстроить алгоритм принятия оптимальной технико-экономической стратегии в автоматическом режиме.

Условия реализации алгоритма включают в себя аналитические, технологические, информационные и организационные компоненты. В указанный перечень входит разработка и внедрение информационно-технических инструментов для определения и фиксации причинно-следственных связей между технологическими параметрами производства, результатами контроля выхода и качества продукции и экономическими показателями фирмы. Собранные данные хранятся и обрабатываются в структурированной реляционной базе данных. На данные накладываются условия обеспечения целостности, идентификации и индексации, а комплексная экспертная оценка отрицает наличие критической информации, оставшейся вне анализа. Организационные компоненты подразумевают командную работу экспертов и специалистов с широким кругом компетенций, в том числе технологов, математиков, специалистов по автоматизированным системам в управлении, экономистов.

Исходя из задач данной работы, сформулируем цель сбора, организации и анализа данных как генерацию новых решений, которые оказывают существенное влияние на рост показателей прибыли. Последнее может быть формализовано в виде уравнения с коэффициентом приращения частного аргумента (формула 1):

ƒ{a; an; an+1; …} ∃ K ⇒ Fd +1 > Fd -1 * K (1)

где

{a; an; an+1; …} – массив переменных для анализа,

Fd – финансовый результат на дату отчёта,

K – коэффициент управляющего воздействия.

Уравнение, имеющее представленный вид, характерно для рациональной экономической модели в стадии роста. Для функции от множества операционных данных a существует коэффициент K, применение которого приводит к положительному приращению F в периоде d+1. Базовая гипотеза утверждает существование равновесных моделей и моделей с отрицательным приращением, т.е. в случаях изменения знака на «=» или «<» уравнение описывает экономику предприятия в стадии равновесия или стагнации, соответственно. Изложенный принцип «взвешивания» и потенциальное множество решений уравнения предлагается использовать в качестве математического механизма для автоматического выбора оптимальной технологической стратегии – набора исходных данных «{a;an;an+1;…}», соответствующего плану перспективного периода. На модельном уровне производится автоматическое изыскание экономически оптимального коридора технологических параметров.

В концепцию входит система эмпирического измерения, сбора и хранения технико-экономических параметров и динамических данных, которая включает в себя реляционный учёт [2] операционных данных и формализованную отчётность в условиях избыточности данных. Специально подготовленная оперативная технико-экономическая отчётность, как системная часть информационного вывода, позволяет пользователю анализировать эффективность автоматического управления. Организация этой части системы является задачей АСУТП и описывается в авторских работах [3, 4].

В рамках данной статьи описывается двух составная итерационная система, включающая оценочную и количественную модели, направленные на взаимное подтверждение выводов и генерацию уточняющих оценок.

Принципы предложенной оценочной модели пересекаются с теорией «динамической игры в условиях совершенной информации». В которой, основному набору показателей: ᵱ – агрегатор финансового потока; Q – агрегатор качественных характеристик продукции; Ƭ – агрегатор количества продукции, пошагово присваиваются взвешенные оценки для "верных" и "неверных" решений. Принцип взвешивания и присвоения оценок (таблица 1) является дискретным и производится относительно каждой технологической операции. В качестве конфликтующих игроков выступают требования к сокращению издержек производства и максимизация прибыли при сохранении пропорциональных отношений в рамках алгоритма многопараметрической оценки. Оценка является показателем для селекции и группировки технико-экономических практик по признаку эффективности упрощает вывод технико-экономической отчётности, призвано согласовываться с выводами количественной модели. Набор агрегаторов и условий, представленный в таблице 1, не является окончательным и может расширяться на основе экспертных рекомендаций. В аналитическую часть оценочной модели включён метод обратной индукции на дереве - алгоритм Н.Куна (Kuhn N.) и равновесия Д.Нэша (Nash D.) [1].

Таблица 1.

Принцип взвешивания и присвоения оценок

Идея количественной модели основана на аккумуляции статистической базы традиционных экономических и технологических параметров, – условий производства, расхода сырьевых ресурсов, энергоёмкости, товарной номенклатуры, количества и качества продукции, ‑ инструментами реляционной алгебры, реляционными базами данных.

Рисунок 1 демонстрирует основной математический принцип. Все количественные отношения выражены в процентах. Оси Y соответствует шкала финансового индикатора ᵱ (Пэ, finance), в пределах которой, на усмотрение пользователя, может отражаться любой частный финансовый показатель – ликвидность, оборот активов, рентабельность продаж, чистая прибыль и др. В базовом решении это сводный финансовый поток включающий затраты по типам: постоянные, переменные, маржинальную и налоговую части.

Оси Х соответствует шкала качества продукции Q (кю, quality) – индикатор демонстрирующий совокупный набор потребительских качеств продукции или услуги. В реляционном учёте качественные характеристики продукции/услуги связаны с технологическими параметрами, расходом ресурсов, стоимостью функций и затратами на персонал. Соответственно рост качества продукции приводит к росту себестоимости, но и увеличивает конкурентоспособность товара. Значения качественных характеристик не могут быть выражены в отрицательных величинах, Q всегда больше нуля.

Рисунок 1. Схема основного математического принципа работы информационно-аналитической модели (рисунок автора).

Оси Z соответствует количество товарной продукции Ƭ (тау, trade), полный диапазон шкалы отражает потенциальную мощность производства, а индикатор демонстрирует уровень приближения к ней. В свою очередь, произведение себестоимости единицы продукции на количество продукции пропорционально отражается в значениях финансового потока. Подобным образом преобразуются и результаты от продаж, другие заявленные в учёте доходы и расходы. Дополнительно, в целях вывода аналитической отчётности, с набором атрибутов формирующих значения шкалы реляционно связаны количественные и юридические данные от продаж продукции/услуг, мероприятия и результаты деятельности служб отвечающих за маркетинг.

Далее в модель введён ӽ (ixi) – технико-экономический мультипликатор в состоянии суперпозиции – «супер-амбиция собственника» – предел/граница возможностей материально-технической базы. Значение ӽ принадлежит функции от множества переменных состояний финансового индикатора ᵱ, индикатора товарных единиц Ƭ и индикатора уровня потребительских характеристик Q – качества (формула 2):

ӽ ∊ ƒ{ᵱ; Ƭ; Q>0} (2)

Для наглядности и примера рисунок 1 содержит два динамических показателя, их положение зависит от реального технико-экономического состояния фирмы и перспективного плана на результаты:

X1– текущее технико-экономическое состояние предприятия,

X2– план на операционную дату – «обычная амбиция менеджера» – любое новое технико-экономическое состояние предприятия.

Фактически точки X1 и Х2 могут находиться и в зонах отрицательного значения финансового показателя (например: кредиторская и дебиторская задолженность) и отрицательного количества товарных единиц (например: получена предоплата от заказчика до производства продукции).

Вектор движения от точки X1 к точке заявленной амбиции это расчёт кратчайшего расстояния в множестве технологических и экономических показателей определяет один дискретный шаг и позволяет получить количественную оценку этого шага (формула 3):

ƒ(ᵱ x® ᵱ ӽ) ∊ {ᵱ; Ƭ; Q>0} (3)

Фактически расчёт коэффициента K сводится к отношению среднеквадратичных значений нового и предыдущего состояний.

С одинаковой эффективностью модель может использоваться как для планов с ростом показателей так для планового свёртывания деятельности – закрытия обязательств, уменьшения финансовых потоков, сокращения производства, в этом случае «цель-точка–Х2» находится в позиции «ноль» или в отрицательных областях модельной зоны (например: когда собственник ставит цель – получить выгоду из банкротства).

В результате синтеза базовой гипотезы (формула 1) и набора прикладных данных (формулы 2, 3) имеем следующую цепь логического вывода:

ƒ{ ᵱ; Ƭ; Q>0} ∃ ƒ(ᵱ x® ᵱ ӽ) ⇒ ᵱ d +1 > ᵱ d -1 * ƒ(ᵱ x® ᵱ ӽ) (4)

для которого значение «ƒ(ᵱ x® ᵱ ӽ)» всегда больше 1 – состояние экономического роста,

ƒ{ ᵱ; Ƭ; Q>0} ∃ ƒ(ᵱ x® ᵱ ӽ) ⇒ ᵱ d +1 < ᵱ d -1 * ƒ(ᵱ x® ᵱ ӽ) (5)

для которого значение «ƒ(ᵱ x® ᵱ ӽ)» всегда меньше 1 – состояние экономического спада,

ƒ{ ᵱ; Ƭ; Q>0} ∃ ƒ(ᵱ x® ᵱ ӽ) ⇒ ᵱ d +1 = ᵱ d -1 * ƒ(ᵱ x® ᵱ ӽ) (6)

для которого значение «ƒ(ᵱ x® ᵱ ӽ)» всегда равно 1 – состояние экономического равновесия.

Данная модель является обобщением, реальный алгоритм решения частных технико-экономических уравнений направлен на описание производственных процессов в виде цепей причинно-следственных отношений, и был частично описан в работе автора «Модель системы контроля и управления качеством производства отливок» [5]. Детализация такого алгоритма не входит в задачи данной работы.

Учитывая условия полной определённости входных данных, расчёт показателя носит линейный характер, может быть воспроизведён в виде переменной, от значения которой зависит выбор технологической стратегии в автоматическом режиме для реальных производственных процессов.

Рациональность таких, автоматизированных логико-технологических выводов, подлежит экспертной оценке. На данном этапе разработка гипотезы и решения носит исследовательский характер. Задачи оцифровки бизнес-процессов, представления процессов управления как цепи логико-экономико-технологических решений в частично или полностью автоматизированном режиме, носят междисциплинарный характер и включены в наиболее значимые тренды развития мировой экономики.

Предложенная авторами концепция комплексного управления технологией производства и экономикой предприятия проходит отладку в наборе прикладных технико-экономических данных металлургического завода ООО «УГМК» МЗ «Электросталь г.Тюмени» и является частью научной работы магистранта ТюмГУ Е.А.Шихова и эволюцией предыдущих разработок автора но с позиций экономического анализа.

Статья подготовлена на основе научных исследований, выполненных при финансовой поддержке гранта Российского научного фонда «Программно-целевое управление комплексным развитием Арктической зоны РФ (проект №14-38-00009)». Санкт-Петербургский политехнический университет Петра Великого.

Список источников:

1. Антонова З.Г. Комплексный экономический анализ хозяйственной деятельности: учебное пособие / издание 2-е. Томск:Изд-во ТПУ, 2011. – 247 с.

2. Джон Кауффман, Брайн Матсик, Кевин Спенсер. SQL Программирование: учебное пособие. М.: Изд-во БИНОМ Лаборатория знаний, 2002. – 715с.

3. Князев С.В., Усольцев А.А., Чичков В.И., Шихов Е.А. Контроль и управление производства отливок по критерию их качества. //Теория и практика литейных процессов: труды Всероссийской научно-практической конференции, посвященной 80-летию кафедры литейного производства СибГИУ./ Редкол.: Селянин И.Ф., Деев В.Б., 2012.- Новокузнецк, Изд.центр СибГИУ.- с.153-158.

4. Скопич Д.В., Князев С.В., Усольцев А.А., Шихов Е.А. Проектирование автоматизированных систем управления в литейном производстве. //Теория и практика литейных процессов: труды Всероссийской научно-практической конференции, посвященной 80-летию кафедры литейного производства СибГИУ./ Редкол.: Селянин И.Ф., Деев В.Б., 2012.- Новокузнецк, Изд.центр СибГИУ.- с.145-150.

5. Шихов Е.А., Полосухин А.С. Модель системы контроля и управления качеством производства отливок. // Исследования молодых - регионам: сборник трудов II Всероссийской научно-практической конференции школьников, студентов, аспирантов и молодых ученых в рамках фестиваля научной мысли "Регионы России", Новокузнецк, 2-6 апреля 2012 г.: в 2 т. / Национальный исследовательский Томский политехнический университет (ТПУ), Новокузнецкий филиал (НФ), под. ред. С. И. Каковихиной. — Томск: Изд-во ТПУ, 2012 Т. 2. с - 272: ил. ISBN 978-5-4387-0168-2.

Р.Р. Хузяхметов

А.С. Логошенко

студенты группы 36c132

Е-mail: r_o_m_a_n_14@mail.ru

logoshisha46@mail.ru

А.П. Кед

Научный руководитель,

доцент