Когда обращаются к решениям операционного менеджмента, то предполагают, что этот процесс тесно связан с использованием моделей и количественного анализа. Поскольку математические модели являются составной частью этого текста, здесь даются их обзор и пути использования. Следует знать, что существуют преимущества и недостатки моделирования. Авторы используют модели, чтобы помочь представить реальность конкретной системы путем дублирования ее важных свойств, представлений и характеристик. Модели — это не панацея от всех бед, но большинство моделей — это упрощение реального мира. Упор в теме сделан не на само построение моделей, а на использование моделей, которое поможет операционным менеджерам принимать решения, для чего им следует знать:
- когда модель соответствует реальной системе и каковы допущения и ограничения, ей соответствующие;
- какой цели модель может служить в отдельной проблеме;
- как использовать модель и получать результаты;
- как интерпретировать в терминах менеджмента результаты этой модели.
Преимущества и недостатки использования моделей. Математические модели, которые представлены в этой теме, 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...» («Что будет, если мои затраты на запасы увеличатся на 3% в следующем году,— как изменится моя прибыль?»).
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. Общая структура проблемы, с которой мы сталкиваемся, количество доступной информации и вид данных, которые мы можем собрать,— все это поможет определить соответствие модели рассматриваемой проблеме.
Перечислим некоторые модели, упомянутые в тексте.
1. Алгебраические модели. Алгебра — это основной математический инструмент, который может быть использован для решения общих операционных проблем, таких, как анализ критической точки и анализ затраты-прибыль.
2. Статистические модели. Поскольку многие решения включают неопределенность, очень важно использовать вероятностное распределение и статистическую теорию. Представлены три вида статистических моделей:
- прогнозирование — процесс создания проекций на будущее таких переменных, как продажи, затраты;
- контроль качества — помогает измерять и регулировать степень соответствия, до которой продукт или сервис отвечает специфическим стандартам;
- теория решений — используется в деревьях решений 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. Более общий термин — математическое программирование — также используется в этой книге.
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.
6. Модель запасов. Модели учета запасов используются, чтобы помочь управлять активами фирмы путем выдачи рекомендаций по наилучшему количеству и времени заказа.
7. Сетевые модели. Средства, такие как PERT (оценка и средства обзора), СРМ (метод критического пути), помогают менеджерам составить график, контролировать и отслеживать большие проекты, такие как строительство корабля или торгового центра.
Теперь в нашем обсуждении моделирования перейдем к теории принятия решений, наиболее широко распространенному и используемому инструменту принятия решений.
Теория принятия решений
Теория принятия решений — это аналитический подход для выбора альтернативы или направления действия. Она используется в широком диапазоне ситуаций: от анализа новых товаров — к планированию размещений, выбору оборудования, составлению расписаний, планированию обслуживания оборудования.
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. Например, принимающий решение знает с полной определенностью, что 100-долларовый депозит на счете даст увеличение на 100$ в балансе его счета.
2. Принятие решений в условиях риска — принимающий решение знает вероятность появления результата или последствий для каждого выбора. Мы можем не знать, будет ли дождь завтра утром, но мы можем знать, что вероятность дождя — 0,3.
3. Принятие решений в условиях неопределенности — принимающий решения не знает вероятность появления результата для каждой альтернативы. Например, вероятность того, что нынешний президент будет президентом через 20 лет от сегодняшнего дня, неизвестна.
В принятии решений в условиях определенности принимающий решения знает выход его действий и выберет альтернативу, которая максимизирует его благосостояние или приведет к наилучшему результату. В условиях риска принимающий решения будет пытаться максимизировать ожидаемое благосостояние. Такой подход типично используется для максимизации ожидаемого значения в денежном выражении. Критерии для принятия решений в условиях неопределенности включают maximax, maximin и равновероятный критерий.
Чтобы представлять альтернативы решений менеджера, мы можем развивать деревья решений или таблицы решений.
При конструировании дерева решений (дерева целей) мы должны быть уверены, что все альтернативы или состояния природы находятся на правильных и логических местах и что мы и включили все возможные альтернативы и состояния среды.