APPLICATIONS OF SIMULATION IN THE BUSINESS PROCESS


Cite item

Abstract

The article presents the rationale for the application of statistical simulation modeling as one of the methods for processing large amounts of data, which can significantly improve the efficiency of decisions taken in various fields of activity. The issues related to the development of a statistical simulation model of a business process for finding and selecting a supplier of products are considered on the example of an organization for the production of dairy products. A flowchart of the business process, its detailed description is given, and an analysis of the business process under consideration in the interests of simulation modeling is conducted, during which the random variables that are most significant for the simulation of this process are highlighted. To create a model, the laws of distribution of all selected random variables were determined, a modeling algorithm and a model experiment plan were developed. The article presents the result of an experiment conducted on a simulation model.

Full Text

Введение В современных реалиях мировая экономика, как в целом и все социально-экономические системы (СЭС), постоянно подвергаются изменениям и различного рода трансформациям под влиянием ряда факторов: от природных катаклизмов, появления фундаментальных разработок и технологий и вплоть до разного рода кризисов. В условиях непрерывного развития перед каждой организацией на первый план становится вопрос грамотного и эффективного управления предприятием, что представляет собой достаточно трудный и кропотливый процесс, требующий определенной компетентности в области рационального сочетания разнообразных методов управления. Лицо, принимающее решение (ЛПР), должно руководствоваться достоверной и полной информацией для выбора оптимального пути развития организации. Для этого ЛПР необходимо проанализировать огромный объем данных. И в этой связи данные являются основой экономического анализа, исследующего закономерности функционирования современных СЭС. Как утверждает ряд экспертов, в настоящее время для экономического агента становится важным не сам факт обладания каким-либо ресурсом, а наличие данных об этом ресурсе и возможность их использовать с целью планирования своей деятельности [1]. Исходя из этого, под «цифровой экономикой» следует понимать современный тип хозяйствования, в котором ключевым фактором производства являются данные в цифровом виде и методов управления ими как определяющего ресурса в сфере производства, распределения, обмена и потребления. Обработка больших объемов данных и использование результатов их анализа по сравнению с традиционными формами хозяйствования позволяют существенно повысить эффективность принимаемых решений в сферах производства, технологий, хранения, продаж, доставки товаров и предоставления услуг. Одним из методов обработки и управления большими объемами данных является метод статистического имитационного моделирования (СИМ). На сегодняшний день во многих крупных компаниях к обязательному этапу в принятии управленческих решений относят метод СИМ. Применение моделирования различных бизнес-процессов позволяет вырабатывать экономически эффективные стратегии и тактически верные управленческие решения. Эти решения, перед непосредственным применением в реальных условиях, должны быть предварительно испытаны на моделях бизнес-процесса. Таким образом, метод СИМ можно охарактеризовать как эмпирический инструментальный метод анализа настоящей системы по ее СИМ-модели, комбинирующий в себе особенности практического подхода и особые условия применения компьютерной техники [2]. Цель статьи - практическое применение метода СИМ, позволяющего воспроизводить процессы функционирования СЭС путем формирования стохастических величин (СВ), имитации работы и статистической обработке результатов моделирования [3]. Цели и задачи разработки Рассмотрим бизнес-процесс поиска и выбора поставщика, который удовлетворял бы всем потребностям организации, с целью долгосрочного сотрудничества. Этот процесс может быть применим к любой организации вне зависимости от ее сферы деятельности. Также моделирование вышеупомянутого бизнес-процесса наглядно иллюстрирует суть и практическую значимость рассматриваемого метода моделирования. Исходя из цели моделирования, сформулируем задачи, подлежащие решению. 1. Произвести анализ рассматриваемого бизнес-процесса. 2. Формализовать алгоритм бизнес-процесса посредством блок-схемы. 3. Собрать и обработать доступные на данном этапе статистические данные о процессе. 4. Создать моделирующий алгоритм. 5. Вывести результаты эксперимента на СИМ-модели пользователю. Разработка и анализ бизнес-процесса «Поиск и выбор поставщика продукции» На рисунке 1 бизнес-процесс представлен содержательным и формализованным описанием в виде блок-схемы нотации «Процесс», демонстрирующим управляющие и информационные потоки, исполнителей процесса и используемые ресурсы. Видно, что бизнес-процесс подвержен влиянию большой совокупности случайных факторов, что делает его сложным с точки зрения формализации и моделирования. Рисунок 1. Бизнес-процесс поиска и выбора поставщика Инициализация бизнес-процесса происходит с определением потребности в выборе поставщика (см. рисунок 1). Отдел сбыта предприятия на первоначальном этапе определяет потребность в сырье, необходимом для производства, и ставит задачу выбора поставщика для заключения долгосрочного договора на поставку данного сырья. В виде ресурса здесь выступает документ с требованиями к будущему партнеру, разработанный предприятием. Отдел закупок приступает к анализу потенциальных поставщиков, используя реестр, который содержит сведения, касающиеся сферы деятельности, контактной информации, территориального расположения и прочих данных. В результате потенциальный поставщик либо определятся, либо нет. В первом случае сведения о поставщике подвергаются более детальной проверке, во втором - процесс предварительного подбора осуществляется заново. В данном случае случайными величинами являются время поиска поставщика СВ1, так как время, затраченное на определение подходящего по параметрам поставщика спрогнозировать сложно, и отсутствие подходящего поставщика есть СВ2. Затем происходит определение возможностей поставщика. Отдел закупок руководствуется, в первую очередь, транспортной логистикой и наличием необходимого объема сырья. В случае дорогостоящей, длительной доставки, а также невозможностью предоставить сырье или комплектующие в нужном объеме и в нужный срок, будет целесообразно отказаться от сотрудничества с возможным поставщиком. Таким образом, отдел закупок может принять предварительное решение о том, подходит ли предприятию данный поставщик. Время, затраченное на его определение, будет СВ3, так как в зависимости от разных условий оно может меняться. Или будет принято решение об отказе от рассматриваемого поставщика и возвращении процесса поиска в исходную позицию. Отказ от поставщика обозначается как СВ4. В случае положительного решения отдел закупок связывается с поставщиком для уточнения готовности последнего к сотрудничеству, а также условий партнерства, возможности предоставления скидки или различного рода льгот и цен на интересующие позиции (см. рисунок 1). Здесь отдел закупок руководствуется определенной суммой денежных средств, которую предприятие готово заплатить за сырье. Время получения информации от поставщика есть СВ5. Если полученные сведения не устраивают организацию, она отказывается от сотрудничества с выбранным поставщиком и возвращается в начальную позицию поиска. Отказ от сотрудничества является СВ6. Рисунок 1 (окончание) В ситуации, когда предприятие устраивают все условия поставщика, отдел закупок запрашивает тестовый образец для определения его качества. Проверка качества предоставленного образца определяется в соответствии с паспортом качества. Длительность этой проверки является СВ7, поскольку на этот процесс может повлиять множество случайных факторов. При несоответствии качества тестового образца процесс поиска поставщика также возвращается в начало. Несоответствие качества соответствует СВ8. Если отдел закупок удостоверится в соответствии надлежащего качества сырья поставщика, организация заключает с ним договор о сотрудничестве, тем самым достигнув поставленной цели. Поскольку на процесс заключения договора воздействуют стохастические факторы, длительность этого этапа есть СВ9. На основе проанализированного бизнес-процесса разработана СИМ-модель. Теоретической и методологической основой создания модели послужили источники информации [4-10]. Результаты эксперимента, проведенного на имитационной модели, представлены на рисунке 2. В качестве объекта исследования была выбрана организация по производству молочной продукции, нуждающаяся в поставщике сырого молока. Согласно разработанной СИМ-модели, система производит поиск подходящего варианта, используя имеющийся реестр и отсеивая варианты, неподходящие под установленные критерии. В конечном итоге формируется список наиболее приемлемых вариантов с выделением самого выгодного из них. В качестве объекта исследования выбрано предприятие по производству молочной продукции, нуждающееся в поставщике сырого молока. Согласно разработанной выше СИМ-модели, система производит поиск подходящего варианта, используя имеющийся реестр и отсеивая варианты, неподходящие под установленные критерии. Разработанная СИМ-модель может быть размещена в Internet, чтобы всем заинтересованным компаниям можно было промоделировать процесс выбора поставщика и тем самым воспользоваться электронными услугами, что соответствует концепции цифровой экономики. Рисунок 2. Результаты эксперимента, полученные на СИМ-модели Заключение По результатам СИМ бизнес-процесса ЛПР может принять управленческое решение по вопросу выбора наиболее подходящего поставщика, оценить возможности повышения эффективности бизнес-процесса с наименьшими затратами. Также ЛПР может вносить ряд поправок в рассматриваемый бизнес-процесс и в режиме реального времени наблюдать потенциально точный результат от этих корректировок, не расходуя ресурсов, связанных с изменениями в реальном бизнес-процессе.
×

About the authors

Elena Aleksandrovna Bogdanova

Povolzhsky State University of Telecommunications and Informatics

Email: helen.bogdan@mail.ru

Iuliia Aleksandrovna Mikhalenko

Povolzhsky State University of Telecommunications and Informatics

Email: mihalenko97@mail.ru

References

  1. Джулий Л.В., Емчук Л.В. Информационные системы и их роль в деятельности современных предприятий // Perspective economic and management issues. Collection of scientific articles. Scientific journal «Economics and finance», «East West» Association For Advanced Studies and Higher Education. - 2015. - С. 130-134.
  2. Скрипник Д.В., Яхонтова И.М. Современные подходы к имитационному моделированию бизнес-процессов // Информационное общество: современное состояние и перспективы развития. - 2017. - С. 83-85.
  3. Богданова Е.А., Шерстянкина А.А. Имитационное моделирование как инструмент принятия решений // Технические науки. - 2017. - №6. - С. 25-28.
  4. Димов Э.М., Маслов О.Н., Скворцов А.Б. Новые информационные технологии: подготовка кадров и обучение персонала. Часть 1. Реинжиниринг и управление бизнес-процессами в инфокоммуникациях. -М.: ИРИАС, 2005. - 386 с.
  5. Димов Э.М., Маслов О.Н., Пчеляков С.Н., Скворцов А.Б. Новые информационные технологии: подготовка кадров и обучение персонала. Часть 2. Имитационное моделирование и управление бизнес-процессами в инфокоммуникациях. - Самара: Изд-во СНЦ РАН, 2008. - 350 с.
  6. Бусленко Н.П. Моделирование сложных систем. - М.: Наука, 1978. - 380 с.
  7. Димов Э.М., Маслов О.Н., Швайкин С.К. Имитационное моделирование, реинжиниринг и управление в компании сотовой связи (новые информационные технологии). - М.: Радио и связь, 2001. - 256 с.
  8. Кобелев Н.Б. Основы имитационного моделирования сложных экономических систем. - М.: Дело, 2003. - 336 с.
  9. Ануфриев Д.П., Димов Э.М., Маслов О.Н., Трошин Ю.В. Статистическое имитационное моделирование и управление бизнес-процессами в социально-экономических системах. - Астрахань: Изд-во АстИСИ, 2015. - 366 с.
  10. Маслов О.Н., Халимов Р.Р., Димов Э.М., Трошин Ю.В. Динамика разработки имитационной модели бизнес-процесса // Инфокоммуникационные технологии. - 2013. - Т.11. - №1. - С.63-77.

Copyright (c) 2019 Bogdanova E.A., Mikhalenko I.A.

Creative Commons License
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.

This website uses cookies

You consent to our cookies if you continue to use our website.

About Cookies