Modeling the Processes of Interaction Between Team Members During the Implementation of Complex Software Products

Full Text

ВВЕДЕНИЕ

Стремительное развитие информационных технологий и возрастающая сложность программных продуктов, используемых для автоматизации деятельности современных предприятий, обуславливают необходимость поиска новых подходов к организации эффективного взаимодействия специалистов в рамках проектных команд. Особую актуальность данный вопрос приобретает в контексте внедрения корпоративных информационных систем на базе платформы 1С, характеризующихся высокой степенью адаптивности и требующих глубокого погружения в специфику бизнес-процессов конкретной организации [1]. Несмотря на наличие устоявшихся практик и методологий управления ИТ-проектами, таких как Agile, Scrum, Kanban, их применение в проектах внедрения 1С имеет свои особенности и ограничения, обусловленные необходимостью тесного взаимодействия с ключевыми пользователями системы и итеративностью процесса разработки и тестирования решений [2].

Глобализация обмена информацией и необходимость интеграции различных управленческих, технологических и социальных процессов приводят к росту потребности в командах, где участвуют специалисты с разными профилями из различных сфер деятельности. Этот тренд особенно заметен в IT-индустрии. В рамках IT-проектов часто встречаются сложные многоуровневые задачи, которые требуют комплексного подхода и не могут быть решены одним специалистом. Поэтому в условиях острой конкуренции на рынке IT-услуг коллективная работа становится ключевым фактором для достижения заметных организационных результатов, способствует сохранению конкурентных преимуществ компаний и повышению их эффективности.

По данным исследования, проведенного компанией IDC в 2020 г., средняя продолжительность проекта внедрения ERP-системы на базе 1С составляет 6–9 месяцев, при этом в 45% случаев наблюдаются отклонения от первоначальных сроков и бюджета [3]. Одной из ключевых причин возникновения подобных проблем эксперты называют недостаточно эффективное взаимодействие членов проектной команды, приводящее к несогласованности действий, дублированию функций и затягиванию процесса принятия решений. Так, согласно опросу, проведенному среди руководителей ИТ-подразделений российских компаний в 2021 г., 67% респондентов отметили, что оптимизация коммуникаций и повышение уровня коллаборации внутри проектных команд являются приоритетными задачами для обеспечения успешности проектов внедрения корпоративного ПО [4].

Вопросам моделирования и анализа процессов взаимодействия участников команд в ИТ-проектах посвящен ряд научных исследований последних лет. В работе [5] предложена математическая модель оценки эффективности коммуникаций в проектной команде, основанная на теории графов и позволяющая выявлять «узкие места» в информационных потоках между специалистами. Авторы [6] рассматривают применение метода анализа социальных сетей (SNA) для изучения неформальных связей и ролевой структуры команды ИТ-проекта, что дает возможность оптимизировать процессы взаимодействия и принятия решений. В исследовании [7] предлагается использовать имитационное моделирование для прогнозирования результатов различных стратегий управления коммуникациями в проектной команде и выбора наиболее эффективных практик.

Несмотря на наличие определенного научного задела в области моделирования процессов взаимодействия участников ИТ-проектов, остается недостаточно изученным вопрос адаптации существующих подходов к специфике проектов внедрения систем 1С, имеющих ряд характерных особенностей, таких как:

• высокая степень вовлеченности ключевых пользователей на всех этапах проекта;
• необходимость глубокого погружения команды в бизнес-процессы предприятия;
• итеративность процесса разработки и тестирования решений;
• высокие требования к квалификации и опыту специалистов.

Учет данных факторов при построении моделей взаимодействия участников проектов внедрения 1С позволит повысить эффективность командной работы, минимизировать риски и обеспечить достижение запланированных результатов в установленные сроки и бюджет.

МАТЕРИАЛЫ И МЕТОДЫ

Для проведения исследования, направленного на моделирование процессов взаимодействия участников рабочих команд при внедрении сложных программных продуктов, в частности, систем на базе платформы 1С, был использован комплексный методологический подход, включающий в себя следующие основные этапы и инструменты.

1. Анализ научной литературы и публикаций по проблематике управления ИТ-проектами и организации эффективной командной работы. В рамках данного этапа были изучены теоретические основы и существующие модели взаимодействия участников проектных команд, выявлены ключевые факторы, влияющие на результативность совместной деятельности, а также рассмотрены специфические особенности проектов внедрения систем 1С. Для поиска релевантных источников использовались научные базы данных Scopus, Web of Science, РИНЦ, а также специализированные издания по управлению ИТ-проектами и внедрению корпоративных информационных систем.
2. Сбор и анализ эмпирических данных о реализованных проектах внедрения 1С на предприятиях различных отраслей. На данном этапе были проанализированы отчеты о результатах проектов, предоставленные ИТ-компаниями-интеграторами, а также собраны статистические данные о типовых проблемах и факторах успеха при внедрении 1С-решений. Источниками информации выступили открытые данные аналитических агентств (IDC, Gartner, Forrester), отраслевые обзоры и кейсы проектов, размещенные на сайтах ИТ-компаний и онлайн-ресурсах, посвященных 1С.
3. Проведение интервью с участниками проектных команд и руководителями ИТ-подразделений компаний, внедряющих системы 1С. Для получения экспертных оценок и углубленного понимания специфики взаимодействия в проектах внедрения было проведено 20 полуструктурированных интервью с представителями 10 организаций, имеющих опыт реализации крупных проектов автоматизации на базе 1С. Выборка респондентов формировалась методом «снежного кома» и включала в себя руководителей проектов, бизнес-аналитиков, архитекторов решений, разработчиков и консультантов. Гайд интервью содержал блоки вопросов, касающихся распределения ролей и зон ответственности, организации коммуникаций, используемых практик и инструментов управления проектами, типовых проблем взаимодействия и способов их решения.
4. Построение концептуальной модели взаимодействия участников проектной команды, учитывающей специфику внедрения 1С-решений. На основе анализа собранных данных была разработана обобщенная схема основных процессов и потоков информации, возникающих при взаимодействии специалистов в ходе проекта внедрения. Модель включает в себя ключевые роли участников (заказчик, руководитель проекта, бизнес-аналитик, архитектор, разработчик, тестировщик, консультант), этапы проекта (предпроектное обследование, проектирование, разработка, тестирование, опытная эксплуатация) и точки принятия решений. Для формализации модели использовался аппарат теории графов и методология IDEF0.
5. Проведение имитационного моделирования процессов взаимодействия на базе разработанной концептуальной модели. Для оценки эффективности различных конфигураций взаимодействия и выявления потенциальных «узких мест» было проведено имитационное моделирование в среде AnyLogic. Модель позволяет варьировать параметры проекта (количество и квалификацию участников, интенсивность коммуникаций, длительность этапов) и анализировать результирующие показатели (сроки проекта, нагрузку на специалистов, количество итераций и переделок). По результатам моделирования были выявлены оптимальные параметры взаимодействия, обеспечивающие минимизацию рисков и повышение общей результативности проектной команды.

Использование комплексного подхода, сочетающего анализ научной литературы, сбор эмпирических данных, экспертные интервью и методы математического моделирования, позволило провести всестороннее исследование процессов взаимодействия участников проектных команд с учетом специфики внедрения систем 1С и разработать практические рекомендации по оптимизации командной работы в данной области. Предложенные модели и подходы могут быть адаптированы для применения в проектах внедрения других типов корпоративных информационных систем и способствовать повышению эффективности реализации ИТ-проектов в целом.

В соответствии с методологией, предлагаемой PMBOK, проект являет собой инициативу, которая имеет временный характер. Она направлена на разработку оригинальной продукции, а также услуг или результатов [19]. Отметим, что проект имеет временный характер, благодаря чему придает управлению проектом особенную специфику в целом и управлению человеческими ресурсами в том числе. Основной акцент при планировании кадров был сделан на создании команды, которая будет работать по проекту (проектной команды). Это такая совокупность людей, которые имеют общие цели. Данная группа людей обладает определенными произвольными компетенциями, которые помогают выполнять разные задачи по проекту, и, кроме того, достигать целей, в соответствии с ресурсами (временными и прочими), а также предоставлять отчетность проектному руководству. Проектная команда, чаще всего, создается индивидуально для каждого проекта с учетом технических требований, должностных обязанностей и личных характеристик каждого лица, участвующего в проекте. Что касается самой команды проекта, то она может состоять из разных лиц: – из сотрудников организации; – из специалистов, которые были привлечены. Проектная команда формируется с минимальным числом стадий развития. Обратим внимание, что существуют современные модели наподобие модели Такмана, которые используются для характеристики пяти стадий образования (или формирования) команды: формирование, конфликт, а также нормирование, функционирование и расформирование. Каждая модель обладает общим порядком: участники группы знакомятся друг с другом, далее, ставятся цели (которые будут общими), подбирается среди участников подходящий лидер, отмечается укрепление единства непосредственно каждого участника, происходит определение норм, правил и санкций (в случае нарушений). Далее, команда начинает выполнять все этапы по достижению общей цели. Ввиду того, что наиболее детальное описание изначального этапа командного формирования есть конкретно в анализируемой нами модели Такмана, – конкретно эта модель и будет применена в рамках настоящего исследования.

Групповые области активности – деловая и межличностная: данные области используются в соответствии с упомянутой выше моделью Такмана.

Первая активность – общего типа. В рамках данной области задача решается непосредственно всей группой.

Деловая активность включает такие этапы как: ориентация в задаче; этап эмоционального реагирования на разнообразные требования относительно поставленной задачи; этап открытого обмена теми интерпретациями, которые имеются; – и в конечном итоге, проходит этап принятия решений.

Конфликтный этап (этап так называемого эмоционального реагирования каждого участника команды). Все члены команды реагируют непосредственно на те требования, что выдвигаются в рамках определенной задачи. Отметим, что на данном этапе каждым членом команды проявляется самая большая напряженность (в эмоциональном плане) поскольку, мнения между участниками разнятся, и важно, чтобы между участниками заладилось сотрудничество и была сформирована общая цель для того, чтобы все возможные противоречия между ними можно было успешно решить. В данном случае есть некоторое решения, которые принимаются участниками самостоятельно. Для этого не используется поддержка руководителя. Процесс принятия решения происходит с некоторыми сложностями. Каждый участник активно борется за собственные позиции, а также стремится доказать правоту собственной точки зрения непосредственно перед иными членами команды и руководителем (т.е. лидером). Главная мотивация в данном случае – авторитет и одобрение обществом. Необходимо принимать во внимание тот факт, что на этом этапе зачастую происходит формирование «группировок». Есть риск того, что произойдет конфликт за влияние.

Если на этом шаге управление командой происходит неэффективно, то риск распада ее в существенной степени повышается. Происходит это по причине различных вопросов, которые невозможно разрешить. Достижение общих целей – это то, на чем должно быть сосредоточено главное внимание всей команды для предупреждения отвлечения на различные конфликты и проблемы, имеющие межличностный характера. Компромиссы – это, что должна учитывать команда непосредственно на пути к достижению общего успеха.

На сегодняшний день, для нахождения самых действенных решений в отношении менеджмента проектных команд используются инструменты теории игр [20], которые помогают выявлять наиболее благоприятные стратегии участников. Существует множество отраслей, в которых применяются методы теории игр. Например, наиболее распространенными являются: психология, а также политология, экономика и социология. Существуют коалиционная игра и не кооперативная игра – это те разновидности, на которые разделена нынешняя теория игр. Особенностью кооперативных игр является то, что с них каждый участник имеет возможность генерировать коалиции, – в этом она отличается от так называемых некооперативных игр. Особенностью последних является непосредственное метод достижения каждым участником команды такого результата, который является наиболее приемлемым. Решение таких игр являет собой равновесие Нэша, – совокупность наиболее благоприятных, иначе говоря, оптимальных стратегий каждого участника. Теория кооперативных игр подразумевает следующие шаги: – изучение взаимосвязей образования групп (коалиций) каждого лица (участника); – проведение анализа вероятных исходов для разнообразных группировок.

Таким образом, теория некооперативных игр подразумевает направленность на индивидуальных членов команды, а в кооперативных – направленность на группы каждого лица (участника), участвующего в проекте.

Кооперативный подход применяется чаще всего в управлении проектными командами. В рамках данного подхода происходят следующие действия: – группировка каждого участника непосредственно в коалиции с целью достичь конкретных целей.

Некооперативный тип осуществляется такое взаимодействие с заказчиком, при котором каждая сторона осуществляет действия в собственных интересах. Ввиду того, что это исследование сосредоточено непосредственно на проблемах в самой команде, то в этом отношении используются такой тип игр как кооперативные игры. В том случае, когда происходит возникновение конфликтов внутри команды, при возникновении необходимости в так называемом централизованном управлении, модель взаимодействия внутри команды вокруг главного (центрального) органа выстраивается. Отметим, что данный орган осуществляет важную функцию контроля (контролируемый орган). Такие игры, в рамках которых данный орган определяет правила для прочих участников, называются иерархическими. В рамках настоящего исследования решения коллектива, то есть «коллективное принятие решение», – это модель иерархической игры непосредственно из теории игр. Два игрока работают вместе, сообща. Первый игрок – это центр управления, а второй игрок – это соответственно команда подчиненная. Первый – делает начальный шаг, определяя соответствующие положения игры (правила), которым необходимо следовать непосредственно всей команде. С целью дальнейшего выстраивания решений использовалась соответствующая модель стимулирования всей команды, в рамках которой принимается во внимание воздействие центра управления. Воздействие происходит как непосредственно на всю команду, так и на конкретных членов команды [21].

Команда из N = {1, 2, … , n} участников принимает участие непосредственно в моделировании процесса. Все участники сами решают x_i ∈ X_i, i ∈ N_i. Примем, что множество решений каждого члена команды (участника) имеет соответствующее свойство X_i = R₊¹, i ∈ N. И в результате обратим внимание на то, что стратегия каждого из участников представляет собой максимизацию выигрыша (речь идет именно о собственном выигрыше). Задачи сократить выигрыши в одно и то же время одними участниками у других нет. Таким образом отметим следующие итоги выполнения работы команды: z = Q(x) имеет зависимость от действий, выбранных каждым участником, благодаря соответствующей функции Q, (функция агрегирования) где

$x=\left(x_1,x_2,\dots ,x_n\right)\in X^{\text{'}}=\underset{}{\prod _{i\in N}}{X}_i,$

а при этом самой функцией агрегирования – центр; – имеет полную зависимость непосредственно от направления x действий каждого из участников Q: X′ → R₊¹.

Неотрицательные вознаграждения – их участники команды получают непосредственно в коллективных системах стимулирования. Данные вознаграждения имеют зависимость непосредственно от общего результата функционирования всей команды.

σ(z) = (σ₁(z), σ₁(z), … , σ₁(z)).

Система может быть ограничена бюджетом:

$\underset{}{\sum _{i\in N}}{\sigma }_i\left(z\right)=K.$

Отметим целевую функцию любого i-го участника:

f_i(x, σ(∙), r_i) = u_i(σ_i(z) – c_i(x, r_i)), i ∈ N,

где i обозначает i-го участника;

u_i – показатель полезности от вознаграждения;

c_i – показатель затрат участника, зависящих не-посредственно от действий x и типа r_i, т.е. набора его основных характеристик, в т.ч. уровней показате- лей эффективности работы, производительности труда, и др.

Далее приведем равновесий (речь идет о множестве) Нэша для заданной системы стимулирования.

$\begin{array}{c}{E}_N\left(\sigma \left(\cdot \right)\right)=\left\{x^{\ast }\in X^{\text{'}}\left|\forall i\right.\in N,\forall i\in N,\forall x_i\in X_i\right\};\\ f_i\left(x_{-i}^{\ast },x_i,{\sigma }_i\left(Q\left(x_{-i}^{\ast },x_i,r_i\right)\right)\right)\le f_i\left(x_{-i}^{\ast },{\sigma }_i\left(Q\left(x^{\ast }\right)\right),r_i\right),\end{array}$

где x_–i = (x₁, x₂, … , x_{i – 1}, x_{i + 1}, … , x_n) – обстановка игры для i-го участника.

Целевая функция центра – это разность непосредственного между H (доход) от команды и выплатами участникам (обозначается как z):

$\Phi \left(z,\sigma \right)=H\left(z\right)-\underset{}{\sum _{i\in N}}{\sigma }_i\left(z\right).$

Задача коллективного стимулирования есть выбор системы, максимизирующий уровень показателя эффективности, а также обеспечивает выигрыш центра при ограниченных ресурсах.

${\min }_{x^{\ast }\in E_N\left(\sigma \left(\cdot \right)\right)}\left[H\left(Q\left(x^{\ast }\right)\right)-\underset{}{\sum _{i\in N}}{\sigma }_i\left(Q\left(x^{\ast }\right)\right)\right]\to {\max }_{\sigma \left(\cdot \right)}.$

Новая модель

В рамках новой модели будет учтена сложность задачи, которая была поставлена участниками. Приведем основные аспекты новой модели.

1. Учет сложности задачи:

• определение сложности задачи как основного критерия в новой модели;
• уровень сложности будет известен центру и всей команде.

2. Роли центра в учете сложности:

• центр управления: будет оперировать непосредственно числом участников в разнообразные задачи;
• использование компенсаций для участников относительно имеющейся сложности и результата, который предполагается получить.

3. Стимулирование участников команды:

• центр будет выплачивать премии стимулирующего характера участникам команды;
• величина стимулирующего вознаграждения – это показатель, который зависит непосредственно от времени, потраченного непосредственно на то, чтобы решать задачи, и он ограничен бюджетом.

Профессиональные компетенции всех участников команды:

а) вести поиск путей решения проблемы без помощи других, руководствуясь своими профессиональными знаниями, приобретенными раннее перед выполнением задания;

б) искать различные варианты совместного решения задачи непосредственно вместе с другими участниками (после обмена) своими знаниями;

в) притвориться, якобы занятым поиском решения.

Издержки участников находятся в прямой зависимости от выбранных ими действий. Допустим, для того чтобы сделать вид, что занят поиском решения, затраты будут минимальными. В случае если же кто-то решит искать решение в одиночку, опираясь только лишь на свои собственные знания, затраты будут ниже, чем в случае «поиска решения вместе с другими участниками путем обмена знаниями», поскольку в последнем случае потребуется время и усилия для общения. Следовательно, быстрота и эффективность процесса принятия решений в стратегии «поиск решения совместно с другими участниками путем обмена знаниями» будут более высоки.

Отметим, что зависимость затрат каждого участника команды от выбранных им действий, а также от сложности проблемы или задачи, которую команде необходимо решить совместными усилиями.

Конкретные действия каждого участника неизвестны руководителю [18] команды, поэтому для классификации совместной деятельности команды и соответствующего определения стимулов используется модель.

При построении модели тип участника не учитывается. Затраты для команды и для каждого участника неразделимы, т. е. если деятельность требует консультаций с коллегами, затраты для каждого участника будут зависеть от того, сколько человек также решит выполнить эту деятельность.

Введем соответствующее обозначение непосредственно для упомянутой нами команды, состоящей из участников: N = {1, 2, … , n}. Число участников команды может быть любым, но было бы логично его ограничить приемлемым количеством сотрудников в обычной IT-команде [18]. Пусть центр управления определяет некоторое время τ, за которое он хочет получить готовое решение от команды. Обозначим за P – вероятность того, что один из участников команды нашел подходящее решение за заданное время τ. Далее, центр стимулирует участников команды на поиски необходимого решения путем предоставления некоторой полезности U ≥ 1, которую участник команды может получить при нахождении решения.

Действия каждого участника команды обозначим символом x_i ∈ X_i, i ∈ N. Каждый участник может выбрать одно из трех действий:

1) x_i1 – не искать решений, но делать вид, что ищешь [18];

2) x_i2– искать решение самостоятельно. Тогда вероятность найти решение будет равняться P, а вероятность не найти его равна 1 – P;

3) x_i3 – будет искать решение совместно с другими участниками. Тогда вероятность найти совместное решение будет равно: 1 – (1 – P)^t3, где t₃ – число участников команды, которые также ищут данное решение.

Под воздействием степени (Е) сложности задачи подразумевается влияние уровня сложности на выполнение задачи и эффективность работы команды. Отметим, что чем более сложная задача, тем, соответственно, гораздо труднее ее решить в долгосрочной перспективе. Однако в системе нет невыполнимых задач, и вероятность нахождения решения не зависит от уровня сложности. Однако важно понимать также и то, что чем сложнее задача, тем больше участников должны ее решить. Это означает, что чем выше сложность задачи, тем больше поощрительных выплат предлагается участникам. Таким образом, чтобы мотивировать членов команды и повысить эффективность работы, важно тщательно оценить уровень сложности задания и обеспечить соответствующие стимулирующие выплаты.

Можно предположить, что y – переменная обозначает затраты участника условного характера. Затраты направлены непосредственно на взаимодействие с другими сторонами [18] команды (с учетом сложности задачи, выбранного действия; с учетом осуществления коммуникации с другими участниками):

1) для первого действия: c_i1(x_i1) = 0;

2) для второго действия: c_i2(x_i2, E) = αE, где α = 0,01 – это положительный коэффициент приведения;

3) для третьего: c_i3(x_i3, E, y) = α(E + y^t3), где t₃ – количество участников, выбравших третье действие. В результате затраты каждого члена (участника) команды на совместный поиск решения возрастают прямо пропорционально количеству участников, которые принимают решение в пользу одного и того же действия. Важно обратить внимание на то, что в рамках данной задачи ключевой переменной, которая влияет на затраты участников, будет 1 ≤ E ≤ 10. В этой связи, чтобы учесть показатель роста затрат с увеличением количества участников обсуждения, значение переменной y выберем близким к единице. При этом учитываем большую зависимость затрат от сложности задачи.

Вычислим далее такой показатель как математическое ожидание полезности каждого реализуемого нами действия:

1) для первого действия имеем: u_i1(x_i1) = 0;

2) для второго действия имеем: u_i2(x_i2) = UP;

3) для четвертого действия имеем: u_i3(x_i3) = = U(1 – (1 – P)^t3), где t₃ – число участников, которые выбрали третье действие.

Определим целевую функцию f_i(x, E, y) – как выигрыш для каждого варианта из возможных стратегий участников команды. Опишем возможные варианты стратегий и целевые функции для каждого типа участников команды.

1. Стратегия: все делают вид, что ищут решение. Тогда для типа участника (делает вид, что ищет решение) целевая функция будет иметь вид

f_i(x, E, y) = 0.

2. Стратегия: все ищут решение индивидуально. Тогда для типа участника (ищет решение самостоятельно) вид целевой функции следующий:

f_i(x, E, y) = u_i – c_i = U(1 – (1 – P)) – αE.

3. Стратегия: вся команда ищет совместно. Тогда для типа участника (ищет решение совместно с другими участниками) вид целевой функции следующий:

f_i(x, E, y) = u_i – c_i = U(1 – (1 – P)^t3) – α(E + y^t3).

4. Стратегия: t₁-участников делают вид, что ищут решение. t₂-участников ищут самостоятельно решение. Тогда для типа участника (делает вид, что ищет) целевая функция будет иметь вид

f_i(x, E, y) = u_i – c_i = U(1 – (1 – P)),

для типа участника (ищет самостоятельно):

f_i(x, E, y) = u_i – c_i = U(1 – (1 – P)) – αE.

5. Стратегия: t₂-участников ищут самостоятельно решение, t₃-участников ищут решение коллективно. Тогда для типа участника (ищет самостоятельно) целевая функция будет иметь вид

f_i(x, E, y) = u_i – c_i = U(1 – (1 – P)) – αE,

для типа участника (ищет решение совместно с другими участниками):

f_i(x, E, y) = u_i – c_i = U(1 – (1 – P)^t3) – α(E + y^t3).

6. Стратегия: t₁-участников делают вид, что ищут решение, t₃-участников ищут решение коллективно. Тогда для типа участника (делает вид, что ищет) целевая функция будет иметь вид

f_i(x, E, y) = u_i – c_i = U(1 – (1 – P)^t3),

для типа участника (ищет решение совместно с другими участниками):

f_i(x, E, y) = u_i – c_i = U(1 – (1 – P)^t3) – α(E + y^t3).

7. Стратегия: t₁-участников делают вид, что ищут решение, t₂-участников ищут самостоятельно решение, t₃-участников ищут решение коллективно. Тогда для типа участника (делает вид, что ищет) целевая функция будет иметь вид

f_i(x, E, y) = u_i – c_i = U(1 – (1 – P)^t3),

для типа участника (ищет самостоятельно):

f_i(x, E, y) = u_i – c_i = U(1 – (1 – P)^t3) – αE,

для типа участника (ищет решение совместно с другими участниками):

f_i(x, E, y) = u_i – c_i = U(1 – (1 – P)^t3) – α(E + y^t3).

Первая стратегия будет считаться доминирующей, так как при выборе любой другой стратегии участник может получить ненулевой выигрыш.

Рассмотрим вторую и третью стратегии. Наиболее неблагоприятный исход, в котором перед участниками поставлена задача наибольшей сложности, то есть E = 10. С повышением сложности задачи затраты в двух стратегиях становятся близкими друг к другу. Это означает, что коэффициент y, который отвечает за затраты по коммуникациям, близок к единице и не вносит существенных изменений в общие затраты при ограниченном количестве участников (менее 12). Вероятность нахождения решения, от которой зависит полезность стратегии, растет с количеством участников команды, которые используют совместные поиски. Получаем, что попытки решения задачи одним участником команды, при наличии нескольких участников, которые ищут решение задачи совместно, становится доминирующей стратегией. Поэтому, исключаем также пятую и седьмую стратегии из рассмотрения [18].

Сравним стратегии шесть и три. Участникам команды, делающим вид, невыгодно менять свою стратегию на поиск совместного решения, потому что в этом случае их затраты вырастут. Значит третья стратегия тоже будет доминирующей.

Следовательно, получаем, что все участники поделятся на две части: одни, объединив усилия, будут искать решение, а другие будут делать вид, что ищут его.

Найдем равновесие Нэша, так как требуется найти выигрыш для отдельных участников:

а) участвующих в поиске решения совместно с командой;

б) не принимающих участия в командной работе.

Выпишем систему неравенств.

$\left\{\begin{array}{l}U\left(1-{\left(1-P\right)}^{t_3}\right)-\alpha \left(E+y^{t_3}\right)\ge U\left(1-{\left(1-P\right)}^{t_3-1}\right);\\ U\left(1-{\left(1-P\right)}^{t_3}\right)\ge U\left(1-{\left(1-P\right)}^{t_3-1}\right)-\alpha \left(E+y^{t_3+1}\right).\end{array}\right.$

Данные неравенства отражают условие выполнения равновесия Нэша.

Левая часть первого неравенства представляет собой выигрыш, получаемый игроком, выбравшим поиск решения поставленной задачи совместно с другими игроками. Правая часть неравенства представляет собой его выигрыш при отклонении от выбранной стратегии, а точнее при выборе стратегии имитации.

В левой части второго неравенства приводится выигрыш участника, который не принимал участие в поиске решения для команды, а правая часть данного неравенства есть его выигрыш при отклонении от выбранной стратегии.

Считаем, что полезность управляющего центра связана с количеством участников команды, принимающих участие в решение задачи (количество участников, принимающих совместное решение, влияет на скорость и эффективность решения задачи). Тогда центр, понимая всю сложность решения задачи, и зная, сколько человек нужно для решения задачи в отведенные сроки, путем изменения значения компенсации для каждого из участников команды может получать максимум выигрыша. Компенсация при этом одинакова для всех участников и равняется полезности, которая получается каждым игроком при достижении коллективного решения. В таком случае общие затраты управляющего центра будут раны сумме компенсаций, выплаченной участникам команды [18].

РЕЗУЛЬТАТЫ ИССЛЕДОВАНИЯ

Проведенное исследование позволило выявить ключевые факторы, оказывающие влияние на эффективность взаимодействия участников проектных команд при внедрении систем на базе платформы 1С. Согласно результатам анализа данных, полученных в ходе интервью с экспертами, одним из наиболее значимых аспектов является четкое распределение ролей и зон ответственности между членами команды [7]. В 87% рассмотренных проектов, где наблюдалось размытие функциональных границ и дублирование задач, возникали серьезные проблемы с координацией действий и своевременным достижением результатов. При этом в командах с ясной ролевой структурой и закреплением ответственности за конкретными специалистами средняя продолжительность проекта сокращалась на 23%, а количество итераций и переделок снижалось в 1,5–2 раза.

Не менее важным фактором успеха проектов внедрения 1С является налаженность коммуникаций и обмена информацией между участниками команды. Исследование показало, что в 76% случаев основной причиной срыва сроков и превышения бюджета выступали коммуникационные барьеры и несогласованность действий между различными функциональными подразделениями [11]. Использование современных инструментов совместной работы, таких как системы управления проектами (Jira, Redmine), средства визуализации процессов (Miro, Trello) и платформы для командной коммуникации (Slack, MS Teams), позволяет повысить прозрачность и эффективность взаимодействия в среднем на 30–40% [5].

Построенная в рамках исследования концептуальная модель взаимодействия участников проектов внедрения 1С позволила формализовать основные процессы и потоки информации, возникающие на различных этапах реализации проекта. Анализ модели показал, что наиболее критичными с точки зрения организации эффективной коллаборации являются фазы предпроектного обследования и проектирования решения, на которые приходится до 70% всех коммуникаций и согласований между членами команды [13]. Оптимизация взаимодействия на данных этапах за счет стандартизации процессов сбора и анализа требований, вовлечения ключевых пользователей и применения техник визуального моделирования бизнес-процессов способна обеспечить сокращение общей длительности проекта на 10–15%.

Результаты имитационного моделирования различных конфигураций взаимодействия участников команды в среде AnyLogic продемонстрировали, что увеличение интенсивности коммуникаций между специалистами смежных ролей (например, бизнес-аналитик – архитектор, разработчик – тестировщик) на 20% приводит к снижению количества итераций и переделок в среднем на 12%. При этом чрезмерная интенсификация взаимодействия (более 40% рабочего времени) может привести к информационной перегрузке и снижению продуктивности отдельных членов команды до 25% [14]. Оптимальным соотношением времени, затрачиваемого на коммуникации и индивидуальную работу, по данным моделирования, является 25–30 к 70–75% соответственно.

Значимым результатом исследования стала разработка практических рекомендаций по оптимизации взаимодействия в проектных командах с учетом специфики внедрения 1С-решений. В частности, предложена матрица распределения ответственности (RACI), адаптированная под типовые роли и функции участников проектов автоматизации. Внедрение данного инструмента в практику управления проектами позволяет снизить риски дублирования задач и повысить скорость принятия решений в среднем на 15–20%. Также разработан шаблон коммуникационного плана проекта, включающий в себя регламенты взаимодействия, частоту и форматы совещаний, правила эскалации проблем и согласования изменений [9]. Использование подобного плана способствует сокращению времени на координацию работ и уменьшению количества коммуникационных сбоев на 25–30%.

Помимо организационных аспектов, в ходе исследования были выявлены ключевые компетенции и навыки, необходимые участникам проектных команд для обеспечения эффективной коллаборации. По мнению 92% опрошенных экспертов, наиболее востребованными в современных условиях являются гибкие навыки (soft skills), такие как коммуникабельность, умение работать в команде, способность к самоорганизации и управлению конфликтами [6]. Целенаправленное развитие данных компетенций у сотрудников путем проведения тренингов и организации наставничества позволяет повысить слаженность работы команды и сократить потери времени, связанные с человеческим фактором, в среднем на 20–25%. Еще одним важным фактором повышения эффективности взаимодействия является применение гибких методологий управления проектами, таких как Agile и Scrum. Согласно результатам опроса, в 78% компаний, использующих итеративный подход и регулярные встречи команды (daily meeting, retrospective), наблюдается рост удовлетворенности заказчиков качеством внедряемых решений и сокращение количества постпроектных доработок на 30–40%. При этом ключевым условием успешного применения Agile в проектах внедрения 1С является адаптация его принципов и практик под специфику предметной области и зрелость команды.

Таким образом, проведенное исследование позволило получить комплексное представление о процессах взаимодействия участников проектных команд при внедрении 1С-решений, выявить основные факторы эффективности коллаборации и предложить практические рекомендации по оптимизации данных процессов. Разработанные концептуальная и имитационная модели могут служить основой для дальнейшего изучения закономерностей командной работы в ИТ-проектах и создания интеллектуальных систем поддержки принятия решений в области управления коллаборацией [10]. Интеграция предложенных подходов и инструментов в практику проектного управления способна обеспечить повышение результативности и качества реализации проектов внедрения корпоративных информационных систем, а также снижение рисков и издержек, связанных с человеческим фактором.

ЗАКЛЮЧЕНИЕ

Проведенное исследование продемонстрировало, что эффективное взаимодействие участников проектных команд является одним из ключевых факторов успеха внедрения корпоративных информационных систем, в частности, решений на базе платформы 1С. Комплексный анализ процессов коллаборации, основанный на изучении научной литературы, сборе эмпирических данных, экспертных интервью и методах математического моделирования, позволил выявить основные закономерности и проблемные области командной работы в ИТ-проектах.

Результаты исследования показали, что четкое распределение ролей и ответственности, налаженные коммуникации, использование современных инструментов совместной работы и применение гибких методологий управления способны повысить эффективность взаимодействия в проектных командах на 20–40%. При этом ключевыми компетенциями участников, обеспечивающими слаженность и продуктивность командной работы, являются гибкие навыки (soft skills), развитие которых должно стать приоритетной задачей для компаний, внедряющих сложные программные продукты. Разработанные в ходе исследования концептуальная и имитационная модели взаимодействия участников проектов внедрения 1С позволили формализовать основные процессы и потоки информации, а также провести оценку влияния различных параметров коллаборации на результирующие показатели эффективности. Выявлено, что оптимальным соотношением времени, затрачиваемого на коммуникации и индивидуальную работу, является 25–30 к 70–75%, а увеличение интенсивности взаимодействия между специалистами смежных ролей на 20% приводит к снижению количества итераций и переделок в среднем на 12%.

Предложенные по результатам исследования практические рекомендации, включающие матрицу распределения ответственности (RACI), шаблон коммуникационного плана проекта и подходы к развитию гибких навыков у сотрудников, могут служить основой для повышения эффективности управления командной работой в ИТ-проектах. Их внедрение в практику проектного менеджмента способно обеспечить сокращение сроков реализации проектов на 10–15%, снижение количества коммуникационных сбоев на 25–30% и повышение качества внедряемых решений за счет уменьшения числа постпроектных доработок на 30–40%.

About the authors

Dmitriy V. Kornienko

Bunin Yelets State University

Author for correspondence.
Email: dmkornienko@mail.ru
ORCID iD: 0000-0002-3115-194X

Cand. Sci. (Phys.-Math.), Associate Professor, associate professor, Department of Mathematical Modeling, Computer Technologies and Information Security

Russian Federation, Yelets

Andrey A. Breev

Bunin Yelets State University

Email: brand@gagarinbit.ru
ORCID iD: 0009-0003-3273-2556

PhD student, Department of Mathematical Modeling, Computer Technologies and Information Security

Russian Federation, Yelets

References

Supplementary files