Модели и методы принятия решений

3.3 Дерево решений

     Метод дерева решений имеет большое значение для разработки эффективных управленческих решений. Метод деревьев решений является одним из наиболее популярных методов, используемых на этапе выбора альтернатив.

     «ДЕРЕВО РЕШЕНИЙ — это схематичное  представление проблемы принятия решений». Как и платежная матрица, дерево решений дает руководителю возможность  «учесть различные направления  действий, соотнести с ними финансовые результаты, скорректировать их в  соответствии с приписанной им вероятностью, а затем сравнить альтернативы» . Концепция ожидаемого значения является неотъемлемой частью метода дерева решений.

     Общим для различных определений моментом является то, что решение – это выбор одной из возможных альтернатив. Процессы принятия управленческих решений являются центральным звеном управленческой деятельности, пронизывают все функции управления.

     Метод дерева решений допускает автоматизацию  процесса принятия некоторых видов  решений. Стремительное развитие информационных технологий, в частности, прогресс в  методах сбора, хранения и обработки  данных позволил многим организациям собирать огромные массивы данных, которые необходимо анализировать. Объемы этих данных настолько велики, что возможностей экспертов уже не хватает, что породило спрос на методы автоматического исследования (анализа) данных, который с каждым годом постоянно увеличивается.

     Деревья решений – один из таких методов  автоматического анализа данных. На сегодняшний день существует значительное число алгоритмов, реализующих деревья  решений CART, C4.5, NewId, ITrule, CHAID, CN2 и т.д.

     Основное  отличие деревьев решений от методов  распознавания образов и моделирования  состоит в том, что проводимое исследование основывается на логических рассуждениях, а не на вычислениях. Деревья решений – это один из методов построения экспертных систем на основе правил вывода. Такие системы называются системами прямого логического вывода, так как мы начинаем с фактов, в результате приходим к тому или иному выводу.

     Дерево  решений – способ отображения  информации, имеющих много различных  уровней и связей. Обычно представляет построенную по иерархическому принципу: главная цель или вершина дерева целей → подчиненные ей подцели первого, второго и последующих уровней (ветви дерева).

     Дерево  решений – популярный метод науки  управления, используемый для выбора наилучшего направления действий из имеющихся вариантов.

     Дерево  решений позволяет представить  проблему схематично и сравнить возможные  альтернативы визуально. Этот метод  можно использовать в применении к сложным ситуациям, когда результат  принимаемого решения влияет на последующие.

3.4 Методы прогнозирования

     Многие  допущения, из которых исходит руководитель, относятся к условиям в будущем, над которыми руководитель не имеет  почти никакого контроля. Но они  необходимы для многих операций планирования. Чем лучше руководитель сможет предсказать  внешние и внутренние условия  применительно к будущему, тем  выше шансы на составление осуществимых планов.

     Прогноз представляет собой предвидение, предсказание, основанное на определенных данных. Прогноз  определяет возможности, в рамках которых  могут ставиться реалистичные задачи планирова ния развития экономики или работы предприятия. В прогнозировании используются математические методы, подчас весьма сложные. Распространение компьютеров, простых и эффективных программных продуктов делает прогнозирование широко доступным.

Разновидности прогнозов: экономические прогнозы (используются для предсказания состояния  экономики и объема сбыта продукции  предприятия); прогнозы развития технологии; прогнозы развития конкуренции (позволяют  предсказывать стратегию и тактику  конкурентов); прогнозы на основе опросов  и исследований (дают возможность  предсказать, что произойдет в сложных  ситуациях, используя данные многих областей знания); социальное прогнозирование (используется для предсказания изменений  в социальных установках людей и  состояния общества). 

     Методы  прогнозирования можно разделить  на две группы, причем многие методы объединяют элементы обеих групп.

Эвристические методы основываются на том, что подходы, используемые для формирования прогноза, не изложены в явной форме и  неотделимы от лица, делающего прогноз. Это методы социологических исследований и экспертные методы, которые основываются на интуиции, опыте и воображении. Опрашиваемые, давая оценки, могут  основывать свои суждения как непосредственно  на интуиции, так и используя определенные причинно-следственные связи, дан­ные статистики и расчетов.

Экономико-математические методы прогнозирования сформулированы математически и могут быть воспроизведены другими лицами, которые неизбежно придут к получению такого же прогноза. При использовании экономико-математических методов структура моделей устанавливается и проверяется экспериментально, в условиях, допускающих объективное наблюдение и измерение.

     Статистические  методы занимают особое место в прогнозировании. Методы математической и прикладной статистики применяются при планировании любых работ по прогнозированию, при об­работке данных, полученных, как эвристическими методами, так и при использовании собственно экономико-математических методов. В частности, с их помощью определяют численность групп экспертов, опрашиваемых граждан, периодичность сбора данных, оценивают параметры теоретических экономико-математических моделей.

     Метод сценариев — эффективное средство для прогнозирования, объединяющего  качественный и количественный подходы. Сценарий — модель будущего, в которой  описывается возможный ход событий  с указанием вероятностей их реализации. В сценарии определяются основные факторы, которые должны быть приняты во внимание, и показываются, каким образом эти факторы могут повлиять на предполагаемые события.

3.5 Неформальные методы

     К неформальным методам относятся  вербальная информация, письменная информация, промышленный шпионаж, которые подробнее рассмотрены ниже.

                                       Вербальная информация.

     Руководство полагается на различные источники  письменной и устной информации как  вспомогательное средство для прогнозирования  и выработки целей. Методы сбора  вербальной, устной информации, по сути дела, наиболее часто используются в анализе внешней среды. Сюда следует отнести информацию, получаемую из радио- и телепередач, от потребителей, поставщиков, конкурентов, на торговых совещаниях, в профессиональных организациях, от юристов и финансовых ревизоров, консультантов.

     Такая вербальная информация затрагивает  все основные факторы внешнего окружения, представляющие интерес для организации. Она имеет откровенно переменчивый характер, ее легко получить, и часто  на нее вполне полагаются. Иногда данные могут оказаться неточными, устаревшими  или расплывчатыми, и тогда руководство  использует некачественную информацию для формулирования целей организации. Количество проблем при осуществлении  целей может быть значительным.

     Письменная  информация

     Источники письменной информации о внешнем  окружении – это газеты, торговые журналы, информационные бюллетени, профессиональные журналы и годовые отчеты. Еще  одним источником письменной информации о конкурентах служит отчет 10К. Этот специфический ежегодный отчет  составляется с участием Комиссии по ценным бумагам и биржам всеми  публичными акционерными компаниями. В библиотеках почти всех колледжей и университетов имеются отчеты 10К.

     Промышленный  шпионаж

     Недавно официальные представители японских фирм «Хитачи» и «Мицубиси» – двух крупнейших в мире поставщиков электронных  изделий, компьютеров и компонентов  к ним – были потрясены: в ходе хитроумной секретной операции 18 их сотрудников высокого уровня были арестованы, за попытку украсть секреты фирмы  «Ай Би Эм».

Шпионаж – не новость в жизни корпораций. Иногда он оказывался успешным способом сбора  данных о действиях конкурентов, и эти данные часто использовались для переформулирования целей организации.

3.6 Количественные методы прогнозирования

Количественные  методы можно использовать для прогнозирования, когда есть основания считать, что  деятельность в прошлом имела  определенную тенденцию, которую можно  продолжить и в будущем, и когда  имеющейся информации достаточно для  выявления статистически достоверных  тенденций или зависимостей. Кроме  того, руководитель обязан знать, как  использовать количественную модель, и помнить, что выгоды от принятия более эффективного решения должны перекрыть расходы на создание модели.

Два типичных метода количественного прогнозирования  – это анализ временных рядов  и казуальное (причинно- следственное) моделирование.

     Анализ  временных рядов

     Иногда  называемый проецированием тренда, анализ временных рядов основан на допущении, согласно которому случившееся в  прошлом дает достаточно хорошее  приближение в оценке будущего. Этот анализ является методом выявления  образцов и тенденций прошлого и  продление их в будущее. Его можно провести с помощью таблицы или графика путем нанесения на координатную сетку точек, соответствующих событиям прошлого (рис 5.3.1).

     Данный  метод анализа часто используется для оценки спроса на товары и услуги, оценки потребности в запасах, прогнозирование  структуры сбыта, характеризующиеся  сезонными колебаниями, или потребности  в кадрах.

     Чем более достоверно предположение  о подобии будущего прошлому, тем  вероятнее точность прогноза. Таким  образом, анализ временных рядов, вероятно, будет бесполезен в ситуациях  с высоким уровнем подвижности  или когда произошло всем известное  значительное изменение.

     Казуальное  моделирование

     Казуальное  моделирование – это наиболее хитроумный и математически сложный  количественный метод прогнозирования  из числа применяемых сегодня. Он используется в ситуациях с более чем одной переменной. Уровень личных доходов, демографические изменения и преобладающая ставка процента по закладным, например, влияют на будущий спрос на новые односемейные дома. Казуальное моделирование – это попытка спрогнозировать то, что произойдет в подобных ситуациях, путем исследования статистической зависимости между рассматриваемым фактором и другими переменными. Казуальная модель может показать, что всякий раз, когда процентная ставка по закладным увеличивается на 1% , спрос на новые дома падает на 5%.

     На  языке статистики эта зависимость  называется корреляцией. Чем теснее корреляция, тем выше пригодность  модели для прогнозирования. Полная корреляция бывает в ситуации, когда  в прошлом зависимость всегда была истинной. Если спрос на цветные  телевизоры всегда падал на 10%, когда  валовой национальный продукт снижался на 4% , можно с уверенностью утверждать, что-то же самое в подобных обстоятельствах произойдет и в будущем.

     Из  казуальных моделей самыми сложными являются эконометрические модели, разработанные  с целью прогнозирования динамики экономики. К таковым относится  Уортоновская модель Центра прогнозирования Пенсильванского университета. Подобные модели представляют собой тысячи уравнений, решаемых только с применением мощных компьютеров. Стоимость моделей

     настолько высока, что даже крупные предприятия предпочитают использовать результаты исследований с применением эконометрической модели, а не разрабатывать свои собственные модели. Несмотря на сложность, казуальные модели не всегда дают правильные результаты, о чем с очевидностью свидетельствует неспособность федерального правительства точно предсказывать влияние различных своих действий на экономику.

3.7 Качественные методы прогнозирования

     Как указывалось выше, для использования  количественных методов прогнозирования  необходимо располагать информацией, достаточной для выявления тенденции  или статистически достоверной  зависимости между переменными. Когда количество информации недостаточно или руководство не понимает сложный  метод, или когда количественная модель получается чрезмерно дорогой, руководство может прибегнуть к  качественным моделям прогнозирования. При этом прогнозирование будущего осуществляется экспертами, к которым  обращаются за помощью. Четыре наиболее распространенных качественных метода прогнозирования – это мнение жюри, мнение сбытовиков, модель ожидания потребителя и метод экспертных оценок. 
 

     Мнение  жюри

     Этот  метод прогнозирования заключается  в соединении и усреднении мнений экспертов в релевантных сферах. Например, для прогнозирования рентабельности производства новой модели компьютера фирма «Контрол Дейта» может снабдить имеющейся основной информацией своих менеджеров отделов производства, маркетинга и финансов и попросить их высказать мнение о возможном сбыте и его пределах. Неформальной разновидностью этого метода является «мозговой штурм». Это отнимает много времени, но зачастую дает полезные результаты, особенно когда организация нуждается во множестве новых идей и альтернатив.