Создать PDF Рекомендовать Распечатать

Алгоритм выбора программных средств решения задач сбора и анализа информации о внешней среде для стратегического планирования

Экономический анализ | (72) УЭкС, 12/2014 Прочитано: 13784 раз
(5 Голосов:)
  • Автор (авторы):
    Еремин Виктор Николаевич, Селиванова Ульяна Ивановна
  • Дата публикации:
    10.12.14
  • ВУЗ ИЛИ ОРГАНИЗАЦИЯ:
    ГОУ ВПО Ивановский государственный университет

Алгоритм выбора программных средств решения задач сбора и анализа информации о внешней среде для стратегического планирования

Algorithm of software making choice for decision the problems of external environment information for strategic planning gathering and analysis.

Еремин Виктор Николаевич

д.э.н., профессор

Ивановский государственный университет, кафедра «менеджмент»

e-mail: v.eremin37@mail.ru

Eremin Viktor Nikolaevich

Doctor of Economics, professor

The Ivanovo state university, the department «management»

Селиванова Ульяна Ивановна

аспирантка

Ивановский государственный университет, кафедра «менеджмент»

e-mail: ouliana_@mail.ru

Selivanova Uliana Ivanovna

graduate student

The Ivanovo state university, the department «management»

Аннотация: в статье предложен авторский алгоритм выбора программных средств, которые позволят комплексно решать задачи сбора и анализа информации для стратегического планирования. Раскрыт подход к определению вида задач сбора и анализа информации для стратегического планирования.

Annotation: In the article the author's algorithm for selecting the software that allow you to meet the challenges of complex data collection and analysis for strategic planning. It revealed the approach to defining the type of tasks to collect and analyze information for strategic planning.
Keywords: information for strategic planning, the choice of software

Ключевые слова: информация для стратегического планирования, выбор программных средств, сбор и анализ информации, выбор программных средств, стратегическое планирование

Введение

На сегодняшний день огромные массивы информации содержатся в электронном виде и заключают в себе много потенциально полезной информации для всех уровней управления предприятием, в том числе для стратегического планирования. Однако стратегическое планирование нуждается в обобщенной информации о тенденциях, прогнозах, стратегически важных изменениях, которая способна прорисовать целостную картину стратегической ситуации во внешней и во внутренней среде предприятия. Программные средства способны ускорить, упростить решение задачи сбора и анализа информации, что особенно важно на фоне нестабильности среды функционирования организации. Таким образом, необходимость автоматизации задач сбора и анализа информации для стратегического планирования становится очевидной и ведет к проблеме выбора соответствующих программных средств.

Проблема выбора программных средств является довольно сложной и в то же время актуальной. Изучив литературу последних лет, мы можем сделать вывод, что задача выбора программного обеспечения признается задачей многокритериального выбора. Авторы в своих работах, посвященных данной теме, как правило, либо приводят и описывают критерии выбора программного обеспечения (как, например, в работе [3]), либо приводят модели и методы выбора, включающие сложные расчеты и требующие для их применения специфических технических знаний. Подобные работы основываются на математических инструментах. Чаще всего, в литературе выбор программного обеспечения основывается на применении метода анализа иерархий в различных модификациях, как в работах [7] [4]. В его основу наряду с математикой заложены и психологические аспекты. В другой рассмотренной нами работе выбор программного продукта предлагается осуществлять на основе интеграла Шоке и империалистического алгоритма [1]. Подобные сложные расчетные алгоритмы в качестве исходных данных принимают оценки экспертов и позволяют осуществить выбор либо принять решение. Однако с выбором программного обеспечения сталкиваются порой сотрудники и высшее руководство промышленных предприятий. Они зачастую не обладают техническим образованием, позволяющим вникнуть в суть методик и моделей, использующих сложный математический инструментарий. В подобных случаях при выборе программных средств лица, принимающие решения (ЛПР), также руководствуются набором критериев для оценки альтернатив. Мы согласны с утверждением, что в реальных задачах принятия решений критерии взаимозависимы, следовательно, традиционные операторы агрегации на основе аддитивных мер для объединения таких критериев не применимы [1]. Приведение всех критериев к единой единице измерения несет в себе большие погрешности и недостатки. Следовательно, возникает объективная необходимость в разработке алгоритма многокритериального выбора программных средств, доступного для лиц, не обладающих глубокими техническими знаниями, и не допускающего грубого «сглаживания» критериев.

Наша работа посвящена вопросам сбора и анализа информации о внешней среде для стратегического планирования, соответственно мы обратим внимание на вопросы выбора программного обеспечения для сбора и анализа информации. Основная цель выбора программных продуктов: обеспечение сбора информации и обработки собранной информации наилучшим образом при имеющихся ресурсах. При выборе любых альтернатив всегда следует стремиться просчитать эффективность каждого решения либо, в случае затруднений в ее расчете, определить затраты. Мы, учитывая данный момент, будем понимать выбор программных средств как поиск оптимальных ПС (программных средств) по соотношению затраты – отдача.

С выбором программного обеспечения порой сталкиваются лица, не обладающие глубокими техническими знаниями в сфере программирования и высшей математики, однако представляющие, для решения каких задач выбираются программные средства. Наш алгоритм ориентирован на подобных лиц. Подразумеваем, что выбор программного обеспечения сбора и анализа информации для стратегического планирования будут осуществлять непосредственные пользователи (которые будут работать с выбранными ПС), а также руководство предприятия и отдел стратегического планирования.

Задача сбора и анализа информации для стратегического планирования является достаточно сложной и включает в себя множество подзадач, которые будут разные для разных предприятий. Изучив рынок ПС, мы пришли к выводу, что каждое программное средство способно решать определенный ограниченный круг задач. В связи с этим, логично, что одно программное средство, как правило, не сможет в себе сочетать весь требуемый для решения поставленных задач функционал. И выбор программных средств сбора и анализа информации сводится к выбору группы ПС.

Алгоритм

Ввиду широкого разнообразия как задач автоматизированного сбора и анализа, так и видов программных средств сбора и анализа информации, мы считаем целесообразным разбить алгоритм их выбора на две фазы. Первая фаза будет заключаться в выборе типа программных средств, вторая – в выборе конкретных программных средств для каждого типа программ.

При выполнении первой фазы алгоритма, в первую очередь, необходимо произвести классификацию программных средств, которая поможет выявить их схожие типы. Признаки классификации будут определяться задачами, на решения которых программы ориентированы. Далее необходимо произвести выбор типов ПС. Основным критерием данного выбора будет возможность решения программными средствами рассматриваемого типа задач (части задач) сбора и обработки информации для стратегического планирования конкретного предприятия.

Вторая фаза алгоритма заключается в определении вариантов и выборе программных средств в соответствии с типами ПС. Для определения вариантов программных средств по типам, в случае необходимости, вводятся ограничения. Данные ограничения связаны с двумя аспектами: с лимитированными ресурсами и с минимальными требованиями к ПС. Они призваны не допустить к дальнейшему рассмотрению программные средства, на приобретение либо эксплуатацию которых предприятие не имеет ресурсов, а также которые не удовлетворяют очевидным требованиям, предъявляемым со стороны предприятия к ПС подобного типа. Например, в качестве подобного ограничения может выступать максимальная стоимость ПС либо диапазон количества сотрудников, которые могут работать с данным ПС одновременно. После осуществления отбора вариантов ПС каждого типа происходит их выбор. Концепция выбора программных средств заключается в сведении всех критериев оценки ПС в две группы: стоимостные критерии и функционально-эксплуатационные критерии.

Критерий стоимости будет отражать приблизительные затраты, которые предприятие понесет в случае приобретения и ввода в эксплуатацию рассматриваемого ПС (стоимость внедрения). Критерии, которые суммируются в стоимостном критерии (критерии внедрения ПС, которые не выражены в денежных единицах, предварительно переводятся в денежную оценку), во второй группе критериев уже не рассматриваются. Вторая группа критериев, – функционально-эксплуатационные, – включает остальные важные для выбора ПС критерии, которые могут позволить судить о функционале ПС, особенностях его эксплуатации, в том числе о предполагаемых затратах при эксплуатации ПС. Для обеспечения сопоставимости критериев производится их шкалирование. Далее критерии приводятся к единой интегральной оценке на основе простого аддитивного взвешивания с применением предлагаемого нами дополнительного анализа оценок распределения значимостей критериев.

На завершающих стадиях алгоритма производится анализ вариантов ПС по сводным критериям (стоимостному и функционально-эксплуатационному) в рамках типов, формируются варианты групп ПС с наилучшими значениями критериев (меньшим значением стоимостного критерия и большим – функционально-эксплуатационного). Группы ПС формируются таким образом, чтобы для каждого типа ПС, выбранного на первой фазе алгоритма, в группе имелось хотя бы одно программное средство.

В алгоритме мы учли нюанс, что при расчете стоимостного критерия, будет рассчитываться, в том числе, стоимость приобретения необходимого для ввода в эксплуатацию ПС оборудования (программного обеспечения и технических средств). И если одинаковое оборудование требуется для нескольких ПС, его стоимость будет учитываться один раз при расчете общего стоимостного критерия для группы, после расчета которого производится окончательный выбор группы ПС.

Алгоритм представлен на рисунке 1. Он позволяет осуществить выбор программных средств, способных решать требуемые для стратегического планирования задачи сбора и анализа информации.

10

Рисунок 1. Алгоритм выбора программных средств для решения задач сбора и анализа информации для стратегического планирования

Далее рассмотрим подробнее фазы и этапы выполнения алгоритма.

Первым этапом в рамках первой фазы алгоритма будет являться классификация программных средств, которая поможет выявить схожие типы программ. Каждому отдельному типу программ можно будет подобрать более точные критерии для сравнения, отражающие специфику именного конкретного типа ПС. Главная задача классификации программных средств – выявить основной признак, по которому будет производиться классификация. Мы установили, что признак классификации программных средств должен определяться задачами, для решения которых программные продукты выбираются. Соответственно, задачи сбора и анализа информации должны быть четко выражены. Заметим, что с целью произведения грамотной классификации необходимо также всесторонне изучить имеющиеся на рынке и в свободном доступе программные средства, обращая внимание на их на функционал.

Рассмотрим далее нюансы постановки задач сбора и анализа информации для стратегического планирования, а также возможные варианты классификации программных средств сбора и анализа данных. В качестве главного классификационного признака примем основное назначение программного обеспечения (ПО). В соответствии с ним мы будем рассматривать особенности процессов классификации ПС сбора и ПС анализа отдельно.

Задачи сбора информации определяются потребностями в сборе информации. Изучив потребности в информации для стратегического планирования, мы пришли к выводу, что основные, главные потребности выражаются в виде тем, а также количественных и качественных показателей. Тема – это краткое наименования элемента внешней среды предприятия, информация о состоянии которого необходима для стратегического планирования. Поскольку показатели входят в состав тем, для целей выполнения алгоритма в качестве задач сбора информации примем темы, характеризующие состояние внешней среды. Их определяет руководство предприятия, а также отдел стратегического планирования, так как они являются составителями стратегических планов и осведомлены о потребностях в информации.

В связи со спецификой формулирования задач сбора информации для стратегического планирования, мы считаем, что основным классификационным признаком для программ сбора информации должна быть широта охвата источников информации программными средствами, поскольку она позволяет судить о способности (неспособности) программного средства добыть информацию по заданной теме. По данному признаку, изучив рынок ПС и их свойства, мы выделили следующие типы ПС: ПС, охватывающие максимальное интернет-пространство; ПС, ориентированные на добычу недавно опубликованной информации (например, новостей); ПС для локального поиска; ПС добычи информации от лиц; ПС, ориентированные на специализированные по теме источники. Последняя выделенная группа является наиболее широкой и включает такие программные средства как: поисковые машины по научной литературе; информационно-справочные правовые системы, поисковые сервисы по государственным закупкам, программы добычи информации из социальных сетей и другие.

Обращаясь к вопросу определения задач анализа информации, мы установили, что конкретизировать данные задачи следует при помощи сведений о характеристиках совокупностей информации, которую необходимо обрабатывать.  То есть информации, которую могут собирать уже выбранные типы программ сбора, а также иной (имеющейся) информации, которую необходимо обрабатывать. Однако обилие видов характеристик данных не позволяет однозначно определить доминирующую, которая ляжет в основу классификации ПП анализа. С целью определения основы для классификации необходимо изучить рынок ПП анализа, обращая внимание на характеристики информации, которую программные продукты способны анализировать и обрабатывать. В результате изучения рыночных предложений различных по характеристикам программ анализа информации мы можем сделать вывод, что основная характеристика данных, которая важна для программ анализа – это отнесение данных к структурированным либо неструктурированным. Есть еще один признак, связанный с характеристиками информации, по которому можно разделить программы анализа на группы – это объем данных. Некоторые ПС работают с огромными объемами данных, некоторые – с меньшими. Однако четко разделить большие от малых объемов не представляется возможным, поскольку в литературе и среди производителей ПО нет единого критерия определения больших объемов данных. Поэтому, учитывая, что альтернативой автоматизированному анализу является ручной, мы предлагаем относить ПС к типу обрабатывающих большие и не большие объемы данных в соответствии с экспертной оценкой лиц, осуществляющих выбор ПС. В общем случае с точки зрения выбора программ анализа, к большим объемам данных следует отнести те, которые не в состоянии обработать, оценить человек. То есть в результате деления ПС на группы по признаку объема обрабатываемых данных будут составлены две группы: ПС, обрабатывающие данные, которые можно анализировать вручную – работающие с небольшими объемами данных; ПС, обрабатывающие данные, не поддающиеся ручному анализу (работающие с данными большого объема). Таким образом, выделяем четыре типа ПС анализа информации: ПС, анализирующие структурированные данные малого объема, большого объема, ПС анализа неструктурированных данных малого объема, большого объема.

Второй этап алгоритма, относящийся к первой фазе, предполагает выбор типов программных средств, способных удовлетворить задачи сбора и анализа информации.

В общем случае, при выборе типов ПС сбора информации ЛПР должны определять: являются ли ПС данного типа необходимыми для сбора требуемой для стратегического планирования информации. Выбор осуществляется в соответствии с темами, устанавливающими задачи анализа внешней среды. Выбор типов ПС анализа будет зависеть от задач анализа, выраженных в ответах на вопросы: какого объема и типа данные необходимо анализировать.

Вторая фаза алгоритма предполагает определение критериев выбора ПС, определение вариантов ПС, их оценку в соответствии с критериями и окончательный выбор по типам.

Третий этап алгоритма, являющийся началом второй его фазы, предполагает выбор функционально-эксплуатационных критериев, в соответствии с которыми будут оцениваться ПС. В данную группу войдут все важные для выбора ПС критерии, касающиеся особенностей функционального наполнения программных средств, их потребительских, эксплуатационных свойств, в том числе эксплуатационных затрат. Состав критериев данной группы нами не регламентируется. Укажем функционально-эксплуатационные критерии, которые чаще всего должны рассматриваться при выборе ПС. К ним относятся: функциональные возможности, характеристики производителя ПС, удобство приобретения, эксплуатационные расходы за период, удобство интерфейса пользователя, быстродействие, возможности развития и интеграции, возможность многопользовательской работы. Перечень критериев составлен на основе рекомендаций из работ [5], [3]. Поскольку разным типам ПС свойственны разные нюансы их функционального наполнения, мы предлагаем разделить функционально эксплуатационные критерии на два типа: общие и специфические. Общие критерии будут подходящими для всех типов ПС. Специфические критерии будут характерны для конкретных типов ПС. Специфическими критериями будут те, которые уникальны для какого-либо типа ПС. Например, критерий «возможность поиска статьи по атрибутам (автор, год издания, тип публикации…)» будет уникальным для типа программных продуктов, ориентированных на научно-техническую литературу. Таким образом, функционально-эксплуатационные критерии выбора ПС следует назначать для каждого типа ПС отдельно, ориентируясь на следующие факторы: общие характеристики ПС; характеристики ПС, присущие конкретному типу; рекомендуемые разными авторами критерии оценки программных продуктов и информационных систем.

Четвертый этап заключается в присвоении уровней значимости каждому функционально-эксплуатационному критерию на основе оценок экспертов и с применением дополнительного анализа распределения значимостей. Поскольку сведение данных критериев к единой оценке, согласно предложенному алгоритму, осуществляется на основе простого аддитивного взвешивания, необходимо выставить коэффициенты значимости критериев. В работе [7] приведен пример подобной пошаговой методики сравнения программных продуктов. Мы внесли некоторые уточнения в предложенную методику. В указанной работе проблема многообразия критериев и риск размывания одних критериев другими решается ограничением числа критериев и рекомендациями к экспертам подходить разумно к их выбору. Мы считаем, что для составления перечня критериев необходима их классификация. Она позволит избежать исключения из анализа важных групп характеристик программных средств. Кроме того, разбиение критериев на группы даст возможность анализировать количество критериев в разных классификационных группах и выявить «перевесы» количества критериев в сторону определенных групп. В работе [6] все множество характеристик программных продуктов условно разбивается на три группы: технические, экономические, потребительские. Предлагаем принять данную классификацию за основную при составлении перечня критериев оценки программных средств. Выставление уровней значимости критериев осуществляется экспертами. Уровни значимости располагаются на отрезке от 0 до 1, как указано в работе [7]. На данном шаге мы предлагаем произвести дополнительную проверку, не маскируются ли существенные критерии менее значимыми, а также проверку полноты совокупности критериев. Для данной цели необходимо каждой группе критериев, согласно принятой классификации (в нашем случае, это технические, экономические, потребительские) присвоить уровень значимости. При этом стоит не забывать, что часть критериев отнесена к стоимостным и в данном случае не рассматривается. Например, экономические критерии будут составлять, в основном, эксплуатационные затраты и затраты на сопровождение. Мы считаем, что высокий уровень значимости группы критериев предполагает наличие в ней (среди прочих) критериев с высоким уровнем значимости. При этом низкий уровень значимости группы критериев предполагает отсутствие в ней большого числа критериев с высоким уровнем значимости. Оптимальным будет считаться вариант, когда соотношение сумм оценок уровней значимости критериев для каждой из групп будут примерно таким же, как соотношение уровней значимостей групп. Корректировка состава критериев и уровней их значимости помогает добиться желательного распределения значимостей между всеми группами критериев. При этом меняться могут не только уровни значимости отдельных критериев, но и уровни значимости групп критериев.

Мы предлагаем производить анализ распределения значимостей между группами критериев отдельно для каждого типа ПС сбора и анализа информации. В таком случае будет учтена специфика ПС разных типов, поскольку, во-первых, специфические функционально-эксплуатационные критерии разные для каждого типа ПС, во-вторых, эксперты смогут присваивать разные оценки значимостей общим критериям и группам критериев для разных типов ПС. Подобный анализ поможет наглядно представить, какие критерии выбора являются доминирующими, и в какой мере разные группы критериев определяют выбор ПС каждого типа.

Пятый этап выполнения алгоритма заключается в выборе вариантов конкретных ПС для каждого типа. Данный выбор необходимо осуществлять с учетом ограничений, которые отражают лимит ресурсов либо необходимые требования к ПС и могут быть как общие для всех типов ПС, так и относящиеся к конкретному типу ПС. Ограничения позволяют отобрать для дальнейшей оценки те программные средства, которые потенциально могут использоваться на предприятии и решать требуемые задачи.

При выполнении данного этапа следует учитывать следующий нюанс: не всегда программное средство сбора и анализа информации может быть однозначно отнесено к определенному типу ПС. Выше мы привели классификацию ПС сбора и анализа информации. Из классификации ПС сбора информации сразу видно, что ПС некоторых типов будут автоматически отнесены и к другим типам. Например, ПС сбора, охватывающие максимальное интернет-пространство, будут также относиться к ПС сбора, ориентированным на социальные сети. Кроме того, существуют программные продукты, производящие как сбор, так и анализ информации. В случаях, когда программное средство будет относиться сразу к нескольким типам, мы предлагаем далее рассматривать его в качестве альтернативы по каждому из этих типов. Аддитивные оценки его функционально-эксплуатационных критериев для каждого типа будут разными, а стоимостная оценка – одна и та же.

Шестой этап алгоритма предполагает шкалирование функционально-эксплуатационных критериев каждого ПС. Шкалирование производится по общим критериям, а также по специфическим для типов ПС, к которому относится конкретное ПС. Мы предлагаем формулировать критерии таким образом, чтобы уровень их выполнения можно было оценить по десятибалльной шкале. Например, такую характеристику ПП как быстродействие можно переформулировать в уровень быстродействия. Характеристики, которые не выражаются в количественной оценке, можно также переформулировать в критерии, которые будут оцениваться по десятибалльной шкале. Например, характеристика ПП «производитель» может быть представлена в виде критерия «надежность производителя». Отметим, что при шкалировании происходит сопоставление значений критериев с требованиями к ПС. Чем больше рассматриваемый критерий ПС удовлетворяет требованиям, тем выше оценка критерия. Например, при шкалировании критерия «уровень эксплуатационных затрат» требование будет заключаться в сведении затрат к минимуму, и чем затраты меньше, тем выше оценка критерия в баллах. Для критерия «надежность производителя» имеет значение требование к его надежности: чем лучше производитель удовлетворяет требованию надежности, тем выше балльная оценка данного критерия ПС.

Седьмой этап алгоритма – расчет интегральной оценки функционально-эксплуатационной группы критериев. Расчет осуществляется для каждого программного средства по всем типам ПС, в которые оно входит, и производится по следующей формуле 1:

11(1)

Офэ – интегральная оценка критерия «функционально-эксплуатационные качества» для конкретного программного средства

n – количество функционально-эксплуатационных критериев, по которым производится оценка программного средства

Вi – оценка выполнения критерия i в баллах

Зi – значимость критерия i

Восьмой этап алгоритма – предварительный расчет стоимостного критерия для каждого ПС. Критерий стоимости отражает стоимость внедрения конкретного программного средства и выражается в денежных единицах. Он включает не только цену приобретения программного средства (цена актуальна для программных продуктов), но также расходы на его «освоение» и ввод в эксплуатацию. Мы считаем, что данный критерий стоит рассматривать отдельно, поскольку он поддается приблизительному расчету для всех ПС, кроме того, человек воспринимает финансовые показатели гораздо легче, чем «обезличенные» интегральные оценки. Дорохов А.В., Гаркин В.В., Драшкович M. говорят в своей работе, что стоимость программного обеспечения, трудоемкость его освоения и внедрения на сегодня являются практически основными показателями, по которым определяется распространение информационных систем на информационном рынке [5]. Указанный факт подтверждает, что стоимость внедрения заслуживает обособленного рассмотрения при оценке альтернатив.

Известно, что универсальной методикой для расчета стоимости владения информационной системой (ИС) и ее компонентами является TCO (Total Cost of Ownership), которая отражает прямые и косвенные затраты на разработку, внедрение, сопровождение и эксплуатацию ИС [2]. Она включает множество показателей и является трудоемкой для расчета. Однако мы не рекомендуем использовать ТСО при выборе программных продуктов сбора и анализа информации для стратегического планирования. Во-первых, мы предлагаем учитывать только очевидные и существенные затраты. Информационные системы сбора и анализа информации для стратегического планирования внедряются для ограниченного малого числа пользователей, поэтому большей частью показателей ТСО считаем целесообразным пренебречь. Во-вторых, методика ТСО требует знания множества исходных данных, например, времени эксплуатации ИС, что заранее определить затруднительно при выборе программных средств сбора и анализа информации.

Обращаясь к вопросу выбора средств сбора и анализа информации, установим, что стоимостной критерий будет рассчитываться исходя из следующих затрат: цена приобретения ПС, стоимость приобретения программных и аппаратных средств для работы с ПС, стоимость обучения персонала работе с ПС. Мы указываем, что на данном этапе расчет критерия стоимости ПС будет предварительным, это происходит по двум причинам. Во-первых, для обеспечения сопоставимости в сравнении альтернатив мы предлагаем рассчитывать критерий стоимости для одного рабочего места. Во-вторых, в случаях, когда для одних и тех же ПС требуется одинаковое программное или аппаратное обеспечение цену его приобретения не следует включать в критерий стоимости каждого из ПС, поскольку это создаст трудности при оценке альтернативных ПС. Согласно алгоритму, цена программно-аппаратных средств, требуемых для нескольких ПС, будет включена в общий критерий стоимости, определяемый для группы ПС.

Обратимся к вопросам расчета затрат на приобретение программных и аппаратных средств, необходимых для работы с рассматриваемым ПС. Необходимые программные и аппаратные средства определяются исходя из требований производителя к программно-аппаратному обеспечению. Производители указывают требования, как правило, в виде списка операционных систем, поддерживающих работу с рассматриваемым продуктом, и минимальных ограничений быстродействия и величины компьютерной памяти. Однако могут быть и не столь тривиальные требования. Некоторые программы анализа работают только с определенными поддерживаемыми структурами и типами данных, для них требуются программы интеграции данных, для хранения и работы с большими объемами данных необходимы программно-аппаратные решения хранилищ данных.

В общем виде, затраты на дополнительные программы и аппаратные средства будут равны стоимости дооборудования одного рабочего места необходимыми программными и аппаратными средствами. При выяснении необходимости дополнительных программно-аппаратных средств для конкретного ПС возможны три варианта: 1 дооборудование рабочего места для внедрения ПС не требуется; 2 требуется дооборудование уникальными (не требующимися для других ПС) программными и аппаратными средствами; 3 требуется дооборудование программно-аппаратными средствами неуникальными, которые будут необходимы также для других ПС. В первом случае стоимостная оценка критерия равна нулю. Во втором случае – стоимости приобретения дополнительных программно-аппаратных средств. В третьем случае стоимостная оценка критерия будет рассчитываться как деление стоимости приобретения дополнительных программно-аппаратных средств на количество выбранных ПС, для которых эти средства необходимы. В данном случае присутствует проблема: определить заранее количество ПС из группы с общими техническими требованиями, которые будут в итоге выбраны, затруднительно. Мы предлагаем оставить значение критерия стоимости неуникального программно-аппаратного обеспечения в виде формулы: в числителе стоимость программно-аппаратного обеспечения, необходимого для группы ПС, а в знаменателе неизвестное число, равное количеству выбранных ПС из данной группы. Числитель поддается расчету и будет выражен в денежных единицах. Знаменатель может принимать значения в диапазоне от нуля до общего количества ПС из группы. При этом один программное средство может входить в несколько групп, если для его работы требуется несколько программно-аппаратных средств, которые могут быть необходимы для разных ПС. Таким образом формула расчета затрат на дополнительные программы и технику будет выглядеть следующим образом:

12(2),

где Спа – стоимость дооборудования рабочего места программно-аппаратными средствами для внедрения ПП;

Су – стоимость дооборудования рабочего места уникальными программно-аппаратными средствами, требующимися для ПП;

n – количество групп программных средств, для которых требуется одинаковое программное или аппаратное обеспечение

Снуi – стоимость дооборудования рабочего места неуникальными программно-аппаратными средствами, требующимися для ПС группы i;

Впп – количество выбранных ПС группы i, для которых требуется дооборудование рабочего места теми же неуникальными программно-аппаратными средствами.

Стоимость обучения персонала работе с ПС также будет рассчитываться для каждого ПС. Затраты на обучение необходимо рассчитать в случае, если персоналу предприятия, которому предстоит работать с рассматриваемым программным средством, необходимо обучение для работы с ним. Возможны два варианта обучения: оказание платных образовательных услуг и обучение на рабочем месте. При первом варианте, стоимости обучения персонала известна. Во втором случае, стоимость обучения будет рассчитываться как приблизительная оценка затрат рабочего времени на самообучение, переведенная в денежные единицы исходя из средней заработной платы рассматриваемого персонала. Формула расчета выглядит следующим образом:

13(3), где

Со - стоимость обучения сотрудника предприятия для подготовки к использованию ПС;

Уо – стоимость услуг сторонних организаций по обучению сотрудника предприятия использованию ПС;

Всо – количество рабочего времени в часах, которое потребуется сотруднику для самостоятельного обучения работе с ПС;

Зпс – средняя заработная плата сотрудника предприятия за час.

Количество рабочего времени в часах, которое потребуется сотруднику для самостоятельного обучения определяется экспертом.

Формула расчета сводного критерия стоимости для конкретного ПС выглядит следующим образом:

14(4), где

С – критерий стоимости ПС;

Ц – цена ПС;

Цув – стоимость услуг по внедрению ПС, оказываемых сторонними организациями;

Спа – стоимость дооборудования рабочего места программно-аппаратными средствами для внедрения ПС;

Со – стоимость обучения сотрудника предприятия для подготовки к использованию ПС.

На девятом этапе алгоритма происходит сравнение ПС в рамках типов и формирование вариантов групп ПС. В состав каждой группы входит хотя бы одно программное средство каждого из выбранных типов. Таким образом, программные средства каждой группы вместе будут способны решать поставленные задачи. При выборе учитываются функционально-эксплуатационный критерий и критерий стоимости: чем больше значение первого и меньше – второго, тем предпочтительнее оказывается ПС.

Десятый этап предполагает ответ на вопрос: достаточно ли в рамках каждого типа ПС вариантов программных средств с удовлетворительными (потенциально удовлетворительными, если критерии стоимости рассчитаны не до конца) значениями критериев? В случае если ЛПР посчитает, что таких ПС не достаточно, происходит возврат к этапу пять.

Одиннадцатый этап алгоритма заключается в окончательном расчете критериев стоимости для каждой группы ПС, сформированной на девятом этапе. В данном случае можно производить расчет исходя не из одного рабочего места, а фактического количества рабочих мест, которые требуется обеспечить программными средствами заданного типа. Формула расчета критерия стоимости для конкретной группы ПС будет следующей:

15(5), где

Сг – критерий стоимости для группы ПС;

m – количество ПС в группе;

Сi – критерий стоимости i-го программного средства;

Рмi – количество рабочих мест, которые требуется обеспечить программным средством i.

Окончательный выбор группы ПС происходит исходя из общего критерия стоимости группы с учетом функционально-эксплуатационных критериев каждого программного средства по каждому типу, в который оно входит.

Заключение

Таким образом, предложенный алгоритм позволяет произвести выбор программных средств сбора и анализа информации для стратегического планирования, исходя из поставленных задач с учетом предполагаемых затрат на ввод в эксплуатацию программных средств, а также функциональных и эксплуатационных характеристик.

Достоинством алгоритма является его простота. Эффект сглаживания критериев, неизбежный при применении метода простого аддитивного взвешивания, компенсируется тем, что в качестве альтернатив выбираются ПС, функциональное назначение которых позволяет решать ставящиеся задачи сбора и анализа информации, а также которые удовлетворяют минимальным требованиям к ПС и «вписываются» в ресурсные ограничения. Кроме того, стоимость внедрения ПС рассматривается отдельно, что позволяет адекватно учитывать ее при выборе.

Недостатком алгоритма является наличие погрешностей и допущений при расчете критериев стоимости. К ЛПР предъявляются требования быть хорошо осведомленными о предметной области, что не всегда реализуемо.

Библиографический список

  1. Ахаев А.В., Ходашинский И.А., Анфилофьев А.Е. Метод выбора программного продукта на основе интеграла шоке и империалистического алгоритма // Доклады Томского государственного университета систем управления и радиоэлектроники. – 2014. – № 2 (32) . – С. 224-229.
  2. Бунова Е.В., Буслаева О.С. Оценка эффективности внедрения информационных систем // Вестник АГТУ, сер.: Управление, вычислительная техника и информатика. –2012. – №1. – C. 158-164.
  3. Верников Д.А. Критерии выбора информационных технологий для формирования бизнес-процессов в финансово-экономической деятельности // Гуманитарные, социально-экономические  и общественные науки. – 2013. – № 3. – С. 227-229.
  4. Глухова Ю.В. Использование метода анализа иерархий для выбора системы электронного документооборота // Современные научные исследования и инновации. – 2014. – № 4 (36) . – С. 7.
  5. Дорохов А.В., Гаркин В.В., Драшкович M.  Оценка качества программного обеспечения для логистических информационных систем // Системи обробки інформації. – 2010. – випуск 7 (88). – C. 12-16.
  6. Ехлаков Ю.П., Янченко Е.А. Методика оценки конкурентоспособности прикладных программных продуктов // Бизнес-информатика. – 2011. – №3.
  7. Чернышева Т.Ю., Жуков А.Г. Иерархическая модель оценки и выбора программных продуктов для организации // Ползуновский вестник. – 2013. – № 2. – С. 25-28.

References:

  1. Ahaev A.V., Hodashinskii I.A., Anfilifiev A.E. Metod vibora programmnogo produkta na osnove integrala shoke I imperialisticheskogo algoritma [A method of selecting a software product based on the integral shock and imperialist algorithm] // Dokladi Tomskogo gosudarstvennogo universitete system upravlenia I radioelectroniki [Reports of Tomsk state University of control systems and Radioelectronics.]. – 2014. –no 2 (32). – pp. 224-229.
  2. Bunova E.V., Buslaeva O.S. Osenka effektivnosti vnedrenia informasionnih system [Evaluation of the effectiveness of the implementation of information systems] // Vestnik AGTU, ser.: Upravlenie, vichislitelnaia tehnika I informatika [Bulletin of ASTU, ser.: Control, computer engineering and Informatics ]. – 2012. – no 1. – pp. 158-164.
  3. Vernikov D.A. Kriterii vibora informacionnih tehnologii dla formirovania biznes-processov v finansovo-ekonomicheskoi deyatelnosty [Selection criteria information technology for the formation of business processes in the financial-economic activity] // Gumanitarnie, socialno-ekonomicheskie I obchestvennie nauki [Humanitarian, socio-economic and social Sciences]. – 2013. – no 3. – pp. 227-229.
  4. Gluhova Ju.V. Ispolzovanie metoda analiza ierarhii dla vibora sistemi elektronnogo dokumentooborota [The use of the method of analytic hierarchy process for selection of an electronic document management system] // Sovremennie nauchnie issledovania I innovasii [Modern scientific researches and innovations]. – 2014. – no 4 (36). – pp. 7.
  5. Dorohov A.V., Garkin V.V., Drashkovich M. Ocenka kachestva programmnogo obespechenia dla logisticheskih sistem [Assessment of quality software for the logistics information systems] // Sistemi obrabotki informacii [The information processing system]. – 2010. – vipusk 7 (88). – pp. 12-16.
  6. Ehlakov Ju.P., Yanchenko E.A. Metodika ocenki konkurentosposobnosti prikladnih programmnih produktov [The method of evaluating the competitiveness of application software] // Biznes-informatika [Business Informatics]. – 2011. - no 3.
  7. Chernishova T.Ju., Zhukov A.G. Ierarkhicheskaya model' otsenki i vybora programmnykh produktov dlya organizatsii [The hierarchical model evaluation and selection of software products for the organization] // Gjkpenovskij vestnik [Polzunovsky Bulletin]. – 2013. – no 2. – pp. 25-28.

  vakperechen

ОБНОВЛЕННЫЙ СПИСОК ВАК 2016 г.
ОТ 19.04.2016  >> ПРОСМОТРЕТЬ
tass
 
ПО ВОПРОСАМ ПУБЛИКАЦИИ СТАТЕЙ И СОТРУДНИЧЕСТВА ОБРАЩАЙТЕСЬ:
skype SKYPE: vak-uecs
e-mail
MAIL: info@uecs.ru
phone
+7 (928) 340 99 00
 

АРХИВ НОМЕРОВ

(01) УЭкС, 1/2005
(02) УЭкС, 2/2005
(03) УЭкС, 3/2005
(04) УЭкС, 4/2005
(05) УЭкС, 1/2006
(06) УЭкС, 2/2006
(07) УЭкС, 3/2006
(08) УЭкС, 4/2006
(09) УЭкС, 1/2007
(10) УЭкС, 2/2007
(11) УЭкС, 3/2007
(12) УЭкС, 4/2007
(13) УЭкС, 1/2008
(14) УЭкС, 2/2008
(15) УЭкС, 3/2008
(16) УЭкС, 4/2008
(17) УЭкС, 1/2009
(18) УЭкС, 2/2009
(19) УЭкС, 3/2009
(20) УЭкС, 4/2009
(21) УЭкС, 1/2010
(22) УЭкС, 2/2010
(23) УЭкС, 3/2010
(24) УЭкС, 4/2010
(25) УЭкС, 1/2011
(26) УЭкС, 2/2011
(27) УЭкС, 3/2011
(28) УЭкС, 4/2011
(29) УЭкС, 5/2011
(30) УЭкС, 6/2011
(31) УЭкС, 7/2011
(32) УЭкС, 8/2011
(33) УЭкС, 9/2011
(34) УЭкС, 10/2011
(35) УЭкС, 11/2011
(36) УЭкС, 12/2011
(37) УЭкС, 1/2012
(38) УЭкС, 2/2012
(39) УЭкС, 3/2012
(40) УЭкС, 4/2012
(41) УЭкС, 5/2012
(42) УЭкС, 6/2012
(43) УЭкС, 7/2012
(44) УЭкС, 8/2012
(45) УЭкС, 9/2012
(46) УЭкС, 10/2012
(47) УЭкС, 11/2012
(48) УЭкС, 12/2012
(49) УЭкС, 1/2013
(50) УЭкС, 2/2013
(51) УЭкС, 3/2013
(52) УЭкС, 4/2013
(53) УЭкС, 5/2013
(54) УЭкС, 6/2013
(55) УЭкС, 7/2013
(56) УЭкС, 8/2013
(57) УЭкС, 9/2013
(58) УЭкС, 10/2013
(59) УЭкС, 11/2013
(60) УЭкС, 12/2013
(61) УЭкС, 1/2014
(62) УЭкС, 2/2014
(63) УЭкС, 3/2014
(64) УЭкС, 4/2014
(65) УЭкС, 5/2014
(66) УЭкС, 6/2014
(67) УЭкС, 7/2014
(68) УЭкС, 8/2014
(69) УЭкС, 9/2014
(70) УЭкС, 10/2014
(71) УЭкС, 11/2014
(72) УЭкС, 12/2014
(73) УЭкС, 1/2015
(74) УЭкС, 2/2015
(75) УЭкС, 3/2015
(76) УЭкС, 4/2015
(77) УЭкС, 5/2015
(78) УЭкС, 6/2015
(79) УЭкС, 7/2015
(80) УЭкС, 8/2015
(81) УЭкС, 9/2015
(82) УЭкС, 10/2015
(83) УЭкС, 11/2015
(84) УЭкС, 11(2)/2015
(85) УЭкС,3/2016
(86) УЭкС, 4/2016
(87) УЭкС, 5/2016
(88) УЭкС, 6/2016
(89) УЭкС, 7/2016
(90) УЭкС, 8/2016
(91) УЭкС, 9/2016
(92) УЭкС, 10/2016
(93) УЭкС, 11/2016
(94) УЭкС, 12/2016
(95) УЭкС, 1/2017
(96) УЭкС, 2/2017
(97) УЭкС, 3/2017
(98) УЭкС, 4/2017
(99) УЭкС, 5/2017

 Федеральная служба по надзору в сфере связи и массовых коммуникаций

№ регистрации СМИ ЭЛ №ФС77-35217 от 06.02.2009 г.       ISSN: 1999-4516