INSIGHTS | OPERĀCIJU PĒTĪJUMI UN UZŅĒMĒJDARBĪBAS VADĪBA

Operāciju pētījumi vadībā: matemātiskā optimizācija tieši valdes sēdē

Kā operāciju pētījumi, matemātiskā portfeļa optimizācija un reāllaika simulācija maina stratēģiskos investīciju lēmumus – no kapitālieguldījumu plānošanas līdz valdes sēdei.

Uzņēmumi iegulda ievērojamus līdzekļus savu projektu novērtēšanā, prioritāšu noteikšanā un plānošanā. Tomēr bieži vien paliek neatbildēts viens būtisks jautājums: vai izvēlētā investīciju projektu kombinācija, ņemot vērā esošos budžeta, resursu un atkarību ierobežojumus, patiešām ir vislabākā?

Tieši šeit savu lomu spēlē operāciju pētījumi (OR). Šī zinātniskā disciplīna pēta, kā sarežģītas lēmumu pieņemšanas problēmas var matemātiski modelēt un optimizēt.

Lai gan operāciju pētījumi jau desmitiem gadu tiek izmantoti ražošanā, loģistikā, satiksmes plānošanā un resursu sadalē, to integrācija stratēģiskajos vadības procesos paver jaunas pielietojuma iespējas: matemātiskā optimizācija tieši tur, kur tiek pieņemti investīciju lēmumi – valdes sēdē.

Tādējādi no bieži vien iepriekš veiktas analīzes tā kļūst par interaktīvu uzņēmuma vadības instrumentu.

1. Kas ir operāciju pētījumi vadībā?

Operāciju pētījumi ir zinātniska disciplīna, kas nodarbojas ar sarežģītu lēmumu pieņemšanas problēmu matemātisko analīzi un optimizāciju. Tā izmanto, cita starpā, matemātisko programmēšanu, kombinatorisko optimizāciju, simulāciju, stohastiskos modeļus un algoritmiskas metodes, lai noteiktos apstākļos noteiktu iespējami labākos vai pierādāmi optimālos risinājumus.

Uzņēmējdarbības vadībā tas nozīmē, ka stratēģiskos un operatīvos lēmumus nedrīkst balstīt vienīgi uz pieredzi, reitingiem vai atsevišķiem rentabilitātes aprēķiniem, bet gan sistemātiski jāņem vērā mijiedarbība starp pieejamajām rīcības alternatīvām.

Tipiski lēmumu pieņemšanas jautājumi ir šādi:

• Kādi investīciju projekti būtu jāīsteno, ņemot vērā ierobežoto kapitālieguldījumu budžetu?
• Kā optimāli sadalīt resursus starp vairākiem projektiem un laika periodiem?
• Kura projektu kombinācija nodrošina vislielāko modelēto ekonomisko ieguvumu?
• Kā papildu ierobežojumi ietekmē optimālo portfeli?
• Kāda ietekme ir budžeta samazinājumiem vai stratēģisko prioritāšu izmaiņām?

Tādējādi operāciju pētījumi atšķiras no tīri aprakstošām analīzēm: tie ne tikai pēta, kas ir noticis vai varētu notikt, bet arī to, kura no pieļaujamajām rīcības alternatīvām būtu jāizvēlas, ņemot vērā definētu mērķfunkciju.

2. Operāciju pētījumi un uzņēmējdarbības vadība: divas disciplīnas saplūst

Klasiskā uzņēmējdarbības vadība nodarbojas ar stratēģiju, uzņēmuma mērķiem, budžeta plānošanu, investīcijām, organizāciju un pārvaldību.

Operāciju pētījumi piedāvā metodes, lai izvēlētos vadības lēmumus matemātiski strukturētu un optimizētu.

Abas disciplīnas īpaši labi papildina viena otru tajos gadījumos, kad vienlaikus ir jāpieņem daudzi savstarpēji saistīti lēmumi.

2.1 Klasiskais nošķīrums starp analīzi un lēmumu pieņemšanu

Daudzos uzņēmumos investīciju priekšlikumi sākotnēji tiek izstrādāti decentralizēti. Kontrolings un finanšu nodaļa apkopojas datus, novērtē rentabilitāti un riskus un sagatavo lēmumu projektus.

Pēc tam valde saņem prioritāru projektu sarakstu vai vairākus iepriekš aprēķinātus scenārijus.

Ja sanāksmes laikā mainās kāds būtisks pieņēmums, var būt nepieciešama atkārtota analīze. Tas jo īpaši attiecas uz gadījumiem, kad budžeta izmaiņas ietekmē daudzas projektu savstarpējās atkarības un resursu ierobežojumus.

2.2 No statiska ziņojuma līdz interaktīvam lēmumu pieņemšanas modelim

Matemātisks optimizācijas modelis var daļēji novērst šo nošķiršanu.

Stratēģiskie mērķi (ieņēmumi un izdevumi, kā arī svērumi/atkarības) un citi ierobežojumi tiek apvienoti vienā kopējā modelī. Tādējādi ir iespējams konsekventi izvērtēt dažādus vadības noteiktos mērķus.

Uzņēmuma vadība joprojām lemj par mērķiem, pieņēmumiem un prioritātēm. Optimizācijas process aprēķina atbilstošas projektu kombinācijas.

Tādējādi operāciju pētījumi neaizstāj uzņēmuma vadību. Tie paplašina tās analītisko lēmumu pieņemšanas pamatu.

3. Kāpēc projektu prioritizēšana nav portfeļa optimizācija

Projekta prioritāšu noteikšanai un portfeļa optimizācijai ir atšķirīgas metodiskās pieejas.

3.1 Projektu prioritizēšana novērtē atsevišķus projektus

Prioritizācijas procesā projekti tiek novērtēti, piemēram, pēc kapitāla vērtības, investīciju atdeves, stratēģiskās nozīmes vai svērtā vērtējuma, un pēc tam sakārtoti rangu secībā.

Šāds rangu saraksts var būt noderīgs lēmumu pieņemšanā. Tomēr tas automātiski neatbild uz jautājumu, kura projektu kombinācija ir vislabākā, ņemot vērā kopējo budžetu.

3.2 Portfeļa optimizācija ņem vērā kopējo kombināciju

Matemātiskā portfeļa optimizācija vienlaikus ņem vērā:

• ieguldījumu izmaksas un pieejamos budžetus
• ekonomiskos vai stratēģiskos mērķu ieguldījumus
• projektu savstarpējās atkarības un izslēgšanas nosacījumus
• resursu pieejamību un jaudas ierobežojumus
• Daudzperiodu investīciju un resursu plānošanu
• Obligātie projekti un normatīvās prasības

Tāpēc augsti novērtēts atsevišķs projekts ne vienmēr ir daļa no optimālā kopējā portfeļa. Vairāki mazāki projekti kopā var sasniegt lielāku mērķa ieguldījumu.

Izšķirošais vadības jautājums ir ne tikai: Kuri projekti ir labi? Bet gan: Kura kombinācija ir vislabākā, ņemot vērā esošos apstākļus?

4. Portfeļa optimizācijas matemātiskie pamati

Tipisku CAPEX portfeli var formulēt kā bināru optimizācijas uzdevumu.

4.1 Lēmuma mainīgie

Katram projektam i tiek definēts binārs mainīgais:

x_i ∈ {0,1}

kur:

• x_i = 1: projekts i tiek izvēlēts.
• x_i = 0: projekts i netiek izvēlēts.

4.2 Mērķfunkcija

Ja katram projektam tiek piešķirts aditīvs mērķa ieguldījums v_i, vienkāršota mērķfunkcija ir šāda:

Maksimizējiet Z = Σ(i=1 līdz n) v_i · x_i

Mērķa ieguldījums var būt, piemēram, kapitāla vērtība, monetāri izteikts ieguvums vai konsekventi definēta stratēģiskā vērtība.

Ja pastāv neaditīvi efekti, riski vai mijiedarbība starp projektiem, ir nepieciešami atbilstoši paplašināti modeļi.

4.3 Budžeta ierobežojums

Pieejamajam investīciju budžetam B un projekta izmaksām c_i ir spēkā:

Σ(i=1 līdz n) c_i · x_i ≤ B

Izvēlētie projekti nedrīkst pārsniegt noteikto budžetu.

4.4 Atkarības un citi ierobežojumi

Ja projekta A īstenošana ir atkarīga no projekta B īstenošanas, nosacījums, piemēram, var būt šāds:

x_A ≤ x_B

Papildu papildu nosacījumi var atspoguļot personāla kapacitāti, tehniskās atkarības, projektu ilgumu vai gada budžeta ierobežojumus.

Tādējādi matemātiskais modelis apraksta pieļaujamo lēmumu telpu, kuras robežās optimizācijas algoritms meklē labāko risinājumu.

4.5 Kombinatoriskā sarežģītība

Ja ir n neatkarīgu bināru projektu lēmumu, teorētiski pastāv 2^n iespējamās izvēles kombinācijas.

30 projektiem tas nozīmē:

2³⁰ = 1 073 741 824 iespējamās izvēles kombinācijas.

Šis skaitlis raksturo teorētisko izvēles telpu, neņemot vērā ierobežojumus. Tas nenozīmē, ka optimizācijas algoritmam ir jāaprēķina katra kombinācija atsevišķi. Mūsdienu metodes spēj sistemātiski izslēgt lielu daļu meklēšanas telpas.

5. Operāciju pētījumi valdes sēdē: optimizācija kā valdes sēdes sastāvdaļa

Operāciju pētījumu integrēšana valdes sēdēs galvenokārt maina lēmumu pieņemšanas atbalsta laika gaitu.

Tā vietā, lai apspriestu tikai iepriekš sagatavotus projektu reitingus, uzņēmuma vadība var izmantot matemātisku modeli, kas aprēķina alternatīvus lēmumus, balstoties uz definētiem mērķiem un ierobežojumiem.

5.1 No ziņojuma līdz interaktīvai analīzei

Iespējamā pieeja ietver piecus soļus:

1. Datu bāze: tiek sagatavoti investīciju projekti, izmaksas (izdevumi), ieguvumi (ieņēmumi) un ierobežojumi.
2. Sākotnējais portfelis: modelis aprēķina pieļaujamu un pēc iespējas optimālu projektu kombināciju.
3. Vadības apspriede: valde un finanšu nodaļa izvērtē budžeta ierobežojumus, prioritātes un pieņēmumus.
4. Pārrēķins: izmaiņas tiek ievadītas modelī un atkārtoti optimizētas.
5. Lēmums: uzņēmuma vadība izvērtē rezultātus un pieņem dokumentētu lēmumu.

Tādējādi matemātiskā optimizācija var kļūt par interaktīvu stratēģisko lēmumu pieņemšanas procesu sastāvdaļu.

5.2 Cilvēka lēmuma nozīme

Pat matemātiski optimāli aprēķināts portfelis ir atkarīgs no modeļa kvalitātes.

Optimizācijas algoritms var ņemt vērā tikai tos mērķus, pieņēmumus un ierobežojumus, kas ir iekļauti modelī.

Tāpēc stratēģiskā atbildība, uzņēmējdarbības spriedums un pārvaldība paliek vadības ziņā.

6. Reāllaika simulācija: kas notiek, ja valde maina savas prasības?

Reāllaika optimizācijas praktiskā lietderība īpaši izpaužas tad, ja sanāksmes laikā mainās būtiski apstākļi.

6.1. Scenārijs: tiek samazināts kapitālieguldījumu budžets

Uzņēmums plāno investīciju portfeli ar budžetu 20 miljonu eiro apmērā. Valdes sēdes laikā tiek nolemts pieejamos līdzekļus ierobežot līdz 17 miljoniem eiro.

Vienkārša pēdējo prioritāro projektu svītrošana ne vienmēr nodrošina labāko atlikušo kombināciju.

Turpretim optimizācijas modelis var pilnībā pārrēķināt portfeli atbilstoši jaunajai budžeta robežai.

6.2. Scenārijs: projekts kļūst obligāts

Valdība nolemj, ka projekts, kas ir nepieciešams saskaņā ar normatīvajiem aktiem, ir jāīsteno neatkarīgi no tā ekonomiskā novērtējuma.

Jaunais papildu nosacījums, piemēram, ir šāds:

x_obligātais_projekts = 1

Modelis ņem vērā šo nosacījumu un atlikušajā lēmumu pieņemšanas telpā meklē labāko projektu kombināciju.

6.3. Scenārijs: resursi kļūst par šauru vietu

Ne vienmēr budžets ir vienīgais izšķirošais ierobežojums. Arī tehniskie speciālisti, ražošanas jauda vai projektu vadības resursi var būt ierobežoti.

Izmantojot papildu resursu ierobežojumus, var izpētīt, kā mainās optimālais projektu sastāvs.

Reāllaika simulācija ļauj tieši salīdzināt izmaiņu sekas vadības prasībās, ja to ļauj modelis un aprēķinu laiks.

7. Praktisks piemērs: 30 CAPEX projekti un vairāk nekā miljards teorētisko kombināciju

Aplūkosim uzņēmumu ar 30 plānotiem investīciju projektiem.

Katram projektam ir savas investīciju vajadzības, ekonomiskais mērķa ieguldījums un, ja nepieciešams, atkarības no citiem projektiem.

Veicot bināru projektu atlasi, teorētiski rodas vairāk nekā miljards iespējamo kombināciju.

7.1 Kāpēc tabulas veida ranga saraksts nav pietiekams

Ar tabulu aprēķiniem var ļoti labi dokumentēt projektu izmaksas, kapitāla vērtības un prioritātes.

Tomēr pēc ROI vai kapitāla vērtības sakārtots projektu saraksts nav vispārējs algoritms kombinatoriskas portfeļa optimizācijas problēmas risināšanai.

Problēma principā nav saistīta ar programmatūru „Excel”. Ar piemērotām „Solver” metodēm optimizācijas modeļus var atrisināt arī, izmantojot tabulas. Izšķirošais faktors ir tas, vai tiek veikta faktiska matemātiska portfeļa optimizācija vai tiek vienkārši apstrādāts rangu saraksts.

7.2 Aprēķina piemērs ar sešiem projektiem

Vienkāršots portfelis ietver šādus hipotētiskus projektus:

Pieejamais budžets ir 10 miljoni eiro.

Izvēloties vienīgi pēc augstākās absolūtās atsevišķās kapitāla vērtības, sākotnēji priekšroka tiktu dota projektam A. Kopā ar projektu C kapitāla vērtība ir 15 miljoni eiro.

Savukārt B, C un E kombinācija prasa 11 miljonus eiro un tādēļ nav pieļaujama.

Kombinācija no projektiem B, D un E prasa tieši 10 miljonus eiro un nodrošina kapitāla vērtību 14 miljonu eiro apmērā.

Kombinācija no A un C arī prasa tieši 10 miljonus eiro un sasniedz 15 miljonus eiro. Tādējādi šajā vienkāršotajā piemērā tā ir optimāla.

Šis piemērs parāda, kā budžeta ierobežojumi nosaka izvēli. Lielāku portfeļu un papildu atkarību gadījumā īpaši svarīgi kļūst sistemātiski matemātiski aprēķini.

8. Kāda nozīme operāciju pētniecībai ir uzņēmuma vadītājam (CEO), finanšu direktoram (CFO) un uzraudzības padomei?

8.1 Izpilddirektors (CEO): stratēģisko prioritāšu īstenošana

CEO ieguvums ir spēja sasaistīt stratēģiskos mērķus ar konkrētiem lēmumiem par resursiem un ieguldījumiem.

Izaugsme, pārveide, efektivitāte un noturība bieži vien konkurē par tiem pašiem finanšu līdzekļiem.

Optimizācijas modelis var parādīt, kura projektu kombinācija vislabāk atbalsta definētos mērķus, ņemot vērā pieejamos resursus.

8.2 Finanšu direktors (CFO): sistemātiski uzlabot kapitāla sadali

Finanšu direktoriem īpaši svarīga ir kapitāla sadales, kapitālieguldījumu plānošanas un portfeļa optimizācijas sasaistīšana.

Matemātiskā optimizācija var palīdzēt konsekventi salīdzināt investīciju alternatīvas un parādīt dažādu budžeta lēmumu sekas.

Tā neaizstāj ne finanšu novērtējumu, ne riska pārvaldību, bet gan tos papildina ar sistemātisku izvēles lēmumu.

8.3 Uzraudzības padome: lēmumu pamatojuma izpratne

Uzraudzības padomēm un citām kontroles institūcijām dokumentēti optimizācijas modeļi var uzlabot investīciju lēmumu pārskatāmību.

Īpaši svarīgi ir izmantotie mērķi, ierobežojumi, scenāriji un atšķirības starp ierosinātajām alternatīvām.

Tādējādi matemātiskā optimizācija rada papildu analītisku pamatu pārvaldībai un kontrolei, nemainot institūciju atbildību.

9. Kādas optimizācijas metodes ļauj izmantot operāciju pētījumus vadībā?

Matemātiskā un algoritmiskā īstenošana ir atkarīga no konkrētās lēmumu pieņemšanas problēmas struktūras.

9.1. Lineārā un jaukto veselo skaitļu optimizācija

Lineārā plānošana un jaukto veselo skaitļu lineārā plānošana (MILP) ir vieni no visplašāk izmantotajām metodēm resursu sadales un atlases problēmu modelēšanai.

Binārus projektu lēmumus šajā gadījumā var apvienot ar lineārām mērķfunkcijām un papildu nosacījumiem.

9.2 Kombinatoriskā optimizācija

Kombinatoriskā optimizācija pēta diskrētu alternatīvu izvēli, izkārtojumu un kombinācijas.

Tā ir īpaši nozīmīga gadījumos, kad lēmumi ir savstarpēji atkarīgi un iespējamo kombināciju skaits strauji pieaug līdz ar mainīgo skaitu.

9.3 Eksaktie algoritmi un euristiskās metodes

Precīzas optimizācijas metodes atbilstošos apstākļos var pierādīt risinājuma globālo optimitāti vai norādīt kvantificētu optimitātes atšķirību.

Heuristiskās un metaheuristiskās metodes, savukārt, meklē labus risinājumus, vispārīgi nesniedzot globālās optimitātes pierādījumu.

Kura pieeja ir piemērota, ir atkarīga no modeļa struktūras, problēmas apjoma, vēlamās risinājuma kvalitātes un pieejamā aprēķinu laika.

9.4 Paralēlā skaitļošana un skaitļošanas jauda

Paralēlā skaitļošana var paātrināt noteiktas optimizācijas metodes, sadalot atbilstošos aprēķinu posmus starp vairākiem procesoru kodoliem.

Faktiskais paātrinājums ir atkarīgs no algoritma, problēmas struktūras un paralēlizācijas pakāpes. Tāpēc īsu aprēķinu laiku vai globālas optimitātes pierādījumu nevar noteikt, balstoties vienīgi uz procesoru kodolu skaitu.

10. Operāciju pētījumi, mākslīgais intelekts un lēmumu pieņemšanas intelekts

Operāciju pētījumi, mākslīgais intelekts un lēmumu pieņemšanas intelekts bieži tiek apspriesti kopā, taču tiem ir atšķirīgas funkcijas.

10.1 Prognozējošā analītika un preskriptīvā analītika

Prediktīvā analītika nodarbojas ar nākotnes attīstības prognozēšanu.

Preskriptīvā analītika pēta, kādas darbības ir piemērotas, ņemot vērā noteiktus pieņēmumus un mērķus.

Operāciju pētījumi nodrošina tam nepieciešamās galvenās matemātiskās metodes.

10.2 Prognozēšanas un optimizācijas saistība

Piemēram, mašīnmācīšanās modelis var prognozēt nākotnes pieprasījumu, izmaksas vai atteikšanās varbūtību.

Optimizācijas modelis pēc tam var izmantot šos novērtējumus, lai sadalītu resursus, ieguldījumus vai pasākumus, ņemot vērā ierobežojumus.

Lēmuma kvalitāte šajā gadījumā ir atkarīga gan no prognozes, gan no optimizācijas problēmas modelēšanas.

10.3 Lēmumu analītika kā organizatoriskais satvars

Lēmumu analītika apvieno datus, modeļus, lēmumu pieņemšanas loģiku un organizatoriskos procesus ar mērķi sistemātiski atbalstīt lēmumu pieņemšanu.

Šajā ietvarā operāciju pētījumi var veidot matemātisko pamatu rīcības alternatīvu aprēķināšanai.

Matemātiskās optimizācijas un vadības procesa apvienojums ļauj izmantot zinātniskās metodes konkrētu uzņēmuma lēmumu pieņemšanai.

11. Kā operāciju pētījumus var integrēt esošajos uzņēmuma procesos?

Veiksmīgai ieviešanai nepieciešami ne tikai atbilstoši algoritmi, bet arī stabila organizatoriskā un tehniskā integrācija.

11.1 Dati no finanšu, kontroles un projektu vadības

Attiecīgā informācija var būt iegūta no ERP sistēmām, projektu vadības risinājumiem, finanšu plānošanas un izklājlapām.

Svarīga ir konsekventa projektu izmaksu (izdevumu), ieguvumu (ieņēmumu), laika periodu un ierobežojumu definīcija.

11.2 Pārvaldība un atbildība par modeļiem

Uzņēmumam ir jānosaka, kas definē mērķus un papildu nosacījumus, apstiprina datus un validē optimizācijas rezultātus.

Izmaiņas modeļa pieņēmumos ir jādokumentē un, ja nepieciešams, jāveido to versijas.

11.3 Integrācija lēmumu pieņemšanas ciklā

Matemātisko portfeļa optimizāciju var integrēt ikgadējos kapitālieguldījumu (CAPEX) plānošanas procesos, daudzgadu investīciju programmās un gada laikā veicamās līdzekļu pārdalīšanas procesos.

Reāllaika sesijām ir lietderīgi iepriekš validēt datus un modeli un interaktīvi mainīt tikai skaidri definētus parametrus.

12. Matemātiskās vadības optimizācijas priekšnoteikumi un ierobežojumi

Operāciju pētījumi nenodrošina automātisku garantiju ekonomiski veiksmīgiem lēmumiem.

12.1 Datu kvalitāte un modeļa validēšana

Kļūdainas izmaksu pieņēmumi, nepilnīgas atkarības vai nekonsekventas mērķa iemaksas var novest pie nepiemērotiem rezultātiem.

Tāpēc datu pārbaude, profesionāla modeļa validācija un ticamības pārbaudes ir būtiskas sastāvdaļas nopietnā optimizācijā.

12.2. Neskaidrība un risks

Nākotnes investīciju ienākumi un projekta izmaksas bieži vien ir nenoteiktas.

Atkarībā no pielietojuma var būt nepieciešamas scenāriju analīzes, jutīguma analīzes, robustā optimizācija vai stohastiskas metodes.

12.3 Globālā optimitāte vienmēr ir relatīva attiecībā pret modeli

Matemātiski globālais optimums ir labākais pieļaujamais risinājums definētās mērķfunkcijas un ierobežojumu ietvaros.

Tas automātiski nenozīmē, ka tas ir labākais lēmums, ņemot vērā visus reālās ekonomikas aspektus.

12.4 Reāllaika aprēķins ir atkarīgs no problēmas struktūras

Daudzas optimizācijas problēmas var atrisināt ātri. Citas prasa ievērojamu aprēķinu laiku vai aptuvenu metožu izmantošanu.

Lai nodrošinātu uzticamu reāllaika lietojumu, reālos apstākļos ir jāpārbauda modeļa lielums, risinātāja darbība, aprēķinu laiki un rezultātu kvalitāte.

13. Operāciju pētījumu pielietojuma jomas uzņēmējdarbības vadībā

13.1 CAPEX un investīciju portfeļa optimizācija

Uzņēmumi var izmantot matemātisko optimizāciju, lai sadalītu investīciju budžetus starp projektiem, atrašanās vietām vai uzņēmējdarbības jomām.

13.2 Stratēģiskā resursu sadale

Ierobežoto personāla, tehnisko vai finanšu resursu sadale starp konkurējošiem projektiem ir klasiska optimizācijas problēma.

13.3 Daudzgadu investīciju plānošana

Daudzperiodu modeļi var ņemt vērā gada budžeta ierobežojumus, projektu ilgumu, savstarpējās atkarības un resursu pieejamību.

13.4 Infrastruktūra un valsts budžets

Arī valsts iestādēm nākas pieņemt sarežģītus lēmumus par resursu sadali. Tā vietā, lai vienīgi maksimizētu monetāros ieņēmumus, piemēroti lietderības modeļi var ņemt vērā sociālo ietekmi un politiskos mērķus.

Tajā pašā laikā saistoši pamatnosacījumi paliek likumā noteiktās saistības, mērķa līdzekļu izmantošana un demokrātiski leģitimētas prioritātes.

13.5 Pētniecība, attīstība un transformācija

Pētniecības un attīstības portfeļus, transformācijas programmas un stratēģiskās iniciatīvas var atbalstīt arī ar matemātiskiem atlases un resursu sadales modeļiem.

14. StratePlan: operāciju pētījumi kā tiešsaistes lēmumu pieņemšanas pakalpojums

Ar StratePlan mAInthink GmbH izstrādā lietojumprogrammu, kas padara matemātisko portfeļu optimizāciju pieejamu ekonomiskajiem un publiskajiem lēmumu pieņemšanas procesiem.

Šī pieeja apvieno operāciju pētījumu metodes ar lietotājam draudzīgu saskarni projektu un investīciju portfeļu analīzei.

14.1 No projekta datiem līdz optimizētai kombinācijai

Sākumpunkts ir strukturēti projekta dati, piemēram, investīciju vajadzības, ieņēmumi un attiecīgie papildu nosacījumi.

Optimizācijas modelis izvērtē, kura projektu kombinācija noteiktajos apstākļos sasniedz visaugstāko modelēto mērķa ieguldījumu.

14.2 Scenāriji vadībai un finanšu nodaļai

Izmaiņas budžetos vai citos modeļa parametros var izmantot portfeļa pārrēķināšanai.

Tādējādi var salīdzināt dažādus stratēģiskos mērķus, neizmantojot manuālu visa projekta novērtējuma atkārtotu izveidi.

14.3 CAPEX Live Boardroom simulācija

CAPEX Live Boardroom simulācija pārnes optimizācijas pieeju uz vadības sanāksmi.

Uzņēmuma vadība var apspriest alternatīvus apstākļus un izvērtēt to ietekmi uz aprēķināto projektu kombināciju.

Praktiskais ātrums ir atkarīgs no konkrētās modeļa struktūras un problēmas apjoma.

14.4 Decision Intelligence 4 All

Koncepcijas „Decision Intelligence 4 All ” mērķis ir padarīt matemātisko optimizāciju pieejamu arī ārpus specializētajām operāciju pētījumu nodaļām.

Tiešsaistes lēmumu pieņemšanas pakalpojums ir paredzēts, lai vienkāršotu zinātnisko optimizācijas metožu lietošanu, lietotājiem pašiem nevajadzot programmēt matemātiskos modeļus vai algoritmus.

Tāds pats budžets. Labākas kombinācijas. Lielāka ietekme.

Tagad matemātiski optimizējiet savus projektus →

15. Bieži uzdotie jautājumi par operāciju pētījumiem vadībā

Ko nozīmē operāciju pētījumi uzņēmuma vadībā?

Operāciju pētījumi uzņēmējdarbības vadībā ir matemātisko modeļu un optimizācijas metožu pielietošana uzņēmējdarbības lēmumu pieņemšanā, piemēram, kapitāla sadalē, projektu portfeļa izvēlē, resursu plānošanā un investīciju vadībā.

Vai operāciju pētniecību var izmantot tieši valdes sēdē?

Jā. Ja dati, modelis un tehniskā infrastruktūra ir sagatavoti, alternatīvus budžeta un resursu lēmumus var pārrēķināt un salīdzināt sēdes laikā. Nepieciešamais aprēķinu laiks ir atkarīgs no modeļa sarežģītības.

Kāda ir atšķirība starp projektu prioritāšu noteikšanu un matemātisko portfeļa optimizāciju?

Projekta prioritāšu noteikšana sakārto atsevišķus projektus atbilstoši novērtēšanas kritērijiem. Savukārt portfeļa optimizācija aprēķina iespējami labāko vai pierādāmi optimālo vairāku projektu kombināciju, ņemot vērā kopējus ierobežojumus.

Vai operāciju pētījumi ir tas pats, kas mākslīgais intelekts?

Nē. Operāciju pētījumi ir patstāvīga zinātniskā disciplīna. Abas jomas daļēji izmanto radniecīgas matemātiskas metodes un tās var savstarpēji apvienot, piemēram, prognožu balstītā optimizācijā.

Vai matemātiskā optimizācija var palielināt ROI?

Matemātiskā optimizācija atbilstošos apstākļos var identificēt labākas projektu kombinācijas un tādējādi atklāt ekonomisko potenciālu. Tomēr konkrēts ROI pieaugums ir atkarīgs no projekta datiem, modeļa pieņēmumiem un pieejamajām alternatīvām, un tas nav vispārēji garantēts.

Kādi dati ir nepieciešami CAPEX portfeļa optimizācijai?

Parasti ir nepieciešami projekta identifikatori, investīciju izmaksas, ieņēmumi un attiecīgie ierobežojumi. Sarežģītākiem modeļiem pievienojas, piemēram, projektu savstarpējās atkarības, laika periodi un resursu vajadzības.

Cik daudz projektu kombināciju ir, ja ir 30 projekti?

Ja ir 30 bināri izvēles lēmumi, teorētiski ir 2 uz 30, t. i., 1 073 741 824 kombinācijas. Ierobežojumi samazina pieļaujamo kombināciju skaitu; optimizācijas algoritmiem nav obligāti jāizskata visas teorētiskās iespējas atsevišķi.

Vai matemātiskā optimizācija aizstāj valdes lēmumu?

Nē. Vadība nosaka mērķus, prioritātes un pamatnosacījumus un joprojām uzņemas atbildību par lēmumu. Optimizācija sniedz matemātiski pamatotu atbalstu lēmuma pieņemšanā.

16. Secinājums: operāciju pētījumi kļūst par stratēģisku vadības spēju

Operāciju pētījumi nav jauna zinātne. Jauns ir tas, ka tagad ir iespējams tās metodes ciešāk integrēt interaktīvos stratēģiskos lēmumu pieņemšanas procesos.

Ja tiek apvienoti matemātiskie modeļi, pieejamie dati un piemērota programmatūra, investīciju un projektu portfeļu optimizāciju var tieši iekļaut vadības apspriedēs.

Tad valdei vairs nav jāpaļaujas vienīgi uz statiskiem rangu sarakstiem un iepriekš izvēlētiem scenārijiem. Tā var izpētīt, kā alternatīvi nosacījumi ietekmē labāko iespējamo projektu kombināciju.

Tādējādi mainās operāciju pētījumu loma: no specializētas analītiskas funkcijas tā kļūst par potenciāli atkārtoti izmantojamu stratēģiskās uzņēmuma vadības spēju.

Matemātika nenodrošina uzņēmējdarbības atbildību. Taču tā var ievērojami uzlabot lēmumu pieņemšanas pamata kvalitāti.

Lēmumu analītika visiem. Balstīta uz operāciju pētījumiem un matemātisko optimizāciju.

Aprēķiniet optimizāciju paši jau tagad →