Что такое наука о данных? Аналитик данных - Data Scientists

Что такое наука о данных? Аналитик данных — Data Scientists

Что такое наука о данных? Аналитик данных — Data Scientists

— Данные! Где данные? — раздраженно восклицал он. —
Когда под рукой нет глины, из чего лепить кирпичи?
Артур Конан Дойль

Наука о данных

Аналитиков данных (data scientists) называют «самой сексуальной профессией XXI века». Очевидно тот, кто так выразился, никогда не бывал в пожарной части.

Тем не менее, наука о данных (data science) — это действительно передовая и быстроразвивающаяся отрасль знаний, а чтобы отыскать обозревателей рыночных тенденций, которые возбужденно предвещают, что через 10 лет нам потребуются на миллиарды и миллиарды больше аналитиков данных, чем мы имеем на текущий момент, не придется долго рыскать по Интернету.

Но что же это такое — наука о данных? В конце концов нельзя же выпускать специалистов в этой области, если не знаешь, что она собой представляет. Согласно диаграмме Венна, которая довольно известна в этой отрасли, наука о данных находится на пересечении:

  • навыков алгоритмизации и программирования;
  • знаний математики и статистики;
  • профессионального опыта в предметной области.

Развивать свои навыки алгоритмизации и программирования лучше всего решая прикладные задачи.

https://github.com/joelgrus/data-science-from-scratch — примеры скриптов для анализа данных «Data Science from Scratch»

С чистого листа

Для работы в области науки о данных разработана масса программных библиотек, платформ, модулей и инструментариев, которые эффективно реализуют наиболее общие алгоритмы и приемы, применяемые в науке о данных. Тот, кто станет аналитиком данных, несомненно, будет досконально знать библиотеку для научных вычислений NumPy, библиотеку для машинного обучения scikitlearn, библиотеку для анализа данных pandas и множество других. Они прекрасно подходят для решения задач, связанных с наукой о данных. Но они также способствуют тому, чтобы начать решать задачи в области науки о данных, фактически не понимая ее.

По поводу того, какой язык программирования лучше всего подходит для обучения науке о данных, развернулась здоровая полемика. Многие настаивают на языке статистического программирования R. Некоторые предлагают Java или Scala. Кто-то считает, что Python — идеальный вариант.

Python обладает несколькими особенностями, которые делают его особенно пригодным для изучения и решения задач в области науки о данных:

  • он бесплатный;
  • он относительно прост в написании кода (и в особенности в понимании);
  • он располагает сотнями прикладных библиотек, предназначенных для работы в области науки о данных.

Господство данных

Мы живем в мире, страдающем от переизбытка данных. Веб-сайты отслеживают любое нажатие любого пользователя. Смартфоны накапливают сведения о вашем местоположении и скорости в ежедневном и ежесекундном режиме. «Оцифрованные» селферы носят шагомеры на стероидах, которые не переставая записывают их сердечные ритмы, особенности движения, схемы питания и сна. Умные авто собирают сведения о манерах вождения своих владельцев, умные дома — об образе жизни своих обитателей, а умные маркетологи — о наших покупательских привычках.

Сам Интернет представляет собой огромный граф знаний, который, среди всего прочего, содержит обширную гипертекстовую энциклопедию, специализированные базы данных о фильмах, музыке, спортивных результатах, игровых автоматах, мемах и коктейлях… и слишком много статистических отчетов (причем некоторые почти соответствуют действительности!) от слишком большого числа государственных исполнительных органов, и все это для того, чтобы вы объяли необъятное.
В этих данных кроятся ответы на бесчисленные вопросы, которые никто даже не думает задавать. Эта книга научит вас, как их находить.

Что такое наука о данных?

Наука о данных — это практическая дисциплина, которая занимается изучением методов обобщаемого извлечения знаний из данных. Она состоит из различных составляющих и основывается на методах и теориях из многих областей знаний, включая обработку сигналов, математику, вероятностные модели, машинное и статистическое обучение, программирование, технологии данных, распознавание образов, теорию обучения, визуальный анализ, моделирование неопределенности, организацию хранилищ данных, а также высокоэффективные вычисления с целью извлечения смысла из данных и создания продуктов обработки данных.

Существует шутка, что аналитик данных — это тот, кто знает статистику лучше, чем специалист в области информатики, а информатику — лучше, чем специалист в области статистики. Не утверждаю, что это хорошая шутка, но на самом деле, некоторые аналитики данных действительно являются специалистами в области математической статистики, в то время как другие почти неотличимы от инженеров программного обеспечения. Некоторые являются экспертами в области машинного обучения, в то время как другие не смогли бы машинно обучиться, чтобы найти выход из детского сада. Некоторые имеют ученые степени доктора наук с впечатляющей историей публикаций, в то время как другие никогда не читали академических статей (хотя, им должно быть стыдно). Короче говоря, в значительной мере неважно, как определять понятие науки о данных, потому что всегда можно найти практикующих аналитиков данных, для которых это определение будет всецело и абсолютно неверным.

Аналитик данных — это тот, кто извлекает ценные наблюдения из запутанных данных. В наши дни мир переполнен людьми, которые пытаются превратить данные в ценные наблюдения.

Например, сайт знакомств OkCupid просит своих членов ответить на тысячи вопросов, чтобы отыскать наиболее подходящего для них партнера. Но он также анализирует эти результаты, чтобы вычислить виды безобидных вопросов, с которыми вы можете обратиться, чтобы узнать, насколько высока вероятность близости после первого же свидания.

Компания Facebook просит вас указывать свой родной город и нынешнее местоположение, якобы чтобы облегчить вашим друзьям находить вас и связываться с вами. Но она также анализирует эти местоположения, чтобы определить схемы глобальной миграции и места проживания фанатов различных футбольных команд. Крупный оператор розничной торговли Target отслеживает покупки и взаимодействия онлайн и в магазине. Он использует данные, чтобы строить прогнозные модели в отношении того, какие клиентки беременны, чтобы лучше продавать им товары, предназначенные для младенцев.

В 2012 г. избирательный штаб Барака Обамы нанял десятки аналитиков данных, которые вовсю копали и экспериментировали, чтобы определить избирателей, которым требовалось дополнительное внимание, при этом подбирая оптимальные обращения и программы по привлечению финансовых ресурсов, которые направлялись в адрес конкретных получателей, и сосредотачивая усилия по выводу соперника из предвыборной гонки там, где эти усилия могли быть наиболее успешными. Существует общее мнение, что эти усилия сыграли важную роль в переизбрании президента, вследствие чего совершенно очевидно, что будущие политические кампании будут все более и более управляемыми данными, ведя к бесконечному наращиванию усилий в области науки о данных и методов сбора данных. И прежде чем вы почувствуете пресыщение, скажем еще пару слов: некоторые аналитики данных время от времени используют свои навыки во благо, чтобы сделать правительство более эффективным, помочь бездомным и усовершенствовать здравоохранение. И конечно же вы не нанесете вреда своей карьере, если вам нравится заниматься поисками наилучшего способа, как заставить людей щелкать на рекламных баннерах.

Полезное о Python

Интерактивная оболочка IPython

Интерактивная оболочка IPython http://ipython.org/ обеспечивает больший функционал, чем стандартная среда. IPython упростит Вам работу.

Библиотека Pandas

Библиотека Pandas (http://pandas.pydata.org/) предоставляет дополнительные структуры данных для работы с массивами данных на языке Python. Ее основная абстракция — это проиндексированный многомерный массив значений DataFrame. Если Вы собираетесь использовать Python для преобразования, разбиения, группирования и управления наборами данных, то Pandas является бесценным инструментом для этих целей.

Библиотека scikit-learn

Библиотека scikit-learn (https://scikit-learn.org/stable/) — это, наверное, самая популярная библиотека для работы в области машинного обучения на языке Python. Она содержит все модели, которые были тут реализованы, и многие другие. В реальной ситуации не следует строить дерево принятия решений «с чистого листа»; всю тяжелую работу, связанную с решением этой задачи, должна делать библиотека scikit-learn. При решении реальных задач в области оптимизации вместо реализации какого-либо алгоритма оптимизации вручную следует положиться на библиотеку scikit-learn, где он уже эффективно реализован.

Библиотеки по Визуализации данных

https://matplotlib.org/ — Matplotlib is a Python 2D plotting library which produces publication quality figures in a variety of hardcopy formats and interactive environments across platforms. Matplotlib can be used in Python scripts, the Python and IPython shells, the Jupyter notebook, web application servers, and four graphical user interface toolkits.

http://seaborn.pydata.org/ — Seaborn is a Python data visualization library based on matplotlib. It provides a high-level interface for drawing attractive and informative statistical graphics.

https://bokeh.pydata.org/ — Bokeh is an interactive visualization library that targets modern web browsers for presentation. Its goal is to provide elegant, concise construction of versatile graphics, and to extend this capability with high-performance interactivity over very large or streaming datasets. Bokeh can help anyone who would like to quickly and easily create interactive plots, dashboards, and data applications.

Корпоративные информационные системы. Теория ограничений. Корпоративные базы данных

Корпоративные информационные системы

Тенденции развития современных ИТ

  • Глобализация.
  • Конвергенция.
  • Усложнение информационных продуктов и услуг.
  • Способность к взаимодействию (Interoperability).
  • Ликвидация промежуточных звеньев (Disintermediation).

Теоретические основы корпоративных информационных систем (КИС)

  • IС (Inventory Control — управление запасами),
  • MRP (Material Requirements Planning — планирование потребности в материалах),
  • MRP II (Manufacturing Resource Planning – планирование производственных ресурсов),
  • ERP (Enterprise Resource Planning — планирование ресурсов корпорации).

Корпоративная информационная система — это открытая интегрированная автоматизированная система реального времени по автоматизации бизнес-процессов компании всех уровней, в том числе, и бизнес-процессов принятия управленческих решений.

  • Автоматизированные системы управления (АСУ);
  • Интегрированные системы управления (ИСУ);
  • Интегрированные информационные системы (ИИС);
  • Информационные системы управления предприятием (ИСУП).

Задачи, решаемые КИС

это методологическая и информационная поддержка

  • процесса управления потоками материалов,
  • использования оборудования и персонала,
  • координации операций предприятия с действиями поставщиков,
  • определения потребностей рынка,
  • взаимодействия с клиентами.

Типичные области управления, охватываемые системой, включают:

  • планирование потребностей предприятия в ресурсах и оценку возможности удовлетворения потребностей рынка;
  • планирование своевременных поставок материалов в количествах, реально необходимых для удовлетворения спроса;
  • обеспечение оптимального использования оборудования и людских ресурсов;
  • поддержку необходимых запасов материалов, незавершенного производства и готовой продукции — в нужных количествах и в нужных местах;
  • составление производственных заданий и графиков с учетом технологических требований и наличия производственных ресурсов (люди и оборудование);
  • поддержку отношений с поставщиками и клиентами, как при выполнении отдельных заказов, так и в долгосрочной перспективе;
  • удовлетворение постоянно меняющихся потребностей рынка;
  • быстрое реагирование на возникающие производственные проблемы;
  • формирование информации для финансового управления компанией.

Система производственного планирования и управления (упрощенная схема)

Система производственного планирования и управления (упрощенная схема)

Классификация КИС

Заказные (уникальные): 

Создаются для конкретного предприятия, не имеющего аналогов и не подлежат дальнейшему тиражированию. Используются либо для автоматизации деятельности предприятий с уникальными характеристиками, либо для решения крайне ограниченного круга специальных задач.

Тиражируемые (адаптируемые)

Проходят этап адаптации, т.е. приспособления к условиям работы на конкретном предприятии. Требования к адаптации и сложность их реализации существенно зависят от проблемной области, масштабов системы.

Классификация КИС

Microsoft Dynamics AX (Axapta)

  • Application Object Server (AOS);
  • MorphX Development Suite ;
  • Dynamics AX Оbject Tree – AOT;
  • Редактор Х++;
  • Система слоев:
    • YS: системный слой; основная функциональность, общая для всех стран.
    • GLS: функциональность, доработанная внешними разработчиками.
    • BUS: бизнес-решения партнеров (партнерские модификации).
    • VAR: модификации, сделанные партнером для клиента на этапе внедрения.
    • CUS: модификации, сделанные программистами компании-клиента.
    • USR: модификации пользователя.
  • Поддержка модели COM (Component Object Model).

Эволюция КИС

Эволюция КИС

Объемно-календарное планирование (Master Planning Scheduling — MPS)

Объемно-календарное планирование (Master Planning Scheduling - MPS)

Статистическое управление запасами (Statistical Inventory Control, SIC)

Статистическое управление запасами (Statistical Inventory Control, SIC) Статистическое управление запасами (Statistical Inventory Control, SIC) Статистическое управление запасами (Statistical Inventory Control, SIC) Статистическое управление запасами (Statistical Inventory Control, SIC)

Недостатки:

  • Излиш­ние запасы материалов и комплектующих;
  • Проблемы функционирования произ­водства;
  • Не сбалансированные запасы и будущий спрос.

Планирование потребности в материалах (Material Requirements Planning, MRP)

Планирование потребности в материалах (Material Requirements Planning, MRP)

СПРОС:

Данные о потребности в изделиях независимого спроса — заинтересованность в получении номенклатурных позиций (НП) проявляет потребитель продукции предприятия (готовые изделия, запасные части, продаваемые на сторону  п/ф  и  комплектующие,  т. д.).

Данная потребность может быть представлена

  • прогнозом продаж,
  • уже имеющимися в наличии заказами покупателей
  • и тем и другим одновременно.

Информация о прогнозах продаж и заказах на продажу фиксируется в главном календарном плане производства (MPSMaster Production Schedule), охватывающем все включаемые в план производства НП.

ЗАПАСЫ:

  • запасы готовой продукции, отгружаемой на сторону, запасы сырья, закупаемого у поставщиков;
  • запасы НП всех промежуточных стадий производства продукции (полуфабрикаты собственного изготовления, сборочные единицы, узлы и т.п.).

Понятие “открытый заказ” введено как для производимых, так и для закупаемых НП и относится к тем заказам, изготовление или закупка которых начаты, но еще не завершены.

СПЕЦИФИКАЦИЯ – это данные о составе изделий и нормах расхода сырья, материалов и компонентов на единицу измерения готовой продукции. В теории MRP эта информация получила название ВОМ (Bill of Material) — спецификация.

Основными целями MRP-систем являются:

  • удовлетворение потребности в материалах, компонентах и продукции для планирования производства и доставки потребителям;
  • поддержка уровней запасов не выше запланированных;
  • планирование производственных операций, расписаний доставки, закупочных операций.

Order In Time + Kanban = Just In Time

Планирование потребности в материалах (Material Requirements Planning, MRP)

Планирование потребности в мощностях (Capacity Requirements Planning, CRP)

Планирование потребности в мощностях (Capacity Requirements Planning, CRP)

Для работы механизма CRP необходимо:

1.Данные о главном календарном плане производства (являются исходными и для MRP).

2.Данные о рабочих центрах. Рабочий центр — это определенная производственная мощность, состоящая из одной или нескольких машин (людей и/или оборудования), которая в целях планирования потребности в мощностях (CRP) и подробного календарного планирования может рассматриваться как одна производственная единица.

3.Данные о технологических маршрутах изготовления НП, здесь указываются все сведения о порядке осуществления технологических операций и их характеристики (технологические времена, персонал, другая информация).

Планирование потребности в материалах в замкнутом цикле (Closed Loop MRP)

Планирование потребности в материалах в замкнутом цикле (Closed Loop MRP)

Замкнутый цикл MRP – это система, построенная вокруг планирования потребности в материалах (MRP), с включением дополнительных плановых функций:

1.укрупненное планирование производства (production planning, aggregate planning),

2.разработка главного календарного плана производства (MPS),

3.планирование потребности в мощностях (capacity requirements planning).

Функции управления производством:

1.измерение входного/выходного материального потока (мощности) (inputoutput (capacity) measurement),

2.формирование подробных графиков и диспетчирование,

3.отчетность по предполагаемому отставанию и т.д.

Основные недостатки MRP-систем

  • значительный объем вводимых данных и их предварительной обработки;
  • возрастание логистических затрат на обработку заказов и транспортировку;
  • нечувствительность к кратковременным изменениям спроса;
  • наличие отказов из-за большой размерности системы и ее сложности.

Планирование производственных ресурсов (Manufacturing Resource Planning, MRP II)

Стандарт MRP II – это технология планирования, ориентированная на применение корпоративных информационных систем,  это полный контур задач управления промышленным предприятием на оперативном уровне.

Планирование производственных ресурсов (Manufacturing Resource Planning, MRP II)

  1. Что необходимо выполнить?
  2. Что необходимо для этого?
  3. Что есть в наличии?
  4. Что необходимо иметь?

Планирование ресурсов производства (MRPII) — это метод эффективного планирования всех ресурсов производственного предприятия, который позволяет осуществлять:

  • производственное планирование в натуральных единицах измерения,
  • финансовое планирование — в стоимостных единицах измерения,
  • моделирование с целью ответа на вопросы типа «что будет, если…».

Планирование ресурсов производства (MRPII)

Базовые принципы:

1) Иерархичность — разделение планирования на уровни, соответствующие зонам ответственности разных ступеней управленческой лестницы предприятия.

2) Интегрированность обеспечивается объединением всех основных функциональных областей деятельности предприятия на оперативном уровне, связанных с материальными и финансовыми потоками на предприятии.

3) Интерактивность обеспечивается заложенным в него блоком моделирования.

Функции КИС стандарта MRP II

Функции КИС стандарта MRP II

Преимущества MRP II

  • улучшение обслуживания заказчиков;
  • сокращение цикла производства и цикла выполнения заказа;
  • сокращение незавершенного производства;
  • значительное сокращение запасов;
  • сбалансированность запасов;
  • повышение производительности.

Планирование ресурсов и управление предприятием (Enterprise Resource Planning, ERP)

ERP-система — это набор интегрированных приложений, позволяющих создать интегрированную информационную среду для автоматизации планирования, учета, контроля и анализа всех основных бизнес-операций предприятия.

Планирование ресурсов и управление предприятием (Enterprise Resource Planning, ERP)

Основные функции ERP систем

  • ведение конструкторских и технологических спецификаций;
  • формирование планов продаж и производства;
  • планирование потребностей в материалах и комплектующих, сроков и объемов поставок;
  • управление запасами и закупками;
  • планирование производственных мощностей;
  • оперативное управление финансами;
  • управление проектами.

Проверка соответствия системы стандарту ERP

1.Наличие связи между модулем оперативного планирования производства и модулем управления персоналом.

2.Система должна обеспечивать увязку всех видов затрат ресурсов с бюджетом предприятия.

3.Система должна предоставлять информацию о фактических затратах на производство отдельных видов продукции и затратах на содержание подразделений в разрезе статей, режимов работы, факторов отклонений и центров ответственности.

Основные отличия ERP-систем (от MRP)

  • Поддержка различных типов производств и видов деятельности предприятий и организаций.
  • Поддержка планирования ресурсов по различным направлениям деятельности предприятия.
  • ERP-системы ориентированы на управление распределённым предприятием.
  • В ERP-системах больше внимания уделено финансовым подсистемам.
  • Добавлены механизмы управления транснациональными корпорациями.
  • Повышенные требования к инфраструктуре, масштабируемости, гибкости, надежности и производительности программных средств и различных платформ.
  • Повышены требования к интегрируемости ERP-систем с приложениями, уже используемыми предприятием, а также с новыми приложениями.
  • Больше внимания уделено программным средствам поддержки принятия решений и средствам интеграции с хранилищами данных.

Управление внутренними ресурсами и внешними связями организации (Enterprise Resource and Relationship Processing, ERP II)

Планирование ресурсов предприятия, синхронизированное с запросами потребителя (Customer Synchronized Resource Planning — CSRP)

Управление внутренними ресурсами и внешними связями организации (Enterprise Resource and Relationship Processing, ERP II)

BPM (Business Performance Management)

ERP II -> BPM

ERP

OLAP (OnLine Analytical Processing)

Система сбалансированных показателей (Balanced Score Card)

Система функционально-стоимостного управления

ERP II -> BPM

Состав BPM-системы

  • Хранилище данных.
  • Набор инструментов для поддержки технологий управления предприятием.
  • Аналитические средства OLAP.

Основные этапы управления эффективностью бизнеса:

1.Разработка стратегии (Balanced Scorecard — BSC).

2.Тактическое планирование

3.Мониторинг и контроль исполнения

4.Анализ и регулирование

Balanced Scorecard — BSC

Концепция «Точно вовремя»

  • Гибкое производство (Lean Manufacturing)
  • Гибкое предприятие
  • Пластичное про­изводство (Flow Manufacturing)
  • Бережливое производство

Постоянное улучшение работы путем ликвидации ЛЮБЫХ и ВСЕХ бесполезных действий

Предприятия начинают работать:

  • точно вовремя;
  • на минимальном уровне запасов и без складов;
  • с использованием визуальной системы управления про­изводством;
  • с организацией поточных линий.

Процесс создания гибкого предприятия (ТВВ)

  • Определение нужного
  • Определение потоков, создающих добавленную стоимость
  • Потоки

Метод 5С:

1.Сейри

2.Сейтон

3.Сейзо

4.Сейкетсу

5.Ситсуке

  • Вытягивание (Канбан, такт)
  • Совершенствование

Философия ТВВ:

  • Устранение лишних действий;
  • ТВВ — это непрерывный, никогда не прекращающийся процесс;
  • запасы — это лишнее;
  • непрерывное приближение свойств конечной продукции к запро­сам потребителей;
  • гибкость производства;
  • принципы взаимного уважения и поддержки;
  • ТВВ — это командное достижение;
  • должны использоваться не только руки рабочих, но и их мозги.

Теория ограничений

Теория ограничений

Предварительные действия:

  • Определить, что представляет собой система и каково ее предназначе­ние (цель).
  • Определить, каким образом следует измерять цель системы:
  1. Пропускная способность (ПС) – оборот, объем выпуска.
  2. Операционные расходы (ОР) это все деньги, которые система тратит для трансформации запасов в пропускную способность.
  3. Запасы ).

теория ограничений слабое звено

Шаг 1. Определение ограничения системы

Виды ограничений:

  • рынок (недостаточный спрос);
  • поставщики (недостаточно материалов в данный момент времени);
  • внутренние ресурсы (мощность оборудования недостаточна, либо не хватает квалифицированного персонала);
  • методы управления предприятием (бизнес-процедуры).

Шаг 2. Определение того, как использовать ограничение системы

  • Ограничение: внутренний ресурс

Ограничение: внутренний ресурс

Шаг 3. Подчинение ограничению всего остального

  1. Производственная система должна иметь только два дискретных состояния: либо работа на полную мощность, либо полная остановка.
  2. Должны быть изменены показатели оценки.
  3. Ресурсы, не являющиеся критическими, должны обладать дополнительной мощностью.
  4. Управление буферами используется для того, чтобы выполнялся график работы узкого места, соблюдался график отгрузки и, кроме того, для постоянного улучшения работы организации.

Шаг 4. Устранение ограничения системы

  • Внутренний ресурс – обеспечивается дополнительная его мощность.
  • Материал – поиск новых поставщи­ков.
  • Рынок – меняется маркетинговая политика и политика продаж.

Шаг 5. Не позволяйте инерции превратиться в ограничение. Когда ограничение устранено, начните сначала, с шага 1

Процесс совершенствования должен быть постоянным.

Причем совер­шенствование — это не цель, а процесс

Стандартная система управления предприятием

Cистема планирования и управления предприятием:

  • действия по планированию и управлению запасами и производством;
  • контроль за этой деятельностью.
  1. Что будет произведено?
  2. Сколько нам будет стоить это произвести?
  3. Что мы имеем?
  4. Что нам необходимо?
  5. Что мы получим (результат, т.е. выгода для предприятия)?

Планирование и управление деятельностью предприятия

  1. Стратегический бизнес-план;
  2. План продаж и операций;
  3. Основной производственный план;
  4. План необходимых материалов и мощностей;
  5. Оперативное управление закупками и производством.

Планирование и управление деятельностью предприятия

Планирование и управление деятельностью предприятия

Стратегический бизнес-план

Стратегический бизнес-план  это план, устанавливающий главные задачи предприятия и цели, которых компания хочет достичь в течение бли­жайших лет.

Процедуры бизнес – планирования:

Входная информация. Прогноз экономического состояния, цели владельцев предприятия и т.п.

Ответственные. Руководители и/или владельцы предприятия.

Горизонт планирования и периодичность. Не менее года.

Выходная информация. Агрегированные показатели, которые должны быть достигнуты предприятием.

План продаж и операций

План продаж и операций (ППО) является выражением бизнес-плана в натуральных величинах. Назначение ППО — связать желаемое (бизнес-план) с реально достижимым, учитывая возможности рынка, производственные мощности, персонал и финансовые возможности. ППО состоит из плана производства и плана продаж. Он может также использоваться для оценки возможности удовлетворения прогнозируемого спроса.

Пример плановой спецификации

Пример плановой спецификации

Определение уровня производства и уровня запасов

  • Стратегия преследования.
  • Стратегия сглаживания.
  • Субподряд.

Пример:

  • Электроизмерительные приборы
  • Производство на склад
  • Стоимость хранения – 5 000 руб./мес.
  • Стоимость изменения уровня производства – 20 000 руб.
  • Необходимо снизить уровень запасов с 1 000 шт. до 800 шт.

Стратегия преследования

Стратегия преследования

Стратегия сглаживания

Стратегия сглаживания

Основной производственный план (ОПП)

Основные функции ОПП:

  1. Формирование связки между агрегированным долгосрочным про­изводственным планом (ППО) и тем, что будет фактически произве­дено или закуплено.
  2. Формирование базы для среднесрочного расчета необходимых ре­сурсов (мощностей, материалов, комплектующих).
  3. ОПП является основной входящей информацией для расчета необ­ходимых материалов, а также для планирования производства.
  4. Основной производственный план — закон для предприятия.

Количество товара, доступного для предложения (ДДП)

Количество товара, доступного для предложения (ДДП)

Временные периоды ОПП

Изменение ОПП вызывает:

  • повышение себестоимости продукции;
  • снижение уровня обслуживания клиентов;
  • снижение достоверности ОПП.

Временные периоды ОПП

Планирование необходимых материалов и мощностей

  1. Что заказать (произвести или закупить);
  2. Как много заказать;
  3. Когда заказать и когда заказанное количество должно быть на складе;
  4. Когда заказ должен быть выполнен;
  5. Когда необходимо оплачивать.

Исходные данные MRP-модуля:

1.Информация по ОПП.

2.Информация об объектах планирования:

  • факторы планирования;
  • статус каждого объекта планиро­вания.

3.Спецификации/рецептуры:

  • все составляющие, необходимые для изготовления конечного изде­лия;
  • каждая из составляющих долж­на иметь свой уникальный код;
  • существенными характеристиками деталей являются их форма и предназначение.

Алгоритм расчета материальных потребностей

  • разузлование и смещение (по времени);
  • определение брутто- и нетто-потребностей;
  • формирование заказов на производство или закупку.

Алгоритм расчета материальных потребностей

А – 100 единиц:

В —    100 единиц;

С —    200 единиц;

D —    200 единиц;

Е —    200 единиц;

F —    400 единиц.

Алгоритм расчета материальных потребностей

Расчет нетто-потребностей:

Расчет нетто-потребностей:

Расчет нетто-потребностей во времени:

Расчет нетто-потребностей во времени

Определение сроков закупки и изготовления:

Определение сроков закупки и изготовления

Планирование необходимых (производственных) ресурсов (ПНР)

— определение доступной мощности;

— определение загрузки;

— устранение выявленных несоответствий между требуемой и доступной мощностями.

Планирование необходимых (производственных) ресурсов (ПНР)

Планирование материалов и мощностей

Планирование материалов и мощностей

Исходные данные системы планирования ресурсов:

  • заказы (поставщикам, в производство).
  • плановые заказы.
  • технологический (пооперационный) маршрут.
  • рабочие центры.
  • график работы.

Этапы ПНР:

1.Оценивание доступных мощностей.

2.Определение требуемой мощности.

Этапы ПНР

3.Распределение производственных заданий по рабочим центрам.

Оценивание доступных мощностей.

4.Сопоставление требуемых мощностей с доступными.

Точность работы системы планирования зависит:

1) от точности определения независимых потребностей;

2) от точности определения спецификаций и технологических марш­рутов изделий;

3) от точности и актуальности количества в наличии для всех материа­лов, участвующих в расчете;

4) от точности определения сроков поставки материалов и производ­ства необходимых материалов и комплектующих;

5) от точности указания времени доставки и производства материалов.

Оперативное управление снабжением и производством

1. Снабжение производства комплектующими и материалами.
2. Оперативное управление производством, а именно:

  • оперативное планирование и диспетчеризация;
  • формирование необходимых рабочих документов;
  • обеспечение цехов/участков материалами и комплектующими;
  • отслеживание производства.

3. Взаимодействие отдела продаж и производства.
4. Отгрузка заказа клиенту.

Закупки

Процедуры действий по закупкам:

Входная информация:

  • рассчитанные MRP потребности.
  • заявки на заказ поставщику.

Ответственные: отдел планирования, отдел закупок.

Периодичность: ежедневно.

Действия:

  • Просмотр необходимых к закупке материалов.
  • Формирование заказов поставщикам и уведомление поставщиков о заказах.
  • Отслеживание заказов поставщикам и уведомление финансового отдела о необходимости оплаты.

Выходная информация:

  • Заказы поставщикам.
  • Уведомления о необходи­мости оплаты.

Реализация в информационной системе

1.Формирование заказов поставщикам на основании рассчитанных MRP потребностей.

2.Действия по исключениям.

3.Формирование заказов поставщикам из заявок других отделов.

4.Уведомление поставщиков о заказе.

5.Отслеживание заказа от момента отгрузки материалов поставщиком до момента оприходования на склад.

6.Генерация акцепта, выступающего как подтверждение прихода и уведомление о необходимости оплаты.

7.Ввод в систему и корректировка параметров планирования матери­алов и комплектующих:

  • правила партий, т.е. консолидация потребностей по времени или по количеству;
  • время доставки от поставщика и время прохождения контроля каче­ства или таможенного оформления;
  • страховое время или страховой запас;
  • формирование связок Поставщик — Товар.

Процедуры управления финансами при закупках

Входная информация:

  • Потребности в закупаемых материалах/комплектующих.
  • Сформированные заказы поставщиками (информация об ожидае­мом количестве и дате прихода).
  • Страховые запасы по каждому наименованию материала/комплек­тующего.
  • Закупочная цена по каждому наименованию материала/комплекту­ющего.
  • Условия платежей поставщику.

Действия:

  1. Контроль правильности закупаемого количества. Точ­ность расчета зависит от:
  • точности информации о запасах на складах;
  • точности плана;
  • корректности рассчитанных страховых запасов;
  • корректности указания времени доставки материала от постав­щика и минимальной закупаемой партии.
  1. Разрешение на оплату для бухгалтерии.

Методы диспетчеризации:

  • Прямое планирование
  • Обратное планирование
  • Неограниченная загрузка
  • Ограниченная загрузка

Методы диспетчеризации

Определение приоритетов рабочих заданий:

  • Первым вошел — первым вышел (ПВПВ).
  • Самая ранняя дата окончания операции (РДО).
  • Самая ранняя дата окончания работ (РДР).
  • Самое короткое время производства (ВП).
  • Критическое отношение (КО).

Определение приоритетов рабочих заданий

Процедуры оперативного планирования производства:

Входная информация:

1.Что произвести.

2.Сколько произвести.

3.Когда произвести (к какому числу).

4.Где произвести.

Ответственные: ПДО, диспетчеры цехов.

Периодичность: формирование/корректировка плана — еженедельно, формирование производственных заданий — по необходимости,
фор­мирование сменно-суточных заданий — ежедневно.

Действия:

  1. Просмотр необходимых к производству количеств.
  2. Формирование производственных заданий.
  3. Точное планирование производственных заданий.
  4. Формирование необходимой сопровождающей документации.

Выходная информация: производственные задания (еженедельный выпуск готовой продукции и узлов) и сменно-суточные задания.

Процедуры оперативного планирования производства. Управление производством схема

Алгоритм управления производством:

Алгоритм управления производством

Процедуры обеспечения производства материалами:

Входная информация:

1.Запланированные производственные задания (план-графики произ­водства, ЗНП).

2.Выполненные по операциям/заданиям количества.

3.Материалы и детали в цехах и на складе ПДО.

Ответственные: диспетчеры цехов и/или кладовщики цехов.

Периодичность: общая оценка доступности материалов — один раз в не­делю;
формирование потребности на перемещение к потребителю — ежедневно.

Действия:

1.Оценка доступности необходимых материалов на весь период вы­полнения производственной программы.

2.Формирование потребностей на перемещение материалов со скла­дов материалов и комплектующих в кладовые цехов.

3.Перемещение материалов/узлов и регистрация перемещений.

4.Корректировка производственного плана в случае нехватки мате­риалов.

Выходная информация:

1.Потребности в материалах по производственным участкам.

2.Документы, санкционирующие и подтверждающие перемещения материалов между соответствующими складами и производственны­ми участками.

Алгоритм обеспечения производства материалами:

Алгоритм обеспечения производства материалами

Требования к сотрудникам отдела планирования:

  1. Развитые аналитические способности и умение принимать решения в кратчайшие сроки.
  2. Образование.
  3. Знание собственного предприятия.
  4. Опыт.
  5. Умение общаться.
  6. Умение работать в напряженной обстановке.

Программные модули КИС:

  • подсистема управления корпоративной базой данных,
  • подсистема автоматизации деловых операций и документооборота,
  • подсистема электронного делопроизводства,
  • подсистема автоматизации технологических процессов предметной области,
  • подсистема поддержки принятия решения,
  • подсистема – интегратор.

Управление запасами:

  • Мониторинг запасов;
  • Регулирование и инвентаризация складских остатков.

Управление запасами

Управление запасами и складами:

Управление запасами и складами

Управление снабжением:

  • Заказы на закупку;
  • График поставок;
  • MRP — планирование потребности в материалах, понимаемое как управление заявками на закупку.

Управление снабжением

Управление сбытом:

Управление сбытом

Управление производством:

Управление производством

Планирование:

Планирование

Управление сервисным обслуживанием:

Управление сервисным обслуживанием

Управление финансами:

Управление финансами

Модули ERP-системы

  • управления логистическими цепочками (Distribution Resource Planning — DRP);
  • усовершенствованного планирования и составления производственных графиков (Advanced Planning and Scheduling — APS);
  • управления взаимоотношениями с клиентами (Customer Relation Management — CRM, ранее назывался модулем автоматизации продаж — Sales Force Automation);
  • электронной коммерции (Electronic Commerce — ЕС);
  • управления данными об изделии (Product Data Management — PDM);
  • надстройки Business Intelligence, включающей решения на основе технологий OLAP (On-Line Analytical Processing) и DSS (Decision Support Systems);
  • автономный модуль, отвечающий за конфигурирование системы (Standalone Configuration Engine — SCE);
  • окончательного (детализированного) планирования ресурсов FRP (Finite Resource Planning).

Взаимосвязь функциональных блоков

Взаимосвязь функциональных блоков

Минимальные требования, предъявляемые к КИС:

1.Функциональная полнота системы

2.Надежная система защиты информации

3.Наличие инструментальных средств адаптации и сопровождения системы

4.Реализация удаленного доступа и работы в распределенных сетях

5.Обеспечение обмена данными между разработанными информационными системами и др. программными продуктами, функционирующими в организации.

6.Возможность консолидации информации

7.Наличие специальных средств анализа состояния системы в процессе эксплуатации

Обязательные требования, предъявляемые к КИС:

1.Использование архитектуры клиент-сервер с возможностью применения большинства промышленных СУБД

2.Поддержка распределенной обработки информации

3.Модульный принцип построения из оперативно-независимых функциональных блоков с расширением за счет открытых стандартов (API, COM+, CORBA и другие)

4.Обеспечение поддержки технологий Internet/intranet.

5.Гибкость

6.Надежность

7.Эффективность

8.Безопасность

Особенности использования ERP-систем на предприятиях

  • После внедрения необходимо научиться использовать систему для решения бизнес-задач предприятия.
  • Если предприятие не использует методологию управ­ления, которую отображает система, то использование системы не может быть эффективным.
  • Корректность отобража­емой в ERP-системе информации зависит от всего персонала предприятия.
  • Система ERP является отображением работы предприятия.
  • Система ERP является транзакционной системой реального време­ни.

Пример конфигурации информационной системы

Пример конфигурации информационной системы

Взаимодействие с системами автоматизированного проектирования

  • PDMсистема (Product Data Management) — система управления данными об изделии;
  • CADсистема (Сomputer-Aided Design) – система автоматизированного проектирования;
  • CAM-система (Сomputer-Aided Manufacturing) – автоматизированная система, предназначенная для подготовки управляющих программ для станков с ЧПУ;
  • CAE-система (Сomputer-Aided Engineering) – система инженерного анализа.

Основные задачи интерфейса с системами конструирования:

  • обес­печение передачи конструкторской информации из системы конструи­рования в ERP-систему;
  • обеспечение возможности доступа технологов к первичным документам из ERP-системы.

Схема взаимодействия систем

  • обозначение и наименование деталей и сборочных единиц;
  • их количество в сборке и применяемость;
  • информация о материалах и нормах материалов на изделие;
  • информация о типе;
  • информация о маршруте изготовления;
  • подготовительно-заключительное время;
  • информация о конструкторско-технологических изменениях.

Схема взаимодействия систем

Принципы передачи информации

  • В виде бумажного документа.
  • В цифровом виде:
    • Через промежуточный файл;
    • В режиме реального времени.

Корпоративные базы данных

Основные требования к базам данных:

1.Полнота  представления данных.

2.Целостность базы данных.

3.Гибкость структуры данных.

4.Реализуемость.

5.Доступность.

6.Избыточность.

OLTP-приложения, OnLine Transaction Processing

OLAP-приложения, OnLine Analytical Processing

Data Warehousing, DW

Business Intelligence

Распределенные ИС

Основные принципы создания и функционирования распределенных баз данных:

  • Синхронизация и согласованность;
  • Прозрачность;
  • Изолированность.

Дополнительные принципы распределенных БД:

  • локальная автономия;
  • отсутствие центральной установки;
  • независимость от местоположения;
  • непрерывность функционирования;
  • независимость от фрагментации данных;
  • независимость от репликации данных;
  • распределенная обработка запросов;
  • распределенное управление транзакциями;
  • независимость от аппаратуры;
  • независимость от типа операционной системы;
  • независимость от коммуникационной сети;
  • независимость от СУБД.

Проблемы практической реализации техники представлений:

1.Размещение системного каталога базы данных.

2.Проблема обновлений.

Направления в технологиях распределенных систем

  • технологии «Клиент-сервер»,
  • технологии репликации данных,
  • технологии объектного связывания.

Технология «Клиент-сервер»

  • общие данные на одном или нескольких серверах;
  • много пользователей на различных вычислительных установках, совместно обрабатывающих общие данные.

Модели технологии «Клиент-сервер»:

  • модель файлового сервера (File Server — FS);
  • модель удаленного доступа к данным (Remote Data Access — RDA);
  • модель сервера базы данных (DataBase Server — DBS);
  • модель сервера приложений (Application Server — AS).

Модель файлового сервера (FS)

Достоинства:

  • простота,
  • отсутствие высоких требований к производительности сервера.

Недостатки:

  • высокий сетевой трафик,
  • отсутствие специальных механизмов обеспечения безопасности.

Модель удаленного доступа к данным (RDA)

Достоинства:

  • Уменьшение числа процессов в операционной системе;
  • Сервер БД освобождается от несвойственных ему функций;
  • Резко уменьшается загрузка сети.

Недостатки:

  • Существенный трафик сети;
  • Излишнее дублирование кода приложений;
  • Сервер играет пассивную роль;
  • Высокие требования к клиентским установкам.

Модель сервера баз данных (DBS)

Достоинства:

  • Повышение надежности;
  • Возможности коллективной работы пользователей
  • Более активная роль сервера;
  • Разгрузка сети.

Недостатки:

  • Большая загрузка сервера.

Модель сервера приложений (АS)

Достоинства:

  • Повышение надежности;
  • Возможности коллективной работы пользователей
  • Более активная роль сервера;
  • Оптимальное построение вычислительной схемы.

Недостатки:

  • Трафик сети.

Модели транзакций

Плоские (традиционные) транзакции характеризуются:

  • Свойство атомарности (Atomicity).
  • Свойство согласованности (Consistency).
  • Свойство изолированности (Isolation).
  • Свойство долговечности (Durability).

Издержки совместной обработки:

  • Потерянные изменения;
  • Проблемы промежуточных данных;
  • Проблемы несогласованных данных;
  • Проблемы строк-призраков.

Требования, предъявляемые к корпоративным базам данных

  • Простой и понятный пользователю ввод данных в базу,
  • Хранение данных в виде, который не приведет к чрезмерному разрастанию данных,
  • Доступность к общей информации сотрудников всех подразделений корпорации при обязательном условии разграничения прав доступа,
  • Быстрое нахождение и выборка требуемой информации,
  • Сортировку и фильтрацию необходимых данных,
  • Группировку одноименных данных,
  • Промежуточные и итоговые вычисления над полями,
  • Преобразование и наглядность выводимых данных,
  • Масштабируемость,
  • Защищенность от случайных сбоев, безвозвратной потери данных и несанкционированного доступа.

Консолидация

  • ETL — Extraction, Transformation, Loading
  • ECM — Enterprise content management

Достоинства:

1.Возможность осуществлять трансформацию.

2.Возможность управления неструктурированными данными.

Недостатки:

1.Невозможность синхронного обновления.

2.Наличие задержки времени между моментами обновления данных в первичных системах и в конечном месте хранения.

Федерализация

EII — Enterprise information integration

Достоинства:

1.Возможность доступа к текущим данным без создания дополнительной новой базы данных,

2.Целесообразность применения после приобретения или слияния компаний,

3.Незаменимость в тех случаях, когда по соображениям безопасности существуют лицензионные ограничения на копирование данных первичных систем,

4.Использование при необходимости высокой автономии местных подразделений корпорации и гибкости централизованного контроля их деятельности,

5.Высокая степень полезности для крупных транснациональных корпораций.

Недостатки:

1.Снижение производительности из-за дополнительных затрат на доступ к многочисленным источникам данных,

2.Федерализация наиболее приемлема для извлечения небольших массивов данных,

3.Высокие требования к качеству первичных данных.

Распространение

EAI – Enterprise Application Integration

EDR – Enterprise Data Replication

Достоинства:

1.Высокая производительность,

2.Возможность реструктуризации и очистки данных,

3.Уравновешивание нагрузки за счет создания резервных копий и восстановления данных.

Гибридный подход

Технологии:

  • Интеграция данных о клиентах в системах CDI – Customer Data Integration,
  • Интеграция данных о клиентах в модулях CRM – Customer Relations Management.

Структурные решения хранилищ данных

  • Интеграция разъединенных детализированных данных в едином хранилище.
  • Разделение наборов данных и приложений, используемых для обработки и анализа.

Признаки хранилищ данных:

  • Информация в хранилище данных организуется вокруг базовых понятий, используемых в деятельности предприятия,
  • Данные собираются из различных источников и приложений, очищаются от ошибок и представляются в виде, понятном пользователям,
  • Данные остаются неизменными.

Типы хранилищ данных

  • Финансовые хранилища данных
  • Хранилища данных в области страхования
  • Хранилища данных для управления персоналом
  • Глобальные хранилища данных
  • Хранилища данных с возможностями обнаружения новых данных (Data Mining)
  • Хранилища данных в области телекоммуникаций
Функционально-ориентированная (иерархическая) организация

Системный анализ деятельности организации. Виды организаций в ARIS

Системный анализ деятельности организации. Виды организаций в ARIS

Понятие организации

Международный стандарт ИСО 9000:2000 определяет организацию как группу работников и необходимых средств с распределением ответственности, полномочий и взаимоотношений.
Организация может быть корпоративной, государственной или частной. Можно дать и другое определение: организация — это систематизированное, сознательное объединение действий людей, преследующих достижение конкретных целей.
Понятие «организация» раскрывает приведенная на рисунке модель технических терминов ARIS (Architecture of Integrated Information Systems — архитектура интегрированных информационных систем).

Рисунок «Виды организаций, представленные с помощью модели технических терминов ARIS»
Виды организаций, представленные с помощью модели технических терминов ARIS

В дальнейшем при изложении материала будет использоваться термин «организация».
Каждая организация имеет несколько категорий заинтересованных сторон, имеющих свои нужды и ожидания.

С точки зрения управления главными заинтересованными сторонами являются:

  • заказчики и конечные пользователи;
  • сотрудники организации;
  • собственники и/или инвесторы;
  • поставщики и партнеры;
  • общество, интересы которого представляют органы местного управления, и население, оказывающее влияние на организацию.

Каждая заинтересованная сторона надеется на свою собственную выгоду от той добавленной стоимости, которая появляется в результате деятельности организации.

Любая организация — многофункциональна. К ее основным функциям относятся:

  • маркетинг и анализ рынка;
  • стратегическое планирование деятельности предприятия;
  • стратегическое и оперативное управление;
  • планирование и разработка бизнес-процессов;
  • проектирование и разработка продукции;
  • производство продукции;
  • поставка продукции;
  • закупки материалов и комплектующих;
  • техническое обслуживание и ремонт оборудования и прочие функции;
  • оформление финансовых документов;
  • подготовка кадров и управление персоналом.

Для выполнения этих функций организация должна быть соответствующим образом структурирована.

Функционально-ориентированная (иерархическая) организация

Функционально-ориентированные организации остаются неизменными и характеризуются вертикальной топологией структуры и иерархией отношений между подразделениями (см. рисунок).

Рисунок «Функционально-ориентированная (иерархическая) организация»
Функционально-ориентированная (иерархическая) организация

В организации, имеющей функционально-ориентированную структуру, одно функциональное подразделение (закупки, производство, финансы и бухгалтерия) несет ответственность за все продукты и территории. Преимущество узкой специализации служащих «компенсируется» непомерными накладными расходами на коммуникации и координацию функциональных подразделений.

Функционально-ориентированные организации обладают рядом недостатков, основными из которых являются:

  • невозможность быстрой реакции на изменения;
  • оторванность работающих от конечного результата;
  • главным потребителем результатов труда работника является вышестоящий начальник;
  • отсутствие ориентации на клиента;
  • чрезвычайно усложнены взаимодействие и обмен информацией между подразделениями организации.

Альтернативой строго функциональной структуре является процессно-ориентированная структура.

Процессно-ориентированная организация

Понятие «процесс» — ключевое в современной теории управления бизнесом.
Международный стандарт ИСО 9000:2000 определяет процесс как совокупность взаимосвязанных и взаимодействующих видов деятельности, преобразующих входы и выходы (см. рисунок). Процесс включает одну или более связанных между собой процедур или функций, которые совместно реализуют некую задачу бизнеса — обычно в рамках организационной структуры. Он может выполняться в пределах одной организационной единицы, охватывать несколько единиц или даже несколько различных организаций, например, в системе «покупатель-поставщик».
Процесс обычно связан с операционными отношениями, например, процесс разработки нового изделия или процесс продаж. Введем некоторые термины, взаимосвязь которых представлена на рисунке (ниже).
Различают основные и вспомогательные процессы.

  • Основные процессы — это те процессы, которые добавляют новое качество продукции.
  • Вспомогательные процессы формируют инфраструктуру организации.
  • Владелец процесса — лицо (или группа лиц), отвечающее за процесс и имеющее полномочия изменять его с целью усовершенствования.
  • Границы процесса — граница входа и граница выхода. Граница входа предшествует первой операции процесса, граница выхода следует за его последней операцией.
  • Интерфейс процесса — механизм (организационный, информационный, технический), посредством которого процесс взаимодействует с предшествующим и последующим процессами.

В соответствии с новым взглядом на организацию работа должна быть организована вокруг процессов. По словам Хаммера и Чампи, «не товары, а процессы их создания приносят компаниям долгосрочный успех». Целью организации должно быть совершенствование бизнес-процессов для преодоления их фрагментарности и для достижения существенных улучшений в ключевых показателях результативности — затраты, качество, уровень обслуживания и оперативность.
Несмотря на явные преимущества процессно-ориентированного устройства компании, — добиться создания такой структуры в чистом виде не представляется возможным.
Первым шагом проекта по оптимизации деятельности должно стать выделение основных продуктов компании и выстраивание процессов в соответствии с продуктовыми линиями. Это позволяет получить продуктовые «срезы» бизнес-процессов, протекающих в организации.

Однако всегда существует несколько функциональных подразделений, которые принимают участие в обслуживании всех продуктовых линий, например, бухгалтерия, транспортный цех и т.д. Перестроить данные направления, разбив их на продуктовые срезы компании, крайне сложно, так как это повлечет за собой массу дополнительных проблем и расходов.
Таким образом, задача формализации и оптимизации деятельности сводится к выделению бизнес-процессов в соответствии с продуктовыми линиями и функциональными подразделениями, и увязке их в сквозные процессы компании, нацеленные в первую очередь на создание продуктов и предоставление услуг клиентам.

Рисунок «Понятие «процесс», представленное с помощью модели технических терминов ARIS»
Понятие «процесс», представленное с помощью модели технических терминов ARIS

Понятие системы

Любая организация является сложной социально-технической системой. Термин «система», употребляемый в современной практике, имеет множество значений и смысловых нюансов. Это приводит к необходимости выделить те значения, которые имеют непосредственное отношение к системному анализу деятельности организации. Далее приведены три определения, которые представляются наиболее удачными.
Первое из них дано в Международном стандарте ИСО 9000:2000 «Системы менеджмента качества. Основные положения и словарь».

Система — это совокупность взаимосвязанных и взаимодействующих элементов. Следует отметить, что в современном менеджменте качества уделяется большое внимание системному подходу к деятельности организации.

Российский энциклопедический словарь трактует понятие «система» следующим образом: система (от греческого Systema — целое, составленное из частей) — множество элементов, находящихся в отношениях и связях друг с другом, образующих определенную целостность, единство.
И, наконец, третье определение: система — совокупность связанных между собой и с внешней средой элементов и частей, функционирование которых направлено на получение конкретного результата.
Как всякое фундаментальное понятие, термин «система» лучше всего конкретизируется при рассмотрении его основных свойств.

Для системы характерны следующие основные свойства:

  • целенаправленность — определяет поведение системы;
  • сложность — зависит от множества входящих в систему компонентов, их структурного взаимодействия, а также от сложности внутренних и внешних связей и их динамичности;
  • делимость — система состоит из ряда подсистем или элементов, выделенных по определенному признаку, отвечающему конкретным целям и задачам;
  • целостность — функционирование множества элементов системы подчинено единой цели. При этом система проявляет так называемые интегративные свойства, т.е. свойства, присущие системе в целом, но отсутствующие в отдельно взятых ее элементах;
  • многообразие элементов и различие их природы — это связано с их функциональной специфичностью и автономностью;
  • структурированность — определяется наличием установленных связей и отношений между элементами внутри системы, распределением элементов системы по уровням иерархии.

Исходной характеристикой системы является ее противопоставление окружению, или среде. Среда — это все то, что не входит в систему. Среда представляет собой совокупность всех систем, кроме исследуемой, выделенной, интересующей нас в настоящий момент части реального окружающего мира. Поэтому можно сказать, что система — это конечное множество объектов, каким-то образом выделенное из среды посредством границы системы.

Понятие «границы» в целом ряде случаев весьма условно, и при моделировании необходимо четко определить, где кончается система, а где начинается среда.

Между средой и бизнес-системой, которой является организация (см. рисунок), существует множество взаимных связей, с помощью которых реализуется процесс взаимодействия среды и системы.
По входной и выходной связям между системой и средой путем взаимной передачи происходит обмен материальными, финансовыми, энергетическими, информационными и иными элементами.
Элементы, передаваемые системой во внешнюю среду, будем называть конечными продуктами деятельности системы, а передаваемые из среды в систему — ресурсами.

Рисунок «Связи системы-организации с внешней средой»
Связи системы-организации с внешней средой

Цель системы — достижение и сохранение желаемого состояния или желаемого результата поведения системы.
Цель организации — стремление к максимальному результату, выражаемому в максимизации ценности капитала, при постоянном сохранении определенного уровня ликвидности и достижении целей производства и сбыта с учетом социальных задач. Вспомогательной стоимостной целью является стремление к оптимальной расчетной прибыли за период.
Задача системы — описание способа (технологии) достижения цели, содержащее указание на цель с желаемыми конкретными числовыми (в том числе временными) характеристиками.

Система целей — совокупность взаимоувязанных целей. В соответствии с определением понятия «система» для одного и того же объекта может быть рассмотрено несколько систем целей, т.е. использовано несколько оснований для их классификации, например:

  • стратегические и тактические цели;
  • долгосрочные (выполнение через несколько лет) и краткосрочные (выполнение через год и ранее) цели;
  • производственные, финансовые, социальные цели, цели повышения качества продукции и т.п.

Древовидная система целей (см. рисунок) включает как минимум глобальную цель — существование организации и две главные цели — цель функционирования (выпускать продукцию) и цель развития (развиваться).

Рисунок «Цели организации, представленные в виде диаграммы целей ARIS»
Цели организации, представленные в виде диаграммы целей ARIS

Таким образом, система представляет собой упорядоченное подмножество объектов, интенсивность взаимосвязей которых превышает интенсивность отношений с объектами, не входящими в данное подмножество, т.е. с внешней средой.
Объект (элемент, компонент) — часть системы, выделенная по какому-либо признаку, сформулированному заинтересованным лицом. При этом объекты системы и отношения между ними выделяются в зависимости от точки зрения заинтересованного лица или группы лиц, например, одно и то же предприятие может рассматриваться как производственная, организационно-экономическая или социальная система. Выбор точки зрения — категория системного анализа, характеризующаяся выделением определенных аспектов рассмотрения проблемы и применением особой терминологии, соответствующей этим аспектам.

Системный подход

Системный подход — это методология специального научного познания и социальной практики, а также объяснительный принцип, в основе которого лежит исследование объектов как систем.

Методологическая специфика системного подхода определяется тем, что он ориентирует исследование на:

  • раскрытие целостности объекта и обеспечивающих его механизмов;
  • выявление многообразных типов связей сложного объекта;
  • сведение этих связей в единую теоретическую картину.

Системный подход реализует представление сложного объекта в виде иерархической системы взаимосвязанных моделей, позволяющих фиксировать целостные свойства объекта, его структуру и динамику.
Методология ARIS основана на применении системного подхода в полной мере.
Системный анализ — совокупность методологических средств, используемых для подготовки и обоснования решений по сложным проблемам социального, технического и экономического характера. Он основывается на системном подходе, а также на ряде математических дисциплин и современных методов управления. Основной процедурой системного анализа является построение обобщенной модели, адекватно отображающей интересующие исследователя свойства реальной системы и ее взаимосвязи.

Главной задачей системного анализа является поиск путей по превращению сложного в простое, по разложению труднопонимаемой задачи на ряд задач, имеющих решение.

Принципы системного анализа:

  • Оптимальность. В результате анализа необходимо найти оптимальное решение задачи.
  • Эмерджентность. Этот принцип предполагает следующее важное свойство системы: чем больше система и чем больше различие между частью и целым, тем выше вероятность того, что свойства целого могут сильно отличаться от свойств его частей.

Принцип эмерджментности позволяет выявить несовпадение локальных оптимумов целей системы с глобальным оптимумом системы. Этот фактор необходимо учитывать при проведении системного анализа деятельности организации, поскольку он играет важную роль.

  • Системность. Исследование объекта, с одной стороны, как единого целого, а с другой, как части более крупной системы, с которой объект находится в определенных отношениях.
  • Иерархичность. Определение в системе структурных отношений, характеризуемых упорядоченностью, организованностью взаимодействий между отдельными ее уровнями по вертикали. Большинство организаций представляют собой сложные системы, и необходимость иерархического построения этих систем обусловлена тем, что управление в них связано с переработкой и использованием больших объемов информации.
  • Интеграция. Изучение интеграционных свойств и закономерностей системы.
  • Формализация. Получение комплексных количественных характеристик.

Системный анализ — наиболее эффективный метод, применяемый при построении модели организации. Однако при проведении его могут возникать проблемы, обусловленные сложностью социально-технических систем, так и проблемы политического характера, если заинтересованные группы конфликтуют. При сочетании этих проблем системный анализ становится трудным и кропотливым делом, при котором аналитик должен играть роль посредника между заказчиком и исполнителем.
Руководители предприятий обычно интуитивно понимают свои проблемы, но не могут объяснить их, и, кроме того, они часто имеют весьма туманное представление о том, какую пользу могут принести им информационные технологии. Разработчики же с энтузиазмом говорят о существующих возможностях в области построения систем обработки данных, но они, как правило, не имеют информации о том, что именно является наилучшим для той или иной организации.
Основополагающая концепция состоит в построении при помощи графических методов системного анализа совокупности моделей различных аспектов деятельности организации, которые дают возможность управленцам и аналитикам получить ясную общую картину бизнес-процессов.

Системный подход применяется для решения различного рода сложных задач, в число которых входят:

  • совершенствование системы управления организации и анализ ее деятельности;
  • подготовка к внедрению системы управления предприятием;
  • внедрение систем менеджмента качества и их сертификация;
  • оптимизация, инжиниринг и реинжиниринг бизнес-процессов;
  • внедрение информационных систем на предприятии;
  • документирование корпоративных знаний, в том числе в виде моделей прототипов.

Шаблон документа с бизнес-требованиями.doc

Наименование департамента

[НАИМЕНОВАНИЕ ПРИЛОЖЕНИЯ ИЛИ СИСТЕМЫ]

Документ с бизнес-требованиями

Документ с бизнес-требованиями

Руководство по использованию шаблона требований

Для того, чтобы правильно создать документ с описанием бизнес-требований, пожалуйста, придерживайтесь следующих принципов данного руководства. После завершения написания документа, удалите данный раздел.

Назначение Требование — это задокументированное условие или возможность продукта, сервиса или системы, которые должны соответствовать задачам проекта. Управление требованиями представляет собой семантический подход к выявлению, организации и документированию требований продукта, сервиса или системы. Документ с описанием бизнес-требований служит базовой линией проекта, которая поясняет, в бизнес-терминах, что необходимо сделать на этапе проектирования в проекте.

 

Так как требования являются динамичными, то документ с бизнес-требованиями является постепенно изменяющимся документом, целью которого является записывать то, что известно на данный момент, а затем используя эти записи строить документ дальше по ходу развития проекта. Именно из этого документа появляется более конкретная проектная документация, которая формируется на основе потребностей проекта и других взаимодополняющих методологий.

Владение документом Бизнес-анализ и руководители проекта работают с бизнес-спонсором и любыми другими необходимыми бизнес или техническими лидерами на проекте в рамках формирования документа с бизнес-требованиями.
Когда документ формируется Формирование документ с описанием бизнес-требований запускается во время начальной стадии выполнения проекта, который предшествует стадии проектирования в жизненном цикле управления проектами.

 

Определение бизнес-требований является обязательным этапом во всех проектах.

Template Completion

 

Note:  Text within <  > brackets need to be replaced with project-specific information.

Сбор требований непростой процесс, как это может показаться изначально. Это достаточно сложная задача, поскольку требования:

 

·   не всегда очевидны;

·   могут поступать из многочисленных и разнообразных источников;

·   нуждаются в управлении кросс-функциональными группами людей;

·   могут вызывать сложности при формулировании в ходе написании документации;

·   могут формулироваться на разных уровнях детализации.

Для проекта, который представляет собой усовершенствование существующего продукта, сервиса или системы, команда проекта проводит обзор существующих документов; поэтому документ с бизнес-требованиями, как правило, является более кратким. Тем не менее, проект, в ходе которого должен быть разработан новый продукт, услуга или система, как правило, будет содержать более детальный документ.

1.     Не включайте раздел руководства к шаблону в итоговый документ. Введите информацию о проекте в заголовке страницы, нижние колонтитулы, титульный лист, участников по разработке документа, а также заполните информацию по контролю версий.

2.     Заполните документ, используя вспомогательную информацию в <скобках>.

3.     Для небольших проектов можно объединить все разделы требований в одну таблицу, добавив столбец «Тип требования».

4.     Если некоторые требования не применяются в вашем проекте, то не удаляйте его, а пометьте его как «Не применяется» и укажите краткое пояснение, почему в текущем проекте данное требование не актуально.

5.     Если на проекте имеются дополнительные требования, то ими нужно дополнить раздел 5. Можно создать отдельную таблицу для помощи в выявлении, определении и отслеживании требований. Обратите внимание, что если новое требование идентифицируется после того, как утвержден документ с бизнес-требованиями, то новое требование необходимо внести в раздел 10.1 Дополнения (новые требования).

6.     После того, как были внесены изменения в документ, и вы готовы его завершить, убедитесь, что Вы обновили оглавление документа.

7.     Составьте карту рассмотрения документа и его утверждений теми лицами, которые были определены в разделе с заинтересованными сторонами.

8.     Из-за того, что документ с бизнес-требованиями является динамичным, после того, как менеджер проекта получает согласованный документ, все дополнительные, измененные или отмененные требования вносятся в 10 раздел.

9.     Если вносятся изменения в документ, то необходимо обновить раздел с историей обновлений документа.

10.  Документ с описанием бизнес-требований будет храниться вместе с другими документами проекта и поддерживаться в соответствии с политикой хранения документов.

Расширение прав и возможностей. Масштабируемость. Данный шаблон предоставляется в качестве ориентира для сбора базовой информации, необходимой для успешного формирования документа с описанием бизнес-требований. Руководители проекта имеют право использовать этот шаблон по мере необходимости для сбора каких-либо конкретных требований предполагаемого проекта. Количество деталей, которые содержит документ, зависит от размера и сложности проекта. В зависимости от проекта или потребностей бизнеса, требования могут быть добавлены, но не могут быть удалены.

Информация по документу и согласование документа

История версий  
№ версии Дата создания Кем пересмотрена версия Причина для изменений
1.0 9/17/09 Иванов Петр Рассмотрение проектным офисом
       
       
       
         

Этот документ был утвержден в качестве официального документа с бизнес-требованиями для проекта «<имя проекта>», и точно отражает текущее понимание бизнес-требований. После утверждения этого документа, изменения требований будет регулироваться через процесс управления изменениями, включая анализ последствий (impact analysis), проходя стадии рассмотрения и согласования.

Согласование документа  
Имя утверждающего Проектная роль Подпись/Электронная подпись Дата
       
       
       
       
         

Оглавление документа

  1. Назначение документа. 1
  2. Ресурсы для создания документа. 1
  3. Словарь терминов.. 1
  4. Обзор проекта. 1

4.1 Обзор проекта и предпосылки. 1

4.2 Зависимости проекта. 1

4.3 Заинтересованные стороны.. 1

  1. Основные допущения и ограничения. 2

5.1 Основные допущения и ограничения. 2

  1. Сценарии использования/Варианты использования (Use Cases) 2

6.1 Диаграмма вариантов использования. 2

6.2 Изложение фактов по варианту использования. 3

  1. Бизнес-требования. 5
  2. Приложения. 7

8.1 Приложение A – Потоки бизнес-процессов. 7

8.1.1 Диаграммы «Как Есть» (As Is) 8

8.2 Приложение B – Каталог бизнес-правил. 10

8.3 Приложение C- Модели. 10

8.4 Матрица трассировки/отслеживания требований (Traceability Matrix) 10

8.5 Инструкция описания вариантов использования. 10

  1. Назначение документа

 

Этот документ определяет высокоуровневые требования <введите имя бизнес-линии, внутренней организации, заинтересованной стороны> этого проекта. Документ будет использоваться в качестве основы для следующих видов деятельности:

  • Создание дизайнов Решения;
  • Разработка плана тестирования, скриптов тестирования и сценариев тестирования;
  • Определение критериев завершенности проекта;
  • Оценка успешности проекта.
  1. Ресурсы для создания документа

 

Имя Бизнес-подразделение Роль
<Идентифицируйте все заинтересованные стороны и ресурсы, которые будут вовлечены в процесс сбора требований>    
     
     
     
     

 

  1. Словарь терминов
Термин / Сокращение Определение
<Определите термины и сокращения, которые используются в данном документе >  
   
   
   
   
  1. Обзор проекта

4.1 Обзор проекта и предпосылки

<Информация для данного раздела может быть взята из Устава проекта. Данный пункт содержит краткое описание того, что из себя представляет проект. Данный пункт включает в себя описание текущей ситуации, существующих проблем и целей. Этот раздел служит основой для начала процесса выявления требований. Каждое требование должно подводить проект к описанию основной концепции>

 

4.2 Зависимости проекта

<Перечислите любые связанные проекты, которые затрагивают целиком или частично Ваш проект, или которые имеют зависимости от этого проекта.>

4.3 Заинтересованные стороны

Ниже перечислены внутренние и внешние заинтересованные стороны, чьи требования представлены в этом документе:

 

  Заинтересованные стороны
1.  
2.  
3.  

 

  1. Основные допущения и ограничения

5.1 Основные допущения (предположения) и ограничения

 

# Допущения (предположения)
  Перечислите любые допущения, на которых основаны требования
   
   
   
   
   
# Ограничения
  Перечислите любые ограничения, на которых основаны требования
   
   
   
   
   
  1. Сценарии использования/Варианты использования (Use Cases)

<Основная цель сценариев использования (вариантов использования) заключается в том, чтобы зафиксировать требуемое поведение системы с точки зрения конечного пользователя для достижения одной или нескольких желаемых целей. Вариант использования содержит описание потока событий, который описывает взаимодействие между акторами и системой. Вариант использования также может быть представлен визуально в UML для того, чтобы показать взаимосвязи с другими вариантами использования и акторами>.

6.1 Диаграмма вариантов использования

6.2 Изложение фактов по варианту использования

 

<Каждый вариант использования должен быть задокументирован с помощью этого шаблона. Смотрите инструкцию для описания вариантов использования>

ID Варианта использования:  
НаименованиеВарианта использования:  
Кем создан:   Кем в последний раз изменен:  
Дата создания:   Дата последнего изменения:  
Акторы:  
Описание:  
Предварительные условия:  
Постусловие:  
Нормальный ход событий:  
Альтернативный ход событий:  
Исключения:  
Содержит:  
Приоритет:  
Частота использования:  
Бизнес-правила  
Специальные требования:  
Предпосылки (предположения):  
Примечания и вопросы:  
Графическое представление варианта использования

 

 

 

 

 

 

 

 

 

 

Пример заполненного варианта использования:

 

ID Варианта использования: 1
НаименованиеВарианта использования: Просмотр интерактивной карты кампуса
Кем создан: Иванов Петр Кем в последний раз изменен:  
Дата создания: 19/04/2015 Дата последнего изменения:  
Акторы: Пользователь
Описание: Этот вариант использования описывает основной способ использования интерактивной карты кампуса. Пользователь через браузер получает доступ по соответствующему URL и взаимодействует с представленной функциональностью.
Предварительные условия: Веб-браузер открыт и получен доступ к интерактивной карте кампуса через URL.
Постусловие: Пользователь переходит с интерактивной карты кампуса на веб-сайт.
Нормальный ход событий: 1.     Открывается браузер;

 

2.     Переход по URL карты кампуса;

3.     Взаимодействие с картой кампуса при помощи доступной функциональности.

Альтернативный ход событий: Отсутствует
Исключения: Отсутствуют
Содержит:  
Приоритет: Высший
Частота использования: Одно использование на одно посещение.
Бизнес-правила TBD
Специальные требования: ·         Доступ 24/7

 

· Время отклика сопоставимо с общими картографическими решениями (например, карты Google)

Предпосылки (предположения):  
Примечания и вопросы:  
Графическое представление варианта использования  
  1. Бизнес-требования

Следующие разделы документа представляют различные бизнес-требования данного проекта.

Тип требования ID – Префикс  

 

ID – Номер

 

Функция Характеристика Требование

Ссылка на вариант использования

?? ?? ?? ??

Комментарии

  Требования бизнес-пользователей
  f 01-001              
  f 01-002              
  f 01-003              
  f 01-004              
  f 01-005              
  f 01-006              
  f 01-007              
  f 01-008              
  Требования к отчетности
  f 02-001              
  f 02-002              
  f 02-003              
  f 02-004              
  f 02-005              
  f 02-006              
  f 02-007              
  f 02-008              
  Требования к правам доступа пользователей и безопасности
  f 03-001              
  f 03-002              
  f 03-003              
  f 03-004              
  F 03-005              
  f 03-006              
  f 03-007              
  f 03-008              
  Требования к уровню сервиса и к производительности
  f 04-001              
  f 04-002              
  f 04-003              
  f 04-004              
  f 04-005              
  f 04-006              
  f 04-007              
  f 04-008              
  Требования к масштабируемости
  f 05-001              
  f 05-002              
  f 05-003              
  f 05-004              
  f 05-005              
  f 05-006              
  f 05-007              
  f 05-008              
  Требования к поддержке и техническому обслуживанию
  f 06-001              
  f 06-002              
  f 06-003              
  f 06-004              
  f 06-005              
  f 06-006              
  f 06-007              
  f 06-008              

 

  1. Приложения

8.1 Приложение A – Потоки бизнес-процессов

<Опишите текущий существующий процесс документооборота используя диаграмму потоков (Visio Flowcharts) и дайте подробное описание>

8.1.1 Диаграммы «Как Есть» (As Is)

<Вставьте сюда диаграмму «Как Есть» (если это применимо к проекту)>

8.2.2 Диаграммы «Как Будет» (To Be)

< Вставьте сюда диаграмму «Как Будет» (если это применимо к проекту)>

8.2 Приложение B – Каталог бизнес-правил

<Инструкции: используйте следующий шаблон для каждого бизнес-правила>

Наименование бизнес-правила <Имя должно дать вам хорошее представление о теме бизнес-правила>
Идентификатор <Определите уникальный идентификатор.> Например: BR1
Описание <Опишите детали бизнес-правила.>

 

Например: «Весь труд рабочих отслеживается, составляется отчет и выставляется счет в 30 минутных интервалах»

Пример <(Необязательное поле) Пример использования бизнес-правила>
Источник <Источник правила. Например, заинтересованная сторона>
Связанные бизнес-правила <Список связанных правил, для обеспечения процесса трассировки>

 

8.3 Приложение C- Модели

<Вставьте сюда модели>

 

8.4 Матрица трассировки/отслеживания требований (Traceability Matrix)

<Вставьте сюда матрицу трассировки требований>

8.5 Инструкция описания вариантов использования

<Инструкции по заполнению описаний по сценариям использования содержатся в этом разделе. По завершению документа с бизнес-требованиями удалите эти инструкции>.

Наименование поля Варианта использования Определение
ID Варианта использования Присвойте каждому варианту использования уникальный числовой идентификатор в иерархическом формате: X.Y. Связанные варианты использования могут быть сгруппированы в иерархию. Функциональные требования могут отслеживаться по меченным Вариантам использования.
Наименование Варианта использования Ориентированное на результат имя в краткой форме для Варианта использования. Оно должно отражать задачи, которые пользователь может выполнить, используя систему. Включите в наименование глагол и существительное. Вот некоторые примеры:

 

· Просмотреть информацию по номеру заказа.

· Вручную пометить гипертекст источника и установить ссылку на целевой контекст.

· Заказать компакт-диск с обновленной версией ПО.

Кем создан Содержит имя человека, который изначально задокументировал этот Вариант использования
Дата создания Введите дату, когда был задокументирован изначально Вариант использования
Дата последнего изменения Введите дату последнего обновления Варианта использования
Кем в последний раз изменен Содержит имя человека, который внес последние изменения.
Актор Введите лицо или другие субъекты, которые являются внешними по отношению к системе ПО, и которые взаимодействуют с системой в соответствии с вариантом использования в рамках выполнения задач. Различные акторы часто соответствуют различным классам пользователей или ролям, идентифицируя их с группой пользователей заказчика, которые будут использовать продукт. Имя акторов, которые будут выполнять этот Вариант использования.
Описание Дайте краткое описание причины и результатов этого Варианта использования, или приведите высокоуровневое описание последовательности действий и результата выполнения Варианта использования.
Предварительные условия Перечислите мероприятия, которые должны состояться, или любые условия, которые должны выполниться до того, как вариант использования будет запущен. Количество предварительных условий. Примеры:

 

· Идентификатор пользователя должен пройти проверку подлинности.

· Компьютер пользователя имеет достаточное количество свободной памяти для запуска задачи.

Постусловие Опишите состояние системы по завершении исполнения варианта использования. Количество постусловий. Примеры:

 

· Документ содержит только допустимые теги в SGML.

· Цена товара в базе данных была обновлена с новым значением.

Нормальный ход событий Предоставьте подробное описание действий пользователя и реакции системы, которые будут проходить во время выполнения варианта использования в нормальных, ожидаемых условиях. Это последовательность действий внутри диалогового окна, в ходе которой будет достигнута цель, которая указана в названии варианта использования и в его описании. Это описание может быть написано как ответ на гипотетический вопрос: «Как мне выполнить задачу, которая указана в имени Варианта использования?». Лучше всего это делать в виде нумерованного списка действий, которые выполняет актор, чередуя их с реакциями системы на производимые действия.
Альтернативный ход событий Задокументируйте другие, разумные сценарии использования, которые могут иметь место в пределах данного варианта использования. Обозначьте альтернативный ход событий и опишите какие-либо различия в последовательности шагов, которые могут потребоваться. Укажите номер каждого альтернативного хода, используя ID варианта использования в качестве префикса, а затем добавьте к номеру префикс «AC», чтобы обозначить «альтернативный ход событий». Например: X.Y.AC.1
Исключения Опишите любые предполагаемые условия возникновения ошибок, которые могут возникнуть во время выполнения варианта использования, а также определите, как система должна отреагировать на эти условия. Также опишите, каким образом система должна реагиовать, если вариант использования завершится по какой-то непредвиденной причине. Номер каждого исключения формируется при помощи ID Варианта использования и специального префикса «EX». Пример: X.Y.EX.1
Содержит Перечислите любые другие варианты использования, которые вызываются этим вариантом использования. Общие функциональные возможности, которые появляются в нескольких отдельных вариантах использования могут быть включены в отдельный вариант использования.
Приоритет Укажите относительный приоритет реализации функциональности, которая необходима для того, чтобы этот вариант использования был выполнен. Используемая схема приоритетов должна быть такой же как та, которая используется в спецификации требований к программному обеспечению.
Частота использования Оцените частоту использования данного Use Case за единицу времени.
Бизнес-правила Перечислите любые бизнес-правила, которые влияют на этот вариант использования.
Специальные требования Идентифицируйте любые дополнительные требования, такие как нефункциональные требования, для варианта использования, которые необходимо будет рассмотреть в ходе проектирования и реализации решения. Они могут включать в себя требования к производительности или атрибуты качества.
Предпосылки (предположения) Перечислите какие-либо допущения, которые были сделаны при анализе, что привело к принятию данного варианта использования в описании продукта и написанию подробной информации по варианту использования.
Примечания и вопросы Перечислите любые дополнительные комментарии по данному варианту использования или любые нерешенные вопросы, или TBD лист (то, что будет определено позднее). Определите, кто будет заниматься каждым отдельным вопросом или проблемой и к какому сроку все пункты должны быть разрешены.

 

Качество данных и качество информации — Глоссарий

6 Sigma (6σ or 6s): See Six Sigma.

A

Abstract: a concise and systematic summary of the key ideas of a book, article, speech, or any other kind of relevant information. See also: knowledge compression.
Abstraction: The process of moving from the specific to the general by neglecting minor differences or stressing common elements. Also used as a synonym for summarisation.
Accessibility: capable of being reached, capable of being used or seen.
Accessibility: The characteristic of being able to access data when it is required.
Accuracy: degree of conformity of a measure to a standard or a true value. Level of precision or detail.
Activation: a term that designates activities that make information more applicable and current, and its delivery and use more interactive and faster; a process that increases the usefulness of information by making it more vivid and organising it in a way that it can be used directly without further repackaging.
Accuracy to reality: A characteristic of information quality measuring the degree to which a data value (or set of data values) correctly represents the attributes of the real-world object or event.
Accuracy to surrogate source: A measure of the degree to which data agrees with an original, acknowledged authoritative source of data about a real world object or event, such as a form, document, or unaltered electronic data received from outside the organisation. See also Accuracy.
Aggregation: The process of associating objects of different types together in a meaningful whole. Also called composition.
Algorithm: A set of statements or a formula to calculate a result or solve a problem in a defined set of steps.
Alias: A secondary and non-standard name or alternate name of an enterprise-standard business term, entity type or attribute name, used only for cross reference of an official name to legacy or software package data name, e.g., Vendor is an alias for Supplier
ANSI: Acronym for American National Standards Institute, the U.S. body that sets standards.
Applicability: the characteristic of information to be directly useful for a given context, information that is organised for action.
Application: A collection of computer hardware, computer programs, databases, procedures, and knowledge workers that work together to perform a related group of services or business processes.
Application architecture: A graphic representation of a system showing the process, data, hardware, software, and communications components of the system across a business value chain.
Archival database: A copy of a database saved in its exact state for historical purposes, recovery, or restoration.
Artificial Intelligence (AI): The capability of a system to perform functions normally associated with human intelligence, such as reasoning, learning, and self-improvement.
Association: See Relationship.
Associative entity type: An entity type that describes the relationship of a pair of entity types that have a many-to-many relationship or cardinality. For example, COURSE COMPLETION DATE has meaning only in the context of the relationship of a STUDENT and COURSE OFFERING entity types..
Asynchronous replication: Replication in which a primary data copy is considered complete once the update transaction completes, and secondary replicated data copies are queued to be updated as soon as possible or on a predefined schedule.
Atomic value: An individual data value representing the lowest level of meaningful fact.
Attribute: An inherent property, characteristic, or fact that describes an entity or object. A fact that has the same format, interpretation, and domain for all occurrences of an entity type. An attribute is a conceptual representation of a type of fact that is implemented as a field in a record or data element in a database file.
Attributive entity type: An entity type that cannot exist on its own and contains attributes describing another entity. An attributive entity type resolves a one-to-many relationship between an entity type and a descriptive attribute that may contain multiple values. Also called characteristic or dependent entity type.
Audit trail: Data that can be used to trace activity such as database transactions.
Authentication: The process of verifying that a person requesting a resource, such as data or a transaction, has authority or permission to access that resource.
Availability: A percentage measure of the reliability of a system indicating the percentage of time the system or data is accessible or usable, compared to the amount of time the system or data should be accessible or usable.

B

Backup: To restore a database to its state at a previous point in time. Backup is achieved : (1) from an archived or a snapshot copy of the database at a specified time; or (2) from an archived copy of a database and applying the logged update activity of changes since that archived copy was made.
Believability: the quality of information and its source to evoke credibility based on the information itself or the history or reputation of the source.
Benchmarking: The process of analysing and comparing an organisation’s processes to that of other organisations to identify Best practices.
Best practice: A process, standard or component that is generally recognised to produce superior results when compared with similar processes, standards or components.
Bias: (1) Statistical error resulting in the distortion of measurement data caused by conscious or unconscious prejudice or faulty measurement technique such as an incorrect calibration of measurement equipment. (2) A vested interest, or strongly held paradigm or condition that may skew the results of sampling, measuring, or reporting the findings of a quality assessment. For example, if information producers audit their own information quality, they will have a bias to overstate its quality. If data is sampled in such a way that it does not reflect the entire population sampled, the sample result will be biased.
Bias: In this context, an unconscious distortion in the interpretation of information.
Biased sampling: Sampling procedures that result in a sample that is not truly representative of the population sampled.
Bounds: See Confidence interval.
Boyce/Codd Normal Form (BCNF): (1) A relation R is in Boyce/Codd normal form (BCNF) if and only if every determinant is a candidate key. (2) A table is in BCNF if every attribute that is a unique identify of attributes describing an entity is a candidate key of that entity.
Business application model: A graphic illustration of the conceptual application systems, both manual and automated, including their dependencies, required to perform the processes of an organisation.
Business information resource data: The Set of information resource data that must be known to information producers and knowledge workers in order to understand the meaning of information, the business rules that governs its quality and the stakeholders who create or require it.
Business information steward: A business subject-matter expert designated and accountable for overseeing some parts of data definition for a collection of data for the enterprise, such as data definition integrity, legal restriction compliance standards, information quality standards, and authorisation security.
Business intelligence (BI): The ability of an enterprise to act intelligently through the exploitation of its information resources
Business intelligence (BI) environment: Quality information in stable, flexible databases, coupled with business-friendly software tools that provide knowledge workers timely access to, effective analysis of, and intuitive presentation of the right information, enabling them to take the right actions or make the right decisions.
Business process: A synonym for value chain, the term is used to differentiate a value chain of activities from a functional process or functional set of activities.
Business process model: A graphic and descriptive representation of business processes or value chains that cut across functions and organisations. The model may be expressed in different levels of detail, including decomposition into successive lower levels of activities.
Business process reengineering: the process of analysing, redefining, and redesigning business activities to eliminate or minimise activities that add cost and to maximise activities that add value.
Business resource category: A business classification of data about a resource the enterprise must manage across business functions and organisations, used as a basis for high-level information modelling. The internal resource categories are human resource, financial, materials and products, facilities and tangible assets, and information. External resources include business partners, such as suppliers and distributors; customers; and external environment, such as regulation and economic factors. Also called subject area.
Business rule: A statement expressing a policy or condition that governs business actions and establishes data integrity guidelines.
Business rule conformance: See Validity.
Business term: A word, phrase, or expression that has a particular meaning to the enterprise.
Business value chain: See Value chain.

C

Candidate key: A key that can serve to uniquely identify occurrences of an entity type. A candidate key must have two properties: (1) Each occurrence or record must have a different value of the key, so that a key value identifies only one occurrence; and (2) No attribute in the key can be eliminated without nullifying the first property.
Cardinality: The number of occurrences that may exist between occurrences of two related entity types. The cardinalities between a pair of related entity types are : one to one, one to many, or many to many. See Relationship.
CASE: Acronym for Computer-Aided Systems Engineering. the application of automated technologies to business and information modelling and software engineering.
Case study: an empirical inquiry that investigates a contemporary phenomenon within its real-life context; careful and systematic observation and recording of the experience of a single organisation.
CASS (Coding Accuracy Support System): A system for verifying the integrity of United States addresses against a USPS maintained database containing every mailing address in the United States. The system is concerned with just the addresses, not the people or organisations residing at these addresses.
Catalogue: The component of a Database Management System (DBMS) where physical characteristics about the database are stored, such as its physical design schema, table or file names, primary keys, foreign key relationships, and other data required for the DBMS to manage the data.
Categorisation: Here, the conscious effort to group information items together based on common features, family resemblances, rules, membership gradience, or certain group prototypes (best examples of a category).
Cause-and-effect diagram: A chart in the shape of a «fishbone» used to analyse the relationship between error cause and error effect. The diagram, invented by Kaoru Ishikawa, shows a specific effect and possible causes or error. The errors are drawn in 6 categories, each a bone on the fish. The categories are : 1) Human (or Manpower), 2) Methods, 3) Machines, and 4) Materials, 5) Measurement and 6) Environment. Also called a Fishbone diagram. (Q)
Central tendency : The phenomenon that data measured from a process generally aggregates around a value somewhere between the high and low values.
Champion: In Six Sigma, the executive or manager who «owns» a process to be improved, and whose role is an advocate for the improvement project, with oversight and management of critical elements, reporting project success to up-line management, and who removes barriers to enable project improvement success.
Checklist: A technique for quality improvement to identify steps to perform or items to check before work is complete.
Clarity: void of obscure language or expression, ease of understanding, interpretability.
Class word: See Domain type.
Cleansing: See Data cleansing.
Cluster: (1) A way of storing records or rows from one or more tables together physically, based on a common key or partial key value. (2) Groups of objects that have similar characteristics or behaviours that are significantly different from other objects that are discovered through data analysis or mining (Stat).
Cluster sampling: Sampling a population by taking samples from a smaller number of subgroups (such as geographic areas) of the population. The subsamples from each cluster are combined to make up the final sample. For example, in sampling sales data for a chain of stores, one may choose to take a subsample of a representative subset of stores (each a cluster) into a cluster sample rather than randomly select sales data from every store.
Code: (1) To represent data in a form that can be accepted by an application program. (2) : A shorthand representation or abbreviation of a specific value of an attribute.
Commit: A DML command that signals a successful end of a transaction and confirms that a record(s) inserted, updated, or deleted in the database is complete.
Common cause: An inherent source of variation in the output of a process due to natural variation in the process. See also Special cause.
Communication: here, the interchange of messages resulting in the transferral or creation of knowledge; the creation of shared understanding through interaction among two or more agents.
Completeness: A characteristic of information quality measuring the degree to which all required data is known. (1) Fact completeness is a measure of data definition quality expressed as a percentage of the attributes about an entity type that need to be known to assure that they are defined in the model and implemented in a database. For example, «80 percent of the attributes required to be known about customers have fields in a database to store the attribute values.» (2) Value completeness is a measure of data content quality expressed as a percentage of the columns or fields of a table or file that should have values in them, in fact do so. For example, «95 percent of the columns for the customer table have a value in them.» Also referred to as Coverage. (3) Occurrence completeness is a measure of the percent of records in an information collection that it should have to represent all occurrences of the real world objects it should know. For example, does a Department of Corrections have a record for each Offender it is responsible to know about?.
Comprehensiveness: the quality of information to cover a topic to a degree or scope that is satisfactory to the information user.
Conceptual data model: See Data model.
Conciseness: marked by brevity of expression or statement, free from all elaboration and superfluous detail.
Concurrency: (1) A characteristic of information quality measuring the degree to which the timing of equivalence of data is stored in redundant or distributed database files. The measure data concurrency may describe the minimum, maximum, and average information float time from when data is available in one data source and when it becomes available in another data source. Or it may consist of the relative percent of data from a data source that is propagated to the target within a specified time frame.
Concurrency assessment: An audit of the timing of equivalence of data stored in redundant or distributed database files. See Equivalence.
Concurrency control: A DBMS mechanism of locking records used to manage multiple transactions access to shared data.
Conditional relationship: An association that is optional depending on the nature of the related entities or on the rules of the business environment.
Confidence interval, or confidence interval of the mean: The upper and lower limits or values, or bounds on either side of a sample mean for which a confidence level is valid.
Confidence level: The degree of certainty, expressed as a percentage, of being sure that the value for the mean of a population is within a specific range of values around the mean of a sample. For example, a 95 percent confidence level indicates that one is 95 percent sure that the estimate of the mean is within a desired precision or range of values called a confidence interval. Stated another way, a 95 percent confidence level means that out of 100 samples from the same population, the mean of the population is expected to be contained within the confidence interval in 95 of the 100 samples.
Confidence limits: See Confidence interval.
Configuration management: The process of identifying and defining configurable items in an environment by controlling their release and any subsequent changes throughout the development life cycle; recording and reporting the status of those items and change requests; and verifying the completeness and correctness of configurable items.
Consensus: The agreement of a group with a judgment, decision, or data definition in which the stakeholders have participated and can say, «I can live with it.»
Consistency: A measure of information quality expressed as the degree to which a set of data is equivalent in redundant or distributed databases.
Consistency: the condition of adhering together, the ability to be asserted together without contradiction.
Constraint: A business rule that places a restriction on business actions and therefore restrictions the resulting data. For example, «only wholesale customers may place wholesale orders.»
Contamination: See Information quality contamination.
Context: here, the sum of associations, ideas, assumptions, and preconceptions that influence the interpretation of information; the situation of origination or application of a piece of information.
Context: a specific situation that defines the environment in which a piece of information originates or is interpreted.
Contextualisation: the act of adding situational meta-information to information in order to make it more comprehensible and clear and easier to judge.
Contextualisation: a term that designates activities that make information clearer, allow to see whether it is correct for a new situation, and enable a user to trace it back to its origin (in spite of system changes); a process that adds background to information about its origin and relevance.
Contextualiser: A mechanism that can be used to add context to a piece of information and thus increase its interpretability.
Control: The mechanisms used to manage processes to maintain acceptable performance.
Control chart: A graphical device for reporting process performance over time for monitoring process quality performance.
Control group: A selected set of people, objects, or processes to be observed to record behaviour or performance characteristics. Used to compare behaviour and performance to another group in which changes or improvements have been made.
Convenience: here, the ease-of-use or seamlessness by which information is acquired.
Conversion: The process of preparing, reengineering, cleansing and transforming data, and loading it into a new target data architecture.
Corporate data: See Enterprise data.
Correctness: conforming to an approved or conventional standard, conforming to or agreeing with fact, logic, or known truth.
Correlation: A predictive relationship that exists between two factors, such that when one of the factors changes, you can predict the nature of change in the other factor. For example, if information quality goes up, the costs of information scrap and rework go down.
Cost of acquisition: (1) The cost of acquiring a new customer, including identifying, marketing and presales activities to get the first sale. (2) The costs of acquiring products, such as software packages, and services. This should be weighed against the cost of ownership.
Cost of information quality assessment: The costs associated with measurement and quality conformance assurance as a component of the cost of quality information.
Cost of nonquality information: The total costs associated with failure or nonquality information and information services, including, but not limited to reruns, rework, downstream data verification, data correction, data transformation to nonstandard definition or format, work arounds.
Cost of ownership: The total costs of ownership of products, such as software packages, and services, including planning, acquiring, process redesign, implementation, and support required for the successful use of the product or service.
Cost of quality information: The total costs associated with providing nonquality information or information services. The costs consists of costs of failure or nonquality information plus the costs of assessment and conformance plus the costs of information process improvement and data defect prevention.
Cost of retention: The cost of managing customer relationships that result in subsequent sales to existing customers.
Coverage: See Completeness.
Criteria: standards by which alternatives are judged. Attributes that describe certain (information) characteristics.
Criteria of information quality: they describe the characteristics that make information valuable to authors, administrators, or information users.
Critical information: Information that if missing or wrong can cause enterprise-threatening loss of money, life, or liability, such as failure to properly calculate pension withholding, not setting the aeroplane flaps correctly for take-off, or prescribing the wrong drug.
Cross-functional: The characteristic of data or process that is of interest to more than one business or functional area.
Currency: A characteristic of information quality measuring the degree to which data represents reality from the required point in time. For example, one information view may require data currency to be the most up-to-date point, such as stock prices for stock trades, while another may require data to be the last stock price of the day, for stock price running average.
Currency: the quality or state of information of being up-to-date or not outdated.
Customer: The person or organisation whose needs a product or service provider must meet, and whose satisfaction with product and service, including information is the focus of quality management. A customer may be a direct, immediate Customer or the End-consumer of the product or service.
Customer life cycle: The states of existence and relative time periods of a typical customer from being a prospect to becoming an active customer, to becoming nonactive and a «former» customer.
Customer lifetime revenue: The net present value of the average customer revenue over the life of relationship with the enterprise.
Customer lifetime value (LTV): The net present value of the average profit of a typical customer over the life of relationship with the enterprise.
Customer segment: A meaningful aggregation of customers for the purpose of marketing or determining customer lifetime value.
Customer-supplier relationship: See Information customer-supplier relationship.
CUSUM: Abbreviation for Cumulative Summation, a more sensitive method for detecting out-of-control measurements than a simple control chart. The CUSUM indicates when a process has been off aim for too long a period of time.
Cycle time: The time required for a process (or subprocess) to execute from start to completion.

D

d: A symbol representing the set of deviations of a set of items from the mean of the set of items, expressed as d = x-x bar for each value of x.
Data: 1) Symbols, numbers or other representation of facts; 2) The raw material from which information is produced when it is put in a context that gives it meaning. See also Information.
Data: raw, unrelated numbers or entries, e.g., in a database; raw forms of transactional representations.
Data administration: See Data management.
Data administrator: One who manages or provides data administration functions.
Data analyst: One who identifies data requirements, defines data, and synthesises it into data models.
Data architect: One who is responsible for the development of data models.
Data audit: See Information quality assessment.
Data cleansing: An information scrap-and-rework process to correct data errors in a collection of data in order to bring the level of quality to an acceptable level to meet the information customers’ needs.
Data cleanup: See Data cleansing.
Data consistency assessment: The process of measuring data equivalence and information float or timeliness in an interface-based information value chain.
Data content quality: The subset of information quality referring to the quality of data values.
Data defect prevention: The process of information process improvement to eliminate or minimise the possibility of data errors from getting into an information product or database.
Data deficiency: an unconformity between the view of the real-world system that can be inferred from a representing information system and the view that can be obtained by directly observing the real-world system.
Data definition: The specification of the meaning, valid values or ranges (domain), and business integrity rules for an entity type or attribute. Data definition includes name, definition, and relationships, as well as domain value definition and business rules that govern business actions that are reflected in data. These components represent the «information product specification» components of Information Resource Data or meta data.
Data Definition Language (DDL): The language used to describe database schemas or designs.
Data definition quality: A component of information quality measuring the degree to which data definition accurately, completely, and understandably defines what the information producers and knowledge workers should know in order to perform their job processes effectively. Data definition quality is a measure of the quality of the information product specification.
Data dictionary: A repository of information (meta data) defining and describing the data resource. A repository containing meta data. An active data dictionary, such as a catalogue, is one that is capable of interacting with and controlling the environment about which it stores information or meta data. An integrated data dictionary is one that is capable of controlling the data and process environments. A passive data dictionary is one that is capable of storing meta data or data about the data resource, but is not capable of interacting with or controlling the computerised environment external to the data dictionary. See also Repository.
Data dissemination: The distribution of a copy or extract of information in any form, from electronic to paper from a database or data source to other parties. This is NOT to be confused with data or information sharing. (Q)
Data element: The smallest unit of named data that has meaning to a knowledge worker. A data element is the implementation of an attribute. Synonymous with data item and field.
Data flow diagram: A graphic representation of the «flow» of data through business functions or processes. It illustrates the processes, data stores, external entities, data flows, and their relationships.
Data independence: The property of being able to change the overall logical or physical structure of the data without changing the application program’s view of the data.
Data intermediary: See Data scribe.
Data intermediation: The design of and performance of processes in which the actual creator or originator of knowledge does not capture that knowledge electronically, but gives it in paper or other form to be entered into a database by someone else.
Data management: The management and control of data as an enterprise asset. It includes strategic information planning, establishing data-related standards, policies, and procedures, and data modelling and information architecture. Also called data administration.
Data Manipulation Language (DML): The language used to access data in one or more databases.
Data mart: A subset of enterprise data along with software to extract data from a data warehouse or operational data store, summarise and store it, and to analyse and present information to support trend analysis and tactical decisions and processes. The scope can be that of a complete data subject such as Customer or Product Sales, or of a particular business area or line of business, such as Retail Sales. A data mart architecture, whether subject or business area, must be an enterprise-consistent architecture.
Data mining: The process of analysing large volumes of data using pattern recognition or knowledge discovery techniques to identify meaningful trends, relationships and clusters represented in data in large databases.
Data mining: The process of analysing large volumes of data using pattern recognition or knowledge discovery techniques to identify meaningful trends and relationships represented in data in large databases.
Data model: (1) A logical map or representation of real-world objects and events that represents the inherent properties of the data independently of software, hardware, or machine performance considerations. The model shows data attributes grouped into third normal form entities, and the relationships among those entities. (DM) (2) In data mining, an expression in symbolic terms of the relationships in data, such that the model represents how changes in one attribute or set of attributes causes changes in another attribute or set of attributes, revealing useful information about the reliability of the relationships.
Data presentation quality: A component of information quality measuring the degree to which information-bearing mechanisms, such as screens, reports, and other communication media, are easy to understand, efficient to use, and minimise the possibility of mistakes in its use.
Data quality: See Information quality.
Data quality assessment: See Information quality assessment.
Data reengineering: The process of analysing, standardising, and transforming data from un-architected or non-standardised files or databases into an enterprise standardised information architecture.
Data replication: The controlled process of propagating equivalent data values from a source database to one or more duplicate copies in other databases.
Data resource management (DRM): See Information resource management.
Data scribe: A role in which individuals transcribe data in one form, such as a paper document, to another form, such as into a computer database; for example, a data entry clerk entering data from a paper order form into a database.
Data standards: The collection of standards, rules and guidelines that govern how to name data, how to define it, how to establish valid values, and how to specify business rules. (IRM)
Data store: Any place in a system where data is stored. This includes manual files, machine-readable files, data tables, and databases. A data store on a logical data flow diagram is related to one or more entities in the data model.
Data transformation: The process of defining and applying algorithms to change data from one form or domain value set to another form or domain value set in a target data architecture to improve its value and useability for the information stakeholders.
Data type: An attribute of a data element or field that specifies the DBMS type of physical values, such as numeric, alphanumeric, packed decimal, floating point, or datetime.
Data value: A specific representation of a fact for an attribute at a point in time.
Data visualisation: Graphical presentation of patterns and trends represented by data relationships.
Data warehouse: A collection of software and data organised to collect, cleanse, transform, and store data from a variety of sources, and analyse and present information to support decision-making, tactical and strategic business processes.
Data warehouse audits and controls: A collection of checks and balances to assure the extract, cleansing, transformation, summarisation, and load processes are in control and operate properly. The controls must assure the right data is extracted from the right sources, transformed, cleansed, summarised correctly, and loaded to the right target files.
Database administration: The function of managing the physical aspects of the data resource, including physical database design to implement the conceptual data model; and database integrity, performance, and security.
Database integrity: The characteristic of data in a database in which the data conforms to the physical integrity constraints, such as referential integrity and primary key uniqueness, and is able to be secured and recovered in the event of an application, software, or hardware failure. Database integrity does not imply data accuracy or other information quality characteristics not able to be provided by the DBMS functions.
Database marketing: The use of collected and managed information about one’s customers and prospects to provide better service and establish long-term relationships with them. Database marketing involves analysing and designing pertinent customer information needs, collecting, maintaining, and analysing that data to support mass customisation of marketing campaigns to decrease costs, improve response, and to build customer loyalty, reduce attrition, and increase customer satisfaction.
Database server: The distributed implementation of a set of database management functions in which one dedicated collection of database management functions, accessing one or more databases on that mode, serves multiple knowledge workers or clients that provide a human-machine interface for the requesting of a creation of data.
Data-driven development: See Value-centric development.
DDL: Acronym for Data Definition Language.
Decision Support System (DSS): Applications that use data in a free-form fashion to support managerial decisions by applying ad hoc query, summarisation, trend analysis, exception identification, and «what-if» questions.
Defect: (1) In IQ, a quality characteristic of a data element, such as completeness or accuracy that does not meet its quality standard or meet customer expectation. A record may have as many defects for a quality characteristic as it has data elements. Compare to Defective; (2) A quality characteristic of an item or a component that does not conform to its quality standard or meet customer expectation.
Defect rate: A measure of the frequency that defects occur in a process. Also called failure rate (in manufactured products), or error rate.
Defective: (1) In IQ, a record or logical business unit of information, such as an insurance application or an order, that has at least one Defect causing it to not conform to its quality standard or meet customer expectation. The record is counted as one Defective regardless of the number of defects; (2) A unit of product or service containing at least one Defect.
Definition conformance: The characteristic of data, such that the data values represent a fact consistent with the agreed-upon definition of the attribute. For example, a value of «6/7/1997» actually represents the «Order Date : the date an order is placed by the customer,» and not the system date created when the order is entered into the system.
Delphi approach: An approach used to achieve consensus, that involves individual judgments made independently, group discussion of the rationales for disparate judgments, and a consensus judgment being agreed upon by the participants.
Demography: The study of human populations, especially with reference to size, density, distribution and other vital statistics.
Derived data: Data that is created or calculated from other data within the database or system.
Design: here, the rendering of content in a communication medium; design is concerned with how things ought to be in order to attain goals and to function.
Deviation (d): The difference in value of an item in a set of items and the mean (x bar) of the set as expressed in the formula d = x-x bar, where d = deviation, x = the value of an item in a set, and x bar is the mean or average of all items in the set.
Devil’s advocate: A technique used in decision making in which someone plays the role of challenging the predominant position in order to expose potential flaws, influence critical thinking and prevent biased and potentially harmful decisions.
DFD: Acronym for Data Flow Diagram.
DIF: Acronym for Data Interchange Format.
Dimension: (1) See Information quality characteristic. (2) A category for summarising or viewing data (e.g., time period, product, product line, geographic area, organisation). See also Enterprise dimension.
Directory: A table, block, index, or folder containing addresses and locations or relationships of data or files and used as a way of organising files.
Discount rate: The market rate of interest representing the cost to borrow money. This rate may be applied to future income to calculate its net present value.
Disinformation: see misinformation.
DMAIC: Acronym for Define-Measure-Analyse-Improve-Control, the Six Sigma method for process improvement.
DML: Acronym for Data Manipulation Language.
Document identification keys: concise alphanumeric labels that are attributed to documents according to a set of rules in order to facilitate their storage and retrieval.
Domain value redundancy: A dysfunctional characteristic of an attribute or field in which the same fact of information is represented by more than one value. For example, unit of measure code having domain values of «doz,» «dz,» and «12» may all represent the fact that the unit of measure is «one dozen.»
Domain: (1) Set or range of valid values for a given attribute or field, or the specification of business rules for determining the valid values. (2) The area or field of reference of an application or problem set.
Domain chaos: A dysfunctional characteristic of an attribute or field in which multiple types of facts are represented by more. For example, unit of measure code for one product has a domain value of «doz,» to represent a unit of measure of «one dozen,» while for another product unit of measure code has a value of «150,» to represent a the reorder point quantity.
Domain type: A general classification that characterises the kind of values that may be values of a specific attribute, such as a number, date, currency amount, or percent. The domain type name may be used as a component of an attribute name. Also called a class word.
Drill down: The process of accessing more detailed data from summary data to identify exceptions and trends. May be multitier.
Drill through: The process of accessing the original source data from a replicated or transformed copy to verify equivalence to the record-of-origin data.
DSS: Acronym for Decision Support Systems.

E

Ease-of-use: the quality of an information environment to facilitate the access and manipulation of information in a way that is intuitive.
E-commerce: Acronym for electronic commerce, the conducting of business transactions over the Internet (I-Net).
EDI: Acronym for Electronic Data Interchange.
Edit and validation: The process of assuring data being created conforms to the governing business rules and is correct to the extent possible. Database integrity controls and software routines can edit and validate conformance to business rules. Information producers must validate correctness of data.
EIS: Acronym for Executive Information System.
Empty value: A data element that has no value has been capture, and for which the real-world object represented has no corresponding value. For example, there is no date value for the data element, «Last date of service» for an active Employee. Contrast with Missing value. (Stat, Q)
End-consumer: The persons or organisations whose needs a product or service provider must meet, and whose satisfaction with its products and services, including information, determines enterprise success or failure. A customer may be a direct, immediate Customer or the End-consumer of the product or service.
Enterprise data: The data of an organisation or corporation that is owned by the enterprise and managed by a business area. Characteristics of corporate data are that it is essential to run the business and/or it is shared by more than one organisational unit within the enterprise.
Entity integrity: The assurance that a primary key value will identify no more than one occurrence of an entity type, and that no attribute of the primary key may contain a null value. Based on this premise, the real-world entities are uniquely distinguishable from all other entities.
Entity life cycle: The phases, or distinct states, through which an occurrence of an object moves over a definable period of time. The subtypes of an entity that are mutually exclusive over a given time frame. Also referred to as entity life history and state transition diagram.
Entity Relationship Diagram (ERD): See Entity relationship model.
Entity relationship model: A graphical representation illustrating the entity types and the relationships of those entity types of interest to the enterprise.
Entity subtype: A specialised subset of occurrences of a more general entity type, having one or more different attributes or relationships not inherent in the other occurrences of the generalised entity type. For example, an hourly employee will have different attributes from a salaried employee, such as hourly pay rate and monthly salary.
Entity supertype: A generalised entity in which some occurrences belong to a distinct, more specialised subtype.
Entity type: A classification of the types of real-world objects (such as person, place, thing, concept, or events of interest to the enterprise) that have common characteristics. Sometimes the term entity is used as a short name.
Entity/process matrix: A matrix that shows the relationships of the processes, identified in the business process model, with the entity types identified in the information model. The model illustrates which processes create, update, or reference the entity types.
Equivalence: A characteristic of information quality that measures the degree to which data stored in multiple places is conceptually equal. Equivalence indicates the data has equal values or is in essence the same. For example, a value of «F» for Gender Code for J. J. Jones in database A and a value of «1» for Sex Code for J. J. Jones in database B mean the same thing : J. J. Jones is female. The measure equivalence is the percent of fields in records within one data collection that are semantically equivalent to their corresponding fields within another data collection or database. Also called semantic equivalence.
ERD: Acronym for Entity Relationship Diagram.
Error cause removal: Elimination of cause(s) of error in a way that prevents recurrence of the error.
Error event: An incident in which an error or defect occurs.
Error proofing: Building edit and validation routines in application programs and designing procedures to reduce inadvertent human error. Also called foolproofing.
Error rate: See Defect rate.
Evaluation: the activity of assessing the quality of a system or the information it contains.
Event: (1) An occurrence of something that happens that is of interest to the enterprise. (2) See also Error event.
Executive Information System (EIS): A graphical application that supports executive processes, decisions, and information requirements. Presents highly summarised data with drill-down capability, and access to key external data.
Expert: a knowledge worker who has a high degree of domain specific knowledge and a high heuristic competence in the field of expertise.
Expert system: (1) A specific class of knowledge base system in which the knowledge, or rules, are based on the skills and experience of a specific expert or group of experts in a given field. (2) A branch of artificial intelligence. An expert system attempts to represent and use knowledge in the same way a human expert does. Expert systems simulate the human trait of thinking.
Export: The function of extracting information from a repository or database and packaging it to an export/import file.
Extensibility: The ability to dynamically augment a database (or data dictionary) schema with knowledge worker-defined data types. This includes addition of new data types and class definitions for representation and manipulation of unconventional data such as text data, audio data, image data, and data associated with artificial intelligence applications.
Extranet: semi-public TCP/IP network used by several collaborating partners.

F

Fact: (1) Something that is known or needs to be known. (2) In data warehousing, a specific numerical sum that represents a key business performance measure.
Fact: A statement that accurately reflects a state or characteristic of reality.
Fact completeness: See Completeness.
Fact Table: The primary table in dimensional modelling that contains key business measurements. The facts are viewed by various Dimensions. See also Enterprise fact.
Failure costs: See Costs of nonquality information.
Failure mode: (1) The precipitating defect or mechanism that causes a failure. (2) The result or consequence of a failure or the manifestation of a failure. (3) The way in which a failure occurs and its impact on the normal process.
Failure mode analysis (FMA): A procedure to determine the precipitating cause or symptoms that occur just before or after a process failure. The procedure analyses failure mode data from current and previous process designs with a goal to define improvements to prevent recurrence of failure. See also Information process improvement.
Failure rate: A measure of the frequency that defective items are produced by a process, hence the frequency with which the process fails. See also Defect rate.
False Negative: (1) In quality measurement, the condition of measuring a value for accuracy (or validity) and finding it to be not accurate (or not valid) when it is accurate (or valid). (2) In record matching, the condition of failing to identify that two records represent the same real world object.
False Positive: (1) In quality measurement, the condition of measuring a value for accuracy (or validity) and finding it to be accurate (or valid) when it is not. (2) In record matching, the condition of incorrectly identifying that two records represent the same real world object, when they actually represent two unique real world objects.
Falsity: the characteristic of information not to correspond to facts, logic, or a given standard.
Feedback loop: A formal mechanism for communicating information about process performance and information quality to the process owner and information producers.
Field: A data element or data item in a data structure or record.
Fifth Normal Form (5NF): (1) A relation R is in fifth normal form (5NF) (also called Projection Join Normal Form (PJ/NF)) if and only if every join dependency in R is a consequence of the candidate keys of R. (2) A table is in 5NF if a relation or record in which all elements within a concatenated key are independent of each other and cannot be derived from the remainder of the key.
File integrity: The degree to which documents in a file retain their original form and utility (i.e., no misfiled or torn documents).
Filter: See Information quality measure.
First Normal Form (1NF): (1) A relation R is in first normal form (1NF) if and only if all underlying domains contain atomic values only. (2) A table is in 1NF if it can be represented as a two-dimensional table, and for every attribute there exists one single meaningful and atomic value, never a repeating group of values.
Fishbone diagram: See Cause-and-effect diagram.
Flexibility: A characteristic of information quality measuring the degree to which the information architecture or database is able to support organisational or process reengineering changes with minimal modification of the existing objects and relationships, only adding new objects and relationships.
FMA: See Failure mode analysis.
Focus group: A facilitated group of customers that evaluates a product or service against those of competitors, in order to clearly define customer preferences and quality expectations.
Focus group: a market research technique where five to nine people discuss a topic with the help of a moderator in order to elicit common themes, problems, or opinions.
Foolproofing: Building edit and validation routines in application programs or procedures to reduce inadvertent human error.
Foreign key: A data element in one entity (or relation) that is the primary key of another entity that serves to implement a relationship between the entities.
Fourth Normal Form (4NF): (1) A relation R is in fourth normal form (4NF) if and only if, whenever there exists an MVD in R, say A ->-> B, then all attributes of R are also functionally dependent upon A. In other words, the only dependencies (FDs or MVDs) in R are of the form K -> X (i.e., a functional dependency from a candidate K to some other attribute X). Equivalently, R is in 4NF if it is in BCNF and all MVDs in R are in fact FDs. (2) A table is in 4NF if no row of the table contains two or more independent multivalued facts about an entity.
Frameworks of information quality: they group information criteria into meaningful categories.
Frequency distribution: The relation number of occurrences of values of an attribute, including a graphic representation of that «distribution» of values.
Functional dependence: The degree to which an attribute is an inherent characteristic of an entity type. If an attribute is an inherent characteristic of an entity type, that attribute is fully functionally dependent on any candidate key of that entity type. See Normal form.

G

Generalisation: The process of aggregating similar types of objects together in a less-specialised type based upon common attributes and behaviours. The identification of a common supertype of two or more specialised (sub)types. See also Specialisation.
Generic information quality criteria: Attributes of information that are relevant regardless of the specific context, such as accessibility or clarity.
Gossip: unsubstantiated, low-quality information that is passed on by word of mouth.
Groupthink: occurs when the members of a highly cohesive group lose their willingness to evaluate each other’s inputs critically. It is a phenomenon (coined by Irving Janis) that describes the negative effects that can take place in team dynamics, such as excluding information sources; a tendency in highly cohesive groups for members to seek consensus so strongly that they lose the willingness and ability to evaluate one another’s ideas critically.
GUI: graphical user interface; the visual component of a (typically operating system) software application.

H

Heuristics: A method or rule of thumb for obtaining a solution through inference or trial-and-error using approximate methods while evaluating progress toward a goal.
Hidden complaint: An unhappy customer who has a complaint about a product or service, but who does NOT tell the provider organisation.
Hidden information factory: In IQ, all of the areas of the business where information scrap and rework takes place, including redundant databases and applications that move or re-enter data, as well as private, proprietary data files and spreadsheets people maintain the keep their information current, because they cannot access information in the way they need it, they do not trust it, or their «production» reports or queries does not meet their needs. In manufacturing, the hidden factory is all of the areas of the factory in which scrap and rework goes on, including replacement products, retesting or re-inspection of rejecting items.
Highlighting: stressing the most essential elements of a document by emphasising sentences or items visually through colours, larger or different fonts or through flagging icons.
Highly summarised: Data that is summarised to more than two hierarchies of summarisation from the base detail data. Highly summarised data may have lightly summarised data as its source.
Holding the gain: Putting in place controls in a process that has been improved to maintain the quality level achieved by the improvement.
Homonym: A word, phrase or data value that has the same spelling, value or sound, but has a different meaning.
Hoshin planning (Hoshin Kanri): Also known as Policy Management or Policy Deployment, is a management technique developed in Japan by combining Management by Objectives and the Plan-Do-Check-Act (PDCA) improvement cycle. Hoshin planning provides a planning, implementation and review process to align business strategy and daily operations through total employee participation to achieve business objectives and breakthrough improvements.
House of quality: A mapping of customer quality expectations in product or service to the quality measures of the product or service to summarise all expectations and the work to meet them. See also Quality Function Deployment.
House of Quality: a standard quality management tool that consists of a matrix which relates customer requirements to technical specifications or functionalities.
Human error: An action performed by a person that is wholly expected to have a positive or satisfactory outcome, but that does not. (Ben Marguglio). Human error is NOT a root cause of defects, rather, human error is predictable, manageable, and human error is preventable.
Human factors: Static constraints related to human ergonomic and cognitive limitations.
Hypermedia: The convergence of hypertext and multimedia.
Hypertext: The ability to organise text data in logical chunks or documents that can be accessed randomly via links as well as sequentially.
Hypertext: this term refers to the computer-based organisation of information by way of linking related (associated) information.
Hypothetical reasoning: Hypothetical reasoning is a problem-solving approach that explores several different alternative solutions in parallel to determine which approach or series of steps best solves a particular problem. It is useful in business planning or optimisation problems, where solutions vary according to cost or where numerous solutions may be feasible.

I

Identifier: One or more attributes that uniquely locate an occurrence of an entity type. conceptually synonymous with primary key.
In control: The state of a process characterised by the absence of special causes of variation. Processes in control produce consistent results within acceptable limits of variation. See also Out of control.
Inadvertent error: Error introduced unconsciously; for example, when a data intermediary unwittingly transposes values or skips a line in data entry. See also Intentional error.
Incremental load: The propagation of changed data to a target database or data warehouse in which only the data that has been changed since the last load is loaded or updated in the target.
Informate: A term coined by Shoshona Zuboff in The Age of The Smart Machine to described the benefit of information technology when used to capture knowledge about business events so that the knowledge can «informate» other knowledge workers to more intelligently perform their jobs.
Information: 1) Data in context, i.e., the meaning given to data or the interpretation of data based on its context; 2) the finished product as a result of processing, presentation and interpretation of data.
Information: Information can be defined as all inputs that people process to gain understanding. It is a difference (a distinction) that makes a difference, an answer to a question. A set of related data that form a message.
Information administrator: person who is responsible for maintaining (see also maintainability) information or keeping an information system running.
Information architecture: A «blueprint» of an enterprise expressed in terms of a business process model, showing what the enterprise does; an enterprise information model, showing what information resources are required; and a business information model, showing the relationships of the processes and information.
Information architecture quality: A component of information quality measuring the degree to which data models and database design are stable, flexible, and reusable, and implement principles of data structure integrity.
Information assessment: See Information quality assessment.
Information chaos: A state of the dysfunctional learning organisation in which there are unmanaged, inconsistent, and redundant databases that contain data about a single type of thing or fact. The information chaos quotient is the number of unmanaged, inconsistent, and redundant databases containing data about a single type of thing or fact.
Information chaos quotient: The count of the number of unmanaged, inconsistent, and redundant databases containing data about a single type of thing or fact.
Information consumer: person who is accessing, interpreting and using information products, see also : knowledge worker.
Information customer-supplier relationship: The information stakeholder partnerships between the information producers who create information and the knowledge workers who depend on it.
Information directory: A repository or dictionary of the information stored in a data warehouse, including technical and business meta data, that supports all warehouse customers. The technical meta data describes the transformation rules and replication schedules for source data. The business meta data supports the definition and domain specification of the data.
Information float: The length of the delay in the time a fact becomes known in an organisation to the time in which an interested knowledge worker is able to know that fact. Information float has two components : Manual float is the length of the delay in the time a fact becomes known to when it is first captured electronically in a potentially sharable database. Electronic float is the length in time from when a fact is captured in its electronic form in a potentially sharable database, to the time it is «moved» to a database that makes it accessible to an interested knowledge worker.
Information group: A relatively small and cohesive collection of information, consisting of 20-50 attributes and entity types, grouped around a single subject or subset of a major subject. An information group will generally have one or more subject matter experts and several business roles that use the information.
Information life cycle: See Information value/cost chain.
Information Management (IM): The function of managing information as an enterprise resource, including planning, organising and staffing, leading and directing, and controlling information. Information management includes managing data as the enterprise knowledge infrastructure and information technology as the enterprise technical infrastructure, and managing applications across business value chains.
Information model: A high-level graphical representation of the information resource requirements of an organisation showing the information classes and their relationships.
Information myopia: A disease that occurs when knowledge workers can see only part of the information they need, caused by not defining data relationships correctly or not having access to data that is logically related because it exists in multiple nonintegrated databases.
Information Overload: a state in which information can no longer be internalised productively by the individual due to time constraints or the large volume of received information.
Information policy: A statement of important principles and guidelines required to effectively manage and exploit the enterprise information resources.
Information presentation quality: The characteristic in which information is presented, whether in a report or document, on a screen, in forms, orally or visually, in a manner to communicate clearly to the recipient knowledge worker to facilitate understanding and enabling taking the right action or making the right decision.
Information preventive maintenance: Establishing processes to control the creation and maintenance of volatile and critical data to keep it maintained at the highest level feasible, possibly including validating volatile data on an appropriate schedule and assessment of that data before critical processes use it.
Information process improvement: The process of improving processes to eliminate data errors and defects. This is one component of data defect prevention. Information process improvement is proactive information quality.
Information producer: an author who is creating or assembling an information product or its elements.
Information producer: The role of individuals in which they originate, capture, create, or update data or knowledge as a part of their job function or as part of the process they perform. Information producers create the actual information content and are accountable for its accuracy and completeness to meet all information stakeholders’ needs. See also Data intermediary.
Information product improvement: The process of data cleansing, reengineering, and transformation required to improve existing defective data up to an acceptable level of quality. This is one component of information scrap and rework. See also Data cleansing, Data reengineering, and Data transformation. Information product improvement is reactive information quality.
Information product specifications: The set of information resource data (meta data) characteristics that define all characteristics for a process and creating/updating applications can produce quality information. Information product specification characteristics include : data name, definition, domain or data value set (code values or ranges) and the business rules that identify policies and constraints on the potential values. These specifications must be understandable to the information producers who create and maintain the data and the knowledge workers who apply the data in their work.
Information quality: (1) Consistently meeting all knowledge worker and end-customer expectations in all quality characteristics of the information products and services required to accomplish the enterprise mission (internal knowledge worker) or personal objectives (end customer). (2) The degree to which information consistently meets the requirements and expectations of all knowledge workers who require it to perform their processes.
Information Quality: the fitness for use of information; information that meets the requirements of its authors, users, and administrators.
Information quality assessment: The random sampling of a data collection and measuring it against various quality characteristics, such as accuracy, completeness, validity, nonduplication or timeliness to determine its level of quality or reliability. Also called data quality assessment or data audit.
Information quality characteristic: An aspect or property of information or information service that an information customer deems important in order to be considered «quality information.» Characteristics include completeness, accuracy, timeliness, understandability, objectivity and presentation clarity, among others. Also called information quality «dimension.» See also Quality characteristic.
Information quality contamination: The creation of inaccurate derived data by combining accurate data with inaccurate data.
Information quality decay: The characteristic of data such that formerly accurate data will become not accurate over time because the characteristic about the real world object will change without a corresponding update to the data applied. For example, John Doe’s marital status value of «single» in a database is subject to information quality decay and will become inaccurate the moment he becomes married.
Information quality decay rate: The rate, usually expressed as a percent per year, at which the accuracy of a data collection will deteriorate over time if no data updates are applied, for example, (1) person age decay rate is 100% within one year, decaying at a rate of approximately 1.9% per week; (2) if 17% of a population moves annually, the annual decay rate of address is 17%).
Information quality management: The function that leads the organisation to improve business performance and process effectiveness by implementing processes to measure, assess costs of, improve processes to control information quality, and by defining processes, guidelines, policies, and leading culture transformation and education for information quality improvement. The IQ management function does not «do» the information quality work for the enterprise, but defines processes and facilitates the enterprise to implement the values, principles and habit of continuous process improvement so that everyone in the enterprise takes responsibility for their information quality to meet their information customers’ quality expectations.
Information quality measure(s): A specific quality measure or test (set of measures or tests) to assess information quality. For example, Product Id will be tested for uniqueness, Customer records will be tested for duplicate occurrences, Customer address will be tested to assure it is the correct address, Product Unit of Measure will be tested to be a valid Unit of Measure domain code, and Order Total Price Amount will be tested to assure it has been calculated correctly. Quality measures will be assessed using business rule tests in automated quality analysis software, coded routines in internally developed quality assessment programs, or in physical quality assessment procedures. Some call information quality measures filters or metrics.
Information Resource Management (IRM): (1) The application of generally accepted management principles to data as a strategic business asset. (2) The function of managing data as an enterprise resource. This generally includes operational data management or data administration, strategic information management, repository management, and database administration. See also Information management. (3) The organisation unit responsible for providing principles and processes for managing the information assets of the enterprise.
Information scrap and rework: The activities and costs required to cleanse or correct nonquality information, to recover from process failure caused by nonquality information, or to rework or work around problems caused by missing or nonquality information. Analogous to manufacturing scrap and rework.
Information stakeholder: Any individual who has an interest in and dependence on a set of data or information. Stakeholders may include information producers, knowledge workers, external customers, and regulatory bodies, as well as various information systems roles such as database designers, application developers, and maintenance personnel.
Information steward: A role in which an individual has accountability for the quality of some part of the information resource. See Information stewardship.
Information stewardship: Accountability for the quality of some part of the information resource for the well-being of the larger organisation. Every individual within an organisation holds one or more information stewardship roles, based on the nature of their job and its relationship to information, such as creating information, applying it, defining it, modelling it, developing a computer screen to display it or moving it from one database or file to another. See Strategic information steward, Managerial information steward, and Operational information steward.
Information stewardship agreement: A formal agreement among business managers specifying the quality standard and target date for information produced in one business area and used in one or more other business areas.
Information value: information quality (or alternatively : benefit) in relation to the acquisition and processing costs of information; potential of information to improve decisions by reducing uncertainty.
Information value: The measure of importance of information expressed in tangible metrics. Information has potential and realised and value. Potential value is the future value of information that could be realised if applied to business processes where the information is not currently used. Realised value is the actual value derived from information applied by knowledge workers in the accomplishment of the business processes.
Information value/cost chain: The end-to-end set of processes and data stores, electronic and otherwise, involved in creating, updating, interfacing, and propagating data of a specific type from its origination to its ultimate data store, including independent data entry processes, if any.
Information view: A knowledge worker’s perceived relationship of the data elements needed to perform a process, showing the structure and data elements required. A process activity has one and only one information view.
Information view model: A local data model derived from an enterprise model to reflect the specific information required for one business area or function, one organisation unit, one application or system, or one business process.
Informative: imparting knowledge, instructive.
Integration: A set of activities that makes information more comprehensive, concise, convenient, and accessible; combining information sources and aggregating content to ease the cognitive load on the information consumer.
Intentional error: Error introduced consciously. For example, an information producer required to enter an unknown fact like birth date, enters his or her own or some «coded» birth date used to mean «unknown.» See also Inadvertent error.
Interactivity: being a two-way electronic communication system that involves a user’s orders or responses
Interactivity: the capacity of an information system to react to the inputs of information consumers, to generate instant, tailored responses to a user’s actions or inquiries. Interpretation : the process of assigning meaning to a constructed representation of an object or event.
Interface program: An application that extracts data from one database, transforms it, and loads it into a non-controlled redundant database. Interface programs represent one cost of information scrap and rework in that the information in the first database is not «able» to be used from that source and must be «reworked» for another process or knowledge worker to use.
Interfaceation: The technique of supposedly «integrating» application systems by developing «interface programs» or middleware to extract data in one format from a data source and transform it to another format for a data target rather than by standardising the data definition and format.
Internal view: The physical database design or schema in the ANSI 3-schema architecture.
Intranets: internal company networks designed to provide a secure forum for sharing information, often in a web-browser type interface.
IRM: Acronym for Information Resource Management.
Ishikawa diagram: a chart that can be used to systematically gather the problem causes of quality defects. Sometimes referred to as the 5M- or 6M-chart because most causes can be related to man (e.g., human factors), machine, method, material, milieu (i.e., the work environment), or the medium (the IT-platform).
ISO: Acronym for International Organisation for Standardisation. A European body founded in 1946 to set international standards in all engineering disciplines, including information technology. Its members are national standards bodies; for example, BSI (British Standards Institute). ISO approves standards, including OSI communications protocols and ISO 9000 standards.
ISO 9000: International standards for quality management specifying guidelines and procedures for documenting and managing business processes and providing a system for third-party certification to verify those procedures are followed in actual practice.

J

Judgmental quality criteria: criteria based on personal (subjective) judgment rather than on objective measures (e.g., relevance, appeal).
Just-in-time information: current information that is delivered in a timely manner (at the time of need), for example through a (profile-based) push mechanism.

K

Knowledge: Information context; understanding of the significance of information.
Knowledge: justified true belief, the know-what/-how/-who/-why that individuals use to solve problems, make predictions or decisions, or take actions.
Knowledge base: (1) That part of a knowledge base system in which the rules and definitions used to build the application are stored. The knowledge base may also include a fact or object storage facility. (2) A database where the codification of knowledge is kept; usually a set of rules specified in an if . . . then format.
Knowledge base system: A software system whose application-specific information is programmed in the form of rules and stored in a specific facility, known as the knowledge base. The system uses Artificial Intelligence (AI) procedures to mimic human problem-solving techniques, applying the rules stored in the knowledge base and facts supplied to the system to solve a particular business problem.
Knowledge compression: the skilful activity of extracting the main ideas and concepts from a piece of reasoned information and summarising them in a consistent and concise manner.
Knowledge error: Information quality error introduced as a result of lack of training or expertise.
Knowledge management: the conscious and systematic facilitation of knowledge creation or development, diffusion or transfer, safeguarding, and use at the individual, team- and organisational level.
Knowledge work: Knowledge work is human mental work performed to generate useful information. It involves analysing and applying specialised expertise to solve problems, to generate ideas, or to create new products and services.
Knowledge worker: highly skilled professionals who are involved in the non-routine production, interpretation, and application of complex information.
Knowledge worker: The role of individuals in which they use information in any form as part of their job function or in the course of performing a process, whether operational or strategic. Also referred to as an information consumer or customer. Accountable for work results created as a result of the use of information and for adhering to any policies governing the security, privacy, and confidentiality of the information used.
Knowledge-intensive process: We define a knowledge-intensive process as a productive series of activities that involves information transformation and requires specialised professional knowledge. They can be characterised by their often non-routine nature (unclear problem space, many decision options), the high requirements in terms of continuous learning and innovation, and the crucial importance of interpersonal communication on the one side and the documentation of information on the other.

L

λ: The Greek letter «lambda» used to represent the mean of a Poisson distribution.
Labelling: adding informative and concise titles to information items so that they can be more easily scanned, browsed, or checked for relevance. Labels should indicate the type of information (e.g., definition, example, rule) and its content (e.g., safety issues).
Learnability: the quality of information to be easily transformed into knowledge.
Legacy data: Data that comes from files and/or databases developed without using an enterprise data architecture approach.
Legacy system: Systems that were developed without using an enterprise data architecture approach.
Lifetime value (LTV): See Customer lifetime value.
Lightly summarised: Data that is summarised only one or two levels of hierarchy of summary from the base detailed data.
Load: To sequentially add a set of records into a database or data warehouse. See also Incremental load.
Lock: A means of serialising events or preventing access to data while an application or information producer may be updating that data.
Log: A collection of records that describe the events that occur during DBMS execution and their sequence. The information thus recorded is used for recovery in the event of a failure during DBMS execution.
Lower control limit: The lowest acceptable value or characteristic in a set of items deemed to be of acceptable quality. Together with the upper control limit, it specifies the boundaries of acceptable variability in an item to meet quality specifications.
LTV: Acronym for Customer Lifetime Value.

M
μ : The Greek letter «mu» used to represent the mean of a population.
Maintainability : the characteristic of an information environment to be manageable at reasonable costs in terms of content volume, frequency, quality, and infrastructure. If a system is maintainable, information can be added, deleted, or changed efficiently.
Management Principle : a general, instructive, concise, and memorable statement that suggests a way of reasoning or acting that is effective and proven to reach a certain goal within an organisational context.
Managerial information steward : The role of accountability a business manager or process owner has for the quality of data produced by his or her processes.
Managerial information stewardship : The fact that a business manager or process owner who has accountability for one or more business processes also has accountability for the integrity of the data produced by those processes.
MDDB : Acronym for Multidimensional Database.
Mean : The average of a set of values, usually calculated to one place of decimals more than the original data.
Measurement curve bundle : The collection of measurement points of a real-world attribute that represents the variation of values of that attribute in the real world.
Measurement system : A collection of processes, procedures, software, and databases used to assess and report information quality.
Median : The middle value in an ordered set of values. If the set contains an even number of values, the median is calculated by adding the middle two values and dividing by 2.
Meta data : (or metadata). See Information Resource data. A term used to mean data that describes or specifies other data. The term has not made its way into either Webster’s Unabridged Dictionary or the Oxford Dictionary. The closest term is meta language, defined as «a language used to describe other languages.» The term Information Resource data is preferred all the term meta data as a business term.
Metadata : Data which provides context or otherwise describes information in order to make it more valuable (e.g., more easily retrievable or maintainable); data about data.
Methodology : A formalised collection of tools, procedures, and techniques to solve a specific problem or perform a given function.
Metric : (1) See Measure. (2) A fact type in data warehousing, generally numeric (such as sales, budget, and inventory) that is analysed in different ways or dimensions in decision support analysis.
Mining : a detailed method used by large firms to sort and analyse information to better understand their customers, products, markets, or any other phase of their business for which data has been captures. Mining data relies on statistical analyses, such as analysis of variance or trend analysis.
Misinformation : information that is uninformative and impedes effective and adequate action because it is incorrect, distorted, buried, confusing because it lacks context, manipulated or otherwise difficult to use.
Misinterpretation : Human error resulting from poor information presentation quality.
Missing value : A data element that has no value has been capture, but for which the real-world object represented has a value. For example, there is no date value for the data element, «last date of service» for a retired Employee whose last day of official employment was June 15, 2002. Contrast with Empty value.
Modal interval : The range interval used to group continuous data values in order to determine a mode.
Mode : The most frequently occurring value in a set of values.
Moment of Truth : A term coined by Jan Carlzon, former head of Scandinavian Airlines, meaning any instance in which a customer can form an opinion, whether positive or negative, about the organisation.
Monte Carlo : A problem-solving technique that uses statistical methods and random sampling to solve mathematical or physical problems.
Multidimensional Database (MDDB) : A database designed around arrays of data that support many dimensions or views of data (such as product sales by time period, geographic location, and organisation) to support decision analysis.

N
n : Algebraic symbol representing the number of items in a set.
Negative side effect : see Side effect
Net Present Value (NPV) : The value of a sum of future money expressed in terms of its worth in today’s currency. NPV is calculated by discounting the amount by the discount rate compounded by the number of years between the present and the future date the money is anticipated.
Nichification : a market trend that describes the strategy of incumbents or existing market players to consciously focus on specialised business models or business areas in order to distinguish themselves from competitors.
NIST : Acronym for National Institute of Standards and Technology. The U.S. government agency that maintains Federal Information Processing Standards (FIPS). NIST is responsible for administering the Baldrige Quality Award program.
Noise : (1) An uncontrollable common cause factor that causes variability in product quality. (Q) (2) A term used in data mining to refer to data with missing values (where one does exist in the real world object or event), empty values (where no value exists for the real world object or event), inaccurate values or measurement bias or data that may be inconsequential or misleading in data analysis or data mining.
Nonduplication : A characteristic of information quality measuring the degree to which there are no redundant occurrences of data, in other words, a real world object or event is represented by only one record in a database. (Q)
Non-quality costs : the costs that arise due to insufficient levels information quality or data quality defects. Examples are rework or re-entry costs.
Nonquality data : Data that is incorrect, incomplete, or does not conform to the data definition specification or meet knowledge workers’ expectations.
Nonrepudiation : The ability to provide proof of transmission and receipt of electronic communication.
Normal form : A level of normalisation that characterises a group of attributes or data elements.
Normalisation : The process of associating attributes with the entity types for which they are inherent characteristics. The decomposition of data structures according to a set of dependency rules, designed to give simpler, more stable structures in which certain forms of redundancy are eliminated. A step-by-step process to remove anomalies in data integrity caused by add, delete, and update actions. Also called non-loss decomposition.
NPV : Acronym for Net Present Value.
Null : The absence of a data value in a data field or data element. The value may exist for the characteristic of the real world object or event and is missing or unknown, or there may be no value (called «empty») because the characteristic does not exist in the real world object or event.

O
Objectivity : A characteristic of information quality that measures how well information is presented to the information consumer free from bias that can cause the information consumer to take the wrong action or make the wrong decision (Q).
Objectivity : expressing or dealing with facts or conditions as perceived without distortion by personal feelings, prejudices, or interpretations.
Occurrence : A specific instance of an entity type. For example, «customer» is an entity type. «John Doe» is an occurrence of the customer entity type.
Occurrence of record : A specific record selected from a group of duplicate records as the authoritative record, and into which data from the other records may be consolidated. Related records from the other duplicate records are re-related to this occurrence of record.
OCR : Acronym for Optical Character Recognition.
ODS : Acronym for Operational Data Store.
OLAP : Acronym for On-Line Analytical Processing. Software technology that transforms data into multidimensional views and that supports multidimensional data interaction, exploration, and analysis.
Operational data : Data at a detailed level used to support daily activities of an enterprise.
Operational Data Store (ODS) : A collection of operation or bases data that is extracted from operation databases and standardised, cleansed, consolidated, transformed, and loaded into a enterprise data architecture. An ODS is used to support data mining of operational data, or as the store for base data that is summarised for a data warehouse. The ODS may also be used to audit the data warehouse to assure the summarised and derived data is calculated properly. The ODS may further become the enterprise shared operational database, allowing operational systems that are being reengineered to use the ODS as their operations databases.
Operational information steward : An information producer accountable for the data created or updated as a result of the processes he or she performs.
Optical Character Recognition (OCR) : The technique by which printed, digitised, or photographed characters can be recognised and converted into ASCII or a similar format.
Optimum : As applied to a quality goal, that which meets the needs of both customer and supplier at the same time, minimising their combined costs.
Origination : the source or author of a piece of information (may include additional origination parameters, such as date, institution, contributors etc.).
Outlier : A sampled item that has a value or a frequency of its value far separated from those of the other items in the sample, indicating a possible anomaly or error, different population or a bias or error in the sampling technique.
Overload : see information overload
Overloaded data element : A data element that contains more than one type of fact, usually the result of the need to know more types of facts growing faster than the ability to make additions to the data structures. This causes process failure when downstream processes find unexpected data values.

P
Paradigm : An example or pattern that represents an acquired way of thinking about something that shapes thought and action in ways that are both conscious and unconscious. Paradigms are essential because they provide a culturally shared model for how to think and act, but they can present major obstacles to adopting newer, better approaches.
Paralysis by analysis : when timely decision-making fails to occur because too much low quality information (irrelevant, detailed, obsolete, or poorly organised) is readily available.
Pareto diagram : A specialised column chart in which the bars represent defect types and are ordered by frequency, percentage, or impact with the cumulative percentage plotted. This is used to identify the areas needing improvement, from greatest to least.
Pareto principle : The phenomenon that a few factors are responsible for the majority of the result.
Parsing : The electronic analysis of data to break into meaningful patterns or attributes for the purpose of data correction, or record matching, de-duplication and consolidation.
Partnership : The relationship of business personnel and information systems personnel in the planning, requirements analysis, design, and development of applications and databases.
PDCA : Acronym for Plan-Do-Check-Act.
Perceived needs : The requirements that motivate customer action based upon their perceptions. For example, a perceived need of a car purchaser is that a convertible will enhance his or her attractiveness. See also Real needs and Stated needs.
Personal data : Data that is of interest to only one organisation component of an enterprise, (e.g., task schedule for a department project). Contrasted with Enterprise data.
Personalisation : the act of modifying content or an information system to customise it to the needs and preferences of an information consumer.
Physical database design : Mapping of the conceptual or logical database design data groupings into the physical database areas, files, records, elements, fields, and keys while adhering to the physical constraints of the hardware, DBMS software, and communications network to provide physical data integrity while meeting the performance and security constraints of the services to be performed against the database.
Plan-Do-Check-Act (PDCA) cycle : A closed-loop process for planning to solve a problem, implementing suggested improvements, analysing the results, and standardising the improvements. Also called a Shewhart cycle after its developer, W. A. Shewhart.
Poisson distribution : A distribution of items that does not have a normal curve, rather the tail on one side of the curve is longer and less populated than the curve on the other side, as it true for a distribution of data records by frequency of error in each record.
Poka Yoke : Japanese for «mistake proofing,» a system using control methods (to halt operations) and warning methods (to call attention to defects) that assures immediate feedback and corrective action in a way that assures no defects are allowed to get through without correction.
Policy Deployment : See Hoshin planning.
Population : An entire group of objects, items or data from which to sample for measurement or study. Also called a Universe. Contrast with Sample.
Post condition : A data integrity mechanism in object orientation that specifies an assertion, condition, business rule or guaranteed result that will be true upon completion of an operation or method; else, the operation or method fails.
Potential information value : See Information value.
Pragmatic (information quality dimension) : the characteristics that make information useful or usable.
Precision : A characteristic of information quality measuring the degree to which data is known to the right level of granularity. For example, a percentage value with two decimal points (00.00%) discriminates to the closest 1/100th of a percent.
Precondition : A data integrity mechanism in object orientation that specifies an assertion, condition or business rule that must be true before invoking an operation or method; else, the operation or method cannot be performed.
Presentation format : The specification of how an attribute value or collection of data is to be displayed.
Primary key : The attribute(s) that are used to uniquely identify a specific occurrence of an entity, relation, or file. A primary key that consists of more than one attribute is called a composite (or concatenated) primary key.
Prime word : A component of an attribute name that identifies the entity type the attribute describes.
Principles of information quality : they describe how the quality of information can be increased by focusing on crucial criteria and crucial improvement measures.
Procedural error : Error introduced as a result of failure to follow the defined process.
Process : A defined set of activities to achieve a goal or end result. An activity that computes, manipulates, transforms, and/or presents data. A process has identifiable begin and end points. See Business process.
Process : a group of sequenced tasks, which eventually lead to a value for (internal or external) customers.
Process control : The systematic evaluation of performance of a process, taking corrective action if performance is not acceptable according to defined standards.
Process management : The process of ensuring that a process is defined, controlled to consistently produce products that meet defined quality standards, improved as required to meet or exceed all customer expectations and optimised to eliminate waste and non-value adding.
Process management cycle : A set of repeatable tasks for understanding customer needs, defining a process, establishing control, and improving the process.
Process management team : A team, including a process owner and staff, to carry out process ownership obligations.
Process owner : The person responsible for the process definition and/or process execution. The process owner is the managerial information steward for the data created or updated by the process, and is accountable for process performance integrity and the quality of information produced.
Product : The output or result of a process.
Product satisfaction : The measure of customer happiness with a product.
Psychographics : Measures of a population based on social, personality and lifestyle behaviours.

Q
QFD : Acronym for Quality Function Deployment.
QLF : See Taguchi quality loss function.
Quality : Consistently meeting or exceeding customers’ expectations.
Quality : the totality of features of a product or service that fulfil stated or implied needs (ISO 8402). The correspondence to specifications, expectations or usage requirements. The absence of errors.
Quality assessment : An independent measurement of product’s or service’s quality.
Quality characteristic : (1) An identifiable aspect or feature of a product, process or service that a customer deems important in order to be considered a «quality» product or service. (2) A distinct attribute or property of a product, process or service that can be measured for conformance to a specific requirement. See Information quality characteristic.
Quality circle : An ad hoc group formed to correct problems in or to improve a shared process. The goal is an improved work environment and productivity and quality.
Quality Function Deployment (QFD) : The involvement of customers in the design of products and services for the purpose of better understanding customer requirements, and the subsequent design of products and services that better meet their needs on initial product delivery.
Quality goal : See Quality standard.
Quality improvement : A measurable and noticeable improvement in the level of quality of a process and its resulting product.
Quality loss function (QLF) : See Taguchi quality loss function.
Quality Management : see Total Quality Management. Generally speaking, the systematic on-going effort of a company to assure that its products and service consistently meet or exceed customer expectations.
Quality measure : A metric or characteristic of information quality, such as percent of accuracy or average information float, to be assessed.
Quality standard : A mandated or required quality goal, reliability level, or quality model to be met and maintained.

R
r : Algebraic symbol represented in the coefficient of correlation.
RAD : Acronym for Rapid Application Development. The set of tools, techniques and methods that results in at least one-order-of-magnitude acceleration in the time to develop an application with no loss in quality when using QFD techniques compared to using conventional techniques.
RADD : Acronym for Rapid Data Development. An intensive group process to rapidly develop and define sharable subject area data models involving a facilitator, knowledge workers, and information resource management personnel, using compression planning and QFD techniques.
Random number generator : A software routine that selects a number from a range of values in such a way that any number within the range has an equal likelihood of being selected. This may be used to identify which records from a database to select for assessment.
Random sampling : The sampling of a population in which every item in the population is likely to be selected with equal probability. This is also called statistical sampling. See also Cluster sampling, Systematic sampling, and Stratified sampling.
Rating (of information or of a source) : the (standardised) evaluation of a piece of information or its source according to a given scale by one or several reviewers or readers.
Real needs : The fundamental requirements that motivate customer decisions. For example, a real need of a car customer is the kind of transportation it provides. See also Stated needs and Perceived needs.
Realised information value : See Information value.
Reasonability tests : Edit and validation rules applied to assure that a data value is within an expected range of values or is a realistic value.
Record : A collection of related fields representing an occurrence of an entity type.
Record linkage : The process of matching data records within a database or across multiple databases to match data that represents one real world object or event. Used to identify potential duplicates for «de-duping» (eliminating duplicate occurrences) or consolidation of attributes about a single real world object.
Record of origin : The first electronic file in which an occurrence of an entity type is created.
Record of reference : The single, authoritative database file for a collection of fields for occurrences of an entity type. This file represents the most reliable source of operational data for these attributes or fields. In a fragmented data environment, a single occurrence may have different collections of fields whose record of reference is in different files.
Recovery : Restoring a database to some previous condition or state after system, or device, or program failure. See also Commit.
Recovery log : A collection of records that describe the events that occur during DBMS execution and their sequence. The information thus recorded is used for recovery in the event of a failure during DBMS execution.
Recursive relationship : A relationship or association that exists between entity occurrences of the same type. For example, an organisation can be related to another organisation as a Department manages a Unit.
Redundancy : here, the provision of information beyond necessity.
Reengineering : A method for radical transformation of business processes to achieve breakthrough improvements in performance.
Reference data : A term used to classify data that is, or should be, standardised, common to and shared by multiple application systems, such as Customer, Supplier, Product, Country, or Postal Code. Reference data tends to be data about permanent entity types and domain value sets to be stored in tables or files, as opposed to business event entity types.
Referential integrity : Integrity constraints that govern the relationship of an occurrence of one entity type or file to one or more occurrences of another entity type or file, such as the relationship of a customer to the orders that customer may place. Referential integrity defines constraints for creating, updating, or deleting occurrences of either or both files.
Relationship : The manner in which two entity or object types are associated with each other. Relationships may be one to one, one to many, or many to many, as determined by the meaning of the participating entities and by business rules. Synonymous with association. Relationships can express cardinality (the number of occurrences of one entity related to an occurrence of the second entity) and/or optionality (whether an occurrence of one entity is a requirement given an occurrence of the second entity).
Reliability (of an infrastructure) : here, the characteristic of an information infrastructure to store and retrieve information in an accessible, secure, maintainable, and fast manner.
Replication : See Data replication.
Repository : A database for storing information about objects of interest to the enterprise, especially those required in all phases of database and application development. A repository can contain all objects related to the building of systems including code, objects, pictures, definitions, etc. Acts as a basis for documentation and code generation specifications that will be used further in the systems development life cycle. Also referred to as design dictionary, encyclopedia, object-oriented dictionary, and knowledge base.
Reputation : here, the characteristic of a source to be consistently associated with the provision of high quality information.
Requirements : Customer expectations of a product or service. May be formal or informal, or they may be stated, required or perceived needs.
Response time : here, the delay between an initial information request and the provision of that information by the information system.
Return on Investment (ROI) : A statement of the relative profitability generated as a result of a given investment.
Reverse engineering : The process of taking a complete system or database and decomposing it to its source definitions, for the purpose of redesign.
Reviewing : here, the systematic evaluation of information such as articles, papers, project summaries, etc. by at least one independent qualified person according to specified criteria (such as relevance to target group, methodological rigour, readability, etc.).
ROI : An acronym for Return on Investment.
Role type : A classification of the different roles occurrences of an entity type may play, such as an organisation may play the role of a customer, supplier, and/or competitor.
Rollback : The process of restoring data in a database to the state at its last commit point.
Root cause : The underlying cause of a problem or factor resulting in a problem, as opposed to its precipitating or immediate cause.
Rule : A knowledge representation formalism containing knowledge about how to address a particular business problem. Simple rules are often stated in the form : «If then , where is a condition (a test or comparison) and is an action (a conclusion or invocation of another rule).» An example of a rule would be «If the temperature of any closed valve is greater than or equal to 100°F, then open the valve.»

S
Salience (of information) : the quality of information to be interesting or intriguing.
Sample : An item or subset of items, or data about an item or a subset of items that comes from a sampling frame or a population. A sample is used for the purpose of acquiring knowledge about the entire population.
Sampling : The technique of extracting a small number of items or data about those items from a larger population of items in order to analyse and draw conclusions about the whole population. See Random sample, Cluster sampling, Stratified sampling, and Systematic sampling.
Sampling frame : A subset of items, or data about a subset of items of a population from which a sample is to be taken.
SC21 : Acronym for ISO/IEC JTCI Sub-Committee for OSI data management and distributed transaction processing.
Schema : The complete description of a physical database design in terms of its tables or files, columns or fields, primary keys, relationships or structure, and integrity constraints.
Scrap and rework : The activities and costs required to correct or dispose of defective manufactured products. See Information scrap and rework.
SDLC : Acronym for Systems Development Life Cycle.
Seamless integration : True seamless integration is integration of applications through commonly defined and shared information, with managed, replication of any redundant data. False «seamless» integration is use of interface programs to transform data from one applications databases to another applications databases. See «Interfaceation.»
Second Normal Form (2NF) : (l) A relation R is in second normal form (2NF) if and only if it is in 1NF and every nonkey attribute is fully functionally dependent on the primary key. (2) A table is in 2NF if each nonidentified attribute provides a fact that describes the entity identified by the entire primary key and not part of it. See Functional dependence.
Security (of information) : measures taken to guard information against unauthorised access, espionage or sabotage, crime, attack, unauthorised modification, or deletion.
Security : The prevention of unauthorised access to a database and/or its contents for updating, retrieving, or deleting the database; or the prevention of unauthorised access to applications that have authorised access to databases.
Semantic equivalence : See Equivalence.
Sensitivity analysis : a procedure to determine the sensitivity of the outcomes of an alternative to changes in its parameters; it is used to ascertain how a given model output depends upon the input parameters.
Sensor : An instrument that can measure, capture information about or receive input directly from external objects or events.
Shewhart cycle : See Plan-Do-Check-Act cycle.
Side effect : The state that occurs when a change to a process causes unanticipated conditions or results beyond the planned result, such as when an improvement to a process creates a new problem.
sigma (σ or s) : Lowercase Greek letter that stands for standard deviation. The symbol «σ » refers to the standard deviation of an entire population of items. The symbol «s» refers to the standard deviation of a sample of items.
Sigma (Σ) : Uppercase Greek letter that stands for the summation of a group of numbers.
Six Sigma (6σ ) : (1) Six standard deviations, used to describe a level of quality in which six standard deviations of the population fall within the upper and lower control limits of quality and in which the defect rate approaches zero, allowing no more than 3.4 defects per million parts. (2) A methodology of quality management originally developed by Motorola. (Q)
SME : Acronym for Subject Matter Expert.
Source information producer : The point of origination or creation of data or knowledge within the organisation.
SPC : Acronym for Statistical Process Control.
Special cause : A source of unacceptable variation or defect that comes from outside the process or system.
Specialisation : The process of aggregating subsets of objects of a type, based upon differing attributes and behaviours. The resulting subtypes specialisation inherits characteristics from the more generalised type.
Spread : Describes how much variation there is in a set of items.
SQC : Acronym for Statistical Quality Control.
Stability (of information) : the quality of information or its infrastructure to remain unaltered for an extended period of time.
Stability : A characteristic of information quality measuring the degree to which information architecture or a database is able to have new applications developed to use it with minimal modification of the existing objects and relationships, only adding new objects and relationships.
Standard deviation (σ or s) : A widely used measure of variability that expresses the measure of spread in a set of items. The standard deviation is a value such that approximately 68 percent of the items in a set fall within a range of the mean plus or minus the standard deviation. For data from a large sample of a population of items, the standard deviation σ (standard deviation of a population) or s (standard deviation of a sample) is expressed as :
Standard deviation formula
formula_std_dev
s (σ ) = standard deviation of a sample (population)
d = the deviation of any item from the mean or average
n = the number of items in the sample
σ = «the sum of».
Standard deviation calculation : A measure of dispersion of a frequency distribution that is the square root of the arithmetic mean of the squares of the derivation of each of the class frequencies from the arithmetic mean of the frequency distribution. Also a similar quantity found by dividing by one less than the number of squares in the sum of squares instead of taking the arithmetic mean.
State : A stage in a life cycle that a real-world-object may exist in at a point in time and which is reflected in a state of existence that an entity occurrence or object may be in at a point in time. A real-world object comes into a specific state of existence through some event. The state of an object is represented in a database by the values of its attributes at a point in time.
State transition diagram : A representation of the various states of an entity or object along with the triggering events. See also Entity life cycle.
Stated needs : Requirements as seen from the customers’ viewpoint, and as stated in their language. These needs may or may not be the real requirements. See also Real needs and Perceived needs.
Statistical control chart : See Control chart.
Statistical process control (SPC) : The application of statistical methods to control processes to provide acceptable quality. One component of statistical quality control.
Statistical quality control (SQC) : The application of statistics and statistical methods to assure quality. Processes and methods for measuring process performance, identifying unacceptable variance, and applying corrective actions to maintain acceptable process control. SQC consists of statistical process control and acceptance sampling.
Stored procedure : A precompiled routine of code stored as part of a database and callable by name.
Strategic information steward : The role a senior manager holds as being accountable for a major information resource of subject, authorises business information stewards and resolves business rule issues.
Stratified sampling : Sampling a population that has two or more distinct groupings, or strata, in which random samples are taken from each stratum to assure the strata are proportionately represented in the final sample.
Subject area : See Business resource category.
Subject database : A physical database built around a subject area.
Subject Matter Expert (SME) : A business person who has significant experience and knowledge of a given business subject or function.
Suboptimisation : The phenomenon such that the accomplishment of departmental goals minimises the ability to accomplish the enterprise goals.
Subtype : See Entity subtype.
Supertype : See Entity supertype.
Synchronisation : The process of making data equivalent in two or more redundant databases.
Synchronous replication : Replication in which all copies of data must be updated before the update transaction is considered complete. This requires two-phase commit.
Synonym : A word, phrase, or data value that has the same or nearly the same meaning as another word, phrase or data value.
System log : Audit trail of events occurring within a system (e.g., transactions requested, started, ended, accessed, inspected, and updated).
System of record : See Record of reference. The term system of record is meaningless when defining the authoritative record in an integrated, shared data environment where data may be updated by many different application systems within a single database.
Systematic sampling : Sampling of a population using a technique such as selecting every eleventh item, to ensure an even spread of representation in the sample.
Systems approach : The philosophy of developing applications as vertical functional projects independent of how they fit within the larger business value chain. This approach carves out an application development project into a standalone project and does not attempt to define data to be shared across the business value chain or to meet all information stakeholder needs.
Systems Development Life Cycle (SDLC) : The methodology of processes for developing new application systems. The phases change from methodology to methodology, but generically break down into the phases of requirements definition, analysis, design, testing, implementation, and maintenance. If data definition quality is lacking, this process requires improvement.
Systems thinking : The fifth discipline of the learning organisation, this sees problems in the context of the whole. Applications developed with systems thinking see the application scope within the context of its value chain and the enterprise as a whole, defining data as a sharable and reusable resource.

T
Tacit knowledge : know-how that is difficult to articulate and share; intuition or skills that cannot easily be put into words.
Taguchi Quality Loss Function (QLF) : The principle, for which Dr. Genichi Taguchi who won the Japanese Deming Prize in 1960, that deviations from the ideal cause different degrees of loss in quality and economic loss. Small deviations in some critical characteristics can cause significantly more economic loss than even large deviations in other characteristics. The Loss can be roughly expressed as a formula
formula_l_d_sqared_c
Taguchi Quality Loss Function formula
where
L = overall economic «Loss» caused by deviation from the target quality
D = the «Deviation» from the target quality expressed in standard deviations
C = the «Cost» of the improvement to produce it to the target quality
Some information quality problems are likewise critical and cause significantly more economic loss than others, and become the higher priority for process improvement.
Teamwork : The cooperation of many within different processes or business areas to increase the quality or output of the whole.
Technical information resource data : The Set of information resource data that must be known to information systems and information resource management personnel in order to develop applications and databases.
Third Normal Form (3NF) : (1) A relation R is in third normal form (3NF) if and only if it is in 2NF and every nonkey attribute is nontransitively dependent upon the primary key. (2) A table is in 3NF if each nonkey column provides a fact that is dependent only on the entire key of the table.
Third normal form : See Normal form.
Timeliness : A characteristic of information quality measuring the degree to which data is available when knowledge workers or processes require it.
Timeliness : coming early or at the right, appropriate or adapted to the times or the occasion.
Total Data Quality Management (TDQM) cycle : the TDQM cycle encompasses four components. The definition component of the TDQM cycle identifies IQ dimensions, the measurement component produces IQ metrics, the analysis component identifies root causes for IQ problems and calculates the impacts of poor-quality information, and finally, the improvement component provides techniques for improving IQ. See Huang et al. (1999).
Total Quality Management (TQM) : Techniques, methods, and management principles that provide for continuous improvement to the processes of an enterprise.
Total Quality Management : a management concept (and associated tools) that involves the entire workforce in focusing on customer satisfaction and continuous improvement.
TPCP : Acronym for Two Phase Commit Protocol.
TQM : Acronym for Total Quality Management.
Traceability : the quality of information to be linked to its background or sources.
Tradeoff : here, a conflict among two qualities of information that tend to be mutually exclusive.
Transaction consistency : The highest isolation level that allows an application to read only committed data and guarantees that the transaction has a consistent view of the database, as though no other transactions were active. All read locks are kept until the transaction ends. Also known as serialisable.
Transformation : See Data transformation.
Trigger : A software device that monitors the values of one or more data elements to detect critical events. A trigger consists of three components : a procedure to check data whenever it changes, a set or range of criterion values or code to determine data integrity or whether a response in called for, and one or more procedures that produce the appropriate response.
Trusted database : Data that has been secured and protected from unauthorised access.
Two-phase commit : In multithreaded processing systems it is necessary to prevent more than one transaction from updating the same record at the same time. Where each transaction may need to update more than one record or file, the two-phase commit protocol is often used. Each transaction first checks that all the necessary records are available and contain the required data, simultaneously locking each one. Once it is confirmed that all records are ready and locked, the updates are applied and the locks freed. If any record is not available, the whole transaction is aborted and all other records are unlocked and left in their original state.
Two-stage sampling : Sampling a population in two steps. The first step extracts sample items from a lot of common groupings of items such as sales orders by order taker. The second stage takes a second sample from the items in the primary or first stage samples.

U
Uncommitted read : The lowest isolation level that allows an application to read both committed and uncommitted data. Should be used only when one does not need an exact answer, or if one is highly assured the data is not being updated by someone else. (Also known as read uncommitted, read through, or dirty read).
Undo : A state of a unit of recovery that indicates that the unit of recovery’s changes to recoverable database resources must be backed out.
Unit of recovery : A sequence of operations within a unit of work between points of consistency.
Unit of work : A self-contained set of instructions performing a logical outcome in which all changes are performed successfully or none of them is performed.
Universe : See Population.
Update : Causing to change values in one or more selected occurrences, groups, or data elements stored in a database. May include the notion of adding or deleting data occurrences.
Upper control limit : The highest acceptable value or characteristic in a set of items deemed to be of acceptable quality. Together with the lower control limit, it specifies the boundaries of acceptable variability in an item to meet quality specifications.
Useability : the characteristic of an information environment to be user-friendly in all its aspects (easy to learn, use, and remember).
Usefulness : the quality of having utility and especially practical worth or applicability.
User : An unfortunate term used to refer to the role of people to information technology, computer systems, or data. The term implies dependence on something, or one who has no choice, or one who is not actively involved in the use of something. The term is inappropriate to describe the role of information producers and knowledge workers who perform the work of the enterprise, employing information technology, applications and data in the process. The role of business personnel to information technology, applications, and data, is one of information producer and knowledge worker. The relationship of business personnel to information systems personnel is not as users, but as partners. If Industrial-Age personnel were [machine] «operators» or «workers,» then Information-Age personnel are «knowledge workers.»
Utility : The usefulness of information to its intended consumers, including the public.

V

Validation: Evaluating and checking the accuracy, consistency, timeliness and security of information, for example by evaluating the believability or reputation of its source.
Validity: A characteristic of information quality measuring the degree to which the data conforms to defined business rules. Validity is not synonymous with accuracy, which means the values are the correct values. A value may be a valid value, but still be incorrect. For example, a customer date of first service can be a valid date (within the correct range) and yet not be an accurate date.
Value: (1) Relative worth, utility, or importance. (2) An abstraction with a single attribute or characteristic that can be compared with other values, and may be represented by an encoding of the value.
Value chain: An end-to-end set of activities that begins with a request from a customer and ends with specific benefits for a customer, either internal or external. Also called a business process or value stream. See Information value chain and Business value chain.
Value completeness: See Completeness.
Value stream: See Value chain.
Value-centric development: A method of application development that focuses on data as an enterprise resource and automates activities as a part of an integrated business value chain. Value-centric development incorporates «systems thinking,» which sees an application as a component within its larger value chain, as opposed to a «systems approach,» which isolates the application as a part of a functional or departmental view of activity and data.
Variance (v or σ ): The mean of the squared deviations of a set of values, expressed as :
Variance formula
formula_variance
View: A presentation of data from one or more tables. A view can include all or some of the columns contained in the table or tables on which it is defined. See also Information view.
Visual management: The quality management technique of providing instruction and information about a task in a clear and visible way so that personnel can maximise their productivity.
Visualisation: The use of graphic means to represent information.
Voice of the customer: Documentation of the wants and needs of a product or service, including customer verbatims (actual words used) and reworded data into specific implications for the product or service.
Voice of the engineer: Documentation of the specification required to meet a quality requirement for a product or service as made by the engineer of a product or designer of a service.
Voice of the process: Statistical data from or out of a process that indicates the process stability or capability that provides feedback to process performers as a tool for continual improvement.

W

Wisdom: Knowledge in context. Knowledge applied in the course of actions.
World Class: The level of process performance that is as good as, or better than, the best competitors in the performance of a process type or in the quality of a product type.
World Wide Web: the graphical user-interface of the Internet based on the http and TCP/IP protocol and the HTML code language.

X

X (x bar): The algebraic symbol representing the mean, or average, of a set of values.
x : The algebraic symbol representing a set of values.
Xσn (X Sigma n): Formula to find the standard deviation(s) of the X values. Sometimes written as σn.
XML: a generic mark-up language that can be used to structure on-line documents meaningfully.

Z

Zero defects: A state of quality characterised by defect-free products or Six-Sigma level quality. See Six Sigma.
Zero-faults or zero errors: here, the quality of information to be one hundred percent correct.

Источник информации

Разработка стратегий. Формирование системы стратегических целей организации

Разработка стратегий. Формирование системы стратегических целей организации

Анализ возможностей. Оценка привлекательности СОБ

Оценка будущего конкурентного статуса фирмы в СОБ

Определение конкурентных технологических возможностей

Оценка существующего портфеля СОБ

Формирование стратегии

Формирование системы стратегических целей фирмы

Пример использования дерева целей для распределения средств на строительство комплекса АЗС

Формирование стратегических программ

Информационное обеспечение стратегического планирования

Предварительный качественный анализ

Предварительный качественный анализ

Понятие о стратегическом планировании. Планирование долгосрочное и стратегическое

Альтернатива – с консультантом или без?

Предварительная диагностика организации. Формирование и обучение команды

Определение предпосылок стратегического планирования. Предварительное описание целей организации

Анализ влияния факторов внешней и внутренней среды на достижение целей организации и прогноз их изменения

Анализ угроз

Разработка сценариев

Переговоры. Технология подготовки и проведения переговоров

Переговоры. Технология подготовки и проведения переговоров

Основные методы ведения переговоров

Метод принципиальных переговоров

Технология подготовки к переговорам

Технология ведения переговоров

Психологические аспекты переговоров

Решение протокольных вопросов при подготовке и проведении переговоров

Краткие рекомендации по технологии переговоров

Управленческая команда. Технология коллективной выработки решений

Управленческая команда. Технология коллективной выработки решений

Формальные и неформальные группы

Группа – это два лица или более, которые взаимодействуют друг с другом таким образом, что каждое лицо оказывает влияние на других и одновременно находится под влиянием других лиц. Поэтому каждая организация фактически состоит из нескольких групп, являющихся аналогами подразделений организации. К особенностям таких групп можно отнести четкую структуру, что предполагает, как мы уже знаем, наличие предписанной, т. е. установленной заранее системы отношений между ее членами. Другими словами, система отношений между членами группы является формальной, определяется формальными нормами, правилами и процедурами. Эти группы и называются формальными. Формальные группы отражают структуру сложившихся в организации функциональных подразделений: производственных, финансовых, маркетинговых и др., где для каждого члена группы прописаны его обязанности и права.

Наряду с формальными существуют и неформальные группы. В них права и обязанности членов группы заранее не устанавливаются. Они либо формируются непосредственно при организации группы или в процессе ее работы, либо так и остаются размытыми, неопределенными на протяжении всего этапа ее деятельности. Последнее означает, что отношения между членами группы могут быть вообще не структурированы или же возможны случаи, (что бывает нередко), когда лишь часть взаимоотношений определена достаточно четко. Например в группе назначается, выбирается или выявляется каким-то другим способом человек, который берет на себя (которому поручают) функции организации работы группы. Функции же остальных членов группы могут и не оговариваться.

Неформальные группы образуются в рамках одной организации – по приказу или распоряжению руководства при возникновении проблемы, решение которой требует объединения усилий специалистов нескольких функциональных подразделений. Это так называемые рабочие (целевые) группы. Неформальные группы также возникают в организациях спонтанно как вынужденная реакция на неудовлетворенные индивидуальные потребности. И поэтому их деятельность иногда соответствует целям организации, а зачастую и нет.

Неформальные группы создаются и из представителей разных организаций – для обсуждения и выработки решения по общей проблеме.

Уточним, что рабочие (целевые) группы могут быть как формальными, так и неформальными. Представим себе, что руководитель организации своим приказом определяет задачу и состав рабочей группы следующим образом:

«Для разработки бизнес-плана по выводу организации из кризиса создать рабочую группу в составе:

  • Примаков А. А. – руководитель группы,
  • Гайдар Б. Б. – отв. за маркетинговый раздел бизнес-плана,
  • Черномырдин В. В. – отв. за финансовый раздел бизнес-плана,
  • Чубайс Г. Г. – отв. за организационный план,
  • Кириенко Д. Д. – отв. за производственный план,
  • Степашин Е. Е. – отв. за анализ рисков.

Примакову А. А. до 01.02. представить на утверждение план работы группы. Бизнес-план представить к 01.04.2000 г. Контроль за исполнением приказа возлагаю на себя. Генеральный директор Жириновский Ж. Ж.».

Очевидно, что такая рабочая группа должна быть отнесена к формальным. Но если в том же приказе функции членов группы не будут оговорены и если члены группы не подчинены Примакову по службе, то группа станет неформальной. Людям, входящим в нее, придется договориться о распределении обязанностей, о порядке работы и способе обсуждения проблемы и вариантов решения, о способе принятия самого решения. Необходимость проработки всех этих вопросов, включая выбор методов поощрения и санкций к членам группы и отличает по существу неформальные группы от формальных.

В дальнейшем мы и остановимся на проблемах, связанных с деятельностью неформальных групп, причем преимущественно целевых групп, ориентированных на решение определенных проблем.

В чем же причины намеренного создания подобного рода неформальных групп? Причин несколько. Самая очевидная состоит в том, что целый ряд задач не под силу решить одному человеку. Требуется объединение отдельных интеллектов. Но дело не только в этом. В эффективно работающей группе проявляется так называемый синергетический эффект. Он заключается в том, что «коллективный», «групповой» интеллект не просто «равен сумме интеллектов» членов группы. Поскольку в группе между ее членами возникают новые взаимосвязи, она порождает решения, которые не могли быть сформированы ее членами по отдельности. Возникают качественно новые решения. Однако эффективность работы группы, а следовательно, и возникновение или не возникновение синергетического эффекта, во многом зависит от управления ее деятельностью. Задача управления, естественно, должна сводиться к формализации деятельности группы. При этом сталкиваются две противоположные тенденции:

  • без управления, т. е. без формализации работы группы в той или иной степени, качество ее решений существенно снижается;
  • без управления, т. е. без формализации работы группы в той или иной степени, качество ее решений существенно снижается;
  • излишняя формализация сковывает творческий потенциал членов группы, что также отрицательно сказывается на результатах.

Тем не менее общепризнанно, что неформальные группы эффективны и эффект тем значительнее, чем лучше управляется группа.
Однако и у групповых решений имеется ряд недостатков, которые нужно всегда иметь в виду при организации групповой работы, чтобы они не перевесили упомянутые выше достоинства:
в группах при выработке решений часто проявляется конформизм, т. е. слепое следование мнению большинства;

  • ответственность при выработке групповых решений размыта, распылена. Персональная ответственность заменяется коллективной, и тогда зачастую не ясно, кто же за что отвечает. Здесь надо признать: да, персонально за коллективное решение не отвечает никто. «К стенке» за плохое решение придется ставить всех или никого. Помимо головной боли по поводу «с кого спросить», у руководителя, объявляющего группе задачу, возникает проблема оценки рискованности предлагаемого решения. Это связано с тем, что групповые решения, как правило, более рискованные по сравнению с теми, которые принимались бы каждым членом группы в отдельности;
  • большинство российских управленцев привыкло функционировать в вертикальных структурах управления, где межличностные отношения строятся по принципу «начальник – подчиненный». Где начальник априори считается умнее, компетентнее подчиненного. Поэтому в неформальных группах нередко возникает борьба за власть, за лидерство – в ущерб решению поставленной задачи. И вместо консолидированной группы получают несколько коалиций, которые сводят на нет весь эффект групповой деятельности и оставляют в наследство после групповой работы конфликтную ситуацию;
  • иногда за групповое решение выдается решение, принятое, по существу, лидером или меньшинством группы (активным меньшинством). В этом случае группа становится своего рода ширмой для «протаскивания» индивидуальных решений, удовлетворяющих амбициям лидера. Причем эти решения нередко уступают большинству индивидуальных решений членов группы.

Можно выделить три задачи групповой деятельности. Это прежде всего выработка и принятие коллективных решений, о чем, собственно, и шла речь выше. Вторая задача – формирование группового мнения. От первой ее отличает отсутствие объекта управления. В первой задаче предполагается, что выработанное решение будут реализовывать исполнители. Значит, необходим анализ их возможностей выполнить требуемое, анализ их интересов, чтобы можно было повлиять на эти интересы, если они не направлены на достижение поставленной цели. Требуется также предусмотреть, как будет контролироваться процесс реализации решения и как будут оцениваться последствия принятого решения. При формировании группового мнения процедура выработки решения заканчивается раньше и рассмотренные выше этапы не проводятся.

Третья задача – проведение коллективной экспертизы. Коллективная экспертиза тоже ставит целью получение коллективного мнения. Но в отличие от второй задачи технология коллективной экспертизы строго формализована и для проверки согласованности мнений экспертов используется соответствующий математический аппарат. Методика организации и проведения коллективной экспертизы закреплена в ГОСТ 23554.0–79, 1–79, 2–81.

При управлении группой выделяются два аспекта:

  • содержательный, отражающий технологию анализа социально-экономических проблем и формирования решения. Технология, описываемая в книге, базируется на системном анализе, основу которого составляет представление организации как системы управления. При этом главное внимание уделяется уяснению проблемной ситуации и цели, анализу имеющейся информации и располагаемых ресурсов, а также процедуре выработки вариантов решения и их оценке с помощью сформулированных критериев;
  • организационный, отражающий технологию организации работы группы.

Владение членами группы системным анализом еще не означает, что группа сможет выработать качественное коллективное решение. Разве всем нам не известны случаи, когда так называемые пятиминутки и оперативные совещания длятся часами? А ведь их проводят и в них принимают участие совсем не слабые профессионалы! Но ни один из знакомых мне директоров предприятий не согласился, чтобы я записал его производственное совещание на видеопленку. «Знаешь, – сказал мне один из них, – менеджмент менеджментом, а совещание совещанием. Тут не до науки. Тут от одной практики волосы дыбом встают».

Описываемая в книге технология организации работы группы ориентирована прежде всего на преодоление трудностей, связанных с установлением процедуры обсуждения вопросов и выработкой регламента, учетом мнения меньшинства, формированием способа принятия группового решения, управлением группой со стороны ведущего и его взаимодействием с членами группы.

Технология системного анализа при коллективной выработке решений

Итак, что же нужно делать группе, чтобы выработать коллективное решение какой-либо социально-экономической проблемы?
1. Определить (сформулировать) цель. Широко известно выражение: «Если цель не определена, к ней ведут любые дороги». И, казалось бы, нет необходимости убеждать кого-либо в важности формулирования цели. Здесь нет никакой проблемы, считают многие. Однако же проблема есть и не одна.

Во-первых, нужно убедиться, что все члены группы понимают цель одинаково. Разное понимание цели означает, что члены группы фактически готовы решать разные задачи. Еще более усилим эту мысль. Члены группы должны не только одинаково понимать стоящую перед ними цель, но и признать ее своей, т. е. быть готовыми работать над ее достижением. Иногда приходится слышать мнение, что не имеет смысла добиваться единого понимания цели. Это, мол, сковывает инициативу членов группы по выработке вариантов решения. Надо понять, что рассмотрение различных альтернатив при неопределенной цели представляет пустую трату времени и ни на шаг не приближает решение проблемы.

Во-вторых, путают наименование цели и ее содержание. Бывает, что цель кажется настолько очевидной, что считают бессмысленным ее дополнительно анализировать. Вспомним примеры, приведенные в предыдущей главе. Очевидность наименования цели в большинстве случаев и скрывает разное понимание ее существа, ее смысла. Поэтому требования однозначности и измеримости цели, сформулированные выше, актуальны и для групповой работы.

В-третьих, руководитель организации, формируя группу, зачастую определяет ей одну цель, а группе после анализа ситуации (о чем см. ниже) приходится формулировать совершенно другую. Причем речь может идти не о расширении или сужении первоначально поставленной цели, а о полном ее изменении. Этот феномен широко известен специалистам по управленческому консультированию.

2. Описать проблемную ситуацию в целом. Если цель групповой работы сформулирована до описания проблемной ситуации, то задача этого этапа состоит в обобщенной оценке основных характеристик и параметров внешней и внутренней среды. Задавая проблемную ситуацию, мы по сути очерчиваем те ограничения, в рамках которых придется решать поставленную задачу.

Групповая работа не обязательно должна начинаться с формулирования цели. Возможны ситуации, когда прежде целесообразно разобраться с проблемной ситуацией. Это поможет более корректно поставить цель.

И, естественно, как и в предыдущем пункте, следует добиться, чтобы все члены группы понимали и оценивали ситуацию одинаково. Игнорирование этой рекомендации приводит к тому, что одна часть группы, например, будет искать решение для форс-мажорных, т. е. исключительных, обстоятельств, а другая часть посчитает сложившиеся условия достаточно стандартными и, во всяком случае, не требующими экстраординарных, т. е. сверхусилий. Хотя я очень уважаю читателя, пояснить некоторые, пусть и часто встречающиеся, термины меня заставила старая история. В одном военном училище на заседании приемной комиссии один из начальников заявляет: «К абитуриентам нужно подходить дифференцированно». – «Правильно, – добавляет начальник учебного отдела, – ко всем одинаково». Так вот, к оценке ситуации члены группы и должны подойти «дифференцированно» именно в последнем смысле, т. е. все одинаково.

Описание проблемной ситуации, по сути, означает задание модели, в рамках которой отыскивается решение, в том числе и формирование ограничений, за пределами которых выработанное решение не имеет смысла. Однако, как правило, не все ограничения устанавливаются на этом этапе, и к ним мы ещё вернёмся.

Зачастую анализ ситуации занимает значительное время. Но не добившись ее единого понимания, группа обрекает себя на мучительные дискуссии по поводу вариантов решения, когда каждый, руководствуясь своим видением проблемы, отстаивает свою точку зрения. Как здесь не вспомнить Гете, который писал: «Между крайними точками зрения находится не истина, а проблема».

3. Описать внешнюю и внутреннюю среду. Этот этап технологии является развитием предыдущего. На нем важно выявить, какие характеристики и параметры среды в наибольшей степени могут повлиять на выработку решения.

4. Описать управляющую систему. Применительно к групповой работе описать управляющую систему означает, что целесообразно выявить, представляет ли собранная группа единую, скоординированную команду. Признает ли она поставленную (или выработанную) цель своей. Или членам группы предстоит непростой этап уяснения и согласования цели, о чем шла речь выше. Нужно определить, каковы интересы людей, входящих в группу. Направлены ли они на достижение цели. Можно ли, а если можно, то как повлиять на эти интересы. Насколько профессионально-должностной, квалификационный и морально-психологический уровень лиц, вырабатывающих решение, соответствует уровню этого решения.

Получив ответы на поставленные вопросы, группа принимает решение о возможности и целесообразности дальнейшей работы в этом составе. Однако дать такую рекомендацию куда легче, чем ее осуществить. Так же как родителей не выбирают, и состав группы часто бывает предопределен. Работать приходится с теми, кто есть, что, конечно же, приводит к дополнительным трудностям. (Умные люди, правда, замечают, что как раз к выбору родителей нужно подходить особенно внимательно).

5. Описать объект управления. Определить, какие характеристики и параметры объекта управления в наибольшей степени могут повлиять на выработку и реализацию решения. Определить, кто эти люди, которые будут реализовывать решение. Насколько профессионально-должностной, квалификационный и морально-психологический уровень исполнителей соответствует уровню решения. Каковы их интересы. Направлены ли они на достижение цели. Можно ли и как повлиять на эти интересы.

Давным-давно, когда цифровые вычислительные машины (ЦВМ) в Советском Союзе только начинали использоваться в системах управления летательных аппаратов, в Ракетных войсках сложилась тревожная ситуация. Значительная часть бортовых ЦВМ оказалась неисправной. Анализ показал, что причина в недостаточной надежности элементной базы. Было принято решение повысить надежность элементов. Его оригинальность состояла в том, каким путем предлагалось повысить эту надежность. Предполагалось перейти к выпуску особой серии высоконадежных элементов. Особая серия формировалась за счет того, что выделялась специальная группа рабочих, которым поручалось изготовление указанной серии. При этом оплату их труда увеличили в три раза. Рабочий снимался с производства особой серии, если надежность изготовленных им элементов не удовлетворяла требованиям. И все! Ни технология не изменялась, ни испытательная аппаратура, ни качество сырья. Результат оказался впечатляющим – и его добились только за счет воздействия на интересы исполнителей.

6. Определить, какая информация необходима для выработки решения. Какая информация имеется. Достаточна ли она. Достоверна ли она. Можно ли получить дополнительную информацию. Каковы затраты на получение дополнительной информации. Стоит ли ее получать.

Стандартным заблуждением при групповой работе является уверенность каждого члена группы, что информация, которой владеет он, имеется и у других членов группы. Поэтому и нет необходимости ее выставлять на всеобщее рассмотрение. В итоге в групповом решении часто не учитываются весьма важные сведения, которыми располагает кто-то из участников групповой деятельности. Полезно помнить, что информация, имеющаяся у одного из членов группы, еще не является информацией всей группы.

Второй важный момент связан с проблемой сохранения и учета имеющейся в группе информации. Нередко многие факты, суждения и оценки, высказываемые участниками в дискуссии, не фиксируются, не систематизируются. Не оценивается надежность, достоверность информации. Не устанавливаются ее источники. Ощущение достоверности создает и манера предъявления информации. Так сведения, сообщаемые группе наиболее активными ее членами с большой убежденностью, страстью и напором, часто просто принимаются на веру, без какого-либо анализа.

Особенно внимательно надо относиться к высказываниям, отрицающим наличие каких-либо проблем в тех или иных областях деятельности. Работали мы с крупной фирмой по производству осветительной аппаратуры для автотракторной техники. «Что касается конкурентов, – говорит один из ее руководителей, – так у нас их фактически нет». Не проходит и нескольких дней, как пришло известие, что чешская фирма, которые «нам не конкурент» перехватила у нашей фирмы крупный автовазовский заказ.

Когда группа готовит решение для руководства, очень важно указывать, на основе каких именно источников информации оно вырабатывалось. Источники информации во многом определяют качество решения. Одно дело, когда при формировании маркетинговой стратегии руководствовались анализом конкурентов на основе изучения их прайс-листов. Другое, если анализ конкурентов путем опросов потребителей проводила по нашему заказу специализированная фирма. И третье, если при анализе используется имеющаяся на фирме и постоянно пополняющаяся база данных, которая содержит несколько десятков параметров, характеризующих конкурентов. Вспомним незабвенного Маккея, не ко всем рекомендациям которого стоит прислушиваться, но его анкета для изучения конкурентов, содержащая 66 вопросов, достойна всяческого уважения [13]. Корректно оформленное решение должно сопровождаться фразой: «Настоящее решение подготовлено на основе анализа следующей информации…» Или: «При выработке решения была принята во внимание следующая информация…» К тому же присутствие подобной записи не дает руководству лишнего повода проявить свое недовольство качеством подготовленного решения из-за того, что «а по моим данным…»

7. Определить, какие ресурсы необходимы для реализации решения. Какие ресурсы имеются. Достаточно ли их. Можно ли получить дополнительные ресурсы. Каковы затраты на получение дополнительных ресурсов. Стоит ли их получать.

Тщательный анализ потребных и располагаемых ресурсов всегда отличает хорошее решение от плохого. К сожалению, в условиях современной России не от хорошей жизни часто приходится ставить телегу впереди лошади. Т. е. не под решение формировать ресурсы, а придумывать, какое бы принять решение, чтобы использовать уже имеющиеся, но не востребованные ресурсы. И хотя такая постановка задачи, безусловно, имеет право на существование, она часто сводится к поиску ответа на вопрос: «Что бы такое съесть, чтобы похудеть?» В качестве примера достаточно сослаться на программы конверсии многих отечественных оборонных предприятий, приведшие к разбазариванию материальных и интеллектуальных ресурсов. Мы не говорим здесь о таких случаях, когда сама проблема формулируется как проблема эффективного использования ресурсов, по которой и необходимо выработать решение. Здесь речь идет о тех ресурсах, которые необходимы для реализации принимаемого решения.

8. Установить (выбрать) критерии и систему предпочтения. О критериях и предпочтениях достаточно много говорилось выше. В этом параграфе мы хотели бы подчеркнуть, что критерии достижения цели, с помощью которых предполагается сравнивать между собой варианты решения, рекомендуется сформировать до того, как будут разработаны варианты решения. Иначе группа обрекает себя на борьбу с двумя негативными тенденциями: подбором критериев под уже разработанные варианты решения и выдвижением критериев в угоду личным амбициям неформальных лидеров группы.

9. Определить ограничения, которым должны удовлетворять будущие варианты решения. Вопрос об анализе ограничений целесообразно ставить отдельно, а не рассматривать его вместе с анализом вариантов решения, как это часто делается. Рекомендуемая технология, выделяя отдельным блоком ограничения, позволяет более четко очертить рамки, в которых придется отыскивать варианты решения. Читатель, вероятно, обратил внимание на то, что формирование ограничений предусматривается на двух этапах: при описании проблемной ситуации и после или же одновременно с выбором критериев. Дело в том, что на первом этапе чаще всего не удаётся ввести все ограничения, поскольку часть из них бывает связана с составом и формулировкой критериев.

10. Сформировать концепцию (общий замысел, общую «идею», общие принципы) решения. По сути, в этом пункте нужно выделить общие критерии, ограничения и принципы, на которых будет базироваться решение. Сформированная концепция особенно помогает в сложных задачах, когда приходится несколько раз возвращаться назад, чтобы заново искать пути выхода из тупика или, отвергая не удовлетворяющее группу решение, пытаться найти более приемлемое. А как далеко возвращаться назад, как раз и определяется тем, выработана или нет концепция решения. Если ее нет, то почти к началу работы. Если есть, то к ней. Конечно, иногда встает вопрос о пересмотре концепции. Но в любом случае экономия сил и времени несомненна.

Концепция в зависимости от анализируемой проблемы детализируется в большей или меньшей степени. Например при разработке организационной структуры фирмы в числе других позиций в концепции может быть записано:

организационная структура проектируется как конгломерат;
проектные направления (как элементы матричной структуры) ориентируются на продукцию А и С;
региональные подразделения проектируются как функциональные структуры;
разработка новых видов продукции и услуг возлагается на инновационный центр, который подчиняется заместителю генерального директора по маркетингу.
Или же представим себе, что группа, собранная по приказу генерального директора компании, готовит предложения по программе аттестации менеджеров высшего и среднего звена. Тогда ее концепция может звучать, например, так:

«Программа предусматривает совмещение обучения руководителей по наиболее актуальным направлениям менеджмента и оценку их деловых и профессиональных качеств и практических навыков при решении управленческих задач различного уровня сложности. Практические задачи моделируются с помощью комплекса деловых и тренинговых игр. Аттестация базируется на определении уровня управленческой деятельности, на котором устойчиво работает менеджер».

Умение концептуально мыслить высоко ценится – и не только в менеджменте. Рождение концепции – процесс трудоемкий и требует весьма высокого интеллектуального уровня от ее создателей.

11. На основе выработанной концепции сформировать несколько вариантов решения. Многим из нас хорошо знакома процедура выработки коллективных решений во время производственных совещаний. Директор, обрисовав проблему, спрашивает: «Ну, какие есть предложения?» – «Иван Иванович, а что если…?» – «Не годится» – отвечает директор. – «А если так…?» – «Так? Это вообще ни в какие ворота не лезет. Еще есть предложения? – вопрошает директор. – Больше предложений нет. Тогда слушайте сюда. Действовать будем следующим образом…»

Что характерно для описанной процедуры? В ней последовательно выдвигаются варианты решения и они сразу же оцениваются. Практика показывает, что при таком способе выработки решения количество вариантов, как правило, ограничивается двумя-тремя. Процедура не мобилизует интеллект собравшихся на поиск нестандартных, неожиданных вариантов, среди которых как раз и может оказаться наилучший для данной задачи. Американцы даже используют выражение «изобретать варианты». А известные специалисты по переговорам Р. Фишер и У. Юри прямо заявляют: «Важнейшее качество переговорщика – умение изобретать варианты» [17].

К тому же в рассмотренном примере инициатива присутствующих на совещании сковывается тем, что варианты оцениваются директором. Кому улыбается перспектива услышать из уст директора, что ты предлагаешь не очень умные вещи? Если проанализировать последнее обстоятельство, мы придем к еще одному важному выводу. И выдвижение вариантов решения, и их оценивание не должны иметь личностной окраски. Эти процессы должны быть обезличены.

В предлагаемой вашему вниманию технологии предваряя формирование критериев поиску вариантов решения, мы добиваемся того, что лидеры группы и другие активные ее члены не смогут выдвигать критерии, позволяющие выбрать наиболее приглянувшийся им вариант (вариантов-то пока еще нет). Теперь, когда настала очередь «изобретать варианты» (спасибо американцам за термин), полезно воспользоваться следующим советом: сначала выработать несколько вариантов решения и только потом их оценивать, определяя лучший. Т. е. общий принцип может быть сформулирован так: необходимо отделить по времени выработку вариантов решения от их оценки.

Обезличенности процессов выдвижения и оценивания вариантов решения помогает использование таких форм обращения к членам группы, как «Давайте подумаем, какие тут в принципе могут быть варианты», «Что еще мы можем придумать?» И лучше обходиться без привычного «Я предлагаю». Когда я что-то предлагаю, то как всякий нормальный человек просто обязан защищать свое предложение, отстаивать его. Я буду искать только те аргументы, которые говорят в его пользу, и буду игнорировать все остальные. Такова уж человеческая природа. И тут уж ничего не поделаешь. Поэтому процедура должна не бороться с людьми, а создавать условия, при которых не возникает необходимости «стоять насмерть» за какой-либо из вариантов.

12. Воспользовавшись принятыми критериями, найти среди сформированных вариантов решения лучший. Если такой вариант найден, то задача решена.

13. Если такой вариант не найден, то решить, что делать дальше. Как поступить в этом случае? Способы действия могут быть самыми различными. Их выбор зависит от конкретных обстоятельств, существа проблемы и воли руководства. Например может быть распущена группа и сформирована новая. Или группа попробует пересмотреть список критериев, изменить концепцию решения, расширить список вариантов. Наконец, если группа пришла к выводу, что есть несколько примерно равноценных вариантов, но разные члены группы тем не менее отдают предпочтение разным вариантам, то можно рекомендовать воспользоваться так называемыми справедливыми процедурами [17].

К числу таких справедливых процедур относятся:

жребий. Способ принятия того или иного варианта решения с помощью жребия широко известен и, наверно, не нуждается в дополнительных комментариях;
аукцион. Смысл аукциона при выборе варианта решения заключается в том, что член (члены) группы, заинтересованный в принятии конкретного варианта, покупает согласие группы, расплачиваясь с остальными каким-либо способом. При этом другой член группы имеет право перекупить другой вариант, но за более высокую плату. Важно, чтобы процедура аукциона, его правила и способ оплаты купленного варианта были оговорены до начала аукциона. К ним, особенно в сложных задачах, нужно относиться предельно внимательно. Об этом свидетельствует, в частности, опыт проведения аукциона по продаже недвижимости в Нижнем Новгороде. Там объект недвижимости, рыночная цена которого составляла, скажем, 20 миллиардов, продавался фактически по балансовой стоимости, которая была на три порядка ниже. Скандал был настолько велик, что разбираться приехали члены правительства во главе с тогдашним премьером Е. Гайдаром. Что же выяснилось? Обычно при проведении аукциона принимаются два правила. Согласно первому, если лицо, заключившее сделку, отказывается от нее, то сделка считается заключенной с лицом, назвавшим предыдущую цену. Второе правило гласит, что лицо, отказавшееся от заключенной сделки, платит штраф в размере 50% от суммы сделки. Разумные правила, не правда ли? Так вот. На аукционе в Нижнем его устроители «забыли» включить в правила проведения аукциона второе правило. Остальное было, как говорится, делом техники. Создается команда. Один ее участник называет цену, близкую к стартовой, т. е. балансовой стоимости. Другой сразу же называет цену, в десять раз превышающую рыночную. Естественно, больше никто не торгуется. Затем заключивший сделку отказывается от нее, и объект недвижимости покупает по фактически бросовой цене та же команда. Самое парадоксальное состоит в том, что ни один закон не был нарушен. А государство проиграло – и много;
третейский суд последнего выбора. Смысл этого способа принятия решения заключается в том, что эксперту, признаваемому всеми членами группы, предлагают сделать выбор из двух (редко больше) лучших вариантов, и его выбор группа признает своим решением;
голосование.
Принятию решения с помощью голосования мы посвятим отдельный параграф.

14. Когда решение будет принято, оценить его последствия. Этот этап особенно важен при стратегическом планировании. Без формирования будущего образа разрабатываемого проекта стратегические задачи решаются с большими издержками. Оценка последствий принятого решения позволяет получить ответ на вопрос, того ли мы добьёмся, к чему стремились.

15. Выработать механизм реализации решения.

Точное следование всем пунктам рекомендуемой технологии принятия решений имеет смысл в достаточно сложных задачах. При решении некоторых проблем анализ отдельных позиций может явиться для группы тривиальным. И, возможно, на него группа не посчитает необходимым выделять специальное время. Однако игнорирование системного подхода, как правило, оборачивается большими потерями во времени, неоправданными затратами материальных и интеллектуальных ресурсов и невысоким качеством решений.

Из всего перечисленного камнями преткновения в большинстве случаев являются формулирование и уяснение цели, сбор и анализ информации и работа с критериями. Эти три позиции и рекомендуется прежде всего принимать во внимание.

Организация групповой работы

Если говорить коротко, то общих требований к организации коллективной деятельности по выработке решения всего три. Во-первых, она должна способствовать созданию комфортной среды для каждого члена группы, с тем чтобы он мог полностью использовать свой интеллектуальный потенциал. Во-вторых, она должна обеспечить условия для возникновения синергетического эффекта. И, в-третьих, она должна позволить в полной мере использовать системный анализ при решении поставленной проблемы. Кроме удовлетворения общим требованиям необходимо, чтобы процедура коллективной выработки решения:

способствовала проявлению наиболее сильных качеств лидера и парировала его недостатки;
позволяла проявиться мнению каждого члена группы и обеспечивала, чтобы это мнение было услышано;
предусматривала персональное обращение к членам группы, воздерживающимся от высказывания своего мнения, для выявления их точки зрения;
обеспечивала обсуждение не только мнения большинства, но и мнения меньшинства;
обеспечивала эффективный сбор (как внутри группы, так и вне ее) и доведение до каждого члена группы новой информации и исключала потерю имеющейся информации;
позволяла членам группы проявлять свои эмоции без ущерба для дела;
исключала проявление конформизма и давление мнения лидеров на остальных членов группы;
предусматривала санкции к членам группы (включая ведущего и неформальных лидеров), не соблюдающим установленные группой нормы поведения.
Прокомментируем некоторые из высказанных положений. Прежде всего мы различаем понятия «ведущий» и «лидер». Ведущий – это человек, принявший на себя функции организатора работы группы. Он может быть назначен руководителем организации или избран на эту должность группой. Иногда член группы сам предлагает себя на роль ведущего. Ведущий – совершенно не обязательно является лидером. У него могут отсутствовать некоторые из качеств, присущих лидеру. Возможно, он не будет способен повести за собой людей, сплотить их вокруг себя. Может статься, генерирование новых идей – не самая сильная сторона его личности. Ведущий – это администратор, отвечающий за соблюдение группой установленной ею технологии коллективной деятельности. Сказанное совершенно не означает, что ведущий может быть слабой личностью. Скорее наоборот. В следующем параграфе мы указываем, сколько позиций должен одновременно «держать» ведущий. И поверьте, совсем немногие менеджеры способны выполнять предписанные ведущему функции в полном объеме.

Неформальный лидер группы может и не быть ведущим. Лидер, объединяя людей вокруг себя, или выступает генератором новых идей, возглавляя интеллектуальный процесс по достижению групповой цели.[4] Или проявляет себя активным критиком идей, высказываемых другими. По поводу этой особенности лидеров хорошо высказался уже цитировавшийся нами Франсуа де Ларошфуко: «Люди упрямо не соглашаются с самыми здравыми суждениями не по недостатку проницательности, а из-за избытка гордости: они видят, что первые ряды в правом деле разобраны, а последние им не хочется занимать». Лидер способен направить свои усилия и на создание коалиции, пытаясь «скинуть ярмо» ведущего, якобы (или в действительности) узурпировавшего власть. Проблема взаимодействия ведущего с неформальным лидером – одна из кардинальных при коллективной выработке решений.

Второе наше замечание касается учета мнения меньшинства и вовлечения в обсуждение проблемы «неактивных» членов группы. Мы не случайно взяли в кавычки это слово. Порой определить, почему некоторые члены группы не проявляют активности, отмалчиваются, уклоняются от высказывания своего мнения, бывает совсем непросто. Причиной может явиться некомпетентность в рассматриваемых вопросах, которая осознается членом группы. Или же просто боязнь прослыть некомпетентным, для которой нет никаких оснований. Или нежелание противостоять весьма активному лидеру. Или принципиальное неприятие концепции, предлагаемой другими, и невозможность из-за установленной процедуры отстаивать свою. В последнем случае у человека пропадает интерес к обсуждению последующих вопросов. Вероятно, имеет смысл по-иному отнестись к пословице, провозглашающей, что молчание – знак согласия. При коллективной выработке решений и в переговорах молчание чаще всего – признак внутреннего несогласия. Как часто на переговорах чересчур активная сторона, вполне удовлетворенная молчанием партнеров, предлагает подписать итоговый документ и чрезвычайно удивляется, когда встречает отказ. После чего обычно выясняется, что мнение партнера никто и не спрашивал. Именно поэтому мы и рекомендуем персонально обращаться к молчащим членам группы для выявления их точки зрения.

Что касается учета мнения меньшинства, то все соглашаются, что меньшинство надо выслушать. Но обычно дальше этого дело не идет. Когда я на тренинге говорю руководителям, что нужно не только выслушивать меньшинство, но и обсуждать его мнение , нередко слышу в ответ: «Зачем это надо? И так все ясно. Большинство ведь за другое решение». Здесь, наверно, полезно вспомнить, что гениев намного меньше, чем не гениев. Что новые, нестандартные, экстраординарные, революционные идеи всегда возникают в головах немногих (меньшинства). Что наше общество не развивалось бы, не двигалось вперед, если бы это меньшинство не имело возможности довести свои идеи до большинства и убедить большинство в их плодотворности. И потом, никто ведь не заставляет нас поступать так, как считает необходимым меньшинство. Но выслушать и обсудить то, что оно предлагает, наша обязанность.

И, наконец, о санкциях. Задача установления и применения санкций к членам группы (добавим, рядовым членам) обычно не встречает возражений. Понятно, что нужно как-то воздействовать на тех, кто не соблюдает установленные в группе нормы поведения. Сложнее дело обстоит с ведущим, особенно когда он по своей натуре еще и лидер. Захватив власть, ведущий иногда подминает группу под себя, сам устанавливает правила обсуждения и принятия решения, фактически заменяя групповое решение индивидуальным, своим. Причем далеко не всегда это делается из дурных намерений. Просто лидер бывает убежден, что наилучший вариант решения уже найден и нечего напрасно тратить дорогое время. Если позиции ведущего и группы начинают расходиться по принципиальным вопросам, у группы остаются три варианта действий: принять навязываемое ведущим (лидером) решение, прекратить обсуждать проблему и заняться выяснением отношений или сместить ведущего и назначить (выбрать) нового. Вот тут-то многие группы и спотыкаются. И надо бы сменить ведущего, но как это реально осуществить? Ведущий просто так власть не отдаст. И потом, «кто будет вешать колокольчик на шею коту», как в известном анекдоте? Кто возьмет на себя смелость поднять вопрос о смещении ведущего? Кто станет ему противостоять? Да и предоставит ли он возможность выступить с подобным предложением? Выходом из этой трудной ситуации может оказаться правило, согласно которому замена ведущего должна проводиться автоматически, без обсуждения, решением большинства. И соответствующая процедура будет, например, выглядеть так. Член группы, считающий, что ведущий не справляется со своими обязанностями и, безусловно, должен быть заменен, демонстративно прикладывает большой палец к крышке стола. Если то же самое сделает большинство членов группы, ведущий обязан встать и без какого-либо обсуждения на несколько минут покинуть помещение, в котором работает группа. За это время выбирается другой ведущий.

Рекомендуемая технология организации групповой работы предусматривает следующие этапы:

а) формирование группы. Если состав группы не предопределен, то возникает вопрос, кого персонально следует в нее включить. Естественно, хотелось бы, чтобы все члены группы были компетентны в поставленной перед ними проблеме. Хотя это требование предъявляется не всегда, особенно в задачах, требующих разработки принципиально новых подходов. В этих случаях специалист совершенно из другой области сможет взглянуть на проблему свежим взглядом, не затуманенным привычными представлениями о предмете. Нелишне отметить, что для решения подобного рода задач часто используются специальные процедуры коллективной выработки решений типа мозгового штурма. Сказанное не означает, что в состав группы всегда желательно включать хотя бы одного непрофессионала. Как раз такой непрофессионал вполне способен развалить группу из-за невладения материалом. К приглашаемым неспециалистам есть одно важное требование – они должны обладать системным мышлением, которое и позволит им перенести известные им закономерности из своей области деятельности в другую.

Наличие системного мышления у всех членов группы, а не только у приглашенных непрофессионалов – это не роскошь, а залог успешного решения проблемы. А вот есть оно у всех или у кого-то отсутствует, желательно выяснить еще до комплектования группы. Заиметь его по приказу руководства очень трудно. Правда один очень крупный воинский начальник как-то директивно потребовал, чтобы каждый офицер «овладел практическим складом ума». Это был один из критериев, по которым определялась профпригодность офицерского состава.

Очень большое значение имеет совместимость членов группы. По поводу совместимости достаточно много написано специалистами по психологии малых групп. И мы не будем отбирать у них хлеб. Отметим лишь, что консолидации группы способствует разумное распределение обязанностей (ролей) в группе. Кто-то по природе является генератором идей. И не надо от него требовать глубокого анализа предложений. Его сила в другом. Кто-то наоборот видит свое призвание в аналитической работе. Так возложите на него эти функции! Есть аккуратисты, обожающие порядок. Мы говорили, как важно собирать и не терять информацию при коллективной выработке решений, какое значение имеет четкая редакция задачи, формулировки цели и т. п. Вот вам сфера приложения интересов для таких людей. Особо нужно сказать о критиканах. Часто в группе появляется человек (и, не дай бог, больше), который с большим удовольствием разносит в пух и прах любые высказываемые идеи. Борьба с критиканами отнимает много сил и времени. Так, может, с ними не бороться, а использовать их энергию «в мирных целях»? Официально поручите им критически анализировать варианты решения. Объявите им, что группа рассматривает их как оселок, на котором будет оттачиваться решение. И я вас уверяю, что облеченные доверием группы, уже бывшие критиканы окажутся весьма полезной функциональной составляющей в групповой деятельности. Вы убедитесь, что сам характер критики существенно изменится. Она станет более конструктивной.

Если в группе несколько человек являются носителями совершенно разных, несовместимых подходов к решению задачи, то нецелесообразно требовать от них слаженной работы по выработке единственного решения. Более продуктивным представляется другой путь. Создаются несколько подгрупп. Каждая подгруппа готовит свой вариант решения и аргументы для его обоснования. Затем по заранее согласованной процедуре проводится обсуждение вариантов и выбор наилучшего;

б) выбор (определение, назначение) ведущего. Мы уже говорили о том, что он может быть назначен руководством или избран членами группы;

в) организация пространственной среды. Организация пространственной среды решает две задачи. С одной стороны, она должна создать максимально комфортную в данных условиях обстановку для членов группы. Но есть и другая сторона. Мы уже говорили об опасности размывания ответственности при выработке коллективных решений. Поэтому взаимное расположение членов группы должно быть таким, чтобы каждый видел каждого. Идеальные формы для этого – круг или квадрат. Если кто-то сидит за спиной других, во втором ряду, то степень его ответственности за принимаемое решение резко снижается. Как правило, такие люди не участвуют активно в обсуждении вопросов. Но зато они в подходящий для них момент не прочь выступить с критическими замечаниями в адрес сформированного решения (к которому они, якобы, и не причастны). Причем и критика эта редко бывает конструктивной. У сидящих за спинами других чувство ответственности за принимаемое решение снижено по сравнению с остальными членами группы;

г) определение процедуры принятия решения. Мы обращаем ваше внимание на то, что процедура принятия группового решения должна быть оговорена еще до того, как будут сформированы варианты решения. Почему это важно? Если поступать наоборот, то лидеры группы зачастую предлагают ту процедуру, которая больше устраивает лично их и которая зависит от ситуации, сложившейся в группе. Скажем, лидер сплотил вокруг своего мнения по какому-либо вопросу большинство членов группы, а это мнение подвергается резкой критике со стороны других членов группы. Как он поступает? Понятно, что лидер начинает настаивать на принятии решения голосованием. И наоборот. Если предложение лидера поддерживает меньшинство, то он будет всех убеждать, что каждый член группы должен обладать правом Veto, т. е. решение должно приниматься при полном согласии всех членов группы. А после этого лидер начнет оказывать давление на оппонентов, склоняя их к своей точке зрения. Высказанная рекомендация, конечно, не является догмой. Встречаются задачи, где процедура принятия группового решения не может быть определена заранее.

В качестве примеров приведем следующие процедуры принятия коллективных решений:

голосование. Различные системы голосования описаны ниже. Здесь только отметим, что, конечно же, голосование отражает мнение большинства. Однако оно и является мощным оружием для подавления инакомыслия. Особенно, если голосованию не предшествует анализ предлагаемых вариантов. Как часто мы слышали в своей жизни: «Что там рассуждать? Голосуй!» Самый большой недостаток принятия решений с помощью голосования заключается в том, что оно иногда подменяет исследование проблемы выявлением точек зрения, основанных на поверхностных суждениях о предмете. Поэтому, уж если вы используете голосование для принятия решения, убедитесь, что стоящая перед вами проблема и выдвинутые варианты решения всесторонне проанализированы группой;
голосование с правом на особое мнение у меньшинства. Особенность данной системы голосования состоит в том, что решение формируется как мнение большинства, но в нем записывается как особое мнение и решение, предлагаемое меньшинством;
при полном согласии всех членов группы (право Veto у каждого). Это, пожалуй, самая сложная форма принятия коллективного решения, поскольку предполагает полное единство взглядов и на проблему, и на оптимальные способы ее решения. Конечно, это в итоге. Но к нему надо придти. А путь этот бывает и нелегок, и долог;
с помощью групповой ранжировки. Группа договаривается, что за групповое решение будет принят вариант, имеющий наивысший ранг в групповой ранжировке. Порядок получения групповой ранжировки и проверки согласованности мнений изложен в одном из следующих параграфов;
попарное сравнение вариантов. Сравнение каждого варианта решения с каждым позволяет выявить лучший вариант в каждой из пар. Если вариантов не много, то метод может оказаться весьма эффективным для нахождения наилучшего решения. Ситуация осложняется при так называемой закольцовке, когда группа посчитает, что вариант A предпочтительнее варианта B, вариант B предпочтительнее варианта C, а вариант C предпочтительнее варианта A;
с помощью формальных математических процедур. Группа договаривается, что решение, полученное с помощью используемой математической процедуры, и будет считаться решением группы. Однако модели, заложенные в эти методы, как правило, относительно просты и не полностью отражают особенности решаемой задачи. Другими словами, область применения формальных математических процедур весьма ограничена. Они часто используются для получения решения, являющегося первым приближением, дающим ориентиры для последующего анализа;
многоэтапные процедуры. Например на первом этапе решения разрабатываются по подгруппам. Затем из вариантов решения, представленных подгруппами, определяется лучший (с помощью голосования или каким-либо другим способом). Далее мы увидим, насколько велика роль процедуры даже при обращении к достаточно прозрачным, казалось бы, способам формирования решения;
с помощью справедливых процедур. О справедливых процедурах шла речь выше, и больше на них мы останавливаться не будем.
д) определение процедуры обсуждения вопросов. Обсуждение вопросов может быть формализовано в большей или меньшей степени в зависимости от состава группы, наличия у членов группы опыта совместной деятельности по выработке коллективных решений, сложности проблемы и ряда других причин.

Чаще всего находят применение следующие процедуры обсуждения вопросов:

ведущий сам определяет, кому дать слово;
выступления по кругу;
один формулирует, другие дополняют;
формулируются 3–4 альтернативы, которые затем обсуждаются;
группа разбивается на подгруппы, а затем обсуждаются мнения подгрупп по одному и тому же вопросу;
сначала только генерируются предложения, потом они обсуждаются;
е) установление регламента. Регламент обычно содержит такие пункты:

перечень вопросов, выносимых на обсуждение;
порядок их следования;
условия перехода к следующему вопросу;
условия включения других вопросов;
порядок предоставления права на выступление;
время, отводимое на выступление;
условия предоставления дополнительного времени;
временные рамки для обсуждения вопросов;
способ учета мнения меньшинства;
технология смены ведущего;
санкции против членов группы (в том числе и ведущего);
условия выделения окон (пауз) для неформального, неструктурированного обмена мнениями (неформальной дискуссии). Иногда проблема бывает настолько сложна, что далеко не сразу удается нащупать подходы к ее решению. В этих условиях формализация обсуждения может излишне сковать членов группы. И наоборот. При свободном обмене мнениями, когда можно перебивать друг друга, вставлять реплики, не особенно задумываться о формулировках, зачастую и возникают какие-то идеи, позволяющие в дальнейшем грамотно взяться за задачу;
ж) распределение ролей в группе. Роли в группе распределяются при ее формировании, о чем говорилось выше, или в процессе решения других организационных вопросов. Причем момент, в который происходит распределение ролей, не так уж важен. Более того. В хорошо скоординированных группах отдельного этапа, выделяемого для этой цели, вообще не предусматривается. Члены группы принимают на себя ту или иную роль по ходу действия. Добавим, что излишняя формализация деятельности группы, проявляющаяся в том числе и в специально организованной процедуре распределения ролей, отрицательно сказывается на эффективности ее работы;

з) определение способов фиксации вносимых предложений и полученных результатов. На этом, собственно, заканчивается организационный этап, и группа может приступить к содержательному анализу проблемы.

Технология работы ведущего (руководителя группы)

Стандартная ошибка ведущих состоит в том, что они, будучи одними из самых активных членов группы, продолжают выступать в той же роли. Они так же выдвигают предложения, критикуют оппонентов, приводят убедительные аргументы в защиту своего мнения. Они по-прежнему поглощены анализом проблемы, озабочены генерацией идей. Они не прочь перейти на личности, если им показалось, что кто-то покусился на их собственное «я». Они даже могут себе позволить на время выключиться из общего диалога, поразмыслив над пришедшей в голову идеей. И все это, имея преимущественное право владения «микрофоном».

Такие ведущие часто либо подавляют группу, либо противопоставляют себя ей. В первом случае происходит подмена мнения группы мнением ведущего. Во втором разворачивается конфликт между ним и группой. В результате ни о каком коллективном интеллекте, ни о каком синергетическом эффекте и речи быть не может.

Роль ведущего, «вдохновляющая и направляющая», должна проявляться в четком формулировании решаемой в данный момент задачи, уяснении и аккумулировании высказываемых предложений, формулировании полученных результатов и организации работы группы над проблемой в соответствии с принятой технологией. Если эти требования конкретизировать, то мы получим три группы задач, возлагаемых на ведущего. Что же это за задачи?

1. По организации работы группы при подготовке обсуждения проблемы:

организовать пространственную среду. Об этом много было сказано выше. Сейчас только отметим, что при любом расположении членов группы ведущий обязан занять такое место, чтобы он вдруг не оказался с краю стола и чтобы ему было видно всех и его видели все. Последнюю фразу мы привели на тот случай, если по каким-то причинам удобно расположиться группе не удастся;
оговорить свои права и обязанности;
объявить, какой вопрос обсуждается и четко его сформулировать;
убедиться, что все члены группы одинаково понимают этот вопрос (тему обсуждения). Если одинакового понимания нет, организовать обсуждение разногласий, с тем чтобы придти к единому мнению (или убедиться, что собравшиеся не готовы в данном составе приняться за решение поставленной проблемы);
вместе с группой определить, как будет приниматься решение (если способ принятия решения не задан по условию задачи);
установить процедуру обсуждения вопросов;
оговорить регламент;
распределить роли в группе.
2. По решению проблемы:

следовать рекомендациям по системному анализу социально-экономических проблем;
структурировать проблему и четко формулировать отдельные ее этапы и составляющие;
четко формулировать цель и убедиться, что все члены группы ее одинаково понимают. Если понимание разное, организовать обсуждение, чтобы придти к единому пониманию;
подводить итог по каждому из обсуждаемых вопросов, фиксировать разные мнения, формулировать их. Давать четкую формулировку решения и следить за фиксацией его в документах, отражающих работу группы;
следить за соблюдением установленной процедуры и регламента и не допускать их нарушения;
«держать цель», не допускать отклонения от обсуждаемого вопроса;
не выдвигать свои предложения в качестве основы для обсуждения. Высказав какую-либо идею, любой нормальный человек станет ее отстаивать, искать аргументы для ее обоснования, доказывать ее преимущества перед другими. Критику своей идеи ведущий начинает рассматривать как попытки подорвать его авторитет, как сомнения в его компетентности и т. п. Что он начнет делать? Правильно. Он станет перекрывать «доступ к микрофону» наиболее рьяным критикам, т. е. самым активным членам группы. Результат, я думаю, нет нужды комментировать. Так что же, спросите вы, ведущий вообще лишен права выдвигать какие-либо предложения? Нет, не лишен. Но озвучивать свои идеи ему следует только тогда, когда в группе наблюдается кризис идей, когда работа ее застопорилась. В крайнем случае (в крайнем! И ведущий должен осознавать это) он может выступить со своим предложением, если посчитает, что оно принципиально новое. И даже в этом крайнем случае ведущий обязан предъявить свою идею в обезличенном виде. Что-нибудь из следующего: «А что если рассмотреть такую идею?» Или: «Можно предложить и такой вариант». Но никак не: «Я считаю, что мы должны…» Другими словами, ведущему рекомендуется работать в первую очередь на аргументах партнеров;
четко формулировать цель и убедиться, что все члены группы ее одинаково понимают. Если понимание разное, организовать обсуждение, чтобы придти к единому пониманию;
подводить итог по каждому из обсуждаемых вопросов, фиксировать разные мнения, формулировать их. Давать четкую формулировку решения и следить за фиксацией его в документах, отражающих работу группы;
следить за соблюдением установленной процедуры и регламента и не допускать их нарушения;
«держать цель», не допускать отклонения от обсуждаемого вопроса;
не выдвигать свои предложения в качестве основы для обсуждения. быть открытым для восприятия других точек зрения;
постоянно нацеливать группу на достижение цели, ободрять членов группы и подчеркивать успехи;
следить, чтобы речь велась не от «я» и «они», а от «мы». Достаточно серьёзная ошибка кроется в такой, на первый взгляд, нейтральной и, казалось бы, произносимой по существу проблемы фразе ведущего: «Ну, у кого есть какие мнения?» Ещё А. Дюма писал: «На этом свете каждый имеет свою точку зрения, мешающую ему видеть точку зрения другого». Мы уже отмечали выше, что предложение, сформулированное от первого лица («Я считаю, что мы должны…»), сразу же приобретает ярого защитника – человека, его высказавшего. Ибо неприятие другими его идеи рассматривается им как посягательство на его личность. Поэтому предпочтительнее формулировать исходную посылку примерно в таком виде: «Какие у нас могут быть варианты решения?» Обратите внимание, в предлагаемой редакции нет слова «мнение», сразу переводящего разговор в личностную плоскость. Вместо мнений появляются всего лишь «варианты решения», которые не ставят членов группы в жёсткую ситуацию, заставляющую их отстаивать своё «я». Но ориентируют участников на обсуждение проблемы;
вовлекать в работу неактивных, создавая для них соответствующие условия и стимулы;
бороться с демагогами: выявлять факты использования демагогических приемов, прямо говорить о них, настраивать группу на конструктивную работу;
предупреждать конфликты в группе. При возникновении конфликтов принять меры по их эффективному разрешению;
не допускать образования коалиций;
перенацелить неформальных лидеров с борьбы против себя и друг с другом на решение проблемы. Это одна из самых сложных задач, стоящих перед ведущим. Вообще говоря, по отношению к неформальным лидерам можно поступить одним из трех способов. Первый сводится к тому, чтобы «задавить» лидера своим авторитетом, объединяя группу вокруг себя, вокруг своего видения – и проблемы, и вариантов ее решения. Консолидация группы на такой основе, во-первых, предполагает открытое объявление войны за лидерство, что, конечно же, не может не уводить группу от поставленной цели. Во-вторых, при описываемом способе происходит подмена группового мнения мнением ведущего (членам группы ничего не остается, как присоединиться к нему). И самое главное. Сужается спектр возможных вариантов решения. За каждым вариантом будет стоять личность того, кто его выдвинул. А поскольку лидеров оказывается два, то и противостоящих друг другу вариантов тоже будет два.
И при втором способе ведущий ведет войну с неформальным лидером. Но войну тайную, неявную. Для этого ведущий привлекает на помощь установленную группой процедуру обсуждения и принятия решения, а также периодически ссылается на делегированные ему права и обязанности. Мол, и рад бы лишний раз предоставить тебе слово, да регламент не позволяет. «Нет, нет. Мы ведь договорились, что сейчас мы будем обсуждать другой вопрос». Выступая в роли радетеля интересов группы, он на самом деле использует данные ему полномочия все для той же цели – ему необходимо воспрепятствовать проявлению лидером своих лидерских качеств. Страдает от этого дело? Безусловно, страдает. Хотя справедливости ради следует отметить, что иногда только подобные силовые методы позволяют привести в чувство чересчур ретивого лидера, в угоду личным амбициям фактически дезорганизующего работу группы.

И лишь третий способ в полной мере использует способности неформального лидера. Для его реализации ведущему рекомендуется делегировать часть своих полномочий этому лидеру. Например оставить за собой чисто организационные функции, возложив на него обязанности по содержательному анализу проблемы. Или образовать две подгруппы, поручив ему руководство одной из них. Или возложить на него функции критического анализа вариантов, всячески подчеркивая важность этой работы. Не забывая отмечать успехи лидера, относясь к нему с подчеркнутым уважением, ведущий получит в его лице не противника (причем сильного противника), а союзника.

Управленческая команда

Одной из первоочередных проблем современного менеджмента является переход на командные принципы организации труда в компаниях. «Приоритеты должны отдаваться командам, а не агрессивным лидерам и гениям-одиночкам».

Выше мы много говорили о технологии коллективной работы, об особенностях выработки групповых решений. И хотя все высказанные в предыдущих параграфах рекомендации остаются справедливыми и для управленческих команд, всё-таки не любая группа может считаться командой. Поэтому поясним, что же мы имеем в виду, когда употребляем выражение «управленческая команда».

Группа людей образует команду, если члены группы

имеют общую цель, одинаково её понимают и признают её своей. Важность наличия и единого понимания общей цели мы отмечали и для групповой деятельности. То же самое относится и к командной работе;
одинаково оценивают пути достижения этой цели. Команда только тогда будет действовать эффективно, когда все входящие в неё люди руководствуются одними и теми же критериями и приоритетами при оценке альтернатив, а следовательно, должны иметь полное представление о наборе возможных альтернатив (все должны знать, из чего, собственно, мы выбираем лучший путь);
объединены в некую организационную структуру. Она может быть частью организационной структуры фирмы или создана специально для данной команды. Другими словами, в команде устанавливается определённая система формальных отношений. Последнее вовсе не означает, что неформальные отношения в команде исключаются. Напротив, они приветствуются, поскольку благодаря им в команде создаётся благоприятный морально-психологический климат;
имеют программу, обеспечивающую достижение цели, и взаимодействуют при её реализации;
каждый выступает в определённой роли (роли членов команды могут соответствовать штатным должностным категориям фирмы или же специально распределяются между ними). По функциям, выполняемым в командах её членами, в командах реализуются два типа ролей. Первый тип – это специалист по решению проблемы, направляющий все свои усилия на достижение поставленной цели. В ролях второго типа выступают члены группы, осуществляющие социально-эмоциональную поддержку, т. е. ставящие перед собой целью удовлетворение эмоциональных потребностей участников группы и оказание им помощи в укреплении их социального статуса. Очевидно, что отдельные члены команды могут выступать и в той, и в другой роли одновременно.
Важность второго типа ролей очевидна. Дело в том, что при наличии в команде исключительно специалистов указанные выше эмоциональные и социальные потребности её членов зачастую остаются не удовлетворёнными, что (как правило, в долгосрочной перспективе) приводит к снижению эффективности работы команды. Юмор и самоирония (естественно, наряду с профессионализмом) во многом являются движущими силами, обеспечивающими успехи командной работы. Ещё одна функция ролей второго типа – предотвращение и разрешение конфликтов О значении ролей, обеспечивающих социально-эмоциональную поддержку, прекрасно сказано фантастом Эриком Расселом в рассказе под примечательным названием «Немного смазки», в котором в состав тяжелейшей космической экспедиции, как потом оказалось, был включён профессиональный комик. Правда, справедливо и обратное заключение: преобладание в команде ролей второго типа обеспечивает в ней благоприятную психологическую атмосферу, но затрудняет решение проблем;

находятся в подчинении руководителя (начальника) команды и признают его руководство (начальник команды может быть штатным руководителем членов команды или же специально назначаться).
обеспечены ресурсами, необходимыми для выполнения задачи, и наделены соответствующими правами принимать и реализовывать решения. При этом члены команды несут коллективную и персональную (в рамках своих полномочий) ответственность за принятые решения.
разделяют стандарты (нормы) поведения, выработанные этой командой. Обычно нормы являются неформальными, нигде не записанными. Однако, устанавливая границы дозволенного и наоборот – определяя то, что командой особенно приветствуется и ценится, нормы намного облегчают общение членов команды. Последнее особенно важно, когда в команде сохраняется принятая в организации структура, в рамках которой бывает непросто найти место для неформальных отношений. Однако нормы не только проводят водораздел между формальными и неформальными взаимоотношениями и не только декларируют в том или ином виде рекомендуемые основы социально-бытового поведения. Они могут касаться и правил поведения в критических для команды ситуациях, если, скажем, факторы внешней среды воздействуют на систему совсем не так, как прогнозировалось. Такие нормы часто устанавливаются на основе прецедента, когда выработанная реакция на первый подобный случай становится в команде основой для дальнейшего аналогичного поведения.

Принятие решения с помощью голосования

Принятие решений с помощью голосования являлось настолько привычной процедурой для советских людей, что у многих никогда не возникало и тени сомнений в том, что результаты голосования могут выражать что-то иное, кроме как мнение большинства. И вполне естественным представлялся принцип демократического централизма, записанный в Уставе коммунистической партии, одним из постулатов которого было безусловное подчинение меньшинства большинству. А как же иначе? Ведь мнение большинства закреплялось в сознании как мнение истинное, мнение объективное! (Я вспоминаю, как в пору моей молодости один мой коллега, всегда начинал выступление на партсобрании фразой: «А теперь я скажу свое объективное мнение»).

Прошедшие после распада Союза годы мало что изменили в психологии восприятия голосования как метода решения проблем. Подчеркнем, не метода принятия решения, а метода выработки решения. Кто из нас не знаком с уже цитированной нами фразой: «Хватит обсуждать! Давайте голосовать!» Мы голосуем – и заменяем голосованием анализ проблемы, сопоставление альтернатив. Мы голосуем – и нам уже не надо думать о формулировании критериев, о едином понимании цели и проблемной ситуации. Голосование все расставит по своим местам! Добавим, что особенности голосования как метода принятия решения неизвестны не только широкой публике, но и большинству менеджеров всех уровней. Ведь за минувшие восемьдесят лет у нас не было издано ни одной книги, освещающей эту тему, за исключением математических публикаций, язык которых неспециалистам практически недоступен. А особенности эти таковы, что их весьма полезно принимать во внимание, задумываясь, ставить или нет вопрос на голосование.

1. Правило простого большинства. Рассмотрение систем голосования начнем с самого простого и, казалось бы, очевидного правила – правила простого большинства. Это правило гласит, что если есть, скажем, варианты А, В, С принятия решения, то принимается тот вариант, за который членами группы подано большее число голосов, чем за любой другой вариант. Например, если из 10 членов группы вариант А предпочитают 4 члена, вариант В – 3 члена и вариант С – тоже 3 члена, то принятие варианта А и будет считаться групповым решением. Естественность правила простого большинства может создать впечатление об отсутствии у него каких-либо крупных недостатков. Однако это не так.

Для демонстрации рассмотрим следующий пример. Пусть семья из трех человек (муж, жена и взрослый сын) собирается покупать автомашину. На семейном совете решили, что будут рассматриваться три альтернативы: «Жигули», «Москвич» и подержанная иномарка. А какую из них купить, будет решено с помощью голосования.

Представим себе следующую картину. Сын предлагает приобрести иномарку. Родители голосуют против. Муж предпочитает «Москвич» и остается в меньшинстве. Жена стоит за «Жигули» и тоже оказывается в одиночестве. Понимая, что таким образом задача не решается, муж предлагает каждому написать на листке свою систему предпочтения, т. е. определить, какая автомашина для него наиболее предпочтительна, какая на втором месте и какая на третьем. А потом, сказал муж, мы будем делать последовательный выбор, опять используя процедуру голосования и исключая из дальнейшего рассмотрения те объекты, которые окажутся менее предпочтительными. Преимущество такого подхода, убеждал он, в том, что будет куплена машина пусть и не самая предпочтительная для кого-то из них, но для большинства более предпочтительная, чем другие.

Теперь посмотрите, что может произойти, если предпочтения членов семьи примут вид, показанный в таблице 2.1, и не будут обнародованы. (Другими словами, каждый член семьи свою систему предпочтений держит в тайне от остальных.)

Дальнейший процесс может происходить следующим образом. Пусть первым высказывает свое предложение сын. Он предлагает из трех возможных автомашин купить иномарку. Но для мужа более предпочтительным является приобретение «Москвича», а для жены из трех типов автомашин иномарка вообще на последнем месте. «Итак, – говорит муж, – иномарка из дальнейшего рассмотрения исключается. Осталось сделать выбор между «Москвичом» и «Жигулями». Какие есть предложения?» И если теперь жена заявит, что «Жигули» предпочтительнее «Москвича», то, как видно из таблицы 2.1, и муж, и сын предпочтут «Москвича». (У мужа «Москвич» вообще на первом месте, у сына – на втором, но зато «Жигули» на последнем). «Подвожу итог, – заявляет муж, – большинство решило, что для нас предпочтительнее купить «Москвич». (Скорее всего муж знаком с прекрасной работой Б. Г. Миркина «Проблема группового выбора» [15]).

Таблица 2.1. Системы предпочтений

парпар Муж Жена Сын
«Москвич» 1 3 2
«Жигули» 2 1 3
Иномарка 3 2 1

Но самое интересное состоит в том, что результат был бы совсем иным, если бы первым со своим предложением купить «Москвич» выступил муж. Нетрудно убедиться, что предложение купить «Москвич» было бы отвергнуто большинством голосов и групповое мнение выглядело бы совершенно иначе. Таким образом изменение одной лишь процедуры выработки решения при неизменном правиле голосования (правиле простого большинства) и неизменных системах предпочтения членов группы приводит к разным результатам.

А если процедура сравнения вариантов заранее установлена и останется неизменной? Оказывается, что можно, искажая сообщения о своих предпочтениях, получить в итоге более выгодный для себя результат. Продемонстрируем это на том же примере. Пусть члены семьи договорились, что порядок рассмотрения вариантов будет таким. Сначала сравниваются между собой «Москвич» и «Жигули» и по большинству голосов выбирается наиболее предпочтительный из них. Затем худший вариант изымается из дальнейшего рассмотрения и заменяется иномаркой. Сравниваются победитель первой пары и иномарка, в результате чего и устанавливается наиболее предпочтительная автомашина для всей семьи.

Анализируя системы предпочтений членов группы, представленные в таблице 2.1, нетрудно заметить, что при сопоставлении «Москвича» и «Жигулей» выигрывает «Москвич». В самом деле. «Москвич» предпочтительнее «Жигулей» и для мужа, и для сына. Лишь жена считает, что «Жигули» лучше, чем «Москвич». Но она остается в меньшинстве. После этого сравниваются «Москвич» и иномарка. И тут выясняется, что по большинству голосов иномарка предпочтительнее. (Так считают и жена, и сын. В меньшинстве оказывается муж). В результате принимается решение о покупке иномарки, что совсем не устраивает мужа, так как для него иномарка менее всего предпочтительнее. Тогда, зная системы предпочтения остальных членов семьи, муж может утаить свои истинные предпочтения, всякий раз голосуя в соответствии с искаженной системой предпочтения. Она, эта система предпочтения теперь может выглядеть следующим образом. На первое место муж поставит «Жигули», на второе – иномарку и на третье – наиболее предпочитаемый им «Москвич». Посмотрим, что же это ему даст. Теперь очевидно, что в сравнении «Москвича» с «Жигулями» преимущество будет отдано Жигулям.( И жена, и муж предпочтут «Жигули», а сын останется в меньшинстве). Но зато на втором этапе, когда начнется сопоставление «Жигулей» с иномаркой, победителями окажутся «Жигули» (для жены и мужа они предпочтительнее иномарки). В итоге, исказив сообщение о своей истинной системе предпочтения, муж добился более приемлемого для себя результата. («Жигули» хотя и не полностью отвечают его ожиданиям, но все же лучше иномарки, которую он поставил вообще на последнее место).

Искажение сообщений об индивидуальных предпочтениях называется манипулированием, а метод голосования, допускающий с помощью манипулирования получать более выгодные для себя результаты, называется манипулируемым. Таким образом, приведенный выше пример показывает, что правило простого большинства манипулируемо. Несколько лет назад американскими специалистами Джиббардом и Сэттартуэйтом было доказано, что все правила голосования, позволяющие указать единственный лучший объект, манипулируемы! [16]

2. Правило абсолютного большинства. Согласно этому правилу за групповое решение принимается вариант, которому отдали свои голоса более 50% членов группы. Помимо понятия «абсолютное большинство» используется также понятие «квалифицированное большинство». Соответственно правило квалифицированного большинства гласит, что решение принимается только в том случае, если за него отдано не менее двух третей (иногда оговаривают, что не менее трех четвертей) голосов.

Общепринято, что правило абсолютного большинства является приоритетным по отношению ко всем остальным правилам голосования. Т. е. если какой-то вариант набрал более 50% голосов, другие правила голосования уже не рассматриваются. Это мы наблюдаем на выборах. Если один из кандидатов получает более 50% голосов избирателей, речь о втором туре голосования уже не идет.

Магия слов «абсолютное большинство» не должна вводить в заблуждение. Здесь так же как и при использовании правила простого большинства большую роль играет процедура голосования. Можно показать, что даже принятие решения большинством 99 против 1 не гарантирует того, что это решение будет отвечать интересам большинства.

В качестве примера рассмотрим следующую ситуацию. Мы проведем все рассуждения для группы из 4 человек. Но как будет ясно из дальнейшего, аналогичный результат получается и для 100 человек. Итак, пусть у группы из 4 человек имеется некоторый ресурс в размере 10 единиц, который надо по справедливости разделить. (Ох уж это справедливое распределение!) Группа приглашает В. Я. Платова, чтобы он помог решить эту задачу. Платов им и говорит: «Предлагаю следующую схему. Решение по какому-либо варианту распределения ресурса будет считаться принятым, если против проголосует не более одного человека. А каждый из вас будет голосовать «за» только в том случае, если при дележе больше вас никто не получит. Если возражений нет, прошу ваше согласие закрепить соответствующими подписями». (Вполне приемлемые принципы, не правда ли, уважаемый читатель? На первый взгляд, как выяснится впоследствии. Вы уже, вероятно, обратили внимание, что Платов сознательно не оговорил процедуру. Только правила). И дальше начинается процесс дележа в соответствии с объявленными правилами и не объявленной, но реализуемой Платовым процедурой.

Первоначальная сумма 10 делится так. первому члену группы выделяется 3 единицы ресурса, второму и третьему тоже по 3, Платову – 1 единица. Четвертый член группы не получает ничего. Он-то и окажется тем единственным, кто проголосует против. Остальные будут голосовать «за», поскольку при распределении ресурса никто не получает больше каждого из них. Все члены группы (кроме, разумеется, четвертого) радостно встают со своих мест. Но тут Платов заявляет, что процесс дележа еще не завершен и предстоит следующий этап. На этом этапе вся сумма в 3 единицы ресурса отнимается у первого члена группы (который проголосует против такой явной несправедливости) и распределяется между остальными: по 0,9 второму, третьему и четвертому членам группы и 0,3 Платову. И опять все кроме одного будут голосовать за такое решение. Дальнейшее, надеюсь, понятно. На очередном этапе изымут все средства (3,9 единицы) у второго члена группы и дадут по 1 единице первому, третьему и четвертому членам группы и 0,9 единицы Платову. Затем без средств останется третий член группы, потом четвертый и т. д. Сообщество будет нищать, ресурс постепенно перейдет к Платову. И все это при полном одобрении всех, кроме одного. Правда, этот один каждый раз разный. При 100 участниках разница будет только в продолжительности самого процесса распределения ресурса. Но и здесь несогласным на всех этапах окажется не более одного человека. Итак, мнение какого большинства выражает сформированное решение?

Напрашивается вывод. Уважаемые читатели! Не приглашайте Платова распределять принадлежащий вам ресурс! Ему вовсе не улыбается перспектива закончить свою жизнь от пули киллера, нанятого возмущенными членами вашего сообщества. Или: приглашайте, но предложите ему оговорить не только правила, но и процедуру принятия решения. Вы останетесь в выигрыше, киллер без работы, а Платов сможет спокойно ездить на свою любимую рыбалку.

3. Правило голосования «большинство без худшего». Все остальные системы голосования требуют для своей реализации использования развернутой системы предпочтения каждого из принимающих участие в голосовании. Эти правила мы рассмотрим на следующем примере.

Пусть в некотором парламенте 100 депутатских мест, а депутатский корпус представлен тремя фракциями: фракцией радикалов (45 мест), фракцией центристов (20 мест) и фракцией консерваторов (35 мест). Депутаты с помощью голосования избирают президента. Каждая фракция выставляет своего кандидата на пост президента и все ее члены голосуют консолидированно. Как мы уже отметили, необходимо, чтобы каждая фракция выработала развернутую систему предпочтения, т. е. указала, какой из кандидатов в президенты для нее на первом месте по предпочтительности, какой на втором и какой на третьем. Допустим, что система предпочтения фракции радикалов выглядит так: РЦК. Т. е. радикалы своего кандидата безусловно ставят на первое место, а вот кого из кандидатов из оставшихся двух фракция поставит на второе, а кого на третье место, зависит от многих причин. И как мы увидим, это имеет немаловажное значение для итогов голосования. В данном случае фракция посчитала, что для нее центрист предпочтительнее консерватора и он поставлен на второе место, а консерватор на третье. Предположим, что системы предпочтений фракций центристов и консерваторов выглядят соответственно как ЦКР и КЦР.

Правило «большинство без худшего» работает следующим образом. Сначала, исходя из систем предпочтений фракций, определяется худший кандидат. Как видно, им может быть либо представитель радикалов (его поставили на последнее место фракции центристов и консерваторов), либо представитель фракции консерваторов (его поставила на последнее место фракция радикалов). Простые арифметические подсчеты показывают, что радикала худшим считают 20+35=55 депутатов парламента (это суммарная численность фракций центристов и консерваторов). В то же время консерватора худшим считают 45 членов фракции радикалов. Итак, по мнению большинства худшим кандидатом на должность президента является представитель фракции радикалов (55>45), и он исключается из дальнейшего рассмотрения.

Теперь из двух оставшихся кандидатов, руководствуясь системами предпочтения всех трех фракций, определяют лучшего. В данном примере очевидно, что представителя центристов лучшим считают 20 членов фракции центристов (у них свой кандидат на первом месте, а представитель консерваторов – на втором) и 45 членов фракции радикалов (у них центрист на втором месте, а консерватор на третьем). И только для фракции консерваторов в количестве 35 членов консерватор предпочтительнее центриста. Таким образом по большинству голосов (20+45>35) президентом избирается представитель фракции центристов. Нетрудно заметить, что измени свою систему предпочтения фракция радикалов с РЦК на РКЦ – и президентом становится консерватор. Ибо тогда уже счет голосов будет 35+45=80 против 20 в пользу консерватора. Характерно, что изменение системы предпочтения фракцией радикалов, рассмотренное выше, останется совершенно незаметным для общественности. Ведь первым номером в списке претендентов фракция по-прежнему оставляет своего представителя, а то, что второй и третий номера поменялись местами – это до сведения широкой публики, как правило, не доводится.

4. Правило голосования «большинство из двух лучших». Два лучших – это радикал (его считают лучшим 45 членов парламента) и консерватор (его считают лучшим 35 членов парламента). Представитель фракции центристов исключается из дальнейшего рассмотрения, поскольку среди лучших он только на третьем месте (20 голосов). Теперь в соответствии с провозглашенным правилом определим, кто же станет президентом. Опять воспользуемся системами предпочтения всех трех фракций. Итак, для фракции радикалов свой представитель предпочтительнее консерватора. Так считают 45 членов этой фракции. Для фракции консерваторов наоборот – свой кандидат предпочтительнее радикала. Таково мнение 35 членов фракции консерваторов. Наконец, для 20 членов фракции центристов консерватор предпочтительнее радикала (консерватор у них на втором месте, а радикал на третьем). Таким образом большинством 35+20=55 против 45 консерватор побеждает радикала и становится президентом. И здесь, как нетрудно видеть, самая маленькая фракция, фракция центристов, изменив свою систему предпочтения, может «сделать» президентом радикала.

5. Правило Кондорсе. Согласно правилу Кондорсе каждый из кандидатов сравнивается с каждым с использованием систем предпочтений всех трех фракций. Итак, из сопоставления радикала с центристом предпочтение будет отдано центристу. В самом деле. Фракция радикалов в количестве 45 человек предпочитает своего кандидата. Остальные две фракции проголосуют за центриста. Таких будет 20+35=55 человек. Следовательно, большинством 55 против 45 в сравнении радикала с центристом побеждает центрист. Радикал проигрывает и консерватору. За радикала выступит только его фракция (45 человек). У центристов консерватор на втором месте, а радикал на третьем, а консерваторы своего кандидата ставят на первое место. Консерватор побеждает большинством 20+35=55 против тех же 45 голосов. И, наконец, сопоставляя консерватора с центристом, убеждаемся, что большинству предпочтительнее центрист. Консерватор предпочтительнее центриста лишь для фракции консерваторов (35 голосов). У центристов свой кандидат на первом месте, а у радикалов центрист на втором, зато консерватор на третьем (всего 20+45=65 голосов). При данных системах предпочтений представитель центристов выигрывает и у радикала, и у консерватора. Он и становится президентом.

Нетрудно заметить, что возможна, например, ситуация, когда центрист окажется предпочтительнее радикала, радикал предпочтительнее консерватора, а консерватор предпочтительнее центриста. Для этого системы предпочтений должны выглядеть следующим образом: ЦРК, РКЦ, КЦР. И в этом случае воспользоваться правилом Кондорсе будет невозможно.

6. Правило Борда. Правило Борда позволяет определить лучшего по наименьшей сумме мест. Продемонстрируем на нашем примере, как работает это правило. Подсчитаем сумму мест для представителя радикалов. На первое место его поставили 45 человек (фракция радикалов). На второе место его не поставила ни одна фракция. И на третье место его поставили 20+ 35=55 человек (фракции центристов и консерваторов. Получаем 1·45+2·0+3·55=210. Рассуждая аналогично, получаем суммы мест для центриста 1·20+2(45+35)+3·0=180 и для консерватора 1·35+2·20+3·45=210. Таким образом по наименьшей сумме мест президентом станет представитель центристов. Нет нужды повторять, что результаты окажутся совершенно иными при изменении системы предпочтений хотя бы одной из фракций.

В этой книге мы не уделили места таким нюансам принятия решения с помощью голосования как снятие в определенный момент своей кандидатуры с голосования и воздержание от голосования. Внимательный читатель при необходимости может проанализировать возможное влияние указанных действий на конечный результат.

Еще раз подчеркнем главный вывод. Голосование является весьма простым и эффективным методом принятия решения (хотя и не следует забывать о продемонстрированных выше недостатках). Но: голосование не должно подменять процедуру выработки решения!

Экспертные методы в принятии решений

Лоуренс Дж. Питер, первооткрыватель знаменитого Принципа Питера, как-то заметил, что «эксперт – это человек, который уже не думает, он знает». Уважение к мнениям экспертов мы впитали с молоком матери. Стоит в ученом труде встретить фразу «Был использован метод экспертных оценок», как сразу проникаешься доверием к автору и полученным результатам. Однако порой мы забываем три обстоятельства. Во-первых, экспертное оценивание и, особенно обработка экспертных оценок, является формализованной процедурой . Индивидуальные мнения экспертов для получения коллективного мнения подвергаются определенной математической обработке. И этой техникой неплохо бы владеть. Во-вторых, обязательной процедурой является проверка согласованности мнений экспертов, о чем, к сожалению, забывают – и не порой, а часто. Коллективное мнение группы экспертов рассматривается в математической статистике как случайная величина и поэтому говорить о согласованности мнений экспертов можно только с некоторой вероятностью. Если мнения группы экспертов не согласованы, последнее означает, что групповое мнение таковым на самом деле не является и представляет собой лишь некий абстрактный математический результат, не имеющий содержательного значения. И, в третьих, при использовании экспертных оценок весьма актуально восклицание Чацкого: «А судьи кто?» Подбор и оценка компетентности экспертов является очень непростой задачей, от успешности решения которой во многом зависит эффективность экспертного оценивания в целом.

Предпосылкой для применения экспертных методов является коллективное мнение группы о том, что решение, полученное с помощью тех или иных (определенных группой) экспертных процедур, и будет считаться групповым решением. В качестве экспертов могут выступать как сами члены группы, так и специально подобранные эксперты, коллективному мнению которых группа доверяет и с решением которых группа априори соглашается.

1. Использование ранжирования для выбора варианта решения.

Известно, что (в пользовавшейся лет тридцать назад необыкновенной популярностью книге «Физики шутят» дается следующая интерпретация часто встречающегося в научной литературе выражения «Известно, что…»: «Я знаю еще двух парней, которые думают так же, как я»). Так вот. Известно, что выдающийся математик Пьер Лаплас являлся другом Наполеона и даже был назначен им министром внутренних дел. Дотошный Лаплас вникал буквально во все мелочи, но проморгал антиправительственный заговор. Вследствие чего и был освобожден Наполеоном от должности с формулировкой «За внесение духа бесконечно малых в государственные дела». Конечно, было бы весьма заманчиво написать книгу по управленческим технологиям «в легком жанре», без всяких математических «выкрутасов». Чему читатели – представители «свободных профессий» были бы только рады. Но это с одной стороны. С другой, мы видим свою задачу именно во внесении «духа бесконечно малых» в модели и методы менеджмента. Так что придется набраться терпения и погрузиться в мир не очень простых математических формул.

Рассмотрим ситуацию, когда у группы в количестве m экспертов имеется n вариантов решения, из которых и требуется выбрать наилучший. Группа постановляет применить с этой целью процедуру ранжирования вариантов и получения коллективной ранжировки. Чтобы обойтись минимальным математическим аппаратом, технологию выработки решения рассмотрим на конкретном примере.

Пусть группа состоит из 5 экспертов и ей предстоит сделать выбор из 6 предлагаемых вариантов решения. Предположим, что каждый эксперт в соответствии со своей системой предпочтений присвоил каждому из вариантов свой номер (свое место), причем первый номер присваивается наиболее предпочитаемому варианту. Место, занимаемое каждым вариантом, называется рангом. Процесс выставления рангов называется ранжированием, а результат ранжирования – ранжировкой. Пусть индивидуальные ранжировки экспертов для рассматриваемого примера представлены в первых пяти строчках таблицы 2.2.
Таблица 2.2. Индивидуальные и коллективная ранжировки

Номер строки Номер эксперта Вар. 1 Вар. 2 Вар. 3 Вар. 4 Вар. 5 Вар. 6 Sрас
1 Эксперт 1 1 6 2 5 4 3
2 Эксперт 2 1 5 2 6 4 3
3 Эксперт 3 2 6 1 4 5 3
4 Эксперт 4 1 5 2 6 3 4
5 Эксперт 5 1 6 2 5 4 3
6 Суммы рангов 6 28 9 26 20 16
7 Коллективная ранжировка 1 6 2 5 4 3
8 Квадраты сумм рангов 36 784 81 676 400 256 2233

Коллективная ранжировка формируется следующим образом. Подсчитывается сумма мест (рангов) для каждого варианта решения. Эти суммы рангов приведены в строке 6 таблицы 2.2. И затем по наименьшей сумме рангов определяется место каждого варианта в коллективной ранжировке (строка 7 в таблице 2.2.).В соответствии с полученной коллективной ранжировкой группа экспертов должна принять в качестве группового решения вариант 1, поскольку он имеет наивысший ранг в коллективной ранжировке.

Осталось проверить согласованность мнений экспертов. Для этого подсчитываются квадраты сумм рангов, представленные в строке 8, и вычисляется величина Sрас, равная их сумме. Далее вычисляется значение Xрас = 12·Sрас:mn(n+1) – 3m(n+1). Полученное значение Xрас = 12·2233:5:6:7 – 3·5·7 =127,6 – 105 = 22,6 необходимо сравнить с одним из значений Xтабл, взятых из [18] и приведенных в таблице 2.3.
Таблица 2.3. Значения Xтабл

Вероятность ошибки 0.1 0.05 0.01
Значения Xтабл. 7.6 9.1 11.9

Как нетрудно заметить, разным значениям Xтабл соответствуют разные вероятности допустить ошибку, предполагая, что мнения экспертов согласованы. Для принятия решения о согласованности требуется, чтобы удовлетворялось неравенство Xрас > Xтабл. Так, если нас вполне удовлетворит вероятность совершить ошибку, равная 0,1, то соответствующее значение Xрас должно превысить величину 7,6. В рассматриваемом примере Xрас = 22,6 и, как следует из данных таблицы 2.3, мнения группы экспертов можно считать согласованными и при вероятности ошибки, равной 0,01.

Представим себе, что в какой-то задаче оказалось, что Xрас = 6, т. е. меньше любого из табличных значений. Это означает, что при приведенных в таблице 2.3 вероятностях ошибки мнения экспертов должны быть признаны не согласованными. Как же поступать в таком случае? Вариантов несколько. Во-первых, можно утвердить принятое решение, приняв во внимание, что мнения в группе разделились. Это допускается, особенно в сложных задачах, когда трудно придти к единому мнению и руководителю приходится брать ответственность за принятие решения на себя. Во-вторых, можно обсудить с экспертами результаты и заново повторить всю процедуру. В-третьих, возможно, удастся выявить наличие в группе нескольких подгрупп, группирующихся вокруг тех или иных вариантов решения. Тогда за групповое решение может быть принято решение, предлагаемое одной из подгрупп. И, наконец, можно распустить группу экспертов и попробовать найти решение проблемы с другим составом (разумеется, если последнее практически осуществимо).

Для проверки согласованности мнений экспертов существует другой метод, исключающий вероятностную оценку согласованности. Он состоит в подсчете коэффициента конкордации, вычисляемого по формуле [18]

W = 12Xрас/[m2(n3–n)].

W = 1, если ранжировки всех экспертов одинаковы. W = 0, если мнения экспертов полностью не согласованы. Другими словами, чем ближе значение коэффициента конкордации к 1, тем больше согласованность суждений экспертов. Однако однозначных рекомендаций, позволяющих оценить согласованность мнений экспертов с помощью коэффициента конкордации, не существует. Ориентировочно можно сказать, что при W>0,8 мнения экспертов практически во всех задачах считаются согласованными, а при W<0,2 – не согласованными. Во всех остальных случаях лица, принимающие решение, должны сами оценить степень близости значения коэффициента конкордации к единице или удаленности от неё.

2. Балльное оценивание при принятии решения.

Для выбора лучшего варианта решения применяют и балльное оценивание. Возможны два подхода. При первом из них каждому члену группы даются 10 или 20 баллов, которые ему предлагается распределить между рассматриваемыми вариантами в соответствии с его системой предпочтений. После чего вариант, получивший от всех членов группы наибольшую сумму баллов, и выбирается группой как наилучший. Указанный подход иллюстрируется таблицей 2.4.
Таблица 2.4. Балльное оценивание. Подход 1

Варианты Эксперт 1 Эксперт 2 Эксперт 3 Эксперт 4 Эксперт 5 Сумма

баллов

Коллект.

ранжировка

A 3 1 1 0 3 8 4-5
B 3 3 3 4 2 15 3
C 3 2 2 1 0 8 4-5
D 3 5 4 7 7 26 2
E 8 5 10 5 7 35 1
F 0 2 0 2 1 5 6
G 0 2 0 1 0 3 7

Как видно из представленного в таблице 2.4 примера, эксперты вольны приписывать каждому варианту любое количество баллов из имеющихся в их распоряжении 20. А некоторые варианты могут вообще не получить ни одного балла. В данной задаче вариант E набрал наибольшую сумму баллов (35) и выбирается как наилучший. Рассмотренная методика может применяться и в два этапа. На первом из них из всего количества вариантов для дальнейшего анализа отбирается несколько наиболее предпочтительных. Для этого заранее оговаривается, что ко второму этапу будут допущены только варианты, набравшие не менее определенной суммы баллов. Например, если в рассматриваемом примере эта контрольная сумма устанавливается в 15 баллов, то ко второму этапу будут допущены варианты E, D и B. На втором этапе вся процедура балльного оценивания повторяется, но теперь только для выделенных трех вариантов, в результате чего и находится лучший из них.

Применять указанную методику для нахождения лучшего варианта нецелесообразно, поскольку при ее использовании мнения экспертов далеко не всегда оказываются согласованными. Эксперты зачастую отдают все 20 баллов предпочитаемому ими варианту и, таким образом, сравнения вариантов практически не происходит. Рекомендуемая область применения этой методики – отбраковка наименее предпочтительных вариантов и формирование множества вариантов, из которых и будет впоследствии находиться наилучший.

При втором подходе каждый вариант оценивается, например, по 10 балльной шкале, а затем по наибольшей сумме баллов определяется лучший из них. Процедура иллюстрируется примером, помещенным в таблице 2.5.
Таблица 2.5. Балльное оценивание. Подход 2

Варианты Эксперт 1 Эксперт 2 Эксперт 3 Эксперт 4 Эксперт 5 Сумма

баллов

Коллект.

ранжировка

A 5 6 5 3 2 21 5
B 8 8 9 9 8 42 2
C 1 2 2 2 1 8 7
D 4 4 5 5 4 22 4
E 10 9 8 9 8 44 1
F 3 4 3 2 3 15 6
G 6 7 7 7 6 33 3

Из приведенного примера видно, что эксперты лучшим вариантом признали вариант E, набравший наибольшую сумму баллов (44).

Проблема проверки согласованности мнений экспертов существует и при балльном оценивании. Решается она следующим образом. Вначале для каждого варианта решения (их в рассматриваемом примере 7) определяется среднее арифметическое из оценок всех экспертов. Так, для варианта E (см. таблицу 2.5), оно равно Xср = (10+9+8+9+8):5 = 44:5 = 8,8. Затем рассчитывается среднее квадратическое отклонение по формуле

где X – оценки экспертов, m – число экспертов.

Для нашего примера имеем:

Далее подсчитывается коэффициент вариации по формуле

K = s/Xср = 0,84/8,8 = 0,095.

Мнения экспертов по каждому из вариантов решения считаются согласованными, если коэффициент вариации не превосходит величины 0,25. Для варианта решения E в рассматриваемом примере получаем s = 0,095<0,25. Таким образом мнения экспертов, представленные их оценками по варианту решения E, считаются согласованными. И подобная проверка, в принципе, должна проводиться для каждого варианта. Напомним, что в нашем примере их 7. Однако часто в этом не возникает необходимости, если согласованы мнения относительно наиболее предпочтительных вариантов.

Возникает резонный вопрос, что же делать, если мнения окажутся несогласованными. Возможностей здесь несколько. Во-первых, информацию о несогласованности мнений экспертов можно просто принять к сведению и этим ограничиться. Во-вторых, согласно [18], рекомендуется заново провести всю процедуру экспертного оценивания, предварительно ознакомив экспертов с результатами экспертизы. Если и после вторичной экспертизы мнения экспертов останутся несогласованными, то следуя ГОСТу, из оценок экспертов исключают оценку, наиболее отличающуюся от среднего арифметического значения и заново проводят проверку согласованности. И так до тех пор, пока оценки оставшихся экспертов не окажутся согласованными. Более подробно это изложено в [18].

При принятии решений с помощью экспертного оценивания одним из важных вопросов остается вопрос определения компетентности экспертов. Об этом и о других проблемах, связанных с экспертным оцениванием, читатель может получить достаточную информацию, обратившись к [18]. Проблемы эти, безусловно, существуют. Иначе не получил бы такого широкого распространения анекдот о Шерлоке Холмсе и докторе Ватсоне, когда они на воздушном шаре приземлились в тумане на незнакомой местности. У подошедшего человека Холмс спрашивает: «Скажите, пожалуйста, где мы находимся?» Получив ответ: «Вы находитесь в гондоле воздушного шара», – Холмс заключает: «Этот человек работает экспертом». – «Почему Вы так решили?» – спрашивает Ватсон. – «Он дал абсолютно точный ответ и абсолютно бесполезный».

Краткие рекомендации по технологии коллективной выработки решений

1. Технология системного анализа при коллективной выработке решений.

Итак, что же нужно делать группе, чтобы выработать коллективное решение какой-либо социально-экономической проблемы?
а) определить (сформулировать) цель. Во-первых, нужно убедиться, что все члены группы понимают цель одинаково. Разное понимание цели означает, что члены группы фактически готовы решать разные задачи. Еще более усилим эту мысль. Члены группы должны не только одинаково понимать стоящую перед ними цель, но и признать ее своей, т. е. быть готовыми работать над ее достижением. Надо понять, что рассмотрение различных альтернатив при неопределенной цели представляет пустую трату времени и ни на шаг не приближает решение проблемы.
Во-вторых, путают наименование цели и ее содержание. Бывает, что цель кажется настолько очевидной, что считают бессмысленным ее дополнительно анализировать. Очевидность наименования цели в большинстве случаев и скрывает разное понимание ее существа, ее смысла. Поэтому требования однозначности и измеримости цели весьма актуальны для групповой работы.
В-третьих, руководитель организации, формируя группу, зачастую определяет ей одну цель, а группе после анализа ситуации приходится формулировать совершенно другую. Причем речь может идти не о расширении или сужении первоначально поставленной цели, а о полном ее изменении. Этот феномен широко известен специалистам по управленческому консультированию.
б) описать проблемную ситуацию в целом. Если цель групповой работы сформулирована до описания проблемной ситуации, то задача этого этапа состоит в обобщенной оценке основных характеристик и параметров внешней и внутренней среды.
Задавая проблемную ситуацию, мы по сути очерчиваем те ограничения, в рамках которых придется решать поставленную задачу. Одно из важнейших качеств менеджера состоит в умении сформулировать ограничения, в рамках которых придётся решать задачу, и не выходить за пределы этих ограничений.
И, естественно, как и в предыдущем пункте, следует добиться, чтобы все члены группы понимали и оценивали ситуацию одинаково.
в) описать внешнюю и внутреннюю среду. Этот этап технологии является развитием предыдущего. На нем важно выявить, какие характеристики и параметры среды в наибольшей степени могут повлиять на выработку решения.
г) описать управляющую систему. Применительно к групповой работе описать управляющую систему означает, что целесообразно выявить, представляет ли собранная группа единую, скоординированную команду. Признает ли она поставленную (или выработанную) цель своей. Или членам группы предстоит непростой этап уяснения и согласования цели, о чем шла речь выше. Нужно определить, каковы интересы людей, входящих в группу. Направлены ли они на достижение цели. Можно ли, а если можно, то как повлиять на эти интересы. Насколько профессионально-должностной, квалификационный и морально-психологический уровень лиц, вырабатывающих решение, соответствует уровню этого решения.
Получив ответы на поставленные вопросы, группа принимает решение о возможности и целесообразности дальнейшей работы в этом составе.
д) описать объект управления. Определить, какие характеристики и параметры объекта управления в наибольшей степени могут повлиять на выработку и реализацию решения. Определить, кто эти люди, которые будут реализовывать решение. Насколько профессионально-должностной, квалификационный и морально-психологический уровень исполнителей соответствует уровню решения. Каковы их интересы. Направлены ли они на достижение цели. Можно ли и как повлиять на эти интересы.
е) определить, какая информация необходима для выработки решения. Какая информация имеется. Достаточна ли она. Достоверна ли она. Можно ли получить дополнительную информацию. Каковы затраты на получение дополнительной информации. Стоит ли ее получать. Стандартным заблуждением при групповой работе является уверенность каждого члена группы, что информация, которой владеет он, имеется и у других членов группы. Поэтому и нет необходимости ее выставлять на всеобщее рассмотрение. В итоге в групповом решении часто не учитываются весьма важные сведения, которыми располагает кто-то из участников групповой деятельности. Полезно помнить, что информация, имеющаяся у одного из членов группы, еще не является информацией всей группы.
Второй важный момент связан с проблемой сохранения и учета имеющейся в группе информации. Нередко многие факты, суждения и оценки, высказываемые участниками в дискуссии, не фиксируются, не систематизируются. Не оценивается надежность, достоверность информации. Не устанавливаются ее источники. Ощущение достоверности создает и манера предъявления информации. Так сведения, сообщаемые группе наиболее активными ее членами с большой убежденностью, страстью и напором, часто просто принимаются на веру, без какого-либо анализа.
Особенно внимательно надо относиться к высказываниям, отрицающим наличие каких-либо проблем в тех или иных областях деятельности.
Когда группа готовит решение для руководства, очень важно указывать, на основе каких именно источников информации оно вырабатывалось.
ж) определить, какие ресурсы необходимы для реализации решения. Какие ресурсы имеются. Достаточно ли их. Можно ли получить дополнительные ресурсы. Каковы затраты на получение дополнительных ресурсов. Стоит ли их получать. Тщательный анализ потребных и располагаемых ресурсов всегда отличает хорошее решение от плохого.
з) установить (выбрать) критерии и систему предпочтения. Определим критерий как показатель, с помощью которого можно установить степень (факт) достижения цели. К цели, как правило, ведут несколько путей. Те или иные пути выбираются при принятии того или иного решения. Критерий и позволяет сравнить между собой разные варианты решения и выбрать из них лучший.
Независимо от того, используется математический аппарат или нет, при выработке решения при нескольких критериях должна быть задана, кроме самих критериев, система предпочтения. Это позволит определить, какие критерии самые важные (и им необходимо уделить главное внимание). Какие критерии менее важные, и достижение целей по этим критериям менее существенно. Знание системы предпочтения позволяет более обоснованно распределять ресурсы между целями и адекватно оценивать результаты.
Критерии достижения цели, с помощью которых предполагается сравнивать между собой варианты решения, рекомендуется сформировать до того, как будут разработаны варианты решения. Иначе группа обрекает себя на борьбу с двумя негативными тенденциями: подбором критериев под уже разработанные варианты решения и выдвижением критериев в угоду личным амбициям неформальных лидеров группы.
и) определить ограничения, которым должны удовлетворять будущие варианты решения. Вопрос об анализе ограничений целесообразно ставить отдельно, а не рассматривать его вместе с анализом вариантов решения, как это часто делается.
к) сформировать концепцию (общий замысел, общую «идею», общие принципы) решения. По сути, в этом пункте нужно выделить общие критерии, ограничения и принципы, на которых будет базироваться решение. Сформированная концепция особенно помогает в сложных задачах, когда приходится несколько раз возвращаться назад, чтобы заново искать пути выхода из тупика или, отвергая не удовлетворяющее группу решение, пытаться найти более приемлемое. А как далеко возвращаться назад, как раз и определяется тем, выработана или нет концепция решения. Если ее нет, то почти к началу работы. Если есть, то к ней. Конечно, иногда встает вопрос о пересмотре концепции. Но в любом случае экономия сил и времени несомненна.
л) на основе выработанной концепции сформировать несколько вариантов решения Теперь, когда настала очередь «изобретать варианты» (спасибо американцам за термин), полезно воспользоваться следующим советом: сначала выработать несколько вариантов решения и только потом их оценивать, определяя лучший. Т. е. общий принцип может быть сформулирован так: необходимо отделить по времени выработку вариантов решения от их оценки.
м) воспользовавшись принятыми критериями, найти среди сформированных вариантов решения лучший. Если такой вариант найден, то задача решена.
н) если такой вариант не найден, то решить, что делать дальше. Как поступить в этом случае? Способы действия могут быть самыми различными. Их выбор зависит от конкретных обстоятельств, существа проблемы и воли руководства. Например может быть распущена группа и сформирована новая. Или группа попробует пересмотреть список критериев, изменить концепцию решения, расширить список вариантов. Наконец, если группа пришла к выводу, что есть несколько примерно равноценных вариантов, но разные члены группы тем не менее отдают предпочтение разным вариантам, то можно рекомендовать воспользоваться так называемыми справедливыми процедурами.
о) когда решение будет принято, оценить его последствия.
п) выработать механизм реализации решения.
Точное следование всем пунктам рекомендуемой технологии принятия решений имеет смысл в достаточно сложных задачах. При решении некоторых проблем анализ отдельных позиций может явиться для группы тривиальным. И, возможно, на него группа не посчитает необходимым выделять специальное время. Однако игнорирование системного подхода, как правило, оборачивается большими потерями во времени, неоправданными затратами материальных и интеллектуальных ресурсов и невысоким качеством решений.

2. Технология организации работы группы по выработке коллективного решения.

Рекомендуемая технология организации групповой работы предусматривает следующие этапы:
а) формирование группы. Очень большое значение имеет совместимость членов группы консолидации группы способствует разумное распределение обязанностей (ролей) в группе.
б) выбор (определение, назначение) ведущего. Мы уже говорили о том, что он может быть назначен руководством или избран членами группы;
в) организация пространственной среды. Организация пространственной среды решает две задачи. С одной стороны, она должна создать максимально комфортную в данных условиях Взаимное расположение членов группы должно быть таким, чтобы каждый видел каждого. Идеальные формы для этого – круг или квадрат. Если кто-то сидит за спиной других, во втором ряду, то степень его ответственности за принимаемое решение резко снижается.
г) определение процедуры принятия решения. Мы обращаем ваше внимание на то, что процедура принятия группового решения должна быть оговорена еще до того, как будут сформированы варианты решения. Почему это важно? Если поступать наоборот, то лидеры группы зачастую предлагают ту процедуру, которая больше устраивает лично их и которая зависит от ситуации, сложившейся в группе.
В качестве примеров приведем следующие процедуры принятия коллективных решений:
голосование. Отметим, что, конечно же, голосование отражает мнение большинства. Однако оно и является мощным оружием для подавления инакомыслия. Особенно, если голосованию не предшествует анализ предлагаемых вариантов.
голосование с правом на особое мнение у меньшинства. Особенность данной системы голосования состоит в том, что решение формируется как мнение большинства, но в нем записывается как особое мнение и решение, предлагаемое меньшинством;
при полном согласии всех членов группы (право Veto у каждого). Это, пожалуй, самая сложная форма принятия коллективного решения, поскольку предполагает полное единство взглядов и на проблему, и на оптимальные способы ее решения. Конечно, это в итоге. Но к нему надо придти. А путь этот бывает и нелегок, и долог;
с помощью групповой ранжировки. Группа договаривается, что за групповое решение будет принят вариант, имеющий наивысший ранг в групповой ранжировке.
попарное сравнение вариантов. Сравнение каждого варианта решения с каждым позволяет выявить лучший вариант в каждой из пар.
с помощью формальных математических процедур. Группа договаривается, что решение, полученное с помощью используемой математической процедуры, и будет считаться решением группы. Однако модели, заложенные в эти методы, как правило, относительно просты и не полностью отражают особенности решаемой задачи. Другими словами, область применения формальных математических процедур весьма ограничена. Они часто используются для получения решения, являющегося первым приближением, дающим ориентиры для последующего анализа;
многоэтапные процедуры. Например на первом этапе решения разрабатываются по подгруппам. Затем из вариантов решения, представленных подгруппами, определяется лучший (с помощью голосования или каким-либо другим способом).
с помощью справедливых процедур. Примером справедливой процедуры является жеребьёвка. Справедливые процедуры типа жребия обеспечивают различным вариантам одинаковые шансы быть принятыми в качестве решения
д) определение процедуры обсуждения вопросов. Обсуждение вопросов может быть формализовано в большей или меньшей степени в зависимости от состава группы, наличия у членов группы опыта совместной деятельности по выработке коллективных решений, сложности проблемы и ряда других причин.
Чаще всего находят применение следующие процедуры обсуждения вопросов:
ведущий сам определяет, кому дать слово;
выступления по кругу;
один формулирует, другие дополняют;
формулируются 3–4 альтернативы, которые затем обсуждаются;
группа разбивается на подгруппы, а затем обсуждаются мнения подгрупп по одному и тому же вопросу;
сначала только генерируются предложения, потом они обсуждаются;
е) установление регламента. Регламент обычно содержит такие пункты:
перечень вопросов, выносимых на обсуждение;
порядок их следования;
условия перехода к следующему вопросу;
условия включения других вопросов;
порядок предоставления права на выступление;
время, отводимое на выступление;
условия предоставления дополнительного времени;
временные рамки для обсуждения вопросов;
способ учета мнения меньшинства;
технология смены ведущего;
санкции против членов группы (в том числе и ведущего);
условия выделения окон (пауз) для неформального, неструктурированного обмена мнениями (неформальной дискуссии). Иногда проблема бывает настолько сложна, что далеко не сразу удается нащупать подходы к ее решению. В этих условиях формализация обсуждения может излишне сковать членов группы. И наоборот. При свободном обмене мнениями, когда можно перебивать друг друга, вставлять реплики, не особенно задумываться о формулировках, зачастую и возникают какие-то идеи, позволяющие в дальнейшем грамотно взяться за задачу;
ж) распределение ролей в группе;
з) определение способов фиксации вносимых предложений и полученных результатов. На этом, собственно, заканчивается организационный этап, и группа может приступить к содержательному анализу проблемы.

3. Технология работы ведущего (руководителя группы).

Стандартная ошибка ведущих состоит в том, что они, будучи одними из самых активных членов группы, продолжают выступать в той же роли.
Такие ведущие часто либо подавляют группу, либо противопоставляют себя ей. В первом случае происходит подмена мнения группы мнением ведущего. Во втором разворачивается конфликт между ним и группой.
Роль ведущего, «вдохновляющая и направляющая», должна проявляться в четком формулировании решаемой в данный момент задачи, уяснении и аккумулировании высказываемых предложений, формулировании полученных результатов и организации работы группы над проблемой в соответствии с принятой технологией. Если эти требования конкретизировать, то мы получим три группы задач, возлагаемых на ведущего. Что же это за задачи?
а) по организации работы группы при подготовке обсуждения проблемы:
организовать пространственную среду. Об этом много было сказано выше. Сейчас только отметим, что при любом расположении членов группы ведущий обязан занять такое место, чтобы он вдруг не оказался с краю стола и чтобы ему было видно всех и его видели все;
оговорить свои права и обязанности;
объявить, какой вопрос обсуждается и четко его сформулировать;
убедиться, что все члены группы одинаково понимают этот вопрос (тему обсуждения). Если одинакового понимания нет, организовать обсуждение разногласий, с тем чтобы придти к единому мнению (или убедиться, что собравшиеся не готовы в данном составе приняться за решение поставленной проблемы);
вместе с группой определить, как будет приниматься решение (если способ принятия решения не задан по условию задачи);
установить процедуру обсуждения вопросов;
оговорить регламент;
распределить роли в группе.
б) по решению проблемы:
следовать рекомендациям по системному анализу социально-экономических проблем;
структурировать проблему и четко формулировать отдельные ее этапы и составляющие;
четко формулировать цель и убедиться, что все члены группы ее одинаково понимают. Если понимание разное, организовать обсуждение, чтобы придти к единому пониманию;
подводить итог по каждому из обсуждаемых вопросов, фиксировать разные мнения, формулировать их. Давать четкую формулировку решения и следить за фиксацией его в документах, отражающих работу группы;
следить за соблюдением установленной процедуры и регламента и не допускать их нарушения;
«держать цель», не допускать отклонения от обсуждаемого вопроса;
не выдвигать свои предложения в качестве основы для обсуждения. постоянно нацеливать группу на достижение цели, ободрять членов группы и подчеркивать успехи;
следить, чтобы речь велась не от «я» и «они», а от «мы»;
вовлекать в работу неактивных, создавая для них соответствующие условия и стимулы;
бороться с демагогами: выявлять факты использования демагогических приемов, прямо говорить о них, настраивать группу на конструктивную работу;
предупреждать конфликты в группе. При возникновении конфликтов принять меры по их эффективному разрешению;
не допускать образования коалиций;
перенацелить неформальных лидеров с борьбы против себя и друг с другом на решение проблемы.

Литература — Системный анализ в менеджменте

  • М.М. Алексеева. Планирование деятельности фирмы. – М.: «Финансы и статистика», 1997. – 248 с.
  • И.Ансофф. Стратегическое управление / Пер. с англ. – М.: «Экономика», 1989. – 519 с.
  • И.Ансофф. Новая корпоративная стратегия / Пер. с англ. – СПб.: «Питер», 1999. – 416 с.
  • В.С. Бабинцев. Менеджмент и стратегическое управление. – М.: МГТУ, 1998. – 24 с.
  • О.С. Виханский, А. И. Наумов. Менеджмент: человек, стратегия, организация, процесс: Учебник. – М.: МГУ, 1995. – 416 с.
  • В.А. Гончарук. Маркетинговое консультирование. – М.: «Дело», 1998. – 248 с.
  • Эндрю С. Гроув. Высокоэффективный менеджмент / Пер. с англ. – М.: «Филинъ», 1996. – 280 с.
  • Р.Л. Дафт. Менеджмент / Пер. с англ. – СПб.: «Питер», 2000. – 832 с.
  • П.Дойль. Менеджмент: стратегия и тактика / Пер. с англ. – СПб.: «Питер», 1999. –560 с.
  • Л.Г. Зайцев, М.И. Соколова. Стратегический менеджмент. – М.: «Юристъ», 2002. – 417 с.
  • У.Кинг, Д. Клиланд. Стратегическое планирование и хозяйственная политика / Пер. с англ. – М.: «Прогресс», 1982, 399 с.
  • М.Мескон, М. Альберт, Ф. Хедоури. Основы менеджмента / Пер. с англ. – М.: «Дело», 1996. – 704 с.
  • В.Я. Платов. Системный анализ в принятии управленческих решений. – М.: Всероссийская академия внешней торговли, 2002. – 100 с.
  • А.А. Томпсон, А. Дж. Стрикленд. Стратегический менеджмент / Пер. с англ. – М.: «Банки и биржи», 1998. – 576 с.