Управление развитием предприятия

Вид деятельности	Признаки кластеризации
1. Аудио, видеотехника	Количество функций; тип микросхем  и транзисторов; объем изделия; используемый материал и др.
2. Стройматериалы и  изделия	Прочностные характеристики (сопротивление сжатию, период твердения, морозо-, огнеустойчивость и т.д.); объем; масса; число деталей; степень сборности (для изделий).
3. Бытовая химия	Степень пенообразования; экологическая безвредность; специфические свойства (смягчение ткани, отбеливание, восстановление цвета) и др.
4. Обувная промышленность	Тип колодки; тип материала; cтепень сложности выкройки (кол-во лекал) и др.

 

Геометрический смысл  разбивки товаров на группы (кластеры) представлен на рис. 3.1.

 

 

                             Ааааа

 

 

 

 

b,c - внутригрупповые расстояния; a - межгрупповое расстояние;

Цт1,2 - "центры тяжести" групп.

 

В качестве критерия попадания изделия  в ту или иную группу выбирается мера близости параметров изделия к математическим ожиданиям этих параметров для каждой группы. К примеру, для изделий, где определяющими являются масса (m), число деталей (n) и объем (V) (машиностроение), эта мера может быть представлена в виде:

 

D_ij = Ö(m_i - m_j)² + (n_i - n_j)² + (V_i - V_j)²     ,          (3.1)

 

где m _j, n _j,  V_j - математические ожидания параметров изделий j-й группы;

m _i, n _i,  V_i - соответствующие параметры изделия.

Далее в данном курсе, в учебных целях мы будем рассматривать  в качестве признаков разбивки изделий на группы именно эти признаки (массу, число деталей, объем).

 

2. Определение среднего значения периода освоения

 нового  изделия Т_оп.

Как было отмечено выше (лекция 2, вопр. 4) период освоения нового товара состоит в общем случае из трех этапов, имеющих свои временные характеристики, средние значения которых, соответственно, равны t₁, t₂, t₃. Средние значения t₁, t₂, t₃ определяются из статистических данных с помощью регрессионного анализа:

1. НИОКР - t₁ (определение, анализ и обоснование технических требований к новому изделию, проведение маркетинговых исследований, разработка технического задания проекта, определение размера и источника инвестиций, длительности и сложности технологического процесса). Время выполнения этих работ - функция двух основных аргументов: числа человек, занятых в НИОКР по данному изделию (m_ч) и числа деталей осваиваемого изделия (n_д). Регрессионная зависимость t₁ = f(m_ч, n_д) имеет вид:

                                    t₁ = a₀₁ - a_mm_ч1 + a_дn_д,  (3.2) 

где a₀₁, a_m, a_д - коэффициенты регрессии.

2. Подготовка производства - t₂ (разработка рабочих чертежей нового изделия, заключение договоров на поставку необходимых материалов и комплектующих, реконструкция существующего или установка и наладка нового технологического оборудования, изготовление и испытание опытных образцов, анализ фактических производственных затрат (себестоимости) изготовления образца, определение потребности в кадрах). Регрессионная зависимость t₂ = =f(m_ч, n_д) имеет вид зависимости (3.2), где а₀₁ заменено на а₀₂.
3. Освоение производства - t₃ (изготовление и сборка опытной партии, корректировка конструкторской документации после испытаний и тестирования опытного образца, сертификация нового изделия, окончательный расчет цены реализации, сбор информации о потенциальных поставщиках и заказчиках, разработка проекта создания филиалов по продаже товара, подготовка рекламы и информации по сервисному и послепродажному обслуживанию). Время выполнения этих работ - функция не только числа человек, занятых в этом периоде (m_ч), количества деталей (n_д), но и числа спецстанков (n_спо), их срока службы (t_сл), объема изделия (V). Формула регрессионной зависимости t₃ = f(m_ч, n_д, n_спо, t_сл, V) имеет более сложный вид, так как на t₃ влияет большее количество факторов, но подход к обработке статистических данных все тот же - множественный регрессионный анализ.

На основании полученных регрессионных  зависимостей определяются средние  значения t₁, t₂, t₃, а значит и время периода освоения нового товара Т_оп= = t₁+ t₂+ t₃  для различных групп изделий.

 

1.3. Определение  периода производства и реализации  нового изделия Т_пр

Среднее время производства и реализации изделия определяется двумя основными факторами - состоянием рынка и развитием технологий. Состояние рынка, как фактор, влияющий на длительность периода производства и реализации товара, определяется степенью конкурентной борьбы предприятий производителей и покупательной способностью потребителей. Для определения средней продолжительности периода производства и реализации продукции предприятию необходимо проведение маркетинговых исследований и отслеживание статистической информации о жизненных циклах (ж.ц.) товаров конкурентов.

Упрощенный  пример определения средней продолжительности  этапа ж.ц. товара на основе обработки статистики.

Например, имеется информация о 10 конкурентах, из которой известно, что аналогичный разрабатываемому товар находился в стадии роста  и зрелости 2 года в 5-ти случаях из 10 (Р = 5/10 = 0,5); 5 лет в 2-х случаях  из 10 (Р = 2/10 = = 0,2) , и 3 года в 3-х случаях из 10 (Р = 3/10 = 0,3).  Среднее ожидаемое значение стадии роста и зрелости разрабатываемого товара составит: 2*0,5 + 5*0,2 + +3*0,3 = 2,9 года.

 

1.4. Учет влияния  стохастичности (случайности) внешней  среды на коэффициент обновления К_о.

Предприятие - открытая система, подверженная внешним случайным  воздействиям (всевозможные рыночные, налоговые, инфляционные, политические факторы). Поэтому, для определения способности предприятия к гибкому развитию, а именно для определения коэффициента обновления Ко необходим вероятностный подход, учитывающий стохастичность процесса освоения и производства любого нового изделия.

В рассматриваемой методике вероятностная модель определения  К_о построена на основе марковского случайного процесса с дискретными состояниями и непрерывным временем (см. теорию вероятностей). Цикл освоения производства, выпуска и реализации продукции представляет собой марковский случайный процесс, суть которого сводится к следующему. Рассматриваемый цикл (система) разбивается на отдельные состояния, которые соответствуют периодам освоения, производства и реализации продукции, описанным выше:

S₁ - НИОКР (t₁);

S₂ - подготовка производства ( t₂);

S₃ - освоение производства (t₃);

S₄ - выпуск продукции (t₄);

S₅ - реализация продукции (t₅).

При этом из каждого состояния  система может перейти в состояние  свертывания работ S_n. Этот переход происходит случайным образом. Причины такого перехода могут быть самые различные: банкротство смежников, эффективные действия конкурентов, прекращение финансирования, изменения в налоговом законодательстве и т.д. Состояния системы S₁ - S₅ можно считать дискретными, так как можно указать четкие границы начала и конца ее пребывания в каждом из них. Совокупность состояний S₁ - S₅ образует последовательность с непрерывным временем. Переходы системы из состояния в состояние происходят в случайные моменты времени, которые заранее указать невозможно, а вероятность перехода из одного состояния в другое за время Dt равна l_ij. Наглядно изображение состояний системы (гибкого развития предприятия) с позиций марковского случайного процесса представлено на рис. 3.2.

 

Нио

           l₁₂                  l₂₃                   l₃₄                    l₄₅

 

 

                              l_2n                l_3n              l_4n

 

             l_1n                                                                 l_5n

 

Рис. 2.2. Граф состояний  системы (гибкого развития предприятия).

Вероятности l_ij можно найти, решив известную в теории вероятностей систему уравнений Колмогорова (см. теорию вероятностей). В результате получим, что вероятность перехода системы из состояния S_i в сосотояние S_i+1 представляет собой величину, обратную среднему времени пребывания системы в предыдущем состоянии. Подход к оценке этих времен (t₁, t₂, t₃) рассмотрен выше в пункте 2.2.

Обработав статистику по изделиям, выпускаемым современно оборудованными предприятиями определенной отрасли (в нашем примере машиностроительными предприятиями), можно получить нормативные коэффициенты обновления К_он для групп изделий в соответствии с предлагаемой классификацией на основе кластерного анализа. В каждом конкретном случае можно определить фактическое значение К_оф. Если соотношение К_он / К_оф>1, то предприятие достаточно гибкое, имеет большие технические потенциальные возможности. Если К_он / К_оф<1, то технические возможности гибкого развития предприятия недостаточны, и требуются дополнительные вложения средств или корректировка номенклатуры осваиваемых изделий. При этом следует помнить, что количество новых изделий в освоении N регламентируется производимой номенклатурой продукции n. Поэтому, с учетом формулы N = K_о*n (см. лекцию 2, вопр.4, ф-ла 1.10) коэффициент обновления К_о можно трактовать как тангенс угла наклона прямой N= f(n), т.е. К_о = tga.

 

 

3. Вероятностный и детерминированный подходы к определению

 коэффициента обновления К_о.

При определении коэффициента обновления К_о конкретного предприятия возможны два подхода - вероятностный и детерминированный:

1. Вероятностный подход учитывает внешнее воздействие рынка через времена перехода из состояний S_i в состояние свертывания работ S_n. Вероятность l перехода системы из состояния в состояние, как было сказано выше, равна l_i,i+1 = 1/t_i. Время такого перехода трактуется как время, необходимое конкуренту для освоения производства аналогичного, более совершенного изделия, его выпуска и реализации, т. е. для вытеснения с рынка рассматриваемого нового изделия. Учитывая что,

К_о^¢ = (t₁+t₂+t₃) / (t₄+t₅),

где t_i - время пребывания системы соответственно в состояниях S₁-S₅, применяя теорию вероятностей (см. марковские случайные процессы), можно записать эту формулу так:

 

К_о^¢ = -------------------------------------- (3.3)

 

 

Выполнив соответствующие преобразования формулы (3.3) (см теор. вероятн.), получим:

 

К_о^¢ = --------------  ------------------------ + --------------- + t₃ (3.4)

 

Где Q_i - время перехода из соответствующего состояния системы в состояние свертывания работ.

В этом случае:

Q₂ = 2T_оп + t₄ ,      Q₃ = Q₂ - t₂ ,        Q₄ = Q₃ - t₃ ,       Q₅ = Q₄ - t₄

2. Детерминированный подход предполагает малую вероятность свертывания работ, т.е. низкую степень активности конкурентов, которой можно пренебречь. Тогда К_о рассчитывается без учета вероятности свертывания работ по формуле:

К_о = (t₁+t₂+t₃) / Т_пр,

Где Т_пр определяется из статистических данных об аналогичных товарах (см. п.2.3), а t_1,2,3 - на основе обработке внутренней информации с помощью регрессионного анализа (см. п. 2.2).

 

5. Практическое воплощение теоретических результатов

определения  коэффициента обновления (К_о^¢ - с учетом случайных внешних воздействий; К_о - без учета случайных внешних

воздействий)

При освоении нового изделия  рекомендуется провести анализ его  жизненного цикла на основе рассмотренной методики в следующей последовательности:

1) Имея техническое задание на разработку изделия, определяем его массу m, габариты (объем) V и число деталей n_д. Используя результаты кластерного анализа (п.2.1) определяем группу, к которой принадлежит данное изделие по формуле (3.1). Для машиностроительной отрасли можно воспользоваться средними значениями параметров в группах, представленными в таблице 3.2.

Таблица 3.2.

Среднее значение параметров (признаков) в группах

№ группы	Средняя масса, m (кг)	Среднее число деталей, nд (шт.)	Средние габариты (объем), V (м3)
I	80	20	0,01
II	121	231	0,36
III	266	1380	2,46
IV	3170	4380	17,6