1.4. Технологии принятия решений в условиях эксплуатации ИС.
1.4.1. Технология факторного анализа («что если»).
Факторный анализ [8] - метод исследования экономики и производства, в основе которого лежит анализ воздействия разнообразных факторов на результаты экономической деятельности, ее эффективность.
[7] При изучении экономических процессов весьма распространены относительно простые методы анализа, обобщенно называемые "что, если" и, как их варианты, - методы анализа чувствительности прогнозов, которые широко применяются в стратегическом менеджменте (финансовом, маркетинговом, производственном).

Средства однофакторного анализа "что если" позволяют построить одномерную таблицу чувствительности (таблицу с одним входом), чтобы увидеть, как изменение значений одного фактора будет влиять на интересующие нас данные. Эти средства являются основой технологий "Базовая однофакторная таблица" и "Однофакторная таблица в базе данных".
Средства двухфакторного анализа позволяют проанализировать одновременное влияние изменения двух факторов на интересующий нас показатель. Это является основой технологии "Двухфакторная таблица" (таблица с двумя входами), которая может использоваться автономно, а также как дополнение к ранее составленным плановым или прогнозным таблицам (с целью анализа чувствительности ранее полученных прогнозов к двум факторам).
В общем случае можно выделить следующие основные этапы факторного анализа [8]:
1. Постановка цели анализа.
2. Отбор факторов, определяющих исследуемые результативные показатели.
3. Классификация и систематизация факторов с целью обеспечения комплексного и системного подхода к исследованию их влияния на результаты хозяйственной деятельности.
4. Определение формы зависимости между факторами и результативным показателем.
5. Моделирование взаимосвязей между результативным и факторными показателями.
6. Расчет влияния факторов и оценка роли каждого из них в изменении величины результативного показателя.
7. Работа с факторной моделью (практическое ее использование для управления экономическими процессами).
Отбор факторов для анализа того или иного показателя осуществляется [8] на основе теоретических и практических знаний в конкретной отрасли. При этом обычно исходят из принципа: чем больший комплекс факторов исследуется, тем точнее будут результаты анализа. Вместе с тем необходимо иметь в виду, что если этот комплекс факторов рассматривается как механическая сумма, без учета их взаимодействия, без выделения главных, определяющих, то выводы могут быть ошибочными.
Важным методологическим вопросом [7] в факторном анализе является определение формы зависимости между факторами и результативными показателями: функциональная она или стохастическая, прямая или обратная, прямолинейная или криволинейная. Здесь используется теоретический и практический опыт, а также способы сравнения параллельных и динамичных рядов, аналитических группировок исходной информации, графический и др.
В зависимости от типа факторной модели различают два основных вида факторного анализа [9] – детерминированный и стохастический.
Детерминированный факторный анализ представляет собой методику исследования влияния факторов, связь которых с результативным показателем носит функциональный характер, т. е. когда результативный показатель факторной модели представлен в виде произведения, частного или алгебраической суммы факторов.
Данный вид факторного анализа наиболее распространен, поскольку, будучи достаточно простым, в применении (по сравнению со стохастическим анализом), позволяет осознать логику действия основных факторов развития предприятия, количественно оценить их влияние, понять, какие факторы, и в какой пропорции возможно и целесообразно изменить для повышения эффективности производства.
Стохастический анализ представляет собой методику исследования факторов, связь которых с результативным показателем в отличие от функциональной является неполной, вероятностной (корреляционной). Если при функциональной (полной) зависимости с изменением аргумента всегда происходит соответствующее изменение функции, то при корреляционной связи изменение аргумента может дать несколько значений прироста функции в зависимости от сочетания других факторов, определяющих данный показатель. Например, производительность труда при одном и том же уровне фондовооруженности может быть неодинаковой на разных предприятиях. Это зависит от оптимальности сочетания других факторов, воздействующих на этот показатель.
Стохастическое моделирование является в определенной степени дополнением и углублением детерминированного факторного анализа. В факторном анализе эти модели используются по трем основным причинам:
• необходимо изучить влияние факторов, по которым нельзя построить жестко детерминированную факторную модель (например, уровень финансового левериджа);
• необходимо изучить влияние сложных факторов, которые не поддаются объединению в одной и той же жестко детерминированной модели;
• необходимо изучить влияние сложных факторов, которые не могут быть выражены одним количественным показателем (например, уровень научно-технического прогресса).
В отличие от жестко детерминированного стохастический подход для реализации требует ряда предпосылок [8]:
1. наличие совокупности;
2. достаточный объем наблюдений;
3. случайность и независимость наблюдений;
4. однородность;
5. наличие распределения признаков, близкого к нормальному;
6. наличие специального математического аппарата.
Построение стохастической модели проводится в несколько этапов [9]:
• качественный анализ (постановка цели анализа, определение совокупности, определение результативных и факторных признаков, выбор периода, за который проводится анализ, выбор метода анализа);
• предварительный анализ моделируемой совокупности (проверка однородности совокупности, исключение аномальных наблюдений, уточнение необходимого объема выборки, установление законов распределения изучаемых показателей);
• построение стохастической (регрессионной) модели (уточнение перечня факторов, расчет оценок параметров уравнения регрессии, перебор конкурирующих вариантов моделей);
• оценка адекватности модели (проверка статистической существенности уравнения в целом и его отдельных параметров, проверка соответствия формальных свойств оценок задачам исследования);
• экономическая интерпретация и практическое использование модели (определение пространственно-временной устойчивости построенной зависимости, оценка практических свойств модели).
Кроме деления на детерминированный и стохастический, различают следующие типы факторного анализа [8]:
• прямой и обратный;
• одноступенчатый и многоступенчатый;
• статический и динамичный;
• ретроспективный и перспективный (прогнозный).
При прямом факторном анализе исследование ведется дедуктивным способом – от общего к частному. Обратный факторный анализ [10] осуществляет исследование причинно-следственных связей способом логичной индукции – от частных, отдельных факторов к обобщающим.
Факторный анализ [11] может быть одноступенчатым и многоступенчатым. Первый тип используется для исследования факторов только одного уровня (одной ступени) подчинения без их детализации на составные части. Например, y=a*b. При многоступенчатом факторном анализе проводится детализация факторов a и b на составные элементы с целью изучения их поведения. Детализация факторов может быть продолжена и дальше. В этом случае изучается влияние факторов различных уровней соподчиненности. Необходимо также различать статический и динамический факторный анализ. Первый вид применяется при изучении влияния факторов на результативные показатели на соответствующую дату. Другой вид представляет собой методику исследования причинно-следственных связей в динамике.
И, наконец, факторный анализ может быть ретроспективным [12], который изучает причины прироста результативных показателей за прошлые периоды, и перспективным, который исследует поведение факторов и результативных показателей в перспективе.
1.4.2. Технология решения оптимизационных задач
Управление любой системой реализуется [10] как процесс, подчиняющийся определенным закономерностям. Их знание помогает определить условия, необходимые и достаточные для осуществления данного процесса. Для этого все параметры, характеризующие процесс и внешние условия, должны быть количественно определены, измерены.
Решение конкретной задачи управления предполагает [11]:
1. Построение экономических и математических моделей для задач принятия решений в сложных ситуациях или в условиях неопределенности;
2. Изучение взаимосвязей, определяющих впоследствии принятие решений, и установление критериев эффективности, позволяющих оценивать преимущество того или иного варианта действия.
Во всех задачах управления есть общие черты: в каждом случае речь идет о каком-либо управляемом мероприятии (операции), преследующем определенную цель. В каждой задаче заданы некоторые условия проведения этого мероприятия, в рамках которого следует принять решение – такое, чтобы мероприятие принесло определенную выгоду. К числу таких условий могут быть отнесены финансовые средства, которыми предприятие располагает, время, оборудование, технологии и т.д.
Для применения количественных методов исследования требуется построить математическую модель операции. При построении модели операция, как правило, упрощается, схематизируется, и схема операции описывается с помощью того или иного математического аппарата. Модель операции – это достаточно точное описание операции с помощью математического аппарата (различного рода функций, уравнений, систем уравнений и неравенств и т.п.).
Эффективность операции – степень ее приспособленности к выполнению задачи – количественно выражается в виде критерия эффективности – целевой функции. Выбор критерия эффективности определяет практическую ценность исследования.
Основные этапы работы с оптимизационными задачами [10]:
1. Постановка задачи, т.е. ее содержательная формулировка с точки зрения и заказчика, и разработчика.
2.  Построение математической модели, т.е. переход к формализованному представлению.
3.  Нахождение решения или решений.
4. Проверка модели и полученного с ее помощью решения. Это – необходимый этап, так как модель лишь частично отображает действительность. Хорошая модель должна точно предсказывать влияние изменений в реальной системе на общую эффективность решений.
5.  Построение процедуры подстройки модели, поскольку в модели могут изменяться какие-либо неуправляемые переменные.
6. Выбор вариантов, если есть несколько конкурирующих вариантов.
7. Осуществление решения.
Как правило, перечисленные этапы перекрываются, идут параллельно или несколько раз циклически повторяются.