Имитационное моделирование рисков на базе метода Монте-Карло

После этого оба потока попадают в блок ProjectEnd (Sink), что означает их окончание для команды R&D. В модели также используется блок статистики. Для второй альтернативы добавился временной график загруженности веб-разработчика (рисунок 11).Рисунок – Статистика модели (вторая альтернатива)Аналогично первой альтернативе для графиков используются параметры (рисунок 12). Добавился параметр WebDevelopersUtil, в котором фиксируется загрузка веб-разработчиков.Рисунок – Параметры модели для сбора статистики (вторая альтернатива)Событие Eventв этом варианте выполняет следующее действие:set_ManagersUtil(Managers.utilization());set_AnalystsUtil(Analysts.utilization());set_DevelopersUtil(Developers.utilization());set_QASpecialistsUtil(QASpecialists.utilization());set_SystemEngineersUtil(SystemEngineers.utilization());set_WebDevelopersUtil(WebDevelopers.utilization());В модели также использован элемент Clockдля удобства отслеживания времени, а также компоненты типа Ползунок для регулирования параметров (минимальная и максимальная продолжительность разработки конструктора ботов, количество проектов).Анализ результатов моделированияПроведение экспериментов для первой альтернативыСимуляция ограничена 600 модельными днями (т.е., около 1,5 лет). Первый эксперимент проводится с параметром количества проектов = 4, поскольку это является средним числом новых проектов в месяц за последний год (рисунок 4), что отражает пессимистичный сценарий. Результаты симуляции представлены в приложении Г (рисунок Г.1).Доля времени, в течение которой загружены ресурсы:Менеджеры – 0,4-0,45;Аналитики – 0,85-0,95;Разработчики – 0,3-0,4;Системные инженеры – 0,2-0,3;Тестировщики – 0,1.Средняя продолжительность проектов по разработке ботов – 143 дня. Больше всего проектов по результатам симуляции длилось около 200 дней (0,2). За время симуляции было начато 77 новых проектов, 53 из которых завершились.Также в настройках проекта было включено логирование, которое фиксирует результаты каждого запуска симуляции. На основе одного из представлений по умолчанию - resource_pool_task_stats_log, было настроено собственное представление resource_pool_task_stats_log1 (рисунок 13).Рисунок –Количество и длительность задач ресурсов (первая альтернатива, первый эксперимент)Столбец total_daysотражает общее количество дней, которое потратили ресурсы на выполнение задач по процессу. Столбец n_tasks – количество выполненных задач. В таблице7 представлена средняя почасовая ставка сотрудников.Таблица – Средние ставки сотрудников командыСотрудникСтавка (р./час)Руководитель проекта730Аналитик520Разработчик590Тестировщик400Системный инженер450Таким образом, издержки на трудозатраты специалистов рассчитываются по формуле: Ставка×8 часов×Общее количество часов. Результаты представлены в таблице8. Таблица – Ресурсные издержки (первая альтернатива, первый эксперимент)СотрудникИздержки (руб.)Руководитель проекта3 163 890Аналитик4 750 437Разработчик4 569 639Тестировщик195 852Системный инженер514 292Итого, общие издержки на процесс составили 13 194 110 рублей.Для второго эксперимента был произведен расчет числа проектов в месяц для будущего периода (оптимистичный сценарий). На рисунке 14 представлены результаты прогноза.Рисунок – Предсказание количества проектов Округленное количество проектов в месяц (май 2020 – январь 2020) представлено в таблице9.Таблица – Предсказанные значения для количества проектовМесяцКоличество проектовКоличество проектов (округленное)Май 20207,3919877Июнь 20206,55537817Июль 20208,8227679Август 20209,21421869Сентябрь 20208,37760978Октябрь 202010,64499911Ноябрь 202011,0364511Декабрь 202010,19984110Январь 202112,4672312Февраль 202112,85868213Март 202112,02207312Апрель 202114,28946214Май 202114,68091315Июнь 202113,84430414Июль 202116,11169316Август 202116,50314517Сентябрь 202115,66653616Октябрь 202117,93392518Ноябрь 202118,32537718Декабрь 202117,48876817Январь 202219,75615720Симуляция была запущена с изменением количества поступающих проектов каждый месяц по полученным данным. Результаты симуляции представлены в приложении Г (рисунок Г.2).Эксперимент отразил полную неготовность текущего состава ресурсов к выполнению задач существующего процесса при большем потоке проектов. Всего поступило 285 проектов, до конца из которых доведены только 10. Средняя продолжительность проекта – 327 дней.Средняя загрузка ресурсов:Менеджеры – 0,5-0,6;Аналитики – 0,9;Разработчики – 0,2-0,25;Системные инженеры – 0,7-0,9;Тестировщики – 0,05.Можно сделать вывод, что задачи задерживаются на аналитиках и системных инженерах, которые не справляются с потоком проектов. Загрузка разработчиков и тестировщиков по сравнению с первым экспериментом снизилась, что свидетельствует о том, что до данных сотрудников задачи редко доходят. На рисунке 15 отображены трудозатраты специалистов и количество выполненных задач.Рисунок – Количество и длительность задач ресурсов (первая альтернатива, второй эксперимент)Исходя из таблицы 7 общие издержки составляют 13 209 680 рублей.Проведение экспериментов для второй альтернативыСимуляция также запускается на 600 модельных дней. Первый эксперимент проводится с параметром ProjectNumber = 4 (в месяц). Также ставятся нижние границы предполагаемого срока разработки конструктора ботов – от 90 до 150 дней. Результаты представлены в приложении Д (рисунок Д.1).Средняя загрузка ресурсов по результатам симуляции:Менеджеры – 0,25-0,3;Аналитики – 0,6-0,65;Разработчики – 0,4-0,5;Системные инженеры – 0,1;Тестировщики – 0,07;Веб-разработчики – 0,16.Было начато 90 проектов, 86 из которых завершено. Средняя продолжительность проекта – 28 дней. На рисунке 16отражены трудозатраты специалистов и количество выполненных ими задач.Рисунок – Количество и длительность задач ресурсов (вторая альтернатива, первый эксперимент)Ставка веб-разработчика составляет 640 рублей в час. Итого, общие издержки составляют 12 462 160 рублей.Второй эксперимент проводится с измененной продолжительностью разработки конструктора ботов. Параметры BCDevelopmentMinи BCDevelopmentMaxувеличиваются до 300-365 дней соответственно. Результаты симуляции представлены в приложении Д (рисунок Д.2).Средняя загрузка ресурсов по результатам симуляции:Менеджеры – 0,3-0,4;Аналитики – 0,7-0,8;Разработчики – 0,6-0,7;Системные инженеры – 0,1-0,2;Тестировщики – 0,07;Веб-разработчики – 0,5-0,6.Поступило 70 проектов, 67 из которых завершились. Средняя продолжительность проекта – 85 дней. На рисунке отражены трудозатраты специалистов и количество выполненных ими задач.Рисунок – Количество и длительность задач ресурсов (вторая альтернатива, второй эксперимент)Общие издержки составляют 15 815 440 рублей.В третьем эксперименте увеличивается количество проектов в соответствии с ранее составленным прогнозом (рисунок 14). Продолжительность разработки конструктора ботов – оптимистичная. Результаты симуляции представлены в приложении Д (рисунок Д.3).Средняя загрузка ресурсов по результатам симуляции:Менеджеры – 0,5-0,55;Аналитики – 0,85-0,95;Разработчики – 0,5-0,6;Системные инженеры – 0,8-0,9;Тестировщики – 0,07;Веб-разработчики – 0,17.Всего было начато 250 проектов, 113 из них завершились. Средняя длительность проекта – 72 дня. На рисунке 18отражены трудозатраты специалистов и количество выполненных ими задач.Рисунок – Количество и длительность задач ресурсов (вторая альтернатива, третий эксперимент)Итого, общие издержки составляют 16 772 080 рублей.Четвертый эксперимент проводится для максимальной длительности проекта разработки конструктора ботов (300-365 дней) и большого количества проектов (рисунок 14). Результаты симуляции представлены в приложении Д (рисунок Д.4).Средняя загрузка ресурсов по результатам симуляции:Менеджеры – 0,5-0,6;Аналитики – 0,85-0,95;Разработчики – 0,55-0,65;Системные инженеры – 0,7-0,9;Тестировщики – 0,06;Веб-разработчики – 0,5.Поступило 258 проектов, 89 из которых завершились. Средняя продолжительность проекта – 39 дней. На рисунке 19отражены трудозатраты специалистов и количество выполненных ими задач.Рисунок – Количество и длительность задач ресурсов (вторая альтернатива, третий эксперимент)Общие издержки – 18 217 840 рублей.Сравнение альтернатив для принятия решенияТаким образом, были проведены следующие эксперименты:альтернатива 1 – сценарий с минимальным количеством проектов;альтернатива 1 – сценарий с максимальным количеством проектов;альтернатива 2 – сценарий с минимальным количеством проектов и минимальными сроками разработки конструктора ботов;альтернатива 2 – сценарий с минимальным количеством проектов и максимальными сроками разработки конструктора ботов;альтернатива 2 – сценарий с максимальным количеством проектов и минимальными сроками разработки конструктора ботов;альтернатива 2 – сценарий с максимальным количеством проектов и минимальными сроками разработки конструктора ботов.В таблице 10 приведено сравнение показателей для двух альтернатив. Зеленым отмечены лучшие значения по строке. Таблица – Сравнение показателей для двух альтернативПоказателиАльтернатива 1Альтернатива 2Средние издержки13 201 89515 816 880Средняя загруженность ресурсовАналитик0,8750,79Разработчик0,290,56Менеджер0,50,43Тестировщик0,070,07Системный инженер0,530,48Средняя длительность проекта23556Средняя доля завершенных проектов0,360,68Средние издержки при выборе работы по текущему сценарию ниже на 2,5 млн. рублей. Однако во многом это связано с тем, что в эксперименте с максимальным количеством проектов многие из них задержались на ранних задачах менеджмента, аналитики и развертывания ИС в тестовой среде. Важно также отметить, что внедрение конструктора ботов может увеличить прибыль всей ИТ-компании за счет повышения интереса заказчиков к корпоративного мессенджеру в целом.Средняя загруженность ресурсов оптимальнее для второй альтернативы. Реализация конструктора немного уменьшает загруженность аналитиков, что может позволить данным специалистам больше заниматься задачами анализа рынка – поиска новых идей, развития внутренних продуктов. Также уменьшаются трудозатраты руководителей проектов и системных инженеров – это довольно важно, поскольку помимо задач R&D у данных сотрудников есть загруженность по основному проекту. Загруженность разработчиков увеличилась, но это также положительный факт, так как коэффициент 0,29 свидетельствует, наоборот, о неоптимальном количестве задач/ресурсов. При загруженности 0,56 у разработчиков останется время на исследовательские задачи и развитие стека технологий. Загруженность тестировщиков в обеих альтернативах одинакова и довольно низкая – это также хороший результат, т.к. тестировщики в основном занимаются главным проектом (мессенджером).Выводы к третьей главеДля построения модели и решения поставленной задачи были сформулированы требования к инструменту имитационного моделирования рисков на базе метода Монте-Карло. В результате группой экспертов была выбрана система AnyLogic. В первую очередь, при проведении экспериментов выявилась нехватка аналитиков в отделе, которая актуальна как для текущей загрузки по проектам, так и для сценариев с увеличением количества заказов на чат-ботов. Решение этой проблемы важно, поскольку замедление на аналитическом этапе затрудняет поступление задач на разработку. Во-вторых, моделирование отразило в целом большие риски при расширении потока проектов, и руководству компании необходимо учитывать возможную потребность в дополнительных кадрах в обозримом будущем. ЗАКЛЮЧЕНИЕПринятие управленческих решений поддерживается различными методами и инструментами, одним из которых является имитационное моделирование с помощью информационных систем соответствующего класса. На рынке существует большое множество программного обеспечения, способного удовлетворить потребности различных бизнес-заказчиков.В работе была разработана имитационная модель для ИТ-компании с целью поддержки принятия важного стратегического решения. Также были разработаны рекомендации по выбору из существующих альтернатив в рамках поставленной проблемы. Поставленные цели достигнуты, в рамках которых были выполнены задачи:рассмотрена специфика процесса принятия решений и методов его осуществления;изучено понятиеимитационного моделирования рисков на базе метода Монте-Карло;проанализированы инструментыимитационного моделирования рисков на базе метода Монте-Карло;определены основные характеристики деятельности рассматриваемой ИТ-компании;проанализированы процессы департамента Research&Development;изучены проблемы в процессе принятия решения на предприятии;определен наиболее подходящий инструмент имитационного моделирования рисков на базе метода Монте-Карло для решения поставленной задачи;построена имитационная модель процессов для выявленных альтернатив;проведены эксперименты в рамках альтернативных стратегий, отражающие различные сценарии дальнейшего развития;проанализированы результаты моделирования;приведены рекомендации по выбору стратегии из выявленных альтернатив.Основной проблемой, в рамках которой необходимо принятие управленческого решения в рассматриваемой ИТ-компании, является выбор дальнейшей стратегии развития перспективного направления чат-ботов для мессенджера. Было выявлено две главные альтернативы – продолжение работы Research&Development по текущему сценарию и разработка конструктора ботов для самостоятельного создания простых ботов заказчиками. В результате построения имитационной модели, разработки различных сценариев и проведения нескольких экспериментов было определено явное преимущество одной из стратегий, которая представляет из себя разработку конструктора ботов. При выборе данной альтернативы компания запустит проект конструктора, задействовав в нем часть ресурсов команды R&Dс привлечением специалистов из департаментов разработки основного продукта – мессенджера. Параллельно данному проекту департамент будет продолжать заниматься созданием чат-ботов по заказам корпоративных клиентов. Как только конструктор ботов будет развернут, заказчики смогут разрабатывать часть ботов самостоятельно, а в случае затруднений специалистами команды будут проводиться необходимые консультации.Основными преимуществами при выборе данной стратегии станет как создание добавочной ценности самому корпоративному мессенджеру, так и оптимизация трудозатрат ресурсов команды R&D. Построенная модель может быть использована компанией и в дальнейшем для моделирования других проблемных ситуаций и проведения экспериментов по различным сценариям – главным образом, для оптимизации количества и загрузки ресурсов. СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВАкопов А. С. Имитационное моделирование : учебник и практикум для вузов / А. С. Акопов. — Москва : Издательство Юрайт, 2020. — 389 с. Акопов А.С. Использование средств динамического имитационного моделирования для подготовки управленческих решений в ТЭК // Системы управления и информационные технологии. 2004. № 2. С. 72–79.Акопов А.С. Системно-динамическое моделирование стратегии банковской группы // Бизнес-информатика. 2012. № 2 (20). С. 10–19.Акопов А.С., ХачатрянН.К. Агентное моделирование: учебно-методическое пособие. М.: ЦЭМИ, 2016. – 76 с. Боев В. Д. Моделирование в среде Anylogic : учебное пособие для вузов / В. Д. Боев. — Москва : Издательство Юрайт, 2020. — 298 с. Болотова Л. С. Системы поддержки принятия решений в 2 ч. Часть 1 : учебник и практикум для вузов / Л. С. Болотова ; ответственный редактор В. Н. Волкова, Э. С. Болотов. — Москва : Издательство Юрайт, 2020. — 257 с. Борщев А. Как строить простые, красивые и полезные модели сложных систем // Материалы конференции «Имитационное моделирование. Теория и практика» (ИММОД 2013). Казань, 2013. Т. 1. С. 21–34.Вьюненко Л. Ф. Имитационное моделирование : учебник и практикум для вузов / Л. Ф. Вьюненко, М. В. Михайлов, Т. Н. Первозванская ; под редакцией Л. Ф. Вьюненко. — Москва : Юрайт, 2020. — 283 с. Григорьев И. AnyLogic за 3 дня: практическое пособие по имитационному моделированию[Электронный ресурс] – URL: https://www.anylogic.ru/resources/books/free-simulation-book-and-modeling-tutorials/ (Дата обращения: 10.03.2020)Долганова О.И. Моделирование бизнес-процессов. Учебник и практикум для академического бакалавриата. М: Юрайт, 2018. – 289с.Зуб А. Т. Принятие управленческих решений : учебник и практикум для вузов / А. Т. Зуб. — 2-е изд., испр. и доп. — Москва : Издательство Юрайт, 2020. — 332 с. Искандаров М.З. Краткий обзор современных средств имитационного моделирования производственных систем // Научное сообщество студентов: Междисцилинарные исследования: сб. ст. по мат. XL междунар. студ. науч.-практ. конф. № 5(40). URL: https://sibac.info/archive/meghdis/5(40).pdf (дата обращения: 05.03.2020)Колпаков В. М. Теория и практика принятия управленческих решений: Учеб. пособие. — 2-е изд., перераб. и доп. — К.: МАУП, 2010. — 504 с.Кораблев Ю.А.. Имитационное моделирование: учебник / Ю.А. Кораблев. — Москва: КНОРУС, 2017. — 146 с. Кравченко Т. К. Системы поддержки принятия решений : учебник и практикум для академического бакалавриата / Т. К. Кравченко, Д. В. Исаев. — Москва : Издательство Юрайт, 2019. — 292 с. Ларичев О.И. Теория и методы принятия решений. – М., 2009, – 296 с.Литвак Б.Г. Управленческие решения. – М.: Тандем: ЭК-МОС, 2008. – 248 с.МесконМ.Х., Альберт М., Хедоури Ф. Основы менеджмента: пер. с англ. – М.: Дело, 1992. – С. 463-484Моделирование процессов и систем : учебник и практикум для вузов / под редакцией Е. В. Стельмашонок. — Москва : Издательство Юрайт, 2020. — 289 с.Орлов А. И. Принятие решений. Теория и методы разработки управленческих решений. Учебное пособие. — М.: МарТ, 2005. — 496 с.Понятие требования. Классификации требований/ НОУ Интуит [Электронный ресурс] – режим доступа: https://www.intuit.ru/studies/courses/2188/174/lecture/4714?page=2 (дата обращения: 25.05.2022)Попов Ю.И. Управление проектами: Учебное пособие / Ю.И. Попов, О.В. Яковенко. – М.: НИЦ ИНФРА-М, 2013. – 208c.РешминБ.И. Имитационное моделирование и системы управления / Б.И. Решмин. - Вологда: Инфра-Инженерия, 2016. - 74 c.Сорина Г.В. Принятие решений как интеллектуальная деятельность. – М., 2009. – 272 с.Строгалев В.П., Толкачева И.О. Имитационное моделирование. Учебное пособие // 3-е изд. Москва : Издательство МГТУ им. Н. Э. Баумана, 2017. – 295 с.Томашевский В. Н. Имитационное моделирование в среде GPSS /В. Н. Томашевский, Е. Г. Жданова. – М. : Бестселлер, 2003. – 416с.Филинов-Чернышев Н. Б. Разработка и принятие управленческих решений : учебник и практикум для вузов / Н. Б. Филинов-Чернышев. — 2-е изд., испр. и доп. — Москва : Издательство Юрайт, 2020. — 324 с.Халин В.Г. Системы поддержки принятия решений : учебник и практикум для вузов; под редакцией В. Г. Халина, Г. В. Черновой. — Москва : Издательство Юрайт, 2020. — 494 с. Что такое Чат-Бот: Определение и Руководство/ SendPulse [Электронный ресурс] – URL: https://sendpulse.com/ru/support/glossary/chatbot (Дата обращения: 25.05.2022)ШрайберТ. Дж. Моделирование на GPSS / Т. Дж. Шрайбер. – М.:Машиностроение, 1980. – 593 сAnyLogic / TAdviser [Электронный ресурс] – URL: http://www.tadviser.ru/index.php/%D0%9F%D1%80%D0%BE%D0%B4%D1%83%D0%BA%D1%82:AnyLogic (Дата обращения: 25.05.2022)Arena [Электронный ресурс] – URL: https://www.arenasimulation.com/ (Дата обращения: 25.05.2022)Borshchev A., Grigoryev I. The Big Book of Simulation Modeling–2013Flexsim[Электронный ресурс] – URL: https://www.flexsim.com/flexsim/ (Дата обращения: 25.05.2022)Simio[Электронный ресурс] – URL: https://www.simio.com/index.php(Дата обращения: 25.05.2022)Simulation Models / Science Direct [Электронныйресурс] – URL: https://www.sciencedirect.com/topics/social-sciences/simulation-models (Дата обращения: 25.05.2022)SimulationSoftware / Capterra [Электронныйресурс] – URL: https://www.capterra.com/simulation-software/ (Датаобращения: 20.05.2022)Simulation Software Comparison: Discrete Event Simulation Competitors / Anylogic [Электронныйресурс]–URL: https://www.anylogic.ru/resources/white-papers/simulation-software-comparison/ (Датаобращения: 21.05.2022)The Top 8 Free and Open Source Simulation Software / Goodfirms [Электронныйресурс] – URL: https://www.goodfirms.co/blog/the-top-8-free-and-open-source-simulation-software (Дата обращения: 21.05.2022)Top 7 simulation software in 2018 / BiolyseAnyLogic [Электронныйресурс] – URL: http://www.biolyse.ca/top-7-simulation-software-2018/ (Дата обращения: 25.05.2022)Why use simulation modeling? / AnyLogic [Электронныйресурс] – URL: https://www.anylogic.com/use-of-simulation/ (Дата обращения: 21.05.2022)ПРИЛОЖЕНИЕ АБизнес-процесс департамента Research&DevelopmentРисунок А.1 – Бизнес-процесс разработки чат-ботов (часть 1)Рисунок А.2 – Бизнес-процесс разработки чат-ботов (часть 2)ПРИОЛОЖЕНИЕ БИмитационная модель для первой альтернативыРисунок Б.1 – Имитационная модель для первой альтернативыПРИЛОЖЕНИЕ ВИмитационная модель для второй альтернативыРисунок В.1 – Имитационная модель для второй альтернативыПРИЛОЖЕНИЕ ГЭксперименты для первой альтернативыРисунок Г.1 – Эксперимент 1 для первой альтернативыРисунок Г.2 – Эксперимент 2 для первой альтернативыПРИЛОЖЕНИЕ ДЭксперименты для второй альтернативыРисунок Д.1 – Эксперимент 1 для второй альтернативыРисунок Д.2 – Эксперимент 2 для второй альтернативыРисунок Д.3 – Эксперимент 3 для второй альтернативы Рисунок Д.4 – Эксперимент 4 для второй альтернативы