Методологический аппарат логистики

Каждый из подходов, составляющих методологическую базу логистики, обладает комплексом методов и приемов, позволяющих реализовать основные цели теоретического исследования логистических систем, их создания и обеспечения дальнейшего эффективного функционирования (табл. 2.1).

Таблица 2.1. Основные модели и методы теории логистики

Методологическая база логистики	Методы логистики
Системный подход	Методы анализа / синтеза систем Метод сценариев Метод Дельфи Метод «дерева целей» Матричный метод
Кибернетический подход	Модель «черного ящика» Методы математического программирования Метод сетевого планирования и управления Модель программно-целевого управления
Исследование операций	Методы экономико-математического моделирования Методы теории массового обслуживания Методы имитационного моделирования Теория игр Функционально-стоимостный анализ
Прогностика	Интуитивные методы прогнозирования Формализованные методы прогнозирования Метод исторической аналогии Метод математической аналогии Морфологический анализ

Метод в самом общем значении понимается как способ достижения цели. Метод в научном познании – это способ воспроизведения в мышлении изучаемого предмета.

Рассмотрим более подробно отдельные методы теории логистики.

Системный анализ – научный метод познания, представляющий собой последовательность действий по установлению структурных связей между переменными или элементами исследуемой системы. Опирается на комплекс общенаучных, экспериментальных, естественнонаучных, статистических, математических методов.

Любая задача по совершенствованию деятельности в той или иной области логистики с использованием системного анализа включает решение следующего ряда вопросов:

- четкое установление границы совершенствуемой области;

- формулировка условий, которые характеризуют необходимое или желаемое положение дел в этой области (необходимое - когда оно объективно обусловлено, желаемое - при субъективном подходе);

- определение фактического положения дел в анализируемой области и на этой основе выявление недостатков, т.е. несоответствия между необходимым (желаемым) и фактическим положением дел. На языке методологии системного анализа такое несоответствие принято называть проблемой;

- оценка последствий, к которым приводят выявленные недостатки, если их не устранить, или, иначе, оценка актуальности выявленных проблем;

- выявление причин (факторов), их порождающих, определение средств устранения этих причин путем реализации выбранных средств.

Методы системного анализа используются при планировании распределения ресурсов между отдельными видами логистической деятельности. Указанные методы дают возможность при распределении ресурсов рассмотреть комплекс возникающих при этом проблем по всей цепи поставок: цели - мероприятия - ресурсы. Существующий инструментарий системного анализа позволяет учитывать при определении необходимых ресурсов и их распределении целевую значимость рассматриваемых видов логистической деятельности, очередность их выполнения, взаимозаменяемость различных видов ресурсов, возможности маневрирования ими. Применение системного анализа при решении перечисленных вопросов способствует более эффективному использованию всех видов ресурсов на уровне организации и в макроэкономическом масштабе.

Основные методы, используемые при системном анализе логистических систем: метод сценариев, метод Дельфи, метод древа целей, матричный метод.

Метод сценариев является средством первичного упорядочения логистической проблемы, получения и сбора информации о взаимосвязях решаемой проблемы с другими, о возможных и вероятных направлениях будущего развития.

Сценарий – преимущественно качественное описание возможных вариантов развития исследуемого логистического объекта при различных сочетаниях определенных (заранее выделенных) условий. Сценарий в развернутой форме показывает возможные варианты развития событий для их дальнейшего анализа и выбора наиболее реальных и благоприятных.

Группа экспертов по логистике составляет план сценария, где намечаются функциональные области логистики, а также факторы внешней среды, учитываемые при постановке и решении логистической проблемы. Различные разделы сценария пишут обычно разные группы экспертов.

Сценарии могут быть использованы на разных этапах анализа логистических систем, когда требуется собрать и упорядочить весьма разнородную информацию. Но главной областью применения метода сценариев являются этапы анализа логистической проблемы, а также прогноза и анализа будущих условий.

Метод Дельфи в отличие от метода сценариев предполагает предварительное ознакомление экспертов по логистике с ситуацией с помощью какой-либо модели.

Этапы метода Дельфи:

- проводится поиск экспертов, каждому эксперту предлагается один и тот же вопрос;

- каждый эксперт вырабатывает свои оценки независимо от других экспертов;

- ответы собираются и статистически усредняются;

- экспертам, ответы которых сильно отклоняются от средних значений, предлагается обосновать свои оценки после предъявления средних значений;

- эксперты разрабатывают обоснования и выносят их на рассмотрение;

- среднее значение и соответствующие обоснования предъявляются всем экспертам для выработки окончательного решения.

Метод древа целей. В анализе логистических систем основной формой модели, подлежащей совершенствованию и насыщению данными с помощью экспертных оценок, является древо целей. Экспертам по логистике предлагается оценить структуру логистической модели в целом и дать предложения о включении в нее неучтенных связей. При этом используется анкетный метод. Результаты каждого опроса доводятся до сведения всех экспертов по логистике, что позволяет им далее корректировать свои суждения на основе вновь полученной информации.

Древо целей представляет собой связной граф, вершины которого интерпретируются как цели логистической системы, а ребра или дуги - как связи между ними. Это основной инструмент увязки целей верхнего уровня логистической организации с конкретными средствами их достижения на нижнем операционном уровне.

Метод «дерева целей» используется при проектировании организационных структур управления логистикой.

Матричный метод. Матричные формы представления и анализа данных не являются специфическим инструментом анализа логистических систем. Однако они широко применяются на различных этапах анализа логистической системы в качестве вспомогательного средства. Матрица – это наглядная форма представления данных, раскрывающая внутренние связи между элементами, помогающая выяснить и проанализировать ненаблюдаемые части структуры.

Кибернетический подход – исследование системы на основе принципов кибернетики, в частности с помощью выявления прямых и обратных связей, изучения процессов управления, рассмотрения элементов системы как неких «черных ящиков» (систем, в которых исследователю доступна лишь их входная и выходная информация, а внутреннее устройство может быть и неизвестно).

У кибернетики и общей теории систем есть много общего, например, представление объекта исследования в виде системы, изучение структуры и функций систем, исследование проблем управления и др. Но в отличие от теории систем кибернетика практикует информационный подход к исследованию процессов управления, который выделяет и изучает в объектах исследования различные виды потоков информации, способы их обработки, анализа, преобразования, передачи и т.д. Под управлением в самом общем виде понимается процесс формирования целенаправленного поведения системы посредством информационного воздействия, вырабатываемого человеком или устройством.

Кибернетическая логистическая система должна обеспечивать компенсирующую адекватную реакцию на изменения, происходящие вне логистической системы и внутри нее, что является условием устойчивости этой системы и ее развития. Вместе с тем логистическая система должна быть достаточно гибкой, способной переориентироваться при изменении стратегических и тактических целей и задач объекта управления. Важно обметить, что для оптимизации логистической системы управления требуется выбирать такие пути решения задач, которые были бы лучшими и для системы в целом, и для ее отдельных подсистем.

«Метод черного ящика» - метод исследования систем, когда вместо свойств и взаимосвязей составных частей системы, изучается реакция системы, как целого, на изменяющиеся условия. Черный ящик – термин, используемый для обозначения системы, внутреннее устройство и механизм работы которой очень сложны, неизвестны или неважны в рамках данной задачи.

Методы сетевого планирования и управления применяются для оптимизации планирования и управления сложными разветвленными комплексами работ, требующими участия большого числа исполнителей и затрат ограниченных ресурсов. Чем сложнее и больше плановое задание, тем сложнее задачи оперативного планирования, контроля и управления. Процесс сетевого планирования и управления отражается в графической модели, которая называется графом или более часто - сетевым графиком. В сетевом графике изображаются все возможные работы и их взаимосвязи, что дает возможность корректировки плана, внесения изменений, обеспечения непрерывности оперативного планирования. Для оптимизации сложных сетей, состоящих из нескольких сотен работ, применяются типовые макеты прикладных программ по сетевому планированию и управлению, имеющиеся в составе математического обеспечения ЭВМ.

Анализ сетевого графика позволяет не только оценить степень влияния изменений на общий ход выполнения проекта, но и прогнозировать будущее состояние работ. Данный метод целесообразно использовать при планировании работ по оптимизации процесса товародвижения в рамках внутрипроизводственных логистических систем, а также для совершенствования управления диспетчированием заказов и заданий.

Задачи, связанные с поиском наилучшего решения на основе оценки эффективности функционирования управляемой логистической системы, являются предметом метода исследования операций. Он позволяет моделировать будущие действия исследуемой логистической системы с использованием разнообразного математического аппарата: теории вероятностей; математической статистики; теории игр; математического программирования; теории массового обслуживания и др.

Экономико-математическое моделирование в логистике служит для анализа сложных производственно-экономических систем на основе разработанных моделей с последующим принятием управленческих решений, а также для прогнозирования развития систем.

В логистическом управлении используются динамические модели, которые описывают сложные производственно-экономические системы в развитии. В зависимости от типа математического аппарата различают следующие модели: матричные; линейного и нелинейного программирования; корреляционно-регрессионные; массового обслуживания; теории игр и др.

Логистические задачи (особенно в сфере распределения) во многом связаны с системами массового обслуживания. В таких системах, с одной стороны, возникают массовые запросы (заказы), касающиеся поставки продукции, выполнения работ, оказания услуг, а с другой - создается возможность удовлетворения этих запросов. Термин «массовое» предполагает многократную повторяемость и статистическую устойчивость процесса в целом. Теория массового обслуживания (теория очередей) - раздел теории вероятностей, целью исследований которого является рациональный выбор структуры системы обслуживания на основе изучения потоков требований на обслуживание, поступающих в систему и выходящих из нее, длительности ожидания и длины очередей.

Главной особенностью процессов массового обслуживания является случайность. Выделяются две взаимодействующие стороны одна из которых обслуживает, а вторая выступает в качестве обслуживаемой. Присутствие случайности в поведении одной из сторон приводит к случайному протеканию всего процесса обслуживания. Причины случайности заключаются в массовом характере потребностей, а также в случайности работы обслуживающей системы.

Обслуживающая система обладает ограниченным числом ресурсов для обеспечения организации и проведения конкретного обслуживания. Это может приводить к тому, что не все поступающие требования (заявки) выполняются немедленно. Понятие ресурсов следует трактовать довольно широко, поскольку они охватывают не только общепринятые определения материальных и товарных ресурсов, но и оборудование, средства обработки, трудовые ресурсы. К тому же в качестве ресурсов могут использоваться такие структурные единицы, как цех, подразделение, организация и т.п.

Зачастую поступившие заявки не могут быть обслужены вследствие того, что некоторая часть или все ресурсы системы задействованы в обслуживании других заявок, иными словами - система «занята». Такая ситуация негативно отражается на формировании представления клиентов о качестве обслуживания. В логистике принято говорить о снижении уровня логистического сервиса. Очевидна зависимость, что чем выше интенсивность поступления заказов в систему, тем больше вероятность появления отказов.

Применение теории очередей требует выбора определенной предметной области, системного анализа объекта исследования и построения математической модели в соответствии со стоящими перед разработчиком целями и задачами.

Примерами процессов массового обслуживания в логистике являются прежде всего транспортное обслуживание, обслуживание покупателей в сфере мелкооптовой и розничной торговли, обслуживание клиентов в системе сбыта промышленных предприятий, обработка документов в системе управления логистическими процессами.

На более высоких уровнях логистического управления снять неопределенность не представляется возможным. В связи с этим в принятии логистических решений, связанных с риском, используют теорию игр.

Теория игр представляет собой метод обоснования оптимальных решений в конфликтных ситуациях, имеющий форму соревнования. Игра ведется по определенным правилам и заканчивается выигрышем одного из игроков, в роли которого выступают предприятия, организации или отдельные личности. Теория игр может использоваться в распределительной логистике как ответ на сезонный характер спроса на продукцию. Она способна повлиять на ритмичность поставок, помочь ликвидировать излишние запасы путем гибкого изменения цен.

Функционально-стоимостный анализ – это метод комплексного системного исследования функций объектов (процессов, потоков, структур и т.п.), направленный на обеспечение общественно необходимых потребительских свойств объектов с минимальными затратами на всех этапах их жизненного цикла.

Объектами функционально-стоимостного анализа в логистике являются потоковые процессы (материальные, информационные, экономические), а также производственно-технологические, организационные, информационные структуры, рассматриваемые как единое целое (система), исследуемые в целях выбора оптимального варианта реализации ими основных функций при минимальных затратах.

Основная идея применения функционально-стоимостного анализа в логистике основывается на том, что затраты, связанные с созданием и использованием любой логистической системы, выполняющей заданные функции, состоят из необходимых для ее создания и эксплуатации и излишних затрат, которые возникают из-за введения ненужных функций, не имеющих прямого отношения к назначению системы (техпроцессов в логистических системах, применяемых материалов и т.д.).

Функционально-стоимостный анализ в логистике представляет собой совокупность действий, органически сочетающих организационные средства, научно-методические принципы, технико-экономические приемы, нацеленные на обнаружение, предупреждение, сокращение или ликвидацию излишних затрат.

Поскольку логистические системы являются динамическими, в стратегическом управлении ими применяются различные методы прогнозирования. Основой для прогнозирования служат ретроспективные данные о состоянии объекта и факторов внешней среды, оказывающих влияние на данный объект.

Методы прогнозирования логистических систем предполагают использование математического моделирования в сочетании с методами экстраполяции и экспертной оценки. При этом решаются задачи по выявлению основных тенденций изменения во времени прогностических показателей эффективности (цен, затрат, прибыли) и определяющих их факторов, а также по вероятностному предсказанию их значений на прогнозный период.

По степени формализации все методы прогнозирования делятся на формализованные и интуитивные. Основу класса формализованных методов прогнозирования составляют методы экстраполяции тенденций, экспоненциального сглаживания, корреляционно-регрессионного анализа.

Экстраполяционные методы прогнозирования применяются для изучения временных рядов, представляющих собой упорядоченные во времени наборы измерений тех или иных характеристик исследуемого объекта или процесса.

Экстраполяция базируется на следующих допущениях:

- развитие явления может быть с достаточным основанием охарактеризовано плавной траекторией (трендом);

- общие условия, определяющие тенденцию развития в прошлом, не претерпят существенных изменений в будущем.

Изучение временных рядов проводится с использованием метода наименьших квадратов, заключающегося в отыскании параметров модели тренда, минимизирующих ее отклонение от точек исходного временного ряда, т.е.

Метод экспоненциального сглаживания дает возможность получить оценку параметров тренда, характеризующую не средний уровень процесса, а тенденцию, сложившуюся к моменту последнего наблюдения. Наибольшее применение метод нашел в реализации среднесрочных прогнозов.

В зависимости от общих принципов действия интуитивные методы прогнозирования можно разделить на две группы: индивидуальные и коллективные экспертные оценки. В группу индивидуальных экспертных оценок можно включить метод интервью, аналитические экспертные оценки, метод сценария. В группу методов коллективных экспертных оценок, наиболее активно используемых в логистике, входят метод комиссий и метод Дельфи.

Индивидуальные экспертные методы основаны на использовании мнений экспертов-специалистов соответствующего профиля независимо друг от друга. Наиболее часто применимыми являются следующие два метода формирования прогноза: интервью и аналитические экспертные оценки.

Метод интервью предполагает беседу прогнозиста с экспертом, в ходе которой прогнозист в соответствии с заранее разработанной программой ставит перед экспертом вопросы относительно перспектив развития прогнозируемого объекта.

Аналитические экспертные оценки предполагают длительную и тщательную самостоятельную работу эксперта над анализом тенденций, оценкой состояний и путей развития прогнозируемого объекта. Этот метод дает возможность эксперту использовать необходимую ему информацию об объекте прогноза. Свои соображения эксперт оформляет в виде докладной записки.

Основными преимуществами рассматриваемых методов являются возможность максимального использования индивидуальных способностей эксперта и незначительность психологического давления, оказываемого на отдельного работника в группе. Однако эти методы мало пригодны для прогнозирования наиболее общих стратегий из-за ограниченности знаний одного эксперта о развитии смежных областей науки.

Методы коллективных экспертных оценок основываются на принципах выявления коллективного мнения экспертов о перспективах развития объекта прогнозирования. В основе применения этих методов лежит гипотеза о наличии у экспертов умения с достаточной степенью достоверности оценить важность и значение исследуемой проблемы, перспективность развития определенного направления исследований, целесообразности выбора одного из альтернативных путей развития объекта прогноза и т.д. Широкое распространение получили экспертные методы, основанные на работе специальных комиссий (метод комиссий), когда группы экспертов за «круглым столом» обсуждают ту или иную проблему с целью согласования мнений и выработки единого мнения. Этот метод имеет недостаток, заключающийся в оказании психологического воздействия мнения группы на мнение индивида.

В свою очередь в методе Дельфи вместо коллективного обсуждения той или иной проблемы проводится индивидуальный опрос экспертов обычно в форме анкет для выяснения относительной важности и сроков свершения гипотетических событий. Анкетные данные обрабатываются, и результаты сообщаются экспертам. Участникам предлагается пересмотреть оценки и объяснить причины своего несогласия с коллективным суждением. Эта процедура повторяется 3-4 раза. В результате происходит сужение диапазона оценок. Недостатком данного метода является невозможность учета влияния, оказываемого на экспертов организаторами опросов при составлении анкет.

Рассмотренные методы прогнозирования относятся к сингулярным (простым) методам. Для получения многофакторных прогнозов в логистике используются более сложные методы прогнозирования, в частности корреляционно-регрессионный анализ.

Корреляционный анализ имеет собственной задачей количественное определение тесноты связи между двумя признаками (при парной связи) и между результативным признаком и обилием факторных признаков (при многофакторной связи). Теснота связи количественно выражается величиной коэффициентов корреляции.

Корреляционный анализ применяется тогда, когда данные наблюдения можно считать случайными и выбранными из генеральной совокупности, распределенной по многомерному нормальному закону. Основная задачка корреляционного анализа (являющаяся основной и в регрессионном анализе) состоит в оценке уравнения регрессии. Коэффициенты корреляции, представляя количественную характеристику тесноты связи между признаками, дают возможность найти «полезность» факторных признаков при построении уравнений множественной регрессии.

Регрессионный анализ (линейный) – статистический метод исследования зависимости между зависимой переменной Y и одной или несколькими независимыми переменными Х ₁, Х ₂, Х ₃..., Х _р. Регрессионный метод позволяет установить, как изменяется результативный показатель при изменении одного или нескольких факторных признаков.

Процесс моделирования на основе корреляционно-регрессионного анализа включает следующие этапы:

- постановка задачи;

- определение результативного и факторного признаков, сбор соответствующей статистической информации;

- на основе расчета коэффициентов корреляции (парных или множественных) определение степени влияния факторных признаков на результативный показатель;

- построение функциональной зависимости между результативным и факторными признаками;

- оценка экономической значимости полученного уравнения регрессии.

С помощью корреляционно-регрессионного анализа в логистике решаются задачи прогнозирования объемов продаж (грузооборота, товарооборота), логистических издержек, финансовых результатов функционирования логистических систем.

Развитие компьютерной техники и программного обеспечения позволяет активно использовать в прикладных логистических исследованиях методы моделирования. Основная цель моделирования - прогноз поведения системы, то есть ответ на вопрос: «Что будет, если …»

Можно привести следующие виды логистических задач, для решения которых с успехом применяются компьютерные программы:

- рациональная организация производственной логистики - распределение различного вида работ по единицам оборудования, производственным подразделениям или фирмам таким образом, чтобы максимизировать суммарную общую прибыль;

- распределение транспорта по маршрутам - сколько транспортных единиц данного вида следует посылать по тому или иному маршруту, с тем чтобы общие затраты на перевозку были минимальными;

- рационализация схем доставки продукции к потребителям - закрепление потребителей за складами и определение объемов поставок, при которых обеспечивается минимум затрат и др.