Повышение эффективности управления процессом планирования объемов услуг телекоммуникационной компании на основе анализа результатов статистического имитационного моделирования будущего спроса на услуги

Любая компания на начальных этапах своего функционирования по каждому из намеченных направлений деятельности определяет также объемы такой деятельности, в частности, объемы услуг, которые компания будет предоставлять своим клиентам. Заложенный таким образом руководством ТКК объем услуг определяет минимальные объемы различных ресурсов, необходимых для обеспечения и предоставления планируемых услуг. Конечно, ресурсы постепенно наращиваются в процессе функционирования ТКК и получения прибыли.

Темпы наращивания объемов услуг могут зависеть как от спроса на услуги, так и от прибыли ТКК, и, возможно, других показателей, например, стратегии будущего развития ТКК и т.д. В подавляющем большинстве случаев объемы услуг определяются в результате анализа текущего спроса на услуги, что является малоэффективным с позиций управления и развития ТКК, и зачастую приводит к существенным затратам ТКК.

Такие затраты связаны с тем, что будущие объемы услуг и мощностей ТКК по данным услугам определяются на основе текущего спроса, но к моменту наращивания таких объемов и мощностей (которое происходит далеко не моментально)

спрос клиентов на услуги может измениться, что приведет к существованию у ТКК невостребованных услуг и мощностей, которые необходимо содержать и поддерживать в работоспособном состоянии, что требует определенных финансовых и материальных затрат. Также дефицит предложения по услугам может негативным образом повлиять на спрос клиентов, снизив его в связи с ухудшением имиджа ТКК и качества ее текущих услуг, вызванных фактически продажей услуг, которых у компании на текущий момент в достаточном объеме нет. Гораздо более эффективным является подход к планированию будущих объемов услуг компании, основанный на определении прогнозных значений объемов услуг, то есть тех объемов, которые будут востребованы в будущем, и наращивание текущих объемов до таких прогнозных.

Из существующих методов наиболее эффективным для получения прогнозных значений спроса и, соответственно, будущей стоимости услуг и прибыли ТКК в зависимости от такого спроса, на взгляд авторов, является метод статистического имитационного моделирования (СИМ) [1]. Метод СИМ используется в основном в следующих случаях:

– если не существует законченной математической постановки решаемой задачи (то есть не известны законы функционирования объектов и явлений, изучаемых в рассматриваемых бизнес-процессах) или не существует аналитических методов для решения уже математически сформулированной задачи;

Множество случайных спроса клиентов на услуги ТКК

Множество ^resj _{значени}й текущих показателей

Множество )уР'^ ! _{значени}й объемов услуг и ресурсов для удовлетворения текущего спроса

Рис. 1. Модель текущего управления планированием объемов услуг ТКК

– если аналитические методы, позволяющие решить поставленную задачу имеются, но они слишком сложны в реализации и трудоемки, а СИМ дает более простое и экономичное решение;

– если специалисты, решающие сформулированную задачу, не имеют специальных математических знаний или подготовки для ее решения. В данном случае следует сопоставить затраты на разработку и использование статистической имитационной модели и приглашение специалистов-математиков для решения задачи;

– если эксперименты на реальных бизнес-процессах невозможны вследствие их дороговизны и возможных рисков;

– если необходимо наблюдение за течением исследуемого процесса, с получением промежуточных результатов, что при использовании аналитических методов практически невозможно вследствие чрезмерной сложности вычислений, их трудоемкости и временных затрат.

Задачи прогнозирования будущего спроса на услуги ТКК, о которых речь шла выше, удовлетворяют всем перечисленным условиям. В этой связи СИМ является наиболее целесообразным подходом для решения таких задач. Сформулируем постановку задачи управления планированием объемов основных услуг ТКК на основе имитационного моделирования случайных показателей, отражающих спрос на такие услуги в будущем.

Для удобства математической постановки задачи представим ТКК в виде «черного ящика» [2]. На рис. 1 показана текущая модель управления планированием объемов услуг ТКК. На информационные входы ТКК поступают массивы x _i информации (при этом х_; с {х^'}) о спросе на основные услуги ТКК по каждому i -му виду таких услуг. Также через основные и дополнительные информационные входы в ТКК поступает множество { Q } случайных воздействий внешней по отношению к ТКК среды, так или иначе оказывающих влияние на спрос клиентов на услуги ТКК. Объединение множеств jx^Md определяет значение показателей 5,. с {5} текущего состояния ТКК в аспекте управления спросом на услуги на основе функции Si = Ж.ср), где x_i – показатель спроса клиентов на i -ую услугу ТКК, q_i – множество случай ных воздействий внешней среды, Qi с {5}, 7 = 1 Л – числовой уникальный идентификатор услуги ТКК.

Показатели si текущего состояния ТКК поступают в систему управления ТКК, которая прео- бразовывает такие показатели в управляющие воздействия ГП. С {Т1/}, 7 = 1Л , формируемые системой управления ТКК на основе функции

/77,.= 0,,^,) = U^pQjYgA, где gi – целевая функция управления i-ой услугой ТКК, то есть цель развития услуг ТКК по i-му виду услуг. Целевая функция в общем виде может быть выражена в следующей форме:

/,. —> max,

/' —> min, ь^ о, с, ^ min, р, —> max, где ti – продолжительность предоставления (использования клиентом) услуги, ri – объем задействованных для предоставления услуги ресурсов ТКК (материальных, технических, трудовых и т.д.); bi – число отказов (сбоев, снижения качества) услуги с момента заказа ее клиентом; ci – финансовые затраты на предоставление услуги; pi – прибыль от предоставления услуги; min – минимально возможное значение показателя без существенной (влияющей на восприятие услуги клиентом) потери качества услуги; max – максимально возможное значение с учетом прочих условий.

Таким образом, объемы услуг и ресурсов y_i , необходимые для удовлетворения текущего на момент сбора исходных данных спроса клиентов на такие услуги, могут быть выражены в следующей форме:

у, = ^пу ,/,) = /[ (s,, g,), t_; ] = у { [/(х,, q_;), g_; ], t, }, где t_i – момент сбора исходных данных по i -ой услуге.

Главным недостатком существующей (описанной выше) модели управления планированием услуг ТКК является наличие существенной инерции в принятии и реализации решений системой управления. Управленческие решения (mi), связанные с планированием объемов и состава услуг на будущие периоды функционирования ТКК, принимаются по каждой услуге на основе анализа текущего состояния ТКК (si), текущего значения показателя спроса на услугу (xi) и текущих значений случайных социально-экономических факторов (qi), оказывающих существенное влияние на спрос на услугу и ее возможный объем в текущий момент времени. Такие решения требуют тщательного и сложного (многокритериального) анализа, зачастую выбора наилучшего из близких альтернативных решений. Таким образом, принятие решения может занимать значительное время, и к моменту формирования такого решения состояние спроса и состояние бизнес-процессов ТКК может измениться, что приведет к неприменимости или снижению эффективности полученного на уже неактуальных показателях решения.

Таким образом, целесообразна разработка подхода, позволяющего определять (прогнозировать) спрос клиентов на услуги ТКК на будущие периоды. Такой подход должен устранить существующие в управлении развитием услуг ТКК задержки, повысив тем самым актуальность и точность разрабатываемых системой управления управляющих воздействий на бизнес-процессы планирования объемов услуг.

Решение

Сущность разработанного для решения данной задачи подхода заключается в следующем. В существующую рассматриваемую модель управления планированием услуг ТКК (см. рис. 1) вводится статистическая имитационная модель, позволяющая спрогнозировать спрос клиентов на услуги ТКК на будущие периоды (см. рис. 2).

Предлагаемая СИМ-модель позволит осуществлять достаточно точный для управления планированием и развитием услуг прогноз будущего спроса на услуги и повысить эффективность такого планирования за счет уменьшения издержек на наращивание лишних объемов услуг, не покрываемых спросом, или, напротив, увеличения объемов по тем услугам ТКК, объемы которых будущий спрос удовлетворить в полной мере не в состоянии.

Основными этапами создания СИМ являются следующие [1]:

• 1.    Постановка целей и задач СИМ.

• 2.    Формализация бизнес-процессов, подлежащих моделированию в СИМ-модели.

• 3.    Определение состава случайных величин СИМ-модели рассматриваемых бизнес-процес-сов.

• 4.    Сбор и обработка исходных статистических данных по выделенным случайным величинам рассматриваемых бизнес-процессов.

• 5.    Идентификация законов распределения случайных величин на основе собранной статистики.

• 6.    Построение моделирующего алгоритма СИМ- модели.

• 7.    Программная реализация СИМ-модели.

• 8.    Эксперименты на разработанной СИМ-модели, получение и анализ результатов моделирования.

• 9.    Решение поставленных задач управления на основе анализа полученных результатов моделирования.

Целью СИМ является прогнозирование показателей спроса клиентов на услуги ТКК в интересах повышения эффективности управления процессами планирования объемов услуг ТКК на будущие периоды ее деятельности. Поставленная цель обусловливает выполнение задач, соответствующих перечисленным выше этапам создания СИМ, – см. п. 2-9.

Разрабатываемая СИМ-модель необходима для исследования социально-экономических процессов, связанных с формированием спроса на услуги ТКК, и повышения эффективности управления развитием услуг ТКК на основе результатов такого исследования. Среди основных услуг рассматриваемого в данном исследовании типа ТКК можно выделить следующие:

• –    регистрация доменных имен;

• –    хостинг сайтов;

• –    предоставление виртуальных серверов (VDS).

В силу того, что бизнес-процессы, связанные с предоставлением перечисленных услуг, чрезмерно сложны и подвержены влиянию множества социально-экономических факторов (воздействующих на бизнес-процессы как из внешней среды, так и внутри ТКК), учесть и формализовать которые не представляется возможным, целесообразно представить множество бизнес-процессов и воздействующих на них социальноэкономических факторов в виде модели «черного ящика» (см. рис. 2). Такое представление является наиболее эффективным, так как существенно упрощает исследование рассматриваемых биз-нес-процессов без ущерба для результатов такого исследования. В рамках проводимого нами исследования имеется исходная информация о спросе на услуги (статистика по такому спросу), на основе которой необходимо получить прогнозные значения спроса. Как уже упоминалось, для решения такой задачи можно отыскать закономерности изменения спроса с помощью аналитических подходов, однако такой подход чрезвычайно сложен в реализации и нет гарантий того, что искомые закономерности будут, в конечном счете, найдены (искомые закономерности могут быть вовсе неформализуемы). Модель «черного ящика» позволяет на основе входов модели (имеющихся исходных статистических данных

Множество случайных

Множество ^resj _{значени}й текущих показателей спроса  клиентов на  услуги ТКК

Рис. 2. Модель предлагаемого подхода к управлению планированием объемов услуг ТКК

о спросе по каждому виду основных услуг ТКК) спрогнозировать будущий спрос на услуги (получить выходы модели) без знания закономерностей, существующих в рамках бизнес-процессов, влияющих на динамику такого спроса.

Среди необходимых для прогнозирования спроса на услуги ТКК случайных факторов выделим следующие:

• 1.    Количество заявок на регистрацию доменов в зоне .RU в день;

• 2.    Количество заявок на регистрацию доменов в зоне .РФ в день;

• 3.    Количество заявок на регистрацию доменов в зоне .SU в день;

• 4.    Количество заявок на регистрацию доменов в зоне .COM в день;

• 5.    Количество заявок на регистрацию доменов в зоне .NET в день;

• 6.    Количество заявок на регистрацию доменов в зоне .ORG в день;

• 7.    Количество заявок на регистрацию доменов в зоне .INFO в день;

• 8.    Количество заявок на регистрацию доменов в зоне .BIZ в день;

• 9.    Количество заявок на регистрацию доменов в зоне .EU в день;

• 10.    Ежедневное количество заявок на хостинг с объемом дискового пространства до 375 MB;

• 11.    Ежедневное количество заявок на хостинг с объемом дискового пространства до 800 MB;

• 12.    Ежедневное количество заявок на хостинг с объемом дискового пространства до 2000 MB;

• 13.    Ежедневное количество заявок на хостинг с объемом дискового пространства до 3000 MB;

• 14.    Ежедневное количество заявок на хостинг с объемом дискового пространства до 4000 MB;

• 15.    Ежедневное количество заявок на хостинг с объемом дискового пространства до 10000 MB;

• 16.    Количество удаленных доменов в зоне .RU в день;

• 17.    Количество удаленных доменов доменов в зоне .РФ в день;

• 18.    Количество удаленных доменов доменов в зоне .SU в день;

• 19.    Количество удаленных доменов доменов в зоне .COM в день;

• 20.    Количество удаленных доменов доменов в зоне .NET в день;

• 21.    Количество удаленных доменов доменов в зоне .ORG в день;

• 22.    Количество удаленных доменов доменов в зоне .INFO в день;

• 23.    Количество удаленных доменов доменов в зоне .BIZ в день;

• 24.    Количество удаленных доменов доменов в зоне .EU в день;

• 25.    Ежедневное количество отказов от услуги хостинга с объемом дискового пространства до 375 MB;

• 26.    Ежедневное количество отказов от услуги хостинга с объемом дискового пространства до 800 MB;

• 27.    Ежедневное количество отказов от услуги хостинга с объемом дискового пространства до 2000 MB;

• 28.    Ежедневное количество отказов от услуги хостинга с объемом дискового пространства до 3000 MB;

• 29.    Ежедневное количество отказов от услуги хостинга с объемом дискового пространства до 4000 MB;

• 30.    Ежедневное количество отказов от услуги хостинга с объемом дискового пространства до 10000 MB.

Выводы

В ходе исследования были получены результаты статистического имитационного моделиро- вания, то есть прогнозные значения, данных случайных величин. Сравнение смоделированных (прогнозных) значений показателей спроса на услуги с текущими (исходными статистическими) их значениями в количественном выражении представлены в таблице 1. Графически результаты моделирования и их отношение к текущим показателям представлены на рис. 3. Проанализировав результаты моделирования (см. таблицу 1 и рис. 3), можно сделать вывод о приросте спроса на рассматриваемые услуги ТКК и необходимости наращивания объемов таких услуг в ближайшие периоды функционирования ТКК. Объемы увеличения услуг в результате моделирования оценены количественно, что позволяет (с учетом ошибки точности моделирования) нарастить объемы услуг именно в тех объемах, которые будут востребованы клиентами ТКК.

Моделирование прогнозных значений указанных случайных величин позволяет лицу, принимающему решения в рамках развития и планирования объемов услуг ТКК, принимать обоснованные

Таблица 1. Результаты определения случайных величин с помощью СИМ-модели и их сравнение с текущими показателями спроса на услуги

№	Случайная величина	Значения СВ		Процент изменения
		текущее	прогнозное
1	Количество заявок на регистрацию доменов в зоне .RU в день	4665	5308	+ 13,8%
2	Количество заявок на регистрацию доменов в зоне .РФ в день	2284	2573	+ 12,6%
3	Количество заявок на регистрацию доменов в зоне .SU в день	1070	999	- 6,6%
4	Количество заявок на регистрацию доменов в зоне .СОМ в день	4171	4801	+ 16%
5	Количество заявок на регистрацию доменов в зоне .NET в день	2999	3403	+ 13,5%
6	Количество заявок на регистрацию доменов в зоне .ORG в день	2092	1841	- 12%
7	Количество заявок на регистрацию доменов в зоне .INFO в день	1215	1239	+ 2%
8	Количество заявок на регистрацию доменов в зоне .BIZ в день	1360	1334	-2%
9	Количество заявок на регистрацию доменов в зоне .EU в день	2666	2848	6,8%
10	Ежедневное количество заявок на хостинг с объемом дискового пространства до 375 МВ	373	373	0%
11	Ежедневное количество заявок на хостинг с объемом дискового пространства до 800 МВ	2303	2971	+ 29%
12	Ежедневное количество заявок на хостинг с объемом дискового пространства до 2000 МВ	1742	2033	+ 16,7%
13	Ежедневное количество заявок на хостинг с объемом дискового пространства до 3000 М	1058	1161	+ 9,7%

№ Случайная величина Значения СВ Процент изменения текущее прогнозное 14 Ежедневное количество заявок на хостинг с объемом дискового пространства до 4000 МВ 560 560 0% 15 Ежедневное количество заявок на хостинг с объемом дискового пространства до 10000 МВ 187 184 -1,6% 16 Количество удаленных доменов в зоне .RU в день 1223 1410 + 15,3 17 Количество удаленных доменов в зоне .РФ в день 787 904 + 2,2% 18 Количество удаленных доменов в зоне .SU в день 463 873 + 88,5% 19 Количество удаленных доменов в зоне .СОМ в день; 1007 1164 + 15,6% 20 Количество удаленных доменов в зоне .NET в день; 610 689 + 12,9% 21 Количество удаленных доменов в зоне .ORG в день; 784 864 + 10,2% 22 Количество удаленных доменов в зоне .INFO в день; 858 873 + 1,7% 23 Количество удаленных доменов в зоне .BIZ в день; 822 849 + 3,3% 24 Количество удаленных доменов в зоне .EU в день; 462 508 + 10% 25 Ежедневное количество отказов от услуги хостинга с объемом дискового пространства до 375 МВ; 524 877 + 67,4% 26 Ежедневное количество отказов от услуги хостинга с объемом дискового пространства до 800 МВ; 410 624 + 52,2% 27 Ежедневное количество отказов от услуги хостинга с объемом дискового пространства до 2000 МВ; 205 207 + 1% 28 Ежедневное количество отказов от услуги хостинга с объемом дискового пространства до 3000 МВ; 228 340 + 49% 29 Ежедневное количество отказов от услуги хостинга с объемом дискового пространства до 4000 МВ; 387 553 + 42,9% 30 Ежедневное количество отказов от услуги хостинга с объемом дискового пространства до 10000 МВ. 524 796 + 51,9% решения по изменению объемов услуг, ориентируясь при этом не на данные прошлых периодов, которые в будущем потеряют свою актуальность, а на прогнозные данные – данные будущих периодов, которые будут актуальны на момент непосредственной реализации принимаемых решений. Таким образом, СИМ позволяет устранить инерцию в принятии решений, то есть исключить ситуации, когда решения к моменту их реализации уже неактуальны и, соответственно, неэффективны и не позволяют достичь поставленных целей управления.