<<

ЗНАЧЕНИЕ ОШИБОК ПРОГНОЗИРОВАНИЯ


Информация о характеристиках ошибок в краткосрочных прогнозах полезна только в той степени, в какой возможно определить ее значение для эффективности работы фирмы или косвенно для методов научно-технического прогнозирования, которые будут полезными для руководства фирмы.
Значение любых ошибок зависит от способа использования прогнозов. Прогнозы затрат на проект и сбыт продукции, которых мы главным образом и касались, обычно используются двояким образом: для выбора среди альтернативных проектов на основе прогноза их прибыльности и для составления графика работ персонала лаборатории, например для определения числа выполняемых проектов и для соответствующего распределения наличного персонала. Очень просто опеределить эффекты ошибок при использовании прогнозов в их первой роли. Но для того, чтобы измерить влияние неточности на решения по планированию работ, мы должны снова обратиться к рассмотрению структуры для принятия решений с контурами обратной связи, которая лежит в основе управления лабораторией.
При прогнозировании прибыльности эффект ошибок проявляется непосредственно. С помощью простых арифметических операций выявляется уменьшение прибылей для тех выполняемых проектов, в отношении которых отмечалось превышение фактических затрат на разработку сравнительно с первоначальной их оценкой, чрезмерно оптимистические прогнозы сбыта, или для тех проектов, которые были прекращены до того, как с их помощью была получена
одная для продажи продукция. Как мы установили, устранение ошибок в предсказании технического и коммерческого успеха позволило бы соответствующим фирмам сократить свои расходы на разработки наполовину или даже более без всякого уменьшения количества созданной новой продукции.
В подобных исследованиях очень важно делать различие между разработками для рынка и по контрактам. К исследованиям, проводимым по поощрительным контрактам или контрактам на основе заданной цены, за которыми не следует производство продукции, прогнозы сбыта не имеют отношения. Но важным фактором, определяющим прибыли фирмы, будут ошибки в оценке затрат. В нашем исследовании было обнаружено, что в этом случае ошибки в прогнозах затрат достигают 400%, а это оказывает большое влияние на деятельность лабораторий, работающих по контрактам.
Для программ коммерческих разработок характерна обратная ситуация. Ошибки в оценке затрат имеют сравнительно небольшое значение. Затраты на разработки обычно составляют незначительную часть прибылей от удачной продукции, превышение фактических затрат над их первоначальной оценкой на 100 или 200%, как правило, не имеет большого значения в сравнении с величиной прибыли. Однако даже небольшая — в несколько процентов — ошибка в прогнозе сбыта может существенно сказаться на прибыли фирмы.
При использовании формул или других количественных методов для прогнозирования прибыльности предложенного проекта очень важно знать ту степень доверия, которой заслуживает прогноз. Исследование ошибок, подобное изложенному выше, если оно используется в фирме вместе с другими данными о недавно выполненных проектах разработок, позволит руководству вычислить приближенные доверительные интервалы для прогнозов, которые фирма использует в настоящее время.
Информацию, необходимую для таких расчетов, полезнее всего давать в виде приведенных выше кривых распределения накопленных вероятностей.
Кривые распределения накопленных частот различных ошибок прогнозирования затрат по проектам, уже выполненным в химических лабораториях А и Б, показаны на приведенных рис. 126 и 127. Подобные же кривые можно построить для оценок сбыта или для любых других количественных прогнозов, для которых можно на месте измерять фактические результаты. В той мере, в какой рассматриваемые проекты сходны с проектами, уже выполненными фирмой, кривые распределения накопленных частот, характерные для прошлого, можно брать в качестве достаточно точных показателей ошибок, вероятно свойственных текущим прогнозам. В этом случае стало бы возможным строить доверительные интервалы для текущих прогнозов на основе фактических данных за прошлый период.
Один простой пример может проиллюстрировать подобное использование данных кривых распределения накопленных частот. Руководителю химической лаборатории Б была представлена оценка 10 тыс. долл. для стоимости разработки проекта, вопрос о фи
нансировании которого рассматривается в настоящее время. Если бы его приняли, этот проект вели бы те же самые сотрудники, которые участвовали в выполнении проектов, представленных на рис. 127. Концепция новой продукции берет начало из того же общего фонда технических знаний, что и выполненные проекты. Таким образом, руководитель ожидает, что перспективная оценка затрат на новый проект будет примерно столь же точна, что и полученная им в прошлом.
Мы уже показали на рис. 127, что 25% завершенных проектов в химической лаборатории Б превосходили по стоимости оцененные затраты более чем на 240% (пунктирная линия 2). Поэтому руководитель вправе приписать значение 0,25 вероятности того, что новый проект будет в конечном счете стоить дороже 24 тыс. долл. Аналогичным образом руководитель мог бы оценить величиной 0,38 вероятность того, что рассматриваемый проект будет стоить менее 10 тыс. долл. (пунктирная линия 1), и величиной 0,25 вероятность того, что он обойдется менее чем в 8 тыс. долл. (пунктирная линия 3). Из кривой распределения накопленных частот превышения затрат можно определить вероятности и других ошибок.
Этот метод можно распространить на формулы, которые охватывают более одного потенциально неточного прогноза. Так, например, таким же образом можно трактовать общепринятую формулу для ожидаемой нормы прибыли (ОНП):
ОНП = (ВКУ)(ВТУ)(ЧП)/(СР), где ВКУ — вероятность коммерческого успеха,
ВТУ — вероятность технического успеха,
ЧП — чистая прибыль,
СР — стоимость разработки.
При этом всего лишь требуется, чтобы кривые распределения накопленных ошибок вероятностей были определены для каждого из прогнозов, используемых в расчетах, и чтобы прогноз и проект были сходны с теми, для которых имеются данные. Второе условие делает необходимым определять опытным путем полезность данной процедуры в каждой лаборатории. Но в целом вычисление доверительных интервалов по данным, относящимся к прошлому, дает, полезную информацию относительно значения ошибок в прогнозах, используемых для предсказания прибыльности проектов.
Вовсе не просто определить значение ошибок, свойственных прогнозам, которые используются для распределения ресурсов лаборатории, так как при этом особо важной для лаборатории становится структура принятия решений с контурами обратных связей. Простой контур принятия решений, показанный на рис. 123, можно доработать так, чтобы он представлял информационную структуру с обратными связями, которая лежит в основе составления графика распределения ресурсов по проектам разработок. На рис. 130 представлено схематическое изображение программы разработки, главными затратами и входными данными для которой являются человеко-часы.


Рис. 13 0. Структура принятия решений руководством проекта с контурами обратных связей


1 —решения о распределении ресурсов; 2 —оценка требующихся человеко- лет; 3 — желательная дата завершения проекта; 4 — прогноз даты завершения проекта; 5 — общий зарегистрированный прогресс в выполнении проекта; 6 — измеренное состояние выполнения проекта; 7 —стимулы для инженеров; 8 — масса ресурсов; 9 —инженеры и прочие ресурсы; 10 —производительность; 11 — общий фактический прогресс в выполнении проекта; 12—зарегистрированный темп выполнения проекта; 13 —общий наблюдаемый прогресс в выполнении проекта; 14—задержки, случайные помехи и преднамеренное искажение
Вначале персонал выделяется, исходя из желательной даты завершения проекта и оценки общих потребностей в человеко-часах, необходимых для достижения поставленных технических целей. Ввиду того что желательная и прогнозная даты выполнения проекта первоначально одинаковы, стимул инженеров к работе и, следовательно, их производительность несколько ниже, чем они могли бы быть в условиях чрезвычайно напряженного графика работ. Обычно на отдых и на ненужные инженерные уточнения тратится времени больше, чем при выполнении «горящей» программы.
Число назначенных на выполнение проекта инженеров и уровень мотивации их деятельности определяют в совокупности темп продвижения к техническим целям проекта. Но технические достижения трудно количественно выразить, и, кроме того, все социальные ком
муникационные системы обладают присущими им запаздываниями и ошибками. Поэтому это часто приводит к неточному представлению инженеров об их продвижении к цели. Дополнительные ошибки и искажения проистекают из поведения и мотивации инженеров и их непосредственных руководителей. Техническому персоналу известны график текущих работ, а также вознаграждения и взыскания за положительные и отрицательные отклонения от этого графика. Подобная информация вкупе с представлением о фактическом продвижении к делу будет влиять на те сведения о трудностях и достижениях, которые технический персонал будет сообщать наверх — руководителям лаборатории. Независимо от того, контролируется ли общее продвижение неформально или с помощью некоторого механизма типа сетевого графика, руководство, как правило, бывает вынуждено в результате накопившихся ошибок пересматривать дату завершения проекта. Столкнувшись с проблемой отставания по срокам, руководство может изменить желательную дату завершения работ, назначить больше людей на выполнение проекта или оказать больший нажим на имеющийся штат инженеров. Какова бы ни была реакция руководства, результаты его решений будут распространяться по системе контуров и в конечном счете выливаться в новые входные данные для дальнейших решений.
Некоторые результаты статистического анализа прошлых проектов можно объяснить с точки зрения подобной структуры с обратными связями. Чтобы избежать взысканий за технические неудачи, персонал лаборатории может задержать или исказить свои сообщения о технических трудностях. Иногда это может привести к получению фондов и времени, достаточных для преодоления трудностей. Но в противных случаях получаются особенно значительные превышения затрат и высокая стоимость проекта. Методы сетевых графиков, или экономическое стимулирование рабочих групп могут сократить превышение графика работ путем уменьшения возможности или склонности технического персонала к искажению сведений, на основе которых руководство принимает решения по распределению работ.
В этих условиях простой расчет или анализ на чувствительность уже не подходит для понимания значения ошибок прогнозирования. Неточности могут приводить к различным видам издержек в зависимости от структуры принятия решений в лаборатории. Ресурсы технической рабочей силы сравнительно постоянны в краткосрочном аспекте. Людей, которых в спешке перебрасывают на выполнение какого-нибудь проекта, необходимо снимать с другого. В этом случае выполнение менее важной программы будет характеризоваться отставанием по срокам, а зачастую и полным прекращением работ. Выше такие проекты были отнесены к группе различных неудач. Табл. 37 показывает, что денежные средства, израсходованные на выполнение проектов подобного типа, составляют соответственно 27 и 10% общего бюджета на разработки в лабораториях оборудования и электроники.

Другие издержки проистекают из неизбежных потерь времени, связанных с любым перемещением людей с выполнения одного проекта на выполнение другого. Ход работ по проекту нарушается на то время, когда новый персонал знакомится с новой для него работой и приспосабливаемся к новым для него рабочим группам. Если руководство реагирует на нарушение графика путем увеличения нажима на технический персонал, то понятно, что сотрудники лаборатории могут быть деморализованы тем, что представляется им невыполнимой задачей. Издержки при этом возникают в результате уменьшения эффективности. И наконец, могут существовать коммерческие санкции или штрафы по контрактам, связанные с превышением запланированного графика работ.
Величина всех упомянутых издержек будет зависеть от размера и направления первоначальной ошибки, от скорости ее обнаружения и устранения, от эффективности перемещения ресурсов с одних проектов на другие, от реакции технического персонала на увеличение нажима в отношении сроков, от значения отставания по срокам. Конкретные величины указанных и прочих параметров могут быть различными в разных лабораториях, но сама рассмотренная структура представляет в общих чертах все программы разработок, организованные по проектному принципу. Таким образом, она охватывает важные факторы эффективности выполнения проектов в каждой лаборатории, и ее можно использовать в каждой из них для определения последствий ошибок прогнозирования.
Действительно, параметры подобной модели можно подогнать для конкретной лаборатории. И литература по науке управления и психологии организации, и опыт руководителей корпораций и лабораторий, и эмпирические исследования типа изложенных выше могут дать информацию об элементах и взаимоотношениях,образующих важные контуры обратных связей в той или иной конкретной лаборатории. Конечно, на практике описание будет гораздо детальнее представленного на рис. 130. Мы нашли, что модели, имитирующие деятельность лабораторий, для того, чтобы они представляли способы функционирования, характерные для реальных организаций, должны содержать не менее чем примерно 30 элементов. Некоторые модели, используемые для изучения деятельности лабораторий, были на порядок сложнее здесь рассмотренной.
В то время как руководители в принципе могут точно описать структуру принятия решений с контурами обратной связи, которая определяет эффективность работы их лабораторий, сложность любой полезной модели не дает возможности интуитивно предсказывать эффективность работы в зависимости от различных ошибок прогнозирования. Поэтому описание лаборатории должно быть преобразовано в систему уравнений, которые могут использоваться для проведения имитационных экспериментов на ЭВМ.
Системная динамика — вот методика, которая дает возможность выявлять информационную структуру с обратными связями, определяющую эффективность действия социальных и экономичес
ких систем. Необходимым элементом данной методики являются средства программирования для ЭВМ, преобразующие рассматриваемую структуру в имитационную модель. В ряде опубликованных работ представлены конкретные инструкции по системной динамике и описано ее применение к анализу программ промышленных разработок[114]. Однако мне хотелось просто указать на полезность данного метода при изучении значения и последствий ошибок прогнозирования. Поэтому я ограничу мои замечания рассмотрением одного частного исследования. Оно иллюстрирует использование имитационных моделей для изучения эффективности выполнения проектов разработок, и его результаты, по-видимому, подходят и для некоторых других типов программ разработок. Интересующиеся применением данного подхода к научно-техническому прогнозированию могут получить дополнительную информацию о нем из упомянутых выше источников.
Скембос со своими сотрудниками специально интересовался нарушениями графиков работ, связанными с ошибками в первоначальных оценках сил и средств, необходимых для выполнения проекта. Для изучения последствий неточных прогнозов они детально разработали основную структуру принятия решений с обратными связями, показанную на рис. 130. Их имитационная модель характеризовалась следующими важными особенностями[115]. Первоначальные прогнозы руководства относительно общего количества сил и средств, необходимых для выполнения проекта, ошибочны. В имитационных экспериментах варьировались величина ошибки, ее направление, темп, с которым она становилась очевидной для руководства. В выполнении проекта участвовали две группы инженеров. Их деятельность была взаимозависима. Во всех случаях, когда одна группа значительно отставала от другой, работа второй группы задерживалась из-за того, что отставшая группа не поставляла необходимую для деятельности второй группы техническую информацию и материальные результаты разработок. На производительность каждой группы влияло ее представление о продвижении работ другой группы. Хотя руководство обычно довольствуется просто достижением минимальных технических норм, инженеры, как правило, предпочитают совершенствовать продукцию в техническом отношении. Таким образом, каждая группа в данной имитационной модели стремится продвигаться таким образом, чтобы завершить

работу сразу же после другой группы. Такая цель препятствует задержке выполнения проекта, но все же на технические усложнения при этом уходит большая часть времени. В ходе выполнения проекта техническая компетенция исполнителей остается постоянной. В более детальные модели включается зависимость их компетенции от управленческой политики найма, мотивации и подготовки персонала, а также от опыта, накопленного сотрудниками лаборатории при выполнении прошлых работ.
Здесь важно указать на два результата имитаций на основе модели. Во-первых, более расточительно с точки зрения нарушения графика работ недооценить, чем переоценить, общий объем сил и средств, необходимых для выполнения проекта. Недооценки вызывают значительные отклонения от графика. Минимальное время, нужное для выполнения моделируемых проектов, составляло 36 месяцев. Ошибка в оценках всего лишь 50% могла привести к увеличению этого срока до 58 месяцев. На рис. 131 показана задержка, возникающая в результате различных ошибок прогнозирования. Такие задержки с ростом величины ошибки прогнозирования возрастают экспоненциально.

Рис. 13 1. Превышение фактических сроков выполнения работ над календарным планом в зависимости от ошибок прогнозирования


Заключение
Ошибки в прогнозах, применяемых для выбора проектов разработок, сопровождаются издержками, выражающимися напрасно затраченными ресурсами и задержками в выполнении графика работ. Неточность прогнозов нельзя исправить с помощью простых поправочных соотношений. Вместо этого руководство должно с помощью исследований квантифицировать ошибки и их последствия. Только тогда можно будет сконструировать оптимальные методы прогнозирования и планирования. В настоящее время проводятся
исследования точности прогнозирования как в Массачусетском технологическом институте, так и в ряде крупных промышленных лабораторий. Хотя приведенные выше результаты требуют подтверждения и обобщения, больше нельзя сомневаться в том, что оба инструмента исследования: имитационное моделирование и анализ прошлого — могут дать полезные сведения об эффективности прогнозирования в промышленных лабораториях. Цель настоящей работы состояла в содействии подобным исследованиям и в изложении деталей ряда методов, которые делают возможным проведение этих исследований. Создание усовершенствованных методов прогнозирования— трудная задача, но она поддается исследованию. Весьма велики потенциальные выгоды от усовершенствованных методов прогнозирования, которые появятся в результате такого исследования. 
<< |
Источник: Громова Л. М. (ред.). РУКОВОДСТВО ПО НАУЧНО- ТЕХНИЧЕСКОМУ ПРОГНОЗИРОВАНИЮ. 1977

Еще по теме ЗНАЧЕНИЕ ОШИБОК ПРОГНОЗИРОВАНИЯ:

  1. 7.3. Прогнозирование при наличии авторегрессии ошибок
  2. Глава 4 ГЛОБАЛЬНЫЕ РИТМЫ ДИФФЕРЕНЦИАЦИИ - ИНТЕГРАЦИИ И ИХ ЗНАЧЕНИЕ ДЛЯ ПРОГНОЗИРОВАНИЯ МИРОВОГО РАЗВИТИЯ
  3. 6.4. Значение 36-летних циклов для прогнозирования развития России в первой половине XXI века
  4. Глава 5 ЗНАЧЕНИЕ ЭВОЛЮЦИОННЫХ ЦИКЛОВ МЕЖДУНАРОДНОЙ ЭКОНОМИЧЕСКОЙ И ПОЛИТИЧЕСКОЙ СИСТЕМЫ ДЛЯ ПРОГНОЗИРОВАНИЯ МИРОВОГО ПОЛИТИЧЕСКОГО РАЗВИТИЯ
  5. 1. Регион как объект прогнозирования. Региональная экономика и специфика ее прогнозирования
  6. 3. Об основных методах регионального экономического прогнозирования. Выбор методов прогнозирования
  7. ХАРАКТЕРИСТИКИ ФАКТИЧЕСКИХ ОШИБОК
  8. 1.6 ИСПРАВЛЕНИЕ ОШИБОК ВЕЛИКИХ
  9. Устранение ошибок при употреблении местоимений
  10. 2.4. Теорема Гаусса-Маркова. Оценка дисперсии ошибок сг2
  11.     Средство третье     ПРОРАБОТКА ОШИБОК И НЕТОЧНОСТЕЙ
  12. Глава 9 РАБОТА РЕДАКТОРА НАЦ СЛОВОМ. УСТРАНЕНИЕ ЛЕКСИЧЕСКИХ ОШИБОК
  13. Исправление ошибок при употреблении фразеологизмов
  14. Теория ошибок и ошибки теории А.Т.Фоменко
  15. Устранение ошибок, возникающих при употреблении причастий
  16. Устранение речевых ошибок в строе простого предложения
  17. 3.3. Статистические свойства МНК-оценок Оценка дисперсии ошибок а2. Распределение s2
  18. § 231. Способы выявления грамматико-стилистических ошибок
  19. Устранение ошибок при употреблении имен числительных