Введение
Для каждой организации независимо от ее организационно-правовой формы важными компонентами для эффективного развития выступают: планирование человеческих ресурсов; анализ и планирование рабочего процесса; развитие, обучение и адаптация персонала; контроль и принятие управленческих решений [1, 2].
Эффективным инструментом назначения исполнителей являются организационные информационные системы распределения задач (далее – ОИС РЗ). К сожалению, операции по распределению задач и делегированию полномочий сопряжены с большим влиянием человеческого фактора при выборе исполнителя. Руководитель не в состоянии учесть все параметры, характерные для сотрудника, поэтому часто неправильный выбор исполнителя может повлечь некачественное выполнение поручения и увеличение сроков выполнения. В связи с этим задача интеллектуальной поддержки принятия решений в организационных системах в вопросах управления, ориентированная на преодоление заявленных проблем, является актуальной и заключается в реорганизации процесса назначения исполнителя с целью обеспечения точной оценки эффективности работы сотрудников и минимизации человеческого фактора [3].
Целью исследования является создание концепции проектирования, разработки и реализации интеллектуальной поддержки принятия управленческих решений в организационных системах на основе семантической сети для повышения эффективности распределения задач, обеспечения равномерной нагрузки исполнителей посредством реализации подхода, объединяющего учет компетенций сотрудников организации и выполняемых задач.
Материалы и методы исследования
На сегодняшний момент существует ряд подходов, в которых вопросы управления в организационных системах решают с помощью распределения заданий между исполнителями [1], в том числе модели компетенций с использованием инструментария интеллектуального анализа данных [4]. Обобщая все рассмотренные методы, можно сделать вывод, что сущность их заключается в распределении задач между сотрудниками по правилу «задача назначается тому исполнителю, который сможет ее выполнить быстро и качественно» [5, с. 186–195]. Очевидной слабой стороной такого подхода можно назвать ситуацию, когда определенный исполнитель решает определенный кластер задач. Такой сотрудник выступает тем, кто накапливает опыт в одной сфере, и его становится трудно заменить (порой невозможно). Подобная проблема широко распространена в современном бизнесе. Самым простым ее решением выступает формирование необходимых умений и навыков сразу у нескольких исполнителей, что обеспечивает взращивание универсальных специалистов. Этого можно достичь, накапливая и поддерживая базу знаний (в составе организационной системы), которая аккумулирует знания специалистов с высоким уровнем развития компетенций и облегчает взаимодействие сотрудников в ходе работы. Организации, использующие современные информационные ресурсы и средства, в меньшей степени страдают от описанной проблемы.
Следует отметить, что формализация процесса выполнения задач требует соблюдения ряда параметров. Для назначения задания исполнителю критичными будут следующие показатели: компетенции сотрудника; компетенции, необходимые для решения задач; занятость сотрудника в конкретный период времени; возможность сотрудника приступить к выполнению обязанностей (нахождение в отпуске или на больничном); а также всю большую популярность набирают психологические особенности личности и вид мотивации. Когда происходит управленческий процесс распределения, необходимо обеспечить развитие компетенций у нескольких сотрудников. Этого можно достичь формированием рабочей группы, в которую включались бы сотрудники с разным уровнем развития навыков, знаний и умений, а также закреплением за сотрудником-новичком наставника, который бы следил за выполнением задачи и отвечал на возникающие вопросы.
Задачу делегирования можно отнести к категории «сложных экспертиз», поскольку возникающая неопределенность при принятии управленческих решений связана не с отсутствием информации о параметрах, описанных выше, а с невозможностью руководителя проекта (лица, принимающего решение) учитывать все эти факторы и правильно оценить ситуацию при назначении исполнителя. Более того, часто такой процесс происходит и во временных ограничениях, что также снижает качество делегирования.
Применение теории нечетких множеств позволяет приблизиться к наиболее точной оценке сотрудника с точки зрения формального математического представления, поскольку недостаточно просто выявить его компетенции – необходимо указать степень владения ими [1, 5]. Нечеткая модель решает и другую немаловажную проблему в организации – проблему взаимозаменяемости сотрудников. В организационных системах распределения задач, моделируя предметную область посредством нечетких множеств, соответствующих ролям сотрудников в организации, можно на основе компетенций отнести каждого работника с разной степенью принадлежности к какой-либо группе, тем самым получить информацию о том, кто может занять место другого исполнителя в экстренной ситуации.
Аналогично нечеткие множества позволяют относить трудно типизируемые поручения к определенной группе и не только описывать компетенции, необходимые для выполнения, но и определять степень их важности для задачи.
Семантическая сеть как информационная модель изучаемой области была выбрана ввиду практичности поиска данных, а также возможности быстрого использования знаний для принятия управленческих решений, поскольку она позволяет моделировать ход мышлений и строить умозаключения [5]. Использование семантической сети помогает накапливать базу знаний, формулировать новые правила и оптимизировать существующие. Нахождение закономерностей позволяет ускорять работу ОИС РЗ в целом, поскольку если сопоставить объект с общим классом, то можно получить полные связи с другими объектами и классами. Применение теории нечетких множеств помогает размыть границы между формальными описаниями сущностей изучаемой области и сделать анализ более детальным.
Как было отмечено выше, все существующие подходы в той или иной степени в процессе решения управленческой задачи задействуют лицо, принимающее решения (ЛПР), как эксперта, который делает финальный выбор в пользу того или иного исполнителя. Однако касательно вопроса минимизации человеческого фактора при распределении задач между сотрудниками существующая схема может быть преобразована следующим образом. Роли эксперта и ЛПР четко разграничены (хотя они могут и совпадать, это не является обязательным). Эксперт формирует список типов задач, связывает их с компетенциями, а также определяет относительную важность каждой компетенции для выполнения данного типа задач. Также эксперт определяет степень владения компетенциями сотрудником и составляет список смежных компетенций для каждой компетенции.
Отличительной чертой разработанного подхода является то, что организационная система не предоставляет ранжированный список «подходящих» исполнителей, а за счет привязки компетенций к решаемым задачам сама находит нужного сотрудника, при этом ЛПР выступает в качестве контролирующего органа, который следит за корректностью работы ОИС РЗ. В случае выявления каких-либо ошибок или неточностей именно ЛПР изменяет исполнителя и (при необходимости) совместно с инженером по знаниям вносит дополнительные корректировки в систему [6].
В ОИС РЗ в качестве модели знаний выступает семантическая сеть, представленная в виде ориентированного графа. Ключевой идеей такого подхода является представление знаний в организационной системе в виде совокупности объектов (понятий) и связей (отношений) между ними [7]. Благодаря наглядному отражению взаимосвязи входящих в семантическую сеть объектов можно четко отследить отличие модели знаний от модели данных – обеспечение возможности выражения семантики данных [5, 8].
Результаты исследования и их обсуждение
Фрагмент семантической сети для сотрудников, задач и компетенций для разработанной ОИС РЗ представлен на рисунке.
Поскольку на основе представленного фрагмента семантической сети можно увидеть, что не все компетенции, относящиеся к «общим компетенциям для групп должностей», могут относиться к сотруднику, а также у сотрудника может присутствовать только часть компетенций, требуемых для выполнения задач, целесообразно рассмотреть вопрос управления как приоритет назначения сотрудника на определенный тип задач на основе нечетких множеств – совокупности объектов различного происхождения, которые именуются элементами множества, о принадлежности которых ко множеству можно утверждать только с какой-то долей определенности [5, 9].
Под нечетким множеством EFTT (Employee For Task Type) будем понимать совокупность упорядоченных пар, составленных из элементов e универсального множества E (Empolyees) и соответствующих степеней принадлежности μEFTT(e) [5]:
. (1)
Фрагмент семантической сети
При этом степень принадлежности сотрудника к нечеткому множеству подходящих под определенный тип задач сотрудников определяется интегральной оценкой, основанной на учете относительного веса каждой компетенции для решения типа задач и степени владения компетенцией сотрудника:
(2)
где i = (1,…,n) – компетенции сотрудника, pos_ci – степень владения i-ой компетенцией сотрудником, imp_ci – относительный вес i-ой компетенции для типа задачи [5].
При использовании нечетко-продукционной модели для воспроизводства процесса делегирования задач сотрудникам имитируется процесс рассуждений руководителя при выборе одного из n вариантов (options) назначения:
(3)
где O – универсальное множество вариантов, oj – j-ая задача из списка задач, n – мощность множества задач.
При этом решение принимается с учетом m параметров (parameters):
(4)
где P – универсальное множество параметров, pk – k-ый параметр из списка параметров, m – мощность множества параметров. Важными параметрами для конкретной задачи являются, например, количество задач в работе у сотрудника (загруженность), степень покрытия компетенциями сотрудника компетенций задачи, общая оценка деятельности сотрудника при выполнении задач заданного типа, психологические особенности и др.
Основная проблема существующих решений – субъективная оценка показателей лицом, принимающим решение, – решается путем тестирования сотрудника по заданным компетенциям не только в момент принятия на работу, но и с заданной периодичностью, а также обновление компетенций происходит при выполнении задач; касательно других показателей – загруженности и эффективности – данные хранятся в системе, и ЛПР не нужно их держать в голове. Основную трудность составляют те показатели, которые сложно формализовать (например, психотип, эмоциональное состояние, психологические особенности) [10]. Поскольку перечисленные параметры в некоторой степени можно отнести к категории не-факторов, то в вопросах управления при делегировании заданий целесообразно использовать методы, основанные на нечеткой логике и системах нечеткого логического вывода [11]. Также следует учитывать, что ряд критериев оказывают взаимное влияние друг на друга.
В основе эффективного управления организацией лежит оптимальное распределение задач, которое способствует оценке результатов их выполнения и, как следствие, реальной оценке эффективности работы персонала, лишенной ошибок, допущенных на этапе распределения [12, 13]. Проектируемая организационная система [6, 14] построена на горизонтальной иерархии, использование которой позволяет эффективно решать вопросы управления по распределению задач с учетом должностных обязанностей сотрудников и реальных профессиональных возможностей, а также обеспечить контроль выполнения поставленных задач.
Организационная информационная система распределения задач необходима в работе большинства организаций, поскольку и руководители, и подчиненные ежедневно выполняют дела, данные о которых необходимо фиксировать. Однако на сегодняшний день недостаточно просто управлять сотрудниками, появилась необходимость эффективного назначения исполнителя, исходя из его компетенций и загруженности.
Основными функциями спроектированной ОИС РЗ являются: добавление, изменение и удаление информации в информационной базе для администраторов системы; назначение исполнителя с учетом компетенций на основе семантических сетей и нечетких множеств; управление задачами; тестирование сотрудников по компетенциям; хранение результатов тестирования в личном кабинете сотрудников; хранение информации о пользователях системы; хранение и предоставление информации о задачах и компетенциях; расчет показателей эффективности сотрудников отдела управления.
Интеллектуальная поддержка принятия управленческих решений в организационных системах распределения задач между сотрудниками решает ряд вопросов: добавление, изменение и удаление данных из информационной системы; сохранение данных в базе данных; анализ эффективности работы сотрудников; поиск сотрудников с похожими компетенциями для обеспечения взаимозаменяемости; обучение новых сотрудников; назначение исполнителя с помощью семантических сетей и нечетких множеств.
Разработанная ОИС РЗ была внедрена в работу нескольких коммерческих фирм, в том числе в работу маркетингового отдела федеральной аптечной сети. Внедрение организационной системы позволило представить данные сотрудника в виде математической модели, в основе которой лежит кортеж компетенций, что, в свою очередь, обеспечивает минимизацию человеческого фактора при реализации лидерских и индивидуальных или командных качеств специалистов. С количественной точки зрения, оценка компетенций позволила определить: содержание 78% сотрудников является рентабельным, исходя из соотношения расходов на содержание одного конкретного человека и результатов его деятельности. Оставшиеся 22% сотрудников получили рекомендации по обучению внутри ОИС РЗ. Удалось сократить на 60% затраты времени на подбор замены сотруднику в экстренных ситуациях.
Заключение
Сформирована концепция разработки и формирования организационных систем распределения задач между сотрудниками. Приведены принципы интеллектуальной поддержки принятия управленческих решений на основе теории семантических сетей и нечеткой логики. Для воспроизводства процесса делегирования задач сотрудникам имитируется процесс рассуждений руководителя посредством использования нечетко-продукционных моделей.
Приведено описание семантической сети для сотрудника, задач и компетенций в рассматриваемой предметной области. Показано, что целесообразно использовать приоритет назначения сотрудника на определенный тип задач на основе нечетких множеств. Авторами предложен принцип назначения задач, который способствует повышению результативности работы исполнителей и, как следствие, снижению времени выполнения задач, реализованный с использованием теории нечетких множеств и семантических сетей.
Представлен принцип реализации организационной системы интеллектуального распределения задач между исполнителями, которая выполняет анализ индивидуальных особенностей сотрудника (его компетенций, занятости, предпочтений): рекомендации системы применяются для наиболее оптимального назначения сотрудника в условиях заданных ограничений и качества трудовых ресурсов. Система успешно применяется в нескольких коммерческих фирмах, в том числе в региональной сети аптек. Во время адаптации и настройки информационной системы были произведены корректировка элементов семантической сети и оценка показателей, а также проверка достоверности рекомендаций.