Розробка економіко-математичної моделі формування команди проекту в сучасних умовах: знаннєвий аспект

Размещено на http://www.allbest.ru/

Размещено на http://www.allbest.ru/

Розробка економіко-математичної моделі формування команди проекту в сучасних умовах: знаннєвий аспект

Чайковська І.І.

Хмельницький університет управління та права імені Леоніда Юзькова, Хмельницький національний університет

Чайковський М.Ю.

Хмельницький національний університет

Розроблена економіко-математична модель формування оптимального складу команди проєкту за рівнем знань в сучасних умовах, яка дозволяє успішно реалізувати проєкт. Цільова функція передбачає максимізацію інтегрального показника для відібраної комбінації працівників одного підрозділу підприємства, котрі увійдуть в склад команди проєкту. Даний інтегральний показник є усередненим значенням відповідного рівня знань працівників по кожній необхідній області знань із врахуванням відповідного вагового коефіцієнту. При цьому враховується обмеження, що у потенційного члена команди рівеньзнань зі встановлених областей знань має бути не нижчим мінімального рівня, встановленого експертами. А також середнє значення групи працівників з одного підрозділу по кожній області знань має бути не нижчим середнього рівня, встановленого експертами. У разі відсутності у підрозділах підприємства працівників з відповідним рівнем знань обирається комбінація працівників з мінімальним відхиленням. Модель передбачає застосування елементів комбінаторики для визначення можливих комбінацій працівників підрозділів. Також використано знання експертів та метод Фішберна для визначення вагових коефіцієнтів областей знань. Побудована карта знань підприємства, ієрархічне дерево областей знань проєкту із використанням системи відношень переваг. Використана модифікована шкала Харрінгтона для оцінювання рівня знань потенційних членів команди проекту.

INNACHAIKOVSKA

LeonidYuzkovKhmelnytskyiUniversityofManagementandLaw,

Khmelnitskyi National University

MAKSYM CHAIKOVSKYI

Khmelnitskyi National University

DEVELOPMENT OF AN ECONOMIC-MATHEMATICAL MODEL FOR PROJECT TEAM FORMATION IN MODERN CONDITIONS: KNOWLEDGE ASPECT

An economic-mathematical model of forming the optima! composition of the project team according to the level of knowledge in modern conditions has been developed, which allows to successfully implement the project. The objective function is to maximize the integrated indicator for the selected combination of employees of one division of the enterprise, which will be part of the project team. This integrated indicator is the average value of the appropriate level of knowledge of employees in each required area of knowledge, taking into account the relevant weighting factor. This takes into account the restriction that a potential team member's level of knowledge in the established areas of knowledge should not be lower than the minimum level set by experts. As well as the average value of a group of employees from one unit in each area of knowledge should not be lower than the average level set by experts. If there are no employees with the appropriate level of knowledge in the divisions of the enterprise, a combination of employees with a minimum deviation is selected. The model involves the use of elements of combinatorics to determine possible combinations of employees of units. Expert knowledge and the Fishburne method were also used to determine the weights of the areas of knowledge. The map of knowledge of the enterprise, a hierarchical tree of areas of knowledge of the project with use of system of relations of advantages is constructed. A modified Harrington scale was used to assess the level of knowledge of potential project team members. The practical implementation of the model was carried out for a machine-building enterprise that plans to produce a new type of product Out of 52 candidates, 23 were selected to form the project team. 4 of them require additional training from internal experts who are employees of the enterprise. The created model can be used by a wide range of enterprises taking into account the specifics of their activities,

Keywords: project team, optimization model, economic-mathematical model, enterprise knowledge management.

Постановка проблеми у загальному вигляді та її зв⁹язок із важливими науковими чи практичними завданнями

економіко математична модель проект команда

В сучасних умовах на перше місце виходять знання та технології, котрі активно застосовуються у промисловості. В умовах українських реалій, де лише розпочинається використання інструментів Industry4.0, важливими складовими формування команди проєкту є знання, впровадження Bigdataта аналітики під час реалізації проєкту. Також важливою є автоматизація процесів комунікації, застосування мобільних пристроївдля роботи з деякими основними системами (для отримання інформації, співпраці та ділової взаємодії), застосування хмарних технологій в управлінні проєктами. Окремою складовою успішної реалізації проєкту є автоматизація процесів виробництва, формування системи збереження знань, згенерованих під час проєкту. Активно використовується описова аналітика (використовує агрегування даних та їх аналіз), прогностична (використовує статистичне моделювання для прогнозування ситуації), прескриптивна (використовує методи оптимізації та моделювання для пошуку можливих сценаріїв для управління проектом). Отже, команда проєкту в сучасних умовах має володіти потужними професійними знаннями для реалізації встановлених функцій при реалізації проєкту. Також команда проєкту повинна активно застосовувати інформаційні технології з метою ефективного використання даних та налагодження комунікацій між членами команди та володіти технологіями збереження знань проєкту. Тому, щоб відповідати умовам сьогодення, необхідно на підприємствах активно формувати та використовувати систему управління знаннями. Також слід застосовувати нові технології як у виробничому процесі, так і при налагодженні комунікацій між співробітниками та зацікавленими сторонами. Особливо актуальним дане питання є для проєктно-орієнтованих підприємств, котрі мають формувати знання для забезпечення як операційної діяльності, так і для реалізації проєктної діяльності. Оскільки проєктна діяльність, а саме проєкти є основною формою створення інновацій, тому слід дуже ретельно формувати команду проєкту. Команда проєкту повинна мати необхідний рівень професійних знань, спроможність генерувати нові знання з метою успішної реалізації проєкту та перетворенням їх у організаційні, активно застосувати інформаційні технології. Це дозволить досягнути оптимальних фінансових результатів та підвищити конкурентоспроможність підприємства.

Команда проєкту має володіти знаннями: професійними (у напрямку своєї професійної діяльності); практичними знаннями та навиками використання інформаційних технологій (для комунікації, з управління проєктами, вузькоспеціалізовані); технологіями збереження згенерованих знань з метою їх ефективного використання під час реалізації даного проєкту та інших проєктів зокрема.

Для функціонування проєктно-орієнтованого підприємства досить важливою є злагоджена оцінка як його операційної діяльності, так і проєктної. Особливо це стосується побудови системи управління знаннями, котра має об єднувати цих дві підсистеми та матиме додатній синергетичний ефект, який вплине на підвищення економічної ефективності за рахунок комерціалізації знань. Одним з аспектів у вирішенні та активізації даного процесу має оптимальне формування команди проєкту із залучення працівників підприємства з різних функціональних підрозділів. Головним критерієм їх відбору є рівень знань та умінь з необхідних областей знань, які потрібні для успішної реалізації проєкту, а також активне застосування інформаційних технологій для злагодженої комунікації. Дані критерії є головними в умовах Industry4.0.

У роботі [1] нами запропонована економіко-математична модель формування команди проекту із використанням результатів роботи [2]. Для комплексної оцінки оптимальності складу команди проєкту запропоновано врахувати показники професійної, інтелектуальної, соціальної складової та знання, зацікавленість і досвід вирішення аналогічних задач.

У роботі [1] вирішена задача, в якій керівнику підрозділу підприємства необхідно з 10 працівників на одному рівні ієрархії (n=10) обрати 3 (m=3) для формування команди проєкту. Відповідно необхідно врахувати всі критерії сумісності та ефективної взаємодії обраних працівників в процесі генерації нового організаційного знання. Проте дана модель може слугувати доповненням для обрання працівників одного підрозділу (наприклад 3 з 10), адже не передбачає відбір працівників з різних підрозділів, а лише взаємозамінних членів команди.

Проте більш детального дослідження вимагає саме відбір працівників за їхнім рівнем знань у необхідних областях знань для реалізації проєкту. Це важливо, тому що відбір працівників підприємства з необхідним рівнем знань збільшує ймовірність успішної реалізації проєкту. До того ж, згенеровані нові знання членами команди під час виконання проєкту, які є працівниками підприємства, будуть надбанням підприємства та перетворяться у організаційні знання, котрі буде змога використати у подальшій діяльності. Але є об'єктивні труднощі, які стосуються підбору оптимального складу команди проєкту, тому що має місце недостатній рівень повноти інформації стосовно необхідних областей знань для реалізації саме поточного проєкту. Тому необхідним є визначення необхідних областей знань, чисельності команди, підбір членів команди за рівнем знань. Це дозволить максимізувати успішність реалізації проєкту та отримати позитивні ефекти від використання результатів проєкту у операційній діяльності підприємства. Зокрема, може бути підвищена ефективність діяльності підприємства за рахунок його інноваційного розвитку та впровадження результатів інноваційної діяльності у промислове виробництво.

Аналіз останніх досліджень і публікацій

У роботі [3] 2006 р. зазначається, що кваліфікована команда проєкту, котра має відповідний рівень знань та досвід, здатна дослідити та зрозуміти вимоги клієнта має великі шанси успішно реалізувати проєкт вчасно та у межах встановленого бюджету. Управління командою проєкту повинне бути засноване на знаннях. Оптимальний склад проектної команди ґрунтується на наявності необхідних навичок та компетенцій, що відповідають меті проєкту.

У роботі [4] 2016 р. визначено, що головною проблемою управління проєктами є управління знаннями, а саме відбір та ефективне використання найцінніших знань. Зазначено, що ефективне застосування рішень з управління знаннями у проєктних командах є досить важливими як для реалізації проєктів, так і для діяльності всієї організації. Результати дослідження показали чотири ключові фактори, що сприяють ефективності процесів управління знаннями. До цих факторів належить навчальна організація, організаційна стратегія, організаційна структура та організаційна культура, причому остання вказана як ключовий фактор успіху розгортання проєктних команд Agileта розбудови Agileорганізацій.

У роботі [5] 2016 р. відзначається, що у багатьох галузях, таких як консалтинг, креативні агенції, інноваційні центри, знання працівників є ключовим аспектом. Особливо актуальним є управління знаннями у створених проєктних командах. Головною їх задачею є генерування нових знань та їх поширення у наступні проєкти та новим членам команди. Окрема увага приділяється документуванню та обміну знаннями.

Проте у роботах [3-5] залишилися невирішеними питання, пов'язані з практичною реалізацією відбору членів команди проєкту із врахуванням необхідних знань, котрі потрібні для реалізації проєкту. Причиною цього є теоретична спрямованість проведених досліджень. Варіантом вирішення даної проблеми є використання економіко-математичного моделювання для відбору членів проєктної команди. Саме такий підхід використано у роботах [6-8].

У роботі [6] 2017 р. розроблена модель відбору членів проєктної команди у складних інженерних проєктах в умовах невизначеності. Модель передбачає врахування підходу до обміну знаннями. Проблема формування проєктної групи формулюється як нечітка багатоцільова цілочисельна модель програмування 0 -

1. Компанія планує сформувати проєктну групу для одного зі своїх проєктів. Команда складається з 11 членів з різних областей знань, а саме: структура; просування; виробництво електроенергії; управління; управління машинами; гідродинаміка; корисне навантаження; допоміжні системи; виробниче машинобудування; випробування та сертифікація; інженерія систем. Характеристики кандидатів у проєктну команду: здатність засвоювати знання, здатність обміну знаннями, готовність до обміну знаннями, мотивація обміну знаннями, можливість засвоєння / обміну знаннями. Дане дослідження не конкретизує, якими саме областями знань повинен володіти кожен член команди, а лише надає узагальнені характеристики.

У роботі [7] 2017 р. запропонована модель формування команди проєкту із використанням багатокритеріальних методів оцінки та оптимізації, функції корисності. Критерієм оцінки при відборі кандидатів є професійний, а саме вища освіта з машинобудування або авіації, досвід роботи на подібній посаді не менше 3 років, просунутий користувач встановленого програмного забезпечення. Також важливим є особистий критерій (наполегливість, комунікабельність, лідерські якості) та психологічний (швидке отримання великого обсягу інформації, швидка адаптація до нового середовища, психологічний тип). Модель не передбачає конкретизацію областей знань, підрозділів, де працюють працівники.

У роботі [8] 2018 р. зазначається, що при перетворенні організації у проєктно-орієнтовану з'являються нові виклики, які стосуються трансформації знань. В результаті аналізу 13 банків, котрі працюють у Сербії, було визначено, що трансформація знань між членами команди проєкту є низькою. Головними проблемами передачі знань є динамічний розвиток проєкту, його складність, часові обмеження. Також значними викликами є Industry4.0, сильна конкуренція, постійні структурні та технологічні зміни, економічна криза. На основі проведеного регресійного аналізу автори дійшли висновку, що показники передачі знань між членами команди проєкту знаходять у тісній взаємодії з успішністю реалізації проєкту у банківському секторі Сербії. Генерація знань, їх ефективне використання та обмін ними є ключовою складовою результативності та ефективності як всією організації, так і проєкту зокрема. За результатами опитування респондентів, найбільший вплив на стримування передачі знань відіграють високий тиск стислих термінів реалізації проєкту, стиль управління та організаційна культура. Недоліком даного дослідження є суб'єктивний характер, адже використовується опитування респондентів, котрі погодилися брати участь у даному дослідженні.

З метою вирішення проблеми визначення оптимальної тривалості етапів проєкту для успішного генерування нових необхідних знань розроблена модель у роботі [9].

Однак, у роботах [6-8] у розроблених моделях не робиться акцент на необхідності формування комунікаційних зв'язків при формуваннні команди проєкту. Ця особливість відзначена у роботах [10-12].

У роботі [10] 2018 р. визначено ключові факторів успіху в управлінні проєктною командою в мережевому просторі. Запропонована процедура дослідження техніки Philips66 (США) дозволила визначити набір факторів, які мають вирішальне значення для управління мультикультурними командами проєктів у мережевому просторі. Також проаналізований кожен фактор та визначено ключові фактори успіху в управлінні проєктною командою.

У роботі [11] 2018 р. акцент робиться на комунікації у проєктній команді. Застосовано концепцію вимірювання ефективності спілкування у проєктних командах, враховуючи 19 аспектів ефективності, що дозволяє оцінити індивідуальну ефективність спілкування кожного члена команди, загальну ефективність комунікації команди чи організації та порівняння команд чи організацій щодо ефективності комунікації.

У роботі [12] 2019 р. автори використовували опитування, яке було одноразовим та анонімним. Анкета була використана для перевірки сприйняття навичок спілкування та співпраці членами команди проєкту в автомобільній промисловості. У ньому взяли участь 27 керівників та спеціалістів, делегованих на реалізацію проєктів. Одним із ключових питань, що вимагає вдосконалення під час впровадження виробництва, є не знання фахівців, проблеми з машинним парком або обладнанням заводу, а підвищення здатності фахівців та керівників ефективно спілкуватися та співпрацювати. Вказано, що нова модель плану проєкту повинна бути збагачена оцінкою ризиків, пов язаною із спілкуванням у проєктніи групі, як частина оцінки доцільності всього проєкту.

Роботи [10-12] мають більш теоретичний характер. У роботі [13] міститься практичниИ аспект у вигляді розробленої моделі, котра враховує запас міцності проєктної команди для усунення конфліктів та вирішення питання проблемної комунікації.

У роботі [13] 2019 р. розроблені моделі, згідно яких менеджер проєкту може обрати оптимальний склад проєктної команди для забезпечення успішної реалізації проєкту. Розроблені математичні моделі враховують фактор часу, який виділеній кожному з членів команди, розмір проєктної команди та запас міцності для усунення конфліктів.

Також науковці при формуванні команди проєкту розглядають і питання необхідності застосування сучасних інформаційних технологій [14, 15]. А у роботі [16] представлена економіко-математична модель формування команди проєкту із використанням нечіткої логіки.

У роботі [14] 2020 р. зазначається, що технологічний прогрес вносить свої корективи у формування команд проєкту, адже з'являється можливість використання необхідних засобів у створенні віртуальної команди. Члени команди проєкту нового типу мають володіти специфічними професійними навиками, що відповідають характеристикам віртуальних команд та міжнародних проєктів. Побудова моделі особистих та професійних навичок, необхідних для членів міжнародної віртуальної команди, могло б полегшити процес їх відбору, допомогти створити ефективну команду, забезпечити результативність.

У статті [15] 2020 р. досліджений процес формування команди проєкту до початку проєкту, а також організація інформаційного забезпечення прийняття рішення для підбору команди проєкту. Запропонована методологія включає збір та підготовку даних для аналізу, виявлення нових знань на основі подібності об'єктів за допомогою кластеризації, їх інтеграцію з експертними знаннями, формалізацію знань та формування бази знань, отримання рішень при використанні знань.

У роботі [16] 2021 р. запропонований модифікований нечіткий підхід до підбору команди проєктів. Поєднано MCDMз динамічним зважуванням для кожного параметра.

Основними конструктивними параметрами в цій моделі є перетворення вхідних даних у нечітку форму, проєктування оцінки не членства та обчислення недетермінованих значень з оцінок членства та не членства. Нарешті, нечіткий вихід перетворюється в чіткий набір, відомий як дефазифікація. Цей метод допомагає визначити найбільш кваліфікованих кандидатів у порядку їх здібностей з групи заявників.

Виділення невирішених раніше частин загальної проблеми, котрим присвячується стаття

Незважаючи на значні досягнення вчених у напрямку формування команди проєкту, потребує подальшого дослідження формування оптимального її складу із працівників підприємства в сучасних умовах. Доцільним є проведення дослідження, присвяченого розробці економіко-математичної моделі формування проєктної команди із врахуванням наявного рівня знань.

Також важливим є врахування можливості застосування інформаційних технологій з метою автоматизації процесу управління проєктом, налагодження комунікації та збереження згенерованих знань.

Формулювання цілей статті

Метою дослідження є розробка економіко-математичної моделі формування команди проєкту з працівників різних підрозділів підприємства із врахуванням рівня необхідних знань з відповідних областей знань для успішної реалізації проєкту.

Для досягнення поставленої мети вирішувалися наступні задачі:

- здійснити постановку задачі, розробити описову та математичну модель визначення оптимального складу команди проєкту за рівнем знань та алгоритм її вирішення;

-визначити області знань, які потрібні для реалізації проєкту та побудувати карту знань;

- побудувати ієрархічне дерево областей знань проєкту, визначити їх вагові коефіцієнти, визначити необхідну кількості працівників з функціональних підрозділів підприємства для реалізації проєкту та встановити шкалу для їх оцінювання за областями знань;

- визначити необхідний мінімальний та середній рівень знань комбінації працівників підрозділу за областями знань для формування команди проєкту та оцінити їх наявний рівень знань;

- визначити можливі комбінації працівників з кожного підрозділу, вибрати найкращу згідно встановлених обмежень та цільової функції та сформувати команду проєкту.

Виклад основного матеріалу

Матеріали та методи дослідження

Запропонована модель може реалізуватися за таких вхідних даних:

1) області знань, якими мають володіти члени команди проєкту для його реалізації;

2) формування карти знань, яка відображає, у яких функціональних підрозділах містяться відповідні знання для реалізації проєкту;

3) необхідна кількість членів команди з відповідних функціональних підрозділів підприємства;

4) мінімальний та середній рівень знань працівників підрозділу, котрі залучаються у проєкт;

5) наявність експертів з визначеної області знань на підприємстві, котрі можуть здійснити навчання.

Вихідними даними моделі є:

1) обрання працівників з відповідних функціональних підрозділів з відповідним рівнем знань для реалізації проєкту;

2) вибір внутрішніх експертів для проведення навчання членів команди;

3) рекомендації стосовно необхідності залучення зовнішніх експертів та зовнішніх членів команди;

4) формування оптимального складу команди проєкту із врахуванням володіння відповідними знаннями на встановленому рівні та мінімізації витрат на навчання за необхідності.

Модель передбачає застосування елементів комбінаторики для визначення можливих комбінацій працівників підрозділів. Також використано знання експертів та метод Фішберна для визначення вагових коефіцієнтів областей знань. Побудована карта знань підприємства, ієрархічне дерево областей знань проєкту із використанням системи відношень переваг. Використана модифікована шкала Харрінгтона для оцінювання рівня знань потенційних членів команди проєкту.

Для практичної реалізації моделі застосовано мову програмування Racket.

Результати досліджень практичної реалізації розробленої економіко-математичної моделі формування команди проєкту

1. Постановка задачі та розробка описової та математичної моделі формування команди проєкту

Машинобудівне підприємство планує виробництво нового виду продукції (медичного обладнання). Підприємство здійснило маркетингові дослідження ринку, попиту, конкурентів, аналітичні розрахунки. Також було оцінено власні виробничі та кадрові можливості, ресурси збуту, ризики проєкту, визначено тривалості етапів проєкту, бюджет. В результаті керівництво підприємства прийняло рішення про доцільність реалізації проєкту виробництва нового виду продукції, а саме медичного обладнання.

Підприємство планує розпочати реалізовувати проєкт через 5 місяців. Для цього йому потрібно відібрати команду проєкту з функціональних підрозділів підприємства за критерієм наявності відповідного рівня необхідних знань згідно встановлених областей знань для успішної реалізації проєкту та можливості генерації нових знань під час реалізації проєкту. Також важливим є володіння сучасними інформаційними технологіями для автоматизації процесу управління проєктом.

За відсутності у потенційних членів команди проєкту належного рівня знань, слід оцінити можливість опанування визначеної області знань до встановленого рівня за визначений період. Також потрібно визначити працівників підприємства, котрі є експертами з відповідних областей знань.

Підприємство також розглядає можливість мережевих структур, тобто залучення зовнішніх експертів або зовнішніх членів команди у разі відсутності відповідних знань у працівників підприємства.

Етапами проєкту є:

1. Додаткові дослідження потреб клієнта та відкриття нових можливостей на ринку. Хоча перед прийняттям рішення про реалізацію проєкту проводилися маркетингові дослідження, та даний етап передбачає більш детальний аналіз вимог потенційних клієнтів, доступної частки ринку, необхідні інвестиції, аналіз конкурентів та розробку бізнес-моделі (плану).

2. Генерація ідей (мозковий штурм) та відбір найкращої ідеї виробництва нового обладнання.

3. Аналітичні дослідження: описова аналітика (яка ситуація зараз), прогностична аналітика (варіанти розвитку подій), прескриптивна аналітика (що робити при невідповідності).

4. Проєктування (розробка нового виду продукції).

5. Виготовлення дослідних зразків нової продукції.

Тому вдало організоване інформаційне забезпечення є важливим фактором успішної реалізації проєкту. Такаж проєкт передбачає збереження згенерованих під час реалізації проєкту знань з можливістю перетворення їх у організаційні знання.

У даній ситуації для підбору команди проєкту доцільно розглянути оптимізаційну модель:

де АК_гу - бальна оцінка області знань (AreaofKnowledge) працівника; i- номер області знань;

n- кількість областей знань, яким має відповідати працівник підрозділу; j- номер працівника в рамках одного підрозділу;

m- кількість працівників, яку необхідно залучити з визначеного підрозділу; wi- ваговий коефіцієнт області знань.

Умовами даної моделі є те, що у потенційного члена команди рівень знань згідно обраної шкали з встановлених областей знань iмає бути не нижчим мінімального рівня (AKmin), встановленого експертами:



Середнє значення групи працівників з одного підрозділу по кожній області знань і має бути не нижчим середнього рівня (Aiav),встановленого експертами:

Aiavвідображає синергетичний ефект знань працівників одного підрозділу, котрі працюватимуть в команді проєкту.

У разі відсутності у підрозділах підприємства працівників з відповідним рівнем знань обирається комбінація працівників з мінімальним відхиленням:

де ААКгу - бали, котрих не вистачає комбінації працівників одного підрозділу з визначених областей знань і до рівня Aiav.

Необхідними даними для даної моделі є:

де T- ієрархія необхідних областей знань проєкту (ієрархічне дерево логічного висновку);

Н - кількісна шкала для оцінювання рівня знань з визначеної області знань потенційного члена команди;

AK- система відношень переваг одних областей знань над іншими (для одного рівня ієрархії).

При цьому:

де } - відношення переваги;

--відношення рівноваги.

Запропонована модель складається з наступних етапів:

1. Визначення областей знань, які потрібні для реалізації проєкту та побудова карти знань. Визначення областей знань, які потрібні для реалізації проєкту на кожному етапі Sу вигляді сукупності:

Побудова карти знань (визначення місцезнаходження областей знань у підрозділах підприємства):

2. Побудова ієрархічного дерева областей знань проєкту із використанням системи відношень переваг та визначення їх вагових коефіцієнтів (ваг Фішберна).

Побудова ієрархічного дерева областей знань проєкту здійснюється із використанням системи відношень переваг (згідно (6)).

Визначення вагових коефіцієнтів за методом Фішберна (wi, W2 …wn). Для системи переваг, що знижуються Nальтернатив:

Aсистемі рівнозначних один одному Nальтернатив - комплекс однакових ваг:

3.Визначення необхідної кількості працівників з функціональних підрозділів підприємства для реалізації проєкту та встановлення шкали для їх оцінювання за областями знань.

Визначення необхідної кількості працівників (ay)з функціональних підрозділів підприємства (j)дляреалізації кожного проєкту і (формування матриці Aij) та загальної кількості членів команди Niвідображається за допомогою табл. 1.

Також необхідно визначити шкалу оцінювання потенційних членів команди проєкту за областями знань (Н).

4. Визначення необхідного мінімального та середнього рівня знань комбінації працівників підрозділу за областями знань для формування команди проєкту та оцінити їх наявний рівень знань.

.Визначення можливих комбінацій працівників з кожного підрозділу, вибір найкращої згідно встановлених обмежень та цільової функції.

Таблиця 1Табличне представлення результатів етапу

Заплановані проєкти	Функціональні підрозділи підприємства	Необхідна кількість членів команди
	Підрозділ 1	Підрозділ 2		Підрозділ і
Проєкт 1	an	a12		an	Ni
Проєкт 2	a2i	a22		a2i	N2
Проєкт і	an	ai2		aii	Ni

Для підбору можливих працівників (комбінації) з кожного підрозділу використано формулу комбінаторики: кількість комбінацій без повторень з nелементів по mелементів дорівнює:

Далі здійснюється вибір комбінацій, які відповідають умові (згідно (2), (3)), обрання найкращої комбінації (згідно (1)). Якщо жодна комбінація не відповідає умовам (згідно (2), (3)), то підбір працівників підрозділу здійснюється з мінімальним відхиленням (згідно (4)). Також здійснюється визначення внутрішніх експертів з відповідних областей знань або прийняття рішення про необхідність залучення зовнішніх експертів або членів команди, самонавчання, тренінги та ін.

6. Формування команди проєкту за рівнем знань.

Даний підхід дозволить сформувати команду проєкту з відповідним рівнем знань для успішної реалізації проєкту. Модель передбачає такі варіанти відбору члені команди: працівники даного підприємства з відповідним рівнем знань у необхідних областях знань, виявлення експертів, котрі можуть навчити працівників з рівнем знань, котрі нижчі мінімально необхідних. При необхідності залучення зовнішніх експертів для навчання, проходження тренінгів. У разі неможливості відбору члена команди з підприємства або неможливості його навчання до відповідного рівня за визначений проміжок часу - залучення зовнішнього члена команди. Модель дозволяє врахувати встановлений термін часу на навчання та мінімізацію витрат.

В даній моделі знання виступають джерелом успішної реалізації проєкту, комерціалізації його результатів та отримання вищого рівня конкурентоспроможності підприємства на ринку.

2. Визначення областей знань, які потрібні для реалізації проєкту та побудова карти знань

У табл. 2 наведені необхідні області знань для реалізації проєкту на кожному етапі.

Таблиця 2. Необхідні області знань для реалізації проєкту

Позначення області знань	Етапи реалізації проєкту та необхідні області знань для його реалізації
1	2
Етап 1 (Si). Додаткові дослідження потреб клієнта та відкриття нових можливостей на ринку
AK(ll)	Визначення потенційних клієнтів
AK(12)	Аналіз вимог потенційних клієнтів до продукту
AK(13)	Визначення доступної частки ринку
AK(14)	Визначення необхідного рівня інвестицій (методи економічної доцільності)
AK(15)	Аналіз конкурентів
AK(16)	Розробка бізнес моделі
Етап 2 (S2). Генерація ідей та відбір найкращої ідеї
AK(21)	Методи генерації ідей
AK(22)	Детальне знання продукту
AK(23)	Інноваційні особливості продукції
Етап 3 (S3). Аналітичні дослідження
AK(31)	Описова аналітика (методи та механізми)
AK(32)	Прогностична аналітика (методи та механізми)
AK(33)	Прескриптивна аналітика (методи та механізми)
Етап 4 (S4). Проектування (розробка нового виду продукції)
AK(41)	Комплексне моделювання продукції
AK(42)	Комплексне проектування продукції
AK(43)	Створення ескізів для вивчення потенційних концептуальних рішень
AK(51)	Складання технічного завдання
AK(52)	Складання технічної пропозиції
AK(53)	Розробка ескізного проєкту
AK(54)	Розробка технічного проєкту
AK(55)	Підготовка робочої документації
AK(56)	Виготовлення дослідних зразків нової продукції
AK(57)	Тестування функціональності та надійності
Всі етапи
Автоматизація процесу управління проєктом (Sm)
АК?	Хмарні технології
АК(2)	Автоматизована система управління проєктом
АК(3)	Робота з мобільними версіями
Система збереження знань проєкту (S02)
АК?	Формалізація знань
АК(5)	Карта знань
АК(6)	База даних згенерованих знань

Як видно з табл. 2 всього передбачається 31 область знань для успішної реалізації проєкту.

У табл. 3 подана карта знань підприємства, котра дозволяє виявити місцезнаходження областей знань у підрозділах підприємства.

Таблиця 3. Карта знань підприємства

У табл. 3 використовуються наступні скорочення: ВМЗЗ - відділ маркетингу та зовнішніх зв'язків; ПЕВ - планово-економічний відділ; ВАСУ - відділ автоматизованих систем управління; ВТК - відділ технічного контролю; ВМТ - відділ медичної техніки; ПКВ - проєктно-конструкторський відділ; ВВ - виробничий відділ.

Зеленим кольором позначені відділи, де містяться поглиблені професійні знання з відповідної області знань, синім - наявність загального рівня знань з відповідної області знань.

3. Побудова ієрархічного дерева, визначення вагових коефіцієнтів та шкали оцінювання членівкоманди

Систему відношення переваг представлено на рис. 1.



Рис. 1. Ієрархічне дерево областей знань проекту із зазначенням системи відношень переваг

Рис. 1 відповідає система співвідношень AK:

AK={S2^S4^S5}S1^S3^S01^S02;AK(22)^AK(23)}AK(21);AK(41)^AK(42)^AK(46)}AK(43)^AK(44)^ АК (45);АК(51)^АК(52)^АК(53)^АК(54)^АК(55)^АК(56)^АК(57);АК(П)^АК(12) ^АК(13) ^АК(14) ^АК(15) ^AK(16);AK(32) ^AK(33) }AK(31);AK(2) }AK(1) }AK(3);AK(6) }AK(4) }AK(5)}.

Отримана система відношень переваг дозволяє використати для визначення вагових коефіцієнтів ваги Фішберна.

Згідно формул (7), (8), а також системи відношень переваг (рис. 1) сформована система ваг Фішберна (табл. 4).

Таблиця 4Система ваг Фішберна

N	R	Wi	W2	W3	W4	w5	W6	W7
3	AK(22) - AK(23) } AK(21)	2/5	2/5	1/5	-	-	-	-
	AK(32)¶юAK(33) } AK(31)	2/5	2/5	1/5	-	-	-	-
	AK(2) }AK(1) } AK(3)	3/6	2/6	1/6	-	-	-	-
	AK(6) }AK(4) } AK(5)	3/6	2/6	1/6	-	-	-	-
6	AK(41) - AK(42) - AK(46) } AK(43) - AK(44) - AK(45)	2/9	2/9	2/9	1/9	1/9	1/9	-
	AK(11) - AK(12) - AK(13) - AK(14) - AK(15) - AK(16)	1/6	1/6	1/6	1/6	1/6	1/6	-
7	AK(51) - AK(52) - AK(53) - AK(54) - AK(55) - AK(56) - AK(57)	1/7	1/7	1/7	1/7	1/7	1/7	1/7
	S2 - S4 - S5 } S1 - S3 - S01 - S02	2/10	2/10	2/10	1/10	1/10	1/10	1/10

Провівши згортку вагових коефіцієнтів різних рівнів ієрархії було отримано наступні узагальнені вагові коефіцієнти (рівень впливу) для областей знань:

wi (AK(11))=0,0167; wi (AK(11))=0,0167; W2 (AK(12))=0,0167; W3 (AK(13))=0,0167; W4 (AK(14))=0,0167; W5 (AK(15))=0,0167; we (AK(16))=0,0167; W7 (AK(21))=0,0400; w₈ (AK(22))=0,0800; W9

(AK(23))=0,0800; W10 (AK(31))=0,0200; w_n (AK(32))=0,0400; W12 (AK(33))=0,0400; W13 (AK(41))=0,0444; W14

(AK(42))=0,0444; W15 (AK(43))=0,0222; W16 (AK(44))=0,0222; W17 (AK(45))=0,0222; W18 (AK(46))=0,0444; W19

(AK(51))=0,0286; W20 (AK(52))=0,0286; W21 (AK(53))=0,0286; W22 (AK(54))=0,0286; W23 (AK(55))=0,0286; W24

(AK(56))=0,0286; W25 (AK(57))=0,0286; W26 (AK(1))=0,0333; W27 (AK(2))=0,0500; W28 (AK(3))=0,0167; W29 (AK(4))=0,0333; W30 (AK(5))=0,0167; W31 (AK(6))=0,0500.

Максимальне значення вагового коефіцієнту на рівні 0,0800 спостерігається для областей знань АК(22) та АК(23). Мінімальне значення вагового коефіцієнту на рівні 0,0167 - для АК(11), АК(12), АК(13), АК(14), АК(15), АК(16), АК(3) та АК(5).

Далі слід визначити необхідну кількість працівників (aijj)з функціональних підрозділів підприємства (j)для реалізації кожного проєкту і. Також слід визначити загальну кількості членів команди Niта сформувати матрицю Aij, де і - кількість проєктів, j- кількість підрозділів.

Оскільки у роботі розглядається один проєкт, тому встановимо необхідні дані для одного проєкту.

Згідно оцінок експертів, які є працівниками підприємства, необхідно 23 члени команди проєкту з функціональних підрозділів підприємства. З підрозділу ВМЗЗ потрібно 3 членів команли, з ПЕВ - 3, з ВАСУ -2, з ВТК - 2, з ВМТ - 3, з ПКВ - 5, з ВВ - 5. Також слід визначити шкалу оцінювання потенційних членів команди проєкту за областями знань (Н). В якості кількісної шкали оцінювання кожної з областей знань застосовувалася «шкала бажаності» Харрінгтона, переведена до 10-бальної шкали (табл. 5).

Таблиця 5. «Шкала бажаності» Харрінгтона (приведена до 10-бальної шкали)

Бальна шкала	Якісні характеристики шкали
0-3	Неприйнятний рівень
3-4	Граничний рівень
4-6,3	Прийнятний на рівні «задовільно». Якість прийнятна до гранично допустимого рівня, але потребує вдосконалення
6,3-8	Прийнятний на рівні «добре»
8-10	Прийнятний на рівні «відмінно». Відображає незвично хорошу якість чи виконання
10	Відображає крайній рівень відмінної якості, покращення якого не має сенсу

Згідно табл. 5 бали по відповідній області знань виставлятимуться згідно шкали (0^10) балів за зростанням.

4. Визначення необхідного та наявного рівня знань працівників підрозділу для формування команди проєкту

Експерти встановили мінімальний рівень знань для кожної області знань AKmnта середній рівень знань AKiavдля комбінацій працівників з одного підрозділу із використанням шкали Харрінгтона (табл. 6).

Для АК(22), АК(23), АК?,АК(2), АК(3), Ак(6), згідно табл. 6, є відповідні значення АКітіп та AKi_avдля поглиблених професійних знань, та позначені індексом g (green), а також для загального рівня знань - індексом b (blue).

Таблиця 6Значення АКітіп та ARiavдля областей знань

№	Область знань	Мінімальний рівень, АКітіп	Середній рівень, АКіау
1	AK(11)	7	8
2	AK(12)	8	9
3	AK(13)	6	7
4	AK(14)	9	9
5	AK(15)	7	7
6	AK(16)	6	7
7	AK(21)	5	6
8	AK(22) b	5	5
	AK(22) g	9	9
9	AK(23) b	5	6
	AK(23) g	9	9
10	AK(31)	6	7
11	AK(32)	6	7
12	AK(33)	6	7
13	AK(41)	7	7
14	AK(42)	7	7
15	AK(43)	8	8
16	AK(44)	6	7
17	AK(45)	9	9
18	AK(46)	10	10
19	AK(51)	7	8
20	AK(52)	7	8
21	AK(53)	7	8
22	AK(54)	7	8
23	AK(55)	7	8
24	AK(56)	7	8
25	AK(57)	8	8
26	АК(1) b	5	6
	АК?g	9	9
27	АК(2) b	5	5
	АК(2) g	9	9
28	АК(3) b	6	6
	АК(3) g	9	9
29	АК?	5	7
30	АК(5)	5	6
31	АК?b	5	6
	АК?g	10	10

Далі слід оцінити потенційних членів команди у кожному з підрозділів за обраною шкалою. Укожному підрозділі є працівники, котрі розглядаються на можливість бути членами команди проєкту. Кожен з них оцінюється за шкалою Харрінгтона (табл. 5) на наявний рівень знань по необхідних областях знань проєкту. Результати для відділу ВММЗ представлені у табл. 7. Значення АК_ітш та AKavвикористовуються з табл. 6 для відповідних областей знань.

Результати для підрозділу ПЕВ представлені у табл. 8.

Таблиця 8Оцінювання потенційних кандидатів у команду проєкту підрозділу 2 (ПЕВ)

№	Область	Працівники підрозділу 2 (ПЕВ)	АКітіп	АКіау
	знань	Em2©–	Em2i	Em22	Em23	Em24	Em25	Em26
1	AK(14)	9	10	9	10	10	9	10	9	9	0,0167
2	AK(21)	7	6	9	10	7	6	8	5	6	0,0400
3	AK(22)b	10	9	6	6	8	9	10	6	8	0,0800
4	AK(23)b	6	8	7	9	6	10	7	6	7	0,0800
5	AK(31)	7	8	10	5	10	6	9	6	7	0,0200
6	AK(32)	10	10	7	6	8	8	9	6	7	0,0400
7	AK(33)	9	6	8	8	7	5	10	6	7	0,0400
8	АК(1)Ь	8	8	7	5	4	7	6	5	6	0,0333
9	АК(2)Ь	6	6	5	6	7	8	9	5	6	0,0500
10	ак(3)ь	5	7	8	9	6	8	10	5	6	0,0167
11	АК?	5	7	9	7	10	9	7	5	7	0,0333
12	АК(5)	6	7	6	8	6	7	5	5	6	0,0167
13	AK(6)b	9	8	5	7	6	7	6	5	6	0,0500

Таблиця 7. Оцінювання потенційних кандидатів у команду проєкту підрозділу 1 (ВММЗ)

№	Область	Працівники підрозділу 1 (ВММЗ)		АКіау
	знань	Emi©–	Emii	Emi2	Emi3	Emi4	Emi5	Emi6			Wi
1	AK(11)	7	9	7	8	10	8	9	7	8	0,0167
2	AK(12)	10	10	9	8	7	8	9	8	9	0,0167
3	AK(13)	8	5	6	7	9	7	10	6	7	0,0167
4	AK(15)	6	10	9	6	7	6	7	7	7	0,0167
5	AK(16)	7	8	9	9	10	7	6	7	7	0,0167
6	AK(21)	9	8	8	9	5	6	10	5	6	0,0400
7	AK(22)b	10	7	7	5	7	9	6	6	8	0,0800
8	AK(23)b	5	6	7	7	6	8	8	6	7	0,0800
9	АК?b	9	6	5	4	8	8	7	5	6	0,0333
10	АК(2)Ь	7	8	9	5	7	4	6	5	6	0,0500
11	АК(3)Ь	7	7	6	5	5	7	9	5	6	0,0167
12	АК(4)	6	8	6	6	6	5	5	5	7	0,0333
13	АК(5)	9	9	9	5	6	6	5	5	6	0,0167
14	АК(6)Ь	8	5	9	5	6	4	10	5	6	0,0500

Результати для підрозділу ВАСУ представлені у табл. 9.

Таблиця 9Оцінювання потенційних кандидатів у команду проєкту підрозділу 3 (ВАСУ)

№	Область	Працівники підрозділу 3 (ВАСУ)	АК^п	АКіау
	знань	Em3©–	Em3i	Em32	Em33	Em34	Em35			Wi
1	AK(21)	7	8	6	8	9	9	5	6	0,0400
2	AK(22)b	6	7	9	7	8	9	5	6	0,0800

Страница:

•  1 
•  2 

статья "Розробка економіко-математичної моделі формування команди проекту в сучасних умовах: знаннєвий аспект" скачать

Подобные документы

• Проект удосконалення інформаційної структури організації в сфері туризму

  Сутність і специфіка впровадження вдосконалення проекту інформаційної структури організації. Характеристика організаційно-економічної діяльності туристичної фірми. Оцінка ризиків проекту та рекомендації щодо їх подолання, формування проектної команди.
  
  курсовая работа [1,0 M], добавлен 15.05.2019
  

• Визначення оптимального режиму роботи підприємства

  Закони розподілу неперервної випадкової величини. Задача лінійного програмування та побудова економіко-математичної моделі. Реалізація моделі за допомогою програми Excel, інструкція користувача. Введення в модель рішення випадкових величин, результати.
  
  курсовая работа [1,6 M], добавлен 05.12.2014
  

• Створення нового підприємства ресторанного бізнесу

  Сучасний розвиток ресторанного бізнесу в Україні. Основні елементи управління проектом створення ресторану, визначення часових та ресурсних його параметрів. Розрахунок бюджету проекту та витрат на реалізацію окремих завдань. Формування команди проекту.
  
  дипломная работа [813,6 K], добавлен 10.11.2010
  

• Основи організаційної діяльності у виробничій сфері

  Роль будівельного комплексу в народному господарстві. Виробничо-технологічний менеджмент проекту. Побудова моделі операційної системи організації на прикладі "ШклоПак". Визначення обсягу інвестицій проекту у виробничій сфері. Кошторисна вартість проекту.
  
  курсовая работа [1,9 M], добавлен 23.11.2010
  

• Специфічні моменти підготовки бізнес-плану виробництва інноваційних товарів

  Сутність інновації та особливості інноваційної політики. Етапи формування інноваційної моделі, підготовка та розробка бізнес-проекту. Методичні основи оцінки економічної ефективності та впровадження новацій. Аналіз фінансового стану підприємства.
  
  дипломная работа [224,1 K], добавлен 14.09.2016
  

• Коучинг як ефективна технологія формування та розвитку управлінської команди

  Управлінські команди в системі управління організації. Система управління в сучасних організаціях. Типологія i фактори ефективності управлінських команд. Сутність, принципи та технології коучингу. Застосування коучингу у формуванні управлінських команд.
  
  реферат [48,2 K], добавлен 29.11.2010
  

• Управління ризиками реалізації інвестиційного проекту (за матеріалами ЗАТ "Київміськбуд-5")

  Сутність і види ризиків проектів. Оцінка ризиків реалізації інвестиційного проекту ТОВ "ЗАТ Київміськбуд-5" з будівництва котеджного містечка "Затишне місто". Розробка проекту організаційної структури відділу управління ризиком і карти організації праці.
  
  дипломная работа [3,9 M], добавлен 19.01.2014
  

• Розробка проекту створення дитячого журналу

  Етапи випуску першого номеру журналу у зазначений термін та його відкрита презентація. Критерії успіху даного проекту. WBS-структура глянцевого журналу. Організаційна структура видання, його сітьова модель. Оцінка вартості проекту, його потенційні ризики.
  
  контрольная работа [331,2 K], добавлен 18.02.2014
  

• Характеристика інноваційного проекту

  Поняття та визначення інноваційного проекту, його основний зміст та складові. Органи управління формуванням і реалізацією проекту та його учасники. Перспективи гнучкого графіку роботи в наукових підрозділах та бальна диференційована оцінка проекту.
  
  контрольная работа [231,3 K], добавлен 19.08.2009
  

• Формування персоналу в підприємстві

  Сутність поняття "персонал" і його структура. Процес планування чисельності персоналу. Аналіз формування управлінського складу працівників на ПОСП "Дружба". Рекомендації щодо створення команди на підприємстві; ефективне використання трудового потенціалу.
  
  курсовая работа [195,6 K], добавлен 02.03.2015
  

• Розробка проекту створення малого підприємства по збуту імпортних меблів реорганізацією у форму відкритого акціонерного товариства підприємства ТОВ "Класс-Лайн"

  Підприємницький проект, його структура і реалізація. Сутність методів оцінки ефективності інвестиційних проектів. Діагностування проблем розвитку ТОВ "КЛАСС-ЛАЙН" та постановка задач проекту реорганізації в нове підприємство. Плановий кошторис проекту.
  
  дипломная работа [3,3 M], добавлен 10.07.2010
  

• Оцінка проекту

  Методи оцінки ефективності інвестиційного проекту. Використання імітаційних моделей в процесі розробки та аналізу ефективності. Методи аналізу інвестиційних проектів з врахуванням ризику,а також моделі прийняття рішень в аналізі реальних інвестицій.
  
  реферат [77,1 K], добавлен 08.04.2013
  

• Моделі управління запасами в прийнятті управлінського рішення

  Розробка і реалізації фінансової політики керування запасами. Цілі створення запасів товарно-матеріальних цінностей, що включаються до складу оборотних активів. Основні етапи формування політики управління запасами на підприємстві, моделі їх зберігання.
  
  реферат [357,1 K], добавлен 24.01.2010
  

• Мотивація персоналу в умовах кризи

  Основні види мотивації. Утримання ключових співробітників за рахунок формування антикризової мотиваційної моделі управління персоналом. Виявлення першочергових потреб працівників підприємства. Розробка та впровадження програми антикризових заходів.
  
  статья [1,2 M], добавлен 19.09.2017
  

• Основні етапи матеріально-технічної підготовки проекту

  Матеріально-технічна підготовка проекту. Правове регулювання договірних відносин. Етапи матеріально-технічної підготовки проекту. Вимоги до управління у циклі закупівель і поставок. Служба керівника проекту. Вітчизняна структура закупівель. Строк придатно
  
  контрольная работа [29,5 K], добавлен 16.12.2004
  

• Оптимізація виробничої програми підприємства

  Схема планування виробничої програми. Поняття і цілі управління витратами виробництва. Планування та облік витрат виробництва на підприємстві. Побудова економіко-математичної моделі. Прогнозування прибутку підприємства за допомогою методу Гольта.
  
  курсовая работа [284,1 K], добавлен 04.04.2015
  

• Інвестиційна діяльність ПАТ "Рубіжанский картонно-тарний комбінат"

  Сутність інвестицій, характеристика інвестиційного проекту та його циклів. Методика оцінки ефективності інвестиційної діяльності підприємства. Розробка системи для максимально достовірної оцінки інвестиційного проекту. Проблеми інвестиційної діяльності.
  
  курсовая работа [802,8 K], добавлен 30.03.2015
  

• Оцінка ефективності інновацій та інноваційних нововведень в процесі запровадження "Проекту розвитку системи водопостачання та водовідведення в м. Миколаєві"

  Мета та заплановані результати Проекту запланованих інновацій та інноваційних нововведень. Орієнтовний план та ресурси, які потрібні для підготовки та реалізації даного Проекту. Орієнтовний графік фінансування реалізації Проекту запланованих інновацій.
  
  реферат [42,5 K], добавлен 29.12.2010
  

• Загальна характеристика управління проектами

  Запровадження проекту заміни шахтної електричної печі Ш-90 на електричну піч Термо-Мастер ШО-6.40/1100 з метою поліпшення якості термообробки деталей та зменшення споживання електричної енергії. Стадії життєвого циклу проекту. Учасники та команда проекту.
  
  курсовая работа [51,8 K], добавлен 20.03.2016
  

• Менеджмент на підприємствах Кореї

  Сутність і відмінні особливості, історичні передумови та специфіка корейського управління. Основні моделі менеджменту, а також розробка заходів та шляхи інтеграції позитивного досвіду в вітчизняну систему. Формування моделі в компанії "Samsung".
  
  курсовая работа [57,3 K], добавлен 18.05.2015
  

Другие документы, подобные "Розробка економіко-математичної моделі формування команди проекту в сучасних умовах: знаннєвий аспект"

• главная
• рубрики
• по алфавиту
• вернуться в начало страницы
• вернуться к началу текста
• вернуться к подобным работам