Интеллектуальная информационная система анализа и повышения эффективности экономической деятельности компании ООО "Вита"

6) Поддержка двух стилей ассемблера: Intel и AT&T (поддерживаются со стороны компилятора);

7) Поддержка множества типов синтаксиса Pascal: ObjectPascal, TurboPascal, MacPascal, Delphi (поддерживаются со стороны компилятора);

8) Имеет собственный формат управления пакетами;

Поддерживаемые для компиляции ОС: Linux, MicrosoftWindows (Win32, Win64), Mac OS X, FreeBSD, WinCE, OS/2.

К достоинствам данной среды разработки относится:

1) Lazarus IDE ? интегрированная среда разработки приложений, благодаря чему создание, компиляция, тестирование и редактирование проекта или группы проектов происходит в единой среде программирования.

2) В среде Lazarus IDE используется визуальная технология разработки программ. Это означает автоматическую генерацию программного кода при размещении в форме стандартных компонентов. Это позволяет уделить больше внимания внутренней организации программы и обработке данных.

3) В среде Lazarus IDE имеется библиотека компонентов, содержащая множество стандартных компонентов для создания приложений.

4) Компилятор Lazarus IDE генерирует исполняемые файлы, компилирование приложений занимает незначительное время [11].

3. Экспериментальная часть

3.1 Информационное обеспечение задач прогнозирования

3.1.1 Информационная модель задачи

На рисунке 3.1 Представлена информационная модель задачи прогнозирования.

Рис. 3.1 - Информационная модель задачи

В качестве входных параметров пользователь системы задает рассматриваемый период потребления (количество месяцев) и выбирает необходимую коммунальную услугу, потребляемую ООО «Вита». На выходе программы пользователь получает прогноз потребления коммунальных услуг на необходимый для пользователя период. Причем, выходная информация будет представлена не только в числовой форме (детально по месяцам), но и в виде наглядного графика, по которому можно будет наблюдать тенденцию потребления того или иного вида коммунальной услуги. Также будет предоставлена возможность просмотра изменений прогнозируемого потребления после внесения корректировок в общий процент потребления. В результате построения прогнозируемой модели информационная система также будет предлагать возможные варианты потребления коммунальных услуг в будущем, т.е. система сможет советовать АС о возможности сокращения потребления той или иной услуги в целях получения экономической выгоды.

3.1.2 Состав и структура первичных и результатных документов

В качестве первичной информации в данном проекте выступают данные, полученные из базы данных FoxPro, которая содержит всю необходимую для работы информацию. В БД представлена такая информация, как: вид коммунальной услуги, вид объекта потребления, вид аптеки (экспесс, фарммаркет), объем потребления и сумма, выставленная коммунальными службами за расход того или иного вида коммунальной услуги (тепло-энергия, химическая очистка воды (ХОВ), электроэнергия, водоснабжение).

Исходя из информации, полученной из БД, можно определить, какое количество определенного вида услуги было израсходовано за исследуемый период.

В результате работы программы мы получим прогноз, позволяющий определить, какой объем коммунальных услуг по отделениям будет потреблен в исследуемый период, и как изменится прогноз при корректировке заявленных объемов потребления.



Рис. 3.2 ?Форма вывода информации для пользователя.

Как можно увидеть на представленном выше рисунке, здесь имеется возможность добавления данных, которые открываются с помощью кнопки «Открыть», также имеется возможность сохранить полученные результаты, и выгрузить информацию в Excel для наглядного представления с помощью соответствующих кнопок: «Сохранить», «Сохранить как» и «В Excel».

Также на форме представлена кнопка «Построение прогнозирующей модели», при нажатии которой собственно и строится прогнозная модель, которую можно будет наглядно просмотреть на вкладке «Анализ результатов». После построения прогноза пользователю выводится сообщение: «Моделирование завершено!». В свою очередь заполняются значения результатов будущих периодов.

На полосе с процентами при нажатии кнопки «Построение прогнозирующей модели», представлена информация о ходе процесса моделирования прогноза в процентах, что очень удобно, зная, на какой стадии моделирования находится прогноз.

В окне «Комментарии» пользователя предоставляется информация о рассматриваемой коммунальной услуге, мера ее измерения, размер выбранного для прогноза периода в месяцах и годах, а также тарифные ставки за выбранные периоды.

На вкладке «Анализ результатов» можно просмотреть результат прогноза, где имеется возможность выбора периода прогноза в месяцах.

На вкладке «Правила работы» любой пользователь сможет подробно и детально освоить принципы работы программы. Здесь представлены все обозначения, функционал кнопок и записей.

3.2 Программное обеспечение задач прогнозирования

3.2.1 Сценарий диалога

На рисунке 3.3 представлена форма диалогового окна имитационной модели прогнозирования потребления коммунальных услуг.

Рис. 3.3 - Меню диалога задания входящих параметров.

На рисунке можно наблюдать главное меню программы, которое состоит из двух главных пунктов меню: «Данные» и «Выход». В пункте меню «Данные» имеется возможным выбор таких подпунктов, как: «Ввод данных/моделирование», «Анализ данных», «О программе», «Правила работы». Каждый из этих подпунктов несет в себе соответствующий функционал. Так, например, при выборе пункта меню «Ввод данных/моделирование», появляется возможность выполнить следующие операции:

­ «Новый файл данных»;

­ «Открыть файл данных»;

­ «Сохранить»;

­ «Сохранить как»;

­ «Транслировать данные в EXCEL»;

­ «Построить прогнозирующую модель».

Названия подпунктов меню очень просты и не требуют каких-либо особо профессиональных знаний предметной области, что облегчает работу рядовому пользователю программы.

При выборе подпункта меню «Анализ данных», пользователю предоставляется возможным:

­ загрузить модель;

­ вычислить прогноз;

­ изменить свойства графика (цвет фона, текста, графика, сетки области прогноза, координатных осей, маркера);

­ сохранить график как картинку или копировать его в ClipBoard;

­ сохранить прогноз как файлExcel или же, как текстовый файл.

3.2.2 Структурная схема пакета (дерево вызова процедур и программ)

На рисунке 3.4 представлено дерево вызова процедур программы прогнозирования потребления коммунальных услуг.

Рис. 3.4 - Дерево вызова процедур и программ

Как видно из рисунка, все программные модули, кроме начального и двух последних, рассчитаны на работу только с одним видом коммунальной услуги. Изначально пользователь системы вводит параметры, по которым собственно и будет рассчитываться прогноз. Если объемы потребления уже были рассчитаны, то в работу вступает процедура формирования таблицы результатов и графика. Если данной информации еще нет, то начинает работу процедура формирования массива истории потребления услуг и процедура расчета объемов потребления коммунальных услуг.

3.2.3 Описание программных модулей

Рис. 3.5 - Процедура ввода параметров

Примечание: Массив US представляет собой 2-мерный массив. Структура данного массива:

1. Первая строка (элементы US[i,0]), содержит идентификаторы услуг.

2. Вторая строка (элементы US[i,1]), содержит период потребления коммунальных услуг (не более 48 месяцев).

3. Третья строка (элементы US[i,2]), содержит предполагаемый объем потребления.

4. Третья строка (элементы US[i,3]), содержит рассчитываемый объем потребления.

В качестве выходных параметров данной процедуры является массив US, в котором задана 1-я строка (остальные =0), и величина N.

Далее для каждого элемента массива (идентификатора услуги), реализуются следующие 2 процедуры.

Первая процедура - процедура формирования массива истории потребления услуг, представлена на рисунке 3.5.

Входящими параметрами для данной процедуры являются текущий идентификаторi элемента массива US, и соответствующий элемент US[i,0].

Рис. 3.6 - Процедура формирования массива потребления услуг

Данная процедура примечательна тем, что она исключает крупные нормы потребления, т.е. такие объемы, которые превышают сумму соседних 6-ти периодов (т.е. в 6 раз больше средней нормы потребления в текущий период времени). Такие моменты нарушают статистику, т.к. возникают крайне редко и не регулярно. Расчет прогнозируемого количества потребления услуг должен производиться без учета крупных объемов.

Выходящими параметрами процедуры являются массив потребления RAS и количество месяцев потребления услуг [i,1].

Следующая процедура на основе созданного массива потребления рассчитывает наиболее благоприятный объем услуг, который вполне достаточен для АС и при этом аптека явно сэкономит.

Входящими параметрами для данной процедуры являются: массив истории потребленияRAS, количество месяцев потребленияUS[i,1], исследуемый период потребления и 2-мерный массив значений коэффициентов , i,j = 1,2,3. Массив имеет размерность 48х9 и включает в себя рассчитанные коэффициенты , i,j = 1,2,3 для любого периода потребления от 1 до 48 месяцев.

Процедура расчета объема потребления представлена на рисунке 3.6.



Рис. 3.7 - Процедура расчета объема потребления коммунальных услуг

3.4 Тестирование

3.4.1 Данные контрольного примера

В качестве примера рассмотрим объемы потребления электроэнергии объектом ООО «Вита» в г. Самара. В таблице 3.1 представлена история потребления данного вида коммунальных услуг за 3 года (с января 2014 года по декабрь 2016 года). Также нам известны данные объемов потребления за 2017 год, их включать в исходные данные прогноза мы не будем, с целью проверки достоверности работы информационной системы прогнозирования коммунальных платежей для аптек, т.е. нами будет смоделирован прогноз на 2017 год и проведена сверка с имеющимися данными

Таблица 3.1

Объем потребления электроэнергии ООО «Вита» в г.Самара за 2014-2016 гг., квт./час по месяцам

2014 год
Январь	Февраль	Март	Апрель	Май	Июнь
16768	10635	9498	9 509	7 271	9137
Июль	Август	Сентябрь	Октябрь	Ноябрь	Декабрь
9066	8983	10412	13952	12840	10032
2015 год
Январь	Февраль	Март	Апрель	Май	Июнь
14504	10061	12290	10 511	13 005	9667
Июль	Август	Сентябрь	Октябрь	Ноябрь	Декабрь
11646	11258	9898	15164	12312	11840
2016 год
Январь	Февраль	Март	Апрель	Май	Июнь
15323	15675	9332	10 840	13 249	8188
Июль	Август	Сентябрь	Октябрь	Ноябрь	Декабрь
13474	14018,3	15399	16144	14918	15584

Ниже, на рисунке 3.8, представлены результаты прогноза имитационной модели.

3.4.2 Пример программной реализации

Рис. 3.8- Результат прогнозирования потребления электроэнергии аптеками в г. Самара на 2017 год

Как видно на рисунке, шаг прогнозирования равен 12, что говорит о составлении прогноза на 12 месяцев вперед, т.е. год. Как вы можете видеть, на рисунке наглядно изображен график, показывающий динамику потребления электроэнергии за 3 года (2014 - 2016 гг.). Также слева от графика даны числовые результаты, которые по сведениям моделирования прогноза ожидаются в нашем случае в 2017 году. В таблице 3.2 приведем данные, полученные системой при моделировании прогноза и данные, полученные по реальному потреблению электроэнергии.

Таблица 3.2

Результаты расчета контрольного примера

Период прогноза	Значение, квт/час(Прогноз)	Значение, квт/час (Действительность)
01.01.2016	15 801,26	18 127
01.02.2016	14 397,42	16 493
01.03.2016	15 835,64	13 457
01.04.2016	15 661,74	14 772
01.05.2016	15 773,59	12 776
01.06.2016	16 452,65	15 304
01.07.2016	16 231,57	13 427
01.08.2016	16 625,01	14 762
01.09.2016	16 921,74	15 045
01.10.2016	16 680,32	18 223
01.11.2016	17 248,93	18 153
01.12.2016	17 297,24	24 553

Таким образом, можно сделать вывод о том, что прогноз хоть и имеет отклонение от реальности, но оно все же небольшое, что говорит о достоверности прогнозного моделирования, использованного в нашей интеллектуальной информационной системе.

После получения на выходе прогнозных данных, хотелось бы проанализировать полученные результаты, обыграть числа, путем сравнения их. Для этого пользователям предоставлена возможность корректировки прогноза с помощью кнопки «Изменить». При этом открывается новое диалоговое окно, где информационная система предлагает изменить объемы потребления того или иного вида коммунальной услуги, причем изменения могут происходить как в отрицательную, так и в положительную сторону. При этом системой выводится график изображающий изменения прогноза с учетом корректировок системы, а также описание причин тех или иных изменений. Также при изменениях учитывается тарифная ставка на коммунальную услугу, которая тоже несет в себе не малый вес при принятии решения системой. При этом получается, что пользователь может и сам изменять прогноз по своему усмотрению, т.к. результат, предложенный системой, не всегда может быть окончательным.

Рис. 3.9- Результаты работы прогнозной модели по снижению потребления электроэнергии

Для просмотра советов, которые предлагает система, необходимо нажать кнопку «Рекомендации», где будет выводится сообщение о возможных изменениях прогноза той или иной коммунальной услуги. Например, при прогнозе рассматриваемого нами примера система выдаст сообщение следующего содержания:

«При моделировании прогнозной модели потребления электроэнергии за период 3 года (2014 - 2016) на 2017 год выявлена тенденция увеличения потребления данной коммунальной услуги, поэтому считается возможным сократить потребление электроэнергии в указанных раннее периодах, т.к. была выявлена тенденция значительно меньшего потребления, чем прогнозируется. При рассмотрении прогноза тарифной ставки, также наблюдается ее повышение, т.е. в случае и повышения потребления услуги, и ее тарифной ставки, расходы объекта значительно возрастут. В целях экономии бюджета считается нужным сократить расходы электроэнергии». Кроме сообщения также можно увидеть показательный график сравнения прогноза до и после корректировок.

Рис. 3.10- Результаты корректировки прогнозной модели.

3.5 Технико-экономическое обоснование проекта

3.5.1 Преимущества разработанной имитационной модели

Интеллектуальная информационная система прогнозирования потребления коммунальных услуг позволяет предсказывать потребление коммунальных услуг и на основе прогноза планировать бюджет на предстоящий период, также при повышении затрат, уменьшать расход потребления той или иной коммунальной услуги. Разработанная система по введенным входным параметрам в качестве итога выдает рекомендации по изменению потребления коммунальных услуг аптек.

Данная система создана для повышения эффективности принятия управленческих решений, связанных с обеспечением хозяйственной деятельности в аптечной сети «Вита».

Цель проектирования и внедрения системы, полученной в результате имитационного моделирования бизнес-процесса составления плана бюджета на оплату коммунальных услуг - замена прогнозирования при помощи электронной таблицы MS Excel на прогнозирование при помощи специализированной программы, что приведет к экономии затрат за счёт сокращения расходов на проведение анализа при помощи экспертов, а также к сокращению времени на составление прогнозов.

Разработанная имитационная модель имеет ряд достоинств:

1) прогнозирование изменений потребления коммунальных услуг на заданный период с учетом сезонности и проведенного анализа за последние несколько лет;

2) прогнозирование стоимости коммунальных услуг на заданный период с учетом расхода и тарифов;

3) наглядность в представлении информации за счёт использования таблиц и диаграмм, удобный пользовательский интерфейс.

К достоинствам данной системы можно также отнести то, что её использование значительно облегчает и ускоряет процесс принятия управленческих решений, так как от сотрудников будет требоваться только внести исходные данные.

3.5.2 Вид и порядок расчета экономической эффективности

Расчет экономической эффективности имитационной модели бизнес-процесса прогнозирования потребления коммунальных услуг необходимо произвести на предварительном этапе ? до начала проектирования и разработки системы. Следовательно, будет рассчитываться потенциальный эффект от внедрения системы в аптечной сети. При этом разработчик получает непосредственный доход от продажи системы, а аптечная сеть, купившая данный программный продукт, получает источник экономии затрат за счет замены способа прогнозирования при помощи MS Excel на способ прогнозирования с использованием специализированной программы.

В данном случае в качестве потенциального места внедрения разрабатываемой системы выступает аналитический отдел компании ООО «Вита».

Достоинством данной системы является автоматизированное прогнозирование изменений в потреблении коммунальных услуг, что подразумевает уменьшение затрат времени на выполнение прогноза. В результате достигается экономия текущих затрат, то есть компания сокращает расходы на основную и дополнительную заработную плату и объем налоговых платежей. Использование данной системы позволит спрогнозировать и предотвратить возможные неблагоприятные последствия изменений в бюджете, а в частности, сокращение расходов на основные бизнес-процессы, что позволит избежать сокращения поставок и, вследствие этого, уменьшения продаж.

Однако, при покупке данной информационной системы возникают крупные единовременные затраты. Источником финансирования разработки данной ИИС будут являться собственные средства ООО «Вита».

Порядок расчета экономической эффективности следующий:

1) Разработка (расчет себестоимости разработки).

2) Внедрение (расчет экономической эффективности от внедрения системы в АС).

3) Расчет чистого дисконтированного дохода (ЧДД):

, (3.1)

где - дисконтированное расчетное значение результатов по проекту (приведенное к началу проекта);

- дисконтированное расчетное значение затрат при условии, что в них не входят капитальные вложения (приведенное к началу проекта);

К^ - дисконтированное расчетное значение первоначальных капитальных вложений (приведенное к началу проекта).

1) Оценка экономической эффективности проекта по ЧДД.

Если ЧДД > 0, то проект является эффективным (при данной норме дисконта) и может рассматриваться вопрос о его принятии. Чем больше ЧДД, тем эффективнее проект. Если ЧДД < 0, то проект неэффективен. Инвестор понесет убытки.

2) Рассчитывается срок окупаемости (Ток) проекта, то есть определяется минимальный временной интервал, за пределами которого интегральный эффект (ЧДД) становится и в дальнейшем остается неотрицательным. Расчет срока окупаемости производится в месяцах, кварталах или годах [12].

3.5.3 Расчет стоимости разработки имитационной модели

3.5.3.1 Определение трудоемкости разработки

Порядок проектирования фрагмента имитационной модели включает в себя следующие этапы:

1) Начальный этап - формулировка требований к программе, описание целей, разработка спецификаций, построение имитационной модели.

2) Разработка и кодирование - разработка программы на языке программирования.

3) Программная реализация, оформление документации, тестирование - отладка, тестирование и оформление документации.

4) Внедрение ИИС и обучение пользователей - проверка программы в действии и обучение пользователей работе в ней.

5) Заключительный - результаты и анализ полученных данных.

Расчет капитальных вложений производится исходя из трудоемкости, длительности разработки, размера заработной платы разработчиков, затрат на электроэнергию, накладных расходов, отчислений на социальное страхование и прочих расходов [13].

Разработку ИИС прогнозирования потребления коммунальных услуг производит коллектив:

- один аналитик с зарплатой 38 000 руб./мес. Часовая ставка рассчитывается как: оклад в месяц, деленный на фонд рабочего времени (в часах) в моем случае 169 рабочих часов, и составляет: 224,85 руб.;

- один программист с зарплатой 26 000 руб./мес. Часовая ставка рассчитывается как: оклад в месяц, деленный на фонд рабочего времени (в часах) в моем случае 169 рабочих часов, и составляет: 153,84руб.;

- один сотрудник аптечной сети с зарплатой 17 000 руб./мес. Часовая ставка рассчитывается как: оклад в месяц, деленный на фонд рабочего времени (в часах) в моем случае 169 рабочих часов, и составляет: 100,59 руб.

С учётом того, что некоторые работы производились участниками совместно или параллельно, время разработки составило 21 день. Размер основной заработной платы при 8-ми часовом рабочем дне и 21 рабочем дне, который потребовался на разработку системы, составил 80519 руб.

Определим трудоемкость, длительность разработки и размер заработной платы (табл. 3.3).

Таблица 3.3

Расчет трудоёмкости, длительности разработки и размера заработной платы разработчиков

Этапы	Виды работ	Исполнители	Дневная ставка, руб.	Длительность выполнения, дни	Трудоемкость, чел.-дни	Размер зарплаты, руб.
		Количество	Должность
1) Начальный. (пред проектное исследование)	Формирование требований к будущему проекту	1	сотрудник аптечной сети	100,59	1	1	804,72
		1	Аналитик	153,84	3	3	3692,16
	Построение имитационной модели, логической и физической моделей данных	1	Аналитик	153,84	4	4	4922,88
		1	сотрудник аптечной сети	100,59	1	1	804,72
2) Разработка и кодирование	Разработка на языке программирования	1	программист	284,85	5	5	11394
3)Программная реализация, тестирование, оформление документации	Отладка	1	программист	284,85	3	3	6860,4
	Тестирование программы	1	программист	284,85	3	3	6860,4
	Оформление программной документации	1	программист	284,85	3	3	6860,4
4) Внедрение ИИС и обучение пользователей	Проверка программы в действии, обучение пользователей работе с программой	1	Аналитик	153,84	3	3	3692,16
		1	сотрудник аптечной сети	100,59	3	3	2414,16
5)Заключительный этап	Результаты и анализ полученных данных	1	сотрудник аптечной сети	100,59	2	2	1609,44
Итого	31	31	49915,44
Дополнительная заработная плата (10%)	4991,5
Всего	54906,98

3.5.3.2 Определение себестоимости разработки и цены программы

Себестоимость разработки рассчитывается из основной зарплаты; дополнительной зарплаты; страховых взносов; прочих прямых расходов; накладных расходов.

Основная и дополнительная зарплата были определены в табл. 3.3.

Страховые взносы включают взносы в фонд обязательного медицинского страхования, в фонд социального страхования и в пенсионный фонд. Норматив отчислений составляет 30,2% от величины заработной платы.

Сумма отчислений на социальное страхование составит:

(49915,44+ 4991,5) *0,302 = 16581,9 руб.

К статье «Прочие расходы» относятся расходы на обслуживание ЭВМ, плата за потребляемую электроэнергию. Стоимость 1 кВт/час электроэнергии 5,67 рубля, потребляемая мощность 0,3 кВт/час, себестоимость 1 часа работы ЭВМ - 20 руб., 21 день при 8-часовом рабочем дне, получим расходы на электроэнергию и обслуживание в размере:

21*8* (0,3*5,67+20) = 3645,77 руб.

К затратам на материалы можно отнести покупку дисков (3 шт.), бумаги для разработки (пачка) и транспортные расходы. Итого получается:

60 + 130 + 19 = 209 руб.

Норматив накладных расходов составляет 40% от величины основной и дополнительной зарплаты. Сумма накладных расходов составляет:

54906,98*0,4 = 21962,79 руб.

Расчет себестоимости разработки системы приведен в таблице 3.4:

Таблица 3.4

Себестоимость разработки системы

Статья расходов	Сумма, руб.	Удельный вес, %
Основная зарплата	49915,44	51,2
Дополнительная зарплата	4991,5	5,2
Страховые взносы	16581,9	17
Прочие прямые расходы	3645,77	3,7
Прочие накладные расходы	21962	22,7
Материальные расходы	209	0,2
Итого	97305,6	100

В итоге капитальные затраты на разработку ИИС составят 97305,6рублей.

Цена программы с учетом 25 % рентабельности составит:

97305,6* (1 + 0,25) = 121632 руб.

Единовременные затраты составят: 121632* (1 + 0,1) = 122 848,32.

3.5.3.3 Расчет величины текущих расходов без использования имитационной модели

Годовые текущие расходы складываются из следующих статей затрат: фонд оплаты труда производственного персонала; страховые взносы; прочие производственные и административно-управленческие расходы, которые определяются в размере 10 % от фонда оплаты труда.

Работа выполняется коллективом:

- один аналитик с зарплатой 38 000 руб./мес. Часовая ставка: 224,85 руб.;

- один программист с зарплатой 26 000 руб./мес. Часовая ставка: 153,84 руб.;

- один сотрудник аптечной сети с зарплатой 17 000 руб./мес. Часовая ставка: 100,59 руб.

Себестоимость выполнения работы представим в табл. 3.5.

Таблица 3.5

Расчет трудоемкости, длительности проведения анализа и размера заработной платы

Этапы	Виды работ	Исполнители	Часовая ставка, руб	Длительность выполнения, часы	Трудоемкость, чел-часы	Размер зарплаты, руб.
		количество	должность
1) Сбор данных и контроль информации	Определение необходимой информации, ее сбор и проверка на соответствие нормативам	1	Аналитик	224,85	5	5	1124,25
		1	Программист	153,84	3	3	461,52
		1	Сотрудник аптечной сети	100,59	6	6	603,54
2)Формирование описания модели и ее построение	Определение параметров подмоделей и взаимосвязей между ними, параметров модели	1	Аналитик	224,85	8	8	1798,8
		1	Программист	153,84	4	4	615,36
		1	Сотрудник аптечной сети	100,59	3	3	301,77
3) Работа с моделью, проверка ее адекватности реальному объекту	Проведение числовых экспериментов, проверка согласованности результатов вычислений и данных	1	Аналитик	224,85	2	2	449,7
		1	Сотрудник аптечной сети	100,59	5	5	502,95
4)Подготовка отчета, верификация и доставка руководству	Подготовка таблиц, графиков, проверка их правильности и передача его ЛПР	1	Сотрудник аптечной сети	100,59	2,25	2,25	226,3275
Итого	38,25	38,25	6084,22
Дополнительная заработная плата (10%)	608,42
Всего	6692,64

Если прогнозирование производится 4 раза в год, то основная зарплата составляет:

4 * 6084,22= 24336,87 руб.

Дополнительная зарплата составит:

4 * 608,42= 2433,68руб.

Итого:

24336,87 + 2433,69 = 26770,55руб.

Отчисления на социальные нужды:

26770,55* 0,302 = 8084,706руб.

Прочие расходы:

26770,55* 0,1 = 2677,05руб.

Сведем полученные результаты в таблицу 3.6.

Таблица 3.6

Годовые текущие расходы при выполнении прогнозирования с помощью MS Excel

Виды затрат	Всего затрат, руб.	Удельный вес, %
Основная зарплата	24336,87	64,8
Дополнительная зарплата	2433,68	6,5
Страховые взносы	8084,71	21,5
Прочие расходы	2677,05	7,2
Итого	37532,3	100

3.5.3.4 Расчет величины текущих расходов при использовании ИИС

Сотрудник аптечной сети осуществляет прогнозирование с использованием интеллектуальной информационной системы в течение 2 часов, 4 раза в год.

Основная зарплата составит:

2 * 100,59= 201,18 руб.

Дополнительная заработная плата равна:

201,18 * 0,10 = 20,12 руб.

При условии проведения прогнозирования 4 раза в год, получаем: основная заработная плата - 804,72 руб., дополнительная - 80, 48 руб.

Итого: 885,2 руб.

Страховые взносы составят:

885,2 * 0,302 = 267,33 руб.

Прочие расходы:

885,2 * 0,1 = 88,5 руб.

Представим результаты в таблице 3.7.

Таблица 3.7

Годовые текущие расходы при использовании

имитационной модели

Виды затрат	Всего затрат, руб.	Удельный вес, %
Основная зарплата	804,72	64,8
Дополнительная зарплата	80, 48	6,5
Страховые взносы	267,33	21,5
Прочие расходы	88,5	7,2
Итого	1160,55	100

Следовательно, мы получаем условную экономию затрат:

37532,3 - 1160,55 = 36371,75 руб.

3.5.4 Расчет экономической эффективности от внедрения программы

Счет прибыли и убытков приведен в табл. 3.8.

Таблица 3.8

Счёт прибыли и убытков

Наименование показателя	2017 год
Условная экономия затрат, руб.	36371,75
Налог на прибыль (20%), руб.	7274,2
Условная чистая прибыль, руб.	29097,55

В табл. 3.9 представлено движение денежных средств. Величина коэффициента дисконтирования берется в районе учетной ставки. Учетная ставка - это ставка Центрального банка Российской Федерации, под которую он дает кредиты коммерческим банкам.

Таблица 3.9

Движение денежных средств

Наименование	Годы	Итого, руб.
	2017	2018	2019	2020
Инвестиционная деятельность, единовременные Затраты	122 848,3	-	-	-	122 848,3
Операционная деятельность	29247,03	58494,05	58494,05	58494,05	204729,18
Финансовая деятельность	122 848,3	-	-	-	122 848,3
Сальдо всех видов деятельности	29247,03	58494,05	58494,05	58494,05	204729,18
Чистый доход	-75344,02	58494,05	58494,05	58494,05	70891,1
Коэффициент дисконтирования норма дисконтирования (20%)	1	0,83	0,69	0,58
Чистый дисконтированный доход	-75344,02	48550,06	40360,89	33926,55	47493,48
Чистый дисконтированный доход нарастающим итогом	-75344,02	-26793,96	13566,93	47493,48

Коэффициент дисконтирования определяется по формуле:

б = 1/ (1 + Е)t, (3.2)

где Е - постоянная норма дисконта (Е = 21 %);

t - номер шага расчета;

t= (0, T), Т - горизонт расчета.

Срок окупаемости системы представляет собой отношение капитальных затрат на разработку и внедрение системы к готовой экономии / к годовому приросту прибыли [14].

Срок окупаемости = Капитальные затраты / Прирост прибыли = 122 848,3/ 58494,05 = 2,1 года.

В приведенной ниже таблице приведены основные показатели, рассчитанные при определении экономической эффективности проекта.

Таблица 3.10

Экономические показатели

Экономический показатель	Сумма
Себестоимость разработки программного продукта, руб.	97305,6
Цена программного продукта, руб.	121632
Единовременные затраты в сфере использования, руб.	122 848,3
Себестоимость расчетов вручную, руб.	37532,3
Себестоимость автоматизированных расчетов, руб.	885,2
Экономия затрат в год, руб.	36371,75
Срок окупаемости, лет	2,1

Вывод: произведённый анализ показывает эффективность внедрения разрабатываемой интеллектуальной информационной системы прогнозирования потребления коммунальных услуг в связи с положительностью сальдо поступлений и расходов. Срок окупаемости проекта наступит в 2018 году, он составит 25 месяцев. Суммарное значение чистого дисконтированного дохода к 2020 году составит 47493,48 руб.

Заключение

В рамках бакалаврской работы была разработана интеллектуальная информационная система прогнозирования потребления коммунальных услуг для применения в аптечной сети «Вита» в городе Самара. Разработанная система предназначена для анализа и повышения эффективности экономической деятельности компании ООО «Вита», в частности для планирования бюджета и своевременного принятия мер по его экономии.

Для разработки интеллектуальной информационной системы прогнозирования были изучены: организационная структура аптечной сети «Вита», бизнес-процесс составления плана бюджета на оплату коммунальных услуг, понятия прогнозирование, моделирование и имитационное моделирование. Также были идентифицированы законы распределения случайных величин, разработана математическая модель имитационной модели, разработан моделирующий алгоритм и создана программная реализация модели.

По результатам моделирования пользователю выдаются данные прогнозов по потреблению коммунальных услуг на заданный период. Данные представляются в количестве измерения той или иной услуги (например, для воды - тонны). Для визуализации и удобства анализа полученных результатов строятся графики и диаграммы.

У ИИС удобный интерфейс, позволяющий выводить необходимые данные на печать. Система является гибкой, так как имеется возможность проводить моделирование при различных исходных данных. Разработанная ИИС может быть востребована не только в аптечной сети, но и промышленных предприятиях, организациях и т.д. Также по аналогии представленной системы, могут быть рассмотрены не только данные потребления коммунальных услуг, но и, например, заработной платы, расхода топлива, потребления того или иного товара и т.д.

При разработке системы было проведено технико-экономическое обоснование проекта.

Размещено на Allbest.ru

...