1 Ποσοτική Ανάλυση και Επιχειρησιακές Αποφάσεις Εισηγητής : Γεωργίου Ανδρέας Καθηγητής ΟΔΕ Πανεπιστήμιο Μακεδονίας.

Παρουσίαση με θέμα: "1 Ποσοτική Ανάλυση και Επιχειρησιακές Αποφάσεις Εισηγητής : Γεωργίου Ανδρέας Καθηγητής ΟΔΕ Πανεπιστήμιο Μακεδονίας."— Μεταγράφημα παρουσίασης:

1 1 Ποσοτική Ανάλυση και Επιχειρησιακές Αποφάσεις Εισηγητής : Γεωργίου Ανδρέας Καθηγητής ΟΔΕ Πανεπιστήμιο Μακεδονίας

2 2 Τι είναι η ζωή ;  Άθροισμα αποφάσεων  Διαδοχή αδράνειας και κινητικότητας ΤΙΠΟΤΕ  Όχι μόνο ΤΙ αλλά και ΠΟΤΕ αποφασίζουμε  Η λήψη αποφάσεων είναι θεμελιώδης διαδικασία επιβίωσης και βελτίωσης της ποιότητας ζωής  Συγκροτημένη και ελεύθερη προσωπικότητα είναι εκείνη που μπορεί να λαμβάνει αποφάσεις (τι αξία έχει η ζωή μας αν δεν είμαστε ελεύθεροι να πάρουμε τις αποφάσεις που θεωρούμε σημαντικές στο κοινωνικό μας πλαίσιο;)  Μία χρήσιμη θεωρία λήψης αποφάσεων πρέπει να ισορροπεί ανάμεσα στη δυσκολία εκπαίδευσης και εφαρμογής της και στις ανθρώπινες ανάγκες που καλείται να θεραπεύσει  The final test of a theory is its capacity to solve the problems which originated it. (G. Dantzig)

3 3 Δ+E+Ποσοτική Ανάλυση  Η ζήτηση για το προϊόν αυξάνεται τους καλοκαιρινούς μήνες Η επεξεργασία των στοιχείων δείχνει ότι η ζήτηση έχει ανοδική τάση  Τρία ταμεία είναι αρκετά στο νέο κατάστημα (γιατί ?) Με βάση τη μελέτη εισροής πελατών, αναμένεται ότι τις ώρες αιχμής απαιτούνται υποδομές για τουλάχιστον τρία ταμεία ώστε ο μέγιστος χρόνος αναμονής να μην ξεπερνάει τα 10 λεπτά  Να επενδύσουμε σε πάγιο εξοπλισμό για να βελτιώσουμε την παραγωγική μας δυναμικότητα και να επιλύσουμε τα προβλήματα στένωσης (ολιστική προσέγγιση ?) Σύμφωνα με τα αποτελέσματα της προσομοίωσης, η αναδιάρθρωση της γραμμής παραγωγής θα απαιτήσει επένδυση σε πάγιο εξοπλισμό συγκεκριμένου τύπου για αποφυγή στενώσεων σε όλα τα στάδια της παραγωγικής διαδικασίας  Το συγκεκριμένο μείγμα προϊόντων είναι κερδοφόρο (τα τελευταία τρία τρίμηνα) να παραμείνουμε σ’ αυτό Με βάση το κόστος και τη διαθεσιμότητα των παραγωγικών συντελεστών, τις προβλέψεις της ζήτησης και των εξασφαλισμένων παραγγελιών, το λειτουργικό κόστος και τη χρησιμοποιούμενη τεχνολογία ένα συγκεκριμένο μείγμα παραγωγής φαίνεται να είναι πιο κερδοφόρο για την επόμενη παραγωγική περίοδο

4 4 Η Επιχειρησιακή Έρευνα  Έρευνα σε Επιχειρήσεις;  Έρευνα Μάρκετινγκ;  Operations (ή Operational) Research  Scientific Analysis of the Operational Use of Military Resources  Management Science (Διοικητική Επιστήμη)  Applying Science to the Art of Business  Decisions Science  Optimization – Βελτιστοποίηση  Η Επιχειρησιακή Έρευνα είναι παντού

5 5

6 6

7 7

8 8 Πεδία εφαρμογής  Εύρεση βέλτιστου μείγματος προϊόντων  Κατανομή πρώτων υλών σε ανταγωνιστικές δραστηριότητες  Μείξη πρώτων υλών  Επιλογή χαρτοφυλακίου  Κατάρτιση διαφημιστικού σχεδίου  Σχεδιασμός δυναμικότητας συστημάτων  Χωροθέτηση παραγωγικών ή άλλων εγκαταστάσεων  Προγραμματισμός και οργάνωση παραγωγής  Προγραμματισμός έργων (χρόνος, κόστος, ποιότητα)  Συγκοινωνίες (διαδρομές, δίκτυα κλπ)  Βελτιστοποίηση δικτύων (και στην παραγωγή)  Παροχή υπηρεσιών  Συστήματα αναμονής και εξυπηρέτησης  Δημόσιος και Ιδιωτικός Τομέας

9 9

10 10

11 11 Ιστορικά στοιχεία  FW Taylor (Scientific Mgmt Techniques for Industrial Efficiency  Β’ παγκόσμιος πόλεμος  Ραγδαία βιομηχανική ανάπτυξη  G. Dantzig 1947 - μέθοδος simplex  Μεταλλουργία, Σιδηροδρομικά δίκτυα, Μεταφορές, βιομηχανία τροφίμων, διύλισης, δίκτυα, υπηρεσίες (τράπεζες, ασφάλειες) κ.ά.  Βελτίωση μεθόδων  Ανάπτυξη πληροφορικής τεχνολογίας

12 12 Η επιστήμη της βελτιστοποίησης  Η Επιχειρησιακή Έρευνα είναι η εφαρμογή επιστημονικής (scientific) προσέγγισης για την παροχή συμβουλών στους λήπτες αποφάσεων για την επίλυση «πολύπλοκων» επιχειρησιακών προβλημάτων σε συστήματα  τα οποία λειτουργούν υπό συνθήκες  αβεβαιότητας (uncertainty),  ανταγωνισμού (conflict) και  κινδύνου (risk),  στα οποία εμπλέκονται ανθρώπινο δυναμικό, πρώτες ύλες, κεφάλαια, εξοπλισμός, μεθοδολογίες κλπ  Ανεπάρκεια Πόρων  Επιστημονική ??  Βελτιστοποίηση  Data Warehousing, Data Mining, ERP   Business Analytics

13 13 Business Analytics  Συνεχής διερεύνηση και αποτύπωση δεικτών και απόδοσης στη διάσταση του χρόνου οδηγώντας το σχεδιασμό για μελλοντικές ενέργειες  Δεδομένα από καθημερινές επιχειρηματικές πρακτικές σε συνδυασμό με ευέλικτα ποσοτικά εργαλεία ανάλυσης  Εκμετάλλευση πληροφορικής τεχνολογίας και εργαλείων ανάλυσης και εξόρυξης δεδομένων

14 14 Πού, Πώς, Ποιός, Πότε ?  Πού θα πρέπει να εγκατασταθεί ένας ΧΥΤΑ; Ένα εργοστάσιο; Ένα κέντρο διανομής; Ένα αεροδρόμιο (κριτήρια;)  Πώς θα πρέπει να σχεδιαστεί μία νέα γραμμή παραγωγής; Πώς θα πρέπει να σχεδιαστεί ένα κατάστημα γρήγορου φαγητού; Ένα τραπεζικό υποκατάστημα; (κριτήρια;)  Ποιο (Πόσο) είναι το κατάλληλο επίπεδο δυναμικότητας για μια νέα χειρουργική κλινική; Ποιο είναι το κατάλληλο μείγμα παραγωγής; Ποιο είναι το μέγιστο πλήθος αεροσκαφών που μπορεί να χειριστεί ο πύργος ελέγχου;(κριτήρια;)  Πότε θα πρέπει να επεκταθεί η δυναμικότητα της χειρουργικής κλινικής ώστε να καλύψει εγκαίρως τη ζήτηση; Πότε θα πρέπει να ξεκινήσει η διαδικασία συντήρησης; (κριτήρια;)

15 15 Τα βασικά στάδια  Καθορισμός του προβλήματος  Συλλογή στοιχείων – δεδομένων από το σύστημα  Ανάπτυξη μαθηματικού μοντέλου  Σκιαγράφηση εφικτών λύσεων  Επίλυση του μοντέλου – αξιολόγηση εφικτών λύσεων  Εφαρμογή των συμπερασμάτων και της άριστης λύσης στο σύστημα  Ανατροφοδότηση

16 16 Επιχειρησιακά Συστήματα  Σύνολο οργανωμένων οντοτήτων (ανθρώπινο δυναμικό, μηχανές, εξοπλισμός,πρώτες ύλες, πληροφορίες, κ.ά) οι οποίες αλληλεπιδρούν και συνεργάζονται σε διαδικασίες (διεργασίες) που αποσκοπούν στην επίτευξη κάποιων στόχων, ανάλογα με την είσοδο (inputs) που δέχονται  Στατικό/Δυναμικό  Προσδιοριστικό/Στοχαστικό  Διακριτό/Συνεχές  Κατάσταση συστήματος

17 17 Επιχειρησιακές Δραστηριότητες  Διεργασία  Δραστηριότητες  Προστιθέμενης Αξίας (μεγιστοποίηση αξίας με τον πλέον αποδοτικό τρόπο)  Μετάβασης / Μεταφοράς οντοτήτων (ελαχιστοποίηση πόρων που απαιτούν)  Ελέγχου (κανένα σύστημα δεν είναι τέλειο, κόστος/όφελος για την εισαγωγή και ενσωμάτωση)  Ενεργητικές – Παθητικές

18 18 Παράδειγμα ?  Supply Chain is: organizations linked different processes and activitiesproduce value “…the network of organizations that are linked through upstream and downstream linkages, in the different processes and activities that produce value in the form of products and services in the hands of the ultimate customer”  ( Christopher, 1998, Logistics & Supply Chain Management, Strategy Planning and Operation )

19 19 Επιχειρησιακά Μοντέλα  Αναπαράσταση (απομίμηση) συστήματος με κάποιο στόχο  Φυσικά - εικονικά (κατασκευές)  μετάδοση εικόνας, πειραματισμός, εκπαίδευση  Αναλογικά  χάρτες, διαγράμματα, όργανα μετρήσεων  Συμβολικά  προφορικά/γνώμης/εννοιολογικά  Μαθηματικά μοντέλα

20 20 Διάκριση Μοντέλων  Σκοπός  περιγραφή, βελτιστοποίηση, πρόβλεψη  Μέθοδος ανάλυσης  αναλυτικό, μη αναλυτικό  Διαχείριση Μεταβλητότητας  στοχαστικό, προσδιοριστικό  Γενικότητα εφαρμογής

21 21 Χρησιμότητα μοντέλων  Χαμηλό κόστος  Δεν παρενοχλείται το σύστημα  Διερεύνηση μεταβλητότητας  Συμπίεση χρόνου  Εκπαιδευτικά εργαλεία  ΑΝΑΛΥΣΗ ΕΥΑΙΣΘΗΣΙΑΣ – ΠΕΙΡΑΜΑΤΙΣΜΟΣ Απαιτείται ή καλλιεργείται:  Δημιουργικότητα*  Εφευρετικότητα  Φαντασία  Έμπνευση  Αντίληψη (πρόσληψη και οργάνωση πληροφοριών)  Κοινή Λογική (ικανότητα κρίσης μέσω της αντίληψης) * *και λίγα μαθηματικά

22 22 Παράδειγμα 1 ο Διαίσθηση, εμπειρία, ποσοτική ανάλυση;;

23 23 Το γραμμικό μαθηματικό μοντέλο  Min 25x 3 + 30x 4 + 20x 5 + 15x 6 + 65x 7 + 40x 8 Με περιορισμούς : o x 1 +x 2 + x 3 + x 4 + x 5 + x 6 + x 7 + x 8 = 100.000 o 0,04x 1 + 0,052x 2 + 0,071x 3 + …+ 0,125x 8  0,075 (x 1 +x 2 +x 3 + … + x 8 ) o x 1 + x 2 + x 5 + x 7  50.000 o x 1 + x 3 + x 4 + x 7 + x 8  40.000 o x 1 + x 2  30.000 o x 1, x 2, …, x 8  0

24 24 Η Επίλυση

25 25 Γραμμικός Προγραμματισμός  Ευρέως διαδεδομένη τεχνική  Γραμμικές σχέσεις  Διοίκηση Παραγωγής  Μάρκετινγκ  Προγραμματισμός έργων  Προγραμματισμός εργασίας  Ανάμειξη πρώτων υλών, τρόφιμα, ποτά, καύσιμα  Επενδύσεις  Μέτρηση απόδοσης  Βελτιστοποίηση Δικτύων  Χρηματοοικονομική Διοίκηση  Αγροτική παραγωγή κ.ά.