چاپ        ارسال به دوست

مقایسه مدل سازی پویا و مدل سازی فرآیند

استفاده از مدل ها برای حمایت از استراتژی کسب و کار و مدیریت یک ایده مشترک است، اما مدل سازی کسب و کار به معنای ارائه راه حل های مختلف برای افراد مختلف است. ابتدا توجه کنید که منظور ما از  "مدل های کسب و کار"  صحبت در رابطه با فعالیت‌هایی که اساسا یک کسب و کار تصمیم به انجام آن دارد (انتخاب مشتریان یا خدمات و محصولات قابل ارائه) یا چگونه کسب درآمد می کند نیست.

در واقع این مقاله بر روی آن دسته از مدل هایی که مدیران و مشاوران برای ترسیم و نشان دادن چگونگی عملکرد یک کسب و کار (یا بخشی از آن) استفاده می کنند، تمرکز دارد. چنین مدل‌هایی به مدیران در جهت طراحی و مدیریت کسب و کار یا عملکردهای مهم و حیاتی مرتبط با آن کمک می کند، که از آن جمله می توان به مدل سازی فرآیند (Process modeling) و مدل سازی پویا (dynamic modeling) اشاره کرد. مدل سازی فرآیند و مدل سازی پویا دو موضوع متفاوت، اما مرتبط هستند.

 

 


مقالات مرتیط:

 

 

روش پویایی شناسی راهبرد های سازمانی چیست؟

مشخصات یک سیستم پیچیده (complex systems)

 

 


مدل سازی فرآیند

 

بسیاری از مردم با نمودارها و دیاگرام های فرآیند آشنا هستند، این نمودارها پیوندهای بین اقدامات مرتبط را ایجاد می کنند و یک فعالیت یا تیم را برای دستیابی به آنچه که می‌خواهد کسب کند، توانمند می سازد. مدل سازی فرآیند یک رشته تخصصی بسیار حرفه ای است که در ارائه یک پلتفرم صحیح برای طراحی و یا بازنویسی عملیات کسب و کار اهمیت بنیادی دارد. در ساده ترین حالت، یک مدل یا نمودار اقدامات پیوسته ای که برای انجام یک فعالیت ساده کاربردی باید انجام شود را استخراج و ترسیم می کند، مانند فرآیند استخدامی که در تصویر زیر ملاحظه می کنید.

همچنین نمودارهای فرآیند ممکن است برای راهنمایی مشتریان نیز استفاده شود (برای مثال چگونگی خرید کردن مشتریان، یا چگونگی مراحل استفاده از خدمات). این نمودارها برای ترسیم زنجیره های عرضه و فعالیت های حسابداری و به طور کلی همه فرآیندهای یک کسب و کار کاربرد دارند.

مدل سازی فرآیند اثرات علی و معلولی را بررسی می کند. به عنوان مثال، فعالیت استخدام ذکر شده ممکن است به عنوان یک عنصر واحد در یک دید کلی از نحوه کارکرد سیستم مدیریت کارکنان سازمان به نظر برسد. فرآیند مدل سازی می تواند ساختار کلی شرکت را فراهم کند، البته نمی توان آن را بر روی یک تصویر واحد مشاهده کرد و به دیاگرام های متعددی نیاز دارد.

مدل های فرآیند دقیقا چه کاری انجام می دهند؟ همانطور که مثال استخدام نشان می دهد، مدل سازی فرآیند، اجزای تشکیل دهنده سازمان را به تصویر می کشد برای مثال مواد، ماشین آلات، افراد، مشتریان، پول نقد، اطلاعات و ... اکثر عناصر در یک دیاگرام فعل هستند (انجام فعالیت 1، انجام فعالیت 2،...) اگر چه رسم مدل های فرآیند یک رشته کیفی است، ملزم است دقیق و قابل اعتماد و آزمون پذیر باشد. برای مثال فرآیند استخدام بالا را باید در واقعیت بررسی کرد. هر فرآیند استخدام خاص ممکن است شامل فرآیندهای متفاوت یا فرعی مانند مصاحبه باشد.

مدل سازی پویا

مدل سازی پویا یا دینامیک نسبت به مدل سازی فرآیند کمتر شناخته شده است. شاید به این دلیل که در گذشته عمدتا برای فعالیت های فنی کسب و کار، مانند طراحی امکانات محصولات و زنجیره های عرضه، مورد استفاده قرار گرفته است. اما محدوده مدل سازی دینامیک بسیار گسترده تر است و در حال حاضر می تواند مسائل مربوط به تمام فعالیت ها بررسی و راه حل های ممکن را مورد ارزیابی قرار دهد.

روش های اصلی استفاده شده برای مدلسازی پویا (در ادامه توضیح داده خواهد شد) تعیین می کند:

  • چگونه اعداد و ارقام در یک کسب و کار یا فعالیت در طول زمان تغییر می کند؟
  • سرعت تغییر متغیرها در موقعیت های مختلف چگونه است؟
  • چگونه این تغییرات به سایر موارد در سیستم بستگی دارد؟

 به عنوان مثال، تعداد تقاضای شغلی که هر هفته بررسی می شود به تعداد درخواست ها و تعداد کارکنان منابع انسانی موجود برای انجام غربالگری بستگی دارد و قطعا این اعداد هر هفته متفاوت است.

تکرار این محاسبات برای هفته های متوالی موجب شبیه سازی کیفی و کمی کارایی فرآیند استخدام می شود، نه فقط ساختار آن. نمودار زیر یک مدل پویایی سیستم از یک روند استخدام مشابه در بالا را نشان می دهد، این مدل نشان می دهد که چگونه تعداد تقاضای شغلی در بیش از 20 هفته تغییر می کند.

این اعداد از هفته ای به هفته دیگر تغییر می کند زیرا تقاضا از مرحله ای به مرحله ی دیگر جریان می یابد و مقدار آن از طریق لینک های سبز که تعیین می کند چگونه موجودی هر انبار از هفته ای به هفته ای دیگر تغییر می کند جریان می یابد.

 

مدلسازی پویا دقیقا چیست؟ مدل سازی پویا به طور مستقل بر آیتم های یک بنگاه متمرکز می شود، بنابراین بیشتر عناصر تشکیل دهنده آن اسم ها، مشتری ها، پول، واحدها، افراد، محصولات و غیره است. (در این مثال ساده، اقلام عبارتند از متقاضیان شغل).

مدل های پویا نیز باید دقیق باشند. انبار و نرخ جریان در قلب یک مدل، عوامل اساسی قابل مشاهده در دنیای واقعی هستند و قابل اندازه گیری هستند. علاوه بر این، رفتار مدل باید با رفتار مشاهده شده سیستم در دنیای واقعی مطابقت داشته باشد و این نکته نه تنها در مورد نتایح نهایی بلکه در مورد تمام عناصر سیستم صدق می کند.

مدل سازی پویا همانند مدل سازی فرآیند اثرات علی و معلولی را بررسی می کند. در این مدل یک شرکت پشتیبانی فناوری اطلاعات ساده بررسی شده است، در قسمت پایین مدل، جریان فعالیت استخدام به کلی وارد انبار کارکنان شده است. (خطوط قرمز داده های واقعی هستند، خطوط آبی شبیه سازی شده است.)

مقایسه مدل فرآیندی  و مدل پویا

از این مثال ساده باید متوجه شده باشید که مدل های پویا و مدل های فرآیندی کاملا متفاوت هستند. مدل های دینامیکی نشان می دهند که چطور مقدار هر متغیر در یک سیستم در طول زمان تغییر می کند، در حالی که مدل های فرآیندی، نحوه انجام فعالیت ها را نشان می دهد و به زمان وابستگی و ارتباط ندارد. مدل های پویا سیستم دنیای واقعی را تقلید و شبیه سازی می کنند، در حالی که مدل های فرآیندی، تصاویر کیفی فعالیت ها را در سیستم نشان می دهند. با این حال، این دو رویکرد نزدیک به هم  و وابسته هستند. توجه داشته باشید که اقدامات نشان داده شده در اولین نمودار فرآیند استخدام، با نرخ جریان در مدل دینامیکی در یک جایگاه قرار دارد.

مدل های پویا نسبت به مدل های فرآیندی قابلیت های بیشتری دارند. آن ها به صورت کمی و با توجه به زمان نشان می دهند که یک سیستم چگونه تغییر می کند و این عملکرد شامل همه چیز در سیستم می شود نه تنها نتایج نهایی.

روش های مدل سازی پویا

سیستم دینامیک (SD-System Dynamics) که در اینجا استفاده می شود، یک روش شبیه سازی "پیوسته" است که تعاملات میان افراد، فعالیت ها یا مواد را در بر می گیرد.

شبیه سازی رویداد گسسته (DES-Discrete-event simulation) به طور گسترده ای مورد استفاده قرار می گیرد تا مدل سازی کند که چگونه واحد های جداگانه در راستای یک فرآیند حرکت می کنند، مانند موارد صف بندی و سیستم های تولید یا عرضه زنجیره ای. DES به طور گسترده ای برای برنامه ریزی یا اصلاح سیستم های تولید و زنجیره های عرضه و بسیاری دیگر از سیستم های فیزیکی استفاده می شود.

مدل سازی مبتنی بر عامل (ABM- Agent-based modelling) عملکردها و تعاملات عوامل مستقل را شبیه سازی می کند تا بررسی کنند که چگونه رفتار جمعی آنها بر یک سیستم گسترده تر تاثیر می گذارد. این امر به ویژه در رابطه با پدیده های وابسته به مکان جغرافیایی و گذر زمان مانند گسترش بیماری موثر است.

مدل های SD نسبتا مختصرتر هستند و برای ایجاد و استفاده به زمان کمتری نیاز دارند و رفتار سیستم را شبیه سازی می کنند. در مقابل این سادگی، اطلاعات مربوط به ماهیت فردی که ممکن است حائز اهمیت باشد را از دست می دهند. به عنوان مثال کیفیت خدمات در حد متوسط ممکن است به طور کلی راضی کننده باشد اما برای مشتری خاصی این سطح از کیفیت موجب نارضایتی شود. بنابر این ممکن است ترکیب استفاده از این مدل ها مزایای استفاده از آن ها را افزایش دهد.

منبع: مقاله آقای دکتر Kim Warren منتشرشده در لینکداین


١٠:١٢ - پنج شنبه ٢٢ شهريور ١٣٩٧    /    شماره : ٣١٩    /    تعداد نمایش : ٥٠٨


نظرات بینندگان
این خبر فاقد نظر می باشد
نظر شما
نام :
ایمیل : 
*نظرات :
متن تصویر:
 

خروج