Формирование требований к качеству первичной информации

Рассмотрим метод, в соответствии с которым можно обоснованно принимать решения о требованиях к полноте и достоверности исходных данных, а также о мероприятиях по их изменению.

Значительная часть составляющих затрат на повышение качества информации имеет единовременный характер и сравнительно легко калькулируется. Это относится и к обеспечению эксплуатации информационной системы, если затраты не зависят от состояния парка техники. В противном случае необходимо обеспечить при расчетах привязку к соответствующим событиям.

Решение рассматриваемой задачи можно проводить с учетом взаимовлияния качества различных категорий информационных данных, оценивать эффективность организации нетривиальных форм получения данных и повышения подробности данных.

Процедура использования предложенного метода состоит в следующем.

Задается перечень сведений (типов исходных данных), по которым проводится сравнительная оценка: I₁,..., I_n. Пусть точность задания этих сведений определяется для первого варианта реализации информационного обеспечения значениями P¹₁,..., P¹_n, а для второго – P²₁,..., P²_n, где P ^#_i – характеристика ошибки по # -ому варианту для i -ого типа сведений. Величина P ^#_i может задавать максимальную абсолютную погрешность, относительную погрешность, границу центрированного доверительного интервала и т.д. Изложенные построения распространяются на случай, когда вместо достоверности данных рассматривается их неопределенность. Пусть известны разовые затраты на оба варианта реализации информационного обеспечения: З¹_р и З²_р.

Задача рассматривается применительно к определенной группе управленческих решений U₁,..., U_m. Отыскивается выигрыш по «оптимистическому» ущербу от погрешности по I₁,..., I_n. Для этого выбирается некоторое базовое значение сведений B₁,..., B_n, одинаковое для обоих вариантов. С учетом задания P¹₁,..., P¹_n, и P²₁,..., P²_n определяются абсолютные погрешности исходных данных:

M^{}_лев.* = B_* - P^{}_*;

M^{}_прав.* = B_* + P^{}_*.

Разумеется, здесь символы операций смещения «+» и «-» имеют обобщенный смысл смещающего в ту или иную сторону оператора.

Затем строится план полного экстремального эксперимента:

X^{}₁ ´ X^{}₂ ´... ´ X^{}_n,

где X^{}_* – или M^{}_лев.*, или же M^{}_прав.*, в рамках которого находится 2ⁿ оптимальных управленческих решений:

{U^{}₁(1),..., U^{}_m(1)},..., {U^{}₁(2ⁿ),..., U^{}_m(2ⁿ)}.

Последствия E^{}(1),..., E^{}(2ⁿ) этих управленческих решений в форме совокупных потерь в виде затрат и ущерба оцениваются в ходе следующих 2ⁿ вычислительных экспериментов, для которых по входам I₁,..., I_n задаются базовые значения B₁,..., B_n.

Таким образом, требуются 2ⁿ обычных и 2ⁿ экстремальных или выполняющих функцию экстремальных экспериментов.

«Оптимистический» ущерб рассчитывается следующим образом:

Y^{}_oпт. = З^{}_p + min {E^{}(j)},

j = [ 1,2ⁿ ]

а «пессимистический»:

Y^{}_песс. = З^{}_p + max {E^{}(j)},

j = [ 1,2ⁿ ]

Тогда выигрыш по «оптимистическому» ущербу составит:

D_oпт. = |Y²_oпт. - Y¹_oпт.|,

а по «пессимистическому»:

D_песс. = |Y²_песс. - Y¹_песс.|.

В данном случае возникает отчетливо выраженный диссонанс между результатами обоснования и практической повседневностью.

Полученные оценки показывают, что по исходным данным необходимо иметь относительную погрешность не выше 3–5%. Однако, если в отношении данных бухгалтерского баланса эта точность обеспечивается, то многие прогнозные параметры имеют существенно более высокую степень неточности. Поэтому единственный выход – прилагать максимально возможные усилия к уточнению исходных данных для выработки управленческих решений.

Дата добавления: 2015-04-29