Московский государственный университет им. М.В. Ломоносова (кафедра социокультурного проектирования и развития территорий, профессор)
Московский институт психоанализа (кафедра экономики и менеджмента, профессор)
Россия
Московский государственный областной университет (кафедра проектного и функционального менеджмента )
аспирант с 01.01.2022 по настоящее время
Россия
Рассмотрены методы принятия управленческих решений (ПУР), классифицированные по технологиям принятия управленческих решений. Представлена уточненная версия авторской классификации методов ПУР, полученная в результате систематизации методов ПУР по направлениям прикладного менеджмента с учетом взаимосвязи функционального менеджмента с направления деятельности предприятия и направлениями развития прикладного менеджмента. Дана характеристика методов принятия решений, основанных на традиционных способах обработки информации, относящихся к универсальным методам принятия управленческих решений. Показано, что методы принятия управленческих решений на основе традиционных способов анализа и обработки информации в комплексе способны обеспечить реализацию алгоритма принятия управленческих решений.
классификация, методы, принятие управленческих решений, менеджмент, традиционные способы, обработка информации, алгоритма принятия управленческих решений.
Ускорение научно-технического прогресса неизменно сопровождается усложнением создаваемых человеком социально-экономических систем. Указанные тенденции связаны с активным развитием науки управления социально-экономическими системами (менеджмента) в целом и методов принятия управленческих решений (ПУР) в частности.
Чем глубже человек проникает в сущность изучаемых явлений, тем более точные методы исследования ему требуются и тем более рациональные варианты решений он получает [1, с.245–246].
Известные классификации научно-практических методов принятия решений не представляется возможным признать исчерпывающими [2–6].
В этой связи была предложена авторская классификация научно-практических методов ПУР по признаку применения в прикладных областях менеджмента (табл. 1), построенная на базе классификации [7, с.61–62], и являющаяся результатом обобщения выполненных ранее исследований [1,8–19].
Таблица 1
Классификация методов ПУР по направлениям использования в прикладном менеджменте
|
№ |
Направления развития менеджмента |
Состав классов методов ПУР |
|
1 |
Общий менеджмент |
Универсальные методы ПУР: 1.1.Общенаучные методы [1, c. 254–256]; 1.2. Методы, основанные на традиционных способах обработки информации и принятия решений [1, c.257–270]; 1.3. Методы на основе детерминированного факторного анализа [1, c. 271–282]; 1.4. Методы на основе стохастического факторного анализа [1, c.283–298]. |
|
2 |
Менеджмент организации |
2.1. Методы, основанные на комплексном экономическом анализе хозяйственной деятельности (АХД) организации [1, c. 436–443]; 2.2. Методы, основанные на оценке перспектив развития производственно-хозяйственной деятельности экономических систем (предприятий), с учетом их инновационного потенциала и инвестиционных возможностей [1, c. 479–503]; 2.3. Методы на основе технологий организационного управления[20, c. 133–135]. |
|
3 |
Исследование систем управления |
3.1. Методы оптимизации показателей эффективности на основе линейного программирования [1, c. 299–301]; 3.2. Методы оптимизации показателей эффективности на основе динамического программирования |
|
4 |
Стратегический менеджмент |
4.1. Методы, базирующиеся на основе анализа схем стратегического развития экономических систем[1, c. 308–330]; 4.2. Методы выбора стратегий развития экономических систем с позиций оценки их рыночной конкурентоспособности [19, c. 146–148]. |
|
5 |
Антикризисное управление |
5.1. Методы антикризисного управления на основе технологий А-моделей оценки; 5.2. Методы антикризисного управления на основе технологий Z-моделей оценки [12, c. 329–345]. |
|
6 |
Логистика |
6.1. Методы закупочной логистики[13, c. 164–207]; 6.2. Методы производственной логистики[13, c. 215–271]; 6.3. Методы распределительной логистики[13, c. 273–278];
|
|
7 |
Управление персоналом |
7.1. Методы, связанные с управлением персоналом [1, c. 331–338]. |
|
8 |
Инновационный менеджмент |
8.1. Методы на основе технологий поиска инновационных путей развития [1, c. 412–429]; 8.2. Методы на основе бизнес-моделей новаторов бизнеса [1, c. 430–435]; 8.3. Методы, основанные на технологиях управления инновационными проектами [21, c. 97–107]. |
|
9 |
Информационные технологий управления |
9.1. Выявление альтернатив для принятия управленческого решения по технологиям OLAP и Data Mining [15]; 9.2. Методы интеллектуального анализа данных [15]; 9.3. Методы оценки альтернатив – сценарного моделирования «что-если» [15]. |
|
10 |
Управление качеством |
10.1. Методы, основанные на инструментах управления качеством[1, c. 339–372]; 10.2. Методы на основе теории квалиметрии [14, c. 275–306]. |
|
11 |
Финансовый менеджмент |
11.1. Методы, основанные на комплексном экономическом анализе хозяйственной деятельности (АХД) организации [1, c. 436–443]; 11.2. Методы, основанные на оценке активов и капитала экономических систем) [1, c. 465–473]; 11.3. Методы, связанные с управлением структурой капитала экономических систем (предприятий) [1, c. 465–473]. |
|
12 |
Инвестиционный менеджмент |
12.1. Методы инвестиционного характера, основанные на оценке стоимости капитала экономических систем (предприятий) [19, c. 170–171]. |
|
13 |
Управление проектами |
13.1. Методы, основанные на принципах классического проектного управления [22, c. 44–61]; 13.2. Методы, основанные на технологиях управления инновационными проектами [21, c. 97–107]. |
|
14 |
Риск-менеджмент |
14.1. Методы оценки риска, основанные на теории игр[1, c. 303–307, с. 518–525]; 14.2. Статистические методы оценки рисков [1, c. 526–542]; 14.3. Методы анализа и оценки портфельных рисков инвестирования [1, c. 542–569]; 14.4. Методы оценки рисков на основе теории массового обслуживания [1, c. 301–303]; 14.5. Методы оценки рисков абсолютной величины вероятных потерь инвестиций [23, с. 34]; 14.6. Специализированные методы оценки рисков инвестиционных проектов [23, с.35]. |
|
15 |
Производственный менеджмент
|
15.1. Организационные методы[15, 16]; 15.2. Административные методы [15, 16]; 15.3. Экономические методы [15, 16]; 15.4. Социально-психологические методы[15, 16]. |
|
16 |
Экологический менеджмент |
16.1. Административные методы [15,16]; 16.2. Методы экологической экспертизы [15, 16]; 16.3. Экономические методы [15,16]; 16.4. Социально-психологические методы [15, 16]. |
|
17 |
Тайм-менеджмент |
17.1. Методы управления в тайм-менеджменте при целеполагании [15, 16]; 17.2. Методы управления персональным временем [15,16]; 17.3. Методы планирования в тайм-менеджменте [15,16]; 17.4. Методы повышения скорости работы [15,16]. |
Таким образом, в представленной классификации научно-практических методов ПУР (табл. 1) по признаку применения в прикладных областях менеджмента (рис. 1), дополнено содержание групп методов исследования систем управления и антикризисного управления.
Рис. 1. Взаимосвязь функционального менеджмента с направлением деятельности предприятия и направлениями развития прикладного менеджмента
В проведенных ранее исследованиях были рассмотрены общенаучные методы ПУР, включая [15]:
– метод восхождения от абстрактного к конкретному;
– методы анализа и синтеза;
– методы индукции и дедукции;
– метод единства логического и исторического;
– метод системного анализа;
– метод комплексного анализа;
– методы дифференциации и интеграции;
– метод программно-целевого планирования;
– экономические методы;
– административные методы;
– социально-психологические методы.
В данном исследовании детально рассматривается класс методов ПУР, основанных на традиционных способах обработки информации и принятия решений, к которым относятся следующие группы [1, c. 257]:
– методы сравнения относительных и средних величин;
– графические методы;
– методы группировки;
– балансовый метод.
В основу рассмотрения групп методов ПУР класса, основанных на традиционных способах обработки информации и принятия решений, положено описание этих методов [1, c. 257–270].
Целью данного рассмотрения является обоснование объединения перечисленных групп методов в единый класс методов ПУР.
Для обоснования целесообразности объединения методов сравнения относительных и средних величин, графических методов, методов группировки и балансового метода рассмотрим, как совместное использование этих методов позволяет полностью реализовать алгоритм принятия управленческих решений, представленный на рис. 2.
Рис. 2. Алгоритм принятия управленческих решений
Метод сравнения позволяет сопоставить между собой различные величины во времени и пространстве.
В качестве таких величин могут быть рассмотрены [1, c. 257–258]:
– относительная величина динамики iд,
– относительная величина планового задания iпл.з.,
– относительная величина выполнения планового задания iвып.пл.,
– относительные величины структуры,
– относительные величины интенсивности,
– относительные величины координации,
– относительные величины сравнения.
Относительная величина динамики iд представляет собой отношение уровня признака в определенный период или момент времени I(t) к уровню этого же признака в предшествующий период или момент времени I(t-1). Относительные величины динамики часто называют темпами роста iд=I(t)/I(t-1).
Относительная величина планового задания iпл.з представляет собой отношение уровня, запланированного на предстоящий период Iпл.(t+1), к фактически сложившемуся уровню Iф(t) в этом периоде iпл.з=Iпл.(t+1)/Iф(t).
Относительная величина выполнения планового задания iвып.пл рассчитывается как отношение фактически достигнутого в данном периоде уровня Iф(t) к запланированному Iпл.(t): iвып.пл.=Iф(t)/Iпл.(t).
Относительные величины динамики iд, планового задания iпл.з и выполнения планового задания iвып.пл. связаны соотношением
iд=iпл.з.*iвып.пл.= {Iпл.(t+1)/Iф(t)}/{Iф(t)/Iпл.(t)}= Iпл.(t+1)/Iпл.(t).
Относительные величины структуры представляют собой показатели, характеризующие долю отдельных частей изучаемой совокупности во всем их объеме.
Относительными величинами интенсивности являются показатели, характеризующие степень распространения или уровень развития того или иного явления в определенной среде.
Относительные величины координации – показатели, характеризующие соотношение отдельных частей целого между собой. При этом за базу может быть принята любая из частей.
Относительные величины сравнения – показатели, представляющие собой частное от деления одномерных абсолютных величин, характеризующих разные объекты и относящихся к одному и тому же периоду времени.
Другим направлением использования традиционных способов принятия решений является определение среднего уровня величин (среднегармонических, среднеарифметических, среднегеометрических и др. степенных значений, моды, медианы и т.д.).
Средняя величина – обобщающий показатель, характеризующий типичный уровень явления в конкретных условиях места и времени, отражающий величину варьирующего признака в расчете на единицу качественно однородной совокупности.
Выбор вида средней определяется экономическим содержанием рассматриваемого показателя и характером исходных данных. Различают следующие виды средних величин: гармоническая, арифметическая, геометрическая, квадратическая, кубическая и т.д.
Перечисленные выше средние относятся к классу степенных средних и выводятся из общей формулы, в которой различны лишь значения показателя степени m.
При этом для одних и тех же данных значение средней растет с ростом показателя m (правило мажоритарности средних):
хгарм ≤ хгеом ≤ харифм ≤ хкв ≤ хкуб.
Помимо степенных средних (как простых, так и взвешенных) в экономическом анализе, обеспечивающем процесс принятия управленческих решений, используются структурные средние: мода и медиана.
Мода – как средняя величина представляет собой наиболее часто встречающееся значение случайной величины, и широко используется при принятии решений на основе изучения покупательского спроса, регистрации цен и т.д.
Медиана – это вариант, который находится в середине вариационного ряда. То есть, медиана делит ряд на две равные (по числу единиц) части. Медиана находит практическое применение в анализе рынка вследствие особого свойства – сумма абсолютных отклонений чисел ряда от медианы есть величина наименьшая.
Следующей группой методов класса традиционных способов принятия решений является графическое представление данных. Эти данные представляются в виде [1, c. 258–259]:
– диаграмм (линейных, столбиковых, ленточных (полосовых), секторных (круговых и радиальных), фигурных);
– сетевых графиков;
– картограмм (фоновых и точечных);
– картодиаграмм.
Диаграмма представляет собой чертеж, в котором информация изображается посредством геометрических фигур или символических знаков.
Линейная диаграмма обычно строится в прямоугольной системе координат, в которой на оси абсцисс откладывается воздействующий фактор (зачастую время), а на оси ординат – изучаемый показатель (рис. 3).
Рис. 3. Линейная диаграмма: распределение количества детей по семьям
Столбиковая диаграмма также строится в прямоугольной системе координат, где каждое значение изучаемого показателя изображается в виде вертикального столбика.
Пример столбиковой диаграммы (гистограммы), демонстрирующей распределение населения России по возрастам, представлен на рис. 4.
Рис. 4. Столбиковая диаграмма (гистограмма), демонстрирующая распределение населения России по возрастам
В ленточной (полосовой) диаграмме основания столбиков располагаются вертикально, а масштабная шкала, отражающая значения исследуемого показателя – горизонтально. Пример распределения населения по уровню безработицы с помощью ленточной диаграммы представлен на рис. 5.
Рис. 5. Пример ленточной (полосовой) диаграммы, демонстрирующей распределение населения по уровню безработицы
Одномерность изображаемых показателей и их одномасштабность для различных столбиков и полос требуют выполнения следующего требования: соблюдение соразмерности (столбиков – по высоте, полос – по длине) и пропорциональности изображаемым величинам. Для выполнения этого требования необходимо:
– во-первых, чтобы шкала, по которой устанавливается размер столбика (полосы), начиналась с нуля;
– во-вторых, эта шкала должна быть непрерывной, т.е. охватывать все числа данного ряда. Разрыв шкалы и соответственно столбиков (полос) не допускается.
В круговой секторной диаграмме площадь окружности описывает величину всей изучаемой совокупности, а площади отдельных секторов отображают доли ее составных частей. Пример круговой секторной диаграммы, отражающей структуру ВВП РФ за 2010 г., представлен на рис. 6.
Рис. 6. Пример круговой секторной диаграммы, отражающей структуру ВВП РФ за 2010 г.
Радиальная секторная (лепестковая) диаграмма строится в полярных координатах, где началом отсчета служит центр окружности, а носителями масштабных шкал значений изучаемых показателей – радиус векторы круга. Пример лепестковой диаграммы, демонстрирующей оценку уровня PR-активности компании, приведен на рис.7.
Рис.7. Пример радиальной секторной (лепестковой) диаграммы, демонстрирующей оценку уровня PR-активности компании
Часто радиальные диаграммы используются для отражения динамики повторяющихся годовых циклов с помесячными данными, делящими окружность на двенадцать равных частей радиус-векторами, расположение которых подобно циферблату часов.
Фигурные диаграммы подразумевают изображение данных рисунками-символами, наиболее соответствующих существу отображаемых явлений, число и (или) размеры которых определяются их числовыми значениями. Пример оценки динамики численности крупного рогатого скота в хозяйствах страны представлен на рис. 8.
Рис. 8. Пример оценки динамики численности крупного рогатого скота в хозяйствах страны в млн голов
Сетевой график представляет собой изображение логически взаимосвязанных участков (этапов) работы, согласованных во временном разрезе, и строится в следующей последовательности:
< >изображение логической последовательности действий (от исхода к итогу);формирование важнейших данных в рабочие элементы (этапы);определение сроков начала, продолжительности и времени окончания этапов;определение критических узлов (нестыковок по срокам взаимозависимых этапов);развязка критических узлов (согласование по срокам взаимозависимых этапов).
Рис. 9. Пример сетевого графика выполнения опытно-конструкторской работы
Картограмма представляет собой схематическую (контурную) карту, на которой отдельные территории в зависимости от величины изображаемого показателя обозначаются с помощью графических символов (штриховки, расцветки, точек).
Пример картограммы, отражающей плотность населения по территориям приведен на рис. 10.
Рис. 10. Пример картограммы, отражающей плотность населения по территориям
Таким образом, картодиаграммы представляют собой сочетание контурной карты и диаграммы, когда символы диаграммы (столбики, круги и т.д.) размещаются по всей карте, давая пространственное представление о величинах изучаемых показателей.
Еще одной группой методов, входящих в класс методов принятия управленческих решений на основе традиционных способов анализа и обработки информации, являются методы группировки.
Группировка представляет собой процесс образования однородных групп на основе расчленения статистической совокупности на части или объединения изучаемых единиц в частные совокупности по существенным для них признакам, каждая из которых характеризуется системой статистических показателей.
Группировка обеспечивает первичный аналитический материал, на основе которого рассчитываются сводные показатели по группам. В результате появляется возможность сравнения показателя по группам, анализа причин различий между группами, изучения взаимосвязей между признаками. Расчет сводных показателей в целом по совокупности позволяет изучить ее структуру.
Таким образом, метод группировки создает основу для последующей сводки и анализа данных. Ведение группировочных таблиц превращает группировки (классификации) в эффективный метод анализа и вскрытия резервов в экономике.
Метод группировок применяется для решения следующих задач, возникающих в ходе аналитических исследований:
– выделение типов явлений (например, социально-экономических);
– изучения структуры изучаемых явлений и структуры сдвигов, происходящих в них;
– выявление связей и зависимостей между отдельными признаками изучаемых явлений.
Для решения задач аналитических исследований, обеспечивающих процесс принятия решений, преимущественно применяются следующие три вида группировок из их общей классификации (рис. 11): типологические, структурные и аналитические (факторные).
Рис. 11. Общая классификация методов группировки
Типологическая группировка решает задачу выявления и характеристики социально-экономических типов путем разделения качественно разнородной совокупности на классы, социально-экономические типы, однородные группы единиц в соответствии с правилами научной группировки. Например, группировки секторов экономики, хозяйствующих субъектов по формам собственности.
При топологических группировках выбор группировочных признаков (атрибутивных или количественных) основывается на анализе качественной природы исследуемого явления для выявления существенных признаков.
Структурная группировка, в которой происходит разделение выделенных с помощью типологической группировки типов явлений, однородных совокупностей группы, характеризующие их структуру по какому-либо варьирующему признаку. Например, группировка: хозяйств по объему продукции; депозитов по сроку их привлечения.
Анализ структурных группировок, взятых за ряд периодов или моментов времени, показывает изменение структуры изучаемых явлений, т.е. структурные сдвиги. В изменении структуры общественных явлений отражаются важнейшие закономерности их развития.
Аналитические (факторные) группировки позволяют исследовать связи и зависимости между изучаемыми явлениями и их признаками. В основе аналитической группировки лежит факторный признак, и каждая выделенная группа характеризуется средними значениями результативного признака. Например, группировка рабочих по факторному признаку х – квалификации (разряду) с указанием заработной платы, можно увидеть прямую зависимость результативного признака у – средней месячной заработной платы рабочих от квалификации: чем выше квалификация, тем выше и средняя месячная зарплата.
При использовании в аналитических группировках методов математической статистики, можно определить показатель тесноты (силы) связи между изучаемыми признаками.
В зависимости от степени сложности массового явления и задач анализа группировки могут производиться по одному признаку (простая группировка) или нескольким признакам (сложная группировка).
Комбинаторная группировка предполагает, что группы, образованные по одному признаку, делятся затем на подгруппы по второму и т.д. признакам (т.е. в основании группировки лежит несколько признаков, взятых в комбинации).
Многомерная группировка позволяет рассматривать совокупность единиц одновременно по множеству характеризующих признаков и принимать управленческие решения с использованием теории распознавания образов.
Многомерная группировка (многомерная классификация) основана на измерении сходства или различия между объектами: единицы, отнесенные к одной группе (классу) отличаются между собой меньше, чем единицы, отнесенные к разным группам (классам). Мерой близости (сходства) между объектами могут служить различные критерии. Самая распространенная мера близости – евклидово расстояние между объектами, представленными точками в n-мерном пространстве.
Задача многомерной группировки – выделение сгущений точек (т.е. близости по всему комплексу признаков) – кластерный анализ.
При осуществлении структурных группировок определяют количество групп и интервалы группировки.
Определить оптимальное количество групп с равными интервалами, при условии, что распределение единиц совокупности близко к нормальному, можно по формуле американского ученого Стерджесса:
n=1+3,322*lgN,
где N – число единиц совокупности.
Величина интервала для группировок с равными интервалами:
i = (xmax-xmin)/n
Интервалы могут быть и неравными (прогрессивно возрастающими или прогрессивно убывающими). Использование неравных интервалов объясняется тем, что количественные изменения размера признака имеют не одинаковые значения в низших и высших по размеру признака группы.
Метод вторичной группировки применяется в тех случаях, когда имеющиеся первичные группировки не удовлетворяют требованиям анализа. Например, по причине несопоставимости группировок из-за различного числа выделенных групп или неодинаковых границ интервалов. Метод вторичной группировки позволяет привести такие исходные группировки к сопоставимому виду для проведения их дальнейшего сопоставительного анализа.
Известно два способа перегруппировки: объединение (укрупнение) первоначальных интервалов; долевая перегруппировка (закрепление за каждой группой определенной доли единиц).
Балансовый способ используется для отражения соотношений, пропорций двух взаимосвязанных и уравновешенных экономических показателей, итоги которых должны быть тождественными. В частности, этот способ используется при проверке правильности определения влияния различных факторов на прирост величины результативного показателя. При детерминированном анализе алгебраическая сумма величины влияния отдельных факторов должна соответствовать величине общего прироста результативного показателя (∆Yобщ=∑∆Yi). При этом влияние каждого i-го фактора на изменение общего результата ∆Yобщ можно описать в виде:
∆Yа= Yа-Y0
∆Yb= Yb-Yа
∆Yc= Yc-Yb
∆Yd= Yd-Yc,
и т.д.
Области использования рассмотренных групп методов принятия управленческих решений на основе традиционных способов анализа и обработки информации на различных этапах реализации алгоритма принятия управленческих решений представлены в табл. 4.
Таблица 4
Реализация алгоритма принятия управленческих решений с использованием методов на основе традиционных способов анализа и обработки информации
|
№ |
Этап алгоритма ПУР |
Группа методов ПУР на основе традиционных способов анализа и обработки информации |
Методы ПУР |
|
1 |
Оценка проблемы и постановка задачи для решения |
Графические методы |
Столбиковые диаграммы |
|
Методы сравнения относительных и средних величин |
Средние величины; относительная величина динамики; относительная величина выполнения планового задания |
||
|
Методы группировки |
Топологические |
||
|
2 |
Сбор исходных данных |
Графические методы |
(диаграммы, картограммы) |
|
Методы сравнения относительных и средних величин |
Средние величины; диаграммы (линейные, столбиковые, ленточные, секторные) |
||
|
3 |
Анализ данных
|
Методы сравнения относительных и средних величин |
Средние величины; относительная величина динамики; относительная величина выполнения планового задания; относительные величины структуры; относительные величины интенсивности; относительные величины сравнения |
|
Методы группировки |
Структурные, аналитические, первичной группировки |
||
|
Графические методы |
Диаграммы, картограммы, картодиаграммы |
||
|
4 |
Прогноз вариантов развития событий |
Методы сравнения относительных и средних величин |
Средние величины; относительная величина динамики, относительные величины структуры, относительные величины интенсивности, относительные величины координации, относительные величины сравнения. |
|
|
|
Графические методы |
диаграммы, сетевые графики |
|
5 |
Разработка вариантов решения проблемы |
Методы сравнения относительных и средних величин |
Средние величины; относительная величина динамики, относительная величина планового задания, относительные величины структуры, относительные величины интенсивности, относительные величины координации, относительные величины сравнения. |
|
|
|
Методы группировки |
Топологические, структурные, аналитические, комбинаторные, многомерные, перегруппировки |
|
|
|
Графические методы |
диаграммы, сетевые графики, картограммы |
|
6 |
Оценка ожидаемых результатов
|
Методы сравнения относительных и средних величин
|
Средние величины; относительная величина динамики, относительная величина выполнения планового задания, относительные величины структуры, относительные величины интенсивности, относительные величины координации, относительные величины сравнения. |
|
|
|
Балансовый метод |
Балансовый метод |
|
7 |
Выбор рационального варианта решения |
Методы сравнения относительных и средних величин |
Средние величины; относительная величина динамики, относительные величины структуры, относительные величины интенсивности, относительные величины координации, относительные величины сравнения |
|
|
|
Графические методы |
Диаграммы, сетевые графики, картограммы, картодиаграммы. |
|
|
|
Методы группировки |
Структурные, аналитические, комбинаторные, многомерные, перегруппировки |
|
|
|
Балансовый метод |
Балансовый метод |
|
8 |
Принятие решения
|
Методы сравнения относительных и средних величин;
|
Средние величины; относительная величина динамики, относительные величины планового задания, относительные величины структуры, относительные величины интенсивности, относительные величины координации, относительные величины сравнения |
|
|
|
Графические методы |
Диаграммы, сетевые графики |
|
|
|
Методы группировки |
Топологические, структурные, комбинаторные, многомерные |
|
|
|
Балансовый метод |
Балансовый метод |
Таким образом, рассмотренные методы принятия управленческих решений на основе традиционных способов анализа и обработки информации в комплексе способны обеспечить реализацию алгоритма принятия управленческих решений (рис. 2).
1. Тебекин А.В. Методы принятия управленческих решений. – М.: Юрайт, 2016.
2. Балдин К.В., Воробьев С.Н., Уткин В.Б. Управленческие решения. – М.: ЮНИТИ-ДАНА, 2008. – 317с.
3. Гапоненко Т.В. Управленческие решения. – Р-н-Д: Феникс, 2012. – 284с.
4. Карданская Н.Л. Управленческие решения. – М.: ЮНИТИ-ДАНА, 2009. – 439 c.
5. Литвак Б. Г. Разработка управленческого решения – М.: Дело, 2008. – 440 c.
6. Чудновская С.Н. Разработка управленческих решений. – Тюмень: ТГУ, 2009. – 304 с.
7. Тебекин А.В., Тебекина А.А. Классификация методов принятия управленческих решений. // Журнал исследований по управлению. Volume 2, issue 11, 01.12.2016.
8. Тебекин А.В. Управление инновационно-инвестиционной деятельностью в сфере информационных технологий: монография. – Москва: Палеотип, 2006. – 184 с.
9. Тебекин А.В. Менеджмент. – М.: ИНФРА-М, 2014.
10. Тебекин А.В. Методы принятия управленческих решений. – М.: Юрайт, 2016.
11. Тебекин А.В. Теория менеджмента : учебник. – М. : КНОРУС, 2016. – 696 с.
12. Теоретические основы управления инновациями. Научная монография. Под ред. проф. Тебекина А.В. – СПб.: Стратегия будущего, 2016. – 474с.
13. Тебекин А.В. Логистика: учебник. Издание 2-е. – М.: Дашков и К, 2014. – 356 с.
14. Тебекин А.В. Управление качеством. – М.: Юрайт, 2013. – 384 с.
15. Тебекин А.В., Тебекин П.А. Содержание общенаучных методов принятия управленческих решений в менеджменте. // Журнал исследований по управлению. Volume3, issue 1, 25.01.2017.
16. Тебекин А.В. Теоретические основы управления инновационной деятельностью. Монография. Русайнс, 2016. – 213с.
17. Тебекин А.В. Теория управления. – М.: Кнорус, 2017. – 342с.
18. Тебекин А.В. Классификация методов принятия управленческих решений в менеджменте по областям применения. // Вестник Московского университета имени С. Ю. Витте. Серия 1: Экономика и управление. – №4 (19), – 2016, – с. 57–63.
19. Тебекин А.В., Мантусов В.Б. Управление организацией: теоретико-методологические основы, функциональные задачи, технологии, прикладные аспекты применения. Монография. – Москва, 2016.
20. Тебекин А.В., Тебекин П.А., Тебекина А.А. Использование информационно-технологической модели управления (ИТМУ) в принятии решений. // Вестник Московского университета им. С.Ю. Витте. Серия 1: Экономика и управление. 2016. № 1 (16). С. 128-135.
21. Тебекин А.В., Тебекин П.А. Прединвестиционная фаза проектного цикла по модели UNIDO как элемент методической базы разработки и реализации инновационных проектов и программ. // Вестник Московского университета им. С.Ю. Витте. Серия 1: Экономика и управление. – 2016. – № 3 (18). – С. 97–107.
22. Тебекин А.В., Широкова Л.Н., Сурат И.Л. Управление инновационными проектами. Монография. – М.: Риалтекс, 2014. –126 с.
23. Тебекин А.В. Технологии экономического и таможенного риск-менеджмента как инструменты развития Евразийского экономического союза. В сборнике: Основные проблемы развития таможенного дела России в условиях ее членства в экономических интеграционных объединениях Сборник материалов Международной научно-практической конференции. Федеральная таможенная служба, ГКО ВПО "Российская таможенная академия". 2015. – С. 31–37.
