Имитация выполнения процесса

Имитация выполнения процесса — это метод, который позволяет проверить, как процесс будет работать в реальности, до его фактического внедрения или изменения.

Две основные цели имитации:#

  graph TD
    classDef goal fill:#e3f2fd,stroke:#1e88e5,stroke-width:2px
    classDef result fill:#c8e6c9,stroke:#2e7d32,stroke-width:2px

    subgraph "Цели имитации"
        G1[Анализ процесса<br/>«как есть»] --> R1[Получить целостную картину<br/>процесса, показатели<br/>эффективности]
        G2[Валидация и тестирование<br/>процесса «как должно быть»] --> R2[Доказать, что процесс<br/>достигает желаемых<br/>результатов]
    end

    class G1,G2 goal
    class R1,R2 result

Что даёт имитация:#

  graph LR
    classDef benefit fill:#c8e6c9,stroke:#2e7d32,stroke-width:2px
    classDef desc fill:#e3f2fd,stroke:#1e88e5,stroke-width:2px

    subgraph "Преимущества имитации"
        B1[Целостная картина<br/>процесса] --> D1[Вместо разрозненных<br/>сведений из интервью]
        B2[Показатели<br/>эффективности] --> D2[Отправная точка для<br/>постановки целей]
        B3[Проверка изменений<br/>до внедрения] --> D3[Безопасное тестирование<br/>в лабораторных условиях]
        B4[Выявление узких мест<br/>и исключений] --> D4[Обнаружение проблем<br/>до их появления]
    end

    class B1,B2,B3,B4 benefit
    class D1,D2,D3,D4 desc

Ручная имитация действий процесса — это метод, при котором участники разыгрывают процесс с фиктивными тестовыми данными, выполняя свои роли в реальном времени.

Подготовка к ручной имитации:#

  graph TD
    classDef step fill:#e3f2fd,stroke:#1e88e5,stroke-width:2px
    classDef desc fill:#f5f5f5,stroke:#9e9e9e,stroke-width:1px

    subgraph "Подготовка к ручной имитации"
        S1[Подготовка тестовых<br/>данных] --> D1[Фиктивные заказы, договоры,<br/>запросы, максимально<br/>приближенные к реальным]
        S2[Распределение ролей<br/>между участниками] --> D2[Клиент, сотрудник,<br/>принимающий заказы, и т.д.]
        S3[Организация пространства<br/>для имитации] --> D3[Конференц-зал, процессная<br/>лаборатория]
    end

    class S1,S2,S3 step
    class D1,D2,D3 desc

Способы ручной имитации:#

  graph TD
    classDef method fill:#e3f2fd,stroke:#1e88e5,stroke-width:2px
    classDef desc fill:#f5f5f5,stroke:#9e9e9e,stroke-width:1px

    subgraph "Способы ручной имитации"
        M1[Индивидуальное<br/>прохождение] --> D1[Аналитик выполняет все<br/>действия, обращая внимание<br/>на входы, выходы и правила]
        M2[Групповое<br/>прохождение] --> D2[Группа собирается,<br/>распределяет роли, участники<br/>рассказывают о своих действиях]
        M3[Видеозапись<br/>прохождения] --> D3[Запись для последующего<br/>анализа и обсуждения]
    end

    class M1,M2,M3 method
    class D1,D2,D3 desc

Что выявляет ручная имитация:#

  graph LR
    classDef find fill:#e3f2fd,stroke:#1e88e5,stroke-width:2px
    classDef result fill:#c8e6c9,stroke:#2e7d32,stroke-width:2px

    F1[Бизнес-исключения] --> R1[Нестандартные ситуации,<br/>обработка ошибок]
    F2[Точки передачи<br/>ответственности] --> R2[Стыки между ролями<br/>и подразделениями]
    F3[Информационные связи] --> R3[Связи между задачами,<br/>функциями, системами]
    F4[Проверка входов] --> R4[Всё ли необходимое<br/>передаётся на вход<br/>следующего шага]

    class F1,F2,F3,F4 find
    class R1,R2,R3,R4 result

Рекомендации по проведению:#

Автоматизированное имитационное моделирование — это использование специализированного программного обеспечения для многократного «прогона» процесса с заданными параметрами и получения статистических результатов.

Схема автоматизированного имитационного моделирования:#

  graph LR
    classDef input fill:#e3f2fd,stroke:#1e88e5,stroke-width:2px
    classDef process fill:#fff3e0,stroke:#e65100,stroke-width:2px
    classDef output fill:#c8e6c9,stroke:#2e7d32,stroke-width:2px

    subgraph "Автоматизированное имитационное моделирование"
        I1["Модель процесса<br/>(BPMN)"] --> P[Прогон процесса<br/>с заданными<br/>параметрами]
        I2[Параметры<br/>процесса] --> P
        P --> O[Статистический<br/>отчет]
    end

    class I1,I2 input
    class P process
    class O output

Входные параметры имитационного моделирования:#

Способы задания параметров:#

  graph TD
    classDef type fill:#e3f2fd,stroke:#1e88e5,stroke-width:2px
    classDef desc fill:#f5f5f5,stroke:#9e9e9e,stroke-width:1px

    subgraph "Способы задания параметров"
        T1[Детерминированные<br/>величины] --> D1[Фиксированное значение:<br/>«13,5 часа»]
        T2[Вероятностные<br/>характеристики] --> D2[Статистическое распределение:<br/>«среднее 13,5,<br/>СКО 1,65 часа»]
    end

    class T1,T2 type
    class D1,D2 desc

Второй вариант (вероятностные характеристики) более реалистичен, но требует больших усилий по сбору информации.

Выходные параметры:#

  graph LR
    classDef output fill:#c8e6c9,stroke:#2e7d32,stroke-width:2px
    classDef desc fill:#e3f2fd,stroke:#1e88e5,stroke-width:2px

    O1[Вероятность<br/>благополучного исхода] --> D1[Насколько успешно<br/>завершается процесс]
    O2[Затраты на каждую<br/>задачу и процесс в целом] --> D2[Во временном и денежном<br/>измерении]
    O3[Время простоя<br/>из-за нехватки ресурсов] --> D3[Ожидание, потери<br/>производительности]

    class O1,O2,O3 output

Имитационное моделирование применяется на обоих этапах — анализа «как есть» и проектирования «как будет» — в виде циклического процесса.

Цикл имитационного моделирования:#

  graph TD
    classDef step fill:#e3f2fd,stroke:#1e88e5,stroke-width:2px
    classDef result fill:#c8e6c9,stroke:#2e7d32,stroke-width:2px

    subgraph "Цикл имитационного моделирования"
        S1[Построение модели<br/>процесса] --> S2[Задание<br/>параметров]
        S2 --> S3[Запуск имитации<br/>и сбор результатов]
        S3 --> S4{Результаты<br/>удовлетворяют<br/>требованиям?}
        S4 -->|Нет| S5[Внесение изменений<br/>в модель и/или параметры]
        S5 --> S2
        S4 -->|Да| S6[Переход к внедрению]
    end

    class S1,S2,S3,S5,S6 step
    class S4 result

Применение на этапе анализа:#

  graph LR
    classDef action fill:#e3f2fd,stroke:#1e88e5,stroke-width:2px
    classDef result fill:#c8e6c9,stroke:#2e7d32,stroke-width:2px

    A1[Имитация процесса<br/>«как есть»] --> R1[Фиксация отправной<br/>точки]
    A1 --> R2[Выявление узких мест<br/>и проблем эффективности]

    class A1 action
    class R1,R2 result

Применение на этапе проектирования:#

  graph LR
    classDef action fill:#e3f2fd,stroke:#1e88e5,stroke-width:2px
    classDef result fill:#c8e6c9,stroke:#2e7d32,stroke-width:2px

    A1[Имитация процесса<br/>«как должно быть»] --> R1[Оценка повышения<br/>эффективности]
    A1 --> R2[Сравнение с «как есть»<br/>и поиск возможностей]
    A1 --> R3[Итерации до достижения<br/>требуемых показателей]

    class A1 action
    class R1,R2,R3 result

Цикл оптимизации:#

Некоторые программные продукты для имитационного моделирования предоставляют возможности анализа «что если» (What-If Analysis) .

Возможности анализа «что если»:#

  graph TD
    classDef capability fill:#e3f2fd,stroke:#1e88e5,stroke-width:2px
    classDef desc fill:#f5f5f5,stroke:#9e9e9e,stroke-width:1px

    subgraph "Анализ «что если»"
        C1[Сравнение схем<br/>процесса] --> D1[Эффективность различных<br/>схем в одних условиях]
        C2[Сравнение сценариев<br/>нагрузки] --> D2[Одна схема при пиковой,<br/>средней и минимальной<br/>нагрузке]
        C3[Выявление ключевых<br/>параметров] --> D3[Параметры с наибольшим<br/>влиянием на эффективность]
        C4[Критические значения<br/>параметров] --> D4[Значения, при которых<br/>эффективность становится<br/>ниже требуемой]
    end

    class C1,C2,C3,C4 capability
    class D1,D2,D3,D4 desc

Сценарии нагрузки:#

  graph LR
    classDef scenario fill:#e3f2fd,stroke:#1e88e5,stroke-width:2px
    classDef result fill:#c8e6c9,stroke:#2e7d32,stroke-width:2px

    S1[Пиковая<br/>нагрузка] --> R1[Влияние на<br/>продолжительность]
    S2[Средняя<br/>нагрузка] --> R2[Потребность<br/>в ресурсах]
    S3[Минимальная<br/>нагрузка] --> R3[Узкие места]

    class S1,S2,S3 scenario
    class R1,R2,R3 result

Дополнительные возможности:#

Автоматизированное имитационное моделирование — мощный инструмент, но у него есть свои преимущества и ограничения.

Преимущества автоматизированного имитационного моделирования:#

  graph TD
    classDef benefit fill:#c8e6c9,stroke:#2e7d32,stroke-width:2px
    classDef desc fill:#e3f2fd,stroke:#1e88e5,stroke-width:1px

    subgraph "Преимущества"
        B1[Скорость] --> D1[Быстрее ручной имитации<br/>и экспериментов на живом<br/>процессе]
        B2[Безопасность] --> D2[Экспериментальная лаборатория<br/>без риска для организации]
        B3[Бизнес-обоснование] --> D3[Оценка выгоды в терминах<br/>времени, стоимости,<br/>производительности и качества]
        B4[Многократность] --> D4[Сотни и тысячи прогонов<br/>с различными параметрами]
        B5[Объективность] --> D5[Статистические результаты<br/>вместо экспертных оценок]
    end

    class B1,B2,B3,B4,B5 benefit
    class D1,D2,D3,D4,D5 desc

Ключевое преимущество:#

Самая большая польза от автоматизированного имитационного моделирования — это возможность заранее оценить выгоду от оптимизации процесса в терминах времени, стоимости, производительности и качества и на этой основе подготовить бизнес-обоснование проекта.

Ограничения автоматизированного имитационного моделирования:#

  graph TD
    classDef limit fill:#ffebee,stroke:#e53935,stroke-width:2px
    classDef desc fill:#ffcdd2,stroke:#c62828,stroke-width:1px

    subgraph "Ограничения"
        L1[Большой объём<br/>входных данных] --> D1[Требуется много<br/>информации для задания<br/>параметров]
        L2[Не заменяет<br/>живых людей] --> D2[Не является идеальным<br/>методом определения<br/>будущего состояния]
        L3[Требует<br/>специализированного ПО] --> D3[Дополнительные затраты<br/>и обучение]
        L4[Качество модели] --> D4[Результат зависит от качества<br/>модели и входных данных]
    end

    class L1,L2,L3,L4 limit
    class D1,D2,D3,D4 desc

Самое большое ограничение:#

Самая большая трудность, возникающая при использовании имитационного моделирования на практике, — большой объём данных, требуемый на входе.

Сравнение ручной и автоматизированной имитации:#