3.1 Управление по слабым сигналам — базовый алгоритм структурного

Содержание
  1. Управление по слабым сигналам — базовый алгоритм структурного реинжиниринга промышленных предприятий
  2. Курс лекций «Основы цифровой обработки сигналов»
  3. Список лекций
  4. Где найти?
  5. Сигналы. Z-преобразование
  6. Преобразование Фурье. Свойства. ДПФ и БПФ
  7. Сравнение эффективности ДПФ и БПФ
  8. Свертка и корреляция
  9. Случайные сигналы и шум
  10. Сигналы, модуляция и манипуляция
  11. Цифровые фильтры — БИХ и КИХ
  12. Оконные функции в задачах фильтрации
  13. Ресемплинг. Децимация и интерполяция
  14. Заключение
  15. 3. Управление по слабым и сильным сигналам
  16. Управление по сильным и слабым сигналам
  17. Управление по слабым сигналам
  18. Сильные и слабые сигналы
  19. Порядок действий
  20. ���������� �� ������ ��������
  21. ��� ����� ���������� �� ������ �������� (���)?
  22. ������������� ������� ���
  23. ��� � �������� ���������� ���������
  24. �������, ������ � �����
  25. ������� ������� �����
  26. �����������

Управление по слабым сигналам — базовый алгоритм структурного реинжиниринга промышленных предприятий

3.1 Управление по слабым сигналам - базовый алгоритм структурного

Организации возникают только тогда, когда во внешнем окружении складываются необходимые и достаточные для этого условия. С изменением окружения меняются и сами организации. И, наконец, организации исчезают с исчезновением условий, необходимых для их функционирования и развития.

Немногие из них существуют долго, но ни одна не живет без изменений. Любая организация в процессе своей жизнедеятельности стремится к какому то совершенству, но, почти достигнув этого совершенства, вдруг обнаруживается, что это не совсем то, и продолжается развитие.

Таким образом, за свой «век» организации меняются настолько радикально, что в их современном состоянии практически невозможно найти что-то, чтобы напоминало об их истоках, т.е. о той оригинальной производственно-коммерческой деятельности, которая дала жизнь организации.

Таким образом, организация представляет собой живой, постоянно движущийся организм, первичную и основную клетку, которая зарождается, развивается, структурируется, переживает крах и исчезает, то есть проходит свой органически присущий ему жизненный цикл, состоящий из этапов: возникновение, становление, подъем (развитие), зрелость (высшая точка), спад, отраженных на рисунке 3.1.

В настоящее время в литературе существуют различные подходы к выделению циклов развития организаций.

Модель жизненного цикла отражает предсказуемые изменения организации с определенной последовательностью состояний в течение времени.

Применяя понятие жизненного цикла, можно видеть, что существуют отчетливые этапы, через которые проходят организации, и переходы от одного этапа к другому являются предсказуемыми, а не случайными [145].

Жизненный цикл организации может быть сколь угодно долго растянут во времени, а при благоприятных условиях — никогда не достигнуть стадии спада и, тем более, банкротства [102].

На этапах жизненного цикла организации четко прослеживаются элементы относительной статики и относительной динамики. Здесь все зависит от содержания целей, которые на каждом этапе решаются.

Кроме того, каждому этапу соответствуют определенные особенности состояния системы, которые характеризуют тип организации. Переходы от одного этапа к другому сопровождаются изменениями, которые можно охарактеризовать как кризисы. Это могут быть как разрушительные кризисы, так и кризисы обновления, ускорения, поиска [48].

Переходные периоды, также как и этапы имеют свои временные границы и качественные особенности. Границы определяются эффективностью системы управления, особенности определяются закономерной последовательностью возникновения новых свойств в развитии фирмы. Эти свойства можно рассмотреть по внутренним и внешним признакам.

Внутренние — финансовое положение, управляемость, социально-психологическая атмосфера деятельности, интеллектуальный и инновационный потенциал, ресурсосбережение, стратегия, информационные технологии, качество персонала.

Внешние — конкурентоспособность, конкурентные преимущества, имидж фирмы, региональная структура, социально-политическая позиция, международные связи, паблик рилейшн, природные условия [154].

Сочетание этих свойств, выраженное в показателях функционирования фирмы, характеризует качественную определенность этапа ее развития. А переходный период отражает последовательные изменения в определенном направлении от этапа к этапу [113].

В приложении Б представлена характеристика фирм, согласно модели жизненного цикла.

Таким образом, модель жизненного цикла можно изобразить с учетом возможных типов организационных форм (рисунок 3.2).

Хотя в явном виде речь об организационных структурах ни на одном из этапов не идет, мы можем обнаружить множество признаков (забюрократизированность, харизматический лидер, масштабы деятельности и т.д.) весьма однозначно увязываемых с определенными типами организационных структур.

Таким образом, проблема состоит в том, чтобы своевременно (заблаговременно, до наступления кризиса) осознать необходимость организационных преобразований.

Но когда речь идет не об локальных изменениях штатного расписания, а изменении организационной конфигурации в целом, выявить точку перегиба на жизненной линии организации чрезвычайно трудно.

Как правило, о необходимости организационных преобразований говорит множество незначительных фактов, складывающихся в совокупности в грозное предзнаменование, которое становится явным лишь по наступлению кризисной ситуации. Существует определенный управленческий подход к решению данной проблемы, который получил название «управление по слабым сигналам» [119, 155].

Оптимальность принимаемых решений, связанных с функционированием и развитием организации в значительной мере определяется степенью осведомленности руководства о фактически существующих и назревающих угрозах изнутри и извне предприятия.

Неосведомленность и недостаточная точность оценки опасностей ведет к принятию решений, содержащих в себе ту или иную долю риска неполучения той запланированной отдачи, которая должна была произойти от введения в действие запланированных ресурсов.

Источник: https://studexpo.ru/1219877/makroekonomika/upravlenie_slabym_signalam_bazovyy_algoritm_strukturnogo_reinzhiniringa_promyshlennyh_predpriyatiy

Курс лекций «Основы цифровой обработки сигналов»

3.1 Управление по слабым сигналам - базовый алгоритм структурного

Всем привет!

Часто ко мне обращаются люди с вопросами по задачам из области цифровой обработки сигналов (ЦОС). Я подробно рассказываю нюансы, подсказываю нужные источники информации.

Но всем слушателям, как показало время, не хватает практических задач и примеров в процессе познания этой области.

В связи с этим я решил написать краткий интерактивный курс по цифровой обработке сигналов и выложить его в открытый доступ.

Большая часть обучающего материала для наглядного и интерактивного представления реализована с использованием Jupyter Notebook. Предполагается, что читатель имеет базовые знания из области высшей математики, а также немного владеет языком программирования Python.

Список лекций

Этот курс содержит материалы в виде законченных лекций по разным тематикам из области цифровой обработки сигналов. Материалы представлены с использованием библиотек на языке Python (пакеты numpy, scipy, matplotlib, и т.д.).

Основная информация для этого курса взята из моих лекций, которые я, будучи аспирантом, читал студентам Московского Энергетического Института (НИУ МЭИ). Частично информация из этих лекций была использована на обучающих семинарах в Центре Современной Электроники, где я выступал в качестве лектора.

Кроме того, в этот материал входит перевод различных научных статей, компиляция информации из достоверных источников и литературы по тематике цифровой обработки сигналов, а также официальная документация по прикладным пакетам и встроенным функциям библиотек scipy и numpy языка Python.

Для пользователей MATLAB (GNU Octave) освоение материала с точки зрения программного кода не составит труда, поскольку основные функции и их атрибуты во многом идентичны и схожи с методами из Python-библиотек. Все материалы сгруппированы по основным тематикам цифровой обработки сигналов:

  1. Сигналы: аналоговые, дискретные, цифровые.

    Z-преобразование,

  2. Преобразование Фурье: амплитудный и фазовый сигнала, ДПФ и БПФ,
  3. Свертка и корреляция. Линейная и циклическая свертка. Быстрая свёртка
  4. Случайные процессы. Белый шум. Функция плотности вероятностей
  5. Детерминированные сигналы. Модуляция: АМ, ЧМ, ФМ, ЛЧМ.

    Манипуляция

  6. Фильтрация сигналов: БИХ, КИХ фильтры
  7. Оконные функции в задачах фильтрации. Детектирование слабых сигналов.
  8. Ресемплинг: децимация и интерполяция. CIC-фильтры, фильтры скользящего среднего

Список лекций — достаточный но, разумеется, неполный для вводного знакомства с областью ЦОС. При наличии свободного времени я планирую поддерживать и развивать этот проект.

Где найти?

Все материалы — абсолютно бесплатны и доступны в виде открытого репозитория на моем гитхабе как opensource проект.

Материалы представлены в двух форматах — в виде тетрадок Jupyter Notebook для интерактивной работы, изучения и редактирования, и в виде скомпилированных из этих тетрадок HTML-файлов (после скачивания с гитхаба имеют вполне пригодный формат для чтения и для печати).

Ниже приводится очень краткое описание разделов курса с небольшими пояснениями, терминами и определениями. Основная информация доступна в исходных лекциях, здесь представлен лишь краткий обзор!

Сигналы. Z-преобразование

Вводный раздел, в котором содержится основная информация по типам сигналов. Вводится понятие дискретной последовательности, дельта-функции и функции Хевисайда (единичный скачок).

Все сигналы по способу представления на множестве можно разделить на четыре группы:

  • аналоговые — описываются непрерывными во времени функциями,
  • дискретные — прерываются во времени с шагом заданным дискретизации,
  • квантованные — имеют набор конечных уровней (как правило, по амплитуде),
  • цифровые — комбинация свойств дискретных и квантованных сигналов.

Для правильного восстановления аналогового сигнала из цифрового без искажений и потерь используется теорема отсчетов, известная как Теорема Котельникова (Найквиста-Шеннона).

Любой непрерывный сигнал с ограниченным спектром может быть восстановлен однозначно и без потерь по своим дискретным отсчетам, взятым с частотой строго больше удвоенной верхней частоты спектра непрерывного сигнала. Такая трактовка справедлива при условии, что непрерывная функция времени занимает полосу частот от 0 до значения верхней частоты. Если шаг квантования и дискретизации выбраны неправильно, преобразование сигнала из аналоговой формы в дискретную будет происходить с искажениями.

Также в этом разделе описывается Z-преобразование и его свойства, показывается представление дискретных последовательностей в Z-форме.

Пример конечной дискретной последовательности:x(nT) = {2, 1, -2, 0, 2, 3, 1, 0}. Пример этой же последовательности в Z-форме:

X(z) = 2 + z-1 — 2z-2 + 2z-4 + 3z-5 + 1z-6

Преобразование Фурье. Свойства. ДПФ и БПФ

В этом разделе описывается понятие временной и частотной области сигнала. Вводится определение дискретного преобразования Фурье (ДПФ). Рассмотрены прямое и обратное ДПФ, их основные свойства. Показан переход от ДПФ к алгоритму быстрого преобразования Фурье (БПФ) по основанию 2 (алгоритмы децимации по частоте и по времени). Отражена эффективность БПФ в сравнении с ДПФ.

В частности, в этом разделе описывается Python пакет scipy.ffpack для вычисления различных преобразований Фурье (синусное, косинусное, прямое, обратное, многомерное, вещественное).

Преобразование Фурье позволяет представить любую функцию в виде набора гармонических сигналов! Преобразование Фурье лежит в основе методов свертки и проектировании цифровых корреляторов, активно применяется при спектральном анализе, используется при работе с длинными числами. Особенности спектров дискретных сигналов: 1.

Спектральная плотность дискретного сигнала – периодическая функция с периодом, равным частоте дискретизации.

2. Если дискретная последовательность вещественная, то модуль спектральной плотности такой последовательности есть четная функция, а аргумент – нечетная функция частоты.

Спектр гармонического сигнала:

Сравнение эффективности ДПФ и БПФ

Эффективность алгоритма БПФ и количество выполняемых операций линейно зависит от длины последовательности N: Как видно, чем больше длина преобразования, тем больше экономия вычислительных ресурсов (по скорости обработки или количеству аппаратных блоков)! Любой сигнал произвольной формы можно представить в виде набора гармонических сигналов разных частот. Иными словами, сигнал сложной формы во временной области имеет набор комплексных отсчетов в частотной области, которые называются *гармоники*. Эти отсчеты выражают амплитуду и фазу гармонического воздействия на определенной частоте. Чем больше набор гармоник в частотной области, тем точнее представляется сигнал сложной формы.

Свертка и корреляция

В этом разделе вводится понятие корреляции и свертки для дискретных случайных и детерминированных последовательностей. Показана связь автокорреляционной и взаимнокорреляционной функций со сверткой.

Описываются свойства свертки, в частности, рассмотрены методы линейной и циклической свертки дискретного сигнала с подробным разбором на примере дискретной последовательности. Кроме того, показан метод вычисления «быстрой» свертки с помощью алгоритмов БПФ.

В реальных задачах часто ставится вопрос о степени похожести одного процесса на другой или же о независимости одного процесса от другого. Иными словами, требуется определить взаимосвязь между сигналами, то есть найти корреляцию.

Методы корреляции используются в широком диапазоне задач: поиск сигналов, компьютерное зрение и обработка изображений, в задачах радиолокации для определения характеристик целей и определения расстояния до объекта. Кроме того, с помощью корреляции производится поиск слабых сигналов в шумах.

Свертка описывает взаимодействие сигналов между собой. Если один из сигналов — импульсная характеристика фильтра, то свертка входной последовательности с импульсной характеристикой есть ни что иное, как реакция цепи на входное воздействие. Иными словами, результирующий сигнал отражает прохождение сигнала через фильтр.

Автокорреляционная функция (АКФ) находит применение в кодировании информации. Выбор кодирующей последовательности по параметрам длины, частоты и формы во многом обусловлен корреляционными свойствами этой последовательности.

Наилучшая кодовая последовательность обладает наименьшим значением вероятности ложного обнаружения или срабатывания (для детектирования сигналов, для пороговых устройств) или ложной синхронизации (для передачи и приема кодовых последовательностей).

В этом разделе представлена таблица сравнения эффективности быстрой свертки и свертки, вычисляемой по прямой формуле (по числу вещественных умножений).

Как видно, для длин БПФ до 64, быстрая свёртка проигрывает у прямого метода. Однако, при увеличении длины БПФ результаты меняются в обратную сторону — быстрая свертка начинает выигрывать у прямого метода. Очевидно, чем больше длина БПФ, тем лучше выигрыш частотного метода.

Случайные сигналы и шум

В этом разделе вводится понятие случайных сигналов, плотности распределения вероятностей, закона распределения случайной величины. Рассматриваются математические моменты — среднее (математическое ожидание) и дисперсия (или корень этой величины — среднеквадратическое отклонение).

Также в этом разделе рассматривается нормальное распределение и связанное с ним понятие белого шума, как основного источника шумов (помех) при обработке сигналов.

Случайным сигналом называют функцию времени, значения которой заранее неизвестны и могут быть предсказаны лишь с некоторой вероятностью.

К основным характеристикам случайных сигналов относятся:

  • закон распределения (относительное время пребывания значения сигнала в определенном интервале),
  • спектральное распределение мощности сигнала.

В задачах ЦОС случайные сигналы делятся на два класса:

  • шумы — беспорядочные колебания, состоящие из набора разных частот и амплитуд,
  • сигналы, несущие информацию, для обработки которых требуется прибегать к вероятностным методам.

С помощью случайных величин можно моделировать воздействие реальной среды на прохождение сигнала от источника к приёмнику данных. При прохождении сигнала через какое-то шумящее звено, к сигналу добавляется так называемый белый шум. Как правило, спектральная плотность такого шума равномерно (одинаково) распределена на всех частотах, а значения шума во временной области распределены нормально (Гауссовский закон распределения). Поскольку белый шум физически добавляется к амплитудам сигнала в выбранные отсчеты времени, он называется аддитивный белый гауссовский шум (AWGN — Additive white Gaussian noise).

Сигналы, модуляция и манипуляция

В этом разделе показаны основные способы изменения одного или нескольких параметров гармонического сигнала. Вводятся понятия амплитудной, частотной и фазовой модуляции. В частности, выделяется линейная частотная модуляция, применяемая в задачах радиолокации. Показаны основные характеристики сигналов, спектры модулированных сигналов в зависимости от параметров модуляции.

Для удобства на языке Python создан набор функций, осуществляющих перечисленные виды модуляции. Пример реализации ЛЧМ-сигнала: def signal_chirp(amp=1.0, freq=0.0, beta=0.25, period=100, **kwargs): «»» Create Chirp signal Parameters ———- amp : float Signal magnitude beta : float Modulation bandwidth: beta < N for complex, beta < 0.

5N for real freq : float or int Linear frequency of signal period : integer Number of points for signal (same as period) kwargs : bool Complex signal if is_complex = True Modulated by half-sine wave if is_modsine = True «»» is_complex = kwargs.get('is_complex', False) is_modsine = kwargs.get('is_modsine', False) t = np.linspace(0, 1, period) tt = np.

pi * (freq * t + beta * t ** 2) if is_complex is True: res = amp * (np.cos(tt) + 1j * np.sin(tt)) else: res = amp * np.cos(tt) if is_modsine is True: return res * np.sin(np.pi * t) return res
Также в этом разделе из теории передачи дискретных сообщений описаны виды цифровой модуляции — манипуляции.

Как и в случае с аналоговыми сигналами, цифровые гармонические последовательности могут быть манипулированы по амплитуде, фазе и частоте (либо по нескольким параметрам сразу).

Цифровые фильтры — БИХ и КИХ

Достаточно большой раздел, посвященный вопросам цифровой фильтрации дискретных последовательностей. В задачах цифровой обработки сигналов данные проходят через цепи, которые называются фильтрами.

Цифровые фильтры, как и аналоговые, обладают различными характеристиками — частотные: АЧХ, ФЧХ, временная: импульсная характеристика, а также передаточная характеристика фильтра.

Цифровые фильтры используются в основном для улучшения качества сигнала — для выделения сигнала из последовательности данных, либо для ухудшения нежелательных сигналов — для подавления определенных сигналов в приходящих последовательностях отсчетов.

В разделе перечислены основные преимущества и недостатки цифровых фильтров (в сравнении с аналоговыми).

Вводится понятие импульсной и передаточной характеристик фильтра. Рассматривается два класса фильтров — с бесконечной импульсной характеристикой (БИХ) и конечной импульсной характеристикой (КИХ). Показан способ проектирования фильтров по канонической и прямой форме. Для КИХ фильтров рассматривается вопрос о способе перехода к рекурсивной форме.

Для КИХ фильтров показан процесс проектирования фильтра от стадии разработки технического задания (с указанием основных параметров), до программной и аппаратной реализации — поиска коэффициентов фильтра (с учетом формы представления числа, разрядности данных и т.д.). Вводятся определения симметричных КИХ фильтров, линейной ФЧХ и её связи с понятием групповой задержки.

Оконные функции в задачах фильтрации

В задачах цифровой обработки сигналов используются оконные функции различной формы, которые при наложении на сигнал во временной области, позволяют качественно улучшить его спектральные характеристики. Большое количество всевозможных окон обусловлено в первую очередь одной из главных особенностей любого оконного наложения.

Эта особенность выражается во взаимосвязи уровня боковых лепестков и ширины центрального лепестка. Правило: Чем сильнее подавление боковых лепестков спектра, тем шире главный лепесток спектра и наоборот.
Одно из применений оконных функций: обнаружение слабых сигналов на фоне более сильных путём подавления уровня боковых лепестков.

Основные оконные функции в задачах ЦОС — **треугольное, синусоидальное, окно Ланцоша, Ханна, Хэмминга, Блэкмана, Харриса, Блэкмана-Харриса, окно с плоской вершиной, окно Наталла, Гаусса, Кайзера** и множество других. Большая часть из них выражена через конечный ряд путём суммирования гармонических сигналов с определенными весовыми коэффициентами.

Такие сигналы отлично реализуются на практике на любых аппаратных устройствах (программируемые логические схемы или сигнальные процессоры).

Ресемплинг. Децимация и интерполяция

В этом разделе рассматриваются вопросы многоскоростной обработки сигналов — изменения частоты дискретизации. Многоскоростная обработка сигналов (multirate processing) предполагает, что в процессе линейного преобразования цифровых сигналов возможно изменение частоты дискретизации в сторону уменьшения или увеличения, либо в дробное число раз.

Это приводит к более эффективной обработке сигналов, так как открывается возможность использования минимально допустимых частот дискретизации и, как следствие, значительного уменьшения требуемой вычислительной производительности проектируемой цифровой системы.

Децимация (прореживание) – понижение частоты дискретизации.

Интерполяция – повышение частоты дискретизации.

Также в разделе рассматривается класс однородных КИХ фильтров, которые называются интегрально-гребенчатыми фильтрами (CIC, Cascaded integrator–comb). Показана реализация, основные свойства и особенности CIC фильтров. В силу линейности математических операций, происходящих в CIC фильтре возможно каскадное соединение нескольких фильтров подряд, что дает пропорциональное уменьшение уровня боковых лепестков, но также увеличивает «завал» главного лепестка амплитудно-частотной характеристики. График АЧХ фильтра в зависимости от коэффициента децимации: Также в этом разделе обсуждается вопрос увеличения разрядности данных на выходе CIC фильтра в зависимости от его параметров. Это особенно важно в задачах программной реализации, в частности на ПЛИС.

Для практической реализации CIC фильтров на Python разработан отдельный класс CicFilter, реализующий методы децимации и интерполяции. Также показаны примеры изменения частоты дискретизации с помощью встроенных методов из scipy пакета Python.

Python CicFilter Class for Digital Signal Processingclass CicFilter: «»» Cascaded Integrator-Comb (CIC) filter is an optimized class of finite impulse response (FIR) filter. CIC filter combines an interpolator or decimator, so it has some parameters: R — decimation or interpolation ratio, N — number of stages in filter (or filter order) M — number of samples per stage (1 or 2)* * for this realisation of CIC filter just leave M = 1. CIC filter is used in multi-rate processing. In hardware applications CIC filter doesn't need multipliers, just only adders / subtractors and delay lines. Equation for 1st order CIC filter: y[n] = x[n] — x[n-RM] + y[n-1]. Parameters ———- x : np.array input signal «»» def __init__(self, x): self.x = x def decimator(self, r, n): «»» CIC decimator: Integrator + Decimator + Comb Parameters ———- r : int decimation rate n : int filter order «»» # integrator y = self.x[:] for i in range(n): y = np.cumsum(y) # decimator y = y[::r] # comb stage return np.diff(y, n=n, prepend=np.zeros(n)) def interpolator(self, r, n, mode=False): «»» CIC inteprolator: Comb + Decimator + Integrator Parameters ———- r : int interpolation rate n : int filter order mode : bool False — zero padding, True — value padding. «»» # comb stage y = np.diff(self.x, n=n, prepend=np.zeros(n), append=np.zeros(n)) # interpolation if mode: y = np.repeat(y, r) else: y = np.array([i if j == 0 else 0 for i in y for j in range(r)]) # integrator for i in range(n): y = np.cumsum(y) if mode: return y[1:1 — n * r] else: return y[r — 1:-n * r + r — 1]
Наконец, в этом разделе приведен особый класс фильтров — скользящего среднего. Показано три способа реализации: через свертку сигналов, с помощью КИХ-фильтра и БИХ-фильтра.

Заключение

Надеюсь, этот курс лекций в совокупности с моими предыдущими статьями по цифровой обработке сигналов на ПЛИС принесет практическую пользу и поможет читателю лучше понять основы цифровой обработки сигналов. Этот проект будет улучшаться и дополняться новым полезным и не менее интересным материалом.

Следите за развитием!

Дополнительно к этому материалу я поддерживаю и развиваю свой проект по основным модулям ЦОС (на языке Python).

Он содержит пакет генерации различных сигналов, класс CIC фильтров для задач децимации и интерполяции, алгоритм расчета коэффициентов корректирующего КИХ-фильтра, фильтр скользящего среднего, алгоритм вычисления сверх-длинного БПФ через методы двумерного преобразования (последнее очень пригодилось в работе при аппаратной реализации на ПЛИС).

Спасибо за внимание!

Источник: https://habr.com/post/460445/

3. Управление по слабым и сильным сигналам

3.1 Управление по слабым сигналам - базовый алгоритм структурного

Трудностипредсказания изменений во внешней средедаже за срав­нительно короткий периодпривели к возникновению концепцииуправ­ления по слабым и сильнымсигналамтревоги(признакам, при появле­нии которыхнеобходимо осуществлять подстраховывающиемероприя­тия) американского специалистав области менеджмента И.Ансоффа, неполучившей, правда, еще широкогораспространения.

Слабыесигналы—это ранние и еще не достаточно точныеи опре­деленные признаки проблем илиоткрывающихся возможностей.

Обычно онипоявляются загодя и оставляют достаточновремени для подготовки и осуществленияактивных действий.

Постепенно слабыесигналы могут трансформироваться всильные, по которым можно приниматьточные адресные решения, если не будетслишком поздно (при высокой нестабильностивнешней среды фирма может упуститьвремя для адекватных действий).

В связи с этимрешения необходимо готовить еще тогда,когда по­ступают слабые сигналы, и,не ожидая полной информации, ставитьстратегические задачи, обеспечиватьих необходимыми ресурсами, оп­ределятьи предпринимать последовательные шагипо их реализации, например, укреплятьстратегические позиции и неуязвимостьорганиза­ции, повышать ее гибкость.

Стратегическаянеуязвимостьхарактеризуетсяспособностью ор­ганизации успешнопротивостоять натиску конкурентов какв настоя­щий момент, так и в перспективе.

Она может достигаться путем вне­дренияпоследних достижений НТР, диверсификациипроизводства и технологий; комбинированиемприбыльных, но рисковых, с безриско­выми,но малоприбыльными операциями;сбалансированностью произ­водстватоваров и услуг с разным жизненнымциклом или находящих­ся на разных егостадиях.

Для выживаемостифирма должна формировать наиболеепредпоч­тительную с точки зрениярезультативности деятельности структурупроизводственного потенциала; надежнообеспечивать себя нужными ресурсами;тщательно приспосабливаться к меняющимсяусловиям.

Гибкостьорганизациибывает внутренней и внешней.

Внутренняяобеспечиваетсявозможностью маневра инвестициями,производствен­ными мощностями,материальными, людскими и информационнымиресурсами, а также резервами, помогающимисмягчить воздействие случайных событий.Высший формой гибкости считается полнаяфи­нансовая ликвидность организации,позволяющая в любой момент бы­стро ибез потерь ее продать.

Подвнешнейгибкостьюпонимается независимость выживаемостифирмы в целом ни от одного из стратегическихнаправлений ее дея­тельности. Этообеспечивается путем постоянногоизучения рынка и опережающего измененияих профиля и масштаба, ориентацией нане­сколько зон одного профиля,функционирующих в разных отраслях игеографических регионах.

Аналогичныйподход необходимо осуществлять поотношению к зонамстратегических ресурсов,т.е. совокупности их источников, способныхобеспечить выход на рынок необходимыхпродуктов и за­нятие там соответствующихпозиций.

Всеэто усиливает адаптивность организации,которая выражается в снижении срокареакции системы на сигналы извне,гибкости структу­ры, высокой личнойответственности, единства действийперсонала и т. п.

Внешняя и внутренняягибкость противоречат друг другу.Насколь­ко предприятие диверсифицируетвнешнюю сферу, настолько умень­шаетсявозможность переключения его внутреннихресурсов, что ведет к снижению эффектностифункционирования производственнойсисте­мы в целом.

Присильныхсигналах,когдастепень и характер опасности сразустановятся ясными, немедленно могутбыть начаты конкретные дейст­вия поее предотвращению или отражению: действияшаг за шагом ме­тодом проб и ошибокпо мере поступления дополнительнойинформа­ции; реализация приоритетныхпрограмм и специальных стратегий. К нимможно отнести, например, вторжение нановые рынки, скупку контрольных пакетовакций конкурентов, маневр ценами и пр.

Нередко внезапновозникают ситуации, не предваряемые нисиль­ными, ни слабыми сигналами,решения по которым приходится прини­матьэкстренно, причем зачастую в условияхотсутствия необходимого опыта и навыковдействий, непригодности имеющихсязаготовок. Вне­запность может касатьсясроков, характера, направленностисобытий.

В этихслучаях заранее разрабатываютсяспециальныеантикризис­ныепрограммы,наборкоторых обусловлен спецификой деятельностифирмы. Чем лучше они проработаны, темменьше времени требуется для осуществленияпредусмотренных ими мероприятий.

Решение о началеактивных действий и их формах принимается,исходя прежде всего из экономическихкритериев — расходов на про­ведениесоответствующих мероприятий, возможныхпотерь в случае бездействия, прибыли,которая может быть получена приблагоприят­ном развитии событий.

Интенсивность жедействий во многом определяется временем,ко­торым располагает организация.Если его мало, приходится резко ло­матьи перестраивать привычный уклад жизни.

Если,несмотря на внезапность событий, временидля реакции на них достаточно, измененияв организации могут происходитьдозированно, оптимальными темпами,соответствующими характеру решаемыхзадач.

При определенномдиапазоне опасность мобилизует, нозатем ведет к потере контроля наддействиями; способность же контролироватьси­туацию при этом зависит не толькоот характера опасности, но и отин­дивидуальной реакции организациии ее руководства на фактор угрозы.

Управлениечрезвычайными программами осуществляетвысшее руководство организации, котороев обычных условиях в основном выполняетфункции стратегического планированияи контроля.

В по­мощь ему, как и в случаеуправления решением стратегическихзадач, формируются группы из наиболееопытных специалистов, наделенныенеобходимыми полномочиями.

Однако вболее сложных условиях при отсутствиивремени предлагаемые ими решения носятуже не страте­гический и даже нетактический, а оперативный характер.

Эффективностьуправления на основе принятия гибкихэкстренных решений зависит от рядаобстоятельств:

1) оперативный анализситуации;

2)хорошее пониманиесути происходящих событий, правильнаяоценка остроты ситуации руководством,его способность вовремя рас­познатьнадвигающуюся опасность;

3)знаниепотребностей рынка и возможностейконкурентов, ихпотенциала, проводимой политики,интересов, на основе чего разраба­тываетсяи последовательно применяется напрактике концепция спа­сения;

4)увязка экстренных решений с основнойстратегией организации и стратегическимизадачами, реализация которых, несмотряни на что, должна продолжаться;

5)обладание достаточным кадровым,техническим, экономическим потенциаломсамой организации;

6) наличие четко продуманной политики,репутации в деловом ми­ре и в глазахобщественности;

7)правдивая информация персонала осложившейся ситуации, по­нимание имобстановки, укрепление веры в успех,мотивирование ак­тивной плодотворнойработы по выходу из кризиса;

8)оперативностьдействий вскладывающейся ситуации;

9)благоприятный морально-психологическийклимат, и, прежде всего, в среде высшегоруководства, компетентность последнего;

10)высокий уровень организации производстваи управления орга­низацией, егонепрерывное совершенствование;

11)финансовая стабильность;

12) постоянноевнедрение новшеств.

Источник: https://studfile.net/preview/1099290/page:3/

Управление по сильным и слабым сигналам

3.1 Управление по слабым сигналам - базовый алгоритм структурного

Информационное обеспечение проблем, выявляемых в ходе наблюде­ния за внешней средой, может быть различным. Одни нз проблем являются очевидными и конкретными, поэтому для предприятия дать оценку их значимости и принять адекватные меры несложно. Такие проблемы называются определяемыми по сильным сигналам.

Другие проблемы называются определяемыми по слабым сигна­лам — ранним и неточным признакам наступления важных событий во внешней и внутренней среде организации.

К таким проблемам можно отнести, например, тот очевидный факт, что в ближайшее десятилетие арабские страны будут оставаться очагом серьезных политических и экономических конфликтов.

Вместе с тем нельзя с уверенностью пред­сказать, где и когда они возникнут и какую конкретную форму примут.

Слабые сигналы обладают тенденцией в течение определенного времени крепнуть и превращаться в сильные. Когда уровень неста­бильности является незначительным, организация еще может позво­лить себе дожидаться более сильного сигнала, так как у нее хватит вре­мени подготовить управленческое решение к тому моменту, когда проблема уже назреет.

Б том случае, когда значение нестабильности существенно возрастает, то тогда положение начинает быстро изменяться, и предприятие, при ожидании сильного сигнала, может либо опоздать с решением, либо оказаться не в состоянии принять его в тот момент, когда возникшая проблема ставит интересы под удар. Поэтому при высоких уровнях нестабильности среды организации возникает необходимость подго­товить решение еще тогда, когда из последней поступают весьма сла­бые сигналы. Порядок действий при возникновении сильных и сла­бых сигналов показан в табл. 9.1.

В первой колонке, сверху вниз, перечислены поступающие из внеш­ней среды сигналы, сначала — слабые, а затем постепенно усиливаю­щиеся. Вначале (уровень сигнала 1) можно быть уверенным только в том, что внешняя среда готовит какие-то неожиданности.

На уровне 5 информационное обеспечение о возникающей проблеме увеличивается настолько, что уже можно рассчитать прибыли и убытки как от воз­никшей ситуации, так и от намеченных контрмер.

На уровне 4 осве­домленность является достаточной для того, чтобы разработать и вне­дрить конкретные меры в ответ на возникшую опасность или открывшуюся возможность, пусть даже организация еще не в состоя­нии оценить финансовые последствия своих решений.

По горизонтали табл. 9.1, слева направо, перечислены нарастающие по силе контрмеры. Уровень А — самые слабые сигналы, выявляется необходимость обследования той области, где возникает нестабиль­ность.

На другом краю — уровень F, который характеризует самые сильные сигналы, когда принимаются прямые контрмеры в ответ на опасности или новые возможности, например решение об освоении новой продукции, переходе к новой рыночной стратегии, развертыва­нии или свертывании целого вида деятельности.

Между этими край­ними точкам и слева направо возрастает не только конкретность контр­мер, но также их цена и необратимость.

Выделенная часть таблицы показывает, что по мере того как сигналы набирают силу, поступает все больше информации для принятия активных контрмер, и к тому времени, когда будет точно известна опасность или новая возможность, можно будет запустить в действие специальную программу, которая уменьшит уязвимость организации и придаст ее дей­ствиям необходимую гибкость.

Подход, показанный в табл. 9.2, отвечает задачам управления по слабым сигналам. Чтобы система получала информацию, должно быть налажено наблюдение, чувствительное к предупреждающим сиг­налам.

Кроме того, общеорганизационное управление и другие под­разделения организации должны выработать положительное отноше­ние к переменам, быть готовыми к принятию рискованных решений и уметь подходить к решению проблем, опираясь не на прошлый, а на новый, накапливаемый опыт.

 Таблица 9.1

Действие организаций при слабых сигналах о возникновении проблем

Рассмотрим методику использования слабых сигналов. Обычное стра­тегическое планирование от прямых ответных действий переходит к гиб­кому поведению, а от него — к осведомленности.

Рисунок 9.4 показывает методику использования слабых (и силь­ных) сигналов. При этом основное преимущество — возможность предварительной готовности: чем лучше подготовлена организация к моменту начала действий, тем меньше времени ей требуется для завершения реакции.

Таблица 9.2

Уровни осведомленности в условиях неожиданных изменений

Обычная реакция организации означает решение проблемы привыч­ными средствами: структурными, системными и процедурными. Спон­танная реакция на чрезвычайную ситуацию позволяет экономить вре­мя.

В этом случае делается все возможное для быстрейшего начала ответных мер, перестают действовать обычные правила и процедуры, первостепенные вопросы отодвигаются на второй план, границы между организационными подразделениями стираются, некоторые мероприя­тия дублируются, вводится сверхурочная работа и т. д.

Если потенциальное воздействие оценивается как значительное, то возникает вопрос: какой сигнал о нем поступает? Прежде всего следует установить степень срочности. Как видно на схеме (рис. 9.4), вопросы, решение которых можно задержать или отложить, ведут к одинаковой очередности

Рис. 9.4. Процесс принятия решений по стратегическим проблемам в условиях сильных и слабых сигналов

Если потенциальное воздействие оценивается как значительное, то возникает вопрос: какой сигнал о нем поступает? Прежде всего следует установить степень срочности. Как видно на схеме (рис. 9.4), вопросы, решение которых можно задержать или отложить, ведут к одинаковой очередности

действий как при сильных, так и при слабых сигналах. Од­нако проблемы, связанные с сильными сигналами, требуют разработки программы очередности действий, тогда как проблемы, связанные со слабыми сигналами, должны решаться путем последовательного вовле­чения капиталов.

Выбор стратегии реагирования на возникновение проблемы зависит от быстроты развития конкретной опасной ситуации во внешней среде.

Сроки нормальной реакции — это периоды времени, когда обычная реакция организации осуществляется на основе системы регулярного планирования и реализации планов (Тнр ).

Сроки чрезвычайной реакции — периоды времени, характеризую­щиеся спонтанной реакцией организации, когда установленный поря­док действий отменяется и создаются временные целевые команды для принятия быстрых ответных мер (Тпр  ).

Выбор реакции, как отмечалось выше, зависит от быстроты развития конкретной опасной ситуации во внешней среде. Это отражено на рис. 9.5.

На рис. 9.5 вертикальная ось характерезует степень осведомленно­сти об угрозах. Пятый уровень (табл. 9.2) соответствует достаточной степени осведомленности для определения воздействия и результата предпринятых ответных мер (с определенной степенью вероятности). На рис. 9.5 добавлен шестой уровень, когда воздействие произошло и реагировать не поздно.

Тнр — Сроки нормального реагирования Тчр — Сроки чрезвычайного реагирования

1 — Использование периодического планирования

2 — Руководство в условиях сильных сигналов обратной связи

3 — Руководство в условиях слабых сигналов обратной связи

4 — Руководство в кризисной ситуации

Рис. 9.5. Выбор стратегии реагирования на возникновение проблемы

По горизонтальной оси приводится время, с момента достижения первого уровня осведомленности об опасности. На графике представлены четыре события, которые развиваются с раз­ной скоростью. Событие 1 — наиболее медленное, событие 4 — наибо­лее быстрое. Достижение шестого уровня на каждой из кривых озна­чает «время полного воздействия».

кривая 1 достигает пятого уровня своевременно, что позво­ляет принять обычные ответные меры; специального вмешательства руководства не требуется: проблема может быть решена путем обыч­ного периодического планирования.

Кривая 2 достигает пятого уровня слишком поздно и периодическим планированием организации уже не обойтись; в этом случае правильно принять чрезвычайные меры.

Кривая 3 достигает пятого уровня слишком поздно, чтобы успеть принять решительные меры противодействия. Как видно из графика, нормальные ответные меры следовало бы начать еще где-то между пер­вым и вторым уровнями осведомленности, а чрезвычайные меры — на уровне 3-5.

В этом случае необходимо начать поиски слабых сигналов.

Кривая 4 означает «неустранимую неожиданность», так как даже чрез­вычайные ответные меры следовало бы предпринять еще до того, как во внешней среде появятся первые признаки неминуемой опасности (пер­вый уровень осведомленности).

Когда анализ событий указывает на приближение значительных изме­нений, которые могут произойти быстрее, чем организация успеет при­нять чрезвычайные ответные меры, руководству следует серьезно заду­маться над составлением программы действий в кризисной ситуации.

Источник: http://menedzhmenti.ru/page266/page359/index.html

Управление по слабым сигналам

3.1 Управление по слабым сигналам - базовый алгоритм структурного
Мapк Бориcoвич Шифpин кандидат экономических наук, дoцент кaфeдры менеджмента и маркетинга Мeждунapoдного банковcкого инcтитута
Центр дистанционного образования «Элитариум» По мере нарастания скорости изменений становится все труднее точно предсказать характер изменений, чтобы своевременно отреагировать на них.

С одной стороны, рискованно предпринимать какие-либо действия на основе неясной информации. С другой стороны, к моменту получения достаточной информации может не остаться времени на ее реализацию. Для разрешения этого парадокса нужно постепенное усиление ответных мер на трудно предсказуемые события.

Такой подход можно охарактеризовать как реагирование на слабые сигналы.

По мере нарастания скорости изменений становится все труднее точно предсказать характер изменений, чтобы своевременно отреагировать на них. С одной стороны, рискованно предпринимать какие-либо действия на основе неясной информации.

С другой стороны, к моменту получения достаточной информации может не остаться времени на ее реализацию. Это может нанести ущерб фирме.

Для разрешения этого парадокса необходимо изменить подход к использованию стратегической информации. Вместо того чтобы ожидать полной информации, фирме следует определить, какие последовательные шаги в планировании и на практике могут быть предприняты при разном развитии событий, создающих угрозы и возможности.

На ранней стадии проявления потенциальной опасности, когда информация еще недостаточно определена, ответные меры могут иметь общий характер. По мере поступления конкретной информации ответные меры должны конкретизироваться.

Конечной целью этих мер должно стать либо устранение опасности, либо использование возможности.

Такое последовательное постепенное усиление ответных мер на трудно предсказуемые события можно охарактеризовать как реагирование на слабые сигналы.

Сильные и слабые сигналы принимают за две крайние точки осведомленности, которая отражает полноту и достоверность информации об определенной проблеме.

Сильные и слабые сигналы

Сильные сигналы: информация настолько очевидна и конкретна, что фирма в состоянии дать оценку значимости событий и принять соответствующие меры. Уровень осведомленности соответствует такому объему информации, который необходим для целей стратегического планирования. Сильные сигналы позволяют оценить последствия как от возникшей ситуации, так и от намеченных мер.

Слабые сигналы — это неполная информация о возможных изменениях во внешней среде, связанная с ранними и неточными признаками наступления важных событий. Для таких сигналов характерен очень низкий уровень осведомленности.

Можно говорить, что в нынешних условиях, что особенно касается стран, находящихся в переходном периоде развития в части политической, социальной или экономической среды, фирмы пребывают в состоянии именно такой неосведомленности.

Источниками слабых сигналов могут быть:

  • мировые тенденции (нестабильность в глобальном масштабе, международные события, взаимоотношения между развитыми и развивающимися странами и т. п.);
  • любая область экономики, претерпевающая постоянные изменения (высокотехнологичные отрасли, информационные технологии, появление новых материалов и т. п.);
  • политические события (результаты выборов в государственные органы власти, законодательные инициативы и т. п.).

Дадим характеристику уровней осведомленности по мере возрастания силы сигнала.

Первый уровень осведомленности соответствует наименьшему объему полезной информации. Известно лишь то, что не исключено возникновение какой-то опасности (возможности), которой природа и источник пока неизвестны.

Второй уровень осведомленности — ситуация, когда источник возможных новых явлений известен, а сами явления — еще нет. Например, научные исследования в области новых конструкционных материалов (оптоволоконная техника).

При осведомленности третьего уровня известен источник и сами явления, но есть неясности в области их применения и, соответственно, в необходимых мерах со стороны фирмы. На этом уровне информации недостаточно для надежной оценки воздействия и эффективности ответных мер. Например, после того как стали известны свойства оптоволоконной техники, область применения еще угадывалась неясно.

Четвертый уровень осведомленности: информации достаточно для разработки и принятия конкретных мер, но их возможные последствия определить трудно из-за отсутствия опыта. Например, фирмы, первыми использовавшие оптоволоконную технологию в телекоммуникационной сфере, делали крупные вложения в данную технологию с надеждой, что допустимый в таких случаях риск окупится.

Осведомленность пятого уровня: получены данные о результативности принятых мер.

Например, фирмы-пионеры в сфере производства оптоволоконной техники, использовавшие ее в различных областях хозяйственной деятельности, получили достаточные данные, чтобы определить прибыльность новой технологии. Те, кто не попал в их число, должны были нести большие расходы для того, чтобы внедриться в эту область производства.

Порядок действий

Порядок действий в том случае, когда из внешней среды поступают слабые сигналы, показан в табл. 1. По горизонтали слева направо перечислены по нарастанию пять уровней осведомленности, а по вертикали перечислены нарастающие по силе контрмеры. Подход, отраженный в таблице, отвечает задачам управления по слабым сигналам, связанным с постепенным усилением ответных мер.

По мере того как сигналы набирают силу, поступает все больше информации для принятия активных контрмер. Принимаемые фирмой контрмеры по силе должны быть адекватны уровням осведомленности. Самые слабые состоят в обследовании той области, в которой возникает нестабильность.

На другом краю — характер мер, имеющих прямые действия в ответ на опасности или новые возможности, например решение об освоении новой продукции, переходе к новой рыночной стратегии, развертывание или свертывание целого вида деятельности.

Между крайними точками возрастает не только конкретность контрмер, но также их цена и необратимость.

Таблица 1. Действия фирмы при различных уровнях осведомленности

Характер ответных мер (стратегии реагирования)Уровень осведомленности
осознание опасности или новой возмож-ностиисточники опасности или новой возмож-ности известнымасштабы опасности или новой возможности принимают конкретный характерпути решения проблемы могут быть опре-деленырезультаты конкретных мер поддаются оценке
Наблюдение за окружающей средойОбласть предпринимаемых мерОбласть предпринимаемых мер
Определение относительной силы или слабости сигнала
Гибкость действий внутри фирмыОбласть предпри-нимаемых мер
Гибкость по отношению к окружающей среде
Осуществление подготовительных мер

Последовательность реагирования: от осведомленности к гибкости, создающей внутреннюю готовность к действиям, от гибкости к ответным мерам (при плановом управлении — наоборот).

Стратегия прямых ответных мер предполагает ясное осознание потенциальной угрозы и новых возможностей, чтобы угрозе можно было противостоять, а возможности — использовать.

Стратегия гибкости отличается от стратегии непосредственной реакции тем, что ее конечным результатом является повышение способности принятия ответных мер, а не существенные перемены в ответ на признаки внешних изменений. Стратегия гибкости фирмы во внешней среде заключается в разнообразной экономической деятельности и является частью процесса планирования, для чего требуется осведомленность высокого уровня.

Внутрифирменная гибкость выражается в возможностях организации, позволяющих быстро и эффективно перейти к новой технологии и продукции, выйти на новый рынок, когда в этом есть необходимость.

Здесь важными элементами являются: гибкость руководства (осведомленность о состоянии внешней среды, способность решать новые проблемы, стратегическое мышление и творческая активность); гибкость структуры управления, позволяющей реагировать на внешние изменения; гибкость материально-технического обеспечения, приобретающая особое значение в условиях частых стратегических изменений технологического характера.

Обобщая вышеизложенное, можно констатировать, что управление по слабым сигналам позволяет фирме:

  • заблаговременно узнавать о резких изменениях во внешней среде;
  • своевременно реагировать на трудно предсказуемые события;
  • на ранней стадии появления потенциальных опасности и возможности принять конкретные ответные меры, конечной целью которых станет либо устранение опасности, либо использование создавшихся возможностей (стратегические окна).

Версия для печати  

Источник: https://www.cfin.ru/management/strategy/competit/weak_signal.shtml

���������� �� ������ ��������

3.1 Управление по слабым сигналам - базовый алгоритм структурного

�����: �������� �������, �������� �� «������� ����������»

���� ������, ��� ��� �� ��, ������ �� ������ � �����, �� � ������ ������� ����� – �������� ��������������� ��������� ������� �����, ��� �������� ������.

�� ��� ������� � ������������ ������ – � ����� ������� �� ������ ��� ���� ����������� ����������� ���������� ��������� � ����� ��������. ���� �� ����� ������������ ������������ (���� � ���������, �� ���� ����������� �� �������� � ����� ������ ���������) – ��� ���������� �� ������ ��������.

– ���� ���� � ���, ���, ��� �� �������� �������, ��� ��� ����� �� ���������� � ���������, ���� �� ������ �������� ��� �����. � ����� ������������ ������� 95 ��������� ������, �� �� ������������ ��� ����� ������� �� ��, ����� ������ ��������� 5 ���������. � �������, ����� �� �� ������� ������, �����������, ��� ��� ��� ��������, ��� ��� �������� �������� ���������� ���������. (�� ������. ������� ���������) 

��� ����� ���������� �� ������ �������� (���)?

���������� �������� �����������, ��� ��� �������������� ������� ������� ����������� ������������: ������ ��� ��������� ������, �� ������ ������� �� ������, ����� ��� �������� ��� �����, ����������� ��� �������� ���� ��������.

�� ����� ������ ����������� �� ������, ������ �� �������� ������������ � �������� ��������, �������: «����� ���� �������� ������� 300 ��� ����. �� �������� ������ �������, ������� ���� ��������� ��������� � ���, ��� ���������� �� ������ ����.

� ������ ��� ��� �������� ���������, �� �������� ����� ������ �� ������������ � ����� �����».

��� – ��� ����� ����������, ����� ����������� ����� ��������� ������������� ������� �� ������ ��������, ������� ������������� �������� ���������� � �����.

���� ����� ���������� ������������, ��� ����������� ��� ��� ������ ������ �������� �� ���������� �� ����� �� ����, � �������� �����������.

��� ���� ������������ ���� �� ������� �����������, ������������ �� ������������� ���� ��� ������� ������������ �������� ������������, ���������� ��� ����� �������������, ��� ����������� �� ���� ��������� ����� ������ � �������� ���������� �� ��������� �������� �� ������� �����.

� �������, ����� ����� ����������� ���������� ���������� ��� ����, ����� ��� �������� �������� �������, ����� �������� ������� �� ������ ������ ����� ���� �� �����.

��� ���������������� ����� ������ 2000 �. ���� ��������� � ��������� ����������� ������ �� �����������. � ������� ������� ��� ��������� �������� �������� �������� �� ����������. �� ���������� ��� ��� � ��� ��������� ���� ��� ��������� «��������� �� �����������» � ������� ���������������� �������� list.ru.

������ ����������, ��� ��� ��������  ���� ����������. ���� ��� ��� ������ ������, �� ������� � ������������� ���, ��� ������ ����� �� ������� ����� ������������� �������� (����������� �� ��� ���� ������������ � ������� ��������� ��� � ������� ���).

�������, ����� �������� ������� ���������� ������, �� «������» ���� ������ ����������� ������������ ������ �������.

��������� ������������ ����������� ���������� �� ������ ��������, � ���� ����������� ���������� ���� �������, ����� ��������������� (��������� ���� � ���� �����) ��������� ������ �����: ��������� ����� � ��. �������, ��� ����������� ������������ ��� � ������� – ���� ������������� ����������.

������������ ������� �������������, �� � ��������� �� �������� ����� ���� �������, ��� ������ ����� �� �����.

��������� �� ����������� ��������� ������ �������� �������, �� ��� ��������� ��� ��������� ����������� ����������� ���������� ������ ��������� � ��������, ��� ���� ����������� ������ ��-�� �������� ���������� ������� ������ �� ���������� ���������������� �������� ��� ���� �������� (�������� ��� ��� �� ��������  ��������).

��� ��������� ����� �� ������� list.ru �� 2-� ����� �� ������������ ����� �������� 80 ���������� �������� �� ��������� � ��������.

�� ����������� � ���������, � ��� �� �� 1-�� �����? � ����� ���������, �� �������� ������������� ������ ��������� ����� «������������ ������� � �������».

�������� �� ������ �������, ��� ������� ���������� � ��������� �������������� – ��� ��������� �������� ����� ��������� �������� ���� �� ��������, ������������ �����������, � «K&M» ���������� ������� ����� ��������!

� ����������, ��������� ������� ��� ����������� ����� ������� �� «��������� �� �����������» � ��� ������, �� ���������� ������ �������� ���������� ���� — ��������� ��������� ������� ��� ��� �������. ������, ���� �� �� ������� �� �������������� �� ������ �������, ������� «�������» ��� ��������, ���� � ����� ���������� ��� �� ������� �������.

�� ����� ��������� ������������� � ������������� �������� «�&M», ��������� ������ ���������, � ��������� ���������� � ��., �� ��� ���������� ������ ��������� �� ����������� ������� ��� ������ �������, ��������������� ������� ����������� � ��� ��� ���� �������� ����� ��������.

������������� ������� ���

������ ������, ����������� ���������� �� ������ ��������, ���� ������������ ��� � 1975 �.

������ ������������� �������� ������� ������������ � ��� �� ��������������� ����� ������������� ����������� ����� ������� «�������������� ����������», �������� � ������������ «���������» � 1989 �.

����� ��������� ���� ������������� ������ ��������, �� ������� �������� ������� �������������� ������ ��� ���� «������� ���������������» � ������� �����:

  • ������ ������ — ��� ����� ������������ �� ������ �������� ���������, ��� �� ����� ������ ���-�� ���������, �� �� ������������ ���� ��� �������� ��������� (��� ����� �����������) ��� �������; ������ ������ ��� ������� � ������� «����» � ����� ��������� ������ ��������;
  • ���������� ���� ������� — ������� ��������� ��������� �� ����� (��������� ����� ����������, ����� ������������ ��� ��������� � ������������ � �.�.) ���������� ���������, �� ���� ��������� ��� �� ���������, ������� ��� ���; �������� ������� ��� ����������� ��������� «������� �����»;
  • ���������� ������� — ������� ��� ����, ���������� �����������/��������� ��� ������� �����������; �������� ������� ����������, ����� �������� ��������� �������� � �������� ���������, ��� ������������ ������������� �������� �� ����� ������� ������ ���������������, ����� �������� ����������� ���������� �������� ����������� ���������������� � ��������� ������� ��� ���������� ������� ����� �� ����� ��������� �� �����. �� ���� ���������� ���� �������� �������� ������� �������������� ��������� ��� ���������������� ���� (��� ������� ����������� �� ���� �� ������� ��������): 
  • ���� �� ������� — ����������� ����� ���������� � ����� � ������� ����� ���������� ��� ������ ��������� ������ ��������; 
  • �������� — ���������� ����� � ��������� �� ������ ������������� ���������� � ����� ������������/���������� �� ����� ��� ���������� ���� ��������; 
  • ����� — ���������� ������������ �������� �� ������������� �������� � ��� ��������� ���� ��������� � �������� �������� � ����� �����������, ������� ��-�� ����, ��� ��� ��� ����� �������� ��������� ������� ������ ��������������, ����� � ��������������� «�� ������».

��� � �������� ���������� ���������

��������� ��������������� ����������� �����������, ����������, � ����� �������, ������ ���������� �� ���� ��������, ��� �� ��������� ������������ �����, � � ������ — ����������� �����������, ���� ����� ������� �� ���������� �� ����� ������, ��� ����� �������� �� ������������ ��� ���� «�����» ������� ��������, �������, ���������� ������������ ���������� ������ ��� � ������ �� �������������� �����. ������ ���������� ������������� ��� ������ �� �����. ���������� ��������� ��������.

�������, ������ � �����

��������� ����� �����, ��������� ����������������� � ������ ������������ ������������ ����� ��������� �����, � ������������ ���������� ����� �����������, ������� ���������� ����� ��� ������� ����� ������� (� ����� ������ ��� ������� ������ �� ��, ��� � ������ «���� �� �������»).

� ���������� ������ � ����������� ������ � �������, ��� ���������� � ����� ������������ ���� �������� ������ �� ��������, ��� �� ������� ������. ������, ��������� ����� �����������, ��� ������� ������� ������������ ��������� ����� �������� ���������� ������-����� �� ������������� ������ ����������� ������ �������� ���������� ����� «��� ��������� ��� ������������».

�� ������ ����� ������ ��� ���� ������-������ ������� ��������� ������ ����� ����������� ���������� � �����, � ������������ ������� �������������� �������������� �������� �� ������������� ����� ������������ � ��������� ������������: ������� � ��������� ���������� �� ����� ����� ����� �������� ��� � ������ ��������� �����.

�������������� ������ ��� ������-������ ������������, ��� ������, ���������� ��� ��������������� ����� — ����������� ���������� ������ ����� (������������ ��������� ������), ������� ����� ������������� � �������� �� ����� ����� �������. ��� ���� ��� ��������� «��������» ����� ��������� �������.

� ���� �����  ������ ������� � ���������, ��� ��� ��������� ������ «�����» ��� �� ����, ��� ����� ������ ��������������� ��������� ����������� ������ ������ ��������: «�� �������� ������ ������� ����� � ����� ��� ��� ������� � ��� ������ ��� ��� �������� ������� �� ����, ��� ���������� ��������� � ����� ������������ �� ��������� �����».

��� ������ ������ ���������� ����� ���������, � ���� �����������, ��� �� ����� ��� ������ ������� �� ������ ���������� ��������.

� ����� � �����, ��� ���������, — �������� ��� �������� �� ������ ����������� ������� � ����� ����������� ������������� � ������������� ������������� (��� �������) ����� ������ �� �����, �� � «�������» ������ ������, �.�.

�������������� ������������� � ��� ���������� (������ ���������, ��� ���������� ������ �������� ������ ������� «������» ������ �������).

���� �� ������������� ����� ����� �������� � ����� ������� �� ����������� ���������������� ������ �� ���������� ������-�����, � �������� �� ������� ������� ������ �����������, �� �� �� ����� ������ ����������, ��� �� ��������� ������ ����� ��������� ����������� � ���� �������� ������������ �����������.

������ ��������� ������ ���, ����� ���������� ����� ��� ������ �������� ����������� ������ ���������� ����� �������������� ���� �� �����.

������� ������� �����

���� �� ������� ������ ���������� ������ ��� ������ 40 ��� (������� ����!), �������� ���, ������������ ������ ��������, ����������� �� ��������.

��������� ����������� ��������� ���� � ����� ����� ����� ������ ��������������� ���������� — ��������� ��������� ���������� ������, ����������� ������� ������������ �� ������.

� ���������, ���������� ����, ��� ���������� ������ �������� ����� ��������� ��������� �� ������ �� ������� ����� — ���������������, ��������������� � ��., �� � ������ ����� �����, �������� ��������� � �������������� �� ���������.

��������� ���������� ����� ����������� ������������� ����� ��������� �������� (������������� ������), � ������ ���� ����� ���� �� �����������. ���� � ����������, ������� ������ �� �����, � ��� ���� «�� �����». ��������� �������� ��� ������ ���������: «�� ���������� ��� «�����», ��� 3-4 ���� �����, ���� �� ��� ����� ������� ��-��� ����� �����».

������� ������������ � �������� ����� �������� �������� �� ��������� «� ������» ��������� �� �������������� ���������: �������� ������, ��� �� ����� ������ ������ ������ ������������ (�� �� ������ ������� ��� ����� ���������� ��������).

������� ������� �������� ���������, ��� ���� �� �������-�������� ����� ���� �� ����� �� ��� ������� �������, ��� ����������� ������������� ��������� ���� � ����� ��� ���� � ������� ������, ����� �����������������, ������.

 ��� (�� ���� ����������) ���� �������� ������ �������� ����������� ��������� ��������� ������ �� ���������� ���������� ������ ����������� ������������ �����.

� ���������� ����������� ����������� ������ ��� ��������, ������� �� ������� � ������ ��� «���������», ������ ������ «�� ������ �������» �� ������ � ����������� ������, �� � � ������ ���������.

�������, ��� ����� ��������� �����  ������� ���������� �� ������ ������� �������� � ���� ������ �������� �����, �� ��� � ���� ���������� ����������� ��������� �� �������� �������� ��� ��� ������������ �� ����� ������� �������� ��������� ����� � ������������� ��������� �������� �������� ����������� — �������� �� �������� ����� ����� �� ���� ������������� �������� ����� ��������������� �� ������� � ����������� ����������� ������ �� ��������� �����������.

� �����, ��� � � ������ �������, ������������� ��������� ���������������� �������� ��� ��������� ����������� ������� ������ ������� (� ������ ������ ��������� ������� �����) �� ������ �� �������������� ���������� ������������.

������� ��������, ��� ��� ������ ����������� ������� �����, ���� ��������� ������ �����������, ������ � �.�.

, �������� ��������� �������� �������������� �������� ������, ������� ������������� ���������� ����� ��������� � �������������� ��������� ������������ ��� ����� �������� ������������� �����������, ������������� ������� ����� ���������� �������������� ���������� ��� ������������� ������ �������.

���������� �� ������ �������� ��� �����, ����������� � �������� ������� ��������� �� �����, �������� ������ ������������ ������������ ������, �������� �� �������� ������, ���������, ����� �������� ������ �����. ������ ��� ����� �������� � �������������� �� ���� � ��������������� �������� ���������� (��������, ��������: ����� ����������� ��� �� ������� �������� ��� ���������� �������).

�� ���������� ������! 

�����������

��, ���������� �� ������ �������� – ��� �����, ���  ������ ������������ � ��������������  � ��������� ����������, ���������� � ������������� ���������� � ��. ������� ��������.

�� ��������� ���������� ��������� ��� �� ��������, ��� � �� ����� �������� � ����������� �� ������������ ��������. � ����� ������ �� ����� ����������� ���������� ������ ����������.

������ � ����� ��� ������� – ����������� �������������� ���������� ����������, ��� �������������� ����, �������, �� ������� ���� �� ���������� �������,  ��� �������������, ������� �� ������ ����.

������� ���������� – ������������ � ���������� �������������� ������������ ����������� (SCA), ������� ������� ��� � �������� �������, ��� � � �������� ���������� ������������� �����������. � ����� �������������� ���� ����������� ��������� �� ���� ������������ ������� ���������� SCA.

� �������� ���� ���� �� – ����� �������������� � ���������� ���� ����� ������������ ���������� ���������, � �� ������ ��������� ��, ��������,   ��� ������� ����-����� �� ����� �������� �� ��������� ���. 

Источник: http://www.up-pro.ru/specprojects/shkola-menedjera/upravlenie-po-signalam.html

Scicenter1
Добавить комментарий