В первой части мы очертили проблему и представили ключевых игроков на нефтяном рынке. В этом посте мы подробнее исследуем каждую из заинтересованных сторон.
Как же независимые производители принимают решение об эффективности инвестиций? Диаграмма ниже позволит лучше разобраться в этом вопросе:
Один из моих знакомых как-то решил сделать курсовую работу по антикризисному управлению. Большинство книг и источников говорило о том, как избежать кризиса, а также что делать в случае возникновения непредвиденного обстоятельства. Одним из ключевых моментов было то, что прорабатывая в уме или в игре (учениях) какой-нибудь кризис, мы будем лучше готовы к моменту его реального наступления.
В этой серии постов я расскажу о том, как применялась системная динамика в разработке сценариев развития нефтяной отрасли в компании Shell 80-90х гг. прошлого века.
(по мотивам книги John Morecroft “Strategic Modelling and Business Dynamics“)
В одном из постов я рассказал о своем докладе на РИТ 2008, где использовал системную динамику для объяснения механизмов роста социальных сетей.
На днях я попробовал использовать агентное моделирование для этих целей и в этом посте расскажу, что у меня получилось.
В зимней школе МГУ на тему “Интерактивные методы обучения” мы играли в экологическую деловую игру “Рыболовство”. В этом посте я расскажу о модели системной динамики, лежащей в основе той игры.
Как-то я написал о статье из “Популярной механики”, где рассказывается о модели, которая доказала, что причиной возникновения пробок могут стать ничтожные отклонения от размеренного ритма движения. Сегодня я расскажу об агентной модели, созданной Uri Wilensky в 1997 году.
Мы неоднократно писали, что системная динамика применима в различных областях (медицина, управление производственной компанией). В этом посте я бы хотел рассказать о применении СД в разработке программного обеспечения (напомню, что я сам работаю в компании по заказной разработке ПО).
(По мотивам книги “Software process dynamics” Raymond Madachy)
Отобрав ключевые неопределенности, необходимо разработать сценарии. Для начала следует построить координаты сценариев: каждая ось представляет собой одну из ключевых неопределенностей, а полюсы - 2 наиболее важных и возможных исхода этих неопределенностей (см. рис.)
Продолжаем серию постов о сценарном планировании: в этом посте я расскажу о том, как проводится отбор ключевых неопределенностей, для последующего составления сценариев на их основе.
Итак, у нас есть список трендов и нам нужно выбрать наиболее неопределенные и значимые из них, и, по-возможности, минимизировать их числов до 2х (чтобы количество сценариев минимизировать до 4х).
Питер Шварц предлагает 2 подхода: индуктивный и и дедуктивный.
