Выкладываю презентацию с моего доклада на РИТ 2008 по теме “Управление ростом социальных сетей”. Пишите или комментируйте, если есть вопросы. Также в Forio выложена онлайн-симуляция для оценки роста популярности социальной сети.
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.
Продолжаем серию постов (1) о моделировании цепочки поставок производственной компании. В этом посте мы введем понятие “Невыполненных Заказов” и “Склада сырья”.
После того, как мы выделили движущие силы, нам необходимо классифицировать их на предопределенные элементы и ключевые неопределенности (см. 1й пост на эту тему). В этом посте мы поговорим о том, как это сделать и приведем примеры таковых.
(по материалам книги Питера Шварца “Inevitable Surprises” и базы знаний National Intelligence Council “2020″ )
В этой серии постов (3 поста) мы будем моделировать цепочку поставок производственной компании. Модель будет создаваться шаг за шагом. Постепенно будут устраняться предположения, упрощающие модель; тем самым мы получим более-менее полезную модель. Цель моделирования заключается в исследовании причин колебаний в цепочке поставок (пост 1 и 2) и последствий её реинжиниринга (пост 3).
Диграмма ниже показывает упрощенную модель производственной компании.
В последнее время мы уделяем много внимания Сценарному планированию (1, 2). На примере компании Shell мы видим, что это очень практический инструмент и очень недооцененный. Но он также достаточно сложен.
Вопрос, который я поставил перед собой — неужели нужно проводить такой мощный анализ, чтобы понять, что нас ожидает в будущем, какие угрозы и возможности стоят на нашем пути. Ведь успешных компаний, которые вовремя сориентировались и поймали волну, достаточно много. А сценарным планированием занимаются единицы, а применяют так и вообще чуть ли ни в одном Shell’е.
В связи с этим вспомнился мне один диалог, который произошел между CEO компании Nucor (сталелитейные мини заводы в США) с руководителем подразделения. Компания Nucor прославилась тем, что в свое время изобрела бизнес модель сталелитейных мини заводов, клиентами которых были местные строительные организации. В связи с изменениями в потребительских предпочтениях, ужесточением конкурентной борьбы (большие игроки тоже выходили на этот рынок) было без всяких долгих расчетов понятно, что отрасль перестаёт быть прибыльной.
В результате этих нехитрых выводов был организован новый вид бизнеса — производство высококачественной тонколистовой стали, — который позволил компании развиваться дальше. В нашем мире существует множество задержек между причиной и следствием. И то, что будет в будущем, можно понять, если посмотреть на решения, которые принимаются сегодня.
Вопрос — что же мешает нам мыслить в таком же ключе? Мне кажется, что существует 2 основные проблемы:
Получается, что при желании и должном подходе мы можем понимать, как изменяется наша среда и чем это может грозить нашему бизнесу в будущем. Это ни в коем случае не дискредитирует сценарное планирование. Это мы можем сделать прямо сейчас и повлиять на собственный успех.
В своем предыдущем посте я рассказал о понятии “зависимость от пути” и проиллюстрировал его примером борьбы стандартов VHS и Betamax.
В этом посте я приведу модель системной динамики, имитирующую зависимость от пути.
В модели всего 2 резервуара: количество проданного продукта 1 и количество проданного продукта 2 за все время работы модели. Эти резервуары изменяются потоками “Продажи продукта 1″ и “Продажи продукта 2″.
