• Модель простого підсумовування / середнього значення
  • 1. Користувач не може мімікрувати (тобто використовувати чужий ідентифікатор), але його ідентифікатор може бути анонімним для збереження приватності.
  • 3. Зловмисники не можуть (або для них немає стимулів) обєднуватися і робити «порожні транзакції», позитивно оцінюючи один одного і тим самим підвищуючи власну репутацію.
  • 4. Зловмисник не може створювати «порожні» ідентифікатори для підвищення репутації свого ідентифікатора (для цього вага оцінки повинен залежати від репутації).
  • 5. Значення репутації обмежена зверху, в іншому випадку власник високої репутації може не піклуватися про думках інших учасників.
  • 7. Вводиться тимчасове вікно для розрахунку репутації, оскільки агентам (людям) властиво змінювати поведінку згодом;
  • Алгоритм для обчислення репутації в соціальній мережі ReMSA
  • Mui - Обчислювальна модель довіри і репутації
  • Репутація з точки зору споживачів (без динаміки)
  • Репутація з точки зору споживачів (з динамікою)
  • У моделі вводяться функція прибутку агента в періоді t (див. Рис. 5)
  • Модель фірм, конкуруючих на ринку
  • Модель сертифікованої репутації для TripAdvisor


  • Дата конвертації14.04.2017
    Розмір68.37 Kb.
    Типкурсова робота

    Скачати 68.37 Kb.

    Репутаційні моделі бізнесу

    Вступ

    Перш за все, необхідно привести визначення термінів, сутностей і явищ, яким присвячено дане дослідження.

    Репутація - суспільне сприйняття про агента, що склалося на основі його минулих дій, про його наміри і нормах. Інтерпретуємо це як кількісну оцінку, що розраховується на основі дій агента, які спостерігаються іншими агентами. Важливо розділяти поняття репутації і довіри - репутація є об'єктивною величиною, а довіра - немає; репутація існує в свідомості багатьох агентів, довіру - одного (суб'єкта довіри); довіряти можна як на основі репутації, так і всупереч їй (тобто репутація може служити джерелом довіри).

    Репутаціоннние моделі - моделі, що обчислюють репутацію кількісно або залучають значення репутації в рішення інших завдань. Відповідно, в цьому дослідженні розглядаються моделі, що відносяться до репутації, а не до довіри (в разі, якщо модель залучає обидва поняття, постараємося все ж обмежитися репутацією).

    Управління бізнес-процесами - сучасний підхід до управління компанією, що поєднують в собі моделювання процесів з їх оптимізацією і автоматизацією. Включає в себе необхідні методологічні та інструментарно кошти.

    Під «використанням» репутації (відповідних моделей) мається на увазі не тільки обчислення репутації компанії і її моніторинг / штучна зміна, як пропонує більшість існуючих на ринку рішень, але і забезпечення підтримки прийняття рішень за допомогою вихідних даних моделей, реалізація деяких додатків репутації в бізнесі (див . відповідний розділ гл. 1).


    Роль репутації в бізнесі

    В даний час репутація є - явно чи неявно - однієї з головних характеристик компанії, і її роль продовжує зростати. Це зростання може бути пояснений кількома тенденціями: Зміни у виробництві. Виробничі процеси і ланцюжки доданої вартості протягом останнього століття значно ускладнилися і стали неспостережуваними для кінцевих споживачів продукції. Це спровокувало перехід багатьох товарів в групу довірчих (докладніше ці зміни розглядаються в [3]). Для довірчих товарів якість вже не має вирішального значення при ухваленні рішення про покупку, так як не може бути достовірно оцінений споживачем - і його функції можуть бути прийняті на себе репутацією виробника. Поява бізнесу в Інтернеті і розвиток e-commerce. Особливості онлайн-середовища часто спонукають споживача брати на себе додаткові ризики, а саме, купувати продукт або послугу, маючи в наявності лише його віртуальний образ. В результаті покупці можуть не отримати достатньої мотивації, щоб платити за вищу якість, і таким чином вся ситуація може виродитися в «ринок лимонів», описаний в [4]. Репутація дозволяє пом'якшити інформаційну асиметрію, наприклад через сигнали для споживачів або штрафні санкції для продавців.

    Розвиток економіки обміну (англ. Sharing economy). Повсюдне проникнення Інтернету і розвиток платіжних систем на початку ХХI століття привели до появи нової бізнес-моделі для спільного використання благ. Однією з форм реалізації цієї моделі є онлайн-платформа, посередник, що надає С2С послуги (приклади: Airbnb, Uber). Очевидно, що ключовий аспект в такій моделі - довіру агентів, що з'єднуються посередником, один до одного, яке може бути забезпечено репутацією агентів.

    Постановка проблеми

    Роботи, присвячені репутації, з'явилися в середині ХХ століття. З тих пір моделей, що описують репутацію і різні її застосування в бізнесі, створена велика кількість, як і наукових робіт, що описують управління репутацією в різних контекстах і бізнес-умовах, проте відчувається брак в дослідженнях, що зв'язують ці дві групи - присвячених впровадженню репутаційних моделей в діяльність компанії і її складові. Існуючі дослідження або описують розробку моделі для окремого випадку і заздалегідь встановлених бізнес-умов (див, наприклад, [5]), або висвітлюють виключно технічну сторону впровадження: створення необхідних програмних продуктів, архітектуру реалізують модель систем. Недостатньо уваги приділено опреденію місця різних репутаційних моделей в управлінні бізнес-процесами; крім того, не розглядаються межі застосування тих чи інших моделей в різних бізнес-умовах.

    Розробка методів впровадження може включати в себе, як мінімум, наступні етапи:

    1. Визначення місця моделі в управлінні бізнес-процесами компанії

    2. Визначення меж застосування моделі

    3. Розробка рекомендацій з технічної реалізації моделі

    4. Аналіз кейсів впровадження в бізнесі

    5. Узагальнення вихідний інформації попередніх етапів у вигляді методики

    У даній роботі досліджуються питання, що стосуються етапів 1 і 2. Таким чином, проблема для даного дослідження може бути сформульована таким чином:

    Брак досліджень в області визначення місця репутаційних моделей в управлінні бізнес-процесами компанії, меж застосування моделей.


    Актуальність проблеми

    Актуальність проблеми, піднятої в дослідженні, обумовлена ​​наступними факторами:

    · Різниця кількості робіт зі створення моделей і їх впровадження - для роботи Zaharia [6], що пропонує модель Sporas для розрахунку репутації агентів в мережі, кількість цитат - 574, для роботи Isaac Pinyol et al. [7] про розробку онтології репутаційних моделей і API до нього - 43 (за даними scholar.google.com на 15.05.16). Навіть з урахуванням того, що аудиторія, що цитує роботу про модель, потенційно ширше, різниця значна.

    · Зростаюча роль репутації в бізнесі (див. Вище)

    · Зростаюча потреба в ІТ-аутсорсингу і динамічність бізнес-середовища - внаслідок цього створення моделей власними силами під умови конкретної компанії (як в існуючій літературі) може стати невигідним і виросте потреба в методиці вибору з існуючих моделей

    · На даний момент велика частина рішень на ринку, які використовують репутацію, реалізує тільки збір інформації про репутацію компанії і розрахунок «рівня репутації». Використання репутації для прийняття стратегічних рішень не пропонується.

    Результати ВКР можуть бути корисні для:

    · Подальших досліджень в області використання репутаційних моделей в УБП (управління бізнес-процесами) - наприклад, розгляду інших етапів.

    · Компаній, що поставляють корпоративні ІТ-рішення, що працюють з репутацією

    · Компаній, що мають потребу у впровадженні рішення по використанню репутації для прийняття рішень

    · Дослідників, що займаються розробкою репутаційних моделей


    Об'єкт і предмет дослідження

    Об'єкт даного дослідження - репутаційні моделі. У відповідному розділі будуть розглянуті репутаційні моделі, пропоновані в сучасній літературі.

    Предметом дослідження є впровадження репутаційних моделей в УБП, а саме - місце моделей в УБП і межі їх застосування. На даний момент УБП є найбільш досконалою методологією, поєднуючи в єдину систему управління процесами з їх автоматизацією.

    бізнес репутаційний економіка



    1. Огляд літератури



    У цьому розділі будуть вивчені роботи, що стосуються проблеми дослідження. Розглядалися три напрямки досліджень як вітчизняних, так і зарубіжних авторів:

    1. Розробка репутаційних моделей, огляди існуючих моделей.

    2. Додатки репутації в бізнесі

    3. Способи технічної реалізації моделей. Напрямок, найбільш наближене до проблеми, що розглядається в даному дослідженні. До цієї ж групи належать роботи, що описують рішення бізнес-завдання конкретної компанії через створення та впровадження моделі. Увага направлено на роботи, що пропонують методи для впровадження існуючих моделей.


    моделі

    В ході вивчення літератури по репутації моделям головна увага приділялася їх передумов і призначенням (задачі, яку автор моделі пропонує вирішити з її допомогою). Розглянуті моделі використовують методи теорії графів - в основному для розрахунку репутації контрагентів в соціальній мережі, яку граф і моделює - і теоретико-ігрові методи - такі моделі, як правило, не тільки і не стільки розраховують репутацію, але і втягують її в рішення інших завдань . В ході вивчення літератури цього напрямку були розглянуті 9 моделей. Їх нам інформацію про те наведені нижче.

    Модель простого підсумовування / середнього значення

    Модель [8] присвячена рассчету репутації агента на основі оцінок, які дають йому (взаємодії з ним) іншими агентами. За результатом взаємодії агент має можливість залишити репутацію контрагента без змін (нейтральна оцінка), збільшити її на певне значення (позитивна оцінка) або зменшити на нього ж (негативна оцінка). У різних варіантах моделі підсумкове значення - сума позитивних і негативних оцінок або середня оцінка. Такий метод дає досить неточний результат, проте дуже простий у використанні. Модель вимагає наявності уніфікованого механізму оцінювання (також можуть використовуватися додаткові механізми, що забезпечують істинність оцінок). Використовується (в різних модифікаціях) в великих торгових майданчиках в Інтернеті, наприклад, E-bay

    Sporas

    Sporas [6] - модель, призначена для оцінки репутації в контексті здійснення транзакцій. Передбачає оцінювання контрагентами один одного за певною шкалою. Після кожної нової транзакції репутація оцінюваного агента змінюється, причому чим репутація нижче, тим значніше нова оцінка її змінює. У цій моделі пропонується також оцінювати надійність репутації на основі стандартного відхилення її значень. Основні принципи, на яких побудована Sporas:

    1. Користувач не може мімікрувати (тобто використовувати чужий ідентифікатор), але його ідентифікатор може бути анонімним для збереження приватності.

    2. Значення репутації користувача не може бути менше значення репутації новачка (мінімальне значення), в іншому випадку при поганій репутації у нього з'явиться стимул змінити ідентифікатор.

    3. Зловмисники не можуть (або для них немає стимулів) об'єднуватися і робити «порожні транзакції», позитивно оцінюючи один одного і тим самим підвищуючи власну репутацію.

    4. Зловмисник не може створювати «порожні» ідентифікатори для підвищення репутації свого ідентифікатора (для цього вага оцінки повинен залежати від репутації).

    5. Значення репутації обмежена зверху, в іншому випадку власник високої репутації може не піклуватися про думках інших учасників.

    6. Значення репутації є суб'єктивним очікуванням і залежить від минулої діяльності агента (пам'ять), значення оновлюється після кожної оцінки транзакції (зворотний зв'язок).

    7. Вводиться тимчасове вікно для розрахунку репутації, оскільки агентам (людям) властиво змінювати поведінку згодом;

    Перераховані принципи вимагають наявності системи зі строго встановленими правилами, всередині якої існують оцінюють один одного контрагенти - для контролю над їх виникненням (валідність ідентифікаторів).

    Алгоритм для обчислення репутації в соціальній мережі ReMSA

    Розроблено JooYoung Lee в [9].Служить тим же цілям, що SPORAS, проте є більш досконалим за рахунок обліку частоти взаємодій. Крім того, він бере до уваги топологію мережі, враховує вплив механізмів распросраненія репутації на репутацію конкретного агента.

    модель Schillo

    Децентралізована модель підрахунку репутації і довіри, запропонована Schillo [10], допомагає оцінити ймовірність успішної взаємодії з контрагентом і призначена для сценаріїв, в яких результат взаємодії між двома агентами (з точки зору репутації) представлений бінарним значенням «добре» або «погано». Ця передумова моделі, на мій погляд, може істотно обмежити її застосування в бізнесі, так як для вибору партнера бінарна шкала може бути надто грубою; в цьому випадку необхідно для кожного контексту оцінюваних взаємодій розробити чіткі критерії для «добре» і «погано», так як самі по собі ці оцінки суб'єктивні.
    Агенти беруть участь в багатоетапної грі, на кожному етапі є фаза вибору партнера. Кожен агент отримує інформацію про результати гри, в яку він грає, а також про результати ігор, що граються деяким підмножиною гравців (його сусідів). Результатом взаємодії є оцінка чесності партнера (чи виконав партнер то, що «обіцяв» (стверджував) в фазі вибору чи ні) і ухвалення рішення про співпрацю.
    Формулою для розрахунку довіри того, що агент Q гідний агента A (ймовірності того, що агент буде чесним в наступній взаємодії) є p (A, Q) = e / n, де n - загальне число спостережуваних ситуацій, а ті - кількість ситуацій, в яких агент був чесним. Додатково агент може опитати інших агентів. Кожен агент використовує орієнтований граф TrustNet, в якому він представлений кореневої вершиною, свідки представлені дочірніми вершинами, а ребра несуть інформацію про спостереження свідків. Приховування інформації моделюється як випадковий процес, в якому агент вирішує повідомити позитивну інформацію про інше агента з ймовірністю Р і не повідомляти з ймовірністю (1 - P).

    Mui - Обчислювальна модель довіри і репутації

    В [2] пропонується обчислювальна модель, яка грунтується на правилах Байеса і бета-функції розподілу ймовірності для вибору партнера для взаємодії. Апостеріорні значення репутації обчислюються як комбінація апріорних значень нових оцінок (рейтингів). Значення репутації може бути представлено у формі математичного очікування бета-функції, заданого параметрами б і в, де б - кількість позитивних оцінок учасника, а в - кількість негативних:

    Бета-функція розподілу оцінок

    де 0

    0, в> 0.

    Для новачка a = 1 і b = 1, при таких параметрах бета-розподіл вироджується в рівномірний розподіл. Після отримання r позитивних і s негативних оцінок параметрами апостеріорного розподілу будуть a = r + 1 і b = s + 1. Розподіл відображає ймовірність успішних взаємодій з даними користувачем в майбутньому.

    У цій моделі, як видно з використовуваних параметрів розподілу, як і в моделі Schillo, використовується бінарна шкала для оцінювання, що тягне за собою такі ж обмеження і додаткові умови.

    Репутація з точки зору споживачів (без динаміки)

    Модель розроблена в [11], розглядається конкуренція по репутації між фірмами. Результатом застосування моделі є оптимальні для фірми інвестиції в репутацію. Передбачається, що всі фірми виробляють однорідну продукцію з постійними цінами і сумарним попитом - що цілком реалістично в умовах, наприклад, нішевого ринку і короткострокової перспективи. Попит на продукцію фірми визначається її репутацією, репутацією конкурентів і сумарним попитом - ці передумови, наприклад, відповідають ситуації всередині однієї асортиментної категорії торгової Інтернет-майданчики (за умови виконання попередніх умов). Репутація кожного агента залежить від інвестицій в неї. У цій ситуації існує вираз для оптимальних (рівноважних Неша) інвестицій в репутацію для кожного агента, наведене на Рис. 3.
    де si - інвестиції i-го агента, n - кількість фірм, D - сумарний попит, гi - питомі змінні витрати i-го агента, в - величина, що залежить від суми гi по i = 1, ... n (таким чином, в якості вхідних даних моделі необхідні питомі змінні витрати кожного агента, що є її больши недоліком).

    Репутація з точки зору споживачів (з динамікою)

    Розширення попередньої моделі, так само описане в [11], розглядає динамічну ситуацію. Динаміка репутації моделюється логістичної кривої (див. Рис. 4):

    де rit - репутація i-го агента в періоді t, Q () - однакова для всіх агентів монотонно зростаюча функція, що приймає значення з інтервалу [-1; 1]. Величина si0 - значення інвестицій, необхідний для підтримки репутації i-го агента на постійному рівні (вибирається агентом раз). Логістичний вигляд кривої динаміки репутації може інтерпретуватися наступним чином. Спочатку зміна репутації відбувається повільно (змінити сформовані стереотипи споживачів важко). Далі швидкість збільшується, але в міру наближення до максимально (або мінімально) можливого значення знову зменшується - завжди є частина споживачів, змусити яких зрадити своїм звичкам (відмовитися від споживання деякого товару, замінивши його іншим, і т.д.) досить важко.

    У моделі вводяться функція прибутку агента в періоді t (див. Рис. 5)

    , В якій st - вектор інвестицій в репутацію всіх агентів в періоді t, а інші позначення відповідають статичної моделі, і функція середнього прибутку агента за Т періодів.

    У одержуваної грі існує рівновага Неша, можна аналізувати виграші і розробляти стратегії досягнення потрібної частки ринку (докладніше - у доданих авторами моделі прикладах в [11]). Дана модель веде до громіздким обчисленням при збільшенні кількості агентів.

    Модель фірм, конкуруючих на ринку

    Ця теоретико-ігрова модель, розроблена в [11], дозволяє спрогнозувати свій оптимальний обсяг випуску ( «рівноважний»), в залежності від звичної для рівноважної ціни. Дії агентів, як і їх прогнозовані ціни, залежать від їх «типів».
    В умовах невідомості цих типів або попиту використовується рефлексія - вектор типів або попит замінюється уявленнями агентів про нього (вектор уявлень першого агента про інших агентів, другого і т.д.). Від дій агентів залежить їхня репутація - таким чином, можливо обчислювати так званий «репутаційний фідбек», реакцію репутації на дії агентів.
    Показано, що для коректного розрахунку репутації необхідний другий ранг рефлексії - це означає наявність як реальних, так і фантомних (існуючих у свідомості інших) агентів, що реалізують механізм розрахунку уявлень про уявленнях. У моделі необхідно обчислювати дії всіх агентів, як реальних, так і фантомних, що може привести до зростання складності обчислень зі збільшенням їх кількості.

    Модель сертифікованої репутації для TripAdvisor

    У дослідженні автори розглядають проблеми забезпечення істинності даються оцінок а так же значень репутації агентів. В якості вирішення пропонується використовувати концепцію сертифікованої репутації, реалізовану технічно в прив'язці до суті агента в мережі до номера телефону або іншому унікальним ідентифікатором агента.

    Додатки репутації в бізнесі

    Концепція корпоративної репутації стяжает інтерес в академічній літературі з 1950-х років. У більшості досліджень, які пов'язані з бізнесом, репутація представляється в дискретному або безперервному вигляді. Дискретне уявлення більше підходить для випадків, що вимагають тільки простого судження "хорошою" проти "поганий" репутації (наприклад, [12]). Однак з часом стало зрозуміло, що репутація - набагато складніше явище, ніж здавалося, дискретні уявлення стали багатовимірними, відображаючи сприйняття компанії ким-небудь в тому чи іншому контексті [13]. Безперервне уявлення визначає репутацію як чисельну міру або актив. Для цього дослідження, так як ми працюємо з обчислювальними математичними моделями і впровадженням їх в ІТ-системи, безперервне подання більш слушно.

    Крім того, репутація може бути розглянута як узагальнене враження або інформація про це враження, накопичена компанією (будь-яким іншим агентом з репутацією). Хороший приклад представлений в [13]. Існуючі дослідження там розділені на концептуальні течії. Основні три з них розрізняють репутацію на основі соціальних очікувань, корпоративної культури і причин довіряти і не довіряти. Такий підхід має ряд корисних додатків на практиці, але має справу в основному з психологічними і соціологічними питаннями, які важко описати математично.

    Приклад більш підходящого огляду бізнес-додатків репутації представлений в [14]. Автори Formbrum і Van Riel пропонують розділяти розуміння репутації та її застосування на п'ять основних підходів - теоретико-економічний, стратегічний, маркетинговий і обліковий (див. Рис. 1)

    малюнок . П'ять підходів до репутації , Formbrum і Van Riel ,

    У теоретико-економічному підході репутація розглядається як сигнали або характерна риса ( «тип» компанії в теоретико-ігрових моделях, які були розглянуті вище). Ці сигнали можуть виникати в різних контекстах, один з найтиповіших прикладів - сигнали для стейкхолдерів, які свідчать про благонадійність компанії. Іншим можливим типом сигналу є оренда репутації - наприклад, найм зарекомендував себе топ-менеджменту.

    Як і «економісти», прихильники стратегічного погляду на репутацію намагаються заволодіти конкурентною перевагою зарахунок неї. Однак вони розглядають репутацію всередині ринку і ринкових умов - наприклад як спосіб створення бар'єрів розвитку для конкурентів [15].

    C точки зору маркетингового підходу репутація допомагає створювати потрібний образ товару або послуги для споживача, тим самим беручи участь в їх просуванні. Крім того, репутація може бути мірою ефективності рекламних компаній (іміджевих, в першу чергу).

    Репутація може застосовуватися і для управління персоналом, вважають прихильники організаційного підходу. Так, в деяких [16] роботах пропонується використовувати репутацію компанії для транслювання її цінностей і культури, зв'язування міжнаціональних підрозділів. Крім того, репутація окремих працівників і колективна репутація можуть використовуватися для формування команд (технічно - за рахунок виявлення взаємозв'язків всередині колективу на основі аналізу корпоративної переписки та іншого).

    Нарешті, обліковий підхід розглядає репутацію як нематеріальний актив. Найбільш важливими проблемами тут є управління репутаціонннимі ризиками і облік репутації. Як оцінювати приріст репутації і її цінність для компанії? Як розрахувати ефективність інвестицій в неї? - ось основні питання, які стоять перед дослідниками цього напряму.

    Можливі додатки репутації, знайдені автором даного дослідження в результаті розвитку ідей, викладених в [14], і розподілені по запропонованим там же підходам.


    Реалізація моделей

    Літературу, присвячену реалізації репутаційних моделей, можна розділити на кілька умовних груп. Перша - це роботи, які описують авторські моделі, створені під потреби конкретної компанії і впроваджені потім у неї (як модель для TripAdvisor, розглянута вище). Будучи цікавими, вони, на жаль, не пропонують узагальнення на інші бізнес-умови. Друга - роботи про застосування репутації в многоагентних автоматизованих системах (інтерес тут представляють, наприклад, використання репутації при виборі модуля в SOA підприємстві [17] або для командної роботи елементів роботизованих систем [18]). Такі дослідження розглядають додатки репутації на дуже низькому, технічному рівні (якщо перекладати на УБП, то це рівень операцій, або, ще нижче, business process workflows) - оскільки багато хто з них пов'язані з автоматизацією або подальшою оптимізацією вже автоматизованого. У цьому ж дослідженні хотілося б більшу увагу приділити стратегічному використанню репутації. Нарешті, третя група - роботи, які розглядають впровадження існуючих репутаційних моделей в роботу підприємств. У цій групі особливий інтерес представляють дві роботи.

    Перша з них, написана Francisco Moyano і ін.[19], описує фреймворк для створення додатків на основі репутацінних моделей. Проблема, що позначається авторами, близька до жене в цьому дослідженні (нестача досліджень в галузі впровадження репутаційних моделей), проте мова йде виключно про технічну реалізації, без будь-якої відсилання до УБП.

    У другій автори (Isaac Pinyol і ін., [7]) пропонують власну онтологію для області довіри і репутації. Використовуючи розроблений механізм зіставлення (mapping mechanism), агенти можуть перетворювати свої соціальні взаємодії в елементи онтології, які потім за допомогою API, так само описаного в роботі, перетворюються в елементи, доступні для використання в різних репутаційних моделях. Ця робота цікава спробою узагальнити застосування існуючих моделей, піти від розробок моделей «під ключ» завдяки API. Крім того, зроблена спроба узагальнити і зробити більш застосовними знання про репутацію і її додатках шляхом створення онтології. Однак знову відсутній зв'язок пропонованих ідей і механізмів з областю УБП, що може утруднити трансформацію пропонованого рішення в продукт або методики.

    2. Розробка класифікації моделей



    Короткий опис

    При створенні класифікації моделі були згруповані по важливість справ (цілям), які і виконують роль класів, і через них поставлені у відповідність еталонним бізнес-процесів, всередині яких вони можуть бути реалізовані. Крім того, в класифікацію був доданий рівень обмежень, систематизованих за місцем виникнення (рівень моделей, рівень цілей, рівень процесів). Обгрунтування підходу буде дано нижче.

    Цілі і вимоги

    Даний розділ присвячений розробці класифікації репутаційних моделей. Її створення переслідує дві основні мети:

    · Визначити місце репутаційних моделей в управлінні бізнес-процесами

    · Виявити і систематизувати фактори, що визначають межі застосування моделей.

    Співвідносні цієї мети і проблеми дослідження до класифікації ставляться такі вимоги:

    1. Рекомендаційний характер - за місцем моделі в класифікації можливо визначити місце моделі в управлінні бізнес-процесами компанії

    2. Наявність зіставлення - необхідно зіставити моделі з елементами управління процесами або структурними елементами компанії

    3. Спільність - місце моделей необхідно визначити досить загально, щоб підсумкові рекомендації можна було застосувати на якомога більшій наборі компаній (з необхідною деталізацією / поправками)

    4. Облік впливу характеристик і компонентів моделі

    5. Облік можливих типів бізнес-контексту

    6. доповнюваності - класифікація повинна мати можливість бути легко розширеної в подальших дослідженнях

    При цьому вимоги №№ 1-3 відносяться до визначення місця моделі в УБП, а №№ 4-5 - до виявлення факторів, що визначають межі застосування. Вимога № 6 додано з метою надати можливість використовувати класифікацію в подальших дослідженнях по темі.


    рівень моделей

    Так як в даному дослідженні ми говоримо про застосування репутаційних моделей, то розробку класифікації слід починати з відповідного рівня. На ньому розташовуються моделі зі списку, розглянутої в огляді літератури.

    рівень цілей

    Для виконання вимог спільності і доповнюваності моделі повинні бути згруповані за певною ознакою. Розглядалися угруповання по наступних класів:

    · По математичним методам, використовуваним в моделі - легко виділяється ознака, проте складно зіставляється з областю знань УБП: використання різних методів можливо в рамках одного і того ж бізнес-додатки репутації. Крім того, цією ознакою ускладнює сприйняття підсумкових рекомендацій.

    · По структурних елементах моделей (наприклад, формату вхідних даних) - ознака дуже хороший для подальшого визначення меж застосування, однак так само ускладнює сприйняття підсумкових рекомендацій.

    · По цілям (важливість справ) - ознака задовольняє вимогам спільності (досить просто сформулювати цілі на потрібному рівні абстрактності) і доповнюваності (нові моделі або вирішують ті ж завдання, або додають в класифікацію нові). Вимога сумісності так само виконано, так як «мета» - характеристика, широко використовувана в УБП на всіх рівнях, від мети процедури до цілі організації. Отримувані в результаті рекомендації прості для сприйняття, так як представники команд, що займаються впровадженням моделей / заснованих на них рішень, зазвичай добре інформовані про завдання, що стоять перед компанією в тій чи іншій ситуації.

    В ході вивчення літератури по репутації моделям було виділено 8 основних розв'язуваних ними завдань (цілей), їх список і короткий опис наведено в Таблиці 1. Ці цілі є класи в розробляється класифікації. Деякі з них додатково згруповані в цілі верхнього рівня, для подальшого уточнення впливів на орг.структуру компанії після впровадження моделі. Таким чином, в класифікацію включені 6 класів:

    Таблиця 1 . Виділені мети (які вирішуються завдання)

    Цілі в \ у

    Можна вирішити завдання (мета)

    Короткий опис

    -

    Розрахунок репутації контрагента

    Розрахунок рівня репутації агента на основі його взаємодій з розраховують

    -

    Розрахунок ймовірності успішної взаємодії з контрагентом

    Вибір відповідних контрагентів для взаємодії - обгрунтування рішень по вибору постачальників, партнерів, провайдерів аутсорсингових послуг і т.п.

    Управління власною репутацією

    Обчислення оптимальних інвестицій в Репут. в конкурентній по репутації середовищі

    Інвестиції в оптимальний рівень репутації щодо конкурентів

    Розрахунок реак. репутації на різні дії агента

    репутаційний фідбек

    захист систем

    Приклади: захист репутації системи від помилкових відгуків, забезпечення істинності транзакцій в blockchaine системах

    Розрахунок динаміки ринкових показників компанії

    Зв'язок динамік Репут. і таких показників, як частка ринку або обсяг продажів

    Таблиця 2 . Цілі і відповідні їм моделі

    Можна вирішити завдання (мета)

    моделі

    Розрахунок репутації контрагента

    · SPORAS

    Просте підсумовування / обчислення середнього

    · ReMSA, Lee

    Розрахунок ймовірності успішної взаємодії з контрагентом

    · Обчислювальна модель довіри і репутації, Mui

    · Schillo

    Обчислення оптимальних інвестицій в репутацію

    · Репутація з точки зору споживачів (статична модель)

    Розрахунок реакції репутації на різні дії агента

    · Модель фірм, конкуруючих на ринку

    Розрахунок динаміки ринкових показників

    · Репутація з точки зору споживачів (динамічна модель)

    захист систем

    · Модель сертифікованої репутації для TripAdvisor


    рівень процесів

    Як об'єкти, яким зіставляються мети моделей в класифікації, були обрані процеси з 13-процесної еталонної моделі [20] на основі схожості цілей процесу з цілями в класифікації. Таким чином, класифікація показує, в рамках яких процесів можуть бути досягнуті виявлені цілі через використання вихідної інформації моделей - визначає місце моделі в УБП, центральним поняттям якого є процеси. Використання процесів з еталонної моделі забезпечує спільність; при необхідності їх можна декомпозировать для конкретного проекту.

    Таблиця нижче показує, в рамках яких процесів досягаються цілі і як чого при цьому використовується вихідна інформація відповідних моделей. Також вона доповнена пояснюють прикладами.

    Пропонується використовувати вихідні дані моделей наступним чином:

    1. Вхідні дані для процесів, для забезпечення прийняття рішень всередині них

    2. У складі вихідних даних процесу

    3. Для контролю процесу - наприклад, як значення, яке використовується для підрахунку метрик

    Таблиця 3 . Зіставлення цілей з процесами

    Можна вирішити завдання (мета)

    Еталонний процес в / у

    Використати. вих. дан. моделі в процесі

    Використання вих. дан. моделі (приклад)

    Розрахунок репутації контрагента

    Управління персоналом

    Вхідні дані

    Управління персоналом, виділення лідерів і експертів на основі взаємодій (корп. Листування)

    управління інформацією

    Вхідні дані

    Моніторинг репутації контрагентів

    Розробка стратегії

    Вхідні дані

    Бенчмаркінг репутації при вході на ринок

    Розрахунок ймовірності успішної взаємодії з контрагентом

    Управління зовнішніми відносинами

    Вхідні дані

    Вибір партнера / постачальника продукту або послуги

    Обчислення оптимальних інвестицій в репутацію

    управління ресурсами

    Вихідні дані

    Управління репутацією як активом

    Розрахунок реакції репутації на різні дії агента

    Управління розвитком і змінами

    Вхідні дані, дані для контролю процесів

    Прогноз змін в репутації при зміні процесу

    Управління якістю

    Вхідні дані, дані для контролю процесів

    Контроль якості продукції

    Розробка стратегії

    Вхідні дані

    Розрахунок динаміки репутації

    Розрахунок динаміки ринкових пок.

    Розробка стратегії

    Вхідні дані

    Прогноз частки ринку на основі динаміки репутації

    захист систем

    Управління якістю

    Дані для контролю процесів

    Контроль істинності відгуків


    рівень обмежень

    У роботі під терміном «обмеження» розглядаються фактори, що визначають межі застосування моделі. На верхньому рівні розглядаються два основні чинники:

    1. Доцільність впровадження моделі - деякі цілі з описаних в класифікації можуть суперечити цілям компанії. Досягнення інших цілей може бути безглуздим в контексті бізнес-моделі компанії або її зовнішнього оточення.

    2. Економічна ефективність впровадження моделі. Варто відзначити, що вона залежить від економічної ефективності впровадження системи, яка цю модель реалізує, і тут можлива велика варіативність рішень. У зв'язку з цим враховуються тільки ефекти, пов'язані з безпосереднім впливом характеристик і компонент моделі на процес впровадження. Найбільш широковживаних показником для оцінки ефективності є ROI [21]. Для розглянутого випадку витрати впровадження (моделі) можна розглядати як повну суму інвестицій, а в якості сумарного доходу - додатковий прибуток, що генерується за рахунок більш якісного управління (або зниження витрат, що сталося з тієї ж причини). До цієї ж групи належать моделі, чиє впровадження неможливо з технічних причин (не реалізовується висока складність алгоритмів) - для них ми будемо вважати витрати впровадження прагнуть до нескінченності.

    Таким чином, кожне з расматривается далі обмежень впливає на один з головних чинників або роблячи впровадження недоцільним, або збільшуючи його витрати. Поставивши обмеження в залежність від моделі, цілі або процесу, ми отримаємо список факторів, що визначають межі застосування тієї чи іншої моделі. Залежність продиктована рівнем, на якому виникають обмеження. Наприклад, специфічні вхідні дані продиктовані самою моделлю, а конфлікт з цілями компанії - метою з класифікації, що розповсюджує обмеження на всі пов'язані з нею моделі. Таблиця, наведена нижче, описує виявлені обмеження і задає їх структуру: верхнеуровневий фактор впливу, рівень в класифікації, з яким обмеження пов'язане.

    Таблиця 4 . Обмеження - опис

    Назв.

    опис

    приклад

    Несумісність з цілями організації

    Цілі моделі можуть бути несумісними з цілями організації або їх досягнення може бути безглуздим

    Якщо необхідні для роботи ресурси поставляються постачальником-монополістом, то вибір партнера по репутації (як в моделі Schillo) безглуздо

    складність обчислень

    Моделі можуть вимагати складних обчислень / використовувати складні алгоритми

    Моделі, які використовують рефлексію

    Передумови про технічні умови реалізації моделі

    Передумови моделей, що розглядають репутацію в системах, можуть вимагати особливих властивостей від цієї системи, що реалізуються технічно

    Приклад - модель SPORAS, що включає набір передумов для однозначного визначення агента в системі

    Вхідні дані

    Можуть вимагатися дані, які принципово закриті / не існує (не збираються ніким) (випадок з даними, складність. В зборі або обробці, вже описані вище)

    Модель «Репутація з точки зору споживачів» вимагає на вхід функції витрат всіх агентів

    Додаткові компоненти до існуючих процесів

    Реалізація моделі може зажадати нові метрики, KPI, входи і виходи для існуючих процесів

    Моделі, дані яких використовуються для контролю інших процесів - у останніх, очевидно, з'являються нові метрики

    Зміни в структурі знань

    Якщо компанія має систему знань, зв'язку між значеннями репутації і прийняттям рішень повинні зберігатися в ній / надходити в неї / оновлюватися

    Такий підхід може використовуватися при автоматизації прийняття рішень всередині процесів на основі репутаційної інформації

    Змін. в зв'язках між процесами

    Можуть з'явитися нові потоки даних між процесами

    При впровадженні декількох моделей для різних цілей

    Передумови про бізнес-моделі і зовнішньому оточенні компанії

    Передумови моделі можуть бути нездійсненні в контексті бізнес-моделі компанії

    У зовнішньому оточенні компанії може бути не реалізуємо хутро. оцен. агентами один одного (наприклад, якщо агенти анонімні)

    Таблиця 5 . Обмеження - структура

    Назва

    В \ у фактор впливу

    Рівень метушня.

    Несумісність з цілями організації

    доцільність

    цілі

    складність обчислень

    Економічна ефективність

    моделі

    Передумови про технічні умови реалізації моделі

    Економічна ефективність

    моделі

    Вхідні дані

    Економічна ефективність

    моделі

    Додаткові компоненти до існуючих процесів

    Економічна ефективність

    процеси

    Зміни в структурі знань

    Економічна ефективність

    процеси

    Зміни в зв'язках між процесами

    Економічна ефективність

    процеси

    Передумови про бізнес-моделі і зовнішньому оточенні компанії

    Економічна ефективність

    процеси


    результати

    Результатом глави 2 є класифікація, побудована на основі наведених вище висновків і таблиць; по ній можна пов'язати модель з еталонним процесом через переслідувану моделлю мета. Три рівня - моделі, цілі та процеси - пов'язані між собою; що виникають на кожному рівні обмеження (є факторами, що визначають межі застосування моделі через її доцільність і вартість) винесені в окремий рівень (групи по місцях виникнення виділені пунктирними квадратами). Перевагами класифікації є її дополняемость, простота сприйняття, узагальненість. До недоліків її можна віднести неповноту (компенсується доповнюваності) і слабку прив'язку до математичних методів, що використовуються в моделях (що трохи знижує цінність роботи для подальших математичних досліджень). Перевіримо класифікацію на відповідність вимогам, висунутим вище:

    1. Рекомендаційний характер - місце моделі в класифікації пов'язано з метою, яка, в свою чергу, пов'язана з еталонним бізнес-процесом. Використання цілей допомогло зробити класифікацію більш зрозумілою для практичного застосування, крім того, таким чином можна сформувати рекомендації щодо використання моделей в конкрених умовах. При необхідності може бути складений окремий випадок класифікації пуьем декомпозиції цілей і процесів

    2. Наявність зіставлення - моделі через прив'язку до цілей зіставлені з еталонними бізнес-процесами. Еталонні бізнес-процеси є важливим поняттям в УБП

    3. Спільність - еталонні бізнес-процеси підходять для будь-якої компанії (за визначенням, [20]).

    4. Облік впливу характеристик і компонентів моделі - доданий рівень обмежень; показано, що частина обмежень виникають на рівні моделей

    5. Облік можливих типів бізнес-контексту - частина обмежень пов'язані з бізнес-контекстом

    6. доповнюваності - класифікація легко доповнюється новими моделями / рівнями / процесами / обмеженнями на увазі своєї структури.




    3. Визначення меж застосування



    Визначення меж через оцінку доцільності і витрат

    Межі застосування для моделей визначаються на основі обмежень на впровадження, виявлених в попередньому розділі. Як вже було сказано, кожне з них впливає на один з головних обмежуючих факторів (або на обидва відразу) - економічну ефективність (збільшуючи витрати впровадження) або доцільність (зменшуючи значимість отриманих результатів для компанії).

    Мета даної секції - сформулювати рекомендації щодо того, для яких компаній та чи інша модель є прийнятною. Очевидно, що застосовність моделі сильно залежить від індивідуальних умов - стратегічних пріоритетів компанії, особливостей її структури і стилю управління, фінансових ресурсів і тому подібного. Однак представляється можливим визначити первинні приблизні межі шляхом вирішення наступних підзадач (визначення більш чітких меж може бути предметом майбутніх практичних досліджень):

    · Виявлення потенційних конфліктів цілей компанії і обмежень цього рівня

    · Визначення точок виникнення додаткових витрат впровадження для тих чи інших моделей (через вже виявлені фактори-обмеження)

    · Приблизна оцінка витрат, де це можливо

    Рекомендації щодо першого завдання вже містяться в формулюванні відповідного обмеження, яке виникає на рівні мети «Вибір партнера для взаємодії» і поширюється на моделі «Schillo», «обчислюваних модель довіри і репутації». Цілі компанії повинні включати в себе мету впроваджуваної моделі. Для зазначеного вище прикладу мети і моделі очевидний конфлікт в ситуації монопольного ринку у постачальника - фірма-споживач не може вибрати партнера для постачання з використанням моделей, так як варіант всього один. Для уточнення наявності цього відносини компанії може знадобитися декомпозировать свої цілі, використовуючи дерево цілей - об'єкт, який широко використовується в УБП [20].

    В ході аналізу класифікації, розробленої в попередньому розділі, і літератури по репутації моделям і окремих випадків їх впровадження були виявлені наступні точки виникнення додаткових витрат:

    Збір даних про репутацію контрагентів.Виникає в обмеженні «Вхідні дані», на рівні моделі. До уваги тут приймається кінцеве значення репутації, яке може бути розраховане всередині компанії (шляхом впровадження моделі з соотетствующей метою) або придбано у провайдерів відповідних послуг. У першому випадку виникають витрати на впровадження двох моделей замість однієї, однак і потенційних вигод може бути більше за рахунок функціоналу моделі з розрахунку репутації (рішення, таким чином, упирається в набір завдань, які компанії необхідно досягти, використовуючи репутацію). У другому випадку витрати формуються з ціни використання інструментів вилучення потрібних даних. Багато що тут залежить від бізнес-оточення компанії. Для компаній, що працюють усередині репутаційних систем (наприклад, продавців на EBay) існує можливість використовувати API цих систем, в який часто вже «зашиті» необхідні функції (як, наприклад, в контентом API Яндекс-маркету) і використання якого відносно дешево. Не варто також залишати поза увагою витрати на оплату робочого часу співробітників, які використовують API, або автоматизацію цих процесів. У разі, коли репутація агентів не розраховується централізовано, виникає проблема вилучення її з неструктурованих даних, таких як відгуки (з різних джерел, різного формату - наприклад, все більшої популярності набирають відео-огляди на YouTube, так само є формою відкликання), повідомлення у внутрішньокорпоративних мережах. Інструменти, які вирішують ці завдання, є дорожчими - і ціна їх тим вище, чим більша кількість джерел даних вони в змозі обробити. Ресурсами для розробки продуктів відповідної складності мають далеко не всі компанії, що так само позначається на вартості. Крім того, в разі аналізу внутрішніх даних (наприклад, корпоративної переписки) компанії необхідно володіти необхідними даними (генерувати їх), а значить і технологіями їх зберігання. При невиконанні цієї умови виникають нові обмеження, значно здорожують впровадження і впливають на доцільність. Порівняння різних інструментів для збору даних про репутацію приведено в таблиці нижче:

    Таблиця 6 . Порівняння інструментів вилучення даних про репутацію

    Назва інструменту

    Ціна за міс. використання, тис. руб.

    API репутаційних систем

    EBay API [21]

    безкоштовно

    Контентний API Яндекс-маркету

    Безкоштовно / 20 (для непроданих на Я-м)

    Інструменти вилучення репутації з неструктурованих даних

    Sidorin Lab (sidorinlab.ru)

    30

    Brandspotter (brandspotter.ru)

    40

    Brand Analytics (br-analytics.ru)

    150-515 (залежить від глибини ретроспективи)

    Semantic Force (semanticforce.net)

    65

    SAP HANA, Event Steam Processing на базі Hadoop [22]

    Від 370 (враховується тільки вартість ліцензії в перерахунку на місяць)

    Як видно з таблиці, більшість інструментів, які аналізують зовнішні дані, доступні за ціною навіть для невеликих компаній (наприклад, маленьких інтернет-магазинів; середня місячна прибуток підприємства e-commerce тут вважається 750 тис. Руб., Як в [23]). Дійсно дорогі рішення пов'язані з аналізом великої кількості даних, що генеруються компаніями, які можуть дозволити собі відповідну вартість. Варто також відзначити, що більшість з недорогих рішень орієнтовані на роботу з репутацією компанії в зовнішньому їй середовищі (на ринку, в публічному просторі). Таким чином, при вирішенні завдань з управління персоналом (див. Додатки організаційного підходу, гл 2, Рис. 8), де потрібно аналізувати об'єкти у внутрішньому середовищі компанії, на вибір залишаються тільки дорогі рішення.

    Збір важкодоступних вхідних даних. До таких даних можна віднести вхідні дані моделі «Репутація з точки зору споживачів», а саме дані про структуру витрат конкурентів. Для їх отримання є два шляхи: прийняти приблизні дані (наприклад, прийняти свою структуру витрат) або купити дані у провайдерів відповідних послуг. Перший випадок підходить для компаній на однорідних по продукції та продавцям ринках, близьких до досконалої конкуренції, але навіть там ця передумова може привести до серйозного зниження якості одержуваного результату. Виходом може служити використання вихідних даних моделі в якості аргументу функції прийняття рішення, яка буде враховувати різні чинники з вагами. Другий випадок відноситься до аналізу конкурентного середовища, який входить в комплекс послуг маркетингового аналізу, широко поширених на ринку. Приклади вартості таких послуг перераховані в таблиці нижче.

    Навіть з огляду на те, що якість інформації може прямо залежати від вартості, послуги конкурентного аналізу є доступними для широкого кола компаній. Варто, однак, відзначити, що чим динамічніше ринок, чим менше там бар'єри для входу, тим швидше зростає кількість конкурентів і їх різноманітність - і тим частіше треба проводити конкурентний аналіз, тим вище його вартість в перерахунку на період.

    Забезпечення якості даних. У разі важкодоступність вхідних жанних для моделі є й інший шлях - користуватися наближеними даними. Наприклад, для випадку з питомими перемінними витратами конкурентів представляється можливим в моделі використовувати витрати компанії, що реалізує її. Для того, щоб уникнути негативних ефектів неточності даних, досить використовувати кілька джерел даних (що не є проблемою, так як в більшості потенційних випадків впровадження моделей, по баченню автора даної роботи, так як механізми прийняття відповідних рішень / вирішення завдань / досягнення цілей, очевидно , існують в компаніях і без залучення репутації). На додаток можна привласнювати цим джерелам ваги в залежності від достовірності використовуваних даних. Цей шлях, однак, пов'язаний з додатковими витратами для особи, яка приймає рішення, або для автоматизації цього процесу. Також для багатьох моделей (наприклад, Sporas) необхідний захист від недобросовісних транзакцій і оцінок. Це може бути вирішено шляхом впровадження сертифікованої репутації або методами OERM. Наприклад, до таких методів можна віднести оперативну реакцію на негативні відгуки або створення штучного позитивного фону в оцінках / відгуках. Витрати, з якими пов'язані методи OERM, можна порівняти з витратами на збір даних про репутацію - чим глибше аналіз / більше даних про компанії, тим дорожчими послуги. Сертифікована репутація впроваджується зазвичай на рівні репутаційної системи - як у випадку з TripAdvisor - таким чином, все, що може зробити тут компанія - це правильно вибрати систему або модель, для якої рівень захисту буде прийнятним.

    Складність обчислень. Виникає на рівні моделей, у відповідному обмеження. З розглянутих моделей найбільш релевантні йому використовують рефлексію - це «Постачальник Посередник», «Репутація з точки зору споживачів», «Модель фірм, конкуруючих на ринку». У вироблених там розрахунках використовуються фантомні агенти - агенти, які існують лише в свідомості інших агентів (в тому числі і фантомних, визначається рангом рефлексії). Додаткові обчислення вимагають додаткових потужностей. У зв'язку з різноманітністю послуг з надання таких потужностей, а так же вимог до них, які пов'язані прямо пов'язана з розглянутою ситуацією (наприклад, розміри обладнання, віртуальність, вимоги до безпеки даних), дати вартісну оцінку витрат складно. Однозначно можна сказати лише одне - чим більше агентів або чим вищий ранг рефлексії, тим складніші обчислення в моделі. Таким чином, моделі з рефлексією найкраще підходять компаніям, які оперують на ринку з невеликим числом гравців (олігополією).

    Вартість змін. Якщо звернутися до обмежень, які виникають на рівні процесів (потенційно охоплює всі моделі), можна помітити, що майже всі вони пов'язані зі змінами в компанії - в процесах, зв'язках між ними, різних внутрішніх структурах. Ці зміни провести тим складніше, чим більше сама компанія - відповідно, чим більше компанія, тим дорожчим є впровадження репутаційних моделей. Для точної оцінки необхідні дані аудиту великого числа компаній (для оцінки вартості можливих змін) і дані з практичних кейсів впровадження (для уточнення та подальшого обощения). Все це може стати напрямками подальших досліджень.


    результати

    Результатом в даній секції є список моделей з відповідними їм рекомендаціями щодо застосування. За результатами аналізу основними аспектами тут виявилися вартість необхідних послуг для компанії, її внутрішня структура і параметри зовнішнього оточення.

    0. Усі моделі - Чим більше компанія, чим складніший їй даються зміни у внутрішній структурі, тим менше застосовні моделі для неї.

    1. SPORAS - необхідно отримувати інформацію для розрахунку репутації. Добре бути застосована для компаній всередині репутаційних систем, для інших виникають витрати пропорційні обсягу необхідних до обробки даних. Вимагає багато передумов до техінческой реалізації, для їх забезпечення може бути впроваджена спільно з іншим моделями (наприклад, моделями сертифікованої репутації)

    2. Schillo - вимагає на вхід специфічні дані, вартість пропорційна кількості гравців на ринку. Для олігополій або нішевих ринків. Крім того, шкала оцінок - бінарна, що призводить до неточності даних - може вимагатися корекція рішення.

    3. Модель E-bay. Просте підсумовування - необхідно отримувати інформацію для розрахунку репутації. Добре бути застосована для компаній всередині репутаційних систем, для інших виникають витрати пропорційні обсягу необхідних до обробки даних.

    4. Обчислювальна модель довіри і репутації - необхідно отримувати інформацію для розрахунку репутації. Добре бути застосована для компаній всередині репутаційних систем, для інших виникають витрати пропорційні обсягу необхідних до обробки даних. У разі монополій у партнерів застосування недоцільно. Крім того, шкала оцінок - бінарна, що призводить до неточності даних - може вимагатися корекція рішення.

    5. Модель фірм, конкуруючих на ринку - найкращим чином підходить для ринків з олігополією або нішевих ринків. Чим більше гравців, тим менше може бути застосована.

    6. Репутація з точки зору споживачів (без динаміки) - найкращим чином підходить для ринків з олігополією або нішевих ринків. Чим більше гравців, тим менше може бути застосована, тому що використовує рефлексію і вимагає на вхід специфічні дані, які тим дорожче, чим більше гравців.

    7. Репутація з точки зору споживачів (з динамікою) - найкращим чином підходить для ринків з олігополією або нішевих ринків. Чим більше гравців, тим менше може бути застосована.

    8. ReMSA - необхідно отримувати інформацію для розрахунку репутації. Середньо застосовна для компаній всередині репутаційних систем, так як враховує дані, які можуть не збиратися всередині системи. Для інших компаній виникають витрати пропорційні обсягу необхідних до обробки даних.

    9.Модель сертифікованої репутації для Trip advisor - для компаній всередині репутаційних систем або інших мереж з встановленим механізмом оцінювання контрагентами один одного. Для інших бізнес-умов (наприклад, коли контрагенти оцінюють один одного у вільній формі) менш застосовна.

    Загальні рекомендації по застосовності візуалізовані в таблиці нижче:

    Таблиця 7 . Візуалізація меж застосування

    Відносить. реп. систем

    багато контрагентів

    Доп. изд. на забезпеч. кач. дан.

    Просте підсумовування / середнє

    Поза / Усередині

    +

    низькі

    Sporas

    Поза / Усередині

    +

    високі

    ReMSA

    Поза / Усередині

    +

    Середні

    Schillo

    Поза / Усередині

    +

    високі

    Вич. модель довіри і репутації

    Поза / Усередині

    +

    високі

    Фірми, що конкурують на ринку

    Поза / Усередині

    +

    низькі

    Репутація в очах споживачів (стат.)

    Поза / Усередині

    +

    високі

    Репутація в очах споживачів (дин.)

    Поза / Усередині

    +

    низькі

    Сертіфіц. реп. для TripAdvisor

    Поза / Усередині

    +

    Середні

    позначення:

    · Зелений - хороша можливість застосування

    · Жовтий - застосовна з обмеженнями / витратами

    · Червоний - застосовна зі значними обмеженнями / витратами


    висновок



    Результати дослідження

    Результатами дослідження є вирішення завдань, поставлених у Вступі:

    1. Вивчено література, що стосується досліджуваної теми - розглянуті 9 репутаційних моделей, можливі додатки репутації в бізнесі (складений авторський список з використанням підходу, застосованого в [16]). Розглянуто роботи по впровадженню репутаційних моделей, позначено відсутність освітлення прив'язки моделей до УБП в них.

    2. Розроблено класифікацію репутаційних моделей. Як класів запропоновано використовувати цілі - як характеристики, властиві кожній моделі і широко використовуються в УБП. Через ці класи моделі прив'язуються до бізнес-процесів з еталонною 13-процесної моделі. Доданий рівень обмежень з систематизацією їх за місцем виникнення (процеси, цілі, моделі), зазначенням на вехнеуровневое обмеження (в роботі виявлені два - доцільність і економічна ефективність) До класифікації в роботі висунуті вимоги, перевірено відповідність результату ім.

    3. Визначено межі застосування для моделей. Межі застосування виявлені на основі обмежень і поверхневої вартісної оцінки для подолання цих обмежень. Таким чином, кордон проходить по лінії рівності вартості подолання та фінансових можливостей компанії. Для деяких кордонів оцінка не проводилась і була замінена на встановлення залежності між динамікою вартості подолання обмежень і зовнішніми для компанії факторами (так, збільшення кількості продавців на ринку збільшить вартість впровадження моделей з рефлексією).

    До напрямків майбутніх досліджень в даній області можна віднести, перш за все, опис практичних кейсів впровадження моделей. Опис практичних кейсів може переслідувати кілька цілей, наприклад:

    · Виявлення нових обмежень

    · Уточнення меж застосування

    · Дослідження економічної ефективності застосування тих чи інших моделей (повне, включаючи оцінку одержуваних вигод)

    Крім того, пропонується розширювати, доповнювати, змінювати класифікацію, додаючи нові моделі і цілі.

    За результатами іслледованія можна зробити наступні висновки:

    · Одним з варіантів визначення місця існуючих репутаційних моделей в УБП є побудова класифікації, що зв'язує моделі з цілями і еталонними бізнес-процесами

    · Цей варіант зручний тим, що надає можливість побудови рекомендацій по використанню конкретної моделі в конкретних умовах - через прив'язку до процесів і виявлення обмежень

    · Головними чинниками, що визначають межі застосування моделей, є доцільність і економічна ефективність впровадження. Їх складові можуть бути систематизовані за місцем виникнення

    · Більшість існуючих репутаційних моделей найкращим чином застосовні всередині репутаційних систем (наприклад, E-bay). Поза цими систем не існує встановленого механізму оцінювання контрагентами один одного, що призводить до високої варіативності оцінок і збільшує витрати на їх вилучення, роблячи впровадження моделей доступним не для будь-якої компанії.

    · Деякі моделі можуть бути застосовані лише для компаній на ринках з невеликою кількістю гравців (продавців) - через зростаючу складності обчислень при зростанні кількості конкурентів.


    Список літератури


    1. Cambridge Dictionaries Online Reputation Meaning in the Cambridge English Dictionary [Online]. URL: http://dictionary.cambridge.org/dictionary/english/reputation (25.02.2016)

    2. Mui L., Mohtashemi M., Halberstadt A. A computational model of trust and reputation // System Sciences. 2002. P. 2431-2439.

    3. Розанова Н. М., Бакаєв С. С. Ефект репутації на ринках довірчих товарів: діяльність ІТ-компаній в Росії // Простір економіки. 2010. №2. URL: http://cyberleninka.ru/article/n/effekt-reputatsii- na-rynkah- doveritelnyh-tovarov- deyatelnost-it-kompaniy-v- rossii (дата звернення: 25.02.2016).

    4. Akerlof G. The market for "lemons": Quality uncertainty and the market mechanism. - Macmillan Education UK, 1995. - С. 175-188.

    5. Buccafurri F. et al. A Model Implementing Certified Reputation and its Application to TripAdvisor // Availability, Reliability and Security (ARES), 2015 10th International Conference on. - IEEE, 2015. - С. 218-223.

    6. Zacharia G., Maes P. Trust management through reputation mechanisms // Applied Artificial Intelligence. - 2000. - Т. 14. - №. 9. - С. 881-907.

    7. Pinyol I., Sabater-Mir J., Cunн G. How to talk about reputation using a common ontology: From definition to implementation // Proceedings of the ninth workshop on trust in agent societies, Hawaii, USA. - 2007. - С. 90-101.

    8. Губанов Д.А. Огляд онлайнових систем репутації / довіри. - М: ІПУ РАН, 2009. Інтернет-конференція з проблем управління (www.mtas.ru/forum). -25 с.

    9. Lee JY Reputation computation in social networks and its applications. - 2014.

    10. Schillo M., Funk P., Rovatsos M. Using trust for detecting deceitful agents in artificial societies // Applied Artificial Intelligence, 14. 2000. P. 825-848.

    11. Єрмаков Н.С., Іващенко О.О., Новіков Д.А. Моделі репутації і норм діяльності. М .: ІПУ РАН, 2005. - 67 с.

    12. Poiesz TBC The image concept: its place in consumer psychology // Journal of Economic Psychology. - 1989. - Т. 10. - №. 4. - С. 457-472.

    13. Berens G., van Riel C. Corporate associations in the academic literature: Three main streams of thought in the reputation measurement literature // Corporate Reputation Review. - 2004. - Т. 7. - №. 2. - С. 161-178.

    14. Fombrun C., Van Riel C. The reputational landscape // Corporate reputation review. - 1997. - С. 1-16.

    15. Barney JB Organizational culture: can it be a source of sustained competitive advantage? // Academy of management review. - 1986. - Т. 11. - №. 3. - С. 656-665.

    16. Moyano F., Fernandez-Gago C., Lopez J. Building trust and reputation in: A development framework for trust models implementation // Security and Trust Management. - Springer Berlin Heidelberg, 2012. - С. 113-128.

    17. Aziz B., Hamilton G. Enforcing reputation constraints on business process workflows // Journal of Wireless Mobile Networks, Ubiquitous Computing, and Dependable Applications. - 2014. - Т. 5. - №. 1. - С. 101-121.

    18. Tuna G., Potirakis SM, Koulouras G. Implementing a trust and reputation model for robotic sensor networks // Elektronika ir Elektrotechnika. - 2013. - Т. 19. - №. 10. - С. 3-8.

    19. Moyano F., Fernandez-Gago C., Lopez J. Building trust and reputation in: A development framework for trust models implementation // Security and Trust Management. - Springer Berlin Heidelberg, 2012. - С. 113-128.

    20. Громов А. І. та ін. «Аналіз і моделювання бізнес-процесів» - Навчально-методичний комплекс - Москва, 2007

    21. Allen D. Cost / benefit analysis for implementing ECM, BPM systems // Information Management. - 2007. - Т. 41. - №. 3. - С. 34.

    22. PCWEEK. Ідеї ​​та практики автоматизації. Чи по кишені SAP HANA малому бізнесу? [Online] URL: http://www.pcweek.ru/idea/blog/idea/5471.php (18.05.2016)

    23. SEOnews Що нам варто інтернет-магазин побудувати. Частина 4 [Online] URL: http://www.seonews.ru/columns/chto-nam-stoit-internet-magazin-postroit-chast-4/ (09.05.2016).