Классификация ФММ бизнес процессов

Классификация ФММ бизнес процессов

Для чего нужны физико-математические модели?

Что они моделируют и какую выгоду они дают бизнесмену?

Ведь бизнес можно вести без знания высокой материи физики и математики.

Да, можно.

Но вот, вам вопрос.

Допустим есть два человека, у них одна цель, создать атомную бомбу.

Но, один знает физику и математику и идет к своей цели через физико-математическое моделирование и расчеты, а другой на практике методом проб и ошибок, без расчетов и моделирования.

Вопрос, кто БЫСТРЕЕ достигнет цели?

Ответ очевиден.

Атомную бомбу построили за каких-то 50—60 лет, благодаря физико-математическим расчетам и моделированию, а практические испытания основывались на этих формулах.

А вот построить атомную бомбу без знания физики и математики навряд ли получится.

Точно так же и в бизнесе.

Знание физико-математического моделирования бизнес процессов, позволяет более точнее разобраться в их функционировании и БЫСТРЕЕ достигнуть своей бизнес цели.

А вот без знания ФММ, скорость достижение бизнес цели ЗАМЕДЛЯЕТСЯ.

Нет, вы конечно достигнете своей бизнес цели, при достаточной сильной целеустремлённости, но на это у вас уйдет много времени и много денег.

Я разобрался, благодаря ФММ, в бизнес процессах за полгода.

Если бы я шел традиционным путем, заимствуя опыт у наставников, теряя деньги на ошибках и пробах в своем бизнесе, читая книги и изречения ГУРУ бизнеса, пытаясь понять, что они имели в виду в своих высказываниях, посещая всевозможные семинары, и т. д.

У меня бы на все это, ушла бы вся оставшаяся жизнь.

К тому же, ни один из великих ГУРУ бизнеса не раскрывает все свои секреты бизнеса до конца.

Все свои самые ценные секреты, он передает детям по наследству, как и бизнес.

У вас же уйдет на то, чтобы понять, что такое бизнес, вся жизнь, если вы пойдете традиционным путем.

Вся жизнь и полгода.

Чувствуете разницу?

И так приступим, и начнем мы с классификации физико-математическим моделей для анализа бизнес процессов.

Всего существует только три модели для анализа бизнес процессов, все остальные модели – это производные от этих трех.

Самая простая модель, которую вы будете часто использовать, это детерминированная модель.

Вторая модель, которую вы тоже будете использовать, это статистическая модель.

И наконец третья модель, это стохастическая или вероятностно-статистическая модель, которую вы возможно вообще не будете использовать.

1.Детерминированая.

2.Статистическая.

3.Стохастическая, она же вероятностно-статистическая.

Детерминированная модель – это модель, основанная на аналитических формулах и представлена в виде множества объектов типа «вмещающее тело» в виде черного ящика и множества потоков, курсирующих между «вмещающими телами».

Примечание: тело называется вмещающим, потому что оно вмещает в себя множество разнообразных предметом и объектов, обладающих энергией.

Пример: вмещающее тело фирма – вмещает в себя множество работников и сотрудников, обладающих энергией, что в совокупности составляет энергию всей фирмы.

Статистическая модель – модель как правило представленная множеством накопленных данных в течении некоторого времени и приведенная к таким характеристикам как среднее значение – математическое ожидание и стандартное отклонение или другой его аналог, дисперсия.

В статистической модели как правило и сравниваются эти характеристики и анализируется какой-либо сегмент какого-либо пространства имен.

Стохастическая модель, она же вероятностно-статистическая модель– это модель, в которой кроме как анализа среднего значения и стандартного отклонения, анализируются еще вероятностные характеристики.

Этой моделью как правило редко пользуются среднестатистические обыватели-бизнесмены.

Сложность моделей возрастает от детерминированной к вероятно-статистической.

Но, чем более сложные модели вы строите, тем более точную картину бизнеса вы получаете, и тем более точнее ваш прогноз и анализ, и тем большую выгоду вы приобретаете.

Как выглядит детерминированная модель?

Для этого надо просто посмотреть рисунок №5.

Но этот рисунок довольно упрощенный, давайте немного усложним его.

И представим его в таком виде, смотрите рисунок №26.

Рис. №26

У нас представлены два черных ящика или вмещающих тел.

Фирма и ИП, генерирующее информационный поток в виде рекламы о продаже товара и этот поток идет в направлении второго черного ящика или вмещающего тела под названием Рынок и Клиенты.

В результате воздействия информационного потока на целевую аудиторию рынка, рынок возбуждается и переходит на более высокое энергетическое состояние и это вызывает появление другого потока, называющегося клиентский поток.

Клиентский поток состоит из двух составляющих, денежного потока и информационного потока обратно связи, с помощью которого производится корректировка первого информационного потока, то есть рекламы, с целью снизить затраты на рекламу или найти новые целевые аудитории и рынки.

Поскольку это поток, не важно какой, то у потока есть скорость и обозначается она латинской буквой V, так же у потока есть ускорение, обозначается латинской буквой, а.

Что бы создать любой поток, необходимо затратить энергию на его создание, поддержание и функционирования, поэтому у потока имеется еще и энергия, обозначается латинской буквой, e.

Обычное перемножение ускорения потока на его энергию, мы получаем силу данного потока, и обозначаем латинской буквой, F.

Таким образом поскольку у нас получилась модель, в которой имеется множество потоков, мы каждый поток подписываем этими буквами и ставить чему они равны.

Рис. №27

Таким образом подписывается каждый поток.

Давайте теперь пройдемся по потокам.

Денежный поток, это у нас выручка, то что отдает нам рынок.

У нас получается стрелка (поток), направленная от рынка к нашей фирме.

Еще есть денежный поток затрат, это стрелка (поток), направленная от фирмы к рынку, так как деньги расходуются на закупку материалов и прочего. То есть деньги уходят от нас в сторону рынка.

И еще денежный поток прибыли, тут стрелка будет направлена в сторону нашей цели, то есть появляется еще один черный ящик, выражающий нашу цель.

Вот таким образом, рисуя потоки и куда они направлены, у нас вырисовывается детерминированная модель, не забываем подписывать числовые характеристики потоков, их скорость, ускорение, энергию и силу.

У каждого получится своя карта, таких потоков и вмещающих объектов (черных ящиков), поскольку у каждого бизнеса свои особенности.

Относительно формул, которые используются в детерминированной модели.

Где E – есть энергия, а с в квадрате – скорость света.

Так же в детерминированной модели используются конверсии, но мы тут их не рассматриваем, по поводу них, достаточно много материалов находится в интернете.

На этом с детерминированными моделями все, более подробнее рассмотрим детерминированные модели в другой книге, которая будет продолжением этой.

А сейчас перейдет к статистическим моделям.

Как уже говорилось выше, статистическая модель представлена накопленными данными в течении некоторого времени и нахождение среднего значения и стандартного отклонения.

С последующим анализом этих средних значений и стандартных отклонений.

То есть, если у нас есть годовая выручка и нам необходимо узнать среднюю выручку в месяц, то эту выручку надо разделить на 12 месяцев и у нас получится средняя выручка за месяц.

Формула для расчета среднего значения.

Формула расчета стандартного отклонения

После расчета среднего и стандарта, дальше идет простое сравнивание их.

Тут сравнивание и их анализ делится на две категории (вообще-то намного больше), но мы будем использовать самые распространённые.

Простое визуальное сравнение на графиках, при условии, что сравнивается не более трех, четырех и пяти объектов. Здесь показаны графики для ознакомления.

Рис. №28

Рис. №29

Рис. №30

Самая верхняя линия обозначает границу среднего значения плюс стандартное отклонение.

Средняя линия обозначает само среднее значение.

Нижняя линия обозначает границу среднего значения минус стандартное отклонение.

Если же количество объектов для сравнении больше пяти, 15, 20, 50, 100, 200.

То на помощь приходит метод дендограмм.

В котором используются статистика Фишера и статистика Стьюдента. И уже на основании этих данных строится ранжированная и с группированная дендограмма по среднему и стандарту.

Рис. №31

Получится что-то вроде такого иерархического списка, который и называется дендограмма.

Данный метод хорошо использовать для анализа акций множества компаний с целью их ранжирования и группирования, и определения их доходности и выгодности приобретения.

Так же хорошо дендограммами рассматривать, какую экономическую нишу, и какую её часть занимают все анализируемые компании в конкурентной борьбе, для последующего анализа выбора стратегии поведения на рынке.

Следующая модель стохастическая, как уже говорилось, кроме анализа среднего и стандартного отклонения анализирует случайные величины или события.

Рассматривать в данной книге я не буду, так как в ней действительно очень много математики.

Для вас, это будет, во-первых, неинтересно, а во-вторых очень сложно и не понятно.

Так что в данной книге, я опущу рассматривание этой модели и оставлю для какого нибудь другого случая и в другой книге.

Данный текст является ознакомительным фрагментом.