Многокритериальная модель рационального управления информационными потоками в цифровой организационной системе

В статье предложена формализованная модель рационального управления информационными потоками в цифровой организационной системе. Цель исследования заключается в разработке процедуры выбора управляющего воздействия, в рамках которой информационный поток рассматривается как самостоятельный объект управления, обладающий измеримым состоянием, заданными ограничениями и множеством допустимых альтернатив. Методическая база исследования включает системное описание цифровой организационной системы, параметрическую модель состояния потока, нормирование критериев различной размерности, весовую свертку показателей и проверку пороговых ограничений. Состояние информационного потока описывается совокупностью параметров: интенсивностью, задержкой передачи информации, качеством данных, доступностью, стоимостью сопровождения и интегральным риском. В результате сформирована многокритериальная модель, позволяющая сопоставлять организационные, программные и инфраструктурные управляющие воздействия на основе единого интегрального индекса рациональности. Показано, что рациональный выбор определяется не максимизацией отдельного показателя, а достижением согласованного баланса между пропускной способностью, своевременностью, качеством, доступностью, затратами и уровнем риска. Для проверки применимости модели приведен расчетный пример, включающий четыре альтернативы управления. Его результаты демонстрируют возможность выбора компромиссного управляющего воздействия в условиях нескольких взаимосвязанных критериев. Научная новизна подхода состоит в объединении модели состояния информационного потока и процедуры выбора управляющего воздействия в едином расчетном контуре. Предложенный подход может быть использован при проектировании цифровых контуров управления, корпоративных систем мониторинга, сервисных платформ и систем поддержки принятия решений.

1. Durugbo Ch., Tiwari A., Alcock J.R. Modelling information flow for organisations: A review of approaches and future challenges. International Journal of Information Management. 2013;33(3):597–610. https://doi.org/10.1016/j.ijinfomgt.2013.01.009

2. Daft R.L., Lengel R.H. Organizational information requirements, media richness and structural design. Management Science. 1986;32(5):554–571. https://doi.org/10.1287/mnsc.32.5.554

3. Думинова Д.В., Тарасевич А.Л. Управление информационными потоками как способ повышения эффективности хозяйственной деятельности предприятия. Экономика и социум. 2019;(11):973–981.

4. Кораблев А.В., Петрушова М.В., Золкин А.Л. и др. Современный подход к формированию информационного обеспечения системы управления предприятием. Вестник Алтайской академии экономики и права. 2021;(10-1):41–46. https://doi.org/10.17513/vaael.1867

5. Городнова Н.В. Метод оценки качества информационных потоков при формировании big data в цифровой экономике. Вопросы инновационной экономики. 2022;12(1):607–624. https://doi.org/10.18334/vinec.12.1.114142

6. Клевнов О.Г., Мамедова И.А. Управление информационными потоками на основе принципов ITIL и 7R. Международный научно-исследовательский журнал. 2024;(7):20. https://doi.org/10.60797/IRJ.2024.145.5

7. Wang R.Y., Strong D.M. Beyond accuracy: what data quality means to data consumers. Journal of Management Information Systems. 1996;12(4):5–33. https://doi.org/10.1080/07421222.1996.11518099

8. Pipino L.L., Lee Y.W., Wang R.Y. Data quality assessment. Communications of the ACM. 2002;45(4ve):211–218. https://doi.org/10.1145/505248.506010

9. Storey V.C., Dewan R.M., Freimer M. Data quality: setting organizational policies. Decision Support Systems. 2012;54(1):434–442. https://doi.org/10.1016/j.dss.2012.06.004

10. Haug A., Zachariassen F., van Liempd D. The costs of poor data quality. Journal of Industrial Engineering and Management. 2011;4(2):168–193. https://doi.org/10.3926/jiem.2011.v4n2.p168-193

11. Aven T. Risk assessment and risk management: review of recent advances on their foundation. European Journal of Operational Research. 2016;253(1). https://doi.org/10.1016/j.ejor.2015.12.023

12. Bojanc R., Jerman-Blazic B. An economic modelling approach to information security risk management. International Journal of Information Management. 2008;28(5):413–422. https://doi.org/10.1016/j.ijinfomgt.2008.02.002

13. Cinelli M., Kadziński M., Gonzalez M., et al. How to support the application of multiple criteria decision analysis? Let us start with a comprehensive taxonomy. Omega. 2020;96(2):102261. https://doi.org/10.1016/j.omega.2020.102261

14. Wang Zh., Nabavi S.R., Rangaiah G.P. Multi-criteria decision making in chemical and process engineering: methods, progress, and potential. Processes. 2024;12(11):2532. https://doi.org/10.3390/pr12112532

15. Krishnan A.R. Past efforts in determining suitable normalization methods for multi-criteria decision-making: A short survey. Frontiers in Big Data. 2022;5:990699. https://doi.org/10.3389/fdata.2022.990699

16. Więckowski J., Sałabun W. Sensitivity analysis approaches in multi-criteria decision analysis: A systematic review. Applied Soft Computing. 2023;148(1-2):110915. https://doi.org/10.1016/j.asoc.2023.110915