1.1.1 Содержательное описание деятельности объекта исследования ПАО «Сбербанк»

Сберегательный банк Российской Федерации - это одно из самых крупных финансовых учреждений страны, который занимает высшие позиции в финансовом мире по некоторым особым макроэкономическим параметрам. Сбербанк, основанный в 1841 г., сегодня является современным универсальным банком, удовлетворяющим потребности разных групп клиентов в широком спектре банковских услуг. Банк занимает наиболее крупную долю на рынке вкладов (10673,5 млрд. руб. на 01.01.2016 Данные взяты из электронного источника РИАРейтинг, на котором представлен рейтинг банков по объему вкладов на 1 января 2016 года. Режим доступа: http://www.riarating.ru/banks_rankings/20160203/630008681.html свободный. ) и является ключевым кредитором экономики страны.

Основные направления деятельности банка:

? коммерческие банковские операции: предоставление услуг корпоративным клиентам и организациям по обслуживанию расчетных и текущих счетов, открытию депозитов, предоставлению всех видов финансирования, гарантий по обслуживанию внешнеторговых операций, услуг инкассации и др.;

? розничные банковские операции: оказание банковских услуг клиентам - физическим лицам по принятию средств во вклады, кредитованию, обслуживанию банковских карт, операциям с драгоценными металлами, валютно-обменным операциям, денежным переводам, платежам, хранению ценностей и др.

? операции на финансовых рынках: операции с ценными бумагами, операции по размещению и привлечению средств на межбанковском рынке, по привлечению долгосрочных средств на рынках капитала, операции с иностранной валютой и производными финансовыми инструментами, а также прочие операции на финансовых рынках.

Как и любая коммерческая компания, Сбербанк ставит своей основной целью извлечение прибыли.

К доходам от основной деятельности банк относит следующие виды доходов:

? доходы, полученные от операций кредитования (процентные и комиссионные);

? доходы от операций с ценными бумагами (процентные доходы и чистые доходы от операций с ценными бумагами);

? комиссионный доход (без учета операций кредитования);

? чистые доходы от операций с иностранной валютой и от переоценки иностранной валюты.

К внутренним структурным подразделениям кредитной организации относятся: дополнительные, операционные и кредитно-кассовые офисы, операционные кассы вне кассового узла. Дополнительный офис банка - внутреннее структурное подразделение банка или его филиала. Может осуществлять банковские операции или их часть, предусмотренные лицензией Центробанка для создавшей ее кредитной организации или филиала. Дополнительные офисы открываются в основном там, где больше всего потенциальных клиентов - возле станций метро, в оживленных кварталах, рядом с торговыми центрами и т. д.

В данной работе будет рассмотрена деятельность дополнительного офиса №6991/0331 ввиду прохождения производственной практики, что позволило изучить особенности его функционирования и собрать статистические данные для проведения исследования.

Дополнительный офис №6991/0331 Поволжского отделения Сбербанка России является универсальным внутренним структурным подразделением. Порядок открытия и закрытия дополнительного офиса регламентирован Уставом Банка. Организационные мероприятия по открытию (закрытию) дополнительных офисов осуществляет территориальный банк (или отделение, в случае делегирования ему соответствующих полномочий).

Дополнительный офис создан на основании постановления Правления Сбербанка России, действует в Октябрьском районе Самарской области, в пределах границ территории обслуживания Поволжского отделения, имеет печать с изображением эмблемы Банка и номера дополнительного офиса, штампы, бланки с использованием наименований Банка. Местонахождение дополнительного офиса: Самарская область г. Самары ул. Ново-Садовая д.239.

Дополнительный офис не имеет отдельного баланса. Операции, осуществляемые дополнительным офисом, отражаются в балансе отделения.

В своей деятельности дополнительный офис руководствуется законодательством Российский Федерации, иными нормативными правовыми актами, в том числе нормативными актами Банка России, Уставом Банка, Положением о филиале акционерного коммерческого Сберегательного Банка Российской Федерации, нормативными и распорядительными документами Банка.

Основными задачами дополнительного офиса являются:

1) Увеличение объема продаж банковских продуктов и услуг;

2) расширение клиентской базы;

3) укрепление имиджа Банка, в том числе путем улучшения качества обслуживания клиентов.

Для решения стоящих перед дополнительным офисом задач, он выполняет следующие функции:

1) Организация работы с физическими и юридическими лицами;

2) осуществление работы по привлечению в банк и на расчетно-кассовое обслуживание клиентов, по продаже банковских продуктов и услуг (кредиты, депозиты, векселя и иные продукты);

3) формирование и своевременное предоставление в отделение первичных документов и требуемой отчетности;

4) консультирование клиентов;

5) разработка предложений по изменению порядка (технологии) реализации действующих банковских продуктов и услуг и внедрению новых;

6) подготовка предложений по изменению режима работы дополнительного офиса с целью улучшения качества обслуживания клиентов;

7) проведение необходимого контроля операций клиентов, осуществление необходимых мер по предотвращению операционных, финансовых и кредитных рисков, возникающих в деятельности дополнительного офиса или доведение информации о них до отделения;

8) осуществление внутреннего контроля по выявлению операций клиентов, подлежащих обязательному контролю, и иных операций с денежными средствами или иным имуществом, связанным с легализацией (отмыванием) доходов, полученных преступным путем, и финансированием терроризма.

В составе дополнительного офиса сформированы следующие структурные подразделения:

? сектор обслуживания физических и юридических лиц;

? сектор кредитования физических лиц.

В данной работе будет рассмотрен первый сектор, а именно обслуживание физических лиц, поскольку он наиболее полно отражает систему массового обслуживания и нуждается в проведении мероприятий по повышению эффективности.

Организационная структура дополнительного офиса представлена на рис. 1.1.

Рис. 1.1 - Организационная структура дополнительного офиса №6991/0331

Бизнес - процесс «Обслуживание физических лиц, ожидающих выполнения банковских операций в отделении Сбербанка» подвергается имитационному моделированию с целью повышения эффективности работы банковских отделений за счет выявления и устранения недостатков, которые будут найдены в процессе проделанной работы. На бизнес-процесс влияет большое количество случайных факторов. Необходимо определить оптимальные условия обслуживания, чтобы по окончанию работы с клиентом сотрудниками банка, клиент остался доволен и получил соответствующий чек или квитанцию.

Построив имитационную модель, можно спрогнозировать будущие состояния бизнес-процесса, например:

? при каком количестве кассиров в окнах обслуживание клиентов происходило бы быстро, не создавая огромных очередей;

? при каком количестве банкоматов удастся разгрузить зону очереди у терминалов.

При построении имитационной модели будет решена следующая задача:

? разработка и исследование имитационной модели бизнес - процесса «Обслуживание физических лиц, ожидающих выполнения банковских операций в отделении Сбербанка» и определение путей повышения эффективности и качества управления на основе результатов моделирования.

1.2.1 Схема и описание бизнес-процессов, подлежащих моделированию

Нами была разработана схема функционирования бизнес-процесса обслуживания физических лиц, ожидающих выполнения банковских операций в отделении Сбербанка, исходя из исследования, проведенного на производственной практике. В ней определены ключевые случайные величины, а также входные и выходные данные, позволяющие построить имитационную модель. Схема, демонстрирующая работу БП с момента поступления заявки до определения результата выполнения операции, представлена на рис. 1.2.

Рис. 1.2 - Схема бизнес - процесса

БП Обслуживания физических лиц, ожидающих выполнения банковских операций в отделении Сбербанка, начинается с поступления заявки клиента на обслуживание в банковском отделении по интересующей его операции. При поступлении заявки определяется вид ее реализации: будет она обслуживаться в банкомат или в окне.

При поступлении заявки на обслуживание в банкомате, консультант определяет место заявки в очереди. На данном этапе клиент может отказаться от обслуживания, либо получить свой номер в очереди и ожидать обслуживания в освободившемся банкомате. Затем консультант выбирает вид операции в заявке, которая будет осуществляться банкоматом в течение некоторого времени. Возможна ситуация, когда после выбора вида операции, потребуется обслуживание заявки в окне. В таком случае заявка переходит в очередь на обслуживание в окне. После завершения операции банкоматом, клиент получает чек на операцию, и она считается выполненной.

При обслуживании заявки в окне, консультант сначала определяет вид операции в заявке. Если операция требует обслуживания в банкомате, заявка переходит в очередь на обслуживание в банкомате. Когда операция клиента определена, заявка добавляется в очередь на обслуживание в окне, о чем свидетельствует номер талона в очереди. На данном этапе клиент может отказаться от обслуживания. Если заявка остается в очереди, она переходит на ожидание обслуживания в окне. Когда ожидание завершено, заявка поступает на обслуживание в окно, соответствующее номеру талона. В Окне операционист обрабатывает личные данные клиента, после чего либо операция выполняется касcиром, либо завершается, если данные клиента не соответствуют действительности или не могут быть обработаны. По окончании выполнения операционистом операции, клиенту выдается квитанция, свидетельствующая о выполнении операции.

1.2.2 Определение состава исходных данных для моделирования

На исследуемый бизнес процесс деятельности отделения Сбербанка оказывает влияние множество случайных факторов. Особенно важно учесть воздействие случайных величин, которые влияют на обслуживание клиентов по банковским продуктам.

Учесть влияние случайных факторов на функционирование данного бизнес - процесса возможно с помощью статистического метода имитационного моделирования, который служит для описания состояния объекта в фиксированный момент времени[2]. Построив имитационную модель, можно спрогнозировать будущие состояния бизнес-процесса, например, при каком количестве сотрудников дополнительного офиса банка обслуживание клиентов происходило бы быстро, без образования очередей, что способствовало бы увеличению количества удовлетворенных клиентов и привлечения новых.

На основе построенной схемы функционирования бизнес-процесса нами были определены следующие случайные величины, воздействующие на бизнес-процесс:

Случайные величины, воздействующие на бизнес-процесс:

СВ1 - время между поступающими заявками (непрерывная СВ)

СВ2 - время оформления заявки (непрерывная СВ)

СВ3 - количество отказов клиентов от обслуживания в банкомате (дискретная СВ)

СВ4 - время ожидания обслуживания в банкомате (непрерывная СВ)

СВ5 - вероятность обслуживания заявки в окне (СС)

СВ6 - время осуществления операции банкоматом (непрерывная СВ)

СВ7 - возможное невыполнение операции (СС)

СВ8 - время определения вида операции (непрерывная СВ)

СВ9 - вероятность обслуживания заявки в банкомате (СС)

СВ10 - время ожидания обслуживания в окне (непрерывная СВ)

СВ11 - количество отказов клиентов от обслуживания в банкомате (дискретная СВ)

СВ12 - время обработки данных клиента (непрерывная СВ)

СВ13 - время выполнения операции клиента в кассе (непрерывная СВ)

Таким образом, будет построена имитационная модель бизнес - процесса обслуживания физических лиц, ожидающих выполнения банковских операций в отделении Сбербанка, на основе расчетов случайных величин, представленных выше, с целью определения таких оптимальных параметров модели, при которых эффективность бизнес-процесса будет максимальна при минимальных издержках.

2. Проектная часть

Рис. 2.1 - Частость СВ1

Внешний вид графика позволяет понять, что СВ1 действительно подчиняется показательному закону распределения, подтверждением этому являются расчеты, приведенные в таблицах 2.18 - 2.19.

Таблица 2.18

Вычисление теоретических частот для СВ1

Таблица 2.19

Вычисление наблюдаемого значения критерия Пирсона для СВ1

Параметр распределения для СВ1: л = 0,026.

ч² _набл < ч² _кр ,

значит нет основания отвергнуть гипотезу Н_0. Значит, расхождение теоретических и эмпирических частот незначимо, следовательно, данное наблюдение согласуется с гипотезой о показательном распределении совокупности заданных случайных величин[10].

2) СВ2 - время оформления заявки в секундах (непрерывная СВ)

Выдвинем гипотезу Н₀ о том, что СВ2 подчиняется нормальному закону распределения по критерию ч² при заданном уровне значимости 0,05. Учитывая произведённую ранее математическую обработку, приступим к проверке выдвинутой гипотезы.

Таблица 2.20

Эмпирическое распределение для СВ2 и его числовые характеристики

Внешний вид графика, представленного на рис. 2.2 позволяет понять, что СВ2 подчиняется нормальному закону распределения, подтверждением этому являются расчеты, приведенные в таблицах 2.21 - 2.22.

Рис. 2.2 - Частость СВ2

Таблица 2.21

Вычисление теоретических вероятностей попадания в заданный интервал

Таблица 2.22

Вычисление наблюдаемого значения критерия Пирсона для СВ2

Параметры распределения: СКО = 5,87, выборочное среднее = 13,57.

В результате вычислений получаем, что

ч² _набл < ч² _кр ,

то есть нет основания отвергнуть гипотезу Н_0. Расхождение теоретических и эмпирических частот незначимо, следовательно, данное наблюдение согласуется с гипотезой о нормальном распределении совокупности заданных случайных величин.

3) СВ3 - количество отказов клиентов от обслуживания (дискретная СВ)

Выдвинем гипотезу Н₀ о том, что СВ3 подчиняется закону распределения Пуассона по критерию ч² при заданном уровне значимости 0,05. Используя данные математической обработки, приступим к проверке выдвинутой гипотезы.

Таблица 2.23

Эмпирическое распределение для СВ3 и его числовые характеристики

Рис. 2.3 - Частость СВ3

Внешний вид графика позволяет понять, что СВ3 действительно подчиняется закону распределения Пуассона, подтверждением этому являются расчеты, приведенные в таблице 2.24.

Таблица 2.24

Вычисление теоретических вероятностей попадания в заданный интервал случайной величины, распределенной по закону Пуассона

Параметр распределения а (средняя выборочная) равен 5,59.

В данном случае нет основания отвергнуть нулевую гипотезу, так как

ч² _набл < ч² _кр .

Другими словами, расхождение теоретических и эмпирических частот незначимо, значит данное наблюдение согласуется с гипотезой о пуассоновском распределении совокупности заданных случайных величин[3].

4) СВ4 - время ожидания обслуживания в банкомате (непрерывная СВ)

Выдвинем гипотезу Н₀ о том, что СВ4 подчиняется нормальному

закону распределения по критерию ч² при заданном уровне значимости 0,05. Учитывая произведённую ранее математическую обработку, приступим к проверке выдвинутой гипотезы.

Таблица 2.25

Эмпирическое распределение для СВ4 и его числовые характеристики

Рис. 2.4 - Частость СВ4

Внешний вид графика позволяет понять, что СВ4 действительно подчиняется нормальному закону распределения, подтверждением этому являются расчеты, приведенные в таблицах 2.26 - 2.27.

Таблица 2.26

Вычисление теоретических вероятностей попадания в заданный интервал для СВ4

Таблица 2.27

Вычисление наблюдаемого значения критерия Пирсона для СВ4

Параметры распределения: СКО = 3,63, выборочное среднее = 7,79.

В результате вычислений получаем, что

ч² _набл < ч² _кр ,

то есть нет основания отвергнуть гипотезу Н_0. Расхождение теоретических и эмпирических частот незначимо, следовательно, данное наблюдение согласуется с гипотезой о нормальном распределении совокупности заданных случайных величин.

5) СВ5 - вероятность обслуживания заявки в окне (СС)

Для того чтобы рассчитать данную вероятность, необходимо произвести выборку объёмом n=100. В результате первичной обработки данной выборки получим:

Р[1]=27/100=0,27;

Р[0]=(100-27)/100=0,73.

Вывод: вероятность того, что текущая заявка, ожидающая обслуживания в банкомате, будет обслуживаться в окне, равна 0,27. Заявка продолжит обслуживание в банкомате с вероятностью 0,73.

Поскольку СВ5 отражает вероятность наступления события, принимает всего 2 значения: 1 или 0, можно утверждать, что СВ5 имеет распределение Бернулли.

6) СВ6 - время осуществления операции банкоматом (непрерывная СВ).

Выдвинем гипотезу Н₀ о том, что СВ6 подчиняется нормальному закону распределения по критерию ч² при заданном уровне значимости 0,05. Учитывая произведённую ранее математическую обработку, приступим к проверке выдвинутой гипотезы.

Внешний вид графика, изображенного на рис. 2.5, позволяет понять, что СВ6 подчиняется нормальному закону распределения, подтверждением этому являются расчеты, приведенные в таблицах 2.28 - 2.30.

Таблица 2.28

Эмпирическое распределение для СВ6 и его числовые характеристики

Рис. 2.5 - Частость для СВ6

Таблица 2.29

Вычисление теоретических вероятностей попадания в заданный интервал для СВ6

Таблица 2.30

Вычисление наблюдаемого значения критерия Пирсона для СВ6

Параметры распределения: СКО = 9,27, выборочное среднее = 19,19.

В результате вычислений получаем, что

ч² _набл < ч² _кр ,

то есть нет основания отвергнуть гипотезу Н_0. Расхождение теоретических и эмпирических частот незначимо, следовательно, данное наблюдение согласуется с гипотезой о нормальном распределении совокупности заданных случайных величин.

7) СВ7 - вероятность невыполнения операции (СС).

Для того чтобы рассчитать данную вероятность, необходимо произвести выборку объёмом n=100. В результате первичной обработки данной выборки получим:

Р[1]=45/100=0,45;

Р[0]=(100-45)/100=0,55.

Вывод: вероятность того, что текущая операция не будет выполнена, равна 0,45. Вероятность выполнения операции равна 0,55.

Поскольку СВ7 отражает вероятность наступления события, принимает всего 2 значения: 1 или 0 с вероятностями Р[1] и Р[0], можно утверждать, что СВ7 имеет распределение Бернулли.

8) СВ8 - время определения вида операции.

Выдвинем гипотезу Н₀ о том, что СВ8 подчиняется нормальному закону распределения по критерию ч² при заданном уровне значимости 0,05. Учитывая произведённую ранее математическую обработку, приступим к проверке выдвинутой гипотезы.

Внешний вид графика, изображенного на рис.2.6, позволяет понять, что СВ8 подчиняется нормальному закону распределения, подтверждением этому являются расчеты, приведенные в таблицах 2.31 - 2.33.

Таблица 2.31

Эмпирическое распределение для СВ8 и его числовые характеристики

Рис. 2.6 - Частость для СВ8

Таблица 2.32

Вычисление теоретических вероятностей попадания в заданный интервал для СВ8

Таблица 2.33

Вычисление наблюдаемого значения критерия Пирсона для СВ8

Параметры распределения: СКО = 24,91, выборочное среднее = 71,25.

В результате вычислений получаем, что

ч² _набл < ч² _кр ,

то есть нет основания отвергнуть гипотезу Н_0. Расхождение теоретических и эмпирических частот незначимо, следовательно, данное наблюдение согласуется с гипотезой о нормальном распределении совокупности заданных случайных величин.

9) СВ9 - вероятность обслуживания заявки в банкомате

Для того чтобы рассчитать данную вероятность, необходимо произвести выборку объёмом n=100. В результате первичной обработки данной выборки получим:

Р[1]=32/100=0,32

Р[0]=(100-32)/100=0,68

Вывод: вероятность того, что текущая заявка, ожидающая обслуживания в окне, будет обслуживаться в банкомате, равна 0,32. Заявка продолжит обслуживание в окне с вероятностью 0,68.

Поскольку СВ9 отражает вероятность наступления события, принимает всего 2 значения: 1 или 0 с вероятностями Р[1] и Р[0], можно утверждать, что СВ9 имеет распределение Бернулли.

10) СВ10 - время ожидания обслуживания в окне

Выдвинем гипотезу Н₀ о том, что СВ10 подчиняется нормальному закону распределения по критерию ч² при заданном уровне значимости 0,05. Учитывая произведённую ранее математическую обработку, приступим к проверке выдвинутой гипотезы.

Внешний вид графика, изображенного на рис. 2.7, позволяет понять, что СВ10 подчиняется нормальному закону распределения, подтверждением этому являются расчеты, приведенные в таблицах 2.34 - 2.36.

Таблица 2.34

Эмпирическое распределение для СВ10 и его числовые характеристики

Рис. 2.7 - Частость для СВ10

Таблица 2.35

Вычисление теоретических вероятностей попадания в заданный интервал для СВ10

Таблица 2.36

Вычисление наблюдаемого значения критерия Пирсона для СВ10

Параметры распределения: СКО = 12,52, выборочное среднее = 25,54.

В результате вычислений получаем, что

ч² _набл < ч² _кр ,

то есть нет основания отвергнуть гипотезу Н_0. Расхождение теоретических и эмпирических частот незначимо, следовательно, данное наблюдение согласуется с гипотезой о нормальном распределении совокупности заданных случайных величин.

11) СВ11 - количество отказов клиентов от обслуживания в банкомате

Выдвинем гипотезу Н₀ о том, что СВ11 подчиняется закону распределения Пуассона по критерию ч² при заданном уровне значимости 0,05. Используя данные математической обработки, приступим к проверке выдвинутой гипотезы.

Таблица 2.37

Эмпирическое распределение для СВ11 и его числовые характеристики

Внешний вид графика, изображенного на рис. 2.8, позволяет понять, что СВ11 действительно подчиняется закону распределения Пуассона, подтверждением этому являются расчеты, приведенные в таблице 2.38.

Рис. 2.8 - Полигон распределения для СВ11

Таблица 2.38

Вычисление теоретических вероятностей попадания в заданный интервал случайной величины, распределенной по закону Пуассона для СВ11

Параметр распределения а (средняя выборочная) равен 5,58.

В данном случае нет основания отвергнуть нулевую гипотезу, так как

ч² _набл < ч² _кр .

Другими словами, расхождение теоретических и эмпирических частот незначимо, значит данное наблюдение согласуется с гипотезой о пуассоновском распределении совокупности заданных случайных величин.

12) СВ12 - время обработки данных клиента

Выдвинем гипотезу Н₀ о том, что СВ12 подчиняется нормальному закону распределения по критерию ч² при заданном уровне значимости 0,05. Учитывая произведённую ранее математическую обработку, приступим к проверке выдвинутой гипотезы.

Таблица 2.39

Эмпирическое распределение для СВ12 и его числовые характеристики

Внешний вид графика, изображенного на рис. 2.9, позволяет понять, что СВ12 действительно подчиняется нормальному закону распределения, подтверждением этому являются расчеты в таблицах 2.40 - 2.41.

Рис. 2.9 - Частость для СВ12

Таблица 2.40

Вычисление теоретических вероятностей попадания в заданный интервал для СВ12

Таблица 2.41

Вычисление наблюдаемого значения критерия Пирсона для СВ12

Параметры распределения: СКО = 67,24, выборочное среднее = 147,91.

В результате вычислений получаем, что

ч² _набл < ч² _кр ,

то есть нет основания отвергнуть гипотезу Н_0. Расхождение теоретических и эмпирических частот незначимо, следовательно, данное наблюдение согласуется с гипотезой о нормальном распределении совокупности заданных случайных величин.

13) СВ13 - время выполнения операции клиента в кассе

Выдвинем гипотезу Н₀ о том, что СВ13 подчиняется нормальному закону распределения по критерию ч² при заданном уровне значимости 0,05. Учитывая произведённую ранее математическую обработку, приступим к проверке выдвинутой гипотезы.

Таблица 2.42

Эмпирическое распределение для СВ12 и его числовые характеристики

Внешний вид графика, изображенного на рис. 2.10, позволяет понять, что СВ13 подчиняется нормальному закону распределения, подтверждением этому являются расчеты, приведенные в таблицах 2.43 - 2.44.

Рис. 2.10 - Частость для СВ13

Таблица 2.43

Вычисление теоретических вероятностей попадания в заданный интервал для СВ13

Подобные документы

• Создание референтной модели генерирующего предприятия электроэнергетической отрасли

  Понятие и функциональные особенности референтной модели. Организационная структура предприятия. Дерево бизнес-процессов. Модель бизнес-процесса "Обслуживание клиентов": модель в IDF0, IDF3 и DFD. Матрица ответственности и регламент исследуемого процесса.
  
  курсовая работа [556,0 K], добавлен 20.12.2013
  

• Разработка имитационного модуля ипотеки для сокращения рисков

  Организационная структура и структура органов управления Сбербанка России. Математическая модель ипотечного кредитования. Анализ информационных потоков бизнес-процесса. Выбор платформы для реализации программного продукта. Реализация имитационной модели.
  
  дипломная работа [892,2 K], добавлен 22.02.2015
  

• Моделирование существующего процесса материально-технического снабжения

  Проектирование процесса материально-технического снабжения с помощью BPWin 4.0: разработка диаграммы декомпозиции, дерева узлов и потоков данных, контекстной диаграммы. Детализация бизнес-процесса. Выявление в модели AS-IS недостатков, их исправление.
  
  курсовая работа [6,3 M], добавлен 14.12.2011
  

• Моделирование бизнес-процессов предприятия с применением программных продуктов Business-Studio и ErWin Data Modeler

  Методика и основные этапы построения модели бизнес-процессов верхнего уровня исследуемого предприятия, его организационной структуры, классификатора. Разработка модели бизнес-процесса в IDEF0 и в нотации процедуры, применением Erwin Data Modeler.
  
  курсовая работа [1,6 M], добавлен 01.12.2013
  

• Виды моделей и методы моделирования бизнес-процессов

  Моделирование бизнес-процессов как средство поиска путей оптимизации деятельности компании. Методология SADT (структурный анализ и проектирование), семейство стандартов IDEF и алгоритмические языки в основе методологий моделирования бизнес-процессов.
  
  реферат [21,7 K], добавлен 14.12.2011
  

• Разработка модуля бизнес-процесса отдела по работе с клиентами и склада на основе конфигурации базовой модели "1С"

  Характеристика деятельности ООО "ЖилРемСтрой", его организационная структура. Разработка проекта автоматизации бизнес-процессов предприятия с помощью программы "1С". Контрольный пример реализации проекта. Расчет экономической эффективности автоматизации.
  
  дипломная работа [3,7 M], добавлен 29.01.2013
  

• Разработка модуля имитационного моделирования элементов транспортной инфраструктуры Межрайонной Инспекции Федеральной Налоговой Службы №7 по Чувашской Республике

  Разработка имитационной модели "Перекресток" для анализа бизнес-процессов предприятия и принятия решения в сложных условиях. Алгоритм построения имитационной модели на основе CASE-средств. Обзор программного обеспечения для имитационного моделирования.
  
  дипломная работа [2,6 M], добавлен 22.11.2015
  

• Проектирование информационной системы компании оптовой торговли

  Построение функциональной модели бизнес-процесса "Оптовая фирма". Проектирование автоматизированного рабочего места менеджеров отделов фирмы по управлению и учетом товарных запасов, операций покупки и продажи. Основные документы бизнес-процесса.
  
  курсовая работа [287,0 K], добавлен 24.12.2012
  

• Моделирование бизнес-процесса "Отдел поставок"

  Построение функциональной модели бизнес-процесса "Деятельность отдела поставок". Постановка задачи по проектированию автоматизированного рабочего места менеджера отдела поставок. Программное обеспечение для регистрации заказа и отметке о его выполнении.
  
  контрольная работа [948,9 K], добавлен 24.12.2012
  

• Моделирование бизнес-процессов ООО "СтильДент"

  Архитектура интегрированных информационных систем ARIS как методология моделирования бизнес-процессов, преимущества и недостатки использования. Выбор бизнес-процесса для моделирования и его содержательное описание, табличный формат его описания.
  
  курсовая работа [2,2 M], добавлен 19.06.2015
  

• главная
• рубрики
• по алфавиту
• вернуться в начало страницы
• вернуться к началу текста
• вернуться к подобным работам