Zastosowanie metod wielokryterialnych do oceny technik ... · nia procesów gospodarczych - diagram...

JAROSŁAW W�TRÓBSKI MARTA SZARAFI�SKA Zachodniopomorski Uniwersytet Technologiczny

ZASTOSOWANIE METOD WIELOKRYTERIALNYCH DO OCENY TECHNIK MODELOWANIA PROCESÓW BIZNESOWYCH - BPM

Streszczenie

Problem przedstawiony w artykule zwi�zany jest z ocen� oraz okre�leniem wła-

�ciwego metodycznego podej�cia do wyboru technik modelowania procesów bizne-

sowych. Ocenie zostały poddane takie techniki jak: IDEF0, UML, eEPC, Sieci Pe-

triego oraz BPMN. Podło�e metodyczne procesu oceny stanowi zastosowanie metod

analizy hierarchicznej AHP oraz TOPSIS. Cało�� kocz� porównanie uzyskanych

wyników oraz wnioski z przeprowadzonych bada.

Słowa kluczowe: modelowanie procesów biznesowych (BPM), techniki modelowania procesowego, MCDM, AHP, TOPSIS

1. Wprowadzenie

W niniejszym artykule podj�to prób� oceny technik modelowania procesów gospodarczych. Obecnie modelowanie procesów gospodarczych stanowi wa�ny kierunek bada� informatyki go-spodarczej. Prawidłowo zidentyfikowane i zamodelowane procesy gospodarcze porz�dkuj� �rodo-wisko informacyjne przedsi�biorstwa oraz warunkuj� efektywne funkcjonowanie podsystemu za-rz�dzania organizacji gospodarczej, tym samym stanowi�c konieczny wst�pny etap wdro�enia zin-tegrowanych rozwi�za� informatycznych czy certyfikacji (np. wprowadzenie norm z serii ISO). W konsekwencji identyfikacja architektury informacji, modelowanie i optymalizacja przebiegu procesów gospodarczych zachodz�cych w przedsi�biorstwie s� elementami decyduj�cymi o jego rozwoju i konkurencyjno�ci.

Analizuj�c literatur� przedmiotu, mo�na wysun� wnioski, i� pomimo dynamicznego rozwoju metod i technik modelowania w opracowaniach wielu autorów wskazywane s� liczne luki badaw-cze. W�ród podnoszonych problemów cz�sto wymieniane s� brak obiektywnych przesłanek doboru metody do problemu [9, 30], wyst�puj�ce ograniczenia funkcjonalne jak równie� ich nieefektyw-no� w kontakcie z rzeczywisto�ci� gospodarcz� [34]. Ponadto istniej�ce metody posiadaj� rów-nie� wiele ogranicze� zarówno funkcjonalnych jak i dotycz�cych potencjalnych wdro�e� [35].

Z uwagi na fakt, i� modelowanie procesów gospodarczych jest tematem bie��cym, badania nad tym zagadnieniem s� systematycznie prowadzone. Dotychczas problematyk� analizy oraz porów-nania istniej�cych technik modelowania mo�na odnale mi�dzy innymi w pracach: Giaglis (2001), Reihlen i in. (2003), Milli i in.(2003), Xinming i Haikun (2006), Wei, Hongwei, Changrui i in. (2006), Damij (2007) [2,5, 9,34].

Jarosław W�tróbski, Marta Szarafiska

Zastosowanie metod wielokryterialnych do oceny technik modelowania

procesów biznesowych - BPM

156

2. Modelowanie procesów biznesowych – BPM

Aktualnie modelowanie procesów biznesowych - Business Process Modeling (BPM) traktuje si� jako podstawowe narz�dzie poznania oraz optymalizacji procesów i systemów zarówno w płaszczynie zarz�dzania jak i kształtowania procesów gospodarczych. Dost�pna literatura do-starcza wielu definicji procesu gospodarczego. Jedna z nich odnosz�ca si� do podej�cia systemo-wego, zaproponowana przez Davenport’a (1993), traktuje proces jako ustrukturyzowany, mierzal-ny zbiór czynno�ci, zaprojektowany w celu wyprodukowania ustalonego produktu wyj�ciowego, dla konkretnego klienta lub rynku, okre�lony w czasie i miejscu porz�dek czynno�ci, z pocz�tkiem, ko�cem i jasno zidentyfikowanymi wej�ciami oraz wyj�ciami [4]. Bardziej formaln� definicj� pro-ponuje M. Rosemann (2003), który traktuje proces gospodarczy jako samowystarczalne, logiczne i czasowe uporz�dkowanie (równoległe i/lub szeregowe) tych czynno�ci, które s� wykonywane w celu transformacji obiektu gospodarczego do realizacji otrzymanego zadania [26]. Hammer i Champy (1993) za� definiuj� proces gospodarczy jako wi�zk� aktywno�ci skierowan� na jedno lub kilka wej�, w wyniku której klient dostaje wyrób o po��danej przez niego warto�ci”[11]. Po-dobne podej�cie zadaniowe wyst�puje tak�e w definicji zaproponowanej przez A. Sharp’a oraz P. McDermott’a (2001). Autorzy traktuj� proces gospodarczy jako zbiór powi�zanych zada�, zaini-cjowanych w odpowiedzi na zdarzenie, które osi�ga okre�lony rezultat dla klienta procesu [30].

Wobec powy�szych definicji modelowanie procesów gospodarczych mo�na traktowa jako ce-lowe planowanie zmian usprawniaj�cych procesy zachodz�ce w przedsi�biorstwie i kontrol� stop-nia ich realizacji [5]. Zatem powinno ono odzwierciedla pewne prawidłowo�ci, czynno�ci b�dzjawiska o ró�nym stopniu zło�ono�ci w sposób zrozumiały dla potrzeb wła�ciwej reprezentacji rozwi�zywanych problemów. Curtis i inni jako podstawowe zastosowania modelowania procesów biznesowych - BPM wskazuj� na uproszczenie zrozumienia i poprawienie jako�ci komunikacji, wspieranie usprawniania procesów, wspieranie zarz�dzania tymi procesami, dostarczenie podstaw pod rozwój aplikacji, automatyzacji kierowania oraz wsparcia dla wykonuj�cego proces [2]. Mode-lowanie tworzy wi�c warunki do wykorzystania informatycznych narz�dzi wspomagaj�cych wyko-nywanie symulacji na procesach i wszelkiego rodzaju analiz, poprzedza u�ycie systemów informa-tycznych do automatyzacji procesów, a tym samym przygotowuje �rodowisko informacyjne obiek-tu do wdro�enia systemu zarz�dzania elektronicznymi zasobami firmy (w tym dokumentami) [2,7].

Istnieje wiele technik modelowania procesów biznesowych, niektóre z nich wykorzystywane s�jako narz�dzia do modelowania całego procesu lub jego cz��ci, inne mog� jedynie wspiera proce-sy lub podprocesy b�d�ce przedmiotem dalszych usprawnie�. W niniejszym opracowaniu poddano analizie techniki oferuj�ce reprezentacj� graficzn�, mianowicie: IDEF0, UML, EPC, Sieci Petriego oraz BPMN.

UML 2 (The Unified Modeling Language) jest narz�dziem obiektowego modelowania proce-sów gospodarczych, wykorzystywanym przez programistów jako j�zyk modelowania systemów informatycznych. Stworzony został przez Grup� OMG (Object Management Group) w drugiej połowie lat 90 [23] i przyjmuje w praktyce posta graficznej reprezentacji tworzonego systemu, składaj�cej si� z logicznie powi�zanych diagramów. Posiada on dodatkowo wiele narz�dzi pomoc-nych w projektowaniu, analizie, programowaniu i modelowaniu procesów biznesowych. Spo�ród trzynastu dost�pnych typów diagramów UML 2, dwa mog� zosta wykorzystane do zamodelowa-nia procesów gospodarczych - diagram przypadków u�ycia oraz diagram aktywno�ci [8,25,28].

POLSKIE STOWARZYSZENIE ZARZ�DZANIA WIEDZ�

Seria: Studia i Materiały, nr 21, 2009

157

Technika IDEF0 (Integration DEFinition or Integration Definition for Function Modeling)

powstała na podstawie metody SADT (Structured Analysis and Design Technique) - techniki pro-jektowania i analizy oprogramowania [6, 9]. Została ona zaprojektowania do modelowania decyzji, działa� i czynno�ci organizacji lub innego systemu, który znajduje swoje odbicie głównie w kierunku perspektywy modelowania funkcjonalnego [27]. IDEF0 usprawnia zaanga�owanie eks-pertów dziedzinowych oraz podejmowanie zgodnych decyzji poprzez uproszczone graficzne na-rz�dzia. Jako narz�dzie analizy IDEF0 pomaga modeluj�cemu w identyfikacji niezb�dnych czyn-no�ci i okre�leniu tego, co jest potrzebne, aby je wykona.

Technika eEPC (Extended Event-driven Process Chains) to inaczej ła�cuch procesów sterowa-ny zdarzeniami [31]. Jest on rozszerzonym modelem techniki EPC (Event-driven Process Chains)

[16]. Model EPC jest jednym z wa�niejszych elementów, na którym opiera si� koncepcja modelo-wania procesów biznesowych w systemie klasy MRP - SAP R/3. Za pomoc� EPC mo�na opisywaprocesy gospodarcze przedstawiane w formie diagramów graficznych tzw. obiektów modelu EPC. Podstawowe elementy to zdarzania, funkcje i operatory logiczne [31].

Sieci Petriego (Petri Nets) s� graficznym i matematycznym sposobem na sporz�dzenie modelu [20]. Składaj� si� z miejsc, tranzycji i skierowanych wa�onych łuków pomi�dzy nimi [34]. Mimo, i� Sieci Petriego zostały zaproponowane w latach 60. XX w., poprzez reprezentacj� współbie�no-�ci wyst�puj�cych zdarze� przyczyniły si� do rozwoju teorii automatów. Obecnie sieci Petriego stanowi� powszechne narz�dzie analizy systemów, które s� scharakteryzowane, jako zbie�ne, roz-proszone asynchronicznie, równoległe, niedeterministyczne i/lub stochastyczne [35].

Standard BPMN (Business Process Modeling Notation) [22, 33] został zdefiniowany w 2004 roku przez BPMI i jest on najmłodsz� z przedstawionych technik modelowania. Celem jego wpro-wadzenia było stworzenie dedykowanej techniki modelowania procesów gospodarczych, wspiera-j�cej zarówno działania u�ytkowników o wiedzy biznesowej jak i u�ytkowników o wiedzy tech-nicznej [22, 24].

3. Podstawy formalne oceny metod modelowania procesów gospodarczych

Ze wzgl�du na zło�ony i wielokryterialny charakter analizowanego problemu w badaniach wy-korzystano aparat matematyczny wielokryterialnego wspomagania decyzji - Multiple Criteria De-

cision Making (MCDM) [21]. W niniejszej opracowaniu zdecydowano si� ws szczególno�ci wyko-rzysta dwie metody metod� analizy hierarchicznej problemu AHP (Analytic Hierarchy Process)

oraz Topsis. Metoda AHP została zaproponowana przez T.L. Saaty’ego [29]. Wi��e ona zarówno subiektywno� jak i obiektywno� zwi�zan� z analiz� ocen oraz pozwala na kwantyfikacj� ilo�cio-w� problemu (poprzez konstrukcj� hierarchicznego usytuowania cz�stkowych zale�no�ci i powi�-za� reprezentuj�cych dany problem decyzyjny). Ponadto pozwala ona okre�li zwi�zki mi�dzy ostatecznym celem, kryteriami wybór oraz alternatywami w sposób jawnie okre�lony i zdefiniowany w procesie decyzyjnym [19].

Jednym z wa�niejszych problemów w procesie oceny technik modelowania procesów gospo-darczych jest brak obiektywnych, a przy tym mog�cych mie uniwersalne zastosowanie, kryteriów poddanych ocenie. W celu zdefiniowania zbioru kryteriów oceny posłu�ono si� opracowaniami A.W. Scheer’a [31]. Zaproponowana przez niego struktura funkcjonalna dotyczy perspektyw po-działu procesów gospodarczych. W tym kontek�cie, analizie zostały poddane funkcjonalne aspekty modelowania rzeczywisto�ci gospodarczej obejmuj�ce perspektywy: funkcji, organizacji, informa-cji, sterowania oraz dynamiczno�. Dost�pne opracowania dotycz�ce okre�lenia kryteriów mode-




158

lowania BPM wskazuj� równie� na inne kryteria takie jak: przejrzysto� modelu dla osoby po-stronnej, mo�liwo� dokonania analizy oraz wsparcie przez narz�dzia modelowania [32]. W kon-sekwencji opieraj�c si� na tak zdefiniowanej rodzinie kryteriów, mo�liwe jest okre�lenie struktury hierarchicznej problemu, a tym samym pogrupowanie elementów oceny na ka�dym poziomie drzewa decyzyjnego. Klasyczna struktura drzewa decyzyjnego na szczycie hierarchii stawia głów-ny problem do rozwi�zania, kolejne poziomy prezentuj� kryteria oceny, ostatni poziom przedsta-wia alternatywy wyboru - metody modelowania procesów gospodarczych, które zostaj� poddane ostatecznej ocenie. Struktur� hierarchiczn� rozwa�anego problemu decyzyjnego przedstawia rysu-nek 1.

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

�� !��

Rysunek 1. Struktura hierarchiczna oceny technik modelowania procesów gospodarczych

�ródło: Opracowanie własne na podstawie [32]

Wskazane powy�ej kryteria nie s� sobie równoznaczne. Wykorzystuj�c zaproponowan� przez T.L. Saaty’go [29] metod� AHP (Analytic Hierarchy Process) (w szczególno�ci macierz porówna�parami z wykorzystaniem dziewi�ciostopniowej skali ocen na ka�dym poziomie w hierarchii), mo�liwe jest okre�lenie relatywnych wag dla wszystkich kryteriów oraz ocen cz�stkowych warian-tów wyboru. Uzyskany rezultat – wektor wa�no�ci kryteriów (powstały w wyniku porówna� para-mi) przedstawia tabela 1. Kolejno uzyskane warto�ci cz�stkowe funkcji u�yteczno�ci stanowi�podstaw� do wyznaczenia ł�cznej oceny analizowanego wariantu decyzyjnego.



159

Tabela 1. Wektor relatywnej wa�no�ci kryteriów oceny technik modelowania

Kryteria mode-lowania

Per

spek

tyw

a fu

nkcj

i

Per

spek

tyw

a or

gani

zacj

i

Per

spek

tyw

a in

form

acji

Per

spek

tyw

a st

erow

ania

Dyn

amic

zno�

Prz

ejrz

ysto�

mod

elu

Ana

liza

Wsp

arci

e pr

zez

narz�d

zia

m

odel

owan

ia

Wa�no� kryteriów

0,322 0,145 0,186 0,126 0,046 0,089 0,058 0,024


Ostatnim krokiem procedury AHP [29] jest wyznaczenie warto�ci ko�cowych funkcji u�ytecz-no�ci (z wykorzystaniem u�yteczno�ci cz�stkowych) dla analizowanych technik modelowania (BPM). Uzyskane rezultaty zawarto w tabeli 2.

Tabela 2. Zestawienie u�yteczno�ci cz�stkowych oraz ł�cznych warto�ci funkcji u�yteczno�ci dla

analizowanych technik BPM

Technika BPM

Per

spek

tyw

a fu

nkcj

i

Per

spek

tyw

a or

gani

zacj

i

Per

spek

tyw

a in

form

acji

Per

spek

tyw

a st

erow

ania

Dyn

amic

zno�

Prz

ejrz

ysto�

mod

elu

Ana

liza

Wsp

arci

e pr

zez

narz�d

zia

m

odel

owan

ia

Sum

a

Ran

king

IDEF0 0,018 0,005 0,006 0,004 0,001 0,021 0,003 0,002 0,061 5 UML 0,031 0,037 0,056 0,023 0,007 0,010 0,012 0,011 0,187 3 eEPC 0,060 0,069 0,044 0,029 0,005 0,040 0,012 0,003 0,262 2

Sieci Petriego 0,072 0,005 0,006 0,010 0,013 0,003 0,007 0,001 0,118 4 BPMN 0,141 0,029 0,074 0,060 0,021 0,015 0,023 0,008 0,372 1


Według powy�ej przedstawionych wyników oceny, najwy�sz� warto� funkcji u�yteczno�ci (0,372) uzyskała metoda BPMN (Business Process Modeling Notation) i mo�na uzna j� jako najlepiej usytuowan� w ko�cowym rankingu. Technika, która została najgorzej oceniona to IDEF0, jej ko�cowa ocena wyniosła 0,187.

Wprawdzie metoda AHP jest szeroko stosowana przez specjalistów oraz praktyków z uwagi na jej przyst�pno� oraz mo�liwo� wielopoziomowej hierarchizacji problemu decyzyjnego. W literaturze przedmiotu wskazuje si� jednak na pewne ograniczenia metody AHP, miedzy innymi: liczba porównywanych problemów, przyznawanie ocen w znormalizowanym umownym zakresie wg skali Saaty’go od 1-9, zało�enie pełnej porównywalno�ci kryteriów i wariantów oceny, spójno� macierzy ocen, du�e uproszczenie w modelowaniu analizowanego problemu czy te�potrzeba współpracy z zewn�trznymi ekspertami [15].




160

W zwi�zku z istnieniem powy�szych ogranicze� u�ytej metody zasadne jest zweryfikowanie otrzymanych wyników korzystaj�c z innych metod wspieraj�cych rozwi�zanie wielokryterialnych problemów decyzyjnych.

4. Metoda TOPSIS

TOPSIS (Technique for Order Preference by Similarity to an Ideal Solution) to metoda wielo-kryterialnego wspomagania decyzji zaproponowana przez Chen’a oraz Hwang’a [1] oraz rozwini�-ta przez Hwang’a i Yoon’a [12]. Podstawowe zało�enia metody TOPSIS to identyfikacja najlep-szego rozwi�zania spo�ród sko�czonego zbioru rozwi�za� - alternatyw. Według metodyki TOPSIS najlepsze rozwi�zanie to takie, które posiada najkrótsz� odległo� do rozwi�zania najlepszego, a zarazem najdalsz� od rozwi�zania najgorszego.

Punktem wyj�cia do pozyskania rozwi�za� decyzyjnych jest zbudowanie podobnie jak w przypadku metody AHP macierzy decyzyjnej. W tym celu skorzystano z wcze�niejszych obli-cze�, ponadto wykorzystano równie� wektory preferencji w obr�bie ka�dego kryterium (tabela 1).

Według literatury procedura metody TOPSIS przebiega według ustalonych etapów. Kroki po-st�powania według procedury to [14]:

1. obliczenie znormalizowanej macierzy decyzyjnej, 2. obliczenie znormalizowanej macierzy decyzyjnej wraz z uwzgl�dnieniu wag poszczegól-

nych kryteriów, 3. okre�lenie rozwi�zania idealnego, oraz o rozwi�zania any- idealnego, 4. obliczenie warto�ci odległo�ci ka�dej z rozpatrywanych alternatyw od rozwi�zania idealne-

go oraz rozwi�zania anty-idealnego, 5. obliczenie wzgl�dnej blisko�ci ka�dej z alternatyw do rozwi�zania idealnego, 6. szeregowanie alternatyw w kolejno�ci od najwi�kszej do najmniejszej wzgl�dnej blisko�ci

do rozwi�zania idealnego, a nast�pnie wybór okre�lonej ilo�ci najkorzystniejszych z nich. Podstaw� metody TOPSIS, stanowi zało�enie, �e wybrana alternatywa powinna posiada „naj-

krótsz� odległo�” (“shortest distance”) od idealnego rozwi�zania oraz “najdalsz� odległo�” (“farthest distance”) od rozwiania negatywnego - najgorszego. Ko�cowy rezultat wyników usze-regowania wzgl�dnych blisko�ci alternatyw do rozwi�zania idealnego przedstawia rysunek 2, (ta-bela 7). Natomiast ko�cowy ranking rozwi�za� powstały w skutek oblicze� według metody TOPSIS został zawarty w tabeli 8.



161

Rysunek 2. Warto�ci wzgl�dnych blisko�ci alternatyw do rozwi�zania idealnego

�ródło: opracowanie własne

Wyniki oceny według algorytmu procedury obliczeniowej TOPSIS, kolejno zostały przedsta-

wione w tabelach: 3, 4, 5, 6, 7, 8.

Tabela 3. Znormalizowana macierz decyzyjna

kryte-

rium 1

kryte-

rium 2

kryte-

rium 3

kryte-

rium 4

kryte-

rium 5

kryte-

rium 6

kryte-

rium 7

kryte-

rium 8

A1 0,104 0,060 0,058 0,056 0,038 0,431 0,101 0,142

A2 0,179 0,442 0,543 0,323 0,267 0,205 0,406 0,780

A3 0,347 0,823 0,427 0,407 0,191 0,821 0,406 0,213

A4 0,416 0,060 0,058 0,140 0,497 0,062 0,237 0,071

A5 0,815 0,346 0,718 0,841 0,802 0,308 0,778 0,567


Tabela 4. Znormalizowana macierz decyzyjna z uwzgl�dnieniu wag poszczególnych kryteriów

kryte-

rium 1

kryte-

rium 2

kryte-

rium 3

kryte-

rium 4

kryte-

rium 5

kryte-

rium 6

kryte-

rium 7

kryte-

rium 8

A1 0,034 0,009 0,011 0,007 0,002 0,039 0,006 0,003

A2 0,058 0,064 0,101 0,041 0,012 0,018 0,024 0,019

A3 0,112 0,120 0,080 0,051 0,009 0,073 0,024 0,005

A4 0,134 0,009 0,011 0,018 0,023 0,006 0,014 0,002

A5 0,263 0,050 0,134 0,106 0,037 0,028 0,045 0,014





162

Tabela 5. Rozwi�zania idealne oraz anty-idealne

kryte-rium 1

kryte-rium 2

kryte-rium 3

kryte-rium 4

kryte-rium 5

kryte-rium 6

kryte-rium 7

kryte-rium 8

A+ 0,263 0,120 0,134 0,106 0,037 0,073 0,045 0,019

A- 0,034 0,009 0,011 0,007 0,002 0,006 0,006 0,002


Tabela 6. Odległo�ci alternatyw do rozwi�zania idealnego oraz anty-idealnego

D+ D-

A1 0,307 0,033

A2 0,234 0,118

A3 0,174 0,174

A4 0,241 0,104

A5 0,084 0,288


Tabela 7. Wzgl�dne blisko�ci alternatyw do rozwi�zania idealnego

P+

A1 0,097

A2 0,335

A3 0,500

A4 0,301

A5 0,775


Tabela 8. Ranking wariantów decyzyjnych


Na podstawie otrzymanych wyników nale�y stwierdzi, �e rozwi�zaniem najlepszym według metody TOPSIS jest wariant A5 - czyli wybór metody BPML. Metoda ta uzyskała warto� najbli�-sz� wzgl�dem rozwi�zania idealnego, która wyniosła 0, 775 (P+). Na drugim miejscu w rankingu

alternatywy rozwi�za�

P+ Ran-king

BPM

A1 0,097 5 IDEF0

A2 0,335 3 UML

A3 0,500 2 eEPC

A4 0,301 4 Sieci Pe-

triego

A5 0,775 1 BPMN



163

alternatyw znalazł si� wariant A3 - metoda eEPC, nast�pnie kolejno: A2 - UML, A4 – Sieci Petriego.

Zdecydowanie mniejsze warto�ci wzgl�dnych blisko�ci alternatyw do rozwi�zania idealnego,

a zarazem bli�sze do rozwi�zania anty - idealnego wykazuje metoda IDEF0. Wnioskuj�c mo�na

wskaza, �e zyskała ona najmniejsz� u�yteczno� dla potrzeb rozwa�anego problemu.

5. Porównanie ostatecznych wyników wielokryterialnej oceny metod modelowania procesów gospodarczych.

W przeprowadzonym eksperymencie badawczym pozyskano ranking oceny technik modelowa-

nia procesów biznesowych - BPM. Uzyskany ranking stanowi podstaw� do analizy porównawczej

zastosowanych w niniejszym opracowaniu metod AHP oraz Topsis.

Zestawienie otrzymanych wyników uzyskanych przy wykorzystaniu narz�dzi AHP i Topsis

przedstawia tabela 9.

Tabela 9. Kocowe zestawienie wyników oraz ranking technik modelowania BPM

alter-

natywy

rozwi�za�

TOPSI

S

P+AHP RANKING BPM

A1 0,097 0,061 5 IDEF0

A2 0,335 0,187 3 UML

A3 0,500 0,262 2 EEPC

A4 0,301 0,118 4 Sieci Petrie-

go

A5 0,775 0,372 1 BPMN


Porównanie ko�cowego zbioru rozwi�za� wskazuje jednoznacznie, i� mimo zastosowania

dwóch odmiennych metodologicznie metod oceny technik BPM wyniki s� zbie�ne. Zarówno me-

toda AHP jak i Topsis wskazały, �e najbardziej preferowan� alternatyw� dla danego obszaru zasto-

sowa� jest metoda BPMN, która otrzymała pierwsze miejsce w rankingu a jej oceny ostateczne

okazały si� zdecydowanie lepsze od innych ocenionych metod. Najgorzej ocenion� okazał� si�metoda IDEF0, której przypadło ostatnie miejsce i najmniejsz� suma ocen ko�cowych.

6. Podsumowanie

Przeprowadzone w artykule rozwa�ania wskazuj� na mo�liwo� zastosowania kolekcji dwóch

metod (AHP i Topsis) w procesie oceny i wyboru metody modelowania procesów biznesowych.

Metod� AHP wykorzystano w celu wyznaczenia wektorów preferencji oraz warto�ci funkcji u�y-

teczno�ci, co dało podstaw� do weryfikacji wyników oceny poprzez zastosowanie metody Topsis.

Przedstawione podej�cie do wielokryterialnej oceny problemu decyzyjnego, pozwoliło na unifika-

cj� tych dwóch podej�. Zbie�no� otrzymanych rezultatów potwierdza zarazem słuszno� wyko-

rzystania metod MCDM do rozwi�zania danego problemu decyzyjnego, przy czym otrzymane wy-

niki mo�na traktowa jako prawidłowe.

Zaprezentowano kryteria oceny technik modelowania procesów biznesowych, które stanowi�syntez� wcze�niejszych do�wiadcze� z zakresu oceny metod BPM. W obliczu rosn�cego zaintere-

sowania modelowaniem procesów, a tym samym zapotrzebowania na techniki modelowania, bada-

nia nad analiz� modelowania s� stale prowadzone. Problemem pozostaje nadal usystematyzowanie




164

istniej�cej wiedzy, a przede wszystkim do�wiadcze� praktycznych, z zakresu technik i metod mo-delowania procesów gospodarczych. Istotnym zagadnieniem badawczym wydaje si� równie� dobór takiego zestawu kryteriów, który miałby zastosowanie uniwersalne.

Bibliografia

1. Chen S.J., Hwang C.L. (1992): Fuzzy Multiple Attribute Decision Making: Methods andApplications, Springer, Berlin.

2. Curtis B., Kellner M.I., Over J. (1992): Process modeling, Communications of ACM,Vol.35 No.9.

3. Damij N. (2007): Business process modeling using diagrammatic and tabular techniques,Business Process Management Journal.

4. Davenport, T. H. (1993): Process innovation. Boston: Harvard Business School Press, Bos-ton, MA.

5. Delfmann W., Reihlen M. (2003): Procezessanalyse und – bewertung als Kernelemente in-tegrierten Prozessmanagements, Controlling von Logistikprozessen. Schaeffer-PoeschelVerlag.

6. Draft Federal Information Processing Standards Publication 183-Announcing the Standardfor INTEGRATION DEFINITION FOR FUNCTION MODELING (IDEF0). National In-stitute of Standards and Technology 1993.

7. Endl R., Meyer M. (1999): Potential of business process modeling with regard to availableworkflow management systems. Process modeling, Springer Berlin.

8. Engels G., Förster A., Heckel R., Thöne S. (2005): Process Modeling using UM, WileyPublishing, New York.

9. Giaglis G. M. (2001): Transformation of static process models into dynamic simulations: is-sues and considerations, w: Process modelling (Eds B. Scholz-Reiter, H.-D.Stahlmann andA. Nethe).

10. Grandzol J. R. (2007): Improving the Faculty Selection Process in Higher Education: ACase for the Analytic Hierarchy Process, Association for Institutional Research Enhaningknowledge.

11. Hammer, M., Champy, J. (1993): Reengineering the corporation: A manifesto for businessrevolution. London: Nicolas Brealey, Londyn.

12. Hwang C.L., Yoon K. (1981): Multiple Attribute Decision Making Methods and Applic-tions Springer, Berlin Heidelberg.

13. International Society on Multiple Criteria Decision Making: http://www.mcdmsociety.org/dost�p online: 8.12.2008.

14. Jahanshahlooa G.R., Hosseinzadeh Lotfia F., Izadikhahb M. (2006): Extension of the TO-SIS method for decision-making problems with fuzzy data, Department of Math, Scienceand Research Branch, Islamic Azad University, Tehran 14515-775, IranbDepartment ofMath, Islamic Azad University, , Arak, Iran. (dost�p online: 5.06.2006).

15. Kabierz J., Turek M., Drzewiecki J, Makówka J.(2006): Ocena innowacyjno�ci technologiieksploatacji w�gla kamiennego metoda AHP.(dost�p online: 2006).

16. Keller, G. (1992): Nuttgens, M.; Scheer, A. W.: Semantische Prozeßmodellierung auf derGrundlage ''Ereignisgesteuerter Prozeßketten (EPK)'', Veröffentlichungen des Instituts fürWirtschaftsinformatik, Heft 89, Saarbrücken.



165

17. Lee and Kim (2001), Hastak and Shaked (2000): Critical review of investment appraisal techniques (chapter4). 18. Lexer, M., Vakic, H. (2007): Multiple Criteria Decision Making in Natural Resource Man-

agement, Lecture Notes, Universität für Bodenkultur, Wien. 19. Mamaghani F. (2002): Evaluation and selection of an antivirus and content filtering soft-

ware, St. John Fisher College, New York. 20. Murata T. (1989): Petri nets: properties, analysis and applications, Proc. IEEE 77(4). 21. Nachtnebel, H.P. (2008): Multi-objective decision making techniques, Water Resources

Planning and Decision Making, Module 5. 22. OMG, Business Process Modeling Notation (BPMN) Specification, Final Adopted Specifi-

cation, http://www.bpmn.org/Documents/OMG%20Final.pdf; dost�p online: 2006. 23. OMG, UML Resource Page, http://www.uml.org/; (dost�p online: 2008). 24. Owen M., Raj J.: BPMN: Introduction to the new business process modeling,

http://www.bpmn.org/Documents/BPM.pdf , (dost�p online: 12 maja 2003). 25. Penker M., Erriksson H. (2000): Business modeling with UML: business patterns at work,

Wiley, Chichester, UK. 26. Rosemann, M. (2003): Business Process Modelling. Queensland University of Technology,

Centre for Information Technology Innovation - materiały seminaryjne (http://www.code.auckland.ac.nz/comwebcontent/pages/UserFiles/File/documents/2003/BusinessProcessModelling.pdf); (dost�p online: luty 2003).

27. Ross D., Schoman K. (1977): Structured Analysis for Requirements Definition, IEEE Trans. Software Engineering, vol. 3, no. 1.

28. Rumbaugh G. (1999): The Unified Modelling Language User Guide, Addison-Wesley, Reading, MA.

29. Saaty, T.L. (1996): Multicriteria Decision Making, RWA Publications, Pittsburgh, PA. 30. Sharp, A., McDermott, P. (2001): Workflow modeling: Tools for process improvement and

application development. Boston: Artech House. 31. Sheer A. W. (1999): ARIS- Business Process Framework (third edition), Heidelberg, Sprin-

ger Verlag, Berlin. 32. W�tróbski J., Gniadek J. (2008): Analiza porównawcza metod modelowania procesów go-

spodarczych, Metody informatyki stosowanej, Rola informatyki w rozwoju regionalnym, Tom 14, Szczecin.

33. White S.A. (2004): Business Process Modeling Notation (BPMN) specification version 1.0, http://www.bpmn.org/Documents/BPMN202004.pdf, (dost�p online: 3 maja 2004).

34. Wei W., Hongwei D., Jin D., Changrui R. (2006): A Comparison of Business Process Modeling Methods, Service Operations and Logistics, and Informatics, SOLI '06. IEEE.

35. Von Uthmann C., Becker J. (1999): Guidelines of modeling (GoM) for business process simulation. Process modeling, Springer, Berlin.




166

ADVANTAGE OF MULTI - CRITERIA DECISION MAKING METHODS FOR ESTIMATE BPM TECHNIQUES

Summary

The purpose of this paper is an attempt to apply the AHP and Topsis methods in

evaluation of business process techniques. The article presents a recapitulation of

research conducted hitherto on the evaluation of business process techniques. Re-

spectively, the concept of multi-dimensional methods was presented and an evalua-

tion model of the functional quality of business process techniques applying the AHP

and Topsis methods was constructed. Conclusion table from the research conducted

ends the study.

Keywords: business process modelling, AHP method, TOPSIS method

Jarosław W�tróbski Marta Szarafi�ska Katedra In�ynierii Systemów Informatycznych Wydział Informatyki Zachodniopomorski Uniwersytet Technologiczny ołnierska 49, 71-210 Szczecin e-mail: [email protected]

[email protected]

Zastosowanie metod wielokryterialnych do oceny technik ... · nia procesów gospodarczych - diagram...

Documents

Transcript of Zastosowanie metod wielokryterialnych do oceny technik ... · nia procesów gospodarczych - diagram...