Статья: Основанное на CPN-Tools по для анализа производительности бизнес-процессов

Основанное на CPN-Tools по для анализа

производительности бизнес-процессов

И.В. Артамонов

Байкальский государственный университет

Аннотация

При разработке и внедрении корпоративных информационных технологий необходимо оценивать эффективность работы проектируемых и совершенствуемых бизнес-процессов. Разрабатываемая система показателей во многом зависит от специфики бизнес-процесса, а ее качество - от опыта эксперта. Существующие технологии не позволяют объективно оценивать работоспособность будущих процессов по их схемам, будучи либо слишком примитивными, либо сложными для применения к моделям реального предприятия. Метрики производительности вообще сложно поддаются изучению формальными методами, так как кроме структуры процесса необходимо учитывать временные аспекты его работы, которые вообще могут носить стохастический характер. В статье описывается программное обеспечение для анализа производительности бизнес-процесса путем имитационного моделирования. Для отображения схемы взаимодействия предлагается использовать аппарат цветных сетей Петри со специальным расширением для анализа временных меток. Управление имитационным комплексом осуществляется серверным программным обеспечением через веб-ориентированный интерфейс. Программный комплекс позволяет проводить анализ нескольким исследователям одновременно.

Abstract

CPN-BASED SIMULATION SOFTWARE FOR BUSINESS PROCESS THROUGHPUT ANALYSIS

I.V. Artamonov

It's necessary to measure business process throughput during development and implementation of corporate information systems. A system of throughput metrics for such analysis is determined by business process nature, while its quality depends on analyst experience. Current technologies do not provide a method for objective measuring of future business processes throughput efficiency being either too primitive or too complex for real-world enterprise models. Throughput metrics are generally difficult to study with formal methods, since in addition to the structure of the process, it is necessary to take into account time aspects, which can be stochastic in general. The paper presents simulation software for analysis of business process throughput. The program uses Timed Coloured Petri Nets for representing an interaction scheme, CPN Tools for simulation and is ruled by an application server through web-oriented interface. On the whole the simulation package is designed for using in distributed environment and allows carrying out an analysis by several researchers concurrently.

Ключевые слова: бизнес-процесс, имитационное моделирование, пропускная способность, производительность, CPN Tools, цветные сети Петри.

Keywords: business process, computer simulation, throughput, performance, CPN Tools, Coloured Petri Net.

Введение

Процессное управление в менеджменте предполагает переход от управления отдельными подразделениями компании к управлению сквозными бизнес-процессами, проходящими через все предприятие и даже выходящими за его границы. Поэтому в основе процессного подхода лежит деятельность по описанию, моделированию и исполнению бизнес-процессов. Под бизнес-процессом (процессом) будем понимать совокупность взаимосвязанных процедур и действий, совместно достигающих определенной бизнес-цели [Workflow Management Coalition, 1999]. В текущей рыночной ситуации хорошим конкурентным преимуществом является использование автоматизированных технологий в различных сферах деятельности. Работа многих современных информационных систем (ИС) предприятия основывается на модели бизнес-процессов. Поэтому деятельность по формализации и улучшению бизнес-процессов является важной для внедрения информационных технологий и успешной работы предприятия.

Создание процессной модели предприятия сопровождается построением и анализом моделей бизнес-процессов. Эта стадия предваряет внедрение ИС, а выполняется она графическим образом. Однако этап анализа и усовершенствования построенных моделей процессов во многом остается неформальным, зависящим от знаний и опыта аналитика [Грибанова, Шуплецов, 2017]. Аналитик занимается выявлением неэффективного использования ресурсов, избыточных или ненужных взаимодействий, сокращением цепочек передачи данных и пр.

Не менее важно в процессе анализа ответить на вопросы «Как долго может длиться процесс?», «Сколько он стоит?», «Сколько ресурсов может понадобиться?» и т.д. Достоверные ответы, полученные объективными методами, снижают зависимость от компетенции эксперта и позволяют эффективно повышать качество работы бизнеса. Сегодня существуют технологии, позволяющие получать такие ответы от уже выполняющихся процессов и корпоративных информационных систем, например, с помощью глубинного анализа процессов [Aalst. 2011]. Но предсказание эффективности будущей системы пока остается практически нерешенной проблемой. Эксперты -аналитики обычно владеют данными о статистике выполнения и эффективности уже существующих операций, механизмов и человеческих ресурсов, но не могут с достаточной точностью рассчитывать показатели нового, только создаваемого процесса. Особенно, если этот процесс сложный, трудноформализуемый, включает ручные операции, а его поведение носит вероятностный характер. Поэтому в индустрии часто анализ производительности таких процессов не производится, так, в [Dumke et al., 2001] говорится, что производительность автоматизированных систем анализируется только на последних этапах разработки, когда уже нет возможности вносить кардинальные изменения.

Технологии функционально-стоимостного анализа, встроенные в средства моделирования процессов, отвечают на некоторые вопросы, но расчеты проводятся достаточно просто: например, для каждого блока схемы записываются данные (время или стоимость), а в случае последовательного расположения блоков сумма их данных и определяется как итоговая для всего процесса. Понятно, что такой метод становится бесполезным в случаях усложнения структуры, например, с добавлением условий или циклов, не учитывает нагрузку на процесс и разное время его выполнения, зависящее от множества факторов. И получается, что ввод данных о процессах в систему моделирования носит формальный, справочный характер, а их анализ проводится только экспертно.

Анализ существующих формальных, объективных способов расчета производительности бизнес-процессов показал, что большая часть из них опирается на методики, сложность применения которых часто экспоненциально растет при росте сложности исследуемой системы.

А такие нужные операции, как поиск наиболее производительных конфигураций бизнес-процесса, анализ ее чувствительности к эффективности работы отдельных операций вообще не проводится.

Описываемый в статье программный комплекс лишен перечисленных недостатков. Он опирается на ту же предпосылку (имеются данные о производительности операций, составляющих процесс), что и большинство из существующих на данный момент времени формальных методов предварительного расчета производительности, однако позволяет получить разносторонние результаты быстрее и легче, используя метод имитационного моделирования.

анализ производительность бизнес процесс

Анализ существующих методов

Несмотря на то, что вопросы оценки производительности бизнес-процессов исследуются параллельно с развитием процессного подхода, нами не было обнаружено хоть сколько-нибудь выделенного определения этого термина (отметим, что к этому понятию мы не относим такие классические экономические термины, как производительность земли, капитала, труда [Соколова, 2003; Радостева, 2018] и пр., где время не рассматривается как основная ось измерений, а смысл терминов близок к «продуктивности»). Будем считать, что производительность бизнес-процесса - это набор показателей, оценивающих эффективность выполнения бизнес-процесса с учетом временных ограничений.

Показатели производительности (throughput indicators) являются частью более широкой группы показателей эффективности (performance indicators), куда кроме собственно «времени» в [Heckl, Moorman, 2010] относят качество, стоимость и гибкость. Эти показатели хорошо согласуются с существующими системами оценки эффективности компаний (в KPI, Performance prism, BSC [Балашова, Репина, 2011] и пр.) и являются важной частью метрик качества бизнес-процесса [Сагйозоб 2002]. Также производительность можно отнести к группе показателей надежности бизнес-процесса.

Ввиду слабого развития вычислительной техники большинство работ по теории построения производственных систем ([Al-Jaar et al, 1988.; Al-Jaar et al, 1990; Leonides, 1991; Zuberek, Kubiak, 1994.; D'Souzaa, Khator, 1994; Moore, Gupta, 1996; Viswanadham, Srinivasa, 2000; Kasi, Tang, 2005; Chryssolouris, 2005; Heinrich, 2013]) или теории QoS бизнес-процессов ([Aguilar et al., 1999; Cardoso, 2002; Hosftede, 2005; Alkhaldi et al., 2008; Brocke, Rosemann, 2010; Saeedi et al., 2010]) ориентируются на формальные методы анализа. В сервис-ориентированной построения систем и предприятий идеологии, развивающейся последние годы, технологической основной выполнения бизнес-процессов или рабочих потоков являются композиции сервисов, поэтому был проведен анализ и методов расчета их производительности. В общем методики анализа производительности делятся на 2 направления: с использованием имитационного или математического моделирования. Во втором случае методики ориентируются на анализ структуры системы ([ Lemos, et al., 2005; Myoung Ko et al., 2008; Anja Strunk, 2010), как минимум предполагают расчет с учетом только последовательного расположения под-процессов, в более сложных случаях предлагая различные алгоритмы расчета производительности по базовым алгоритмическим конструкциям (циклов, развилок и пр.).

Но любой из описанных методов труден для реального применения и его сложность часто экспоненциально растет с ростом сложности исследуемых систем (проблема комбинаторного взрыва). Небольшая часть работ использует имитационное моделирование как доказательство эффективности частных алгоритмов ([Silver et al., 2003.; Sato et al., 2007; Yang et al., 2008]). Имитационное моделирование хорошо применимо для анализа работы процессов и систем, однако практическое применение метода ограничено ввиду недостатка универсальных технологий и средств. Хорошо формализуемые цепочки автоматизированных бизнес-процессов можно моделировать достаточно точно, но бизнес- процессы, включающие большие объемы ручного труда и неконтролируемых факторов - сложно [Aalst, 2015].

Кроме того, подготовка имитационного эксперимента для такого рода систем может занимать время, сравнимое с разработкой прототипа среды выполнения бизнес-процессов, который, кстати, и может являться имитационной моделью. Типовые инструменты имитационного моделирования требуют длительного освоения и позволяют моделировать простейшие сигналы, обрабатываемые системой. Таким образом, дороговизна и методическая сложность затрудняют точные расчеты производительности бизнес- процессов в задачах автоматизации бизнеса.

Описание программного комплекса

Мы предлагаем новый способ анализа производительности бизнес-процессов, легкий в освоении и интерпретации результатов. Методика предполагает использование специального программного комплекса (ПКБТ), который дополнительно может применяться для оценки надежности работы различных систем и процессов [Артамонов, 2014].

В качестве языка моделирования процессов используется аппарат сетей Петри, но в целях расширения возможностей моделирования используются цветные сети Петри - они позволяют задавать множество данных и их типов, а каждая операция процесса - это отдельный переход сети. Простые сети Петри, давая хорошие возможности к структурному и поведенческому анализу, не позволяют анализировать производительность схемы, так как не предполагают наличия временных характеристик для позиций, переходов и меток. Поэтому нами предлагаются к использованию цветные сети Петри с временным расширением, данным в [Jensen, 2009]. Обоснование возможности использования цветных сетей Петри для целей моделирования бизнес-процессов было нами дано в [Артамонов, 2013]и др. работах.

ПКБТ уже был способен анализировать надежность бизнес-процессов, но новые функции расширяют функциональность для оценки производительности и решают следующие задачи:

1. Оценка производительности процесса целиком. В модель вводятся значения производительности отдельных операций, скорость работы исполнителей, интенсивность входящего потока заявок.

2. Оценка чувствительности. Анализ основан на предположении, что производительность одних подпроцессов больше влияет на общую производительность, чем других. Анализ чувствительности определяет величину этого влияния и проводит сравнение влияний разных операций друг на друга.

3. Сравнение производительности различных структур процесса. ПКБТ проводит исследование для разных значений начальных параметров или для разных структур для нахождения оптимальной схемы процесса.

ПКБТ может проводить оценку производительности системы любой структуры, если есть данные о производительности входящих в состав процесса операций. Как уже отмечалось, подобное исследование можно провести, используя существующие методики, но для структур, содержащих большое количество элементов с нелинейными связями, сложность использования любых аналитических методов непропорционально вырастает, а их точность снижается.

В основе работы ПКБТ лежит специальный алгоритм оценки производительности процесса, который был нами подробно описан в [Артамонов, 2014]:

1. Анализ структуры процесса и выявление его операций.

2. Построение схемы процесса в терминах цветных сетей Петри в ПО CPN Tools (определение наборов цветов, позиций и переходов, входных данных, описание переменных и функций). Важнейшей и отличительной задачей этого этапа является определение на схеме временных меток данных и скорости работы операций (рис. 1).

3. Создание нового эксперимента в ПКБТ: загрузка файла с моделью процесса, определение количества внутренних запусков, приблизительного количества срабатываний переходов до завершения имитации, задание типа задачи оценки производительности.

4. Проведение имитационного эксперимента.

5. Анализ результатов.

Если за один имитационный прогон цели оценки не достигаются, то в модель процесса вносятся изменения и все этапы повторяются. Предполагается, что верификация модели проводится экспертом в процессе ее разработки.

Рис. 1. Модель процесса

Fig.1. Process model

В качестве индикаторов производительности используются показатели, представленные в [Артамонов, 2018]. Структура ПКБТ описана в [Артамонов, 2014].

Результатом работы ПКБТ является аналитическая справка, описывающая уровень производительности процесса.

Рассмотрим примеры результатов эксперимента над простой моделью процесса, представленной на рис. 1. Схема обработки ресурсов линейна, за исключением двух подпроцессов TWO и THREE, которые принимают ресурсы из B и передают результаты работы в C, имитируя таким образом два параллельных агрегата или работника. Для упрощения схемы время задержки каждой операции выбирается случайным образом.