Оценка качества услуг в рамках ИТ-проектов на основе агрегирования показателей

Цели. Необходимость оперативного и обоснованного оценивания качества услуг в рамках сложных ИТ-проектов, таких как сервисное, техническое обслуживание ИТ-инфраструктуры, включающей выполнение большого числа схожих или аналогичных итераций, предопределяет необходимость разработки новых методов оценки качества, основанных на нелинейном агрегировании показателей. Применение прежних методов контроля становится невозможным либо трудозатратным ввиду изменения структуры процесса, территориальной удаленности, автоматизации, информатизации и появления больших данных. Цель работы – разработка подхода к оцениванию качества работ (услуг) в рамках ИТ-проектов на основе нелинейного агрегирования показателей.

Методы. Предлагается подход к оцениванию качества работ (услуг) в рамках ИТ-проектов на основе нелинейного агрегирования ряда показателей с предварительной декомпозицией системы на частные индикаторы. Показатели качества услуги должны соответствовать требованиям процесса декомпозиции, т.е. полностью характеризовать свойства услуги как единого целого на стадиях ее жизненного цикла.

Результаты. Описано применение предложенной методологии нелинейного агрегирования к индикаторам качества, полученным путем декомпозиции системы, с дальнейшим расчетом единого показателя, учитывающего все существенные изначальные параметрические показатели индикаторов. Предложено производить декомпозицию сложных систем до уровня элементарных подсистем соотношений, описываемых этими индикаторами, которые изначально более адекватно отражают взаимосвязанные явления в сложной системе, нежели абсолютные показатели.

Выводы. Показано преимущество практического применения модели параметрического нелинейного агрегирования данных для оценки качества ИТ-услуг. Использование агрегированного информационно- аналитического показателя оценки качества услуг улучшает доступность аналитической информации для лиц, принимающих решения, снижает размерность аналитических данных, повышает объективность получаемой обобщенной информации.

1. Курносова О.А. Оценка качества организации системы логистического сервиса на промышленных предприятиях. Ученые записки Крымского федерального университета имени В.И. Вернадского. Экономика и управление. 2019;5(71):54–67. URL: https://sn-ecoman.cfuv.ru/wp-content/uploads/2019/05/54-67.pdf?ysclid=lx303wgj28650321072

2. Parasuraman A., Zeithaml V.A., Berry L.L. SERVQUAL: A multiple-item scale for measuring service quality. J. Retail. 1988;64(1):12–40.

3. Шаталова В.В., Лихачевский Д.В., Казак Т.В. Большие данные: как технологии Big Data меняют нашу жизнь. Big Data and Advanced Analytics. 2021;7(1):188–192.

4. Вайншток А.П., Юрков Е.Ф. Ранговые модели индексации субъектов РФ по социально-экономическим показателям. Информационные процессы. 2023;23(1):138–147. URL: http://www.jip.ru/2023/138-147-2023.pdf

5. Limbourg S., Giangb H.Q., Coolsc M. Logistics Service Quality: The Case of Da Nang City. Procedia Eng. 2016;142: 124–130. https://doi.org/10.1016/j.proeng.2016.02.022

6. Rahman S. Quality management in logistics services: A comparison of practices between manufacturing companies and logistics firms in Australia. Total Quality Management & Business Excellence. 2008;19(5):535–550. https://doi.org/10.1080/14783360802018202

7. Franceschini F., Rafele C. Quality evaluation in logistic services. Int. J. Agile Man. Syst. 2000;2(1):49–54. http://doi.org/10.1108/14654650010312589

8. Gajewska T., Grigoroudis E. Importance of logistics services attributes influencing customer satisfaction. In: 4th IEEE International Conference on Advanced Logistics and Transport (ICALT): Conference Paper. IEEE; 2015. P. 53–58. https://doi.org/10.1109/ICAdLT.2015.7136590

9. Ершова Т.Б. Общая характеристика качества ИТ-услуг предприятия. Экономические и гуманитарные науки. 2011;2(229):109–112.

10. Borden L. How to Measure and Improve the IT Service Desk Experience. ISG White Paper; 2015. 12 p.

11. Лапко А.В., Лапко В.А., Тубольцев В.П. Методика агрегирования результатов автоматической классификации статистических данных. В сб.: Решетневские чтения: Материалы XXVII Международной научно-практической конференции, посвященной памяти генерального конструктора ракетно-космических систем академика М.Ф. Решетнева. Красноярск: 2023. С. 430–432.

12. Родзин С.И., Боженюк А.В., Родзина О.Н. Методы нечеткого многокритериального группового принятия решений для задач эвакуации при чрезвычайных ситуациях. Известия ЮФУ. Технические науки. 2023;2(232):186–200.

13. Шамасна Х.А., Семашко А.В. Разработка системы агрегации и визуализации данных в интеллектуальной птицефабрике. Научно-технический вестник Поволжья. 2023;9:135–139.

14. Трайнев В.А., Трайнев О.В. Параметрические модели в экспертных методах оценки при принятии решений. М.: Прометей; 2003. 231 с. ISBN 5-94798-023-1

15. Сакулин С.А., Алфимцев А.Н., Бобрецова А.Г. Подход к поддержке принятия решений по выбору поставщика телекоммуникационного оборудования на основе операторов агрегирования. Вестник компьютерных и информационных технологий. 2023;20(11):46–53.

16. Краснов А.Е., Надеждин Е.Н., Никольский Д.Н., Репин Д.С., Калачев А.А. Нейросетевой подход к проблеме оценивания эффективности функционирования организации на основе агрегирования показателей ее деятельности. Информатизация образования и науки. 2017;1(33):141–154.

17. Краснов А.Е., Красников С.А., Анискин Д.Ю., Воробьева А.В., Кузнецова Ю.Г., Краснова Н.А., Сагинов Ю.Л. Модели количественного оценивания качества объектов технологий, производства и бизнеса в стандарте IDFM. Хранение и переработка сельхозсырья. 2006;3:53–56.

18. Сапогов А.А. Существующие методики агрегирования финансовых данных. Инновации и инвестиции. 2023;8:247–250.

19. Сапогов А.А., Краснов А.Е. Задачи определения весовых коэффициентов при операциях агрегирования. В сб.: Наука. Производство. Образование: Сборник научных трудов Всероссийской научно-технической конференции. Москва: 14 апреля 2023 г. 2023. С. 132–139.

20. Пивнева С.В., Блохина М.В. Декомпозиция процесса управления школой в единой информационной среде. В сб.: Современные технологии и автоматизация в технике, управлении и образовании: Сборник трудов II Международной научно-практической конференции. Балаково: 18 декабря 2019 г. 2020. Т. 1. С. 216–219.

21. Елкин В.И. Агрегирование и декомпозиция систем дифференциальных уравнений с частными производными и систем управления с распределенными параметрами. Журнал вычислительной математики и математической физики. 2023;63(9):1575–1586. https://doi.org/10.31857/S0044466923090089

22. Лубенец К.А. Индексы: перспективы и проблемы. В сб.: Инновационные исследования: проблемы внедрения результатов и направления развития: сборник статей XVII международной научной конференции. Тюмень: 18 ноября 2023 г. Санкт-Петербург: Международный институт перспективных исследований имени Ломоносова; 2023. C. 43–45.

23. Krasnov A., Pivneva S. Hierarchical quasi-neural network data aggregation to build a university research and innovation management system. In: Murgul V., Pukhkal V. (Eds.). International Scientific Conference Energy Management of Municipal Facilities and Sustainable Energy Technologies (EMMFT 2019). Advances in Intelligent Systems and Computing. 2021. V. 1259. P. 12–25. https://doi.org/10.1007/978-3-030-57453-6_2