Диссертация на соискание ученой степени доктора экономических наук Научный консультант: доктор экономических наук, профессор Головцова Ирина

Выводы главы 5

В п. 5.1 представлена методика оцифровки базы данных на основе экспертных оценок, разработаны опросные листы и шкалы. Рассмотрены основы квалиметрической оценки, на базе которых представлен авторский подход к оценке качества управления.
Установлены категории экспертов, которые могут проводить оценку качества управления (менеджмента), и для каждой категории определены оцениваемые показатели (таблица 5.2). Кроме того, для каждой выделенной категории были составлены структуры опросных листов для дальнейшей экспертной оценки.
Имеющиеся показатели предлагается оценивать на основе метода шкалирования с использованием шкалы с четырьмя градациями, чтобы оценивание качества управления (менеджмента) было не слишком затруднительным для эксперта, но и вместе с тем давало достаточно точные результаты. Таким образом, формируются оцифрованные данные для оценки качества управления.
В п. 5.2 приведена оцифрованная база по 30 предприятиям. Подробно рассмотрена методика оценки на основе одного из данных предприятий.
Данные формируются всеми службами организации в соответствии с их компетенциями, а также менеджерами всех уровней. Представлена оценка состояния качества управления по показателям результатного, стандартового, функционного, патологичностного, инверностного подходов и дополнительным показателям качества управления (менеджмента) организации.
В п.5.3 рассмотрены подходы к оценке:

• 
  квалиметрический в виде линейной свертки;
  
• 
  основанные на медиане Кемени;
  
• 
  на основе нейронных сетей по формированию оценки.
  

Расчет интегрального показателя качества рассматривается методом аддитивной свертки. Были выделены некоторые недостатки данного метода и приведен альтернативный метод – медиана Кемени. Данный метод определен как более эффективный и точный. Для сравнения данных методов были проведены
расчеты по цифровой базе из оценок качества управления 30 предприятий и сделаны выводы о некоторых различиях в результатах оценки. Метод медианы Кемени принимается как более оптимальный для расчета уровня качества управления (менеджмента).
Кроме того, для снижения влияния недостатков применения экспертного метода и упрощения работы с большим объемом данных предлагается использование методов нейросетевого программирования. Рассматривается процесс обучения нейросети, в том числе на примере лидирующих предприятий. Проведена оценка эффективности построенной модели различными методами.
Применение векторного представления качества управления (менеджмента) вместе с нейросетевым программированием является эффективным методом в оптимизации рабочего процесса и способствует достижению точных результатов при оценке качества управления (менеджмента).