оценка производственных операций

Попериодная оценка равномерно распределена на некотором интервале. — The per-period valuation is uniformly distributed on some interval.

оценка производственных операций — job evaluation

Направлена на определение положения одной производственной операции по отношению к другой в иерархии зарплаты. — Job evaluation aims to determine the relative position of one job to another in a wage or salary hierarchy. It is intended to provide data for developing basic pay structures.

оценка производственных операций в баллах — points rating

Производственные операции анализируются на основе нескольких компонентов, и результаты выражаются в цифрах. Общая оценка в баллах определяет положение каждой операции в иерархии. — Jobs are analyzed in terms of a number of components and the results are expressed numerically. The total points' score determines the position of each job in a hierarchy.

анализ возможностей размещения средств — analyse de portefeuille

анализ и оценка организации управления предприятия — diagnostic fonctionnel, analyse de gestion

анализ и оценка состояния предприятия — diagnostic de l'entreprise

анализ и оценка финансового состояния — diagnostic financier

анализ результатов деятельности компании — analyse des performances

математическая статистика
Раздел математики, посвященный методам и правилам обработки и анализа статистических данных (т.е. сведений о числе объектов, обладающих определенными признаками, в какой-либо более или менее обширной совокупности). Сами методы и правила строятся безотносительно к тому, какие статистические данные обрабатываются (физические, экономические и др.), однако обращение с ними требует обязательного понимания сущности явления, изучаемого с помощью этих правил. К экономике М.с. применима по той причине, что экономические данные всегда представляют собой статистические сведения, т.е. сведения об однородных совокупностях объектов и явлений. Такими однородными совокупностями могут быть выпускаемые промышленностью изделия, персонал промышленности, данные о прибылях предприятий и т.д. В настоящее время существуют разные определения сущности М.с., и не следует удивляться, если вы увидите в одной книге, вопреки сказанному выше, утверждение, что М.с. — это «наука о принятии решений в условиях неопределенности», а в другой — что это «наука, объясняющая данные статистических наблюдений при помощи вероятностных моделей». Некоторые авторы считают, что она — раздел теории вероятностей, а другие, — что она лишь связана с этой теорией, представляя собой отдельную от нее науку. Наконец, распространено расширенное понимание предмета М.с. как охватывающей не только вероятностные аспекты, но и так называемую прикладную статистику («анализ данных«), включающую и объекты не обязательно вероятностной природы. В общем случае, анализ статистических данных методами М.с. позволяет сделать два вывода: либо вынести искомое суждение о характере и свойствах этих данных или взаимосвязей между ними, либо доказать, что собранных данных недостаточно для такого суждения. Причем выводы могут делаться не из сплошного рассмотрения всей совокупности данных, а из ее выборки, как правило, случайной (последнее означает, что каждая единица, включенная в выборку, могла быть с равными шансами, т.е. с равной вероятностью заменена любой другой). Центральное понятие М.с. — случайная величина — всякая наблюдаемая величина, изменяющаяся при повторениях общего комплекса условий, в которых она возникает. Если сам по себе набор, перечень значений этой величины неудобен для их изучения (поскольку их много), М.с. дает возможность получить необходимые сведения о случайной величине с существенно меньшим количеством чисел. Это объясняется тем, что статистические данные подчиняются таким законам распределения (или приводятся к ним порою искусственными приемами), которые характеризуются всего лишь несколькими параметрами, т.е. характеристиками. Зная их, можно получить столь же полное представление о значениях случайной величины, какое дается их подробным перечислением в очень длинной таблице. (Характеристиками распределения являются среднее, медиана, мода и т.д.). Если изучаются взаимосвязи между значениями разных случайных величин, то необходимые сведения для этого дают коэффициенты корреляции между ними. Когда совокупность анализируется по одному признаку, имеем дело с так называемой одномерной статистикой, когда же рассматривается несколько признаков — с многомерным статистическим анализом. М.с. охватывает широкий круг одномерных и многомерных методов и правил обработки статистических данных: от простых приемов статистического описания (выведение средней, а также степени и характера разброса исследуемых признаков вокруг нее, группировка данных по классам и сопоставление их характеристик и т.д.), правил отбора фактов при выборочном их рассмотрении до сложных методов исследования зависимостей между случайными величинами. Среди последних: выявление связей между случайнами величинами — корреляционный анализ, оценка величины случайной переменной, если величина другой или других известна — регрессионный анализ, выявление наиболее важных скрытых факторов, влияющих на изучаемые величины, — факторный анализ, определение степени влияния отдельных неколичественных факторов на общие результаты их действия (например, в научном эксперименте) — дисперсионный анализ. Перечисленные области составляют основные дисциплины, входящие в М.с. К ним примыкают также быстро развивающиеся упоминавшиеся выше методы «анализа данных», не основанные на традиционной для М.с. предпосылке вероятностной природы обрабатываемых данных. Для экономических исследований большое значение имеет также анализ стохастических процессов, в том числе «марковских процессов«. Задачи М.с. в экономике можно разделить на пять основных типов: а) оценка статистических данных; б) сравнение этих данных с каким-то стандартом и между собой (оно применяется при эксперименте или, например, в контроле качества на предприятиях); в) исследование связей между статистическими данными и их группами. Эти три типа позволяют вынести суждение описательного характера об изучаемых явлениях, подверженных по каким-то причинам искажающим случайным воздействиям. Следующий, четвертый тип задач связан с нахождением наилучшего варианта измерения изучаемых данных. И наконец, пятый тип задач связан с проблемами предвидения и развития, здесь важное место занимают задачи анализа временных рядов. Для экономики особенно ценно то, что М.с. позволяет на основании анализа течения событий в прошлом, т. е. изучения выбранных на определенные даты сведений о характерных чертах системы, предсказать (см. Прогнозирование) вероятное развитие изучаемого явления в будущем (если не изменятся существенно внешние или внутренние условия). В управлении хозяйственными и производственными процессами применяются различные математико-статистические методы. На них основаны многие методы исследования операций, в том числе — методы теории массового обслуживания, позволяющие наиболее эффективно организовывать ряд процессов производства и обслуживания населения, теории расписаний, предназначенной для выработки оптимальной последовательности производственных, транспортных и других операций, теории решений, теории управления запасами, а также теории планирования эксперимента и выборочного контроля качества продукции, сетевые методы планирования и управления. В эконометрических исследованиях на основе математико-статистической обработки данных строятся экономико-математические (экономико-статистические) модели экономических процессов, производятся экономические и технико-экономические прогнозы. Широкое распространение математико-статистических методов в общественном производстве, а также в других областях социально-экономической жизни общества (здравоохранение, экология, естественные науки) опирается на развитие электронно-вычислительной техники. Для решения типовых задач математико-статистической обработки данных созданы и применяются многочисленные стандартные прикладные компьютерные программы и системы.
[ http://slovar-lopatnikov.ru/]

Тематики

• экономика

EN

• mathematical statistics

математическая статистика
Раздел математики, посвященный методам и правилам обработки и анализа статистических данных (т.е. сведений о числе объектов, обладающих определенными признаками, в какой-либо более или менее обширной совокупности). Сами методы и правила строятся безотносительно к тому, какие статистические данные обрабатываются (физические, экономические и др.), однако обращение с ними требует обязательного понимания сущности явления, изучаемого с помощью этих правил. К экономике М.с. применима по той причине, что экономические данные всегда представляют собой статистические сведения, т.е. сведения об однородных совокупностях объектов и явлений. Такими однородными совокупностями могут быть выпускаемые промышленностью изделия, персонал промышленности, данные о прибылях предприятий и т.д. В настоящее время существуют разные определения сущности М.с., и не следует удивляться, если вы увидите в одной книге, вопреки сказанному выше, утверждение, что М.с. — это «наука о принятии решений в условиях неопределенности», а в другой — что это «наука, объясняющая данные статистических наблюдений при помощи вероятностных моделей». Некоторые авторы считают, что она — раздел теории вероятностей, а другие, — что она лишь связана с этой теорией, представляя собой отдельную от нее науку. Наконец, распространено расширенное понимание предмета М.с. как охватывающей не только вероятностные аспекты, но и так называемую прикладную статистику («анализ данных«), включающую и объекты не обязательно вероятностной природы. В общем случае, анализ статистических данных методами М.с. позволяет сделать два вывода: либо вынести искомое суждение о характере и свойствах этих данных или взаимосвязей между ними, либо доказать, что собранных данных недостаточно для такого суждения. Причем выводы могут делаться не из сплошного рассмотрения всей совокупности данных, а из ее выборки, как правило, случайной (последнее означает, что каждая единица, включенная в выборку, могла быть с равными шансами, т.е. с равной вероятностью заменена любой другой). Центральное понятие М.с. — случайная величина — всякая наблюдаемая величина, изменяющаяся при повторениях общего комплекса условий, в которых она возникает. Если сам по себе набор, перечень значений этой величины неудобен для их изучения (поскольку их много), М.с. дает возможность получить необходимые сведения о случайной величине с существенно меньшим количеством чисел. Это объясняется тем, что статистические данные подчиняются таким законам распределения (или приводятся к ним порою искусственными приемами), которые характеризуются всего лишь несколькими параметрами, т.е. характеристиками. Зная их, можно получить столь же полное представление о значениях случайной величины, какое дается их подробным перечислением в очень длинной таблице. (Характеристиками распределения являются среднее, медиана, мода и т.д.). Если изучаются взаимосвязи между значениями разных случайных величин, то необходимые сведения для этого дают коэффициенты корреляции между ними. Когда совокупность анализируется по одному признаку, имеем дело с так называемой одномерной статистикой, когда же рассматривается несколько признаков — с многомерным статистическим анализом. М.с. охватывает широкий круг одномерных и многомерных методов и правил обработки статистических данных: от простых приемов статистического описания (выведение средней, а также степени и характера разброса исследуемых признаков вокруг нее, группировка данных по классам и сопоставление их характеристик и т.д.), правил отбора фактов при выборочном их рассмотрении до сложных методов исследования зависимостей между случайными величинами. Среди последних: выявление связей между случайнами величинами — корреляционный анализ, оценка величины случайной переменной, если величина другой или других известна — регрессионный анализ, выявление наиболее важных скрытых факторов, влияющих на изучаемые величины, — факторный анализ, определение степени влияния отдельных неколичественных факторов на общие результаты их действия (например, в научном эксперименте) — дисперсионный анализ. Перечисленные области составляют основные дисциплины, входящие в М.с. К ним примыкают также быстро развивающиеся упоминавшиеся выше методы «анализа данных», не основанные на традиционной для М.с. предпосылке вероятностной природы обрабатываемых данных. Для экономических исследований большое значение имеет также анализ стохастических процессов, в том числе «марковских процессов«. Задачи М.с. в экономике можно разделить на пять основных типов: а) оценка статистических данных; б) сравнение этих данных с каким-то стандартом и между собой (оно применяется при эксперименте или, например, в контроле качества на предприятиях); в) исследование связей между статистическими данными и их группами. Эти три типа позволяют вынести суждение описательного характера об изучаемых явлениях, подверженных по каким-то причинам искажающим случайным воздействиям. Следующий, четвертый тип задач связан с нахождением наилучшего варианта измерения изучаемых данных. И наконец, пятый тип задач связан с проблемами предвидения и развития, здесь важное место занимают задачи анализа временных рядов. Для экономики особенно ценно то, что М.с. позволяет на основании анализа течения событий в прошлом, т. е. изучения выбранных на определенные даты сведений о характерных чертах системы, предсказать (см. Прогнозирование) вероятное развитие изучаемого явления в будущем (если не изменятся существенно внешние или внутренние условия). В управлении хозяйственными и производственными процессами применяются различные математико-статистические методы. На них основаны многие методы исследования операций, в том числе — методы теории массового обслуживания, позволяющие наиболее эффективно организовывать ряд процессов производства и обслуживания населения, теории расписаний, предназначенной для выработки оптимальной последовательности производственных, транспортных и других операций, теории решений, теории управления запасами, а также теории планирования эксперимента и выборочного контроля качества продукции, сетевые методы планирования и управления. В эконометрических исследованиях на основе математико-статистической обработки данных строятся экономико-математические (экономико-статистические) модели экономических процессов, производятся экономические и технико-экономические прогнозы. Широкое распространение математико-статистических методов в общественном производстве, а также в других областях социально-экономической жизни общества (здравоохранение, экология, естественные науки) опирается на развитие электронно-вычислительной техники. Для решения типовых задач математико-статистической обработки данных созданы и применяются многочисленные стандартные прикладные компьютерные программы и системы.
[ http://slovar-lopatnikov.ru/]

Тематики

• экономика

EN

• mathematical statistics

выбранный режим связи
(МСЭ-Т Н.225).
[ http://www.iks-media.ru/glossary/index.html?glossid=2400324]

Тематики

• электросвязь, основные понятия

EN

• selected communication mode
• SCM

концепция стратегического управления издержками
Появление SCM явилось результатом слияния трех направлений стратегического менеджмента:
1. Анализ цепочек ценностей.
2. Стратегическое позиционирование.
3. Анализ и управления факторами, определяющими затраты.
Под цепочкой ценностей понимают согласованный набор видов деятельности, создающих ценность для предприятия, начиная от исходных источников сырья для поставщиков данного предприятия вплоть до готовой продукции, доставленной конечному пользователю, включая обслуживание потребителя. Акцент делается не только на процессах, происходящих внутри фирмы, а гораздо более широко, выходя за рамки конкретного предприятия.
Стратегическое позиционирование влияет на процессы управления издержками предприятия в зависимости от его стратегического выбора создания конкурентных преимуществ. Согласно Портеру, предприятие может добиться успеха в конкурентном соперничестве
либо поддерживая низкие затраты (лидерство на основе затрат)
либо предлагая потребителям разнообразную, превосходящую конкурентов, продукцию (стратегия дифференциации продукции).
Совершенно очевидно, что подходы к управлению издержками будут различаться в зависимости от стратегического позиционирования.
Список затратообразующих факторов далеко не исчерпывается носителями издержек, которые соответствуют определенным этапам бизнес-процессов и элементам деятельности в ABC-анализе. Эти факторы подразделяются на структурные и функциональные и имеют достаточно высокую степень общности. Например, один из наиболее важных функциональных факторов - это фактор вовлеченности рабочей силы, который состоит в степени принятия работниками на себя обязательств по постоянному усовершенствованию. Затратобразующие факторы также зависят от стратегической ориентации предприятия, которая состоит в выборе: быть лидером в своей отрасли или двигаться вслед за лидером.
Отличие традиционного подхода к управлению издержками от SCM состоит в принципиально другом мировоззрении в отношении к процессу управления издержками:
Отличие с точки зрения цели. Целью в рамках традиционного подхода является снижение издержек любыми путями, как основной способ удержания и завоевания конкурентных преимуществ. В рамках SCM эта цель также имеет место, но планирование системы управления затратами резко меняется в зависимости от основного стратегического позиционирования предприятия: лидерство по затратам или дифференциация продукции. Более того, в рамках каждого из стратегических направлений возможно планирование увеличения значения издержек на каком-либо участке цепочки ценностей, если это вызовет адекватное снижение издержек для других участков либо принесет фирме некоторое другое конкурентное преимущество.
Отличие с точки зрения способов анализа издержек. В традиционном подходе производится оценка суммы затрат (себестоимости), приходящихся на единицу продукции или производственное подразделение. Таким образом, акцент делается на внутреннее положение предприятия. Концепция добавленной ценности (или стоимости) играет ключевую роль. Напомним, что согласно этой концепции все виды деятельности, приводящие к издержкам, подразделяются на таковые, которые приносят дополнительную ценность (и, следовательно, их наличие оправдано) и не приносящие дополнительную ценность. Последние рассматриваются как наиболее перспективные с точки зрения снижения затрат. В рамках SCM стоимость рассматривается с точки зрения различных этапов общей цепочки ценностей, частью которой являются предприятии и его подразделение. Концепция же добавленной стоимости рассматривается как очень узкая и даже опасная.
Отличия с точки зрения описания поведения затрат. В рамках традиционной системы издержки рассматриваются главным образом как функция объема продукции. И в связи с этим производится обстоятельный анализ переменных, постоянных и смешанных издержек. Объем продукции рассматривается как критический фактор образования затрат. С позиций SCM затраты прежде всего зависят от стратегического выбора. И в этой связи затраты являются функцией гораздо более общих структурных и функциональных факторов.
[ http://www.morepc.ru/dict/]

Тематики

• информационные технологии в целом

EN

• SCM
• Strategic Cost Management

менеджер управления услугой
—
[Л.Г.Суменко. Англо-русский словарь по информационным технологиям. М.: ГП ЦНИИС, 2003.]

Тематики

• информационные технологии в целом

EN

• service control manager
• SCM

модуляция отдельной несущей
(МСЭ-Т Н.610).
[ http://www.iks-media.ru/glossary/index.html?glossid=2400324]

Тематики

• электросвязь, основные понятия

EN

• single carrier modulation
• SCM

память (запоминающее устройство) небольшой емкости на (магнитных) сердечниках
—
[Е.С.Алексеев, А.А.Мячев. Англо-русский толковый словарь по системотехнике ЭВМ. Москва 1993]

Тематики

• информационные технологии в целом

EN

• small core memory
• SCM

режим конденсации пара
—
[А.С.Гольдберг. Англо-русский энергетический словарь. 2006 г.]

Тематики

• энергетика в целом

EN

• steam condensing mode
• SCM

рынок мелких компаний
Рынок ценных бумаг и акций, некотируемых на основной бирже (unlisted securities) в Ирландии.
[ http://www.vocable.ru/dictionary/533/symbol/97]

Тематики

• финансы

EN

• smaller companies market
• SCM

уплотнение поднесущей
(МСЭ-Т G.983.3).
[ http://www.iks-media.ru/glossary/index.html?glossid=2400324]

Тематики

• электросвязь, основные понятия

EN

• sub-carrier mulitiplexing
• SCM

управление мощностями услуг
SCM
(ITIL Continual Service Improvement)
(ITIL Service Design)
Подпроцесс управления мощностями, отвечающий за понимание производительности и мощности ИТ-услуг. Информация о ресурсах, используемых каждой ИТ-услугой, и профилях использования накапливается, фиксируется и анализируется для использования в плане обеспечения мощностей.
См. тж. управление мощностями бизнеса; управление мощностями компонентов.
[Словарь терминов ITIL версия 1.0, 29 июля 2011 г.]

EN

service capacity management
SCM
(ITIL Continual Service Improvement)
(ITIL Service Design)
The sub-process of capacity management responsible for understanding the performance and capacity of IT services. Information on the resources used by each IT service and the pattern of usage over time are collected, recorded and analysed for use in the capacity plan.
See also business capacity management; component capacity management.
[Словарь терминов ITIL версия 1.0, 29 июля 2011 г.]

Тематики

• информационные технологии в целом

Синонимы

• SCM

EN

• service capacity management
• SCM

управление поставками
Управление цепочкой процессов, обеспечивающих выпуск продукции
[Л.Г.Суменко. Англо-русский словарь по информационным технологиям. М.: ГП ЦНИИС, 2003.]

Тематики

• информационные технологии в целом

EN

• supply chain management
• SCM

управление цепочками поставок
Здесь цепочка поставок - это глобальная сеть, которая преобразует исходное сырье в продукты и услуги, необходимые конечному потребителю, используя спроектированный поток информации, материальных ценностей и денежных средств.
Исследователи выделяют шесть основных областей, на которых сосредоточено управление цепочками поставок: Производство, Поставки, Месторасположение, Запасы, Транспортировка и Информация. Все решения по управлению цепочками поставок делятся на две категории: стратегические (strategic) и тактические (operational). Производство (Production).
Компания решает, что именно и как производить.
Стратегические решения относительно производства продукции (торговля и оказание услуг - это тоже вид производства) принимаются на основе изучения потребительского спроса. Тактические решения сосредоточены на планировании объемов производства, рабочей загрузки и обслуживания оборудования, контроле качества и т. д. Поставки (Supply).
Затем компания должна определить, что она будет производить самостоятельно, а какие компоненты (комплектующие, товары или услуги) покупать у сторонних фирм.
Стратегические решения касаются перечня приобретаемых компонентов и требований к их поставщикам относительно скорости, качества и гибкости поставок.
Тактические же относятся к текущему управлению поставками для обеспечения необходимого уровня производства. Месторасположение (Location).
Решения о месторасположении производственных мощностей, центров складирования и источников поставок полностью относятся к стратегическим. Они зависят от характера рынка, отраслевой специфики, а также от политической и экономической ситуации в регионе. Запасы (Inventory).
Основная цель запасов - страхование от непредвиденных случаев, таких, как всплеск спроса или задержка поставок. Прогнозирование поведения потребителей, организация бесперебойного снабжения и гибкость производства, хотя, на первый взгляд, и не связаны с уровнем запасов, но на самом деле оказывают на него непосредственное влияние.
Поэтому стратегические решения направлены на выработку политики компании в отношении запасов. К слову, среднестатистическое предприятие вкладывает в запасы около 30% всех своих активов (до 90% оборотных средств), а расходы на содержание запасов обходятся в 20--40% их стоимости. Тактические решения сосредоточены на поддержании оптимального уровня запасов в каждом узле сети для бесперебойного удовлетворения колебаний потребительского спроса. Транспортировка (Transportation). Решения, связанные с транспортировкой, в основном, относятся к стратегическим. Они зависят от месторасположения участников цепочки поставок, политики в отношении запасов и требуемого уровня обслуживания клиентов. Важно определить правильные способы и эффективные методы оперативного управления транспортировкой, так как эти операции составляют около 30% общих расходов на снабжение, и именно с опозданиями в доставке связано в среднем более 70% ошибок в распределении товаров. Информация (Information). Эффективное функционирование цепочки поставок невозможно без оперативного обмена данными между всеми ее участниками.
Стратегические решения касаются источников информации, ее содержания, механизмов и средств распределения, а также правил доступа. Тактические решения направлены на интеграцию информационных систем участников цепочки поставок в общую инфраструктуру.
В составе SCM-системы можно условно выделить две подсистемы
SCP (Supply Chain Planning)
Планирование цепочек поставок. Основу SCP составляют системы для расширенного планирования и формирования календарных графиков (APS). При изменении информации о прогнозах спроса, уровне запасов, сроках поставок, взаиморасположении торговых партнеров и т. д. APS-система позволяет оперативно проанализировать перемены и внести необходимые коррективы в расписание поставок и производства. В SCP также входят системы для совместной разработки прогнозов. Они ориентированы на торговые пары "поставщик-покупатель" и позволяют сравнивать информацию о прогнозах спроса, поступившую от покупателей, с прогнозами наличия необходимой продукции, полученной от поставщиков. Результатом является сбалансированный прогноз, согласованный с обеими заинтересованными сторонами. В основе работы этих систем лежит стандарт совместного планирования, прогнозирования и пополнения запасов (CPFR - Collaborative Planning, Forecasting and Replenishment -), разработанный ассоциацией VICS (Voluntary Interindustry Commerce Standards).
Помимо решения задач оперативного управления, SCP-системы позволяют осуществлять стратегическое планирование структуры цепочки поставок: разрабатывать планы сети поставок, моделировать различные ситуации, оценивать уровень выполнения операций, сравнивать плановые и текущие показатели.
SCE (Supply Chain Execution)
Исполнение цепочек поставок. В подгруппу SCE входят TMS, WMS, OMS, а также MES-системы.
[ http://www.morepc.ru/dict/]

Тематики

• информационные технологии в целом

EN

• SCM
• Supply Chain Management