Система підтримки прийняття рішень у процесі управління ризиками ІТ проєктів
Автор: Тесля Софія Андріївна
Кваліфікаційний рівень: магістр
Спеціальність: Системи і методи прийняття рішень
Інститут: Інститут комп'ютерних наук та інформаційних технологій
Форма навчання: денна
Навчальний рік: 2024-2025 н.р.
Мова захисту: українська
Анотація: Управління ризиками — це ключовий елемент для збереження стабільності та ефективності проєкту на всіх його етапах. Воно дозволяє передбачати можливі труднощі, які можуть стати на заваді успіху проєкту, і вчасно реагувати на них. Об’єктом дослідження вважатимемо процес управління ризиками в ІТ-проєктах. У контексті програмної інженерії цей процес передбачає ідентифікацію та оцінку ймовірності ризиків залежно від їхнього впливу на перебіг проєкту. Предметом даного дослідження є методи і засоби інформаційних технологій для підтримки прийняття рішень у процесі управління ризиками ІТ-проєктів. Дослідження спрямоване на розробку системи, що дозволяє ідентифікувати, оцінювати та пропонувати стратегії реагування на ризики, використовуючи сучасні підходи аналізу й автоматизації. Мета цієї дипломної роботи полягає у розробці та впровадженні системи підтримки прийняття рішень, орієнтованої на управління ризиками в ІТ-проєктах. Основним завданням цієї системи є не лише виявлення можливих ризиків, але й надання рекомендацій для їх зменшення, що сприятиме підвищенню стабільності та передбачуваності у процесі виконання проєктів. За даними дослідження, проведеного PMI (Project Management Institute) у 2020 році, 11.4% інвестицій у проєкти втрачаються через погане управління проєктами, включаючи недостатнє управління ризиками [1]. Особливо актуальним це стає в контексті української ІТ-індустрії, яка за останні роки показує значний ріст. Згідно зі звітом IT Ukraine Association, ІТ-сектор України зростав на 20-30% щорічно протягом останніх кількох років [2]. Проаналізовано існуючі системи підтримки прийняття рішень та підходи до управління ІТ-проєктами за допомогою цих систем. Накацу та Яков (Nakatsu and Iacovou) пропонує дослідження [3], яке розглядає важливі ризики в офшорному аутсорсингу, використовуючи двопанельне дослідження Дельфі. Згідно з дослідженням Ламерсдорфа (Lamersdorf) [4], було запропоновано модель для виявлення ризиків ще до початку проєкту, яка базується на інтерв’ю та досвіді попередніх проєктів. Вона складається з набору правил та умов, за яких може виникнути певний ризик. Було виділено 42 впливових фактори та створено 140 правил, що описують можливі проблеми. Сформульовано генеральну мета системи полягає у підвищенні ефективності управління ризиками в ІТ-проєктах шляхом розробки системи підтримки прийняття рішень, яка оптимізує процес оцінки та мінімізації ризиків. Визначено чотири аспекти другого рівня, такі як: ідентифікація ризиків, оцінка ризиків, розробка стратегій управління та моніторинг і контроль. Для кожного аспекту другого рівня було визначено критерії якості функціонування системи, зокрема повнота, точність, об’єктивність, оптимальність, ефективність і своєчасність. Серед альтернативних варіантів СППР, такими як: керовані повідомленнями, керовані даними, керовані моделями та Web-орієнтовані. За допомогою методу аналізу ієрархій обрано найкращу альтернативу – СППР, керована даними, яка буде орієнтуватись на доступ та маніпуляції з даними. Побудовано UML-діаграми, які ілюструють ключові процеси управління ризиками та взаємозв’язки між ними. Було також сформульовано постановку задачі, яка передбачає опис вимог до системи підтримки прийняття рішень. Ці вимоги включають в себе: інтелектуальну складову, вхідні та вихідні дані, динамічні характеристики, і бізнес-процеси. Для реалізації СППР було обрано метод продукційних правил, що обумовлено їхньою здатністю до легкого оновлення та адаптації до нових знань, що є важливим для управління ризиками. Інтеграція баєсового алгоритму дозволяє моделювати ймовірності подій, що сприяє більш точному прогнозуванню ризиків та допомагає з’ясувати ймовірність виникнення ризиків на основі наявних даних, що робить систему більш інформованою та здатною до прийняття зважених рішень. Баєсові алгоритми забезпечують необхідну гнучкість у трактуванні нових даних, дозволяючи динамічно коригувати оцінки ризиків. Для реалізації вибраних методів було обрано MySQL як систему управління базами даних і Python як основну мову програмування. Результатом даного дослідження стало створення адаптивної СППР, яка може підлаштовуватися під змінні умови проєктів, обробляючи великі обсяги даних для більш точної оцінки ризиків. Одним із ключових аспектів методології стало використання продукційного підходу і Баєсового підходу, що дозволяє не лише фіксувати наявність ризиків, але й будувати прогнози та оцінювати ймовірності подій на основі статистичних даних та правил. Продукційні системи надали можливість створити структуру, де кожен ризик супроводжується чіткими рекомендаціями щодо управління, залежно від специфіки проєкту, що робить СППР ефективною у вирішенні різноманітних ризикових ситуацій. Ключові слова: управління ризиками, ІТ-проєкти, система підтримки прийняття рішень, СППР, ідентифікація ризиків, оцінка ризиків, моніторинг і контроль, продукційні системи, баєсовий алгоритм. Перелік використаних літературних джерел. 1. Дмитро Худенко. ТОП 7 інструментів для управління проєктами у 2023 році. URL: https://worksection.com/ua/blog/5-project-management-tools.html (дата звернення 29.09.2024). 2. Аніта Прасад. Експорт IT-послуг з України у червні впав на 11% у річному вимірі – НБУ. URL: https://forbes.ua/news/eksport-it-poslug-z-ukraini-u-chervni-vpav-na-11-u-richnomu-vimiri-nbu-31072024-22753 (дата звернення 29.09.2024). 3. R. T. Nakatsu and C. L. Iacovou, "A comparative study of important risk factors involved in offshore and domestic outsourcing of software development projects: A two-panel Delphi study", Inf. Manage., vol. 46, no. 1, pp. 57-68, 2009. 4. A. Lamersdorf, J. Munch, A. Fernandez-del Viso Torre, C. R. R. Sanchez and D. Rombach, "A rule-based model for customized risk identification and evaluation of task assignment alternatives in distributed software development projects", J. Softw. Evol. Process, vol. 24, no. 6, pp. 661-675, 2012.