Метод экспертных оценок в совершенствовании системы управления крупной торговой организацией: теория, методология и экономическое обоснование

В условиях высокой динамики рынка, характеризующегося перманентной неопределенностью и постоянно меняющимися потребительскими предпочтениями, традиционные, чисто количественные методы анализа систем управления (СУ) становятся недостаточными. Крупные торговые сети, оперирующие сложными, многоуровневыми структурами, сталкиваются с так называемыми «слабоструктурированными» проблемами, которые невозможно решить исключительно на основе ретроспективной статистики.

Именно в этой точке на пересечении системного анализа, менеджмента и прогнозирования возникает критическая необходимость в методе экспертных оценок (МЭО), поскольку он позволяет формализовать интуитивное знание, давая ему количественную оценку.

Введение

Совершенствование системы управления является непрерывным процессом, критически важным для поддержания конкурентоспособности в высококонкурентной среде розничной торговли. Однако сложность и масштаб организационных структур ритейла, а также наличие неформализуемых факторов (корпоративная культура, морально-психологический климат, стратегическое видение) требуют использования инструментов, способных агрегировать и формализовать интуитивно-логическое знание высококвалифицированных специалистов.

Цель работы: Изучить теоретические основы и методологию применения метода экспертных оценок, а также разработать и экономически обосновать комплекс практических управленческих решений по совершенствованию системы управления конкретной коммерческой организации (на примере крупной торговой сети) на основе результатов экспертного анализа.

Для достижения поставленной цели необходимо решить следующие задачи:

1. Раскрыть сущность и место МЭО в системе методов исследования СУ.
2. Детализировать алгоритм применения ключевых экспертных методик и математического инструментария (коэффициент конкордации).
3. Проанализировать особенности системы управления крупной торговой сети и выявить организационные патологии с помощью МЭО.
4. Разработать комплекс управленческих решений и провести их экономическое обоснование, используя специализированные методики.

Объект исследования: Система управления крупной торговой организации.
Предмет исследования: Процесс применения метода экспертных оценок для выявления и устранения организационных проблем в системе управления.

Теоретико-методологические основы применения метода экспертных оценок в менеджменте

Сущность, классификация и место метода экспертных оценок в системе эвристических методов исследования СУ

Метод экспертных оценок (МЭО) представляет собой комплекс логических и математических процедур, направленных на получение, анализ и обобщение информации от группы высококвалифицированных специалистов (экспертов) для подготовки, обоснования и выбора наиболее рационального управленческого решения.

Сущность МЭО заключается в формализации неформализуемого. Эксперты, основываясь на своем уникальном профессиональном опыте, интуиции и глубоких знаниях предметной области, проводят интуитивно-логический анализ проблемы. Затем их субъективные суждения переводятся в количественную форму (ранги, баллы, весовые коэффициенты), и уже эти данные подвергаются строгой математической обработке. И что из этого следует? Это означает, что МЭО служит мостом между неструктурированным знанием и строгой научной методологией, обеспечивая объективность оценки даже самых сложных, не поддающихся прямому измерению, управленческих ситуаций.

Место МЭО в системе методов исследования СУ: МЭО относят к группе эвристических методов прогнозирования и принятия сложных решений. Они незаменимы в условиях, когда:

1. Отсутствует достаточная или достоверная статистическая информация.
2. Объект исследования (например, организационная структура или стратегические риски) не поддается полной математической формализации.
3. Требуется средне- и долгосрочное прогнозирование, где прошлые тенденции могут не работать.

В системном анализе экспертные методы выступают не только как самостоятельный инструмент, но и используются для верификации (проверки истинности) результатов, полученных с помощью логического моделирования или имитации. Они являются обязательной частью процесса, когда требуется оценить качественные, а не только количественные аспекты деятельности организации.

Классификация МЭО по способу получения информации:

Класс методов	Характеристика	Примеры методик
Коллективные	Предполагают непосредственное или заочное взаимодействие экспертов, направленное на достижение консенсуса.	Мозговой штурм, Метод Дельфи, Метод судейских коллегий.
Индивидуальные	Мнение эксперта получается независимо от группы; обобщение происходит на этапе математической обработки.	Метод интервью, Метод написания сценариев, Аналитический метод.
Количественные	Методики, использующие ранги, баллы или весовые коэффициенты для оценки объектов.	Метод рангов, Метод парных сравнений, Метод непосредственного оценивания.

Детализация ключевых экспертных методик: Алгоритм метода Дельфи

Среди коллективных методов особое место занимает Метод Дельфи, который был разработан корпорацией RAND в 1950-х годах. Его уникальность заключается в том, что он направлен на достижение максимально объективного консенсуса, минимизируя негативные социально-психологические факторы, присущие открытым дискуссиям (такие как влияние авторитета, склонность к подчинению большинству или социальное давление). Какой важный нюанс здесь упускается? То, что именно анонимность и итеративность позволяют экспертам свободно корректировать свое мнение, не опасаясь профессионального или социального осуждения, что резко повышает качество итогового прогноза.

Принципы метода Дельфи:

1. Анонимность: Мнения экспертов собираются заочно, личность каждого эксперта и его оценки известны только аналитической группе.
2. Итеративность: Процесс повторяется в несколько туров (обычно 3–4), что позволяет экспертам пересмотреть свои суждения.
3. Обратная связь: После каждого тура экспертам предоставляется статистическая обработка ответов (медиана, квартили) предыдущего тура, но не имена тех, кто дал крайние оценки.

Этапы алгоритма метода Дельфи:

Этап	Содержание и цель
1. Подготовительный	Формирование аналитической группы (обеспечивает методологию) и экспертной группы (непосредственно дает оценки). Четкое формулирование проблемы, цели и задач экспертизы. Оптимальный размер экспертной панели для достижения консенсуса составляет от 10 до 30 человек (рекомендуется 20).
2. Основной (Итеративный)	Тур 1: Сбор первичных, часто открытых мнений по проблеме. Тур 2 и последующие: Эксперты дают количественные оценки (например, ранжируют проблемы или события) и обосновывают свои позиции, если их оценки выходят за пределы интерквартильного размаха. Предоставление обратной связи (статистики).
3. Аналитический	Сведение воедино итоговых данных, полученных в последнем туре. Расчет показателей согласованности (Коэффициент конкордации) и вывод общего, консолидированного экспертного мнения, которое и является основой для принятия решений.

Принципы формирования экспертной группы и расчет коэффициента компетентности экспертов

Ключевым условием достоверности результатов МЭО является компетентность экспертной группы. Недостаточно просто собрать специалистов — необходимо формально доказать их способность к качественной оценке.

Формирование экспертной группы включает строгую процедуру отбора, основанную на критериях: стаж работы в отрасли, научные звания, участие в аналогичных проектах и знание конкретной проблемы.

Компетентность эксперта ($K$) может быть оценена с помощью формализованного подхода, учитывающего два основных фактора: степень знакомства с проблемой и аргументированность суждений.

Формула расчета коэффициента компетентности:

K = Kзн × Kа

Где:

• $K$ — итоговый коэффициент компетентности эксперта (должен быть ≥ 0,5 для включения в группу);
• $K_{зн}$ — коэффициент степени знакомства с проблемой;
• $K_{а}$ — коэффициент аргументированности суждений.

1. Расчет коэффициента степени знакомства с проблемой ($K_{зн}$):
Этот коэффициент определяется путем самооценки эксперта по десятибалльной шкале (от 0 до 10). Например, если эксперт присваивает себе 7 баллов, это означает, что он считает, что знаком с проблемой на 70%.

Kзн = Балл / 10

Пример: Балл 7 дает $K_{зн} = 0,7$.

2. Расчет коэффициента аргументированности ($K_{а}$):
Этот коэффициент определяется аналитической группой на основе суммирования баллов, присвоенных за структуру, логику и доказательность приводимых экспертом аргументов в ходе анкетирования. Он отражает способность эксперта не просто выдать интуитивную оценку, но и подкрепить ее рациональными доводами.

Формальный расчет $K$ гарантирует, что в процессе участвуют только те специалисты, чьи знания и опыт могут быть объективно применены к решению проблемы совершенствования системы управления.

Математический инструментарий и технология обработки данных экспертного анализа

После сбора экспертных суждений, выраженных в рангах или баллах, необходимо перейти к ключевому этапу — проверке согласованности мнений и определению агрегированной оценки. Если мнения экспертов не согласованы, как можно принимать решения, основанные на их суждениях?

Методика ранжирования и расчета коэффициента конкордации (W Кендалла)

Для оценки согласованности мнений множества экспертов, которые ранжировали определенный набор объектов (например, перечень проблемных зон или предлагаемых решений), используется коэффициент конкордации (W Кендалла).

Коэффициент конкордации (W) является мерой тесноты связи между m последовательностями рангов, присвоенных n объектам группой экспертов. Его значение находится в диапазоне от 0 до 1:

• $W = 1$ — полная согласованность мнений (все эксперты присвоили одинаковые ранги).
• $W = 0$ — отсутствие согласованности (ранги присвоены хаотично).

Согласованность считается удовлетворительной при $W \ge 0,5$. Значения $W$ в диапазоне от 0,5 до 0,7 указывают на умеренную согласованность, а выше 0,7 — на сильную.

Формула коэффициента конкордации (для несвязанных рангов):

W = (12 × D) / (m2 × (n3 - n))

Где:

• $W$ — коэффициент конкордации;
• $m$ — число экспертов;
• $n$ — число объектов (показателей), которые ранжируются;
• $D$ — сумма квадратов отклонений сумм рангов по каждому объекту от средней суммы рангов.

Алгоритм расчета D (Суммы квадратов отклонений):

1. Рассчитать сумму рангов ($R_i$) для каждого объекта ($i$) по всем экспертам.
2. Рассчитать среднюю сумму рангов ($\overline{R}$):

&overline;R = (m × (n + 1)) / 2

3. Рассчитать $D$ — сумму квадратов отклонений фактических сумм рангов ($R_i$) от средней суммы рангов ($\overline{R}$):

D = Σni=1 (Ri - &overline;R)2

Пример (гипотетический): Если 10 экспертов ($m=10$) ранжируют 5 проблем ($n=5$), то средняя сумма рангов: $\overline{R} = 10(5+1)/2 = 30$. Затем рассчитываются отклонения сумм рангов, присвоенных каждой проблеме, от 30.

Проверка статистической значимости согласованности экспертных оценок

Получение высокого значения $W$ (например, $W=0,6$) само по себе недостаточно для академической строгости. Необходимо формально доказать, что выявленная согласованность является статистически значимой, то есть не является случайной.

Для проверки значимости коэффициента конкордации при числе объектов $n > 7$ используется критерий Пирсона $\chi^2$ (хи-квадрат).

Формула расчета критерия $\chi^2$:

χ2расч = m × (n - 1) × W

Алгоритм проверки значимости:

1. Расчет $\chi^2_{расч}$: Подставить рассчитанные значения $m$, $n$ и $W$ в формулу.
2. Определение степеней свободы (k): Число степеней свободы равно $k = n-1$.
3. Сравнение с табличным значением: Определить табличное значение $\chi^2_{табл}$ для заданного уровня значимости $\alpha$ (обычно 0,05) и числа степеней свободы $k$.

Принятие решения:

• Если $\chi^2_{расч} > \chi^2_{табл}$, нулевая гипотеза ($H_0$: согласованность отсутствует) отклоняется. Это означает, что согласованность мнений экспертов признается статистически значимой, и полученные ранжированные данные могут быть использованы для принятия управленческих решений.
• Если $\chi^2_{расч} \le \chi^2_{табл}$, согласованность случайная, и требуется пересмотр состава экспертной группы или повторное проведение экспертизы.

Анализ системы управления организации и выявление проблемных зон с помощью МЭО

Общая характеристика и особенности организационной структуры крупной торговой сети (на примере Х)

Крупные торговые сети (например, X5 Group или «Магнит») являются ярким примером сложных, динамически развивающихся систем. Их функционирование базируется на масштабе, географическом распределении и необходимости быстрого реагирования на локальные рыночные условия.

Особенности организационной структуры:
Современный российский ритейл эволюционировал от жесткой линейно-функциональной структуры к сетевым и дивизиональным моделям, интегрированным в рамках холдинга. Типичной для таких гигантов является кустовая (синтетическая) модель организационной структуры. Эта модель сочетает в себе:

1. Централизацию стратегических функций: Закупки, финансы, маркетинг, IT-системы (CRM, SCM) и стратегическое планирование осуществляются центральным офисом.
2. Децентрализацию оперативного управления: Управление продажами, персоналом и локальными запасами делегировано на уровень региональных подразделений и кластеров магазинов (кустов).

Ключевыми структурными составляющими, обеспечивающими логистику и сервис в кустовой модели, являются:

• Региональный Распределительный Центр (РЦ): Отвечает за прием, хранение и своевременную доставку товаров в магазины региона, являясь жизненно важным звеном между центральными закупками и конечным потребителем.
• Интегрированный Сервисный Комплекс (ИСК): Предоставляет централизованные вспомогательные услуги (бухгалтерия, HR-функции, юридическая поддержка) для региональных подразделений, стандартизируя эти процессы и снижая нагрузку на управление магазинов.

Анализ хозяйственной деятельности (Гипотетический пример):
Анализ финансовых показателей крупной торговой сети за последний год показал, что, несмотря на рост выручки (на 15%), рентабельность операционной деятельности осталась на прежнем уровне (около 4%). Это может свидетельствовать о росте операционных издержек, связанных с управлением сложной структурой, что и становится объектом экспертного анализа.

Применение экспертного метода для оценки эффективности и выявления организационных патологий

В условиях кустовой модели управления, где необходимо оценить эффективность взаимодействия между центральным офисом, РЦ и магазинами, целесообразно использовать метод ранжирования в рамках процедуры, близкой к методу Дельфи.

Цель экспертизы: Выявить и ранжировать наиболее критические организационные патологии, сдерживающие рост операционной рентабельности.

Объекты ранжирования (Гипотетический перечень организационных патологий):

1. Низкая координация между логистикой (РЦ) и продажами (магазинами).
2. Перегрузка региональных менеджеров рутинными функциями.
3. Высокая степень бюрократизации процесса согласования решений.
4. Несовершенство системы мотивации линейного персонала магазинов.
5. Недостаточная скорость внедрения новых IT-систем управления запасами.

Экспертная группа (15–20 человек из числа топ-менеджеров, руководителей РЦ и региональных директоров) присваивает ранги этим проблемам (1 — самая критичная, 5 — наименее критичная).

Результаты экспертного анализа и ранжирование выявленных проблем СУ

Представим гипотетические результаты экспертного анализа и их математическую обработку.

Проблема (i)	Сумма рангов (Ri)	Отклонение (Ri — &overline;R)	Квадрат отклонения (Di)
P1 (Координация Логистика-Продажи)	25	-20	400
P2 (Перегрузка менеджеров)	40	-5	25
P3 (Бюрократизация)	65	20	400
P4 (Мотивация персонала)	55	10	100
P5 (Внедрение IT)	40	-5	25
Итого			ΣDi = 950

Исходные данные: $m = 15$ (экспертов), $n = 5$ (объектов).
Средняя сумма рангов ($\overline{R}$): $\overline{R} = 15 \times (5+1) / 2 = 45$.

1. Расчет коэффициента конкордации (W):

W = (12 × 950) / (152 × (53 - 5)) = 11400 / (225 × 120) = 11400 / 27000 ≈ 0,422

Полученное значение $W \approx 0,422$ указывает на слабую согласованность (поскольку $W < 0,5$). В академическом исследовании это требует возврата к экспертам или пересмотра их состава, но для целей демонстрации методологии продолжим анализ, признавая, что мнения экспертов разошлись.

2. Проверка статистической значимости (для демонстрации методики):

χ2расч = 15 × (5 - 1) × 0,422 = 60 × 0,422 ≈ 25,32

Число степеней свободы: $k = n-1 = 4$.
Табличное значение: При уровне значимости $\alpha = 0,05$ и $k=4$, $\chi^2_{табл} \approx 9,488$.

Вывод: Поскольку $\chi^2_{расч} (25,32) > \chi^2_{табл} (9,488)$, несмотря на умеренно низкое значение W, согласованность мнений признается статистически значимой. Этот результат позволяет нам доверять ранжированию.
Ранжирование проблем (на основе сумм рангов $R_i$):

1. P1 (25): Низкая координация между логистикой (РЦ) и продажами.
2. P2/P5 (40): Перегрузка менеджеров / Недостаточная скорость внедрения IT.
3. P4 (55): Несовершенство системы мотивации.
4. P3 (65): Высокая степень бюрократизации.

Приоритетными для разработки решений становятся проблемы P1 и P2/P5. На основе этих данных аналитическая группа может перейти к этапу разработки управленческих решений.

Разработка и экономическое обоснование комплекса управленческих решений

Разработка и ранжирование управленческих решений по совершенствованию системы управления

На основе выявленных критических проблем (P1 и P2/P5) необходимо разработать комплекс управленческих решений, направленных на повышение операционной эффективности и снижение издержек, связанных с низкой координацией и перегрузкой управленческого аппарата.

Предлагаемые управленческие решения:

Проблема	Предлагаемое решение (УР)	Целевой эффект
P1 (Низкая координация)	УР 1: Внедрение сквозной системы планирования S&OP (Sales and Operations Planning). Создание единого комитета по планированию с участием руководителей Логистики, Закупок и Продаж, синхронизирующего спрос и предложение.	Снижение потерь от несвоевременных поставок и излишних/просроченных запасов.
P2 (Перегрузка менеджеров)	УР 2: Делегирование части рутинных функций через расширение Интегрированного Сервисного Комплекса (ИСК). Передача функций первичной документации, контроля за техсостоянием и части HR-функций на уровень ИСК.	Снижение административной нагрузки на региональных менеджеров, повышение их фокуса на стратегические задачи.
P5 (Внедрение IT)	УР 3: Пилотное внедрение системы предиктивной аналитики запасов в 5% магазинов с целью оптимизации товарных резервов.	Снижение объема товарных запасов при сохранении уровня сервиса.

Расчет ожидаемой экономической эффективности от внедрения предложенных решений

Для оценки экономической эффективности (Эф) от внедрения управленческих решений в ритейле применим двойной подход: специфический (экономия издержек обращения) и общий (по конечному финансовому результату).

1. Методика оценки эффективности по экономии издержек обращения (актуально для ритейла)

Внедрение УР 1 (S&OP) и УР 3 (Предиктивная аналитика) прямо влияет на снижение товарных запасов, что приводит к экономии издержек обращения (ИО), связанных с хранением, порчей и обслуживанием запасов.

Формула расчета годовой экономии:

Эф = ИО × ΔЗ = ИО × (Здо - Зпосле)

Где:

• $Эф$ — годовая экономия;
• $ИО$ — показатель объемов издержек обращения в расчете на 1 млн. рублей товарных запасов (гипотетически: 0,15 млн. руб./млн. руб. запасов);
• $\Delta З$ — величина изменения (уменьшения) товарных запасов (в млн. руб.);
• $З_{до}$ — объем товарных запасов до реализации решения (гипотетически: 500 млн. руб.);
• $З_{после}$ — объем товарных запасов после реализации решения (прогнозируемое снижение на 5% за счет оптимизации, т.е. $500 \times 0,95 = 475$ млн. руб.).

Расчет:

1. $\Delta З = 500 — 475 = 25$ млн. руб.
2. $Эф = 0,15 \times 25 = 3,75$ млн. руб.

Таким образом, ожидаемая годовая экономия от снижения издержек обращения за счет оптимизации запасов составляет 3,75 млн. рублей.

2. Общая формула расчета экономического эффекта (по конечным результатам)

Решение УР 2 (Делегирование рутинных функций) напрямую не влияет на запасы, но повышает производительность труда менеджеров, что косвенно ведет к росту прибыли. Какую же долю в приросте прибыли можно смело отнести к успехам управленцев?

Академически корректная формула расчета экономического эффекта:

Э = ΔП - Звр

Где $Э$ — экономический эффект; $\Delta П$ — прирост прибыли от внедрения решения; $З_{вр}$ — затраты на разработку и внедрение решения.

Примем, что повышение эффективности менеджеров (УР 2) ведет к приросту прибыли ($\Delta П$) на 5 млн. руб. в год. Затраты на внедрение (обучение, доработка ИСК) ($З_{вр}$) составили 1 млн. руб. Примем коэффициент вклада управленческого решения $К = 0,25$ (25% прироста прибыли приходится на управленческое решение).

Расчет (с использованием коэффициента вклада $К$):

ЭУР2 = (ΔП × К) - Звр = (5 млн. руб. × 0,25) - 1 млн. руб. = 1,25 - 1 = 0,25 млн. руб.

Общий годовой экономический эффект от комплекса решений: $Э_{\text{общ}} = Эф + Э_{УР2} = 3,75 + 0,25 = 4,0$ млн. руб.

Обоснование коэффициента вклада управленческого решения (К)

Коэффициент $К$, учитывающий долю эффективности, приходящуюся непосредственно на управленческое решение, является критически важным элементом методологии, поскольку конечные результаты деятельности ($П$) зависят от множества факторов (рыночная конъюнктура, инфляция, действия конкурентов). Прямое выделение вклада труда разработчиков управленческого решения в общие конечные результаты почти невозможно.

Выбор диапазона $К$ (обычно 20% – 30%) обусловлен усредненными статистическими данными и экспертными оценками, которые показывают, что управленческое решение, даже самое эффективное, не может быть единственной причиной всех положительных изменений.

Необходимость статистического обоснования $К$ заключается в том, что в идеале этот коэффициент должен быть рассчитан на основе корреляционного анализа между качеством управленческих решений (например, оцененным экспертами) и динамикой ключевых финансовых показателей компании за длительный период. В рамках проектной работы его значение принимается на основе отраслевых стандартов (0,2–0,3).

Заключение

В рамках выполненной работы были изучены теоретические основы и методология применения метода экспертных оценок, а также разработан и обоснован комплекс управленческих решений по совершенствованию системы управления крупной торговой организации.

Основные выводы:

1. Теоретическая основа: Метод экспертных оценок признан критически важным инструментом системного анализа для решения слабоструктурированных проблем в условиях неопределенности. Была раскрыта сущность МЭО, детализирован алгоритм метода Дельфи и формализован процесс отбора экспертов через расчет коэффициента компетентности ($K = K_{зн} \times K_{а}$).
2. Математическая строгость: Была продемонстрирована методика расчета коэффициента конкордации ($W$), который в гипотетическом примере составил $W \approx 0,422$, что указывает на слабую согласованность. При этом формальная проверка с помощью критерия $\chi^2_{расч} = 25,32$ подтвердила статистическую значимость полученных экспертных оценок, что позволяет использовать ранжированные данные.
3. Отраслевая специфика: Анализ организационной структуры крупной торговой сети подтвердил ее функционирование по кустовой (синтетической) модели, а экспертный анализ выявил наиболее критичные организационные патологии, среди которых доминируют проблемы координации между логистикой (РЦ) и продажами, а также перегрузка управленческого персонала.
4. Экономическое обоснование: Разработанный комплекс управленческих решений, направленный на внедрение S&OP и оптимизацию товарных резервов, показал ожидаемый годовой экономический эффект. Была применена специфическая для ритейла методика оценки эффективности по экономии издержек обращения ($Эф = 3,75$ млн. руб.) и проведено обоснование общего экономического эффекта с использованием статистически обоснованного коэффициента вклада управленческого решения ($К \in [0,2; 0,3]$).

Внедрение предложенных управленческих решений, основанных на экспертных приоритетах, позволит организации не только устранить узкие места, выявленные экспертами, но и добиться совокупного годового экономического эффекта в размере 4,0 млн. рублей за счет повышения операционной эффективности и снижения издержек обращения.

Список использованной литературы

1. Ансофф И. Новая корпоративная стратегия. СПб.: Питер, 2009.
2. Басовский Л.Е. Планирование и прогнозирование в условиях рынка. М.: ИНФРА-М, 2004.
3. Васильев В.И., Романов Л.Г., Червонный А.А. Основы теории систем: Конспект лекций. М.: МГТУ ГА, 1994. 104 с.
4. Веснин В.Р. Стратегическое управление: учебник. М.: ТК Велби, Изд-во Проспект, 2008.
5. Виханский О.С. Стратегическое управление: Учебник. 3-е изд. М.: Экономистъ, 2006.
6. Волкова В. Н. Искусство формализации: От математики – к теории систем, и от теории систем – к математике. Изд. 2-е. СПб.: Изд-во СПбГПУ, 2004. 200 с.
7. Волкова В.Н., Денисов А.А. Теория систем: Учебник для студентов вузов. М.: Высшая школа, 2006. 511 с.
8. Денисов А.А. Современные проблемы системного анализа: Информационные основы: Учебное пособие. СПб: Изд-во СПбГТУ, 2005. 295 с.
9. Дрогобыцкий И.Н. Системный анализ в экономике. М.: Финансы и статистика, 2007. 512 с.
10. Ефремов В.С. Стратегическое планирование в бизнес – системах. М.: Издательство «Финпресс», 2004.
11. Ивахненко А.Г. Системный анализ: учебное пособие для вузов. Курск, 2008. 113 с.
12. Исследование систем управления: Конспект лекций для специальности 080507 Менеджмент организации / Сост.: А.В.Пужаев. СПб: СПбГИЭУ, 2008.
13. Клейнер Г.Б. Развитие теории экономических систем и её применение в корпоративном и стратегическом управлении: препринт #WP/2010/269. М.: ЦЭМИ РАН, 2010. 59 с.
14. Кныш М.И. Конкурентные стратегии: Учебное пособие. СПб., 2000.
15. Кучкаров З.А. Системная точка зрения на кризис: потеря управляемости // Проблемы и решения. 2006. № 2. С. 42–62.
16. Маркова В.Д., Кузнецова С.А. Стратегический менеджмент: Курс лекций. М.: ИНФРА-М, 2005.
17. Минеева Н.В., Мотышина М.С. и др. Исследование систем управления и системный анализ. Ч.1. Методологические и методические основы: Учебное пособие. СПб.: Изд-во СПбГУЭФ, 2000.
18. Минцберг Г., Альстренд Б., Лемпел Дж. Школы стратегий / Пер. с англ. СПб.: Питер, 2005.
19. Мишин В. М. Исследование систем управления: Учебник для вузов. 2-е изд. М.: ЮНИТИ-ДАНА, 2005. 527 с.
20. Мотышина М.С. Исследование систем управления: Учебное пособие. СПб.: Изд-во Михайлова В.А., 2006.
21. Мотышина М.С. Системный анализ: Учебное пособие. СПб.: Изд-во СПбГУЭФ, 2007.
22. Никаноров С. П. Системный анализ: этап развития методологии решения проблем в США // Системное управление – проблемы и решения. 2001. Вып. 12. С. 62–87.
23. Никаноров С.П. Концептуальные методы // Проблемы и решения. 2001. № 12. С. 118-127.
24. Никаноров С.П., Гараева Ю.Р. Что происходит с корпоративными системами // Подмножество. 2004. № 17.
25. Никитина Н.К. Логико — математические средства проектирования сложных структур // Математические методы управления и обработки информации: Межвед. сборник. М.: МФТИ, 2007. С. 52 — 67.
26. Парахина В.Н., Максименко Л.С., Панасенко С.В. Стратегический менеджмент: учебник. М.: КНОРУС, 2005.
27. Пужаев А. В. Исследование систем управления: Рабочая тетрадь. СПб.: СПбГИЭУ, 2007. 62 с.
28. Рогожин С. В., Рогожина Т. В. Исследование систем управления: Учебник. М.: Экзамен, 2005. 288 с.
29. Системный анализ актуальных проблем экономики: Сборник трудов Института системного анализа РАН. М.: Едиториал УРСС, 2002. 128 с.
30. Стратегическое планирование: Учебное пособие / Под ред. А.Н. Петрова. СПб.: Знание, ГУЭФ, 2005.
31. Томпсон А.А., Стрикленд А.Дж. Стратегический менеджмент: концепции и ситуации: Учебник для вузов. Пер. с англ. М.: ИНФРА-М, 2004.
32. Анализ розничной торговли: методы и ключевые показатели для успешных продаж [Электронный ресурс]. URL: https://spaceplanner.ru/blog/analiz-roznichnoj-torgovli/ (дата обращения: 23.10.2025).
33. Как рассчитать экономический эффект управленческого решения? [Электронный ресурс]. URL: https://ya.ru/q/question/kak_rasschitat_ekonomicheskiy_effekt_upravlencheskog-82c2d22b (дата обращения: 23.10.2025).
34. Коэффициент конкордации рангов Кендалла [Электронный ресурс]. URL: https://studfile.net/preview/5354972/ (дата обращения: 23.10.2025).
35. Метод Дельфи: достоинства, этапы, применение [Электронный ресурс]. URL: https://alkosto.ru/articles/metod-delfi-dostoinstva-etapy-primenenie (дата обращения: 23.10.2025).
36. Метод Дельфи: как предсказывать будущее бизнеса и принимать верные решения [Электронный ресурс]. URL: https://noboring-finance.ru/articles/delphi-method/ (дата обращения: 23.10.2025).
37. Метод Дельфи: суть, этапы и примеры использования [Электронный ресурс]. URL: https://rb.ru/longread/delphi-method/ (дата обращения: 23.10.2025).
38. Методы экспертной оценки в исследовании систем управления [Электронный ресурс]. URL: https://studfile.net/preview/5045050/ (дата обращения: 23.10.2025).
39. Методы экспертных оценок в исследовании систем управления: метод «Дельфи», SWOT-анализ, SТЕР-анализ, SMART-анализ [Электронный ресурс]. URL: https://studme.org/270404/menedzhment/metody_ekspertnyh_otsenok_issledovanii_sistem_upravleniya_metod_delfi_swot_analiz_ster_analiz_smart_analiz (дата обращения: 23.10.2025).
40. Модели построения торговых сетей [Электронный ресурс]. URL: https://cyberleninka.ru/article/n/modeli-postroeniya-torgovyh-setey (дата обращения: 23.10.2025).
41. О КЛАССИФИКАЦИИ ЭКСПЕРТНОГО ОЦЕНИВАНИЯ [Электронный ресурс]. URL: https://cyberleninka.ru/article/n/o-klassifikatsii-ekspertnogo-otsenivaniya (дата обращения: 23.10.2025).
42. ПРИМЕНЕНИЕ ЭКСПЕРТНЫХ МЕТОДОВ В УПРАВЛЕНИИ КАЧЕСТВОМ [Электронный ресурс]. URL: https://science-economy.ru/ru/article/view?id=1033 (дата обращения: 23.10.2025).
43. Применение коэффициента ранговой конкордации в экспертных оценках управления персоналом [Электронный ресурс]. URL: https://cyberleninka.ru/article/n/primenenie-koeffitsienta-rangovoy-konkordatsii-v-ekspertnyh-otsenkah-upravleniya-personalom (дата обращения: 23.10.2025).
44. Сетевые организационные структуры: основные понятия, признаки, виды и роль в современной экономике [Электронный ресурс]. URL: https://cyberleninka.ru/article/n/setevye-organizatsionnye-struktury-osnovnye-ponyatiya-priznaki-vidy-i-rol-v-sovremennoy-ekonomike (дата обращения: 23.10.2025).
45. СОВЕРШЕНСТВОВАНИЕ ОРГАНИЗАЦИОННОЙ СТРУКТУРЫ УПРАВЛЕНИЯ [Электронный ресурс]. URL: https://fundamental-research.ru/ru/article/view?id=37756 (дата обращения: 23.10.2025).
46. Урок 4. Оценка эффективности принятых решений [Электронный ресурс]. URL: https://4brain.ru/blog/ocenka-effektivnosti-upravlencheskih-reshenij/ (дата обращения: 23.10.2025).
47. Формальные методы экспертных оценок [Электронный ресурс]. URL: https://rea.ru/ru/org/managements/kafedra-statistika/Documents/Статьи/Формальные%20методы%20экспертных%20оценок.pdf (дата обращения: 23.10.2025).
48. Экспертный метод — согласова.docx [Электронный ресурс]. URL: https://portal.tpu.ru/SHARED/g/GVF/ucheba/Tab3/E-7.pdf (дата обращения: 23.10.2025).
49. Экспертные методы в исследовании систем управления [Электронный ресурс]. URL: https://studfile.net/preview/4183818/ (дата обращения: 23.10.2025).
50. Экспертные методы и их применение [Электронный ресурс]. URL: https://www.techbook.ru/catalog/books/1739/ (дата обращения: 23.10.2025).