Moduł monitorowania jakości procesów usługowych (PQM) jako komponent zintegrowanego systemu zarządzania

OLGA PILIPCZUK Politechnika Szczeciska

Streszczenie

W pracy zaprezentowano model analitycznego systemu hybrydowego (hierar-chiczno-rozłcznego) opracowany w celu wsparcia procesu identyfikacji procesów usługowych wymagajcych usprawnienia oparty na integracji modelowania symula-cyjnego i technik sztucznej inteligencji. Pokazano rol i miejsce tego systemu w strukturze informatycznej przedsibiorstwa współczesnego.

Słowa kluczowe: metoda M-A-M, system ERP, systemy hybrydowe, BPM, portal korporacyjny, sztuczna inteligencja, zbiory przyblione

1. Wstp

Problem oceny jakoci procesów usługowych jest problemem bardzo trudnym do rozwizania, poniewa charakteryzuj si wysokim stopniem niepewnoci i zmiennoci. Według Bendella i Boultera wprowadzenie w sektorze usługowym koncepcji zarzdzania jakoci jest trudne z powodu słabej systematyzacji, niejednoznacznej definicji procesów biznesu oraz malej moliwoci porównania procesów z procesami innych organizacji (benchmarkingu) (Bendell T., Boulter L., 2003).

Istnieje kilka metod oceny jakoci procesów gospodarczych. Metody te róni si nie tylko rónostronnoci spojrzenia na jako, ale równie kryteriami oceny jakoci procesów.

Za podstaw do opracowania nowej metody posłuyło zapotrzebowanie na kompleksow analiz jakoci procesów usługowych. Taka kompleksowa analiza ma na celu diagnoz stanu jakoci kadego procesu oraz cigłe jego doskonalenie.

Procedura zaczyna si od pojawienia si potrzeby oceny jakoci procesów (Rys.1). Najpierw naley przeanalizowa pierwszy czynnik, czyli przeprowadzi selekcj procesów ze wzgldu na ich blisko do klienta. Jako procesów „bliskich” i procesów „rednich” oceniana jest z punktu widzenia klienta z wykorzystaniem teorii zbiorów przyblionych. Tutaj równie mamy moliwo okrelenia siły wpływu kadego procesu na klientów, czyli wartoci tego procesu dla klienta. Jako procesów dalekich, które nie maj wpływu na klientów (odbiorcami kocowymi takich procesów s pracownicy firmy), oceniana jest na podstawie stopy wystpowania błdów. Jednoczenie z ustaleniem bliskoci procesu do klienta okrelamy poziom procesu.

Gdy jako z punktu widzenia klienta oraz poziom procesu s okrelone, naley przeprowadzi symulacje przebiegów procesów i ustali moliwo ich udoskonalenia za wzgldu na czas, koszt, zasoby ludzkie itd. Analiza procesów według typowych wymaga ISO jest skuteczna, jeeli modeli procesów nie s tworzone i analizowane po raz pierwszy, poniewa s to wymagania do procesów poddanych wczeniej przeprojektowaniu.

Rezultatem opisanych powyej działa powinno zosta zaklasyfikowanie kadego z tych czynników do kwantyfikatorów lingwistycznych poprzez generowanie rozkładów prawdopodobiestwa. Po dokonaniu oceny wszystkich czynników w celu porównania procesów wykorzystujemy metod M-A-M.

Wynikiem porównania s oceny liczbowe kadego z procesów. W rezultacie mona powiedzie, który z procesów działa najbardziej sprawnie, a który - najmniej. Jednak takie porównanie nie daje moliwoci okrelenia stopnia doskonałoci kadego z procesów. Dlatego niezbdne jest utworzenie rozkładu prawdopodobiestwa zaklasyfikowania potrzeby usprawnienia działania procesu do kwantyfikatorów lingwistycznych.

Opisana powyej procedura oceny jakoci procesów usługowych przedstawiona na rysunku 1 w postaci diagramu EPC (łacuchu zdarze i funkcji). Dokładny opis metody mona znale  w pracach [3], [4].

Zaproponowana w pracy metoda oceny jakoci procesów usługowych moe by zautomatyzowana za pomoc narzdzia informatycznego: modułu monitorowania jakoci.

WYBRANE PROCESY „DALEKIE” JAKO ZOSTAŁA OCENIONA PODJTO DECYZJ ROZPOCZ
 PROCES OCENY JAKOCI SELEKCJA PROCESÓW WEDŁUG „BLISKOCI” WYBRANE PROCESY „BLISKIE” KLIENTA OCENA JAKOCI WZGLDEM KLIENTA OCENA JAKOCI WEDŁUG STOPY BŁDÓW SYMULACJA PRZEBIEGU PROCESU JAKO I WARTO ZOSTAŁY OCENIONE MOLIWOCI UDOSKONALENIA USTALONE POZIOM JEST USTALONY ANALIZA BARIER I ZAGROE DOKONANO ANALIZY PORÓWNANIE PROCESÓW Z WYKORZYSTANIEM METODY M-A-M

PROCESY ZOSTALY OCENIONE OCENA WPŁYWU PROCESÓW WYBRANE PROCESY „REDNIE” OKRELENIE POZIOMU PROCESU

×

×

^

^

^

^

^

^

2. Miejsce systemu monitorowania jako
ci w strukturze informatycznej przedsibiorstwa współczesnego.

Dlatego, eby pokaza w jaki sposób ten system działa, najpierw naley opisa jakie miejsce zajmuje ocena jakoci procesów gospodarczych w koncepcji BPM. (ang. Business Process Management).

Rys. 2. Ocena jakoci procesów gospodarczych w BPM ( ródło: Scheer, 1999) Na rysunku 2 opisano podejcie procesowe do zarzdzania przedsibiorstwem w ujciu informatycznym oraz pokazano miejsce oceny jakoci w zarzdzaniu procesami biznesowymi. Proces zarzdzania rozpoczyna si od planowania strategii biznesowych przedsibiorstwa. Na tym etapie okrela si struktura organizacyjna, zostaj zidentyfikowane procesy główne oraz procesy dodajce warto, wybiera si strategia i narzdzia zarzdzania procesami. Kolejnym krokiem jest modelowanie procesów, ich ocena oraz porównanie do najlepszych modeli (modeli referencyjnych oraz modeli innych organizacji). Niezbdne jest szacowanie kosztów, przeprowadzenie symulacji, mierzenie wska ników krytycznych oraz ocena efektywnoci i jakoci procesów. W wyniku tych działa zostaj ocenione róne scenariusze w celu wybrania wariantu najlepszego. Po dokonaniu analizy i oceny modeli procesów nastpuje fizyczne przeprojektowanie procesów rzeczywistych, czyli implementacja – poziom najniszy. Udoskonalone procesy s cigle monitorowane w celu

žŠ•’¢ȱ Žœ’–Š’˜—ȱ

natychmiastowej reakcji na nadchodzce zmiany. Na rysunku 3 pokazane jest miejsce monitorowania procesów w cykle BPM. W przypadku ustalenia niezgodnoci z normami lub jeeli wyniki, które osigaj procesy s niezadowalajce zostaj oni znów przeprojektowane i zaimplementowane.

Rys. 3. Koncepcja BPM w narzdziach informatycznych ( ródło: www.ids-scheer.com) Na rysunku 4 zostało pokazane miejsce modułu PQM (z ang. Process Quality Monitoring) we współczesnej organizacji „inteligentnej” zorientowanej na zwikszenie jakoci działania oraz stosujcej nowoczesne metody zarzdzania. Dla takiej organizacji usługowej zarzdzanie procesami biznesowymi wykracza poza granice doskonalenia procesów i jest bezporednio zwizane z zarzdzaniem wiedz poprzez zastosowanie technik i metod sztucznej inteligencji.

Narzdziem głównym wspomagajcym automatyzacj procesów gospodarczych przedsibiorstwa jest system klasy ERP drugiej generacji, który obejmuje cały zakres realizowanych funkcji od zarzdzania finansami a po elektroniczny obieg dokumentacji. Oprócz tego system ERP posiada narzdzie (moduł) do zarzdzania procesami biznesowymi (ang. Business Process Management - BPM). System BPM ma modułow struktur.

Moduł „Modelowanie procesów” przeznaczony jest do tworzenia diagramów, które przedstawiaj spojrzenie z perspektywy procesów, danych, struktury organizacyjnej itd.

Moduł „Analiza kosztów” stwarza moliwo oceny danych dotyczcych procesów z punktu widzenia rachunku kosztów, rozszerza moliwoci systemu o zagadnienia zwizane z rachunkiem

Modelowanie pro-cesów Monitorowanie procesów Konfiguracja i kontrola procesów Wykonywanie procesów

ERP

HR

SCM

kosztów ABC, kontrolingiem kosztów procesów wykonywanych w jednostce oraz zarzdzanie kosztami tych procesów.

Moduł „Symulacji” umoliwia wyobraenie zachowania si przedsibiorstwa w dynamicznym działaniu. Symulacje przebiegu ułoonych i sparametryzowanych pod wzgldem czasów i kosztów zada pozwol dowiedzie si, jak zachowa si firma po wprowadzeniu zmian organizacyjnych lub zmianie warunków rynkowych.

Moduł „Monitorowania efektywnoci procesów” słuy do mierzenia skutecznoci wdraanych procesów biznesowych, analizy kosztów procesów w oparciu o wybrane wska niki, analizy wskazujcej wskie gardła w systemie, pokazujcej gdzie kumuluj si błdy przetwarzania, czy przepustowo procesów jest wystarczajca itd.

Moduł „Zrównowaonej karty wyników” ułatwia projektowanie Strategicznej Karty Wyników, umoliwia integracj tej e z mapami procesów, umoliwia take biec kontrol wartoci wska ników ujtych w Karcie.

Moduł „Publikowania modeli w Intranecie” wykorzystuj firmy o rozproszonych jednostkach organizacyjnych, które musz skutecznie przekazywa informacje o swoich procesach biznesowych. Informacje te powinny szybko dociera do pracowników, co oznacza w praktyce wymóg natychmiastowego dostpu do modeli procesów i innej dokumentacji. Oprócz tego przeniesienie modeli do portalu korporacyjnego daje moliwo analizy danych w nich zawartych za pomoc technik Sztucznej Inteligencji wspomagajc transformacj informacji w wiedz.

System ERP II, jak i portal korporacyjny, jest w pełni zintegrowany z pakietami biurowymi w celu wsparcia procesów pozyskiwania, analizy i przekazywania wiedzy pomidzy tymi narzdziami.

Portal korporacyjny w organizacji biznesowej jest miejscem szczególnie wanym, miejscem integrujcym rozproszone aplikacje oraz zasoby informacji i wiedzy w celu lepszego podejmowania decyzji i usprawnienia działa organizacji.

Portal wraz z jego uytkownikami jest odzwierciedleniem tzw. pamici korporacyjnej – sieci wiedzy, która poza typowymi zasobami informacyjnymi zawiera umiejtnoci i dowiadczenie ludzi oraz kapitał intelektualny. Pami korporacyjna pełni rol ródła, z którego uytkownicy korzystaj podczas podejmowania decyzji i rozwizywania problemów. Struktura systemu zarzdzania wiedz podzielona jest na kilka poziomów: ródła wiedzy (bazy danych, poczta elektroniczna, strony WWW, ludzie), repozytorium wiedzy (zarzdzanie informacj i procesami), mapa wiedzy organizacyjnej. Funkcjonalno ta moe by w pełni wykorzystana jedynie w połczeniu z inicjatywami organizacyjnymi z zakresu zarzdzania wiedz w takich obszarach jak procesy operacyjne i biznesowe, rozwizania formalne (procedury, polityki), kultura organizacyjna, system motywacyjny itp.

Moduł „Monitorowania jakoci procesów” PQM jest przeznaczony dla analizy i oceny jakoci procesów przedsibiorstw usługowych z wykorzystaniem technik Sztucznej Inteligencji. Moduł wymienia informacje z kilkoma innymi modułami systemu BPM oraz dostarcza informacji o procesach do portalu korporacyjnego poprzez moduł wspomagajcy publikowanie modeli w celu przeprowadzenia dogłbnej analizy oraz tworzenia zaawansowanych raportów.

Oprócz wymienionych powyej modułów s inne moduły wspomagajce wszechstronn analiz procesów: moduł monitorowania wska ników kluczowych, moduł monitorowania ryzyka, moduł dokumentacji procesów itd.

Moduł monitorowania jakoci procesów moe by równie składowym elementem systemu BPM zintegrowanego lub nie zintegrowanego z systemem ERP. Ten układ zaprezentowano na rysunku 5.

Rys. 4. Miejsce modułu PQM w strukturze informatycznej współczesnego przedsibiorstwa (kompo-nent systemu ERP II)

Portal korporacyjny

Zarzdzanie wiedz Business Intelligence

ERP II Finanse HR CRM Produkcja Serwis BPM Ksigowo
 Logistyka Monitorowanie jako
ci procesów Modelowanie procesów Rozwizania branowe Symulacja przebiegów procesów Analiza kosztów Analiza zrównowaonej karty wyników Monitorowanie wska ników kluczowych Monitorowanie efektywnoci procesów Monitorowanie ryzyka Publikacja modeli w Intranecie Aplikacje biurowe

…

…

M ODELE I INFORM ACJE O PROCESACH

Rys. 5. Miejsce modułu PQM w strukturze informatycznej współczesnego przedsibiorstwa (kompo-nent systemu BPM)

Portal korporacyjny

Zarzdzanie wiedz Business Intelligence

ERP II Finanse HR CRM Produkcja Serwis BPM Ksigowo
 Logistyka Monitorowanie jako
ci procesów Modelowanie procesów Rozwizania branowe Symulacja przebiegów procesów Analiza kosztów Analiza zrównowaonej karty wyników Monitorowanie wska ników kluczowych Monitorowanie efektywnoci procesów Monitorowanie ryzyka Publikacja modeli w Intranecie Aplikacje biurowe

…

…

3. Model inteligentnego systemu hybrydowego, wspomagajcego identyfikacj procesów usługowych wymagajcych usprawnienia - PQM.

Proces identyfikacji procesów informacyjno-decyzyjnych wymagajcych usprawnienia jest procesem skomplikowanym, wymagajcym nie tylko dynamicznej analizy kilku czynników, ale równie wnioskowania przyblionego; specyficzne cechy procesów usługowych wymagaj wprowadzenia poj leksykalnych. Automatyzacja takiego procesu jest moliwa za pomoc analitycznego systemu hybrydowego.

W literaturze mona spotka róne definicje systemów hybrydowych (Radosiski E., 1998), (Radosiski E., 2001), (Radosiski E., 1997), (Orłowski C., 2006). Nazywane s one „inteligentne systemy hybrydowe”, „analityczne systemy hybrydowe” albo po prostu „systemy hybrydowe”.

Hybryd nazywa si twór łczcy w integraln cało róne wystpujce dotd samodzielne gatunki, rodzaje, konstrukcje, metody itd.

System hybrydowy jest definiowany jako złoony system informatyczny, integrujcy formy sztucznej inteligencji, wspomagane technikami symulacyjnymi oraz logik rozmyt (Orłowski C., 2006).

System hybrydowy – system, który powstał w wyniku integracji technik inteligentnych oraz modelowania symulacyjnego w ramach jednolitego rodowiska informatycznego (Radosiski E., 2001).

Rdzeniem takiego systemu jest baza wiedzy, współpracujca z oprogramowaniem symulacyjnym, technikami logiki rozmytej, bazami danych oraz modułami wspomagajcymi.

Podstawowym celem systemu hybrydowego jest rozwizywanie problemów, z którymi nie radz sobie systemy ekspertowe (ES) i systemy wspomagania decyzji (DSS). Głównym ograniczeniem technik inteligentnych jest brak moliwoci odwzorowania zjawisk dynamicznych, a wic przeprowadzania eksperymentów prognostycznych.

Systemy DSS w przeciwiestwie do systemów ES nie mog przetwarza danych jakociowych.

Struktury hybrydowe z powodzeniem s stosowane w rónych dziedzinach, a najczciej dla odwzorowania działania przedsibiorstwa z uwzgldnieniem jak aspektów statycznych, tak równie i dynamicznych.

Domen systemów ekspertowych jest przetwarzanie logiczno-symboliczne. Takie programy nie nadaj si do przeprowadzenia złoonych oblicze numerycznych. Jeeli struktur systemu ekspertowego uzupełnimy modelem symulacyjnym, to otrzymamy układ, który oprócz przetwarzania symbolicznego bdzie wykonywa take przetwarzanie ilociowe, w tym eksperymenty dynamiczne.

Jednak systemy ekspertowe maj ograniczenia strukturalne. Dlatego naukowcy i specjalici w dziedzinie projektowania systemów informatycznych proponuj równie wykorzystanie innych technik sztucznej inteligencji, takich jak: zbiory rozmyte (FS) , sieci neuronowe (NN), algorytmy genetyczne (AG) itd. (Rutkowska D., Piliski M., Rutkowski L., 1996).

Poszczególne struktury SM

⇔

ƒ SM

⇔

ƒ SM

⇔

ƒ SM

⇔

Ze wzgldu na sposób zarzdzania struktur hybrydow SMIT wyróniamy 3 typy hybryd (Radosiski E., 2001):

ITSM – hierarchiczna, SMIT – hierarchiczna, SMIT – rozłczna.

Istniej równie układy IT

⇔

ITIT – hierarchiczna, ITIT – homomorficzna, ITIT – rozłczna.

Układ ITIT jest układem hybrydy hierarchicznej, w której technika główna IT odpowiada za realizacje podstawowej funkcji systemu, natomiast druga IT jest technik uzupełniajc wspomagajc wykonanie wybranej czynnoci informatycznej.

Systemy homograficzne ITIT pod wzgldem funkcjonalnym wykazuj cechy charakterystyczne dla składowych technik inteligentnych.

Hybryda rozłczna ITIT składa si z co najmniej dwóch niezalenych strukturalne technik inteligentnych połczonych kanałami przekazu danych. Transmisja informacji nastpuje za porednictwem operatora bd nadrzdnego systemu sterujcego. Układ taki sprawdza si w rozwizywaniu zada złoonych, które mona dekomponowa na subproblemy o wyra nie zrónicowanej specyfice.

Opracowany model systemu PQM odpowiada typowi hybrydy hierarchiczno-rozłcznej IT(ITSM), który zgodne z klasyfikacj hybryd hierarchicznych jest przykładem hybrydy, w której technik główn jest metoda M-A-M, a moduł symulacyjny i zbiory przyblione s technikami uzupełniajcymi (Rys.6).

Rys. 6. Ilustracja ogólnej struktury hybrydowej systemu PQM

System 2-hybrydowy – złoony system hybrydowy, składajcy si z modułu nadrzdnego (techniki sztucznej inteligencji lub techniki symulacyjnej) oraz hybrydy podrzdnej integrujcej kilka rónych technik inteligentnych lub techniki inteligentne i technik symulacyjn.

IT

IT

_

Rys. 7. Ilustracja struktury systemu 2-hybrydowego

System podwójnej hybrydy mona efektywne wykorzysta dla analizy zjawisk złoonych, najczciej opierajcych si na danych kombinowanych, pochodzcych z rónorodnych ródeł w celu porównania i doboru wariantu optymalnego.

Rys. 8. Struktura hybrydowa systemu PQM

Podstawowym zadaniem systemu jest podanie diagnozy lingwistycznej stanu sprawnoci działania procesów za pomoc metody M-A-M. Techniki RS (zbiory przyblione) i SM (model symulacyjny) s niezalene strukturalnie i nie tylko rozwizuj róne problemy, a nawet przetwarzaj róne typy danych: numeryczne i leksykalne. W wyniku tego przetwarzania powstaj informacje, które przekazywane s do nadrzdnego modułu M-A-M. W modułu nadrzdnym system generuje rozkłady prawdopodobiestwa, a zatem poddaje ich analizie, wyniki której przedstawia w postaci raportu.

Na rysunku 10 przedstawiono algorytm działania systemu. Dane i informacji o poszczególnych czynnikach procesów, niezbdne do uzyskania rozkładów prawdopodobiestwa, przechowywane s w bazie wiedzy, skd pobierane s przez moduł technik inteligentnych oraz przez moduł symulacyjny w celu analizy. Moduł symulacyjny pobiera równie dane z innych modułów systemu BPM: modułu „modelowania procesów” w postaci modeli oraz modułu „analizy kosztów” w postaci obliczonych kosztów. Rozkłady prawdopodobiestwa, uzyskane w wyniku analizy czynników zostaj przeanalizowane za pomoc metody M-A-M. W rezultacie wykonania tych operacji otrzymujemy dane liczbowe, które pó niej zostaj przeinterpretowane w dane lingwistyczne. IT

HYBRYDA



H

Y

B

R

Y

D

A

_



Rys.9. Struktura modułowa analitycznego systemu hybrydowego PQM (Radosiski E., 2001) Rdzeniem systemu jest baza wiedzy, w której znajduj si:

1. Dane o przedsibiorstwie, niezbdne do symulacji procesów oraz do okrelenia barier i zagroe realizacji procesów,

2. dane o procesach, takie jak opinie pracowników o przebiegach procesów, koszt, czas re-alizacji, właciciel procesu, potrzebne do okrelenia stopy błdów i moliwoci udoskona-lenia procesu,

3. dane o otoczeniu przedsibiorstwa, pokazuj jakie czynniki zewntrzne wpływaj na re-alizacje procesów, powodujc powstanie barier i zagroe,

4. wyniki ankietowania – ocena ilociowa jakoci, uzyskana na podstawie opinii klientów, 5. wyniki symulacji - wyniki dynamicznych eksperymentów symulacyjnych,

6. reguły IF…THEN, wspomagajce wnioskowanie, 7. rozkłady prawdopodobiestwa,

8. diagnozy,

9. lista wymaga ISO do typowych procesów, 10. opis metody,

11. modele referencyjne procesów biznesowych i procedur oceny jakoci.

Moduł symulacji umoliwia analiz zachowania si przedsibiorstwa w dynamicznym działaniu. Za pomoc symulacji modele procesów ze stanu obecnego (aktualnego) zostaj przeprojektowane w stan docelowy (podany). Moliwoci doskonalenia procesu tkwi w skróceniu czasu i redukcji kosztów procesu. Dla oszacowania czasu procesu w pracy zostały wykorzystane wyniki bada naukowców i dowiadczenie analityków procesów biznesowych, które dowiedli, e najwiksze efekty daje redukcja czasu rzeczywistej realizacji czynnoci. Chodzi tutaj o mierzenie zdolnoci przepustowej procesu.

Zdolno przepustowa = łczny czas rzeczywistej realizacji funkcji/czas przebiegu całego procesu. Baza wiedzy Model symula-cyjny Moduł współpracy z uytkownikiem

Moduł technik inte-ligentnych

RS

Moduł technik

kalkula-cyjnych

Moduł technik inte-ligentnych

Jeeli jednak nie ma moliwoci zwikszenia zdolnoci przepustowej, ale jednoczenie łczny czas przebiegu procesu udaje si znaczne skróci, wtedy porównujemy łczny czas przebiegu procesu do wprowadzenia zmian i po wprowadzeniu zmian.

Rezultaty oszacowania kosztu procesów w postaci raportu s przekazywane z modułu „analizy kosztów” do systemu PQM, gdzie odbywa si ich symulacja.

Rys.10. Algorytmizacja procesu identyfikacji procesów gospodarczych wymagajcych usprawnienia

Przebieg symulacji w systemie PQM zaprezentowano na rysunku 12.

Opracowany system jest przeznaczony dla kilku grup uytkowników: ƒ dla firm konsultingowych:

9 analityków, specjalistów w dziedzinie modelowania i analizy procesów go-spodarczych,

9 analityków, specjalistów od wdroenia zintegrowanych systemów zarzdza-nia,

ƒ dla odbiorców kocowych (analityków i kierowników wyszego i redniego szcze-bla).

4. Zakoczenie

Zagadnienia poruszane w pracy zwizane s z analiz i ocen jakoci procesów usługowych w warunkach szczególnej niepewnoci i niestabilnoci.

W przypadku badania procesów przedsibiorstw produkcyjnych szczególn uwag zazwyczaj powica si analizie efektywnoci. Jednak procesy usługowe wymagaj innego spojrzenia, spojrzenia od strony jakoci. Postrzeganie jakoci procesu obecnie jest rozmaite. Metoda autorska zawiera zintegrowane podejcie do oceny jakoci procesów usługowych.

Istniejce systemy zarzdzania procesami gospodarczymi działaj na bazie informacji numerycznych. Z tego powodu dua ilo informacji lingwistycznych zostaje utracona. Opracowany hybrydowy system monitorowania jakoci PQM pomaga rozwiza ten problem.

Bibliografia

1. Bendell T., Boulter L., Benchmarking, wydawnictwo profesjonalnej szkoły biznesu, Kra-kow, 2003.

2. Orłowski C., Projektowanie hybrydowych systemów informatycznych do wspomagania zarzdzania, Politechnika Gdaska, Gdask 2006.

3. Pilipczuk O., Zastosowanie teorii zbiorów rozmytych do identyfikacji nieefektywnych procesów gospodarczych, Ciechocinek 2007.

4. Pilipczuk O., Analiza i ocena jakoci usług przedsibiorstwa w celach reengineeringu, Badania operacyjne i systemowe IBS PAN, Warszawa 2006.

5. Radosiski E., Systemy informatyczne w dynamicznej analizie decyzyjnej, PWN S.A., Warsawa-Wrocław 2001.

6. Radosiski E., Techniki inteligentne w symulacyjnej analizie firmy, materiały konferencji „Szkoła Symulacji systemów gospodarczych”, Zakopane 1997.

7. www.ids-scheer.com.

8. Radosiski E., Inteligentne techniki hybrydowe w analizie ekonomicznej firmy, materiały konferencji „Szkoła Symulacji systemów gospodarczych”, Zakopane 1998.

9. Rutkowska D., Piliski M., Rutkowski L., Sieci neuronowe, algorytmy genetyczne i sys-temy rozmyte, PWN, Warszawa 1996.

THE MODULE OF PROCESS QUALITY MONITORING (PQM) AS A COMPONENT OF INTEGRATED MANAGEMENT SYSTEM IN SERVICE INDUSTRY

Summary

The article presents the model of intelligent hybrid system (hierarchical-disconnected) worked out in purpose of supporting the process of identification of such business processes, which have to be rebuilt. This model is based on simulation modelling and intelligent techniques integration. The system role and place in in-formation structure of contemporary enterprise is shown.

Słowa kluczowe: the M-A-M method, ERP system, Intelligent Hybrid System, BPM, Enterprise Portal, Artificial Intelligence, Rough Sets

Olga Pilipczuk

Politechnika Szczeciska Szczecin, ul. ołnierska 49 e-mail: otariova@wi.ps.pl http://www.wi.ps.pl/