Úskalí tabulkových procesorů

Rozhodně existuje mnoho aplikací, kde je tabulkový procesor neocenitelným nástrojem. Lze jej úspěšně používat v situacích, kdy platí všechny níže uvedené předpoklady:

Uvedené předpoklady jsou splněny pouze ve velmi omezeném okruhu problémů. Tabulkový procesor je však používán i v situacích, kdy tyto předpoklady neplatí, a proto zůstávají ignorovány.

Jedním z mnoha příkladů je obrovská finanční ztráta v Londýně způsobená použitím tabulkového procesoru jako nástroje pro modelování rizik v systému, který byl dynamický, zpožděný, nelineární a obsahoval zpětné vazby. Význam těchto pojmů je vysvětlen v našich článcích, v literatuře a v časopisu Science Dynamics Review.
Protože jednou vidět je lepší než stokrát slyšet, připravili jsme několik simulátorů, které porovnávají výsledky úloh vypočtených pomocí tabulkového procesoru s výsledky systémově-dynamické simulace v programu Vensim. Prozkoumejte ukázkové zadání, podívejte se na příslušný obrázek (v systémové vědě mu říkáme diagram toků), který velmi přehledně vysvětluje logiku modelovaného problému, a sami si vyzkoušejte, nakolik jsou výsledky poskytované oběma porovnávanými nástroji validní.

Prvním nedostatkem tabulkových procesorů je nemožnost nastavit zpoždění mezi příčinou a následkem. Zadání první úlohy je triviální. Uvažujme malou firmu, která nakupuje zboží ve velkoobchodě a prodává je koncovým zákazníkům. Poptávka není konstantní, ale má normální pravděpodobnostní rozdělení. V tom se tabulkový procesor a Vensim neliší. Rozdíl najdeme ve střední části modelu ve Vensimu, která vyjadřuje zpoždění mezi objednávkou a dodávkou zboží. Pokud je zboží naskladněno okamžitě, není problém - graf vpravo, který vyjadřuje neuspokojenou poptávku, je během celého období nulový. A to i přesto, že objednáváme pouze první den v týdnu - všimněte si proměnné s názvem "Je pondělí". Zkuste však nastavit hodnotu červené proměnné "Zpoždění dodávky" na vyšší hodnotu, než byla původní hodnota jednoho dne. Zjistíte, že průběhy všech grafů se začnou výrazně lišit od statického výpočtu v tabulkovém procesoru. Dynamická simulace ukazuje, že za daných podmínek vznikne vážný problém s nedostatkem zboží a objem nesplněných objednávek poroste. Modrý průběh, který označuje výpočet v tabulkovém procesoru, se nemění.

Je to proto, že zpoždění v tabulkovém procesoru nelze modelovat a zůstává proto ignorováno. Dynamické červené průběhy vypadají z obchodního hlediska mnohem hůře než statické modré, ale všimněte si, že ty modré mají jen málo společného s realitou. Vyzkoušejte si sami, jak snadno lze pomocí Vensimu vyjádřit tak základní jev, jako je zpoždění. Jednoduše spusťte simulaci, táhlem nastavte různá zpoždění a sledujte, jaký vliv bude mít doba dodávky na skladové zásoby a objem neuspokojených objednávek. Simulaci spustíte kliknutím  sem.

Druhým nedostatkem tabulkového procesoru je nemožnost vytvořit zpětnovazební smyčky. Možná si myslíte, že nejsou důležité, ale pokračujme v našem příběhu. Systémovému pohledu se také říká holistický, protože zahrnuje všechny vlivy, které podstatně ovlivňují modelované chování, a tedy i hledanou odpověď na položenou otázku. Pokud nemáte na dané zboží monopol, je na místě se ptát, co udělá s chováním stávajících a budoucích zákazníků rostoucí objem nevyřízených objednávek. Zákazníci nebývají nadšeni z opožděně dodaného nebo nedodaného zboží, takže lze očekávat, že rostoucí počet nevyřízených objednávek bude mít negativní dopad na jejich spokojenost. Klesající spokojenost zákazníků mívá dopad na poptávku, která začne také klesat. Pro vyjádření tohoto základního obchodního jevu jsme do modelu na obrázku 2 přidali novou strukturu. Zvýšením zpoždění mezi objednávkou a dodáním pomocí stejného posuvníku jako v předchozím případě zjistíme, že poptávka po našem výrobku, zpočátku odpovídající modrému průběhu vypočtenému tabulkovým procesorem, začne klesat. Tím se v dynamickém modelu vytvořila zpětnovazební

smyčka. Proč neklesá také modrý průběh z tabulkového procesoru? Zpětnovazební smyčku nelze v tabulkovém procesoru vytvořit, a proto je vynechána. Pokud se ji pokusíte vytvořit, tabulkový procesor ohlásí chybu - něco jako "pokus o vytvoření cirkulární závislosti". Nyní si zkuste, co zpětnovazební smyčka udělá s chováním našeho podniku. Simulaci spustíte kliknutím sem..

Dalším nedostatkem statického přístupu, a tedy i tabulkových procesorů, je zanedbání měkkých proměnných. V dynamickém modelu je již máme, jsou velmi užitečné při vytváření zpětnovazebních smyček. Například prostá hodnota spokojenosti zákazníka, která se může pohybovat v rozmezí 0-100, přičemž nula znamená absolutní nespokojenost a 100 nirvánu zákazníka, není tak snadno propojitelná s poptávkou. Je zřejmé, že poptávka bude v takovém případě ovlivněna "něčím", co bude funkcí hodnoty spokojenosti. Takové "něco" můžeme nazvat například "vliv spokojenosti zákazníka na poptávku". V tabulkovém procesoru můžeme sice měkkou proměnnou definovat, ale proč bychom to dělali, když nelze vytvořit zpětnovazební smyčku, v níž bychom takovou proměnnou použili. V systémovém přístupu vyjádříme vliv spokojenosti zákazníka funkcí, kterou můžete vidět na obrázku 3 v grafu pod názvem "lineární". Potíž je v tom, že prakticky všechny vztahy mezi proměnnými na světě jsou nelineární. V systémové vědě to dobře víme, proto existuje snadný způsob, jak ve Vensimu vyjádřit jakoukoli nelineární závislost. Stačí nám k tomu počítačová myš. Graf

vlevo na obrázku 3, označený jako "nelineární", zobrazuje míru vlivu spokojenosti zákazníků na poptávku. Graf vpravo pak ukazuje míru vlivu poměru celkové a neuspokojené poptávky na spokojenost zákazníků. Všimněte si rozdílu v grafech mezi oběma proměnnými. U vlivu spokojenosti zákazníků na poptávku platí, že čím nižší je vstupní hodnota (spokojenost zákazníků na ose X), tím menší je vliv (hodnota na ose Y od 0 do 1) a naopak. V systémovém myšlení nazýváme tento vztah "shodnou tendencí" a označujeme jej znaménkem plus. Vliv podílu neuspokojených objednávek se chová opačně. Čím menší je podíl neuspokojené poptávky k celkové poptávce (Neuspokojené objednávky/celková poptávka), tím vyšší je cílová spokojenost zákazníků. Tento vztah nazýváme "opačnou tendencí" a označujeme jej znaménkem minus. Jen pro úplnost doplňme, že změna spokojenosti zákazníků není okamžitá; její změna je řízena další, dosud nezmíněnou negativní zpětnovazební smyčkou (Změna spokojenosti-Zákazník-změna spokojenosti), která je zpožděná, takže ke změně nedojde hned, ale v průběhu týdne. Asi není třeba dodávat, že něco takového je v tabulkovém procesoru nemožné. Všimněte si, že na obrázku 3 neporovnáváme tabulkový procesor a Vensim jako v příkladech výše, ale lineární a nelineární vztahy mezi proměnnými. Každému je již jasné, že role tabulkového procesoru jako užitečného nástroje skončila s požadavkem na zohlednění zpoždění... Nyní si sami vyzkoušejte změnu zpoždění dodávky a její vliv na spokojenost zákazníka a následně na poptávku a sledujte rozdíl mezi lineárním a nelineárním řešením. Výchozí hodnota zpoždění dodávky pro lineární simulaci byla nastavena na 35 dní, porovnejte lineární a nelineární průběh se stejně nastaveným zpožděním. Pamatujte, že i když nelineární řešení vyprodukuje horší výsledek z hlediska nižší poptávky, je mnohem blíže realitě. Simulaci můžete spustit zde.

Co by to bylo za obchodní model bez tržeb... Shodneme se na tom, že tržby lze vypočítat vynásobením prodejů cenou výrobku. V poslední části našeho příběhu tedy přidáme cenu produktu. Statický model v tabulkovém procesoru bude obsahovat pouze to, co dokáže uchopit, takže tržby budou součinem poptávky a ceny produktu - koneckonců v tabulkovém procesoru stejně nelze pracovat se zpožděním, zpětnovazebními smyčkami nebo nelinearitou. Naproti tomu vše, co může v reálném světě významně ovlivnit výsledek, je zahrnuto v systémovém modelu. Zahrnuje tedy zpoždění v dodávkách produktů, zpětné vazby ovlivňující poptávku a nelineární vztahy. Ve verzi na obrázku 4 byla přidána jedna měkká proměnná. Jistě budete souhlasit, že zákazníci se obvykle zdráhají zaplatit za výrobek libovolně vysokou cenu. Vytvořme tedy novou proměnnou nazvanou "vliv ceny výrobku na poptávku" a připojme ji ke stávajícímu vlivu spokojenosti zákazníků. Spokojenost zákazníků by se nyní měla formálně nazývat "spokojenost zákazníků s dodávkou produktu", ale stačí si to pamatovat. Vliv ceny na nákupní chování nemusíme zpožďovat (i když můžeme), cena ale obvykle rozhodne o ochotě nakupovat velmi rychle. Nyní

zkuste porovnat výpočet tržeb mezi mezi oběma technologiemi. Zpoždění ve Vensimu je stejně jako v předchozím příkladu nastaveno na 35 dní, pohrajte si s cenou výrobku zvýrazněnou červeně. Příjmy vypočtené tabulkovým procesorem se logicky zvyšují s rostoucí cenou. Sami můžete zjistit, co se stane v případě mnohem realističtějšího modelu ve Vensimu. Modré průběhy grafu znázorňují hodnoty parametrů při původním nastavení konstant. Všimněte si, prosím, rozdílných rozsahů na osách Y - model v tabulkovém procesoru tvrdí, že tržby budou více než desetkrát vyšší než ve Vensimu. Jak již víme, Vensim zohledňuje důležité vlastnosti reálného světa, zatímco tabulkový procesor je vůbec neobsahuje. Možná vás překvapí, jak se chová spokojenost zákazníků ve Vensimu. S rostoucí cenou se původní modrý průběh grafu výrazně mění. Pošlete nám do konce dubna 2023 e-mail s vysvětlením, proč zákaznická spokojenost dělá to, co dělá, a získáte 10% slevu na nákup libovolných licencí Vensimu! Simulaci modelu s tržbami můžete spustit  zde. 

Pokud jste dočetli až sem a vyzkoušeli si dynamickou simulaci, určitě se při modelování dynamických úloh nevrátíte k tabulkovým procesorům. Mnoho aplikací systémové dynamiky a popis licencí Vensimu najdete na těchto stránkách a v našem časopisu Science Dynamics Review. Vlastní licenci si můžete snadno pořídit v našem obchodu a kompletní ovládání Vensimu vás rádi naučíme v našich výukových programech.