Шпаргалка по "Инновационному менеджменту"
Шпаргалка, 25 Марта 2014, автор: пользователь скрыл имя
Краткое описание
Организация инновационного менеджмента представляет собой систему мер, направленных на рациональное сочетание всех его элементов в едином процессе управления инновациями. Элементами процесса управления инновациями являются орудия труда, предметы труда, технология инновационного менеджмента. В инновационном менеджменте орудием труда служат различные технические средства (аппараты, предназначенные для сбора анализа, хранения и передачи информации (компьютеры и сети (в т.ч. Интернет), терминалы, электронные устройства, телефаксы и т.п.).
Предметом труда является информационный продукт (прежде всего командная информация), а технология инновационного менеджмента представляет собой совокупность методов и форм реализации информационного продукта как управляющего воздействия на создание, продвижение и диффузию инноваций.
Прикрепленные файлы: 1 файл
госник.docx
— 311.36 Кб (Скачать документ)· научно-исследовательские, которые изменяют процесс в сфере НИОКР;
· технические или продуктовые, которые появляются обычно в производстве продуктов с новыми или улучшенными свойствами, ведут к изменению технологий деловых процессов у потребителя;
· технологические, которые возникают при применении улучшенных, более совершенных способов изготовления продукции, ведут к изменению технологий деловых процессов у потребителя;
· информационно-коммуникационные,
которые ведут к изменению технологий
обработки информации и технологии связи
у потребителя;
· маркетинговые, которые ведут к изменениям в исследовании рынков и работе на них, изменениям брэндов товаров и организаций;
· логистические, которые ведут к изменениям в сфере организации движения потоков, снабжении и сбыте.
· организационно-управленческие, которые ведут к изменениям в организационном механизме и системе управления, совершенствуют их;
· социально-экономические, правовые и другие, которые изменяют социальные, экономические и правовые условия функционирования предприятия.
По областям применения в сферах обслуживания:
· образование;
· питание;
· спорт и молодежь;
· культура;
· здравоохранение;
· правовое обслуживание и охрана;
· туризм;
· торговля;
· финансовое обслуживание;
· другие.
По уровню новизны инновационные товары и услуги могут распределяться на обладающие признаками:
· мировой новизны;
· отечественной новизны;
· отраслевой новизны;
· новые для фирмы;
· расширение имеющейся гаммы товаров, ассортимента, портфеля товаров и услуг;
· обновленные товары и услуги;
· товары и услуги с измененным позиционированием;
· с сокращенными издержками (производственные инновации).
Масштабы распространения инноваций:
· транснациональные;
· народнохозяйственные и федеральные;
· региональные;
· муниципальные;
· в рамках объединений и ассоциаций;
· в рамках организации;
· в рамках подразделения.
Широта воздействия инноваций:
· глобальна, мировая;
· народнохозяйственная, национальная;
· отраслевая;
· локальная.
Темпы осуществления инноваций:
· быстрые, нарастающие;
· замедленные, равномерные;
· медленные, затухающие.
Стадии жизненного цикла инноваций, с которых начинается инновационный процесс для данной организации и которыми он заканчивается:
· исследования;
· разработки;
· промышленное производство;
· маркетинг;
· логистика;
· диффузия;
· рутинизация;
· сервисная поддержка.
По преемственности выделяют следующие инновации:
· открывающие, за которыми может следовать поток новых инноваций, на которых основан мультипликационный эффект;
· закрывающие - инновации, закрывающие ряд отраслей;
· замещяющие;
· отменяющие;
· ретровведения.
14) Прогнозирование в инновационном
менеджменте представляет собой
комплексную вероятностную оценку
содержания, направлений и объемов
и объемов будущего развития
науки и техники в той либо
иной области.
Основная функция инновационного прогнозирования
заключается в поиске наиболее эффективных
путей развития исследуемых объектов
на основе всестороннего ретроспективного
анализа и изучения тенденций их изменения.
В системе управления прогноз обеспечивает
решение следующих важных задач:
- определение возможных целей и приоритетных
направлений развития прогнозируемого
объекта;
- оценка социальных и экономических последствий
реализации каждого из возможных вариантов
развития прогнозируемых объектов;
- определение мероприятий, необходимых
для обеспечения каждого из возможных
вариантов развития прогнозируемых объектов;
- оценка ресурсов необходимых для осуществления
намеченных программ и мероприятий.
В целях глубокого обоснования подготавливаемых
планов развития науки и техники предусматривается
разработка трех типов прогнозов: краткосрочных,
охватывающих период от 1 года до 5 лет,
среднесрочных, рассчитанных на период
до 15 лет, и долгосрочных (15 и более лет).
При определении оптимального периода
инновационного прогнозирования должны
учитываться характер конкретного объекта
прогнозирования, также общие темпы НТП
в данной области знаний. Чем уже тематически
рамки разрабатываемого прогноза, тем
меньше должен быть период прогнозирования.
В новых, быстро развивающихся областях
науки и техники период прогнозирования
укорачиваются, а сами прогнозы обновляются
чаше, чем традиционных областях.
Разнообразие видов инновационных прогнозов
и задач, решаемых с их помощью в системе
управления наукой техникой, требует применения
различных систем и методов построения
самих прогнозов (рис. 7.2).
В системе инновационного прогнозирования
выделяют следующие методы:
прогнозирование на основе экстраполяции;
экспертные методы прогнозирования;
методы моделирования.
Сущность методов экстраполяции, применяемых
при прогнозировании науки и техники,
состоит в том, что, анализируя изменение
отдельных параметров разрабатываемого
объекта в прошлом и исследуя факторы,
обусловливающие эти изменения, можно
сделать выводы о закономерностях его
развития и путях совершенствования в
будущем [6].
Рис. 7.2. Классификация методов прогнозирования
инновационного менеджмента
При динамическом экстраполировании главным
и единственным фактором развития выступает
фактор времени.
В этом случае прогноз развития научного
направлениялибо вида техники составляется
на основе тщательного анализа временных
рядов, отражающих изменение того или
иного прогнозируемого параметра во времени.
Например, анализируется изменение во
времени таких параметров, как мощность,
скорость, надежность, весогабаритные
характеристики и т.п.
Динамическая задача прогнозирования
предполагает наличие поступательных
эволюционных процессов в развитии прогнозируемых
процессов с однонаправленным изменением
основных параметров. В этом случае прогноз
изменения параметров объекта в будущем
строится по аналогии с ретроспективной
практикой его развития.
Чаще всего для прогнозирования технических
параметров используются функции вида
(5)
где
- прогнозируемый параметр, t – год в прогнозируемом
периоде, b0 и b1 - расчетные коэффициенты
аппроксимирующей функции.
В аналитическом выражении развития прогнозируемого
объекта (параметра) фактор времени рассматривается
как независимая переменная, а значение
параметров выступают как функции этой
переменной.
Прогнозирование параметров по факторам,
влияющим на их развитие, осуществляется
на основе методов корреляционного и регрессионного
анализа. Типичным примером экстраполяции
параметров проектируемой техники методами
корреляционного и регрессионного анализа
является прогнозирование значений трудоемкости
разработки машин и агрегатов по совокупности
конструктивных, технологических и эксплуатационных
факторов [15].
Для прогнозирования быстро эволюционирующих
процессов и объектов применяется экстраполяция
переменных по огибающим кривым. Содержание
этого метода заключается в построении
огибающей кривой. Прогнозирование по
огибающей кривой сводится к экстраполяции
точечных или интервальных значений параметра
на тот или иной период.
Для прогнозирования качественных характеристик,
а также объектов, развитие которых не
поддается формализации и статистическому
моделированию, широко используются методы
экспертных оценок.
Суть экспертных методов инновационного
прогнозирования состоит в том, что на
основе априорных оценок квалифицированного
специалиста либо группы специалистов
делается заключение о путях развития
науки и техники, перспективных направлениях
научных исследований и разработок. В
зависимости от формы работы с экспертами
различают индивидуальные и коллективные
методы экспертизы.
Индивидуальные методы экспертизы предусматривают
персональную работу с каждым экспертом
и получение частного, предварительно
не согласованного с другими мнениями
заключения эксперта.
Содержание разнообразных методов коллективных
экспертных оценок сводится главным образом
к тому, чтобы использовать все достоинства
групповой экспертизы, сведя к минимуму
ее недостатки.
Осуществляется это, прежде всего, путем
создания условий, благоприятствующих
формированию объективных оценок. Групповое
решение принимается не с учетом мнения
большинства, а на основе статистической
обработки индивидуальных оценок с учетом
степени согласованности мнений экспертов,
которая характеризуется относительной
величиной размаха индивидуальных оценок.
Одним из наиболее перспективных подходов
к разработке прогнозов считается моделирование
процессов развития науки и техники.
Моделирование можно представить как
процесс оперирования изучаемым объектом,
цель которого состоит в построении математической
модели, отражающей наиболее существенные
закономерности поведения исследуемого
процесса, явления или объекта в тесном
взаимодействии с факторами их определяющими.
По характеру используемых моделей различаются
логические, информационные и математические
модели прогнозирования.
Логическое моделирование включает тщательное
изучение внутренней логики развития
прогнозируемого объекта и разработку
на этой основе соответствующих исторических
моделей (образцов). Исторические аналогии
используются затем при решении конкретных
ситуаций и задач развития прогнозируемого
объекта.
Практический интерес представляют методы
построения различных информационных
моделей. Так, статистический анализ числа
научных публикаций, научных журналов
частоты использования печатных работ
и т.п.
дает возможность судить о темпах и характере
развития научных дисциплин, тех или иных
видов техники.
Математические модели прогнозирования
представляют собой наиболее универсальные
и достаточно строгие методы анализа тенденций
развития техники.
Они позволяют дать количественное описание
динамики развития реальных объектов
прогнозирования, изучить характер и направления
влияния на их изменение различных факторов.
Для моделирования процессов научно-технического
развития особенно часто используются
методы статистического анализа, исследование
производственных функций, динамическое
программирование.
Основная функция инновационного прогнозирования заключается в поиске наиболее эффективных путей развития исследуемых объектов на основе всестороннего ретроспективного анализа и изучения тенденций их изменения.
В системе управления прогноз обеспечивает решение следующих важных задач:
- определение возможных целей и приоритетных направлений развития прогнозируемого объекта;
- оценка социальных и экономических последствий реализации каждого из возможных вариантов развития прогнозируемых объектов;
- определение мероприятий, необходимых для обеспечения каждого из возможных вариантов развития прогнозируемых объектов;
- оценка ресурсов необходимых для осуществления намеченных программ и мероприятий.
В целях глубокого обоснования подготавливаемых планов развития науки и техники предусматривается разработка трех типов прогнозов: краткосрочных, охватывающих период от 1 года до 5 лет, среднесрочных, рассчитанных на период до 15 лет, и долгосрочных (15 и более лет).
При определении оптимального периода инновационного прогнозирования должны учитываться характер конкретного объекта прогнозирования, также общие темпы НТП в данной области знаний. Чем уже тематически рамки разрабатываемого прогноза, тем меньше должен быть период прогнозирования. В новых, быстро развивающихся областях науки и техники период прогнозирования укорачиваются, а сами прогнозы обновляются чаше, чем традиционных областях.
Разнообразие видов инновационных прогнозов и задач, решаемых с их помощью в системе управления наукой техникой, требует применения различных систем и методов построения самих прогнозов (рис. 7.2).
В системе инновационного прогнозирования выделяют следующие методы:
прогнозирование на основе экстраполяции;
экспертные методы прогнозирования;
методы моделирования.
Сущность методов экстраполяции, применяемых при прогнозировании науки и техники, состоит в том, что, анализируя изменение отдельных параметров разрабатываемого объекта в прошлом и исследуя факторы, обусловливающие эти изменения, можно сделать выводы о закономерностях его развития и путях совершенствования в будущем [6].
Рис. 7.2. Классификация методов прогнозирования инновационного менеджмента
При динамическом экстраполировании главным и единственным фактором развития выступает фактор времени.
В этом случае прогноз развития научного направлениялибо вида техники составляется на основе тщательного анализа временных рядов, отражающих изменение того или иного прогнозируемого параметра во времени.
Например, анализируется изменение во времени таких параметров, как мощность, скорость, надежность, весогабаритные характеристики и т.п.
Динамическая задача прогнозирования предполагает наличие поступательных эволюционных процессов в развитии прогнозируемых процессов с однонаправленным изменением основных параметров. В этом случае прогноз изменения параметров объекта в будущем строится по аналогии с ретроспективной практикой его развития.
Чаще всего для прогнозирования технических параметров используются функции вида (5)
где - прогнозируемый параметр, t – год в прогнозируемом периоде, b0 и b1 - расчетные коэффициенты аппроксимирующей функции.
В аналитическом выражении развития прогнозируемого объекта (параметра) фактор времени рассматривается как независимая переменная, а значение параметров выступают как функции этой переменной.
Прогнозирование параметров по факторам, влияющим на их развитие, осуществляется на основе методов корреляционного и регрессионного анализа. Типичным примером экстраполяции параметров проектируемой техники методами корреляционного и регрессионного анализа является прогнозирование значений трудоемкости разработки машин и агрегатов по совокупности конструктивных, технологических и эксплуатационных факторов [15].
Для прогнозирования быстро эволюционирующих процессов и объектов применяется экстраполяция переменных по огибающим кривым. Содержание этого метода заключается в построении огибающей кривой. Прогнозирование по огибающей кривой сводится к экстраполяции точечных или интервальных значений параметра на тот или иной период.
Для прогнозирования качественных характеристик, а также объектов, развитие которых не поддается формализации и статистическому моделированию, широко используются методы экспертных оценок.
Суть экспертных методов инновационного прогнозирования состоит в том, что на основе априорных оценок квалифицированного специалиста либо группы специалистов делается заключение о путях развития науки и техники, перспективных направлениях научных исследований и разработок. В зависимости от формы работы с экспертами различают индивидуальные и коллективные методы экспертизы.
Индивидуальные методы экспертизы предусматривают персональную работу с каждым экспертом и получение частного, предварительно не согласованного с другими мнениями заключения эксперта.
Содержание разнообразных методов коллективных экспертных оценок сводится главным образом к тому, чтобы использовать все достоинства групповой экспертизы, сведя к минимуму ее недостатки.
Осуществляется это, прежде всего, путем создания условий, благоприятствующих формированию объективных оценок. Групповое решение принимается не с учетом мнения большинства, а на основе статистической обработки индивидуальных оценок с учетом степени согласованности мнений экспертов, которая характеризуется относительной величиной размаха индивидуальных оценок.
Одним из наиболее перспективных подходов к разработке прогнозов считается моделирование процессов развития науки и техники.
Моделирование можно представить как процесс оперирования изучаемым объектом, цель которого состоит в построении математической модели, отражающей наиболее существенные закономерности поведения исследуемого процесса, явления или объекта в тесном взаимодействии с факторами их определяющими.
По характеру используемых моделей различаются логические, информационные и математические модели прогнозирования.
Логическое моделирование включает тщательное изучение внутренней логики развития прогнозируемого объекта и разработку на этой основе соответствующих исторических моделей (образцов). Исторические аналогии используются затем при решении конкретных ситуаций и задач развития прогнозируемого объекта.
Практический интерес представляют методы построения различных информационных моделей. Так, статистический анализ числа научных публикаций, научных журналов частоты использования печатных работ и т.п.
дает возможность судить о темпах и характере развития научных дисциплин, тех или иных видов техники.
Математические модели прогнозирования представляют собой наиболее универсальные и достаточно строгие методы анализа тенденций развития техники.
Они позволяют дать количественное описание динамики развития реальных объектов прогнозирования, изучить характер и направления влияния на их изменение различных факторов. Для моделирования процессов научно-технического развития особенно часто используются методы статистического анализа, исследование производственных функций, динамическое программирование.