Problemy, w któ­rych roz­wią­za­niu mają pomóc budo­wa­ne zło­żo­ne sys­te­my są zwy­kle ?pro­ble­ma­mi zło­śli­wy­mi? (Rittel i Webber, 1973). ?Problem zło­śli­wy? to taki skom­pli­ko­wa­ny pro­blem, w któ­rym jest tak wie­le powią­za­nych ze sobą bytów, że nie ist­nie­je jego osta­tecz­na spe­cy­fi­ka­cja. Prawdziwy cha­rak­ter pro­ble­mu obja­wia się dopie­ro w mia­rę opra­co­wy­wa­nia roz­wią­za­nia.”

Usługa ta sta­no­wi sobą audyt tre­ści i struk­tu­ry doku­men­tów w pro­ce­sach biz­ne­so­wych oraz opra­co­wa­nie mode­lu archi­tek­tu­ry IT w celu mapo­wa­nia doku­men­tów na apli­ka­cje, w któ­rych powsta­ją i są wyko­rzy­sty­wa­ne (inte­gra­cja). Są to wyłą­czo­ne i połą­czo­ne razem pierw­sze eta­py usług Audyt orga­ni­za­cji, pod­no­sze­nie efek­tyw­no­ści oraz Analiza i Opracowanie Wymagań na Oprogramowanie. Jednym z głów­nych celów i pro­duk­tów jest opra­co­wa­na stra­te­gia cyfry­za­cji i archi­wi­za­cji doku­men­tów w orga­ni­za­cji oraz zarzą­dza­nia ich treścią.

Wprowadzenie

Bardzo czę­sto moż­na się spo­tkać z opra­co­wa­nia­mi zawie­ra­ją­cy­mi w tytu­le Studium wyko­nal­no­ści” (o ile spraw­dzi­łem, sło­wo wyko­ny­wal­no­ści jest języ­ko­wo gor­sze ;)). Opracowania te są jed­nak czę­sto tyl­ko dowo­dem słusz­no­ści pomy­słu” (lub pró­bą takie­go dowodu).

Studium wyko­nal­no­ści opi­su­je pro­dukt lub efekt orga­ni­za­cyj­ny, jakie­go ocze­ku­je­my oraz to czy jest moż­li­we wytwo­rze­nie tego pro­duk­tu lub osią­gnię­cie ocze­ki­wa­ne­go efek­tu orga­ni­za­cyj­ne­go. Ocena ren­tow­no­ści oraz tego tego czy pozy­ska­my finan­so­wa­nie na pro­jekt, to nie wyko­nal­ność pro­duk­tu a zdol­ność do sfi­nan­so­wa­nia jego powsta­nia i utrzy­ma­nia. To dru­gie to ana­li­za eko­no­micz­na i finansowa.

Popatrzmy na defi­ni­cję zamiesz­czo­ną np. na Portalu Funduszy Europejskich:

Studium wyko­nal­no­ści (Feasibility stu­dy): Studium prze­pro­wa­dzo­ne w fazie for­mu­ło­wa­nia pro­jek­tu, wery­fi­ku­ją­ce, czy dany pro­jekt ma dobre pod­sta­wy do reali­za­cji i czy odpo­wia­da potrze­bom prze­wi­dy­wa­nych bene­fi­cjen­tów. Studium powin­no sta­no­wić plan pro­jek­tu. Muszą w nim zostać okre­ślo­ne i kry­tycz­nie prze­ana­li­zo­wa­ne wszyst­kie szcze­gó­ły ope­ra­cyj­ne jego wdra­ża­nia, a więc uwa­run­ko­wa­nia han­dlo­we, tech­nicz­ne, finan­so­we, eko­no­micz­ne, insty­tu­cjo­nal­ne, spo­łecz­no-kul­tu­ro­we oraz zwią­za­ne ze śro­do­wi­skiem natu­ral­nym. Studium wyko­nal­no­ści pozwa­la na okre­śle­nie ren­tow­no­ści finan­so­wej i eko­no­micz­nej, a w rezul­ta­cie two­rzy jasne uza­sad­nie­nie celu reali­za­cji pro­jek­tu1. .

Jest to wła­śnie przy­kład (wytłusz­cze­nie moje) spro­wa­dze­nia stu­dium wyko­nal­no­ści do pozio­mu uza­sad­nie­nia jego reali­za­cji”, a nie taki ma ono – stu­dium wyko­nal­no­ści – pier­wot­nie cel.

Studium takie zle­ca (powi­nien) spon­sor pro­jek­tu, do któ­re­go ktoś przy­no­si pro­jekt (opis pro­jek­tu) z proś­bą o jego sfi­nan­so­wa­nie (o ile pro­jekt nie zawie­ra już takiej ana­li­zy). Samo pod­ję­cie prze­pro­wa­dze­nia stu­dium wyko­nal­no­ści już suge­ru­je, że nale­ży zało­żyć, że opi­sa­ny pro­jekt może być nie­wy­ko­nal­ny” Studium jest oce­ną wyko­nal­no­ści, a nie jego stwier­dze­niem. Gdyby było ina­czej, takie ana­li­zy nie mia­ły by sen­su, lub były by one tyl­ko udo­ku­men­to­wa­nym rachun­kiem sto­py zwro­tu z inwe­sty­cji (patrz wytłusz­cze­nie w powyż­szym cyta­cie). Pan Michał Trocki (Kolegium Zarządzania i Finansów SGH) w Kompleksowa oce­na pro­jek­tów, pisze:

Na wyko­nal­ność pro­jek­tu skła­da się pięć pod­sta­wo­wych ele­men­tów okre­śla­nych angiel­skim akro­ni­mem TELOS, a mia­no­wi­cie wyko­nal­ność: tech­no­lo­gicz­na i sys­te­mo­wa (ang. Technology and sys­tem feasi­bi­li­ty), eko­no­micz­na (ang. Economic feasi­bi­li­ty), praw­na (ang. Legal feasi­bi­li­ty), ope­ra­cyj­na (ang. Operational feasi­bi­li­ty) i cza­so­wa (ang. Schedule feasi­bi­li­ty). Dodatkowo w stu­dium wyko­nal­no­ści powin­ny być bra­ne pod uwa­gę: wyko­nal­ność ryn­ko­wa i doty­czą­ca nie­ru­cho­mo­ści (ang. Market and real esta­te feasi­bi­li­ty), wyko­nal­ność zaso­bo­wa (ang. Resource feasi­bi­li­ty) oraz wyko­nal­ność kul­tu­ro­wa (ang. Cultural feasi­bi­li­ty). Wykonalność pro­jek­tu oce­nia­na jest ex ante.2

Celem spon­so­ra pro­jek­tu jest pod­ję­cie decy­zji, a co do zasa­dy, z per­spek­ty­wy sce­na­riu­szo­wych metod zarzą­dza­nia i ana­li­zy sys­te­mo­wej, decy­dent powi­nien mieć wybór (w prze­ciw­nym wypad­ku nie jest decy­den­tem). Aby doko­nać wybo­ru, decy­dent powi­nien znać co naj­mniej dwa moż­li­we roz­wią­za­nia i ryzy­ka z nimi zwią­za­ne. PARP w swo­ich zale­ca­niach do Studium wyko­nal­no­ści we wstę­pie pisze:

Zadaniem two­rzą­ce­go stu­dium wyko­nal­no­ści jest wybór takie­go roz­wią­za­nia tech­nicz­no-tech­no­lo­gicz­ne­go, któ­re nie dość, że umoż­li­wi reali­za­cję posta­wio­nych wcze­śniej celów, przy­czy­ni się do roz­wią­za­nia pro­ble­mów ziden­ty­fi­ko­wa­nych w danej jed­no­st­ce, to jesz­cze wyko­rzy­sty­wać będzie ist­nie­ją­ce zaso­by i środ­ki oraz zagwa­ran­tu­je trwa­łość wybra­ne­go roz­wią­za­nia nie tyl­ko w okre­sie, w któ­rym moż­li­wa jest kon­tro­la wydat­ko­wa­nych środ­ków, ale rów­nież po jego zakoń­cze­niu.3

W zale­ce­niach tych znaj­du­je­my, że stu­dium (Wykonalność tech­nicz­na-tech­no­lo­gicz­na) powin­no zawie­rać mię­dzy inny­mi: Najważniejsze warian­ty reali­za­cji pro­jek­tu (inne moż­li­we spo­so­by osią­gnię­cia celu pro­jek­tu). 3

Kluczowe pojęcia

Popatrzmy na zna­cze­nie słów stu­dium i wykonalność:

stu­dium 1. ?roz­pra­wa nauko­wa na okre­ślo­ny temat?, 2. ?dro­bia­zgo­wa ana­li­za cze­goś przed­sta­wio­na w książ­ce lub fil­mie?, 3. ?dzie­ło nie­ma­ją­ce cha­rak­te­ru wykoń­czo­nej kom­po­zy­cji, będą­ce pra­cą przy­go­to­waw­czą?, 4. ?wydział wyż­szej uczel­ni; też: samo­dziel­na szko­ła wyż­sza lub policealna?

wyko­nal­ny: 1. ?moż­li­wy do wyko­na­nia?, 2. praw. ?taki, któ­ry musi być wyko­na­ny? (źr. www​.pwn​.pl)

W przy­pad­ku sło­wa stu­dium inte­re­su­ją nas tu (z oczy­wi­stych chy­ba powo­dów) dwa pierw­sze, w przy­pad­ku sło­wa wyko­nal­ny – pierw­sze zna­cze­nie. Tak więc:

Studium wyko­nal­no­ści to dro­bia­zgo­wa ana­li­za moż­li­wo­ści wyko­na­nia czegoś.

i jest to defi­ni­cja wyni­ka­ją­ca wyłącz­nie ze zna­czeń tych słów, co cie­ka­wa jest zgod­na z [[ogól­ną teo­rią sys­te­mów]] i ana­li­zą sys­te­mo­wą (ana­li­za sys­te­mo­wa). Analiza taka, z per­spek­ty­wy decy­den­ta jest spraw­dze­niem” i poja­wia się tu czę­sto sło­wo ewa­lu­acja”, któ­re jed­nak budzi moje wąt­pli­wo­ści z wyżej opi­sa­nych powo­dów. Znaczy ono: ewa­lu­acja ?okre­śle­nie war­to­ści cze­goś? (s.j.p. PWN).

Czym jest (powinna być) analiza wykonalności

Generalnie jest to oce­na szans na reali­za­cję przed­się­wzię­cia. Popatrzmy na poniż­szy diagram:

studium_wykonalnosci

Widzimy: hipo­te­tycz­ny zero­wy stan począt­ko­wy, jakiś okre­ślo­ny stan aktu­al­ny (nasza obec­na sytu­acja), pla­no­wa­ny stan oraz sytu­ację ide­al­ną czy­li stan nie­prze­kra­czal­ny (ale teo­re­tycz­nie moż­li­wą). Nasz pro­jekt może pole­gać na popra­wie (roz­wo­ju) cze­goś (punk­tem star­tu jest stan aktu­al­ny), lub tak­że wytwo­rze­niem (punk­tem star­tu jest wte­dy stan począt­ko­wy). Z per­spek­ty­wy ana­li­zy wyko­nal­no­ści nie ma to zna­cze­nia. Istotny jest stan pla­no­wa­ny i stan ide­al­ny. Do cze­go nam potrzeb­na wie­dza (zna­jo­mość) o sta­nie idealnym?

Stan ide­al­ny4 (o ide­ałach pisa­łem tu: Utopia – model ide­ału poma­ga w pro­jek­tach) to klu­czo­wy ele­ment ana­li­zy wyko­nal­no­ści, gdyż sta­no­wi dru­gi, po punk­cie począt­ko­wym, punkt opar­cia do wyli­cze­nia (oce­ny) postę­pu (wyra­żo­ne­go np. w pro­cen­tach) jaki chce­my uczy­nić. Planowany do osią­gnię­cia efekt jest nie moż­li­wy do oce­ny ryzy­ka, jeże­li nie zna­my zakre­su w jakim się poru­sza­my. Wielu ana­li­ty­ków uwa­ża, że nie ma pro­ble­mu w sytu­acji, gdy intu­icyj­nie wie­my, że ten zakres jest znacz­nie więk­szy od postę­pu jaki chce­my poczy­nić a my jeste­śmy dale­ko od ide­ału. Czy tak jest? Czy fak­tycz­nie mam taką wiedzę?

Niestety intu­icja może być bar­dzo mylą­ca. Jeżeli nie wie­my jaka jest zależ­ność pomię­dzy wyma­ga­ny­mi nakła­da­mi a osią­gal­nym efek­tem, to jest nie mamy mode­lu tego co ulep­sza­my, nie zna­my teo­rii jaka opi­su­je dane zja­wi­sko lub sytu­ację, może­my nie wie­dzieć, że zależ­ność ta jest np. sil­nie nie­li­nio­wa (a z regu­ły tak jest), i że osią­gnię­ty – cza­sem łatwo – stan obec­ny leży na zała­ma­niu krzy­wej tej zależ­no­ści. To typo­wa sytu­acja, w któ­rej heu­ry­sty­ka (dotych­cza­so­we doświad­cze­nie) jest zgub­na dla pro­jek­tu. Tak wła­śnie są roz­kła­da­ne” pro­jek­ty pla­no­wa­ne meto­da­mi ana­li­zy tren­du i na bazie dotych­cza­so­wych doświadczeń”.

Brak wie­dzy o sta­nie ide­al­nym moż­li­wym i brak mode­lu, czy­ni ana­li­zę wyko­nal­no­ści bar­dzo ryzy­kow­ną, więc prak­tycz­nie bezwartościową.

Przykładów jest wie­le, np. osią­gnię­cia spor­tow­ców (rela­tyw­nie łatwo osią­ga się wyni­ki ponad śred­nią, bar­dzo trud­no popra­wić je dalej o poje­dyn­cze pro­cen­ty by zdo­być medal na olim­pia­dzie), osią­ga­ne udzia­ły w ryn­ku (pierw­sze inwe­sty­cje w rekla­my z regu­ły przy­no­szą pozy­tyw­ne efek­ty, nie raz bar­dzo czę­sto, fir­mie będą­cej w czo­łów­ce ryn­ku, łatwo popra­wić wyni­ki o poje­dyn­cze pro­cen­ty, cza­sem jedy­nym spo­so­bem dal­sze­go są jed­nak już tyl­ko prze­ję­cia co widać na rynku).

Dlatego popraw­nie wyko­na­na ana­li­za wyko­nal­no­ści powin­na zawierać:

  1. opis sta­nu obecnego,
  2. opis (model) sta­nu idealnego,
  3. model opi­su­ją­cy sys­tem (teo­ria opi­su­ją­ca śro­do­wi­sko) w jakim funk­cjo­nu­je ulep­sza­ny przed­miot (i jego mier­nik), w tym zależ­ność nakła­dów vs. postęp,
  4. dekla­ra­cje pla­no­wa­ne­go postę­pu (mie­rzal­ny cel projektu),
  5. oce­nę (ryzy­ko) wyko­nal­no­ści pla­no­wa­ne­go celu, warian­ty alter­na­tyw­ne (np. mini­mal­ny satys­fak­cjo­nu­ją­cy i naj­lep­szy na jaki nas stać).

Zakończenie

W lite­ra­tu­rze moż­na spo­tkać róż­ne defi­ni­cje” stu­dium wyko­nal­no­ści, jed­nak ta któ­rą opi­sa­łem, zda­je się być naj­bliż­sza defi­ni­cji, któ­rą przy­to­czy­łem na począt­ku: bazu­ją­cej na zna­cze­niu słow­ni­ko­wym. Praktyka poka­zu­je, że inten­cje spon­so­rów tych ana­liz są z nią zbież­ne: celem jest pod­ję­cie decy­zji o naj­mniej­szym ryzy­ku w świe­tle posia­da­nej na dany temat wiedzy.

Definicje bazu­ją­ce na tech­nicz­nej i finan­so­wej wyko­nal­no­ści dane­go pro­jek­tu, są spo­ty­ka­ne dość czę­sto i w lite­ra­tu­rze i na stro­nach wie­lu insty­tu­cji3. Metoda pro­wa­dze­nia takich ana­liz, bazu­ją­ca na mode­lo­wa­niu czy­li na ana­li­zie sys­te­mo­wej, wyda­je się być jed­nak najwłaściwszą.

Warto jed­nak zwró­cić uwa­gę, że wyko­nal­ność tech­nicz­na a zdol­ność do sfi­nan­so­wa­nia to nie to samo… Studium wyko­nal­no­ści tech­no­lo­gicz­nej doty­czy pro­duk­tu pro­jek­tu lub efek­tu orga­ni­za­cyj­ne­go jakie­go ocze­ku­je­my. Ocena tego czy pozy­ska­my finan­so­wa­nie to nie wyko­nal­ność a zdol­ność do sfi­nan­so­wa­nia (stu­dium wyko­nal­no­ści finan­so­wo-eko­no­micz­nej3). To są róż­ne analizy.

Wykonalność tech­nicz­ną opi­sa­łem w arty­ku­le Studium wyko­nal­no­ści c.d.

Źródła

________________________________
1.
Studium wyko­nal­no­ści (Feasibility stu­dy) . POIG. . Published February 17, 2014. Accessed October 24, 2018.
2.
Michał Trocki, Kolegium Zarządzania i Finansów SGH, Kompleksowa oce­na pro­jek­tów. STUDIA I PRACE KOLEGIUM ZARZĄDZANIA I FINANSÓW ZESZYT NAUKOWY 113, Szkoła Główna Handlowa w Warszawie, 2012.
4.
Żeliński J. Utopia czy­li model ide­ału poma­ga w pro­jek­tach. IT​-Consulting​.pl. https://it-consulting.pl//2013/02/21/utopia-czyli-modelu-idealu-pomaga-w-projektach/. Published March 2, 2015. Accessed October 24, 2018.
Hepburn, B., & Andersen, H. (2021). Scientific Method. In E. N. Zalta (Ed.), The Stanford Encyclopedia of Philosophy (Summer 2021). Metaphysics Research Lab, Stanford University. https://​pla​to​.stan​ford​.edu/​a​r​c​h​i​v​e​s​/​s​u​m​2​0​2​1​/​e​n​t​r​i​e​s​/​s​c​i​e​n​t​i​f​i​c​-​m​e​t​h​od/
Mahesh, B. (2019). Machine Learning Algorithms ‑A Review. https://​doi​.org/​1​0​.​2​1​2​7​5​/​A​R​T​2​0​2​0​3​995
Martin, R. C., & Martin, R. C. (2018). Clean archi­tec­tu­re: a craftsman’s guide to softwa­re struc­tu­re and design. Prentice Hall.
Foote, B., & Yoder, J. (1997). Big Ball of Mud. Department of Computer Science University of Illinois at Urbana-Champaign 1304 W. Springfield Urbana, IL 61801 USA. https://​www​.rese​arch​ga​te​.net/​p​u​b​l​i​c​a​t​i​o​n​/​2​9​3​8​6​2​1​_​B​i​g​_​B​a​l​l​_​o​f​_​Mud
Harmon, P., & Garcia, J. (2020). The States of the Business Process Management Process 2020 (No. 2020). BP Trends Associations. www​.bptrends​.com
Gaiardelli, S., Spellini, S., Panato, M., Tadiello, C., Lora, M., Cheng, D. S., & Fummi, F. (2024). Enabling Service-orien­ted Manufacturing thro­ugh Architectures, Models and Protocols. IEEE Access, 1 – 1. https://​doi​.org/​1​0​.​1​1​0​9​/​A​C​C​E​S​S​.​2​0​2​4​.​3​3​8​5​634
Huang, S.-C. (2006). A semio­tic view of infor­ma­tion: Semiotics as a foun­da­tion of LIS rese­arch in infor­ma­tion beha­vior. Proceedings of the American Society for Information Science and Technology, 43(1), 1 – 17. https://​doi​.org/​1​0​.​1​0​0​2​/​m​e​e​t​.​1​4​5​0​4​3​0​166
Nuninger, L., Verhagen, P., Libourel, T., Opitz, R., Rodier, X., Laplaige, C., Fruchart, C., Leturcq, S., & Levoguer, N. (2020). Linking Theories, Past Practices, and Archaeological Remains of Movement thro­ugh Ontological Reasoning. Information, 11, 338. https://​doi​.org/​1​0​.​3​3​9​0​/​i​n​f​o​1​1​0​6​0​338
Machado, I. (n.d.). Graphic argu­men­ta­tion: dia­gram­ma­tic mode­ling in the. Communication and Evaluating Science, 177 – 202. Retrieved April 11, 2024, from https://​www​.aca​de​mia​.edu/​d​o​w​n​l​o​a​d​/​9​2​9​3​4​0​2​0​/​I​r​e​n​e​_​M​a​c​h​a​d​o​.​pdf
Jerzy Zajadło. (2019). Banał for­mu­ły dura lex sed lex.” Banał for­mu­ły dura lex sed lex,” R. 64, nr 5, 5 – 12. https://​pale​stra​.pl/​p​l​/​c​z​a​s​o​p​i​s​m​o​/​w​y​d​a​n​i​e/5 – 2019/ar­ty­ku­l/ba­nal-for­mu­ly-dura-lex-sed-lex
Korycka-Zirk, M., & Dobrzeniecki, K. (2018). Logika dla praw­ni­ków: kom­pen­dium i zada­nia (Wydanie II roz­sze­rzo­ne). Towarzystwo Naukowe Organizacji i Kierownictwa Dom Organizatora.”
Lewandowski, S., & Malinowski, A. (Eds.). (2002). Logika dla praw­ni­ków. Wydaw. Prawnicze LexisNexis.”
Lewandowski, S., Machińska, H., Malinowski, A., Petzel, J., & Pełka, M. (Eds.). (2022). Logika dla praw­ni­ków (Wydanie 13). Wolters Kluwer.
Lewandowski, S., Malinowski, A., & Petzel, J. (Eds.). (2021). Logika dla praw­ni­ków: słow­nik ency­klo­pe­dycz­ny (3. wyda­nie zak­tu­ali­zo­wa­ne i roz­sze­rzo­ne). Wolters Kluwer.
Friedman, J. (1997). What’s wrong with Libertarianism. Critical Review, 11(3), 407 – 467. https://​doi​.org/​1​0​.​1​0​8​0​/​0​8​9​1​3​8​1​9​7​0​8​4​4​3​469
Singla, A., Nathan, V. T., & Vageesh, S. (2016). Model Based Self-Learning System Engineering Approach. INCOSE International Symposium, 26(s1), 219 – 233. https://​doi​.org/​1​0​.​1​0​0​2​/​j​.​2​334 – 5837.2016.00327.x
Sarnowski, J. (2022). Podatki w kra­jach nor­dyc­kich a gospo­dar­ka i dobro­byt. Doradztwo Podatkowe – Biuletyn Instytutu Studiów Podatkowych, 5(309), 4 – 14. https://​doi​.org/​1​0​.​5​6​0​4​/​0​1​.​3​0​0​1​.​0​0​1​5​.​8​617
Ackoff, R. L., Magidson, J., Addison, H. J., & Ehrlich, A. (2007). Projektowanie ide­ału: kształ­to­wa­nie przy­szło­ści orga­ni­za­cji. Wyższa Szkoła Przedsiębiorczości i Zarządzania im. Leona Koźmińskiego : Wydawnictwa Akademickie i Profesjonalne. https://​repo​zy​to​rium​.kozmin​ski​.edu​.pl/​p​l​/​p​u​b​/​3​442
Babalola, V. (2016). Public Private Partnership: Imperative in Educational Planning and Management for Human Security in Nigerian Schools. 6.
Keet, C. M., & Fillottrani, P. R. (2015). An Analysis and Characterisation of Publicly Available Conceptual Models. In P. Johannesson, M. L. Lee, S. W. Liddle, A. L. Opdahl, & Ó. Pastor López (Eds.), Conceptual Modeling (Vol. 9381, pp. 585 – 593). Springer International Publishing. https://​doi​.org/​1​0​.​1​0​0​7​/​978 – 3‑319 – 25264-3_45
Busboom, A. (2024). Automated gene­ra­tion of OPC UA infor­ma­tion models — A review and outlo­ok. Journal of Industrial Information Integration, 100602. https://​doi​.org/​1​0​.​1​0​1​6​/​j​.​j​i​i​.​2​0​2​4​.​1​0​0​602
Brambilla, M., Cabot, J., & Wimmer, M. (2012). Model-dri­ven softwa­re engi­ne­ering in prac­ti­ce. Morgan & Claypool.
Boisot, M., & Canals, A. (2004). Data, infor­ma­tion and know­led­ge: have we got it right? Journal of Evolutionary Economics, 14(1), 43 – 67. https://doi.org/10.1007/s00191-003‑0181‑9
Chen, M., Ebert, D., Hagen, H., Laramee, R. S., Van Liere, R., Ma, K.-L., Ribarsky, W., Scheuermann, G., & Silver, D. (2008). Data, infor­ma­tion, and know­led­ge in visu­ali­za­tion. IEEE Computer Graphics and Applications, 29(1), 12 – 19. https://​ieeexplo​re​.ieee​.org/​a​b​s​t​r​a​c​t​/​d​o​c​u​m​e​n​t​/​4​7​3​6​4​52/
Floridi, L. (2005). Is Semantic Information Meaningful Data? Philosophy and Phenomenological Research, 70(2), 351 – 370. https://​doi​.org/​1​0​.​1​1​1​1​/​j​.​1​933 – 1592.2005.tb00531.x
Zins, C. (2007). Conceptual appro­aches for defi­ning data, infor­ma­tion, and know­led­ge. Journal of the American Society for Information Science and Technology, 58(4), 479 – 493. https://​doi​.org/​1​0​.​1​0​0​2​/​a​s​i​.​2​0​508
Foehr, M., Vollmar, J., Calà, A., Leitão, P., Karnouskos, S., & Colombo, A. (2017). Engineering of Next Generation Cyber-Physical Automation System Architectures. In Multi-Disciplinary Engineering for Cyber-Physical Production Systems: Data Models and Software Solutions for Handling Complex Engineering Projects (pp. 185 – 206). https://​doi​.org/​1​0​.​1​0​0​7​/​978 – 3‑319 – 56345-9_8
(N.d.).
(N.d.).
Therefore, use a Repository, the pur­po­se of which is to encap­su­la­te all the logic needed to obta­in object refe­ren­ces. The doma­in objects won’t have to deal with the infra­struc­tu­re to get the needed refe­ren­ces to other objects of the doma­in. They will just get them from the Repository and the model is rega­ining its cla­ri­ty and focus. (n.d.).
Therefore, a new con­cept is neces­sa­ry to be intro­du­ced, one that help to encap­su­la­te the pro­cess of com­plex object cre­ation. This is cal­led Factory. Factories are used to encap­su­la­te the know­led­ge neces­sa­ry for object cre­ation, and they are espe­cial­ly use­ful to cre­ate Aggregates. When the root of the Aggregate is cre­ated, all the objects con­ta­ined by the Aggregate are cre­ated along with it, and all the inva­riants are enfor­ced. (n.d.).
Therefore, use Aggregates. An Aggregate is a gro­up of asso­cia­ted objects which are con­si­de­red as one unit with regard to data chan­ges. The Aggregate is demar­ca­ted by a boun­da­ry which sepa­ra­tes the objects insi­de from tho­se out­si­de. Each Aggregate has one root. The root is an Entity, and it is the only object acces­si­ble from out­si­de. The root can hold refe­ren­ces to any of the aggre­ga­te objects, and the other objects can hold refe­ren­ces to each other, but an out­si­de object can hold refe­ren­ces only to the root object. If the­re are other Entities insi­de the boun­da­ry, the iden­ti­ty of tho­se enti­ties is local, making sen­se only insi­de the aggre­ga­te. (n.d.).
A Service sho­uld not repla­ce the ope­ra­tion which nor­mal­ly belongs on doma­in objects. We sho­uld not cre­ate a Service for eve­ry ope­ra­tion needed. But when such an ope­ra­tion stands out as an impor­tant con­cept in the doma­in, a Service sho­uld be cre­ated for it. There are three cha­rac­te­ri­stics of a Service: 1. The ope­ra­tion per­for­med by the Service refers to a doma­in con­cept which does not natu­ral­ly belong to an Entity or Value Object. 2. The ope­ra­tion per­for­med refers to other objects in the doma­in. 3. The ope­ra­tion is sta­te­less. (n.d.).
Entities are impor­tant objects of a doma­in model, and they sho­uld be con­si­de­red from the begin­ning of the mode­ling pro­cess. It is also impor­tant to deter­mi­ne if an object needs to be an enti­ty or not, which is discus­sed in the next pat­tern. (n.d.).
(N.d.).
(N.d.).
However, when doma­in-rela­ted code is mixed with the other lay­ers, it beco­mes extre­me­ly dif­fi­cult to see and think abo­ut. Superficial chan­ges to the UI can actu­al­ly chan­ge busi­ness logic. To chan­ge a busi­ness rule may requ­ire meti­cu­lo­us tra­cing of UI code, data­ba­se code, or other pro­gram ele­ments. Implementing cohe­rent, model-dri­ven objects beco­mes imprac­ti­cal. (n.d.).
In an object-orien­ted pro­gram, UI, data­ba­se, and other sup­port code often gets writ­ten direc­tly into the busi­ness objects. Additional busi­ness logic is embed­ded in the beha­vior of UI wid­gets and data­ba­se scripts. This some times hap­pens becau­se it is the easiest way to make things work quic­kly. (n.d.).
Patrz archi­tek­tu­ra hek­sa­go­nal­na. (n.d.).

Jarosław Żeliński

Jarosław Żeliński: autor, badacz i praktyk analizy systemowej organizacji: Od roku 1991 roku, nieprzerwanie, realizuje projekty z zakresu analiz i projektowania systemów, dla urzędów, firm i organizacji. Od 1998 roku prowadzi samodzielne studia i prace badawcze z obszaru analizy systemowej i modelowania (modele jako przedmiot badań: ORCID). Od 2005 roku, jako nieetatowy wykładowca akademicki, prowadzi wykłady i laboratoria (ontologie i modelowanie systemów informacyjnych, aktualnie w Wyższej Szkole Informatyki Stosowanej i Zarządzania pod auspicjami Polskiej Akademii Nauk w Warszawie.) Oświadczenia: moje badania i publikacje nie mają finansowania z zewnątrz, jako ich autor deklaruję brak konfliktu interesów. Prawa autorskie: Zgodnie z art. 25 ust. 1 pkt. 1) lit. b) ustawy o prawie autorskim i prawach pokrewnych zastrzegam, że dalsze rozpowszechnianie artykułów publikowanych w niniejszym serwisie jest zabronione bez indywidualnej zgody autora (patrz Polityki Strony).

Ten post ma 6 komentarzy

  1. Katarzyna

    a może nale­ża­ło­by roz­róż­nić pro­dukt, któ­ry odpo­wia­da na pyta­nie CZY nale­ży coś robić” od pro­duk­tu JAK nale­ży coś robić” przy­go­to­wu­jąc na potrze­by pierw­sze­go pyta­nia Studium Możliwości, a dru­gie­go – Studium Wykonalności?

    1. Jaroslaw Zelinski

      Jak naj­bar­dziej, pierw­sze pyta­nie zada­je się na eta­pie opra­co­wa­nie opra­co­wy­wa­nia stra­te­gii i tak­ty­ki (to zada­nie spon­so­ra pro­jek­tu) … Studium wyko­nal­no­ści to kolej­ny etap: czy to co chce­my zro­bić jest w ogó­le wykonalne. 😉

  2. jacek2v

    Moim zda­niem stu­dium to doku­ment ana­li­tycz­ny, któ­ry ma być pod­sta­wą podej­mo­wa­nia decy­zji. Powinien zawie­rać wie­le opcji reali­za­cji i nie powi­nien zawie­rać wszyst­kich szcze­gó­łów ope­ra­cyj­nych” – co suge­ru­je defi­ni­cja z Portalu Funduszy Europejskich. Obowiązkowy jest opis pro­ble­mu, któ­ry chce­my roz­wią­zać i cele jakie chce­my osią­gnąć. Szczegółowy opis obec­nej sytu­acji jest wręcz nie­wska­za­ny – doku­ment ten powi­nien być w mia­rę zwię­zły i ma być kwin­te­sen­cją, jeśli ma być pod­sta­wą decy­zji. Takie stu­dium nie jest pra­cą dla spraw­ne­go pisa­rza” spe­cy­fi­ka­cji, ale dla kom­pe­tent­ne­go i doświad­czo­ne­go fachow­ca z umie­jęt­no­ścia­mi ana­li­tycz­ne­go myśle­nia w makro i mikro ska­li, intu­icją oraz spraw­nie korzy­sta­ją­ce­go z róż­nych źró­deł zewnętrz­nych (eks­per­ci, bada­nia, rapor­ty itp.)

  3. Gosia

    a jak wygla­da spra­wa takie­go dzia­ła­nia: Wykonawca zobo­wią­za­ny będzie do aktu­ali­za­cji stu­dium zgod­nie z wyma­ga­nia­mi UE w ter­mi­nie 3 dni od uzy­ska­nia infor­ma­cji od Zamawiającego.
    na czym pole­ga ta aktu­ali­za­cja? Bo stu­dium to opis itd, ale AKTUALIZACJA?

    1. Jaroslaw Zelinski

      Aktualizacja ozna­cza, że było dobre ale z upły­wem pew­ne­go cza­su coś” się zmie­ni­ło i Studium wyma­ga aktu­ali­za­cji”… Jednak moim zda­niem jest to pew­ne nad­uży­cie gdyż opra­co­wa­nia takie są wyko­ny­wa­ne w okre­ślo­nych warun­kach jaki­mi są stan wie­dzy na dzień opra­co­wa­nia. Jeżeli te warun­ki się zmie­nia­ją to stu­dium nale­ży powtó­rzyć, poję­cie aktu­ali­za­cja” jest tu raczej nie na miej­scu. Jeżeli zmie­ni­ły się warun­ki nale­ży powtó­rzyć ana­li­zę, bo aktu­ali­za­cja” ana­li­zy po zmia­nie warun­ków” to prze­gląd i powtór­ne jej opra­co­wa­nie. Owszem pra­co­chłon­ność pew­nie jest mniej­sza ale jed­nak. Typowy przy­kład to zarzą­dza­nie zmia­ną w pro­jek­cie. Ktoś zgła­sza chęć wpro­wa­dze­nia zmia­ny, w efek­cie musi nastą­pić oce­na jak ta zmia­na wpły­nie na cały pro­jekt i na tej pod­sta­wie ma miej­sce prze­pro­jek­to­wa­nie, zwa­ną potocz­nie aktu­ali­za­cją”.

      Tak więc zapis Wykonawca zobo­wią­za­ny będzie do aktu­ali­za­cji stu­dium zgod­nie z wyma­ga­nia­mi UE w ter­mi­nie 3 dni od uzy­ska­nia infor­ma­cji od Zamawiającego.” wyma­ga okre­śle­nia kon­tek­stu: co jest przy­czy­ną koniecz­no­ści doko­na­nia tej aktualizacji.

Dodaj komentarz

Witryna wykorzystuje Akismet, aby ograniczyć spam. Dowiedz się więcej jak przetwarzane są dane komentarzy.