22 ANALIZA EFEKTYWNOCI EKONOMICZNEJ ZASTOSOWANIA SYSTEMÓW KLASY BUSINESS INTELLIGENCE W SEKTORZE MP. PODSTAWY METODYCZNE MIROSLAW DYCZKOWSKI Streszczenie Artykul przedstawia podstawy metodyczne analizy efektywnoci ekonomicznej projektów i systemów klasy business intelligence (BI) dla sektora malych i rednich przedsibiorstw (MP). W czci pocztkowej wyróniono typy MP i wskazano te z nich, którym w pierwszej kolejnoci sdedykowane systemy BI, a take sformulo- wano tez, e aplikacje BI w MP musi cechowapoliczalna efektywnoekonomiczna. Aby osignten cel konieczne jest systemowe, oparte na zweryfikowa- nych w praktyce metodach, badanie efektywnoci przedsiwziBI. W pracy opisano takie metody, dokonujc ich typologii, charakterystyki oraz analizujc problemy zwi- zane z ich stosowaniem. Sformulowano tereguldecyzyjnwyboru rozwizania BI na bazie jego efektywnoci ekonomicznej oraz opisano narzdzia wspomagajce ten proces. Slowa kluczowe: business intelligence, system BI, efektywnoekonomiczna zastosowaBI, metody analizy i oceny efektywnoci ekonomicznej Wprowadzenie Rozwój metod zarzdzania opartych na technologiach informacyjnych spowodowal, e trudno sobie wyobrazifunkcjonowanie gospodarki bez sprawnych i skutecznych systemów informatycz- nych. Informatyka stala sijednym z glównych czynników rozwoju, dziki któremu jest moliwe tworzenie nowych form i sposobów obslugi dzialalnoci wewntrz firm i w ich otoczeniu, których egzemplifikacjstakie koncepcje biznesowe, jak: przedsibiorstwo czasu rzeczywistego, organi- zacja inteligentna czy firma 2.0. Wielodziedzinowe systemy transakcyjne dzialajce w trybie on- line suzupelniane o zintegrowane z nimi aplikacje klasy business intelligence (SIK/EIS, Q&R, SWD/DSS itp.) [9, rozdz. 13]. Przy czym wszystkie te zaawansowane rozwizania, które kiedybyly domenprzede wszystkim firm duych, coraz czciej spotkamona równiew malych i red- nich przedsibiorstwach (MP). I o ile w przypadku systemów transakcyjnych ich uytecznow sektorze MP jest bezdyskusyjna, to w przypadku aplikacji BI – mimo coraz wikszej liczby udanych implementacji – cigle trwajdyskusje zwizane z efektywnoci, w tym ekonomiczn, takich zastosowa. Zwlaszcza, e przedstawiane analizy oplacalnoci nie zawsze spoparte „twar- dymi” danymi o uzyskiwanych efektach zestawionych z ponoszonymi kosztami, a jedynie opierajsina ocenach opisowych typu: procesy informacyjno-decyzyjne sobslugiwane „sprawniej”, me- nederowie s„lepiej poinformowani”, a wdroone rozwizanie jest „unikatowe” i „innowacyjne”. Celem niniejszego artykulu jest pokazanie, e efektywnozastosowaBI w sektorze MP mona mierzy, a w konsekwencji nizarzdza. Wymaga to jednak uycia metod z jednej strony sprawdzonych w praktyce, z drugiej zadostosowanych do typu aplikacji (BI), jak i obszaru ich zastosowa(MP), których wyniki bdnie tylko zrozumiale dla wlacicieli przedsibiorstw czy kadr zarzdzajcej, ale dadzsiodniedo innych ponoszonych nakladów inwestycyjnych czy kosztów dzialalnoci oraz uzyskiwanych korzyci, bdc podstawracjonalnych decyzji bizneso- wych. Takie wlanie metody sprzedmiotem opisu i analizy w kolejnych czciach opracowania.
12
Embed
Analiza efektywności ekonomicznej zastosowania systemów ... · W cz ci pocz tkowej wyró niono typy M P i wskazano te ... wiedzy dziedzinowej z obszaru ekonomii i finansów. ...
This document is posted to help you gain knowledge. Please leave a comment to let me know what you think about it! Share it to your friends and learn new things together.
Transcript
22
ANALIZA EFEKTYWNOCI EKONOMICZNEJ ZASTOSOWANIA SYSTEMÓW KLASY BUSINESS INTELLIGENCE W SEKTORZE MP. PODSTAWY METODYCZNE
MIROSŁAW DYCZKOWSKI
Streszczenie
Artykuł przedstawia podstawy metodyczne analizy efektywno�ci ekonomicznej
projektów i systemów klasy business intelligence (BI) dla sektora małych i �rednich
przedsi�biorstw (M�P). W cz��ci pocz�tkowej wyró�niono typy M�P i wskazano te
z nich, którym w pierwszej kolejno�ci s� dedykowane systemy BI, a tak�e sformuło-
wano tez�, �e aplikacje BI w M�P musi cechowa� policzalna efektywno��ekonomiczna. Aby osi�gn�� ten cel konieczne jest systemowe, oparte na zweryfikowa-
nych w praktyce metodach, badanie efektywno�ci przedsi�wzi�� BI. W pracy opisano
takie metody, dokonuj�c ich typologii, charakterystyki oraz analizuj�c problemy zwi�-zane z ich stosowaniem. Sformułowano te� reguł� decyzyjn� wyboru rozwi�zania BI
na bazie jego efektywno�ci ekonomicznej oraz opisano narz�dzia wspomagaj�ce ten
proces.
Słowa kluczowe: business intelligence, system BI, efektywno�� ekonomiczna zastosowa� BI,
metody analizy i oceny efektywno�ci ekonomicznej
Wprowadzenie
Rozwój metod zarz�dzania opartych na technologiach informacyjnych spowodował, �e trudno
sobie wyobrazi� funkcjonowanie gospodarki bez sprawnych i skutecznych systemów informatycz-
nych. Informatyka stała si� jednym z głównych czynników rozwoju, dzi�ki któremu jest mo�liwe
tworzenie nowych form i sposobów obsługi działalno�ci wewn�trz firm i w ich otoczeniu, których
egzemplifikacj� s� takie koncepcje biznesowe, jak: przedsi�biorstwo czasu rzeczywistego, organi-
zacja inteligentna czy firma 2.0. Wielodziedzinowe systemy transakcyjne działaj�ce w trybie on-
line s� uzupełniane o zintegrowane z nimi aplikacje klasy business intelligence (SIK/EIS, Q&R,
SWD/DSS itp.) [9, rozdz. 13]. Przy czym wszystkie te zaawansowane rozwi�zania, które kiedy�były domen� przede wszystkim firm du�ych, coraz cz��ciej spotka� mo�na równie� w małych i �red-
nich przedsi�biorstwach (M�P). I o ile w przypadku systemów transakcyjnych ich u�yteczno��w sektorze M�P jest bezdyskusyjna, to w przypadku aplikacji BI – mimo coraz wi�kszej liczby
udanych implementacji – ci�gle trwaj� dyskusje zwi�zane z efektywno�ci�, w tym ekonomiczn�, takich zastosowa�. Zwłaszcza, �e przedstawiane analizy opłacalno�ci nie zawsze s� poparte „twar-
dymi” danymi o uzyskiwanych efektach zestawionych z ponoszonymi kosztami, a jedynie opieraj�si� na ocenach opisowych typu: procesy informacyjno-decyzyjne s� obsługiwane „sprawniej”, me-
ned�erowie s� „lepiej poinformowani”, a wdro�one rozwi�zanie jest „unikatowe” i „innowacyjne”.
Celem niniejszego artykułu jest pokazanie, �e efektywno�� zastosowa� BI w sektorze M�P
mo�na mierzy�, a w konsekwencji ni� zarz�dza�. Wymaga to jednak u�ycia metod z jednej strony
sprawdzonych w praktyce, z drugiej za� dostosowanych do typu aplikacji (BI), jak i obszaru ich
zastosowa� (M�P), których wyniki b�d� nie tylko zrozumiałe dla wła�cicieli przedsi�biorstw czy
kadr zarz�dzaj�cej, ale dadz� si� odnie�� do innych ponoszonych nakładów inwestycyjnych czy
kosztów działalno�ci oraz uzyskiwanych korzy�ci, b�d�c podstaw� racjonalnych decyzji bizneso-
wych. Takie wła�nie metody s� przedmiotem opisu i analizy w kolejnych cz��ciach opracowania.
Studies & Proceedings of Polish Association for Knowledge Management
Nr 78, 2016
23
Nim jednak przejdziemy do ich przegl�du i szerszej charakterystyki, w nast�pnym punkcie synte-
tycznie omówimy najwa�niejsze problemy zastosowania systemów klasy BI w sektorze M�P.
1. Sektor MP a zastosowania systemów klasy Business Intelligence
Analizuj�c sektor M�P w kontek�cie stosowania w nim systemów klasy BI nale�y zwróci�uwag� na trzy istotne zagadnienia:
1) rol� jak� pełni on we współczesnych gospodarkach, w tym polskiej,
2) �rodowisko informacyjno-decyzyjne, w którym działaj� mened�erowie i/lub wła�ciele małych
i �rednich firm,
3) wymagania, jakie powinny spełnia� systemy BI dedykowane M�P, uwzgl�dniaj�c m.in. pro-
blem ich opłacalno�ci.
Je�eli chodzi o zagadnienie pierwsze, to dost�pne dane statystyczne i raporty analityczne poka-
zuj�, �e M�P pełni� wa�n� ekonomicznie (por. np. ~50% udział w PKB) i społecznie (por. np. ~67%
udział w zatrudnieniu) rol� w gospodarce, zarówno polskiej, jak i unijnej (zob. np. opart� na staty-
stykach GUS/Eurostat publikacj� PARP [15]). Z tego m.in. wzgl�du s� po��dane działania mog�ce
poprawi� warunki ich funkcjonowania, w tym tak�e ró�ne formy innowacji (zob. tzw. „Small Busi-
ness Act” [21]). Trzeba jednak zauwa�y�, �e cho� sektor M�P jest du�ym ilo�ciowo i warto�ciowo
oraz chłonnym rynkiem dla produktów i usług IT (jego wolumen to ponad 6 mld zł ze stał� tendencj�wzrostow�), to jest to rynek specyficzny i niejednorodny. Z punktu widzenia omawianego w niniej-
szej pracy obszaru BI odmienne na przykład s� potrzeby firm mikro (zatrudniaj�cych < 9
pracowników, którym wystarczaj� na ogół rozwi�zania typu „Excel BI”), małych (10÷49 zatrudnio-
nych, preferuj�cych przede wszystkim aplikacje analityczno-raportuj�ce Q&R lub systemy BI
dost�pne w modelu SaaS/cloud) i �rednich (50÷249 zatrudnionych, gdzie obserwuje si� odej�cie od
„tradycyjnych” systemów BI w kierunku dwuwarstwowych aplikacji BI/ERP, a tak�e korzysta z BI
w modelu SaaS/cloud i oczekuje wdro�e� tzw. rozwi�za� „bud�etowych” BI).
Drugie z wyró�nionych zagadnie�, wi��e si� z faktem, �e skuteczno�� i efektywno�� podejmo-
wanych przez mened�erów decyzji zale�y w du�ej mierze od mo�no�ci identyfikacji oraz analizy
istotnych czynników wpływaj�cych na funkcjonowanie przedsi�biorstwa. Najwi�ksze trudno�ci
w tym zakresie wyst�puj� wła�nie w M�P. Mened�erowie tych przedsi�biorstw nie maj� na ogół
dost�pu do szerokiego spektrum informacji zarz�dczych, ani nie dysponuj� zespołami analityków
w celu zbierania danych i ich interpretowania. Wi�kszo�ci firm sektora M�P nie sta� – ze wzgl�dów
finansowych oraz kadrowych – na wsparcie przez wewn�trznych czy zewn�trznych konsultantów.
Do tego funkcjonuj� one w zdecydowanie bardziej niepewnym i ryzykownym otoczeniu bizneso-
wym, a marginesy bł�dów decyzyjnych s� cz�sto znacznie w��sze. Kadra kierownicza M�P
w takich warunkach cz�sto działa intuicyjnie i w rezultacie jako�� podejmowanych decyzji jest zde-
cydowanie mniejsza (zob. m.in. [11] i [13]). Dodatkowo wielu mened�erom i wła�cicielom M�P
brakuje eksperckiej (a w cz��ci przypadków nawet elementarnej) wiedzy dziedzinowej z obszaru
ekonomii i finansów. Problemy te s� szczególnie mocno odczuwalne w przedsi�biorstwach zalicza-
nych do dwóch segmentów (szerzej na temat u�ytej segmentacji w [23]): tzw. firm szybkiego
wzrostu (stanowi� one 3÷7% ogółu M�P) i cz��ciowo tzw. firm tradycyjnych (33÷42% M�P).
Dlatego te� – st�d trzecie z wyró�nionych zagadnie� – projektowanie dobrych rozwi�za� BI dla
sektora M�P wi��e si� z przyj�ciem nast�puj�cych wymaga�, które musz� by� bezwzgl�dnie speł-
nione:
Mirosław Dyczkowski
Analiza efektywno�ci ekonomicznej zastosowania systemów klasy business intelligence
w sektorze M�P. Podstawy metodyczne
24
− maj� to by� systemy analityczno-informacyjne kierownictwa wspomagane wiedz� dziedzi-
now�, czyli tzw. SIK/EIS wspomagane wiedz� (szerzej m.in. w [9, rozdz. 13]),
− powinny one umo�liwia� globalne monitorowania sytuacji ekonomiczno-finansowej przedsi�-biorstwa, z uwzgl�dnieniem jego otoczenia gospodarczego,
− przyj�ta architektura oraz zastosowane technologie powinny gwarantowa� dalsze rozszerzenia
funkcjonalno�ci, zapewnia� interoperacyjno�� oraz łatwo�� integracji w �rodowisku M�P,
− u�ytkownicy powinni korzysta� z interaktywnego, przyjaznego i wielomodalnego interfejsu,
zgodnego z najlepszymi wzorcami wizualnej nawigacji i eksploracji danych (zob. [7] i [11]),
− implementacja rozwi�za� powinna by� tak�e zgodna z obserwowanymi tendencjami i progno-
zami rozwoju systemów BI (chodzi m.in. o tendencje umownie okre�lane przez analityków
i badaczy mianem BI 2.0 i BI 3.0, szerzej opisane m.in. w [8] i [11]).
Przykładem rozwi�zania, które uwzgl�dnia te wymaga� jest system TETA BI z inteligentnym
kokpitem mened�erskim InKoM, zrealizowany dzi�ki dofinansowaniu przyznanemu przez Naro-
dowe Centrum Bada� i Rozwoju w pierwszym konkursie programu INNOTECH (�cie�ka In-tech)
w ramach umowy INNOTECH/IN1-K1/34/153437/NCBR/12 (szerokie opisy projektu i jego pro-
duktów s� zawarte m.in. w [4], [5] i [11] oraz w powoływanych tam opracowaniach).
Ostatnim, ale nie mniej wa�nym ni� wcze�niej wyró�nione, wymaganiem jest wymóg opłacal-
no�ci dostarczanych rozwi�za� BI. Aplikacje BI stosowane w M�P musi cechowa� policzalna
efektywno�� ekonomiczna, gdy� jest ona jednym z podstawowych kryteriów decyzyjnych o alokacji
�rodków inwestycyjnych, w tym tak�e w obszarze IT. Wynika z tego bezpo�rednio konieczno��systemowego, opartego na zweryfikowanych w praktyce metodach, badania efektywno�ci ekono-
micznej przedsi�wzi�� BI w M�P, czemu jest po�wiecony kolejny punkt opracowania.
2. Przegl�d i ogólna charakterystyka metod badania i oceny efektywno�ci ekonomicznej zastosowa� systemów klasy Business Intelligence
2.1. Podstawy metodyczne
Jak wskazano w poprzedniej cz��ci opracowania jednym z istotniejszych wymaga�, które mu-
sz� spełnia� rozwi�zania BI dla sektora M�P jest wymóg opłacalno�ci i wynikaj�ca z niego
konieczno�� – prowadzonej zwłaszcza w uj�ciu ex ante – oceny efektywno�ci ekonomicznej syste-
mów i/lub projektów BI (zob. m.in. [4], [5] i [22]). Ocena rozpatrywana z tej perspektywy obejmuje
procesy identyfikacji, kwantyfikacji i analizy nakładów/kosztów, korzy�ci oraz ryzyka, zwi�zanych
z tworzonymi, wdra�anymi i u�ytkowanymi aplikacjami BI, które s� wykonywane zarówno przez
pracowników działów biznesowych, jak i słu�by informatyczne. Wst�pnej oceny efektywno�ci po-
winno si� dokona� przed rozpocz�ciem projektu (a priori), kolejnych za� – w celu weryfikacji
wst�pnych oszacowa� i ci�głej poprawy efektywno�ci – po zako�czeniu wdro�enia, a nast�pnie
przynajmniej po ka�dym roku u�ytkowania rozwi�za� BI.
W literaturze przedmiotu mo�na znale�� opisy ró�nych podej�� metodycznych stosowanych
w pomiarze i ocenie efektywno�ci ekonomicznej przedsi�wzi�� i/lub produktów informatycznych
oraz liczne przykłady ich u�ycia (zob. m.in. polskoj�zyczne monografie [2], [3] i [12], które zawie-
raj� kompleksowe opisy najwa�niejszych znanych metod i technik analitycznych). Podobnie wiele
firm konsultingowych, instytucji szkoleniowych czy te� dostawców produktów i usług informatycz-
nych udost�pnia na swoich stronach WWW albo na specjalizowanych portalach wiedzy firmowe
Studies & Proceedings of Polish Association for Knowledge Management
Nr 78, 2016
25
metodyki badania efektywno�ci, tematyczne encyklopedie wiedzy, materiały informacyjne i szko-
lenio-we, studia przypadków analiz efektywno�ci konkretnych projektów i/lub prezentuje tzw.
najlepsze praktyki w tym zakresie. Mnogo�� i ró�norodno�� dost�pnych �ródeł jest zwi�zana z tym,
�e zarz�dzanie efektywno�ci� IT, w tym jej uj�ciem ekonomicznym, jest zagadnieniem wielo-płasz-
czyznowym i mo�e by� rozwa�ane z ró�nych, cz�sto zupełnie odmiennych perspektyw.
W niniejszym opracowaniu zwrócimy uwag� na dwie z nich, gdy� stanowi� one zdaniem autora
dobry punkt wyj�cia dla dalszych rozwa�a� szczegółowych.
Rysunek 1. Mo�liwe do realizacji strategie zarz�dzania efektywno�ci� IT
ródło: opracowanie własne na postawie [1] i [14].
Po pierwsze, mówi�c o zarz�dzaniu efektywno�ci� powinni�my spojrze� na sposoby budowania
warto�ci przedsi�biorstw z wykorzystaniem IT. Na rys. 1 przedstawiono mo�liwe do realizacji stra-
tegie, pozwalaj�ce poprawi� efektywno�ci IT, ujmowan� jako relacja mi�dzy pozytywnym
wpływem technologii informatycznych na wyniki firmy, a nakładami i kosztami ponoszonymi na te
technologie. Strategie te mo�na zgrupowa� – z punktu widzenia celu opracowania – w dwie katego-
rie, które obejmuj� działania:
1) zorientowane na ROI/CFROI/VOI, a wi�c na zwi�kszanie warto�ci zwrotu z inwestycji IT
drog� osi�gania przyrostu efektów poprzez dodatni wpływ IT na wyniki biznesowe firmy,
2) zorientowane na TCO, a wi�c na obni�enie pełnych nakładów inwestycyjnych i kosztów IT,
przy zachowaniu lub nawet zwi�kszeniu poziomu efektów biznesowych.
wy�sze nakłady/kosztyi wi�kszy wpływ
ni�sze nakłady/kosztyi ten sam wpływ
takie same nakłady/kosztyi wi�kszy wpływ
Na
kła
dy i
ko
szty
wy�s
ze
ni�
sze
Wpływ na popraw� wyników obiektu wi�kszymniejszy
Obszar poprawy
efektywno�ci IT
dzisiejsze nakłady/kosztyi wpływ
wzrost wpływu wynikaj�cy z nowych projektów IT
red
ukcja
ko
sztó
w I
T w
yn
ika
j�ca
z u
sp
raw
nie�
tech
no
log
iczn
ych
osi�galne nakłady/kosztyi wpływ
ni�sze nakłady/kosztyi wi�kszy wpływ
orientacja
na TCO
orientacja na
ROI/CFROI/VOI
Mirosław Dyczkowski
Analiza efektywno�ci ekonomicznej zastosowania systemów klasy business intelligence
w sektorze M�P. Podstawy metodyczne
26
Drugim zagadnieniem, na które nale�y zwróci� uwag�, jest �cisła współzale�no�� obu wyod-
r�bnionych grup strategii zarz�dzania efektywno�ci� oraz wiedza o tym, w jaki sposób okre�lone
kategorie rozwi�za� informatycznych, na które ponosimy bardzo niekiedy zró�nicowane wydatki,
dostarczaj� warto�ci składaj�cych si� na potencjalne korzy�ci (szeroko ten problem jest omówiony
np. w pracy [14]), a wi�c pozytywnie wpływaj�cych w efektywno��. Jest oczywistym, �e najlepiej
– z punktu widzenia efektywno�ci ekonomicznej inwestycji informatycznych – byłoby jednocze�nie
minimalizowa� TCO i maksymalizowa� efekty (mierzone przyrostem warto�ci takich wska�ników
jak ROI/CFROI/VOI). Wynika z tego, �e powinno si� stosowa� takie podej�cia do zarz�dzania efek-
tywno�ci�, które pozwalaj� na ł�czne rozpatrywanie obu grup strategii. Jednym z takich podej�� jest
Value IT, które jest szerzej omówione w punkcie 3.1 opracowania i którego modyfikacja nazwana
roboczo Value BI powinna przyczyni� si� do skutecznejszego badania i oceny efektywno�ci ekono-
micznej zastosowa� rozwi�za� BI, tak�e w sektorze M�P.
2.2. Typologia i syntetyczny przegl�d najwaniejszych metod
Jak wskazano w poprzednim punkcie, istnieje wiele szczegółowych metodyk oceny efektyw-
no�ci ekonomicznej przedsi�wzi�� informatycznych (w tym z obszaru BI), dlatego – w ramach ich
syntetycznego przegl�du – konieczna jest ich typologia, któr� przedstawiono w tabela 1. Nale�y
zaznaczy�, �e nie obejmuje ona wszystkich opisanych w literaturze i/lub u�ywanych w praktyce
metod analitycznych i zarz�dczych, a tylko porz�dkuje te z nich, które s� albo przedmiotem dyskusji
w niniejszym artykule, albo maj� w stosunku do nich charakter uzupełniaj�cy lub rozszerzaj�cy.
Tabela 1. Typologia wybranych metod oceny efektywno�ci ekonomicznej przedsi�wzi�� IT
Grupa/podgrupa metod oceny efektywno�ci Reprezentatywny przykład
Metody zorientowane
na racjonalizacj� kosz-
tów
Kwantyfikuj�ce koszty bezpo�rednie
TCO Kwantyfikuj�ce koszty po�rednie
Kwantyfikuj�ce koszty odło�one w czasie
Metody zorientowane
na racjonalizacj� efek-
tów (korzy�ci)
Kwantyfikuj�ce efekty automatyzacji
ROI/CFROI/VOI Kwantyfikuj�ce efekty informacyjne
Kwantyfikuj�ce efekty transformacyjne
Metody kosztowo-
efektowe (pełnego ra-
chunku
ekonomicznego)
Kwantyfikuj�ce zdyskontowane prze-
pływy pieni��ne netto i ich rozkład w
czasie (CF+, CF-, NCF)
Analiza kosztów i korzy�ci
(AKK/CBA) z pomiarem warto�ci
NPV, IRR, MIRR, PP i B/C
Kwantyfikuj�ce całkowity wpływ ekono-
miczny IT na przedsi�biorstwo/instytucj�Metoda pełnego wpływu ekono-
micznego (TEI), Value IT
Metody skoringowe (punktowe) Ekonomika informacji (IE)
Metody uzupełniaj�ce
i/lub rozszerzaj�ce ba-
danie i ocen�
Metody strategicznego i operacyjnego za-
rz�dzania efektywno�ci� (strategicznego i
operacyjnego controllingu IT)
Informatyczna zrównowa�ona karta
wyników (ITSC)
Metoda warto�ci wypracowanej
(EVA/EVM)
Metody po�redniej analizy ryzyka Analiza wra�liwo�ci
Analiza scenariuszowa
ródło: opracowanie własne na podstawie [2], [3], [12] i [19].
Zaprezentowane w tab. 1 grupowanie (typologia) oraz wyró�nione przykłady metod szczegó-
łowych wymagaj� krótkiego komentarza.
Studies & Proceedings of Polish Association for Knowledge Management
Nr 78, 2016
27
Po pierwsze, nale�y podkre�li�, �e w odniesieniu do przedsi�wzi�� BI realizowanych w sekto-
rze M�P – ze wzgl�du na rekomendacje i wymagania studiów wykonalno�ci projektów
dofinansowywanych ze �rodków publicznych (fundusze wsparcie, programy unijne, krajowe i re-
gionalne itp.) – podstaw� systemowej oceny efektywno�ci powinna by� zdaniem autora metoda
analizy kosztów i korzy�ci (AKK/CBA), która bazuje na zdyskontowanych przepływach pieni��-nych. AKK/CBA stosuje znane i powszechnie zalecane szczegółowe mierniki i wska�niki, takie jak
warto�� netto), ROI/CFROI (stopa i/lub wielko�� zwrotu z inwestycji, prosta albo oparta na pełnych
przepływach pieni��nych) i VOI (warto�� z inwestycji). W praktyce metoda AKK/CBA jest uzu-
pełniana analizami i symulacjami kosztowymi (TCO), w których stosuje si� kalkulatory TCO/ROI.
Szerokie opisy samej metody, stosowanych przez ni� mierników i wska�ników oraz przykłady jej
u�ycia w przedsi�wzi�ciach informatycznych s� dost�pne m.in. w pracach [6], [17] i [19].
Po drugie, od strony proceduralnej oraz z perspektywy strategicznej metoda AKK/CBA po-
winna działa� zgodnie z podej�ciem Value IT, którego schematy oraz formuły obliczeniowe s�odpowiednie zarówno do wyliczania ROI/CFROI/VOI, jak i składowych TCO, a dodatkowo po-
zwalaj� obj�� analiz� efekty trudne do wyceny pieni��nej. Z tego wzgl�du w kolejnym punkcie
szerzej zostanie omówione to podej�cie, a nast�pnie zarysowana b�dzie jego modyfikacja – roboczo
nazwana Value BI – która dostosowuje je do oceny efektywno�ci zastosowa� BI.
3. Value BI jako modyfikacja podej�cia Value IT zorientowana na badanie i ocen� efektyw-no�ci ekonomicznej zastosowa� BI w sektorze MP
3.1. Załoenia Value BI
Badanie i ocena efektywno�ci ekonomicznej zastosowa� BI w sektorze M�P mo�e – zdaniem
autora – bazowa� na podej�ciu znanym w literaturze jako Value IT [20], gdy� – jak zaznaczono
w poprzedniej cz��ci opracowania – proponowane w nim formuły umo�liwiaj� zarówno obliczenie
ROI/CFROI/VOI oraz wska�ników stosowanych w metodzie CBA, jak i składowych TCO. W po-
dej�ciu tym przyj�to, �e aby okre�li� efektywno�� przedsi�wzi�� IT i b�d�cych ich wynikiem
produktów, trzeba najpierw wyznaczy� tzw. efekt netto IT (E0) uzyskiwany w danym momencie
przez obiekt gospodarczy, posługuj�c si� nast�puj�c� reguł�: E0 = korzy�ci – koszty procesów biznesowych – koszty IT
Nast�pnie, aby okre�li� efekt netto IT osi�gni�ty dzi�ki konkretnemu przedsi�wzi�ciu i/lub sys-
temowi informatycznemu (E1), nale�y dokona� identycznego pomiaru po dostarczeniu i wdro�eniu
jego produktów i/lub usług. Efektywno�� obliczamy jako ró�nic� E1 – E0, przy czym mo�emy mie�do czynienia m.in. z nast�puj�cymi typowymi sytuacjami:
− scenariuszem minimalizacji kosztów IT, z którym mamy do czynienia, gdy celem danego
przedsi�wzi�cia informatycznego jest obni�enie nakładów/kosztów ponoszonych na IT (np. po-
przez ich optymalizacj� opart� na metodzie TCO), przy zachowaniu tego samego poziomu
kosztów obsługi procesów biznesowych i uzyskiwanych korzy�ci, a wi�c:
E1 = korzy�ci – koszty procesów biznesowych – ↓ koszty IT
− scenariuszem minimalizacji kosztów procesów biznesowych, w którym dane przedsi�wzi�cie
informatyczne powoduje wprawdzie wzrost kosztów IT (przez poniesione nakłady inwesty-
cyjne i/lub zwi�kszone koszty u�ytkowania systemów), ale jednocze�nie jego wynikiem jest
znacznie wi�ksza redukcja kosztów obsługi procesów biznesowych (w wyniku wyst�pienia
Mirosław Dyczkowski
Analiza efektywno�ci ekonomicznej zastosowania systemów klasy business intelligence
w sektorze M�P. Podstawy metodyczne
28
tzw. efektów automatyzacji), przy zachowaniu tego samego poziomu korzy�ci, a wi�c:
E1 = korzy�ci – ↓↓ koszty procesów biznesowych – ↑ koszty IT
− scenariuszem maksymalizacji korzy�ci, o którym mówimy, gdy dane przedsi�wzi�cie informa-
tyczne powoduje – podobnie jak w poprzedniej sytuacji – zwi�kszenie kosztów IT, ale
jednocze�nie jego wynikiem jest znacznie wi�kszy wzrost korzy�ci (w wyniku wyst�pienia
przede wszystkim tzw. efektów informacyjnych i transformacyjnych), przy zachowaniu tego
samego poziomu kosztów obsługi procesów biznesowych, a wi�c:
E1 = ↑↑ korzy�ci – koszty procesów biznesowych – ↑ koszty IT
Dostosowuj�c podej�cie Value IT do badania i oceny efektywno�ci ekonomicznej zastosowa�systemów klasy BI, a wi�c tworz�c jego wersj� dedykowan� obszarowi business intelligence, na-
zwan� roboczo przez autora Value BI – nie zmieniaj�c przy tym istoty obliczania efektywno�ci
E0 = korzy�ci z BI – koszty procesów informacyjno-decyzyjnych – koszty BI
(b) formuła wyznaczania efektu netto scenariusza minimalizacji TCO dla BI:
E1 = korzy�ci z BI – koszty procesów informacyjno-decyzyjnych – ↓ koszty BI
(c) formuła wyznaczania efektu netto scenariusza minimalizacji kosztów procesów informa-
cyjno-decyzyjnych:
E1 = korzy�ci z BI – ↓↓ koszty procesów informacyjno-decyzyjnych – ↑ koszty BI
(d) formuła wyznaczania efektu netto scenariusza maksymalizacji korzy�ci z BI:
E1 = ↑↑ korzy�ci z BI – koszty procesów informacyjno-decyzyjnych – ↑ koszty BI
O ile strona nakładowo-kosztowa w takim rachunku jest przejrzysta i wzgl�dnie łatwa w iden-
tyfikacji i kwantyfikacji, to znacznie bardziej zło�one jest identyfikowanie i kwantyfikowanie
korzy�ci b�d�cych wynikiem zastosowa� systemów klasy BI, zwłaszcza w sektorze M�P. Wynika
to przede wszystkim z ograniczonej liczby wdro�e� systemów klasy BI w M�P oraz z braku odpo-
wiedniej liczby reprezentatywnych studiów przypadków dla wdro�e�, które zako�czyły si�sukcesem (a wi�c mog�cych słu�y� jako wzorce tzw. najlepszych praktyk a opisuj�ce je dane efek-
tywno�ciowe mog� by� wtedy traktowane jako dane referencyjne) albo pora�k� (a wi�c b�d�cych
�ródłem wiedzy o tzw. kluczowych czynnikach pora�ki). Wi�kszo�� dost�pnych analiz i studiów
przypadków z obszaru BI dotyczy bowiem obiektów �rednich, du�ych i wielkich. Szczególnie
istotne jest to w przypadku, gdy analiza jest prowadzona w uj�ciu ex ante, a wi�c dla scenariuszy
typu „to-be”. Aby estymacja warto�ci planowanych efektów i/lub utraconych korzy�ci (opportunity
costs) była wiarygodna, ich kalkulacja powinna opiera� si� na repozytoriach zawieraj�cych dane
efektywno�ciowe z wielu zastosowa� systemów klasy BI w sektorze M�P oraz na danych porów-
charakteryzuj�cych wspomagane procesy informacyjno-decyzyjne. Szerzej na ten temat w kolejnym
punkcie.
Studies & Proceedings of Polish Association for Knowledge Management
Nr 78, 2016
29
3.2. Procedura analityczna, reguła decyzyjna i narz�dzia wspomagaj�ce
Po przedstawieniu w poprzedniej cz��ci opracowania wybranych podstaw metodycznych za-
rz�dzania efektywno�ci� ekonomiczn� zastosowa� BI w M�P mo�emy przej�� do opisu
instrumentalizacji procesu analitycznego. Zdaniem autora, dopiero wówczas, gdy proces ten b�dzie
odpowiednio wspomagany, a narz�dzia wspieraj�ce zrozumiałe i dost�pne, pomiar i ocena efektyw-
no�ci stan� si� „codzienno�ci�” takich przedsi�wzi��. W zwi�zku z tym, �e w niniejszej pracy
koncentrujemy si� na analizach AKK/CBA z uwzgl�dnieniem TCO i ROI/CFROI/VOI przedmio-
tem dalszego opisu b�dzie ten proces, co schematycznie prezentuje rys. 2.
2. Identyfikacja oraz kwantyfikacja pełnychefektów ekonomicznych rozwi�zania BI
1. Identyfikacja oraz kwantyfikacja pełnychnakładów i kosztów rozwi�zania BI
3. Kalkulacja oraz ocena efektywno�ciekonomicznej (NPV, IRR/MIRR, PP i B/C)
4. Wybór wska�ników efektywno�ci (KPI) do oceny korzy�ci trudnych do wyceny pieni��nej
6. Ocena rozszerzona o czynniki zmienno�cii ryzyka (analizy wra�liwo�ci oraz scenariuszowa)
5. Okresowa ocena zmiany korzy�ci trudnychdo wyceny pieni��nej (na bazie wybranych KPI)
7. Kompleksowa ocena pełnego wpływu rozwi�zania BI na M�P i jego efektywno�ci ekonomicznej
Rysunek 2. Schemat procesu analizy efektywno�ci ekonomicznej zastosowa� BI w M�P
ródło: opracowanie własne.
Przedstawiony na rysunku schemat wymaga krótkiego komentarza.
Po pierwsze, opiera si� on na zaproponowanym wcze�niej podej�ciu Value BI. Nale�y przypo-
mnie�, �e opisuj�c to podej�cie podkre�lono, �e strona nakładowo-kosztowa w tym rachunku jest
przejrzysta i wzgl�dnie łatwa w identyfikacji i kwantyfikacji. Jest to prawd� w przypadku analiz ex
ante wył�cznie wtedy, gdy u�ywamy adekwatnych do charakterystyk przedsi�wzi�� struktur TCO
oraz dysponujemy niezb�dnymi danymi (historycznymi albo porównawczymi z podobnych projek-
tów). Dlatego warto takie dane gromadzi� i/lub wymaga� od potencjalnych dostawców rozwi�za�BI bud�etowania swoich ofert zgodnie z wymagan� w konkretnej analizie struktur� nakładów/kosz-
tów bezpo�rednich, po�rednich oraz odło�onych w czasie.
Po drugie, jak parokrotnie ju� podkre�lano, znacznie bardziej zło�one i obarczone wi�kszym
rozrzutem oszacowa� jest identyfikowanie i kwantyfikowanie korzy�ci b�d�cych wynikiem zasto-
sowa� systemów BI. Dotyczy to zwłaszcza sytuacji, gdy analiza jest prowadzona w uj�ciu ex ante,
a wi�c dla scenariusza typu „to-be”. Dlatego te� oprócz gromadzenia – podobnie jak w przypadku
nakładów/kosztów – odpowiednich danych historycznych i porównawczych o uzyskanych wymier-
nych efektach i/lub utraconych korzy�ciach, nale�y rozszerzy� proces badania o analiz� kluczowych
wska�ników efektywno�ci (KPI), charakteryzuj�cych wspomagane procesy analityczne i informa-
cyjno-decyzyjne. Modelowanie oczekiwanych warto�ci KPI na bazie danych porównawczych
Mirosław Dyczkowski
Analiza efektywno�ci ekonomicznej zastosowania systemów klasy business intelligence
w sektorze M�P. Podstawy metodyczne
30
pozwala w sposób po�redni wiarygodnie estymowa� mo�liwe do osi�gni�cia przyrosty produktyw-
no�ci (redukcje kosztów, zmiany wska�ników wydajno�ci czy poprawy jako�ci informacji
decyzyjnych), co jest niezwykle istotne dla systemów klasy BI. Je�eli dodatkowo podczas wdro�e-
nia, a nast�pnie nadzoru powdro�eniowego mamy dost�p do rzeczywistych danych produkcyjnych
implementowanych rozwi�za�, to mo�na przyj�� zało�enie, �e zmiana monitorowanych KPI od-
zwierciedla jako�� i efektywno�� wdro�onych systemów. Współczynniki zmiany KPI wzgl�dnie
łatwo jest nast�pnie przeło�y� na konkretne wielko�ci finansowe, gdy� ka�dy z nich jest skojarzony
z okre�lonymi obiektami kosztowymi i/lub przychodami. W celu poprawy jako�ci wyników mode-
lowania KPI mo�na uzupełni� ten proces o analizy wra�liwo�ci (what-if) i scenariuszow� typu OBP
(scenariusze optymistyczny, bazowy i pesymistyczny), które pozwalaj� uwzgl�dni� czynniki zmien-
no�ci i ryzyka, b�d�ce nieodł�cznymi atrybutami zastosowa� rozwi�za� BI.
Po trzecie, wa�nym elementem ka�dego procesu oceny jest u�ywana w nim reguła decyzyjna.
Podobnie jest w przypadku kompleksowej oceny efektywno�ci ekonomicznej zastosowa� BI
w M�P. Wydaje si�, �e tworz�c j� mo�na skorzysta� z propozycji zawartych w pracy [16], które
obrazuje schematycznie rys. 3.
Rysunek 3. Reguła decyzyjna oceny efektywno�ci ekonomicznej zastosowa� BI w M�P
ródło: opracowanie własne na podstawie [16].
Po czwarte, maj�c niezb�dne dane mo�na proces analityczny przynajmniej cz��ciowo zautoma-
tyzowa�, tworz�c odpowiednie �rodowisko wspomagaj�ce, znane w literaturze przedmiotu
i praktyce zastosowa� jako kalkulatory TCO/ROI/VOI. Reprezentatywnym przykładem takiego na-
rz�dzia ukierunkowanego na omawian� klas� aplikacji jest TDWI Business Intelligence ROI
Calculator (www.tdwi.org).
4. Podsumowanie
Ograniczone ramy artykułu nie pozwoliły na pełn� analiz� zło�onego problemu oceny efektyw-
no�ci ekonomicznej zastosowa� systemów klasy BI w sektorze M�P. Autor zdaje sobie doskonale
spraw�, i� pomin�ł albo potraktował „po macoszemu” takie m.in. zagadnienia jak:
1) szersz� analiz� dost�pnych �ródeł danych referencyjnych dla kwantyfikacji nakładów i kosztów
przedsi�wzi�� BI oraz efektów (korzy�ci) uzyskiwanych dzi�ki zastosowaniu systemów BI,
w tym w sektorze M�P, wi�c odsyła do takich m.in. prac jak [6], [16], [18] i [22],
Studies & Proceedings of Polish Association for Knowledge Management
Nr 78, 2016
31
2) analiz� kluczowych wska�ników efektywno�ci (KPI), które mog� by� u�yte w proponowanym
podej�ciu Value BI do kwantyfikacji korzy�ci trudnych do wyceny pieni��nej (cz��ci korzy�ci
po�rednio wymiernych oraz korzy�ci nieprzewidywalnych i niematerialnych) oraz algorytmiki
ich przekształcania w warto�ci pieni��ne stosowane w rachunkach AKK/CBA, wi�c odsyła do
pracy [10], a tak�e do [4] i [5] oraz powoływanych tam opracowa�, 3) identyfikacj� i szersze omówienie krytycznych czynników sukcesu/pora�ki przedsi�wzi�� BI,
w tym realizowanych w sektorze M�P, wi�c odsyła do pracy [13].
Powy�sze problemy b�d� przedmiotem dalszych szczegółowych bada� oraz tematem przy-
szłych opracowa� autora.
Bibliografia
[1] Benson R., Bugnitz T., Walton W., From Business Strategy to IT Action. Right Decision for
the Better Bottom Line, John Wiley & Sons, New Jersey 2004.