CC BY
46
ВЕСТН. МОСК. УН-ТА. СЕР. 6. ЭКОНОМИКА. 2011. № 2
Е.С. Середенко1,
аспирант экономического ф-та МГУ имени М.В.Ломоносова,
H.Н. Середенко2,
аспирант ф-та бизнес-информатики Национального исследовательского
университета — Высшей школы экономики
МОДЕЛЬ ОЦЕНКИ ЭКОНОМИЧЕСКОЙ ЭФФЕКТИВНОСТИ АНАЛИТИЧЕСКИХ ИНФОРМАЦИОННЫХ СИСТЕМ
В статье рассмотрены понятия «аналитическая информационная система» и «экономическая эффективность» в применении к информационным системам. Построена модель оценки экономической эффективности аналитических информационных систем, основанная на базовых экономических теоретических моделях и подходах. Особенностью данного подхода является тезис о наличии жесткой зависимости между эффективностью информационной системы и экономическим результатом бизнеса, что не характерно для обычных (транзакционных) систем, однако отражает специфику класса аналитических информационных систем. Представленная модель позволяет провести оценку экономической эффективности произвольной аналитической информационной системы, участвующей в каком-либо бизнесе предприятия.
Ключевые слова: аналитическая информационная система, оценка экономической эффективности, акт принятия решения, распределение экономического результата.
In this article the concepts of "analytical information system" and "economic efficiency" are considered in application to the information systems. The model of an economic efficiency estimation of the analytical information systems, based on economic fundamental theoretical models, is proposed. A feature of the given approach is the thesis of the strong dependence which exists between the effectiveness of the information system and the economic result of business that is not typical for the transactional systems, but typical for the analytical information systems. The model allows estimating the economic efficiency of any analytical information system involved in any enterprise business process.
Key words: analytical information system, business intelligence, economic efficiency estimation, decision-making act, profit allocation.
I. Введение
Первоначально основными задачами информационных технологий (ИТ) на предприятии были обеспечение документооборота и автоматизация процессов предприятия (в том числе внедрение разнообразных учетных систем). В настоящее время равноправными участниками информационной среды предприятий становятся
1 Середенко Евгений Сергеевич, e-mail: [email protected]
2 Середенко Наталья Николаевна, e-mail: [email protected]
разнообразные средства аналитики, которые позволяют быстро получить информацию из внутренних учетных систем, а также из внешних информационных источников. Несмотря на интуитивное понимание важности и ценности средств аналитической обработки информации на предприятии, методы численной оценки ценности таких средств для бизнеса развиты слабо. Большинство высокоразвитых и технически прогрессивных предприятий если и используют какую-либо методику для оценки бизнес-выгод от аналитики в финансовом выражении, то, как правило, применяют поверхностные или заведомо некорректные методики (например, вычисление выгод через сопоставление со стоимостью аналогичной деятельности, выполняемой вручную).
2. Основные понятия
2.1. Аналитическая информационная система
К классу аналитических информационных систем относятся системы, назначение которых состоит в поддержке принятия решений лицом, принимающим решения в условиях неопределенности. Обязательными компонентами аналитической информационной системы являются: задача принятия решения, неопределенность (будущего, в том числе влияние исполнения того или иного решения на будущее), информационная система, предназначенная для поддержки принятия решений, человек, принимающий решение с использованием этой информационной системы, база данных/ знаний и моделей их обработки
2.2. Процессная модель предприятия
Для построения модели деятельности предприятия в рамках статьи используется процессный взгляд на предприятие. Под процессом понимается определенный порядок рабочих активностей, имеющих начало и конец, распределенных во времени и пространстве и имеющих четко определенные входы и выходы3. Всю цепочку создания продукта можно представить в виде множества связанных процессов, каждый из которых участвует в создании или добавлении стоимости будущего продукта или услуги. Каждый отдельный процесс будем называть бизнес-процессом.
Под бизнесом предприятия понимается совокупность бизнес-процессов, для которых известен общий экономический результат (т.е. известны экономические показатели этой совокупности, в первую очередь прибыль).
Важным типом активности в составе бизнес-процесса является активность, состоящая в принятии решения, влияющего на эко-
3 Davenport T. Process Innovation: Reengineering Work through Information Technology. Boston, 1993.
номический результат тех бизнесов, в состав которых входит данный бизнес-процесс. Исполнителя этой активности будем называть лицом, принимающим решение (ЛПР). Такую активность будем называть актом принятия решения. Важно отметить, что в процессе исполнения некоторых актов принятия решения исполнитель применяет аналитическую информационную систему или несколько таких систем.
2.3. Экономическая эффективность
Под экономической эффективностью понимается эффект на единицу затрат, т.е. отношение экономического эффекта к затратам на внедрение и эксплуатацию информационной системы, выраженное в процентах4. Под оценкой экономического эффекта следует понимать вычисление предпринимательской прибыли, которая является результатом бизнеса.
Необходимо отметить, что экономическая эффективностью может обозначать как способность системы в процессе ее функционирования производить экономический эффект (потенциальная эффективность), так и действительное создание такого эффекта (фактическая эффективность). Эта двойственность учтена при построении модели.
Фундаментом анализа экономической эффективности аналитической информационной системы является теория предпринимательства, неопределенности и прибыли. В своей работе «Риск, неопределенность и прибыль» (2003) Ф. Найт показал, что причиной появления прибыли в предпринимательской деятельности в условиях рынка является вынесение суждений в условиях неопре-деленности5, т.е., иными словами, именно принимаемые решения в условиях неопределенности результата этого решения являются причиной возникновения прибыли.
3. Описание модели
3.1. Общее описание модели
Рассмотрим задачу оценки экономической эффективности аналитической информационной системы А в рамках некоторого бизнеса Р в некоторый заданный период времени Т.
На основании введенных выше определений можно сформулировать важный тезис, лежащий в основании выстраиваемой модели: наличие положительного экономического результата (прибыли) является следствием только лишь актов принятия решений. То есть, независимо от сложности бизнеса предприятия, положительный
4 См.: Скрипкин К.Г. Экономическая эффективность информационных систем. М., 2002.
5 См.: Найт Ф.Х. Риск, неопределенность и прибыль. М., 2003. С. 294.
результат этого бизнеса (предпринимательская прибыль) является следствием только лишь актов принятия решения, входящих в составляющие бизнес бизнес-процессы. Значит, под экономическим эффектом от использования аналитической системы можно понимать вклад аналитической системы в эффект от принятия решения в заданном бизнесе предприятия, а общий результат бизнеса предприятия является суммой эффектов от принятия решений в этом бизнесе (с поправкой на неоправданные потери бизнеса от некачественной организации бизнес-процессов).
Тогда модель оценки экономической эффективности аналитической информационной системы можно условно записать следующим образом:
E = S х D х е) / C, где E — экономическая эффективность (обычно выражается в процентах); S — оператор распределения экономического результата между ЛПР и аналитической системой, участвующей в принятии решения; D — оператор распределения экономического результата между актами принятия решения, являющимися этапами бизнес-процессов, составляющих бизнес; W — экономический результат бизнеса; е — потери бизнеса от недостаточно эффективной организации бизнес-процессов; C — затраты бизнеса на аналитическую систему.
Числитель дроби показывает экономический результат (эффект) использования аналитической информационной системы.
Рассмотрим каждый из элементов модели более детально.
3.2. Экономический результат бизнеса
Экономический результат (эффект) бизнеса предприятия — это вычисленное значение предпринимательской прибыли. В классическом случае предпринимательская прибыль — это балансовая прибыль за вычетом процента на вложенный капитал (с тем же уровнем риска), ренты с земли, которой владеет предприниматель, и стоимости затраченного предпринимателем труда, не вошедшей в балансовую прибыль.
Расчет экономического результата бизнеса предприятия в рамках данной модели ничем не отличается от стандартных подходов и не будет рассматриваться в данной статье.
3.3. Распределение экономического результата между актами
принятия решения
Оператор распределения экономического результата между актами принятия решения, являющимися этапами бизнес-процессов, составляющих бизнес, определяется матрицей размером d х 1, где d — количество этапов в бизнес-процессах, составляющих биз-
нес, представляющих собой акты принятия решений. Число в каждой строке этой матрицы определяет вклад (т.е. долю) соответствующего этапа в общем экономическом результате. Сумма всех элементов матрицы должна быть равна единице, так как весь экономический результат должен быть распределен между актами принятия решений.
Методы вычисления значений для данной матрицы будут рассмотрены ниже.
3.4. Распределение экономического эффекта между ЛПР
и аналитической системой
Оператор распределения экономического результата между ЛПР и аналитической системой, участвующей в принятии решения, задается матрицей размера 1 х d. Каждая ячейка соответствует акту принятия решения. В каждой ячейке этой матрицы число определяет вклад исследуемой аналитической системы в соответствующее принимаемое решение. В тех ячейках, которые соответствуют актам принятия решений и в которых не участвует анализируемая аналитическая система, вклад равен нулю. В остальных ячейках значения должны быть больше нуля, но меньше единицы, так как вклад ЛПР заведомо больше нуля (иначе речь бы шла не о принятии решения и не об аналитической системе).
Методы вычисления вклада аналитической системы в акт принятия решения рассматриваются в следующем разделе.
3.5. Затраты на аналитическую систему
Оценка затрат бизнеса на аналитическую систему, как правило, не представляет существенных трудностей. В целом расходы на информационную систему вполне четко прослеживаются в финансовом учете предприятия. Первая модель оценки совокупной стоимости владения (Total Cost of Ownership, TCO) была построена Gartner Group в 1997 г. Методы расчета затрат на информационные системы широко рассматриваются в научных и прикладных публикациях, поэтому авторы не останавливаются на них в статье.
3.6. Потери от недостаточной эффективности бизнес-процессов
Потери бизнеса от недостаточно эффективной организации бизнес-процессов показывают величину потерь бизнеса в бизнес-процессах, «вина» за которые не лежит на аналитической системе. Эта величина отражает различие при расчете потенциальной и фактической эффективности.
Для вычисления фактической эффективности данный показатель следует установить нулевым. При вычислении потенциальной эффективности такой показатель требует оценки с необходимой
точностью. Методы оценки указанного элемента модели рассмотрены ниже.
4. Методы, используемые в рамках модели
4.1. Методы распределения экономического результата между
актами принятия решения
Для распределения экономического результата между актами принятия решений можно использовать разнообразные подходы. Их можно условно сгруппировать в три класса6: пропорциональные методы; методы, основанные на теории кооперативных игр; методы, основанные на экспертной оценке.
Акты принятия решений имеет смысл объединять в однотипные группы, в которых можно применить одни и те же методы. Обычно группируются все акты принятия решений, входящих в один бизнес-процесс.
4.1.1. Пропорциональные методы
Простейшими методами распределения экономического результата являются пропорциональные методы. Суть данных методов состоит в разделении прибыли пропорционально значениям некоторых характеристик, общих для всех актов принятия решений. Такими характеристиками могут быть, например, среднее количество принимаемых решений за период или средняя прибыльность тех клиентов, по которым принималось решение в данном акте принятия решения. Состав характеристик специфичен для конкретного бизнеса и набора бизнес-процессов. Примеры использования таких характеристик будут представлены в следующей главе.
4.1.2. Методы, основанные на теории кооперативных игр
Для применения аппарата кооперативных игр необходимо определить игроков, вступающих в коалиции, и получить характеристическую функцию. Переход к теории кооперативных игр возможен путем отождествления выигрыша в кооперативной игре с экономическим результатом бизнеса предприятия, а каждого акта принятия решения — с отдельным игроком. При осуществлении такого перехода появляется возможность использовать различные способы вычисления значений «дележа», т.е. «справедливого» распределения общего выигрыша между участниками. Наиболее распространенными способами вычисления наилучшего «дележа» являются вектор Шепли и Нуклеолус7.
6 Liu P., Wu Y., Xu N. Allocating Collaborative Profit in Less-than-Truckload Carrier Alliance // J. of Service Science and Management. 2010. March. Vol. 3. N 1. P. 143—149.
7 Ibid; Мулен Э. Кооперативное принятие решений: Аксиомы и модели / Пер. с англ. О.Р. Меньшиковой. М., 1991.
Основная сложность использования данного класса методов в том, что в большинстве случаев у исследователя нет информации о значении характеристической функции для каких-либо коалиций, кроме «большой коалиции». Вопрос о том, какая была бы прибыль бизнеса при исключении одного или нескольких актов принятия решений из соответствующих бизнес-процессов, не может иметь абсолютно точного ответа. Для вычисления могут применяться различные статистические или экспертные методы, а также расширения классических моделей вектора Шепли на нечетких множествах. Примеры использования этих методов освещены в различных научных исследованиях8.
4.1.3. Методы, основанные на экспертной оценке
Экспертные методы широко рассматриваются в теории поддержки принятия решений.
Основными понятиями теории принятия решений являются альтернативы, признаки, экспертные предпочтения и коэффициенты относительной значимости альтернатив9.
Каждый из актов принятия решений внутри бизнеса можно отождествить с альтернативой, каждая альтернатива определяется некоторым фиксированным набором свойств (признаков). Один или несколько экспертов определяют предпочтения (с точки зрения вклада соответствующего элемента в итоговую прибыль) между альтернативами в разрезе признаков, а также признаков друг относительно друга. Результатом применения методов принятия решений является вектор относительной значимости альтернатив. Прибыль может быть разделена пропорционально вектору относительной значимости для актов принятия решения.
Наиболее подходящими методами из теории принятия решений являются следующие группы методов:
— классические методы (с использованием принципа большинства, оптимизма, Лапласа, Байеса и т.п.)10;
— метод анализа иерархий и метод аналитических сетей11;
— методы проектной оценки рисков (PERT, Delphi Technique и т.п.).
8 Chen W., Zhang Q., Wang M. Profit Allocation Scheme among Partners in Virtual Enterprises Based on Sharpley Values with Fuzzy Payoffs // Int. J. Logistics Economics and Globalisation. 2007. Vol. 1. N 1. P. 49—62; Kargin V. Uncertainty of the Shapley Value // Int. Game Theory Review. 2005. Vol. 7. N 4. P. 517—529.
9 См.: Кравченко Т.К., Перминов Г.И. Информационная технология процесса принятия экономических решений. М., 2007.
10 Там же.
11 См.: Саати Т.Л. Принятие решений при зависимостях и обратных связях: Аналитические сети. М., 2008.
4.2. Методы распределения экономического результата между
информационной системой и ЛПР
В данных методах важно выделить долю аналитической системы (инструмента) в части экономического результата, которая отнесена к тому акту принятия решения, где используется эта система. Причем очевидно, что одна и та же аналитическая система может с разной эффективностью использоваться разными людьми.
Рассмотрим две основные группы.
4.2.1. Вероятностные и статистические методы
Статистические и вероятностные методы основываются на сопоставлении вероятности принятия правильного решения при использовании аналитической системы и без ее использования.
Простейшим способом вычисления вклада аналитической системы является применение формулы условной вероятности Байеса. На ее основе можно вычислить вероятность не принять правильное решение без использования аналитической системы при условии, что с аналитической системой было бы принято правильное решение. Значение этой величины можно принять за вклад аналитической системы в принимаемое решение.
4.2.2. Методы, основанные на экспертной оценке
Наиболее часто применяемыми методами для оценки значимости информации, предоставляемой аналитической системой в конкретном акте принятия решения, являются экспертные методы. Основные подходы данной группы методов были рассмотрены в главе 4.1.3.
4.3. Оценка потерь от недостаточной эффективности
бизнес-процессов
Для оценки величины потерь от недостаточной эффективности нужно получить разность между фактическими издержками и неким оптимальным уровнем издержек. Оба показателя можно оценить лишь приблизительно, с некоторым (необходимым) уровнем точности. Для оценки фактических транзакционных издержек компании можно использовать затраты на управление и администрирование, продвижение и поддержку продаж (SG&A), которые могут быть получены, например, из отчетности по прибылям и убыткам МСФО/US GAAP. Эта величина дает верхнюю оценку фактической величины транзакционных издержек12.
12 См.: Ананьин В. В поисках эффективности ИТ. Часть 1 // Intelligent Enterprise (сайт). 2009. № 7. URL: http://www.iemag.ru/analitics/detail.php?ID=18833 (дата обращения: 20.11.2010).
Получить оценку «оптимального» уровня издержек значительно сложнее. Эту величину можно оценить только лишь за счет сравнения показателя SG&A с другими компаниями, занимающимися аналогичным бизнесом13. Однако для сравнения компаний необходимо привести показатель к некоторой базе, не зависящей от размера компании. Например, по мнению П. Страссмана, таким показателем может быть Information Productivity (IP):
ip --EVL,
SG & A
где EVA — экономическая добавленная стоимость бизнеса (прибыль после уплаты налогов и выплаты дивидендов). Показатель IP интересен тем, что он сопоставим для разных компаний из одной отрасли14. Причем у лидеров отрасли данный показатель, как правило, не является ни максимальным, ни минимальным по рынку, а находится близко к некоторому усредненному значению.
На основании выбранного значения IP и известного показателя EVA бизнеса можно вычислить целевое значение SG&A и именно его считать «оптимальным» уровнем издержек.
5. Пример использования модели
Задача. Розничный банк «ФХК-Стандарт» имеет ключевой бизнес «Потребительское кредитование». Данный бизнес включает в себя ряд основных бизнес-процессов: процесс разработки кредитных продуктов, процесс маркетингового продвижения кредитных продуктов, процесс оценки клиента и предоставления кредита, процесс взыскания просроченной задолженности и др.
Процесс оценки клиента и предоставления кредита включает в себя два акта принятия решений: сначала представитель банка в точке продаж оценивает потенциального клиента, затем в случае положительного решения кредитный инспектор проводит оценку анкеты клиента. При принятии решения кредитный инспектор имеет множество инструментов, среди которых данные аналитической системы TerraCRM, содержащей всю историю взаимоотношений банка и человека, подавшего заявку на кредит. Необходимо оценить эффективность использования системы TerraCRM в рамках бизнеса «Потребительское кредитование».
Применяемые методы. Для оценки эффективности аналитической системы TerraCRM решено использовать следующие методы:
13 Strassmann P.A. Information Productivity, Assessing the Information Management Costs of U.S. Industrial Corporations. New Canaan, USA, 1999.
14 Ibid.
1) для оценки распределения экономического результата между актами принятия решения используется пропорциональный метод: ценность каждого шага бизнес-процесса пропорциональна количеству отказов на данном этапе принятия решения;
2) для выделения вклада аналитической системы в принимаемое решение используется метод на основе формулы Байеса;
3) за критерий правильности принятия решения принимается качество клиента, а именно отсутствие у клиента больше трех просрочек;
4) различием между потенциальной и фактической эффективностью, а также балансовой и предпринимательской прибылью решено пренебречь.
Результаты обследования. Согласно управленческой отчетности, прибыль блока «Потребительское кредитование» за 2010 г. составила 35 млн USD, из которых W = 2,9 млн аллоцировано на процесс оценки клиента и предоставления кредита.
Расходы на эксплуатацию системы TerraCRM в 2010 г. составили C = 0,9 млн USD. Все суммы приведены на конец 2010 г.
Доля отказов от предоставления кредита представителями банка в точке продаж составляет 8,7% от всех отказов, остальные D = 91,3% — это отказы кредитных инспекторов.
Доля правильно принятых решений при использовании аналитической системы составляет PB = 84,4%, доля правильно принятых решений без использования аналитической системы составляет PA = 82,6%, специальные исследования показали, что вероятность принять правильное решение с использованием аналитической системы при условии, что без аналитической системы было бы принято правильное решение, составила PB/A = 99,4%.
Вычисления.
W
E = S х D х W/C = 100% х (1 - PA/B) х D х =
= 100% х
P
1 - Pb / a х P
\ pB /
W
х D х—, C
E = 100% х
\
1 - 0,994 х
0,826 0,844 у
2,9 х 10'
,6
х 0,913 х--- = 8%.
0,9 х106
Таким образом, система ТеггаСЯМ имеет достаточно небольшой показатель экономической эффективности в рамках данного бизнеса — E = 8%.
6. Заключение
Представленная модель позволяет провести оценку экономической эффективности произвольной аналитической информационной системы, участвующей в каком-либо бизнесе предприятия. Важно отметить, что бессмысленно применять данную модель для оценки таких инвестиций в аналитические системы, которые не участвуют в получении прибыли предприятия. Это и логично, так как в подобных случаях говорить об экономической эффективности таких инвестиций не вполне уместно (например, в случае имиджевого приобретения какого-либо аналитического программного обеспечения без внедрения его в реальные бизнес-процессы).
Список литературы
Ананьин В. В поисках эффективности ИТ. Часть 1 // Intelligent Enterprise (сайт). 2009. № 7. URL: http://www.iemag.ru/analitics/detail.php?ID=18833
Кравченко Т.К., Перминов Г.И. Информационная технология процесса принятия экономических решений. М., 2007.
Лугачев М., Анно Е., Когаловский М. Экономическая информатика: Введение в экономический анализ информационных систем: Учебник. М., 2005.
Мулен Э. Кооперативное принятие решений: Аксиомы и модели / Пер. с англ. О.Р. Меньшиковой. М., 1991.
Найт Ф.Х. Риск, неопределенность и прибыль. М., 2003.
Саати Т.Л. Принятие решений при зависимостях и обратных связях: Аналитические сети. М., 2008.
Скрипкин К.Г. Экономическая эффективность информационных систем. М., 2002.
Chen W., Zhang Q., Wang M. Profit Allocation Scheme among Partners in Virtual Enterprises Based on Sharpley Values with Fuzzy Payoffs // Int. J. Logistics Economics and Globalisation. 2007. Vol. 1. N 1.
Davenport T. Process Innovation: Reengineering Work through Information Technology. Boston, 1993.
Kargin V. Uncertainty of the Shapley Value // Int. Game Theory Review. 2005. Vol. 7. N 4.
Liu P., Wu Y., Xu N. Allocating Collaborative Profit in Less-than-Truckload Carrier Alliance // J. of Service Science and Management. 2010. March. Vol. 3. N 1.
Strassmann P.A. Information Productivity, Assessing the Information Management Costs of U. S. Industrial Corporations. New Canaan, USA, 1999.
