koncepcja oceniania efektywności planowanych wdrożeń systemów it

Irena BACH
Politechnika KoszaliĔska
KONCEPCJA OCENIANIA EFEKTYWNOĝCI
PLANOWANYCH WDROĩEē SYSTEMÓW IT
1. WstĊp
PrzedsiĊbiorca, który decyduje siĊ na wdroĪenie systemu informatycznego w strukturĊ swojej firmy, zadaje sobie zazwyczaj pytanie: W jaki sposób przejĞü z miejsca, w którym jestem, do miejsca poĪądanego? (rysunek 1). To on nadaje kierunek
dziaáaniom firmy i to on powinien mieü sprecyzowane cele, jakie chce osiągnąü
w zaáoĪonym czasie. JeĞli zdecyduje siĊ na uĪycie narzĊdzia w postaci technologii
informatycznych, to musi zdawaü sobie sprawĊ, Īe jest to tylko pomoc w realizacji
celu biznesowego, a nie Ğrodek uzdrawiający ekonomiczną sytuacjĊ przedsiĊbiorstwa.
PrzedsiĊbiorstwo
w chwili 0
PrzedsiĊbiorstwo
w chwili 1
Charakterystyka:
Charakterystyka:
* cele biznesowe
* funkcjonalnoĞü
* osiągniĊte cele
biznesowe
* adekwatnoĞü
funkcjonalnoĞci
System IT
Jak oceniü, czy modyfikacja starego lub wdroĪenie nowego systemu IT
pozwoli na osiągniĊcie zaáoĪonych celów biznesowych?
Rys. 1. Planowanie sytuacji przedsiĊbiorstwa w czasie (opracowanie wáasne)
Kiedy przychodzi jednak do zbadania rentownoĞci takiej inwestycji okazuje
siĊ, Īe wycenianie wartoĞci systemów informatycznych (IT) to ciągle aktualny
problem. SzybkoĞü ‘starzenia siĊ’ technologii i dáugotrwaáy okres oczekiwania
na efekty po wdroĪeniu systemów informatycznych są gáównymi przyczynami
niechĊci do inwestowania w IT. TrudnoĞü pomiaru wartoĞci jest táumaczona
zwykle problemem przekáadania na wartoĞci finansowe korzyĞci, jakie wdroĪenie tego systemu przynosi. Wedáug D. Hubbarda caáa „niemierzalnoĞü” wynika
z trzech podstawowych typów niezrozumienia:
1. przedmiot pomiarów (badane zjawisko) nie jest zrozumiaáy,
2. koncepcja mierzenia nie jest zrozumiaáa,
3. metody pomiarów – udowodnione naukowo techniki badaĔ – nie są wystarczająco rozumiane.
94
Irena Bach
Aby moĪliwe byáo dokonanie pomiaru wartoĞci i jednoczeĞnie efektywnoĞci
systemów IT muszą zostaü uwzglĊdnione trzy podstawowe zasady:
1. naleĪy odpowiednio zdefiniowaü zjawiska, które są badane – zrozumienie
problemu,
2. naleĪy uwzglĊdniaü czynnik losowy w przeprowadzonych pomiarach,
3. naleĪy dobraü odpowiednie metody pomiaru do badanych zjawisk.
Aby poprawnie okreĞliü, zyski jakie osiągane są z wdroĪenia systemu informatycznego w firmie, naleĪy najpierw okreĞliü, co jest dodatnim efektem
informatyki, czyli gdzie tak naprawdĊ moĪna oczekiwaü zmian po implementacji systemu. Poprzez dodatni efekt informatyki rozumiane jest osiąganie korzyĞci finansowych po wdroĪeniu systemu przy uwzglĊdnieniu zmian przedsiĊbiorstwa w czasie. Efekt ten zostaá opisany w wielu pracach Ernesta Syske w nastĊpujący sposób:
ZaleĪnoĞci pomiĊdzy kosztami a korzyĞciami w przedsiĊbiorstwie
E0 = korzyĞci – koszty procesów biznesowych – koszty IT
Symbol E0 oznacza efekt netto uzyskiwany przez przedsiĊbiorstwo w momencie 0. Symbolem E1 oznaczony zostanie efekt netto jednostki uzyskiwany po
pewnym czasie.
Zmiany przedsiĊbiorstwa w czasie opisane są poprzez trzy mechanizmy:
1. Mechanizm pierwszy: zmniejszenie kosztów IT przy ustalonym poziomie
korzyĞci i kosztów procesów biznesowych
E1 = korzyĞci – koszty procesów biznesowych - Ǧkoszty IT
2. Mechanizm drugi: zwiĊkszenie kosztów IT przy ustalonym poziomie korzyĞci i zmniejszeniu kosztów procesów biznesowych
E1 = korzyĞci – Ǧkoszty procesów biznesowych -+koszty IT
3. Mechanizm trzeci: zwiĊkszenie kosztów IT przy ustalonym poziomie kosztów procesów biznesowych i zwiĊkszonym poziomie korzyĞci
E1 =+korzyĞci – koszty procesów biznesowych -+koszty IT
Dla wszystkich powyĪszych mechanizmów istnieje zaleĪnoĞü: (E1 - E0) > 0 Ÿ
Ÿ dodatni efekt informatyki
Koncepcja oceniania efektywnoĞci planowanych wdroĪeĔ systemów…
95
2. Koncepcja metody oceny efektywnoĞci systemu IT
Istnieją róĪne metodyki analizy inwestycji w Ğrodki IT. PoniĪej (rysunek 2)
przedstawiono proponowaną koncepcjĊ oceny efektywnoĞci inwestycji informatycznych.
Koncepcja opiera siĊ na modelowaniu sytuacji aktualnej przedsiĊbiorstwa ze
wskazaniem na koszty i zyski, jakie przedsiĊbiorstwo osiąga z wykorzystywania
dotychczasowego systemu informatycznego oraz na modelowaniu sytuacji przyszáej, czyli badaniu efektów po wdroĪeniu. Poprzez porównanie obu modeli
poszukiwana bĊdzie delta, czyli wartoĞü okreĞlająca, czy uda siĊ osiągnąü dodatni efekt informatyki, czy nie.
System
- Lista wymagaĔ funkcjonalnych Wf
- Cele biznesowe Cb
Typ inwestycji
- Oddziaáująca na przychód IP
- Oddziaáująca na koszty IK
MODELOWANIE
SYTUACJI BIEĩĄCEJ
- Identyfikacja kosztów TCO0:
A/ Direct TCO0
B/ Business TCO0
- zdefiniowanie wad i zalet
dotychczasowego systemu
MODELOWANIE FIRMY
Z ROZWIĄZANIEM
- Identyfikacja kosztów TCO1:
A/ Direct TCO1
B/ Business TCO1
- zdefiniowanie korzyĞci Z1
a/ korzyĞci finansowe
b/ korzyĞci niewymierne
Analiza
ekonomiczna
Metody
stochastyczne
Fuzzy logic
Ocena
czasu
Ocena
zysku
Ocena
efektywnoĞci
Globalna ocena planowanej
inwestycji
Rys. 2. Koncepcja oceniania efektywnoĞci inwestycji informatycznych (opracowanie
wáasne)
W przedstawianej metodzie zaproponowano wykorzystanie metod opartych
na analizie ekonomicznej oraz na modelowaniu i wnioskowaniu rozmytym.
96
Irena Bach
3. Analiza ekonomiczna
Badanie czynników ekonomicznych dokonywane jest na podstawie szerokiej
gamy wskaĨników wprowadzanych do systemu jako parametry wejĞciowe, takich jak ROI, EVI, MNPV, NPV, MIRR itp.
Ocena wartoĞci otrzymanych przy wykorzystaniu tych wskaĨników przede
wszystkim pozwala na porównanie obecnych i przyszáych kosztów posiadania
informatyki TCO0 i TCO1 (Total Cost of Ownership) oraz mierzalnych zysków
finansowych z przeprowadzonej inwestycji (wzrost/spadek sprzedaĪy
wzrost/spadek kosztów). WaĪne jest w tym momencie uwzglĊdnienie kosztów
Business TCO i Direct TCO, czyli kosztów poĞrednich i bezpoĞrednich. NajczĊstszą przyczyną báĊdnego wyceniania efektywnoĞci systemów IT jest niedoszacowanie w tych wáaĞnie elementach.
W zakres kosztów bezpoĞrednich wchodzą zazwyczaj: Hardware, Software,
Personel IT; w zakres kosztów poĞrednich zalicza siĊ: IT Knowledge – transfer
wiedzy o systemie IT, Koszty File Management – rĊczne przetwarzanie danych,
Availability – koszty braku dostĊpnoĞci, Performance – koszty braku wydajnoĞci, Recovery – koszty przywracania stanów.
WiĊkszy problem oceny pojawia siĊ w momencie koniecznoĞci kalkulowania
ryzyka i uwzglĊdniania danych losowych mogących wystąpiü w czasie przygotowawczo-wdroĪeniowym oraz w czasie eksploatacji systemu. Ocena przyszáych
wielkoĞci makro i mikroekonomicznych odbywa siĊ zazwyczaj przy wykorzystaniu wiedzy eksperta oraz wczeĞniejszych doĞwiadczeĔ. Planowane wartoĞci
zmian, na przykáad pieniądza w czasie, wyraĪane są w takim przypadku w postaci pewnych przedziaáów wartoĞci a nie w postaci jednej cyfry (liczby). Poza
tym trudno jest uwzglĊdniü zmiany które zajdą w makro-otoczeniu, dlatego podejmowane decyzje o alokacji Ğrodków finansowych odbywają siĊ na podstawie
niepeánych informacji. Z tego powodu zaproponowano zastosowanie modelowania rozmytego.
4. Wykorzystanie informacji niepewnych
Mówiąc o przyszáoĞci nie moĪna podawaü idealnie precyzyjnych informacji, zawsze istnieje czynnik losowy wpáywający na przyszáe zdarzenia. Wiedza eksperta
w zakresie przyszáoĞci wyraĪana jest zazwyczaj w postaci oceny lingwistycznej,
przypisującej pewnym wartoĞciom liczbowym (wskaĨnikom) przedziaáy, w jakich bĊdą one wystĊpowaü. Aby moĪna byáo wykorzystaü i przetwarzaü te dane,
trzeba posáuĪyü siĊ narzĊdziem w postaci metod wnioskowania rozmytego. Metody Fuzzy logic opisywane są przy pomocy takich pojĊü, jak zbiory rozmyte,
funkcje przynaleĪnoĞci, zmienne lingwistyczne (prĊdkoĞü samochodu, temperatura), wartoĞci lingwistyczne (bardzo duĪy, Ğredni, maáy, bardzo maáy), liczby
rozmyte (okoáo piĊciu, okoáo zera, mniej wiĊcej trzy), itp. Aby móc przetwarzaü
wyraĪenie lingwistyczne naleĪy za pomocą funkcji przynaleĪnoĞci okreĞliü jego
Koncepcja oceniania efektywnoĞci planowanych wdroĪeĔ systemów…
97
stopieĔ przynaleĪnoĞci do zbioru rozmytego, który znajduje siĊ w pewnej numerycznej przestrzeni rozwaĪaĔ X.
Zbiorem rozmytym A, w pewnej numerycznej przestrzeni rozwaĪaĔ X, nazywamy zbiór par:
A = {(µA*(x)x)}, ∀x∈X
(1)
gdzie: µA jest funkcją przynaleĪnoĞci zbioru rozmytego A, która kaĪdemu elementowi x∈X przypisuje stopieĔ jego przynaleĪnoĞci µA*(x) do zbioru rozmytego A, przy czym
µA(x) ∈ [0,1].
Funkcja przynaleĪnoĞci realizuje odwzorowanie przestrzeni numerycznej X
danej zmiennej do przedziaáu [0,1]:
µA: X → [0,1]
PojĊcie zbioru rozmytego umoĪliwia matematyczne sformuáowanie zapisu
wartoĞci lingwistycznych i liczb rozmytych stosowanych przez ludzi (Piegat
1999, Zedeh 1968, Kacprzyk 1986).
Bazując na wiedzy o zbiorach rozmytych moĪna modelowaü systemy
o róĪnej strukturze, które przeksztaácaü bĊdą informacje definiowane lingwistycznie na wartoĞci mierzalne. Modelowanie przebiega w trzech etapach: fuzyfikacji (rozmywania), interferencji (wnioskowania) oraz defuzyfikacji (ostrzenia).
Podstawą modelowania jest baza reguá, która zawiera wszystkie sformuáowania opisujące zaleĪnoĞci postaci
JEĩELI (x1 jest A1) I (x2 jest B2) TO (y jest Ck)
gdzie
x1, x2
– wejĞcia systemu;
y
– wyjĞcie;
Ai, Bj, Ck – zbiory rozmyte stosowane do lingwistycznej oceny wejĞü i wyjĞcia systemu.
PoniĪszy schemat (rysunek 3) przedstawia przykáadowa strukturĊ modelowania ukáadu z dwoma wejĞciami i jednym wyjĞciem (struktura MISO)
98
x1* operacja
FUZYFIKACJA
(rozmywanie)
x2*
elementy
* funkcje przynaleĪnoĞci
wejĞü x1, x2
Irena Bach
µ A1 (x1*) operacja
INTERFERENCJA
µ A2 (x1*) (wnioskowanie)
µ B1 (x2*) elementy
* baza reguá
µ B2 (x2*) * mechanizm interferencji
* funkcje przynaleĪnoĞci
wyjĞcia y
operacja
DEFUZYFIKACJA
µ wyn (y) (ostrzenie)
y*
elementy
* mechanizm defuzyfikacji
Zastosowanie modelowania rozmytego pozwala na wykorzystanie informacji niepewnej i/lub nieprecyzyjnej, która wynika z wiedzy eksperta, doĞwiadczenia osób związanych z procesem wdroĪeniowym oraz preferencji inwestora.
Pozwala to na wykorzystanie tych danych, które stanowią informacje uzupeániające w bazie wiedzy przedsiĊbiorstwa. DziĊki takiemu dziaáaniu przedsiĊbiorstwo jest w stanie okreĞliü korzyĞci z uwzglĊdnieniem ryzyka i zdarzeĔ losowych mogących wystąpiü w czasie wdroĪenia i po jego zakoĔczeniu.
5. Podsumowanie
Ocena przydatnoĞci implementacji systemów informatycznych w struktury
przedsiĊbiorstwa wymaga szerokiej wiedzy zarówno ekonomicznej, jak i technicznej. NajwaĪniejszym etapem jest zdefiniowanie celu, jaki chce osiągnąü
inwestor przez wdroĪenie systemu IT oraz umiejĊtnoĞü definiowania korzyĞci
jakie ma przynieĞü stosowanie technologii informatycznej.
DostĊpne na rynku narzĊdzia oceny rentownoĞci systemów IT bądĨ wymagają specjalistycznej wiedzy, korzystania z usáug firm zewnĊtrznych, bądĨ są tak
drogie, Īe firmy rynku MSP nie mogą pozwoliü sobie na przeprowadzenie caákowitej analizy opáacalnoĞci wdraĪania nowych systemów informatycznych.
Powoduje to koniecznoĞü opracowania metodyki jak równieĪ narzĊdzia, które
bĊdzie umoĪliwiaáo dokonywanie takiej oceny przez pracowników firmy, na
poziomie zaspokajającym jej potrzeby.
Przedstawiona koncepcja jest propozycją okreĞlenia takiej wáaĞnie metodyki, gdzie wskazane są najwaĪniejsze ogniwa oceny, które powinny byü weryfikowane w przedsiĊbiorstwach rynku MSP. Wskazane w proponowanej metodzie
narzĊdzia oceny pozwalają na peáne wykorzystanie wszystkich informacji zawartych w bazie wiedzy przedsiĊbiorstwa. Koncepcja ta moĪe stanowiü podstawĊ oceny rentownoĞci IT w MSP lub byü uzupeánieniem do stosowanych dotychczas w tym zakresie metod.