Оценка конкурентных преимуществ проектов моделирования деятельности компаний

Введение

Проекты бизнес-моделирования (моделирования деятельности) в рамках концепции Business Process Management (BPM) реализуются с помощью про­граммных продуктов класса Orgware (ARIS, Oracle Designer, Business Studio, Оргмастер, FoxManager, ELMA, Бизнес-инженер и др. [Толковый словарь 2003]. Системы данного типа включают следующие основные компоненты (подсистемы):

• формирование системы целей и показателей компании; разработка моделей БП компании;
• проектирование организационной структуры компании;
• разработка бюджетной структуры компании;
• разработка системы менеджмента качества ком­пании (СМК);
• интеграция корпоративных приложений и си­стем и другие задачи [Решаемые задачи: [s.a.]]. Отметим конкурентные преимущества и фак­торы эффективности проектов моделирования деятельности в разрезе их основных компонент [Efimov E. N., 2017].

Формирование системы целей и показателей компании согласует действия сотрудников при ре­ализации стратегии, информация о целях, со­гласованная со стратегическими и тактическими аспектами деятельности, превращается в знание, доступна для всех исполнителей [Преимущества ССП, 2011]. Подсистема обеспечивает менеджмент данными о деятельности компании для улучше­ния качества процесса принятия решений [HTML- публикация, [б.г. (а)]]. Компания превращается в гибкую структуру, где участники понимают поставленные цели при вовлечении в процесс ре­ализации решений. Работники получают возмож­ность улучшать работу компании посредством участия в реализации стратегии и определении ключевых показателей.

Разработка системы управления БП спо­собствует пониманию корпоративных процес­сов, идентификации критически важных недо­статков текущих практик и определению путей их устранения. Компания начинает работать четко по заданному алгоритму, повышается ис­полнительская дисциплина, превращая органи­зацию в отлаженный механизм (Репин В., 2013). Это, в свою очередь, обеспечивает ускорение БП и использование новых практик ведения бизнеса и бенчмаркинга БП. Подсистема обеспечивает сбор ключевых корпоративных бизнес-знаний, расширение сотрудничества с участниками про­цесса, контроль над процессами, возможность их автоматизации и быстрой адаптации к усло­виям изменяющейся среды [Свод, 2016]. Объ­ективная информация о процессах и операциях позволяет оптимизировать процессы на основе имитационного моделирования и функциональ­но-стоимостного анализа [HTML-публикация, [б.г (а)]].

Система бизнес-моделирования вовлекает в свою работу не только традиционных пользо­вателей - бухгалтеров и финансистов, но и всех других участников: менеджеров, конструкторов, снабженцев, производственный персонал и про­чее. С ее помощью корпоративная информацион­ная система (КИС) становится активной: раздает задания исполнителям в соответствии со схемами БП, контролирует этапы процессов, ресурсы, сро­ки и т. п. В рамках процесса все действия отража­ются в соответствующих объектах единой базы данных. В результате вместо «склада корпора­тивных данных» получаем эффективный инстру­мент быстрого реагирования на изменяющиеся условия ведения бизнеса, повышения качества услуг, увеличения продаж. Чтобы повысить отда­чу от инвестиций в ИТ, проекты системы плани­рования ресурсов предприятия и систему управ­ления бизнес-процессами надо рассматривать совместно. Если вкладывать только в систему планирования ресурсов предприятия, то вы по­лучите информационный канал, «не дотягиваю­щийся до потребителей», а если вкладывать толь­ко в управление бизнес-процессами, то для ее функционирования не будет достаточно данных от системы планирования ресурсов предприятия [Балайчук А., 2009].

Программы Orgware - средства поддержки именно организации деятельности, что радикаль­но отличает их от других компонентов КИС [Дже- стон Д., Нелис Й. 2008].

Проектирование организационной структу­ры позволяет создать высокоадаптивную орга­низационно-функциональную модель компании. В процессе моделирования структуры удается выявить проблемы и недостатки, изучить фак­торы, обуславливающие ее совершенствование, определить начало смены модели компании [Ко­ролева А., 2008], а сами преобразования делает быстрыми, прозрачными и эффективными [Му- хиев Ж., [б.г]].

Разработка бюджетной структуры позволяет выразить цели компании в конкретных финан­совых терминах ликвидности, рентабельности и стоимости, отражающих то состояние, к которо­му оно придет при осуществлении всех решений по достижению поставленных целей. Подразде­ления вносят вклад в общий финансовый резуль­тат - доли доходов или затрат, которые опреде­ляются в зависимости от вида функциональной деятельности. Распределение ответственности и бюджетов позволяет использовать ресурсы наи­более эффективно. В системе бизнес-моделирова­ния имеются приложения для бюджетирования, моделирования и анализа с более эффективным функционалом [Менеджмент, 2013].

Разработка СМК обеспечивает улучшение качества продукции компании, является факто­ром ее экономического роста и эффективности производства, а следовательно, обеспечивает повышение ее конкурентоспособности, выход на международные рынки. СМК использует ми­ровую практику лучших компаний, поэтому вне­дрение стандартов управления качеством гаран­тирует компании рост эффективности бизнеса [Пендюрин А. Ю., [б.г.]]. СМК ориентирована на выявление инициативных работников, позво­ляет исключать дублирование функций, способ­ствует повышению общего уровня управляемо­сти компании.

Системы бизнес-моделирования как комплекс решений обеспечивает интеграцию корпора­тивных приложений и систем, различных вер­сий и платформ, имеющихся в компаниях. Си­стема становится интеграционной платформой за счет организации выполнения БП в различных функциональных областях с учетом правил вза­имодействия приложений, обеспечивая «бес­шовную» интеграцию между различными БП и бизнес-приложениями предприятия. Благодаря этому система бизнес-моделирования становится центральной частью сервис-ориентированной ар­хитектуры КИС. Данная архитектура создает три вида сервисов, каждый из которых способствует получению максимальной отдачи от ИТ в бизне­се [SOA, 2010]. Прежде всего, это сервисы биз­нес-функций, обеспечивающие автоматизацию компонентов конкретных бизнес-функций, не­обходимых потребителю. Далее сервисы инфра­структуры, выполняющие проводящую функцию платформы, через которую поставляются серви­сы бизнес-функций. И далее сервисы жизненного цикла, которые отвечают за дизайн, внедрение, управление, изменение сервисов инфраструкту­ры и бизнес-функций.

Среди прочего следует отметить, что в си­стеме моделирования возникает два уровня биз­нес-аналитики. На первом уровне находится ин­струментарий мониторинга бизнес-активности: управление БП и реагирование на важные собы­тия проводятся посредством анализа ключевых показателей результативности процесса в реаль­ном времени. На втором уровне анализируются автоматизированные БП для их постоянного со­вершенствования [Business, 2010].

По своей сути системы бизнес-моделирова­ния уникальны, так как они играют главенству­ющую роль в совершенствовании деятельности компаний, а в этом случае экономическое обосно­вание инвестиций в них как никогда актуально.

Постановка проблемы оценки эффективности конкурентных преимуществ

Проблематику оценки эффективности про­ектов бизнес-моделирования можно охарактери­зовать следующим образом: «Как сформировать [и оценить] эффективную модель бизнеса? Воз­можно, есть секреты, которые позволяют достиг­нуть идеальных форм в управлении бизнесом? Такого рецепта, который могла бы применить любая компания на рынке, - не существует. Есть только чужой опыт, положительный или отрица­тельный, знания и компетенции консультантов, которые владеют...» [Бортник А., 2014]. С тех пор фактическое положение проблемы не имело сколько-нибудь успешного решения и продолжа­ет сводиться к традиционному инвестиционному анализу затрат и выгод [Волков А. С., 2017], кото­рый не учитывает ряда обстоятельств, сформули­рованных ниже.

Эффективность - это относительный по­казатель, который характеризует соотношение между достигнутыми или ожидаемыми конечны­ми результатами деятельности и необходимыми для этого затратами или ресурсами: E= R/Z, где R - результаты; Z - затраты на получение резуль­тата. Повышение эффективности возможно, если максимальный результат получен при неизмен­ных или минимальных затратах, заданный резуль­тат - при минимальных затратах. Для реальных расчетов довольно сложно применить формулу эффективности, так как в большинстве случаев числитель не поддается количественному изме­рению или результаты и затраты не могут быть исчислены в общих единицах. Сам результат мо­жет измеряться как количественными, так и каче­ственными значениями [Ананьин В. И., 2009; Ви­ленский П. Л., Лившиц В. Н., Смоляк С. А., 2008]. Факторы эффективности инвестирования в BPM- систему могут быть выражены и количественно, и качественно. При этом не все они имеют де­терминированные значения. В составе расходов нематериальная составляющая мала, а в составе выгод именно нематериальные преимущества играют ведущую роль, игнорирование последних понижает оценку общей эффективности проекта [Ефимов Е. Н., 2014].

Реальная неопределенность факторов эффек­тивности также связана с внешней и внутрен­ней средой компаний и их функционирования в рыночных условиях. В результате показатели деятельности компаний не могут быть выраже­ны детерминированными значениями (цены реа­лизации продукции, стоимость комплектующих, сырья и материалов, расходные коэффициенты и прочее), если показатели выражены только как интервалы вариации, это приводит к неопре­деленности ключевых показателей оценки рабо­ты (объем реализации, прибыль) [Ефимов Е. Н., 2015]. При анализе ИТ-проектов рекомендуется разделять инвестиции на те, эффективность ко­торых легко оценить количественно, соотнеся за­траты с прибылью, и те, что дадут новое качество (Strassmann P.A., 1996). Соответственно, нужны совершенно различные методики расчета. Важно выделить роль качественной составляющей, ина­че все расчеты общей эффективности могут стать бессмысленными [Pisello T., Strassmann P., 2003].

Таким образом, на оценки эффективности проектов бизнес-моделирования оказывают вли­яние два обстоятельства. Во-первых, в данных проектах есть качественные факторы эффектив­ности, которые имеют значительную долю и до­статочно трудно учитываются традиционными способами. Во-вторых, при функционировании бизнес-систем в рыночной среде возникают фак­торы неопределенности. Входные и выходные характеристики деятельности бизнес-систем не являются строго детерминированными пока­зателями, а имеют вид интервалов вариации раз­личных показателей. В предлагаемой методике эти два обстоятельства предлагается учесть с по­мощью экспертно-статистического подхода.

Прежде всего, производится оценка воз­можных начальных характеристик законов рас­пределения участвующих в расчете показателей (факторов эффективности), на основе которых выполняется имитационное моделирование фак­торов. Суммируя случайные величины, получаем итоговое распределение результата внедрения проекта бизнес-моделирования, которое соот­носится с произведенными затратами. Итоговое распределение позволяет учесть неопределен­ность внешней и внутренней среды функциони­рования бизнес-систем и использовать оценку качественных факторов эффективности проектов бизнес-моделирования в расчете. Благодаря это­му расширяются наши представления о возмож­ном ходе процессов. Выбор сценариев и расчет показателей эффективности по ним позволяет в определенной степени учесть риски и увели­чить обоснованность расчетов эффективности проектов бизнес-моделирования.

Учет качественных факторов эффективности проекта

Накоплен достаточно большой опыт оценки количественных факторов. С нематериальными выгодами ситуация значительно сложнее, так как моменту их измерения предшествует про­цесс перевода качественных значений факторов в количественные. Желательно, чтобы эти изме­рения количественных величин имели денежное выражение. Возможное поступление денежных средств по результатам внедрения компонент проекта бизнес-моделирования можно рассчи­тать, например, как экономию текущих затрат до и после ее внедрения или как упущенную вы­году, если бы не применялись те или иные меро­приятия. Источником данных для расчета может быть либо статистика, либо экспертные мето­ды оценки экономии текущих затрат. В первом случае статистика может отсутствовать или она недостаточна и даже недоступна для принятия решений. При использовании экспертных мето­дов обычно превалирует субъективизм оценок, что не повышает достоверность расчетов [Ефи­мов Е. Н., 2014].

• Нематериальные выгоды проекта бизнес-мо­делирования можно оценить следующим об­разом:
• нематериальные выгоды сопоставляются с факторами, критическими для успеха ком­пании, и соотносятся с поддержкой и увели­чением объема продаж A, увеличением цены B, снижением затрат C или созданием нового бизнеса D, возможно и другими.
• выявленные возможности A - D описывают­ся в единицах, которые могут быть измерены. При этом определяются значения данных ве­личин, используя маркетинговые исследова­ния, экспертные оценки, бенчмаркинг и др.
• описанные ранее величины переводятся в показатели, связанные с поступлением де­нежных средств, т. е. увеличением доходов или уменьшением расходов. Рекомендуем сформировать три значения фактора для по­лучения треугольного распределения: а - минимальное, с - наиболее вероятное (мо­дальное), b - максимальное [Эффективность, 2006].

Данные значения соответствуют представле­нию о возможном распределении переменной, ко­торая трансформирована из качественной харак­теристики данного процесса. Принятие гипотезы о треугольном распределении, как правило, озна­чает недостаточную степень изученности процес­са или малое (порой полностью отсутствующее) число наблюдений случайной величины, но сама гипотеза может оказаться лучшей из всех, кото­рые могут быть использованы при выборе.

Функция плотности вероятностей треуголь­ного распределения:

Треугольное распределение является подходя­щим приближением к реальному распределению при следующих нежестких условиях:

• диапазон вариации случайной величины x заключен между значениями a и b, каждое из которых имеет интерпретацию в терминах исследуемого процесса;
• есть основания считать, что при x < а и при x > b плотность вероятности случайной вели­чины x стремится к нулю;
• известно модальное значение случайной ве­личины, равное с;
• фактическое (моделируемое) среднее значе­ние несущественно отличается от ее теорети­ческой величины: (а + b + с)/3;
• дисперсия исследуемой случайной величины несущественно отличается от ее теоретической величины: [ (а² + b² + с²) - (ab + bc + ас)]/18. Получение таких характеристик качественно­го показателя (min, mid и max) предоставляет нам возможность сгенерировать распределение дан­ного фактора эффективности проекта, что в свою очередь открывает возможности имитационного моделирования поступления денежных средств по компонентам и в целом по системе.

Рассмотрим последовательность трансформа­ции качественного фактора «увеличение степени удовлетворения клиентов компании» в количе­ственное значение. Он обеспечивается, например, за счет улучшения процесса постпродажного сервиса клиентов (возможность D - создание ново­го бизнеса). Благодаря ему можно своевременно предотвратить претензии и конфликты, повысить лояльность покупателей и в некоторых случаях сделать дополнительные продажи. Это приво­дит к увеличению клиентской базы, а также доли компании на рынке, например, в пределах 3-5%, что уже достаточно просто трансформируется в количественное значение.

Методика оценки конкурентных преимуществ проектов бизнес- моделирования

• Выбор внедряемых компонент проекта, на­пример: K₁ - формирование системы целей и показателей компании; K₂ - моделирование основных БП компании; K₃ - проектирование организационной структуры компании; K₄ - разработка бюджетной структуры компании; K₅ - разработка системы менеджмента каче­ства компании.
• Оценка значения величины поступления де­нежных средств по факторам эффективно­сти (min, mid и max) для каждой компоненты экспертным путем (эксперты - сотрудники компании, используется любой приемлемый экспертный метод, например метод Дельфи, анализа иерархий и прочее) или на основа­нии статистики (из оперативных, бухгалтер­ских или статистических отчетов). Данные для распределений рекомендуется получить как для количественных, так и качественных факторов эффективности проекта.
• Моделирование значений величины посту­пления денежных средств по факторам эф­фективности на основе определенных выше характеристик.
• Расчет суммарных значений поступления денежных средств по факторам эффектив­ности на основании моделируемых значений по компонентам, а затем и всему проекту: R_i= , где R_i - возможное поступле­ние денежных средств по i-му компоненту; f_ij- - возможное поступление денежных средств по j-му фактору i-го компонента. Суммиро­вание производится для случайных значений моделируемых величин.
• Определение статистических характеристик распределения суммарных поступлений де­нежных средств по проекту и выбор сценари­ев расчета: пессимистический сценарий; наи­более вероятный сценарий; оптимистический сценарий.
• Определение суммарных затрат по внедряе­мым компонентам (Z = Σ_iΖ_i). Расходы на обе­спечение проекта традиционно могут включать: затраты на проектирование, разработку (приоб­ретение), внедрение системы; дополнительные затраты на организацию подразделений ком­пании, приобретение аппаратно-программных и иных средств для реализации проекта, затра­ты на подготовку и обучение персонала и др.
• Расчет экономической эффективности про­екта по сценариям. Например, если расчет выполняется методом анализа затрат и вы­год (CostBenefitAnalysis, CBA), то рассчи­тываются показатели эффективности: индекс рентабельности (PI), дисконтированный срок окупаемости проекта (DPB), чистый приве­денный доход (NPV), модифицированная вну­тренняя норма доходности (MIRR), внутрен­няя норма доходности (IRR) и др. Одобрение проекта бизнес-моделирования происходит при наличии следующих условий: NPV > 0; PI > 1; MIRR > г, где r - норма дисконта.
• Выбор окончательного сценария расчета за­висит от целей, которые преследует инвестор и величины риска. Количественная мера ри­ска может определяться абсолютным (макси­мальная сумма убытка) или относительным уровнем потерь с помощью коэффициент ри­ска: K_p = U_max/Z, где U_max - максимально воз­можная сумма убытков; Z - затраты инвестора (сумма собственных средств).
• Настоящая методика прошла апробацию при обосновании проектов внедрения систе­мы бизнес-моделирования (Business Studio) на нескольких предприятиях и в организаци­ях Южного федерального округа.

Выводы

На оценку эффективности проектов биз­нес-моделирования оказывают влияние каче­ственные факторы эффективности в данных проектах, которые имеют значительную долю и достаточно трудно учитываются традицион­ными способами, и факторы неопределенности при функционировании бизнес-систем в рыноч­ной среде. Входные и выходные характеристики деятельности бизнес-систем не являются строго детерминированными, а имеют вид интервалов вариации значений показателей. В предлагае­мой методике эти два обстоятельства предла­гается оценивать с помощью экспертно-стати­стического подхода. Выбор сценариев и расчет показателей эффективности по ним позволяет в определенной степени учесть риски проектов. До настоящего времени подобных исследова­ний не выполнялось. Реализация указанных положений позволяет увеличить степень обо­снованности расчетов эффективности проектов бизнес-моделирования.