Analiza efektywności ekonomicznej zastosowania systemów ... · W cz ci pocz tkowej wyró niono...
Transcript of Analiza efektywności ekonomicznej zastosowania systemów ... · W cz ci pocz tkowej wyró niono...
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
IRR (wewn�trzna stopa zwrotu), MIRR (zmodyfikowana wewn�trzna stopa zwrotu), NPV (bie��ca
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
E1 – E0 – nale�y podane wcze�niej scenariusze zmodyfikowa� w nast�puj�cy sposób:
(a) formuła wyznaczania efektu netto BI:
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-
nawczych kluczowych wska�ników efektywno�ci (KPI – Key Performance Indicators)
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.
[2] Cypryja�ski J., Metodyczne podstawy ekonomicznej oceny inwestycji informatycznych
przedsi�biorstw, Wydawnictwo Naukowe Uniwersytetu Szczeci�skiego, seria „Rozprawy
i studia”, tom 669, Szczecin 2007.
[3] Dudycz H., Dyczkowski M., Efektywno�� przedsi�wzi�� informatycznych. Podstawy
metodyczne pomiaru i przykłady zastosowa�, Wydawnictwo Akademii Ekonomicznej,
Wrocław 2006.
[4] Dyczkowski M., Korczak J., Dudycz H., Multi-criteria Evaluation of the Intelligent
Dashboard for SME Managers based on Scorecard Framework, [w:] Proceedings of the
2014 Federated Conference on Computer Science and Information Systems. Annals of
Computer Science and Information Systems, vol. 2, M. Ganzha, L. Maciaszek, M. Paprzycki,
(eds), Polskie Towarzystwo Informatyczne, Warsaw, Institute of Electrical and Electronics
Engineers, New York City 2014, s. 1147–1155.
[5] Dyczkowski M., Korczak J., Dudycz H., Wielokryterialna ewaluacja systemu klasy BI dla
M�P oparta na podej�ciu BI Scorecard Framework, [w:] Problemy wykorzystania systemów
informatycznych zarz�dzania w gospodarce, Problemy Zarzadzania, vol. 13, nr 2 (52), t. 1.,
Wydawnictwo Naukowe Wydziału Zarz�dzania Uniwersytetu Warszawskiego, Warszawa
2015, s. 136–149.
[6] Ho�evar B., Jakli� J., Assessing benefits of business intelligence systems – A case study,
Management, vol. 15/2010, no 1, s. 87–119.
[7] Howson C., Successful Business Intelligence: Secrets to Making BI a Killer Application,
McGraw-Hill, New York 2008.
[8] Howson C., Successful Business Intelligence, Second Edition: Unlock the Value of BI & Big
Data, McGraw-Hill Education, New York 2013.
[9] Informatyka ekonomiczna. Cz��� II. Informatyzacja obiektu gospodarczego, red. J. Korczak,
M. Dyczkowski, B. Łukasik-Makowska, Wydawnictwo Uniwersytetu Ekonomicznego we
Wrocławiu, Wrocław 2013.
[10] King E., Key Metrics for Determing ROI for Business Intelligence Implementations, Noetix
and Unisphere Research, August 2007, http://noetix.comdownloadresearchNoetix_200707_
ROIforBI.pdf, Dost�p: [2016.04.29].
[11] Korczak J., Dudycz H., Dyczkowski M., Intelligent Dashboard for SME Managers.
Architecture and functions. [in:] Proceedings of the Federated Conference on Computer
Mirosław Dyczkowski
Analiza efektywno�ci ekonomicznej zastosowania systemów klasy business intelligence
w sektorze M�P. Podstawy metodyczne
32
Science and Information Systems FedCSIS 2012. M. Ganzha, L. Maciaszek, M. Paprzycki,
(eds.), Polskie Towarzystwo Informatyczne, IEEE Computer Society Press, Warsaw, Los
Alamitos, CA 2012, pp. 1003–1007.
[12] Lech P., Metodyka ekonomicznej oceny przedsi�wzi�� informatycznych wspomagaj�cych
zarz�dzanie organizacj�, Wydawnictwo Uniwersytetu Gda�skiego, Gda�sk 2007.
[13] Olszak C., Ziemba E., Critical Success Factors for Implementing Business Intelligence
Systems in Small and Medium Enterprises on the Example of Upper Silesia, Poland,
Interdisciplinary Journal of Information, Knowledge & Management, vol. 7/2012, s. 129–
150.
[14] Orzechowski R., Budowanie warto�ci przedsi�biorstwa z wykorzystanie IT, Oficyna
Wydawnicza Szkoły Głównej Handlowej w Warszawie, Warszawa 2008.
[15] Raport o stanie sektora małych i �rednich przedsi�biorstw w Polsce w latach 2013–2014,
Polska Agencja Rozwoju Przedsi�biorczo�ci, Warszawa 2015.
[16] Ritacco M., Carver A., Warto�� biznesowa Business Intelligence. Platforma pomiaru
korzy�ci wynikaj�cych z zastosowania rozwi�zania Business Intelligence, SAP AG, Business
Objects S.A. 2009, http://www.sap.pl/sapbusinessobjects, Dost�p: [2013.05.04].
[17] Rogowski W., Rachunek efektywno�ci inwestycji, Oficyna a Wolters Kluwer business,
Kraków 2008.
[18] Rogowski W., Tomaszewski M., Identyfikacja i wycena korzy�ci w projektach w obszarze
IT, Zeszyty Naukowe Uniwersytetu Szczeci�skiego nr 639/2011, Finanse, Rynki Finansowe,
Ubezpieczenia nr 37, Szczecin, s. 299–311.
[19] Stus A., Wybrane metody oceny efektów inwestycji w IT, Studia i Materiały, nr 10/2010,
Polskie Stowarzyszenie Zarz�dzania Wiedz�, http://www.pszw.edu.pl/images/publikacje/
t029_pszw_2010_stus_–_wybrane_metody_oceny_efektow_inwestycji_w_it.pdf, Dost�p:
[2016.04.29].
[20] Syska E., ROI w czasach kryzysu, CIO: Magazyn Dyrektorów IT, wydanie 06/2009,
http://cio.cxo.pl/artykuly/druk/347261/ROI.w.czasach.kryzysu.html, (dost�p: 2011.02.27).
[21] “Think Small First”. A “Small Business Act” for Europe, 2008, Communication from the
Commission of the European Communities COM(2008) 394 final, 25 June 2008, Brussels,
http://www.socialeconomy.eu.org/spip.php?article531/COM-2008-0394-FIN-EN-TXT,
Dost�p: [2014.03.28].
[22] Whittemore B., The Business Intelligence ROI Challenge: Putting It All Together, Business
Intelligence Best Practices, http://www.bi-bestpractices.com/view/4782, Dost�p:
[2015.10.14].
[23] Zadura-Lichota P., Małe i �rednie przedsi�biorstwa w Polsce na podstawie analiz PARP,
Departament Rozwoju Przedsi�biorczo�ci i Innowacyjno�ci PARP, Warszawa, 14.03.2013,
http://www.leasing.org.pl/files/uploaded/kongres/2013-03-15%20Stan%20sektora%20MSP
%20w%20Polsce.pdf, Dost�p: [2016.04.29].
�
Studies & Proceedings of Polish Association for Knowledge Management
Nr 78, 2016
33
THE ANALYSIS OF ECONOMIC EFFECTIVENESS FOR BUSINESS INTELLIGENCE SYSTEMS APPLICATION IN SME/SMB SECTOR. METHODOLOGICAL
BACKGROUND
Summary
The paper presents methodological background to the analysis of the economic
effectiveness of business intelligence (BI) projects and systems for small and medium-
sized enterprises/businesses (SME/SMB) sector. The opening part identifies different
types of SME/SMB and points out those to which BI systems are dedicated in the first
place. It also advances the thesis that BI applications for SME/SMB must be charac-
terized by a calculable economic effectiveness. In order to attain that goal it is
necessary to examine the effectiveness of BI projects in a systemic way, using methods
which have proved to be successful in practice. The paper discusses such methods,
providing their typology, characteristics and analyzing problems connected with their
application. It also proposes a decision rule for economic effectiveness-based BI so-
lution choice and describes tools which may be used to support the process.
Keywords: business intelligence, BI systems, economic effectiveness for BI applications, methods
of economic effectiveness analysis and evaluation
Mirosław Dyczkowski
Instytut Informatyki Ekonomicznej
Katedra Technologii Informacyjnych
Wydział Zarz�dzania, Informatyki i Finansów
Uniwersytet Ekonomiczny we Wrocławiu
e-mail: [email protected]