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


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




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.


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




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.


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




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],


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




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].

�


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


Instytut Informatyki Ekonomicznej

Katedra Technologii Informacyjnych

Wydział Zarz�dzania, Informatyki i Finansów

Uniwersytet Ekonomiczny we Wrocławiu

e-mail: [email protected]

Analiza efektywności ekonomicznej zastosowania systemów ... · W cz ci pocz tkowej wyró niono...

Documents

Transcript of Analiza efektywności ekonomicznej zastosowania systemów ... · W cz ci pocz tkowej wyró niono...