KONCEPCJA OCENIANIA EFEKTYWNO CI PLANOWANYCH WDRO E SYSTEMÓW IT

Transkrypt

1 Irena BACH Politechnika Koszali ska KONCEPCJA OCENIANIA EFEKTYWNO CI PLANOWANYCH WDRO E SYSTEMÓW IT 1. Wst p Przedsi biorca, który decyduje si na wdro enie systemu informatycznego w struktur swojej firmy, zadaje sobie zazwyczaj pytanie: W jaki sposób przej z miejsca, w którym jestem, do miejsca po danego? (rysunek 1). To on nadaje kierunek dzia aniom firmy i to on powinien mie sprecyzowane cele, jakie chce osi gn w za o onym czasie. Je li zdecyduje si na u ycie narz dzia w postaci technologii informatycznych, to musi zdawa sobie spraw, e jest to tylko pomoc w realizacji celu biznesowego, a nie rodek uzdrawiaj cy ekonomiczn sytuacj przedsi biorstwa. Przedsi biorstwo w chwili 0 Przedsi biorstwo w chwili 1 Charakterystyka: * cele biznesowe * funkcjonalno System IT Charakterystyka: * osi gni te cele biznesowe * adekwatno funkcjonalno ci Jak oceni, czy modyfikacja starego lub wdro enie nowego systemu IT pozwoli na osi gni cie za o onych celów biznesowych? Rys. 1. Planowanie sytuacji przedsi biorstwa w czasie (opracowanie w asne) Kiedy przychodzi jednak do zbadania rentowno ci takiej inwestycji okazuje si, e wycenianie warto ci systemów informatycznych (IT) to ci gle aktualny problem. Szybko starzenia si technologii i d ugotrwa y okres oczekiwania na efekty po wdro eniu systemów informatycznych s g ównymi przyczynami niech ci do inwestowania w IT. Trudno pomiaru warto ci jest t umaczona zwykle problemem przek adania na warto ci finansowe korzy ci, jakie wdro enie tego systemu przynosi. Wed ug D. Hubbarda ca a niemierzalno wynika z trzech podstawowych typów niezrozumienia: 1. przedmiot pomiarów (badane zjawisko) nie jest zrozumia y, 2. koncepcja mierzenia nie jest zrozumia a, 3. metody pomiarów udowodnione naukowo techniki bada nie s wystarczaj co rozumiane.

2 94 Irena Bach Aby mo liwe by o dokonanie pomiaru warto ci i jednocze nie efektywno ci systemów IT musz zosta uwzgl dnione trzy podstawowe zasady: 1. nale y odpowiednio zdefiniowa zjawiska, które s badane zrozumienie problemu, 2. nale y uwzgl dnia czynnik losowy w przeprowadzonych pomiarach, 3. nale y dobra odpowiednie metody pomiaru do badanych zjawisk. Aby poprawnie okre li, zyski jakie osi gane s z wdro enia systemu informatycznego w firmie, nale y najpierw okre li, co jest dodatnim efektem informatyki, czyli gdzie tak naprawd mo na oczekiwa zmian po implementacji systemu. Poprzez dodatni efekt informatyki rozumiane jest osi ganie korzy- ci finansowych po wdro eniu systemu przy uwzgl dnieniu zmian przedsi biorstwa w czasie. Efekt ten zosta opisany w wielu pracach Ernesta Syske w nast puj cy sposób: Zale no ci pomi dzy kosztami a korzy ciami w przedsi biorstwie E 0 = korzy ci koszty procesów biznesowych koszty IT Symbol E 0 oznacza efekt netto uzyskiwany przez przedsi biorstwo w momencie 0. Symbolem E 1 oznaczony zostanie efekt netto jednostki uzyskiwany po pewnym czasie. Zmiany przedsi biorstwa w czasie opisane s poprzez trzy mechanizmy: 1. Mechanizm pierwszy: zmniejszenie kosztów IT przy ustalonym poziomie korzy ci i kosztów procesów biznesowych E 1 = korzy ci koszty procesów biznesowych - koszty IT 2. Mechanizm drugi: zwi kszenie kosztów IT przy ustalonym poziomie korzy- ci i zmniejszeniu kosztów procesów biznesowych E 1 = korzy ci koszty procesów biznesowych - + koszty IT 3. Mechanizm trzeci: zwi kszenie kosztów IT przy ustalonym poziomie kosztów procesów biznesowych i zwi kszonym poziomie korzy ci E 1 = + korzy ci koszty procesów biznesowych - + koszty IT Dla wszystkich powy szych mechanizmów istnieje zale no : (E1 - E0) > 0 dodatni efekt informatyki

3 Koncepcja oceniania efektywno ci planowanych wdro e systemów Koncepcja metody oceny efektywno ci systemu IT Istniej ró ne metodyki analizy inwestycji w rodki IT. Poni ej (rysunek 2) przedstawiono proponowan koncepcj oceny efektywno ci inwestycji informatycznych. Koncepcja opiera si na modelowaniu sytuacji aktualnej przedsi biorstwa ze wskazaniem na koszty i zyski, jakie przedsi biorstwo osi ga z wykorzystywania dotychczasowego systemu informatycznego oraz na modelowaniu sytuacji przysz ej, czyli badaniu efektów po wdro eniu. Poprzez porównanie obu modeli poszukiwana b dzie delta, czyli warto okre laj ca, czy uda si osi gn dodatni efekt informatyki, czy nie. System - Lista wymaga funkcjonalnych W f - Cele biznesowe C b Typ inwestycji - Oddzia uj ca na przychód I P - Oddzia uj ca na koszty I K MODELOWANIE SYTUACJI BIE CEJ - Identyfikacja kosztów TCO 0 : A/ Direct TCO 0 B/ Business TCO 0 - zdefiniowanie wad i zalet dotychczasowego systemu Analiza ekonomiczna Metody stochastyczne Fuzzy logic MODELOWANIE FIRMY Z ROZWI ZANIEM - Identyfikacja kosztów TCO 1 : A/ Direct TCO 1 B/ Business TCO 1 - zdefiniowanie korzy ci Z 1 a/ korzy ci finansowe b/ korzy ci niewymierne Ocena czasu Ocena zysku Ocena efektywno ci Globalna ocena planowanej inwestycji Rys. 2. Koncepcja oceniania efektywno ci inwestycji informatycznych (opracowanie w asne) W przedstawianej metodzie zaproponowano wykorzystanie metod opartych na analizie ekonomicznej oraz na modelowaniu i wnioskowaniu rozmytym.

4 96 Irena Bach 3. Analiza ekonomiczna Badanie czynników ekonomicznych dokonywane jest na podstawie szerokiej gamy wska ników wprowadzanych do systemu jako parametry wej ciowe, takich jak ROI, EVI, MNPV, NPV, MIRR itp. Ocena warto ci otrzymanych przy wykorzystaniu tych wska ników przede wszystkim pozwala na porównanie obecnych i przysz ych kosztów posiadania informatyki TCO 0 i TCO 1 (Total Cost of Ownership) oraz mierzalnych zysków finansowych z przeprowadzonej inwestycji (wzrost/spadek sprzeda y wzrost/spadek kosztów). Wa ne jest w tym momencie uwzgl dnienie kosztów Business TCO i Direct TCO, czyli kosztów po rednich i bezpo rednich. Najcz stsz przyczyn b dnego wyceniania efektywno ci systemów IT jest niedoszacowanie w tych w a nie elementach. W zakres kosztów bezpo rednich wchodz zazwyczaj: Hardware, Software, Personel IT; w zakres kosztów po rednich zalicza si : IT Knowledge transfer wiedzy o systemie IT, Koszty File Management r czne przetwarzanie danych, Availability koszty braku dost pno ci, Performance koszty braku wydajno- ci, Recovery koszty przywracania stanów. Wi kszy problem oceny pojawia si w momencie konieczno ci kalkulowania ryzyka i uwzgl dniania danych losowych mog cych wyst pi w czasie przygotowawczo-wdro eniowym oraz w czasie eksploatacji systemu. Ocena przysz ych wielko ci makro i mikroekonomicznych odbywa si zazwyczaj przy wykorzystaniu wiedzy eksperta oraz wcze niejszych do wiadcze. Planowane warto ci zmian, na przyk ad pieni dza w czasie, wyra ane s w takim przypadku w postaci pewnych przedzia ów warto ci a nie w postaci jednej cyfry (liczby). Poza tym trudno jest uwzgl dni zmiany które zajd w makro-otoczeniu, dlatego podejmowane decyzje o alokacji rodków finansowych odbywaj si na podstawie niepe nych informacji. Z tego powodu zaproponowano zastosowanie modelowania rozmytego. 4. Wykorzystanie informacji niepewnych Mówi c o przysz o ci nie mo na podawa idealnie precyzyjnych informacji, zawsze istnieje czynnik losowy wp ywaj cy na przysz e zdarzenia. Wiedza eksperta w zakresie przysz o ci wyra ana jest zazwyczaj w postaci oceny lingwistycznej, przypisuj cej pewnym warto ciom liczbowym (wska nikom) przedzia y, w jakich b d one wyst powa. Aby mo na by o wykorzysta i przetwarza te dane, trzeba pos u y si narz dziem w postaci metod wnioskowania rozmytego. Metody Fuzzy logic opisywane s przy pomocy takich poj, jak zbiory rozmyte, funkcje przynale no ci, zmienne lingwistyczne (pr dko samochodu, temperatura), warto ci lingwistyczne (bardzo du y, redni, ma y, bardzo ma y), liczby rozmyte (oko o pi ciu, oko o zera, mniej wi cej trzy), itp. Aby móc przetwarza wyra enie lingwistyczne nale y za pomoc funkcji przynale no ci okre li jego

5 Koncepcja oceniania efektywno ci planowanych wdro e systemów 97 stopie przynale no ci do zbioru rozmytego, który znajduje si w pewnej numerycznej przestrzeni rozwa a X. Zbiorem rozmytym A, w pewnej numerycznej przestrzeni rozwa a X, nazywamy zbiór par: A = {(µ A *(x)x)}, x X (1) gdzie: µ A jest funkcj przynale no ci zbioru rozmytego A, która ka demu elementowi x X przypisuje stopie jego przynale no ci µ A *(x) do zbioru rozmytego A, przy czym µ A (x) [0,1]. Funkcja przynale no ci realizuje odwzorowanie przestrzeni numerycznej X danej zmiennej do przedzia u [0,1]: µ A : X [0,1] Poj cie zbioru rozmytego umo liwia matematyczne sformu owanie zapisu warto ci lingwistycznych i liczb rozmytych stosowanych przez ludzi (Piegat 1999, Zedeh 1968, Kacprzyk 1986). Bazuj c na wiedzy o zbiorach rozmytych mo na modelowa systemy o ró nej strukturze, które przekszta ca b d informacje definiowane lingwistycznie na warto ci mierzalne. Modelowanie przebiega w trzech etapach: fuzyfikacji (rozmywania), interferencji (wnioskowania) oraz defuzyfikacji (ostrzenia). Podstaw modelowania jest baza regu, która zawiera wszystkie sformu owania opisuj ce zale no ci postaci JE ELI (x 1 jest A 1 ) I (x 2 jest B 2 ) TO (y jest C k ) gdzie x 1, x 2 wej cia systemu; y wyj cie; A i, B j, C k zbiory rozmyte stosowane do lingwistycznej oceny wej i wyj- cia systemu. Poni szy schemat (rysunek 3) przedstawia przyk adowa struktur modelowania uk adu z dwoma wej ciami i jednym wyj ciem (struktura MISO)

6 98 Irena Bach x 1 * µ A1 (x 1 *) operacja FUZYFIKACJA (rozmywanie) µ A2 (x 1 *) x 2 * elementy µ B1 (x 2 *) * funkcje przynale no ci µ B2 (x 2 *) wej x 1, x 2 operacja INTERFERENCJA (wnioskowanie) elementy * baza regu * mechanizm interferencji * funkcje przynale no ci wyj cia y operacja DEFUZYFIKACJA µ wyn (y) (ostrzenie) elementy * mechanizm defuzyfikacji y* Zastosowanie modelowania rozmytego pozwala na wykorzystanie informacji niepewnej i/lub nieprecyzyjnej, która wynika z wiedzy eksperta, do wiadczenia osób zwi zanych z procesem wdro eniowym oraz preferencji inwestora. Pozwala to na wykorzystanie tych danych, które stanowi informacje uzupe niaj ce w bazie wiedzy przedsi biorstwa. Dzi ki takiemu dzia aniu przedsi biorstwo jest w stanie okre li korzy ci z uwzgl dnieniem ryzyka i zdarze losowych mog cych wyst pi w czasie wdro enia i po jego zako czeniu. 5. Podsumowanie Ocena przydatno ci implementacji systemów informatycznych w struktury przedsi biorstwa wymaga szerokiej wiedzy zarówno ekonomicznej, jak i technicznej. Najwa niejszym etapem jest zdefiniowanie celu, jaki chce osi gn inwestor przez wdro enie systemu IT oraz umiej tno definiowania korzy ci jakie ma przynie stosowanie technologii informatycznej. Dost pne na rynku narz dzia oceny rentowno ci systemów IT b d wymagaj specjalistycznej wiedzy, korzystania z us ug firm zewn trznych, b d s tak drogie, e firmy rynku MSP nie mog pozwoli sobie na przeprowadzenie ca kowitej analizy op acalno ci wdra ania nowych systemów informatycznych. Powoduje to konieczno opracowania metodyki jak równie narz dzia, które b dzie umo liwia o dokonywanie takiej oceny przez pracowników firmy, na poziomie zaspokajaj cym jej potrzeby. Przedstawiona koncepcja jest propozycj okre lenia takiej w a nie metodyki, gdzie wskazane s najwa niejsze ogniwa oceny, które powinny by weryfikowane w przedsi biorstwach rynku MSP. Wskazane w proponowanej metodzie narz dzia oceny pozwalaj na pe ne wykorzystanie wszystkich informacji zawartych w bazie wiedzy przedsi biorstwa. Koncepcja ta mo e stanowi podstaw oceny rentowno ci IT w MSP lub by uzupe nieniem do stosowanych dotychczas w tym zakresie metod.