Приглашаем всех желающих посетить бесплатные пробные занятия по курсам МВА и профессиональной подготовки. Занятия проходят в реальных группах, никаких постановочных занятий. Ознакомиться с расписанием пробных занятий, выбрать заинтересовавшее и зарегистрироваться на него можно здесь
Оценка и мониторинг бизнеса на основе системы сбалансированных показателей
Рыжов А.П.,
д.т.н., профессор, заведующий кафедрой «Системы управления бизнес-процессами»
Школы IT-Менеджмента РАНХиГС при Президенте РФ.
Система Сбалансированных Показателей (Balanced Scorecard - BSC) - сравнительно новая технология [1]. BSC разработана на основе выводов исследования, проведенного в 1990 году профессорами Гарвардской школы экономики Дэвидом Нортоном и Робертом Капланом. Исследование проводилось с целью выявления новых способов повышения эффективности деятельности и достижения целей бизнеса. Основанием для такого исследования было наличие разрыва между балансовой и рыночной стоимостью: по 3500 американским компаниям в 1978 году он составлял 5%, а к 1998 году - 72%. Причиной такого разрыва стало постепенное, но неуклонное увеличение стоимости нематериальных активов (таких как интеллектуальный капитал, инновации, репутация) в общей стоимости компаний. Стандарты финансовой отчетности (GAAP, IAS) никак не учитывали подобных экономических условий и инвесторы стали отказываться от их использования.
Попытки привести показатели эффективности в соответствие экономической ситуации были и до появления BSC, однако они затрагивали исключительно финансовые аспекты деятельности. Такие показатели, как EVA, EBITDA, TSR, давали акционерам более реальную картину текущего состояния бизнеса, но для управления компанией их было явно недостаточно. В докладе приводятся анализ основных таких показателей от Модели Дюпона (Du Pont Model, 1920-e г.) до Денежного потока отдачи на инвестированный капитал (CFROI, 1990-е г.). В настоящее время BSC является основным инструментом исполнения стратегии в 402 компаниях из 500, входящих в рейтинг Fortune-500.
В рамках BSC стратегия (холдинга, фирмы, подразделения и т.д.) выражается с помощью множества стратегических целей. Цели, связанные между собой причинно-следственными связями, образуют стратегическую карту [2]. Наличие причинно-следственной связи между двумя целями показывает, что достижение одной цели - «причины» создаёт предпосылки к достижению другой цели – «следствия». Показатели служат для измерения степени достижения целей. Каждой цели должен быть присвоен, по крайней мере, один показатель. Целевые значения - это конкретные значения показателей на конкретный будущий момент или период времени, к которым необходимо стремиться, чтобы цель была достигнута. В докладе приводятся примеры таких карт.
В рамках анализа BSC возникают две задачи. Прямая задача: можно ли, имея стратегическую карту, оценить «вклад» каждой цели в достижение стратегической цели организации? Обратная задача: можно ли, имея стратегическую карту и бюджет, выделить те цели, изменение которых в рамках выделенного бюджета даст максимальный эффект в достижении стратегической цели?
Сформулированные задачи решаются средствами технологии оценки и мониторинга сложных процессов [3]. В рамках этой технологии возможна совместная обротка как количественных, так и качественных оценок состояния элементов иерархических моделей. В докладе подробно рассматривается технология оценки и мониторинга и связанные с ней математические задачи.
Прямая задача является естественной для технологии информационного мониторинга. К настоящему времени разработаны алгоритмы оценки степени «критичности» каждого элемента модели (цели в BSC) для некоторых частных видов моделей, связанных, в основном, с классом используемых операторов агрегирования информации. В общем виде эта задача решается переборным алгоритмом. Обратная задача сводится к задаче математического программирования. Особенностью задачи является то, что функция, максимум которой мы ищем, задается не в виде формулы, а в виде дерева (или графа) с заданными операторами агрегирования информации – стратегической карты. На модельной стратегической карте нами успешно использовались генетические алгоритмы; использование переборных алгоритмов также видится здесь разумным в силу малой размерности задачи и отсутствия жестких требований по времени решения задачи (как, например, в системах реального времени).
Литература.
1. Каплан Р., Нортон Д. Сбалансированная система показателей. Пер с англ. М., «Олимп-Бизнесс», 2005.
2. Каплан Р., Нортон Д. Стратегические карты. Трансформация нематериальных активов в материальные результаты. Пер с англ. М., «Олимп-Бизнесс», 2004.
3. Рыжов А.П. Информационный мониторинг сложных процессов: технологические и математические основы. Интеллектуальные системы, Том 11, вып. 1-4, Москва, МНЦ КИТ, 2008, с. 101-136.