Диссертация (1105778), страница 18
Текст из файла (страница 18)
У розничных сетей, занимающих лидирующие позиции показатель
Information Productivity (как отношение чистой прибыли к операционным издержкам) в среднем составляет IPoptimal=0,05.
При помощи процедуры Дельфи топ-менеджмент компании оценил вклад
бизнес-процесса ценообразования в формирование прибыли на уровне D=47%.
В течение месяца часть товароведов выставляла цены на некоторые группы товаров без использования аналитических систем. Затем вычислялся финансовый результат по каждому товароведу как разница между общей суммой продаж и закупочной стоимостью тех товаров, цены на которые устанавливал данный товаровед (при оценке не включались те группы товаров, по которым в период исследования проводились маркетинговые и иные кампании). В качестве их эконоического результата принимался средний финансовый результат по каждой группе товароведов (в одну группу сводились все товароведы, использовавшие один и тот же набор аналитических систем).
Общие расходы на ввод данных и эксплуатацию системы Megastore в 2012
году составили R=9,8 миллионов рублей.
Для оценки верхнего значения потенциальной эффективности принято решение использовать потенциальное значение прибыли, соответствующее существующему уровню операционных издержек, но с оптимальным значением показателя IP (т.е. соответствующим лидерам рынка).
Вычисления:
Средние финансовые результаты, показанные товароведами, представлены в таблице 2.3.
РЕЗУЛЬТАТЫ
принятия решений в компании «Позитрон»
Таблица 2.3
Участники принятия решений | Средний фин. результат (млн.руб) |
Без аналитических систем | υ0 = 2,4 |
Только c Megastore | υ01 = 3,5 |
Только c прайс-листами конкурентов | υ02 = 3,1 |
С обоими аналит. инструментами | υ012 = 3,6 |
Вклад аналитической системы Megastore при помощи вектора Шепли вычисляется как:
01 0
012 02
S 6 3 100%
012
3,5 2,4 3,6 3,1
(2.23)
S 6
3
3,6
100% 9,7%
(2.24)
Таким образом, справедливая оценка вклада аналитической системы
Megastore в принятие решения оказалась S = 9,7%.
Этого достаточно, чтобы произвести финальные вычисления:
E fact
S D W fact C
(2.25)
E potential
S D Wpotential
C S D IPoptimal R C
(2.26)
6
E 100% 0,097 0,47 11,2 105,2%
(2.27)
fact
9,8 106
E potential
100% 0,097 0,47 0,05 277,9 10
6
9,8 1066,5%
(2.28)
Таким образом, и фактическая эффективность (Efact) и потенциальная эффективность (Epotential) оказалась невысоки, ниже целевого значения ROE, при этом фактическая эффективность оказалась не намного ниже верхней оценки потенциальной.
-
Пример 3.
Задача:
Крупное кадровое агентство «ЭйчАр Эмплоймент Сервисез» предоставляет услуги подбора и найма персонала для крупных и средних компаний. Ключевым бизнесом компании является поиск и продажа специалистов. Данный бизнес включает в себя ряд основных бизнес-процессов: поиск кандидатов; собеседования, включающие оценку компетенций; продажа подобранных кандидатов коммерческим предприятиям и другие.
Процесс собеседования и оценки компетенций включает в себя четыре акта принятия решений, соответствующих этапам собеседования. Каждый кандидат оценивается по следующим характеристикам: психологический профиль, опыт и уровень экспертизы, общий уровень интеллектуального развития и безопасность. Каждый вид собеседования ведется специалистом в соответствующей области, каждое собеседование представляет собой принятие решения (кандидату присваивается балл, отрицательный балл на любом собеседовании означает отказ от сотрудничества с кандидатом).
При оценке опыта и уровня экспертизы специалистами по подбору используется аналитическая информационная система CVBase, позволяющая в автоматическом режиме загружать анкеты кандидатов, базы доступных вакансий, анкеты из социальных сетей и проводить всестороннюю оценку анкеты кандидата с точки зрения рыночной конъюнктуры.
Необходимо оценить эффективность проекта внедрения системы CVBase.
Используемые данные и применяемые методы:
Для оценки эффективности аналитической системы CVBase решено использовать следующие данные и методы:
-
Для оценки распределения экономического результата между актами принятия решений используются данные о вероятности успешного трудоустройства кандидата (успешным его трудоустройством в течение двух месяцев и затем прохождением им испытательного срока) при проведении одного или любой комбинации собеседований. Для таких данных в рамках комбинированного метода дележа используется алгоритм на основе кооперативной игры: ценность каждого акта определяется дележом, задаваемым вектором Шепли.
-
Для выделения вклада аналитической системы в принимаемое решение использовались следующие признаки: доля информации, участвующей в принятии решения; зависимость от конкретного сотрудника-исполнителя; субъективность информации, участвующей в принятии решения. Для такой входной информации комбинированный метод предполагает применение
метода анализа иерархий на основе экспертной оценки. Цель экспертной оценки – выбрать наиболее влияющий на принятие решения элемент: аналитическая система или эксперт.
-
Решено пренебречь различием между потенциальной и фактической эффективностью, а также балансовой и предпринимательской прибылью.
-
В качестве порогового значения эффективности решено использовать величину инфляции плюс 4%, т.е. EFF = 13,5%.
Результаты обследования:
Согласно отчётности РСБУ, прибыль компании за рассматриваемый период составила 10 миллионов рублей, из которых W=6,2 миллиона можно отнести к процессу оценки клиента и предоставления кредита.
Расходы на внедрение и эксплуатацию системы CVBase составили C=1,2
миллиона рублей. Все суммы приведены на единый период.
Проведенное статистическое исследование показало, что характеристическая функция υ кооперативной игры имеет следующий вид:
υ(П) = 0,2; υ(Э) = 0,6; υ(И) = 0,4; υ(Б) = 0,1;
υ(П, Э) = 0,7; υ(П, И) = 0,6; υ(П, Б) = 0,3;
υ(Э, И) = 0,8; υ(Э, Б) = 0,6; υ(И, Б) = 0,4;
υ(П, Э, И) = 0,9; υ(П, Э, Б) = 0,8; υ(П, И, Б) = 0,6; υ(Э, И, Б) = 0,8;
υ(П, Э, И, Б) = 1;
где П – оценка психологического профиля, Э – оценка опыта и уровня экспертизы, И – оценка общего уровня интеллектуального развития, Б - оценка кандидата службой безопасности.
Отметим, что характеристическая функция в данном случае обладает свойством субаддитивности.
Результатом экспертной оценки (в соответствие с методом анализа иерархий) вклада аналитической информационной системы являются следующие матрицы попарных сравнений:
1 7
1 1
5
;
;
1
3

A
И 1
1 ; AЗ
2 AС
3 AИЗС
1
3
1 2,
7 где
2 1
3 1
1 1 1
5
2 AИ – Матрица попарного сравнения альтернатив по признаку «Доля информации в принятии решения»,
AЗ – Матрица попарного сравнения альтернатив по признаку «Зависимость от конкретного сотрудника-исполнителя»,
AС – Матрица попарного сравнения альтернатив по признаку
«Субъективность информации, участвующей в принятии решения», AИЗС – Матрица попарных сравнений признаков. Вычисления:
-
Для вычисления вкладов актов принятия решений вычисляем вектор Шепли по формуле:
yi
S N
(n s)!(s 1)!
((S ) (S \ {i}) , (2.29)
n!
получаем компоненты дележа (вектора Шепли):
y 0.2 0.7 0.6 0.3 0.6 0.4 0.1 0.9 0.8 0.6 0.8 0.6 0.4 1 0.8 0.183
П 4 12
12 4
y 0.6 0.7 0.8 0.6 0.2 0.4 0.1 0.9 0.8 0.8 0.6 0.3 0.4 1 0.6 0.467
Э 4 12
12 4
y 0.4 0.6 0.8 0.4 0.2 0.6 0.1 0.9 0.6 0.8 0.7 0.3 0.6 1 0.8 0.283
И 4 12
12 4
y 0.1 0.3 0.6 0.4 0.2 0.6 0.4 0.8 0.6 0.8 0.7 0.6 0.8 1 0.9 0.067
Б 4 12
12 4
Соответственно, вклад акта принятия решений «Оценка опыта и уровня экспертизы» в общий экономический результат составляет 46.7%.
-
Для вычисления вклада аналитической системы CVBase в принятие решения, согласно методу анализа иерархий, вычисляем собственные векторы матриц попарных сравнений (соответствующие максимальному собственному значению) , проводим их L1- нормирование и перемножаем полученные коэффициенты относительной значимости, получая вес каждой из альтернатив:
max 2,
И
max 2,
З
zИ 7, 1,
zЗ 1 2, 1,
uИ 0.88, 0.12
uЗ 0.33, 0.67