Диссертация (1105778), страница 18

Просмтор этого файла доступен только зарегистрированным пользователям. Но у нас супер быстрая регистрация: достаточно только электронной почты!

Текст из файла (страница 18)

У розничных сетей, занимающих лидирующие позиции показатель

Information Productivity (как отношение чистой прибыли к операционным издержкам) в среднем составляет IP_optimal=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

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 W}potential

C S D IP_optimal R C

(2.26)

6

E 100% 0,097 0,47 ^{11,2 10}

5,2%

(2.27)

fact

9,8 10⁶

^E potential

100% 0,097 0,47 ^{0,05 277,9 10}

6

9,8 10⁶

6,5%

(2.28)

Таким образом, и фактическая эффективность (E_fact) и потенциальная эффективность (E_potential) оказалась невысоки, ниже целевого значения ROE, при этом фактическая эффективность оказалась не намного ниже верхней оценки потенциальной.

1. 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:

1. 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.

2. 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.

1. Решено пренебречь различием между потенциальной и фактической эффективностью, а также балансовой и предпринимательской прибылью.

2. 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





_{1 1 }  



A





И _1

₁ ^; A_З ^

2 ^ _AС ^

^{3  A}ИЗС

_^1

_ 3

1 2^,







 7 

где

_2 1 _

_3 1 _

_1 1 _{1 }

5

 2 

A_И – Матрица попарного сравнения альтернатив по признаку «Доля информации в принятии решения»,

A_З – Матрица попарного сравнения альтернатив по признаку «Зависимость от конкретного сотрудника-исполнителя»,

A_С – Матрица попарного сравнения альтернатив по признаку

«Субъективность информации, участвующей в принятии решения», A_ИЗС – Матрица попарных сравнений признаков. Вычисления:

1. Для вычисления вкладов актов принятия решений вычисляем вектор Шепли по формуле:

y_i _

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%.

1. 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

z_И 7, 1,

z_З 1 2, 1,

u_И 0.88, 0.12

u_З 0.33, 0.67

Характеристики

Список файлов диссертации