Диссертация (1145511), страница 38
Текст из файла (страница 38)
Обратим внимание на то, что ни один из руководителей не включилв систему показателей имплицитные факторы, такие как например, корпоративная культура.Следующим этапом эксперимента по уточнению системы сбалансированных показателей стал этап включения в нее составляющих корпоративнойкультуры, которые были выбраны нами исходя из современных, самых распространённых методик ее оценки (модели Д. Денисона).
Введем описанные вмодели Д. Денисона параметры, а также определенные в соответствии с таблицей 5.1.1. показатели (рисунок 5.1.1).Рисунок 5.1.1 – Ввод названий параметров в рамках системы BSCв сервисе «Поиск имплицитных параметров»После включения этих составляющих в систему показателей, в соответствии с процедурой рефлексивного отбора и разработанного нами инструментального метода ее реализации – нахождения имплицитных факторов в рамкахсистемы ССП был произведен эксперимент, который заключался в выявлении229каузального поля показателей деятельности на основе экспертной оценки сотрудниками и руководителями компаний.Воспользовавшись сервисом «Поиск имплицитных параметров», используя панель нечеткого регулятора, введем степени влияния показателейдруг на друга на основе исследований Денисона, а также экспертной оценкиих воздействий (рисунок 5.1.2).Рисунок 5.1.2 – Ввод степеней влияния параметров друг на другав рамках системы ССП в сервисе «Поиск имплицитных параметров»Из полученных расчетов (рисунок 5.1.3) необходимо выделить те влияния, которые согласно изложенной логике работы, удовлетворяют целям исследования.
Так, например, параметр «доля проектов в срок» оказывает оченьсильное влияние на параметр «чистая прибыль» с учетом имплицитного влияния параметра «миссия». Аналогичным образом установлены остальные имплицитные параметры, причем группа, характеризующая показатели КК,определена уже однозначно, исходя из модели Денисона. Модель полностью230подтвердила, что показатели корпоративной культуры являются имплицитными, то есть руководители компаний при отборе не придали им существенного значения, думая, что их влияние несущественно.Рисунок 5.1.3 – Результаты поиска имплицитных параметров в рамкахсистемы ССП в сервисе «Поиск имплицитных параметров»Эксперимент показал, что практически все испытуемые не увидели прямого влияния составляющих корпоративной культуры на конечные результаты деятельности организации.На основании процедуры рефлексивного отбора было составлено каузальное поле и показатели распределены по трем группам в соответствии с моделью.
Экспертное распределение представлено в виде таблицы 5.1.2.231Таблица 5.1.2 - Система показателей деятельности ИТ – компании, распределенных по трем исследуемым группамПоказатели корпоративнойкультуры(имплицитныйфактор) (Подмодель А)KK1: способность к адаптации;KK2: миссияKK3: сотрудничествоKK4: вовлеченностьОпосредованные (промежуточные) показатели (Подмодель В)PP1:Доля инновационныхрешений в услугах и продажах;PP2: доля проектов безпросрочкиPP3:доля выручки с каждогоклиентаPP4:доля инноваций на сотрудникаОсновные показатели деятельности ИТ компании(Подмодель С).OP1: Чистая прибыльOP2: Объем продаж продуктов и услугOP3: РентабельностьИспользуя сервис «Поиск имплицитных факторов», нами было установлено, что показатель KK1(способность к адаптации) слабо влияет на показатели OP1, OP2, OP3, напрямую, но через показатель PP4 влияет сильно на OP1.Аналогично были выявлены и другие опосредованные влияния.Переходя к математической модели введем следующие обозначения: нечеткое множество А = {КК1, КК2, КК3, КК4}, описывающее показатели корпоративной культуры ИТ-компании; нечеткое множество В = {РР1, РР2, РР3,РР4}, описывающее опосредованные показатели, нечеткое множествоС = {ОР1, ОР2, ОР3} – основные показатели хозяйственной деятельности ИТкомпании.Обратим внимание на следующий факт: единицы измерения показателей, выбранных для реализации модели различны.
Поэтому необходимо ихмодифицировать, представив, как нечеткое множество. В нашей модели, изучив предварительно разные способы нормировки показателей с целью представления показателей каждой подмодели как нечеткого множества, мы установили, что результаты практически не изменяются в зависимости от выбранного способа нормирования данных и, поэтому каждой подмодели была поставлена в соответствие функция принадлежности, полученная нормировкойзначений показателей внутри подмодели путем деления на максимальный по-232казатель. Полученные оценки интерпретируем, как степени влияния показателей друг на друга внутри множества.
При этом мы должны понимать, что всеэти показатели (внутри каждой подмодели) должны быть измеримы в одних итех же единицах (рублях, процентах, долях и т. д.).Таким образом, в ходе проведенного эксперимента нами были отобраныпоказатели деятельности исследуемых организаций, проведено уточнение ихсостава с помощью модели рефлексивного отбора, построено их каузальноеполе с учетом определенной выше структуры.5.2 Результаты обработки экспертных оценок имплицитного фактора (на примере корпоративной культуры) в сервисе «Оценкаимплицитных факторов»Вопрос оценки и влияния корпоративной культуры, как имплицитногофактора, на устойчивость развития, конкурентоспособность и показатели деятельности организаций является относительно новым и мало изученным внашей стране и за рубежом.Первый этап нашей работы будет заключаться в том, чтобы формализовать имплицитный фактор «корпоративная культура» в виде ацикличногографа.
Результат формализации представлен на рис.5.2.1.На рисунке 5.2.1 показано, что модель Д. Денисона представляет собойтрехуровневую иерархию. Автор считает, что наполнение модели стоит прекратить уже на третьем уровне иерархии, поскольку все ее показатели измеримы с помощью предлагаемого инструментария – индексов (см.
анкету Денисона).Каждыйиндекс,которыйнарис.5.2.1обозначен,какIij,(i–порядковый номер группы индекса, j–порядковый номер индекса в соответствующей группе) оценивается по результатам ответов респондентов на 5 вопросов в диапазоне от 1 до 5 баллов. Каждый такой групповой ответ можнопредставить в виде нечеткого множества с носителем X={1,2,3,4,5} и функцией принадлежности ( ), которая строится по авторской методике.233Другими словами, каждый индекс можно представить в виде сингельтона следующего вида: =m (1)1+max (2)2+max (3)3+max (4)4+max (5)(*)5Каждому такому индексу ставим в соответствие индекс нечеткости, который предназначен для учета несогласованности мнений респондентов и показывает степень нечеткости множества ответов респондентов.
Кроме этогомы оценим каждый полученный индекс, проведя процесс дефаззификации поформуле нахождения центра тяжести в дискретной форме. Обоснованность такой оценки базируется на стандартных инструментах нечеткой логики в частности нечеткой импликации.KKМиссия(KK2)Способность кадаптации (KK1)Согласованность(KK3)Вовлеченность(KK4)Индексспособности кизменениям (I11)Индексстратегическогонаправления инамерения (I21)Индекскоординациии интеграции(I31)Индекспредоставленияполномочий (I41)Индексвнимания кклиентам(I12)Индекс целейи задач (I22)Индексспособности кконсенсусу(I32)Индексвозможностиразвития (I42)Индексобучаемостиорганизации(I13)Индексвидения (I23)Индексвовлеченности вценности(I33)Индекс ориентациина работу вкоманде (I41)Рисунок 5.2.1 - Формализация имплицитного фактора«корпоративная культура» в виде ацикличного графа, каждая вершинакоторого – нечеткое множество (в авторской интерпретации)234Действительно, опросник Д.
Денисона устроен таким образом, что каждый индекс образует 5 вопросов, то есть логика модели такова «если ответ навопрос 1 = a1 и ответ на вопрос 2 = a2, и ответ на вопрос 3 = a3, и ответ на вопрос4 = a4, и ответ на вопрос 5 = a5, то значение индекса = А», значит применяястандартные правила дефаззификации, мы получим четкую оценку соответствующего индекса.
После того как все индексы рассчитаны по правилу (минимума), получены их функции принадлежности и четкие (дефаззифицированные) оценки мы осуществим переход на следующий уровень иерархии, нопри этом будем использовать правило максимума, поскольку, по методике Денисона, каждый из трех индексов (в группе) определяет составляющие следующего уровня иерархии, то есть по сути, каждый индекс в группе определяетотдельное правило для расчета значения составляющей следующего уровня. Взавершении вновь проведем процедуру дефаззификации и представим каждыйиз четырех основных показателей в виде нечеткого множества значений соответствующих индексов. ( ) = max ( )(**)Для перехода на следующий уровень процедуру, описываемую формулами (*) и (**) повторим, и так до тех пор, пока не получим искомое значение.При этом на каждом этапе будем считать индекс нечеткости каждого показателя.
В конечном итоге мы получим оценку и самой корпоративной культурыисследуемого объекта.Для удобства накопления и обработки результатов нами был создан сервис в сети Интернет с постоянно обновляемой базой данных и возможностьювыгрузки этих данных в файл Excel.Далее с помощью макроса полученные результаты были упорядоченыспециальным образом и представлены для обработки по авторской модели (см.рис. 5.2.2).235Рисунок 5.2.2 - Фрагмент листа рабочей книги Excel с обработкойрезультатов исследования сотрудников ООО «Наноинформ»Согласно методике Денисона составляющую корпоративной культуры«Способность к адаптации» (КК1) определяют три индекса: индекс способности к изменениям (I11); индекс внимания к клиентам (I12); индекс обучаемостиорганизации (I13).
Каждый из индексов определяется по результатам ответовна 5 вопросов. Причем нечеткий логический вывод относительно значенияКК1 строится следующим образом:П1: Если Вопрос 1=a1или Вопрос 2=a2, или Вопрос 3=a3, илиВопрос 4=a4, или Вопрос 5=a5, то I11=b1.П2: Если Вопрос 1=a1 или Вопрос 2=a2, или Вопрос 3=a3, илиВопрос 4=a4, или Вопрос 5=a5, то I12=b2.236П3: Если Вопрос 1=a1 или Вопрос 2=a2, или Вопрос 3=a3, илиВопрос 4=a4, или Вопрос 5=a5, то I13=b3.При этом КК1 получается, как результат композиции правил П1, П2, П3с помощью операции «максимум».Соответствующие функции принадлежности по каждому индексу, полученные с помощью операции «максимум», находятся в строках 24,25, 26.
Встроке 27 получена функция принадлежности по составляющей корпоративной культуры КК1 – «Способность к адаптации», как результат композицииправил для каждого индекса с также с использованием операции «максимум».В этом же диапазоне рассчитаны и значения индексов нечеткости покаждому индексу в модели Денисона, дефаззифицированные их значения, атакже определены верхние и нижние границы изменений каждого индекса вмодели Денисона. Индексы нечеткости по индексам в модели Денисона былирассчитаны как среднее значение индексов нечеткости ответов респондентовна каждый вопрос в рамках одной группы, соответствующей определенномуиндексу модели. Верхняя граница индекса модели считается, как сумма дефаззифицированного значения по Мамдани и соответствующего индекса нечеткости, а нижняя граница, как разность между дефаззифицированным значением по Мамдани и соответствующим индексом нечеткости (см.
![](https://s.studizba.com/z.php?f=/templates/si/i/noavatar.png&w=100&h=100&t=1"){kind=avatar}
