При создании заявки на оплату заинтересованная служба указывает желаемую дату платежа δ, поэтому в качестве характерного параметра процесса логично выбрать отклонение от этой даты µ= ε- δ, измеряемое в днях, где ε – фактическая дата выполнения платежа. Метрика H(t) по данному параметру µ вычислялась ежемесячно. Полученные результаты представлены кривой 1 на рис. 5.5 (T – момент запуска системы, T+i, i=00…18 – месяц с момента запуска системы). Как следует из графика, степень непредсказуемости процесса в результате внедрения информационной системы за 9 месяцев снизилась более чем в 1,5 раза.

Для более ясного понимания причины снижения непредсказуемости на рис. 5.6 показаны распределения параметра µ в месяцы T+05 и T+09. Из этого рисунка видно, что с течением времени разброс отклонений от целевого значения сокращался, все большее количество процессов выполнялось с заданным результатом (в данном случае в заданный срок).

Из рисунка 5.5. видно, что через 8 месяцев после начала эксплуатации системы произошла некая стабилизация бизнес-процесса, и в рамках установившегося процесса значение H(t) совершает колебания с периодом равным кварталу. Дальнейший анализ показал, что минимальное значение всегда достигается во второй месяц квартала. Это связано с отсутствием в данном месяце регулярных платежей (налоги и т.п.), нарушение сроков выполнения которых приводит к обязательным штрафам.

Таким образом, предложенная метрика позволяет не только убедиться в общей эффективности ИС, но и позволяет определить направление дальнейшего совершенствования операций. В рассмотренном конкретном случае это совершенствование процедур управления финансами за счет автоматизации процесса планирования и учета поступлений.

Определение количества процессов с одинаковым результатом

Очень часто на практике возникает задача организовать выполнение бизнес-процессов таким образом, чтобы определенная их доля заканчивалась с заданным результатом. Например, для надежного функционирования метода планирования производства MRP необходимо, чтобы не менее 95% производственных заказов выполнялась точно в заданный срок[90].

Для определения значения H(t), соответствующего заданной доле процессов m, выполняемых с одинаковым результатом, можно воспользоваться подходом, известным как «формализм Джейнса»[91]. Он гласит: если нам ничего не известно о величине μ, кроме того, что она лежит в некотором ограниченном диапазоне, то разумнее всего принять, что вероятности p(μi ) распределены таким образом, что они обеспечивают максимум энтропии, которая может рассматриваться как мера нашего незнания.

Опуская несложные математические преобразования для тех, кто всерьез заинтересовался, приведем формулы, связывающие значения H(t) и m:

Эти соотношения позволяют на основании значения H(t) определить долю бизнес-процессов, заканчивающихся с одинаковым результатом. Для этого достаточно вычислить H(t) при различных значениях m. В качестве примера на рис. 5.5 представлены кривые 2, 3, 4, соответствующие значениям m = 0,3; m = 0,5 и m = 0,7.

Из представленных результатов следует, что на момент внедрения ИС менее 30% процессов завершались с одним и тем же результатом. После внедрения системы количество этих процессов увеличилось до 70% во второй месяц квартала и 50% в первый и третий месяцы квартала.

Обсуждение

В заключение заметим, что энтропийный метод оценки эффективности ИТ-систем не требует формулировки бизнес-стратегии или системы показателей работы компании, а значит, может применяться в условиях высокой неопределенности. Кроме того, его использование не требует высокого уровня управления компании в целом, как метрики, основанные на системе показателей. Безусловно, у энтропийного метода оценки эффективности ИТ-систем есть и недостатки:

фактическое сокращение неопределенности процесса, как правило, достигается сочетанием различных мер, лишь одной из которых является внедрение ИТ-системы, однако корректно отделить вклад ИТ в общее повышение эффективности не удается;

отсутствие связи между показателем эффективности (снижения неопределенности) процесса и результатами работы компании в целом;

не подходит для прогнозирования будущего эффекта от внедрения ИТ-системы, измеряет только фактические показатели.

Этот метод позволяет измерить только «степень непредсказуемости» результатов исследуемого бизнес-процесса, не оценивая их соответствие неким целевым значениям. В то же время, как уже было отмечено, в большинстве случаев на ранних стадиях проектов по организационному совершенствованию (включая и проекты по внедрению ИС) определение таких целевых значений вызывает значительные затруднения. Поэтому наиболее разумно использовать предложенный метод на начальных этапах проектов по изменениям для оценки уровня стабильности процесса, а также для определения целевых значений его параметров, которые затем могут контролироваться при помощи методики «шесть сигма».

6. Адаптивность

Рожать ежика – это дело такое: чем раньше начнешь, тем больше шансов.

Олег Дивов. Консультант по дурацким вопросам.

В этой главе мы обсудим, пожалуй, самый важный компонент паттерна стратегического поведения – как обеспечивать высокий уровень адаптивности информационной системы (рис. 6.1).

Адаптивная организация

Существование в изменчивой внешней среде требует способности к адаптации и от самой организации. Адаптивность (agility) чаще всего определяется, как способность организации обнаруживать изменения во внешней среде и эффективно реагировать на эти изменения[92]. Отметим, что устоявшегося русскоязычного термина, соответствующего английскому «agility», еще нет. Здесь и далее используется термин «адаптивность», предложенный в[93], хотя в отечественной литературе также встречается термин «гибкость» который, скорее, является переводом «flexibility». В зарубежной литературе между этими понятиями проводится четкая граница[94]: flexibility – это плановый ответ на изменившуюся ситуацию, agility – изменение фундаментальных принципов организации для обеспечения возможности изменяться в любом направлении.

Идея адаптивной организации вытекает из исследования роли случайности и непредвиденных обстоятельств в организационной теории. Результаты этих исследований[95] показали, что не существует единого универсального способа управления компанией, сам стиль этого управления зависит от ситуационных ограничений среды, в которой осуществляется деятельность. Таким образом, для поддержания эффективности организация должна все время адаптироваться к непредсказуемым изменениям.

Тема создания адаптивных организаций стала особенно популярной в последние годы, в настоящее время идет накопление идей и формирование общих подходов. Достаточно общий обзор литературы по этому вопросу представлен в статье[96]. Значительное внимание при этом уделяется поиску инвариантных элементов организации, которые позволяли бы быстро и эффективно строить новые операционные и бизнес-модели, осуществлять другие инновационные действия, формируя при этом неизменное ядро компании. В качестве таких постоянных компонент выделяются экстернализированные метамодели знаний, паттерны ведения бизнеса и люди, как носители знаний[97]. Действия по поддержанию адаптивности бизнеса должны быть проактивными[98], т.е. особую важность приобретают способность предсказывать изменения и повторно использовать существующие компоненты инфраструктуры. На практике очень часто существует противоречие между фактически взаимоисключающими требованиями – обеспечивать адаптивность с одной стороны и выполнять принятые планы с другой[99]. Поэтому необходимость следовать намеченным планам является дополнительным ограничением при обеспечении адаптивности.