09.08.2016
Почему отсутствуют оценки эффективности систем бизнес-аналитики: заказчики не могут, вендоры не хотят?
Обосновывая бизнес-ценность IT-решения, любой, даже не очень квалифицированный консультант приведет немало железных аргументов в его пользу. Однако инвесторами будут услышаны только финансовые оценки потенциальной бизнес-выгоды предлагаемого решения. Всегда ли можно получить такие оценки для систем бизнес-аналитики и какова их достоверность?
Оценка окупаемости ИТ: что изменилось 20 лет спустя
Еще в 90-х годах прошлого века известный американский исследователь Пол Страссман (Paul Strassmann) открыл «парадокс информатизации», который заключается в отсутствии значимой корреляции между объемами инвестиций в ИТ и показателями прибыльности компаний. Позже было показано, что окупаемость инвестиций в ИТ может быть выше, чем в другие материальные активы, и эффект заключается прежде всего в снижении транзакционных издержек компании.
С тех пор в подходах к оценке окупаемости ИТ практически ничего не изменилось. Поскольку доказать роль ИТ в увеличении бизнес-дохода достаточно сложно (оценку затрудняет и наличие временного лага между вложениями в ИТ и получением отдачи), основной упор делается на эффект от сокращения бизнес-расходов, прежде всего это экономия фонда оплаты труда. В итоге эффект от ИТ чаще всего измеряют зарплатой сотрудников, на найме которых можно сэкономить после внедрения ПО. Минимизация ФОТ – понятный любому CEO критерий оценки эффективности инвестиций, и, несмотря на его приблизительность, он стопроцентно работает.
Следуя этой логике, оценить окупаемость инвестиций в транзакционные системы можно достаточно прямолинейно, а вот эффект от систем бизнес-аналитики просчитать труднее, поскольку доля качественных, не поддающихся монетизации эффектов в таких системах выше. Например, корпоративное хранилище данных (ХД) позволяет создать единый «источник правды» и поднять доверие к отчетам, система бюджетирования – улучшить процессы планирования, а автоматизация управления прибыльностью – повысить качество принятия управленческих решений в отношении стратегии работы с клиентами, ценообразования, мотивации персонала и т. п. Теоретики предлагают для оцифровки подобных эффектов различные модификации методов прикладной информационной экономики и скоринговые модели, основанные на интерпретации экспертных оценок, а потому страдающие субъективизмом. На практике такие методы не прижились по двум причинам: они исключительно трудозатратны и не вызывают доверия у лиц, принимающих решения.
Можно утверждать, что сегодня в сфере оценки эффективности систем бизнес-аналитики назрела революционная ситуация. Заказчики, заинтересованные в получении достоверных оценок окупаемости инвестиций в дорогостоящий софт, не могут их получить от поставщика, а большинство вендоров не готовы достоверно прогнозировать экономический эффект от использования своих решений.
По мнению Марата Валеева, начальника управления информационных систем АО АКБ «ЕВРОФИНАНС МОСНАРБАНК», сокращение IT-бюджетов, затронувшее все отрасли, в том числе и банковский сектор, требует тщательного обоснования каждой статьи затрат. «А значит, CIO нуждаются в понятных и прозрачных оценках окупаемости инвестиций в ИТ, – подчеркивает он. – Получить такие оценки от вендоров сегодня практически невозможно».
Что предлагают вендоры?
Наиболее распространенный вариант – кейсы, демонстрирующие заказчику полезность решения на примере уже выполненных проектов. Некоторые наиболее зрелые компании пошли дальше и разработали собственные коммерческие методики: наиболее известны из них ТEI (Total Ecomomic Impact) от компании Forrester и REJ (Rapid Economic Justification) от Microsoft, применимые в том числе и для BA-систем (Business Analytics)
Среди российских вендоров выделяется Intersoft Lab, предлагающая адаптированную для своих тиражных продуктов методику оценки экономической эффективности. Управляющий партнер Intersoft Lab Валерий Чаусов комментирует: «Обобщив наш более чем 15-летний опыт в области разработки хранилищ данных и приложений для управления эффективностью в финансовых организациях, мы проводим оценку окупаемости своих проектов по собственной методике в рамках ТЭО проектов, а также для обоснования отдельных этапов. Мы полностью исключили субъективизм в оценках и оперируем такими понятными для CEO показателями, как срок окупаемости инвестиций, экономия ФОТ, чистый дисконтированный доход, внутренняя норма доходности. Наш подход дает минимальную оценку потенциальной эффективности проекта, реальный же эффект, в том числе долгосрочный, может быть больше и зависит от использования решения».
Коммерческая ценность любой методики в рассматриваемом контексте заключается в возможности выявлять, фиксировать и измерять специфические эффекты систем бизнес-аналитики и переводить их в финансовую плоскость. В силу сложности проблемы и неоднозначности оценок качественных эффектов, оптимальным вариантом является предоставляемая вендором узкоспециализированная методика оценки, заточенная под конкретный продукт и учитывающая отраслевую специфику заказчика.
Примеры измеримых эффектов от систем бизнес-аналитики
Какие же эффекты от использования систем бизнес-аналитики можно реально оцифровать и перевести в натуральные показатели, а затем и в финансовое измерение? Ответ, естественно, зависит от набора функциональных составляющих BA-решения, который может включать компоненты для финансовой консолидации, формирования сводной управленческой и регуляторной отчетности, бюджетирования, планирования и прогнозирования, управления прибыльностью и рисками.
ХД является фундаментом для построения полнофункциональной системы управления эффективностью масштаба организации и обеспечивает регулярный сбор, консолидацию, очистку и проверку данных на соответствие заданным бизнес-правилам. Экономический эффект от внедрения ХД обеспечивается за счет снижения трудоемкости процессов сбора, консолидации и выверки данных, автоматизации расчетов, отказа от операций подготовки данных, снижения влияния человеческого фактора и минимизации операционных рисков.
Заместитель председателя Правления ПАО «Банк «Санкт-Петербург» Павел Филимоненок комментирует результаты проекта внедрения корпоративного хранилища данных на платформе «Контур» компании Intersoft Lab: «Во-первых, скорость получения аналитической отчетности по кредитному портфелю банка возросла в 8 раз. В результате сотрудники могут получать отчеты по кредитному портфелю на ежедневной основе. Это – результат автоматизации процессов сбора данных из АБС и их контроля в хранилище “Контур”. В хранилище собрана информация по более чем 2 млн клиентов, 100 тыс. кредитных договоров… Во-вторых, мы добились доверия сотрудников банка к данным в хранилище. Это было важнейшей целью проекта, и мы ее достигли. В одном только кредитном портфеле было выявлено более полутора сотни видов ошибок в исходных данных. Сегодня их количество доведено до минимального уровня – менее 10 видов. Все это несущественные ошибки, которые не влияют на финансовые показатели».
Существенные измеримые выгоды достигаются также за счет сокращения длительности цикла подготовки комплекта управленческих отчетов, повышения детальности аналитики, упрощения или полного отказа от процедур согласования результатов. Можно констатировать, что в среднем экономия на одном цикле подготовки управленческой отчетности методом трансформации данных бухгалтерского учета составляет для среднего по размерам банка более 1 млн рублей на одно подразделение (головной офис или филиал). Так, по имеющейся в открытых источниках информации, после введения в эксплуатацию новой версии BPM-системы «Контур» казахстанским «Банком ЦентрКредит» многократно повысилась оперативность подготовки управленческой отчетности: расчет финансового плана ускорился в 80 раз, расчет трансфертных цен – в 20 раз, а расчет управленского баланса, который ранее не вписывался в технологическое окно, выполняется теперь за восемь минут.
Как увеличить отдачу от инвестиций в бизнес-аналитику
Особенность систем бизнес-аналитики в том, что в них заложен большой потенциал для будущего развития и эффект от их использования заказчик может наращивать постепенно. Например, во многих банках сложилась практика подготовки управленческой отчетности по Excel-технологии в ежемесячном или ежеквартальном режиме. Такой частоты получения отчетных показателей недостаточно в текущей динамично меняющейся экономической ситуации для проактивного реагирования на рыночные изменения. Внедрение системы бизнес-аналитики позволяет шагнуть на новый уровень управления эффективностью и без дополнительных инвестиций снять ограничения на частоту формирования отчетов. Оценки реальных проектов показывают, что уже при переходе от ежемесячного к еженедельному режиму подготовки отчетов внутренняя норма доходности увеличивается в восемь раз, а индекс рентабельности инвестиций – в пять раз: со 130 до 600%.
Другой пример – повторное использования готовых выверенных данных ХД в дополнительных отчетных формах без затрат на их сбор и подготовку. Чем больше задач решаешь на ХД, тем эффективнее оно работает. Срок окупаемости дополнительных компонентов снижается пропорционально количеству дополнительных отчетов.
Этот пример наглядно характеризует ХД как важнейший инфраструктурный ресурс организации, и его использование не должно ограничиваться обслуживанием отдельного подразделения – потенциал данных ХД за счет их повторного использования в интересах различных подразделений будет намного выше.
Проблема прогнозирования эффекта от систем бизнес-аналитики на сегодняшний день до конца не решена, предлагаются различные методики, каждая из которых имеет свои достоинства и недостатки. Отработанными методиками оценки эффективности таких систем владеют только зрелые вендоры, имеющие большой опыт внедрений и знакомые с отраслевой спецификой заказчика. Именно такие поставщики могут поддержать новую модель взаимоотношений с заказчиком, основанную на прозрачности оценок прогнозируемого эффекта еще на предынвестиционном этапе проекта.