Efektywność wykorzystania współczesnych systemów informatycznych w zarządzaniu

Pełen tekst

(1)Zeszyty Naukowe nr 772. Uniwersytetu Ekonomicznego w Krakowie. 2008. Krzysztof Woêniak Katedra Procesu Zarządzania. EfektywnoÊç wykorzystania wspó∏czesnych systemów informatycznych w zarzàdzaniu 1. Uwagi wstępne Ciàg∏y rozwój i‑doskonalenie organizacji jest bardzo cz´sto warunkiem jej przetrwania w‑zmieniajàcym si´ otoczeniu. Potrzeba zmian nie wynika tylko z‑uwarunkowaƒ otoczenia, jest ona tak˝e skutkiem zmian wewn´trznych (technologii produkcji, kwalifikacji personelu itp.). Efektywne wprowadzanie zmian organizacyjnych w‑przedsi´biorstwie wymaga od kierownictwa przed si´biorstw umiej´tnoÊci wykorzystania nowoczesnych technologii informatycz nych. Dotyczy to zarówno narz´dzi wspomagajàcych dzia∏alnoÊç podstawowà (produkcj´, sprzeda˝), jak te˝ dzia∏alnoÊç pomocniczà (komunikacj´, zarzàdza nie finansami, personelem, wiedzà itp.). Celem artyku∏u jest prezentacja genezy rozwoju wspó∏czesnych systemów informatycznych wspomagajàcych procesy zarzàdzania w‑organizacjach oraz próba wskazania kierunków pomiaru efektywnoÊci ich wdra˝ania i‑wykorzy stania. W‑artykule przedstawione zostanà zagadnienia pomiaru efektywnoÊci wdra˝ania i‑realizacji systemów informatycznych z‑dwóch punktów widzenia: wdro˝eƒ jako przedsi´wzi´ç rynkowych – wdro˝enie jest traktowane przez firm´ informatycznà jako sprzeda˝ produktu i‑us∏ugi oraz wdro˝eƒ jako przed si´wzi´ç doskonalàcych procesy zarzàdzania – z‑punktu widzenia podmiotu kupujàcego system, najcz´Êciej w‑celu usprawnienia funkcjonowania organi zacji. W praktyce gospodarczej daje si´ zauwa˝yç narastajàcà potrzeb´ stosowa nia w∏aÊciwych metod i‑technik pomiaru efektywnoÊci wdra˝ania zaawansowa nych technologii informatycznych. Skonstruowanie odpowiednich mierników wymaga wczeÊniejszego rozpoznania zagadnienia, zdefiniowania obiektów pomiaru oraz dobrania narz´dzi pomiarowych. W‑artykule zwrócona zostanie.

(2) EfektywnoÊç wykorzystania wspó∏czesnych systemów.... 176. uwaga na koniecznoÊç mierzenia nie tylko efektów ekonomicznych czy te˝ technologicznych wdra˝ania zaawansowanych rozwiàzaƒ informatycznych, ale równie˝ efektów organizacyjnych oraz socjopsychologicznych.. 2. Rozwój technologii informatycznych wspomagających procesy zarzàdzania Wzrastajàca moc obliczeniowa komputerów i‑malejàca ich cena umo˝liwia organizacjom powierzenie rutynowych procesów przetwarzania danych maszy nom. Najlepiej rozwój informatyki w‑ciàgu ostatnich 40 lat charakteryzuje tzw. prawo Moore’a, sformu∏owane przez za∏o˝yciela firmy Intel (obecnie najwi´ksze go na Êwiecie producenta komponentów niezb´dnych do budowy komputerów). Stwierdzi∏ on mianowicie, ˝e liczba elementów sk∏adowych uk∏adów cyfrowych podwaja si´ co 2‑lata. Wià˝e si´ to ze zwi´kszaniem mocy obliczeniowej kom puterów, zwi´kszaniem pojemnoÊci uk∏adów pamići, szybkoÊci przetwarzania itd. Sformu∏owane w‑1965 r. prawo jest aktualne, a‑specjaliÊci zajmujàcy si´ przemys∏em elektroniki i‑pó∏przewodników przewidujà, ˝e tendencja ta zostanie utrzymana jeszcze przez najbli˝sze 20–30 lat [Hammond 2004, s. 51–52]. Cz∏owiek od wieków dà˝y∏ do zmniejszenia wysi∏ku koniecznego do wyko nania pewnych czynnoÊci, do zwi´kszenia szybkoÊci wykonywania zadaƒ i‑podniesienia wydajnoÊci pracy. Rozwój technologiczny to umo˝liwia∏, wywo ∏ujàc jednak opór wÊród pracowników, gdy˝ eliminacja wykonywania pew nych prac przez cz∏owieka zawsze wiàza∏a si´ z‑redukcjà zatrudnienia. O‑ile poczàtki wykorzystania informatyki w‑przedsi´biorstwach dotyczy∏y raczej pracy administracyjnej, rejestracji danych dotyczàcych transakcji itp., to jed nak w‑miar´ zwi´kszania liczby zautomatyzowanych zadaƒ, iloÊci zgromadzo nych informacji i‑mo˝liwoÊci systemów informatycznych, nacisk na wykorzy stanie informatyki przenosi∏ si´ powoli na coraz wy˝sze szczeble zarzàdzania przedsi´biorstw. Przez ostatnie 40 lat dokona∏a si´ równie˝ zmiana w‑sposobie myÊlenia kierowników, którzy zacz´li dostrzegaç wag´ szybkiego i‑efektyw nego dostarczania informacji ukierunkowanej na potrzeby procesu planowania i‑kontroli zarówno na poziomie operacyjnym, jak i‑strategicznym. U˝ytkow nikami systemów sà w‑chwili obecnej nie tylko specjaliÊci informatycy czy pracownicy wprowadzajàcy dane, ale tak˝e kierownictwo przedsi´biorstwa, które dzi´ki informacjom i‑narz´dziom przetwarzania danych skutecznie kie ruje organizacjà. Podstawowymi czynnikami uzasadniajàcymi wykorzystanie technologii informatycznej sà: – koszt: wprowadzenie danych do systemu informatycznego w‑celu prze twarzania transakcji1 umo˝liwia natychmiastowe ich wykorzystanie dla celów 1 Pojćie „transakcja” odnosi si´ do zapisów w‑bazie danych opisujàcych pojedynczà operacj´ gospodarczà rejestrowanà w‑systemie komputerowym. Informatyczny system transakcyjny jest podstawà ka˝dego systemu informacyjnego przedsi´biorstwa, a‑jego celem jest rejestracja danych o‑wszelkich zdarzeniach istotnych dla funkcjonowania przedsi´biorstwa (transakcjach)..

(3) 177. Krzysztof Woêniak. analitycznych i‑decyzyjnych, nie sà konieczne ˝adne dodatkowe czynnoÊci dotarcia do informacji; – szybkoÊç: informacja mo˝e zostaç wygenerowana niemal natychmiast. Nawet skomplikowane raporty i‑statystyki dotyczàce funkcjonowania przedsi´ biorstwa wymagajà niewielu minut. Skraca to czas oczekiwania kierownictwa na wymagane informacje. Oznacza to równie˝, ˝e dostarczona informacja jest aktualna, a‑decyzje – podejmowane na jej podstawie – efektywne; – interaktywnoÊç: wspó∏czesne informatyczne systemy zarzàdzania umo˝ liwiajà u˝ytkownikom natychmiastowy dost´p do informacji w‑przypadku pojawienia si´ takiej potrzeby. Mo˝e on ad hoc tworzyç zestawienia i‑raporty zawierajàce informacje niezb´dne do podjćia konkretnej decyzji i‑uzyskiwaç je za pomocà systemu bez koniecznoÊci pracoch∏onnego i‑kosztownego konfi gurowania, pracy programistów itp.; – elastycznoÊç: kierownictwo spotyka si´ z‑wieloma przewidywalnymi pro blemami decyzyjnymi, np. dotyczàcymi bud˝etu lub raportów efektywnoÊci, które mo˝na rozwiàzywaç za pomocà sprawdzonych algorytmów – programów dzia∏ania. Jednak problemów, które pojawiajà si´ po raz pierwszy, dla których nie istniejà zaprogramowane algorytmy przetwarzania, nie da si´ informatycz nie wspomagaç. Nowoczesny system informatyczny powinien mieç mo˝liwo Êci ∏atwej i‑bezproblemowej rozbudowy o‑nowe algorytmy i‑programy prze twarzajàce informacje. Nowoczesne narz´dzia informatyczne znajdujà zastosowanie w‑coraz wi´k szej liczbie obszarów funkcjonalnych przedsi´biorstw. Przeglàd najbardziej powszechnych typów systemów informatycznych zaprezentowano w‑tabeli 1. Najcz´Êciej wymienianymi przyczynami wdra˝ania nowoczesnych techno logii informatycznych w‑firmach sà [Curtis 1995, s. 338]: – niewydolnoÊç aktualnie stosowanych systemów informacyjnych, które nie radzà sobie ze wzrostem wymagaƒ u˝ytkowników, – ograniczenie kosztów przetwarzania informacji, – zwi´kszanie si´ potrzeb informacyjnych dla podejmowania decyzji mene d˝erskich, – koniecznoÊç zapewnienia klientom lepszej i‑sprawniejszej obs∏ugi, – wykorzystanie nowoczesnej technologii jako êród∏a przewagi konkuren cyjnej i‑strategicznej szansy, – potrzeba wykreowania wizerunku (image) firmy dzia∏ajàcej z‑wykorzysta niem nowoczesnych technologii, – zmiany w‑prawodawstwie wymuszajàce zmian´ i‑dostosowanie aktual nych systemów. Obecnie istnieje wiele ró˝nych systemów informacyjnych zarzàdzania. Mo˝na wyró˝niç: Systemy informacyjne zarzàdzania (MIS – Management Information Systems), systemy wspomagania decyzji (Decision Support Sys tems – DSS), systemy informacyjne kierownictwa (Executive Information Sys tems – EIS), systemy wspomagania kierownictwa (Executive Support Systems – ESS) czy systemy eksperckie (Expert Systems – ES), i‑systemy oparte na‑ba.

(4) EfektywnoÊç wykorzystania wspó∏czesnych systemów.... 178. zach wiedzy (Knowledge Based Systems). Dodatkowo mo˝na tak˝e wyró˝niç biurowe systemy informacyjne (Office Information Systems – OIS, lub Office Automation Systems – OAS). Tabela 1. Najwa˝niejsze typy systemów informatycznych zarzàdzania Kryterium podzia∏u. Typ systemu informatycznego. Obszar zastosowaƒ. – systemy zarzàdzania produkcjà – systemy zarzàdzania zasobami materialnymi – systemy zarzàdzania logistykà i dystrybucjà – systemy zarzàdzania zasobami niematerialnymi – systemy zarzàdzania finansami. Generacja systemu. – systemy transakcyjne (ewidencyjno-sprawozdawcze) – systemy informacyjno-decyzyjne – systemy wspomagania decyzyjnego (doradcze ekspertowe). Szczebel zarzàdzania. – systemy zarzàdzania operacyjnego – systemy zarzàdzania taktycznego – systemy zarzàdzania strategicznego. KompleksowoÊç. – systemy proste (jednodziedzinowe i jednofunkcyjne) – systemy wielodziedzinowe i (lub) wielofunkcyjne – systemy kompleksowe. Stopieƒ integracji. – systemy autonomiczne – systemy cz´Êciowo zintegrowane – systemy zintegrowane. UniwersalnoÊç rozwiàzaƒ. – systemy oparte na komputerowych pakietach narz´dziowych – systemy indywidualne – systemy powielarne – systemy typowe i standardowe. èród∏o: [Niedzielska 1998, s. 171].. Systemy wspomagania decyzji – SWD2 (DSS – Decision Support Systems) powsta∏y jako rozwinićie systemów wspomagania kierownictwa (MIS, EIS, ESS) i‑stanowià ich nadbudow´, uzupe∏nienie. W‑odró˝nieniu od systemów wspomagania kierownictwa SWD s∏u˝y przede wszystkim do rozwiàzywania problemów nieustrukturalizowanych lub s∏abo ustrukturalizowanych, wspiera proces rozumowania, nie eliminujàc go, podnosi skutecznoÊç decyzji, a‑nie sprawnoÊç i‑szybkoÊç jej podejmowania. Skomputeryzowany system wspo magania decyzji pozwala decydentowi wykorzystaç dane i‑modele dla rozpo znania, zrozumienia i‑sformu∏owania problemu3. Wspomaga tak˝e tworzenie 2 Odmianà klasycznych systemów wspomagania decyzji sà systemy wspomagania decyzji z‑bazà wiedzy, które zawierajà mechanizmy wnioskujàce i‑wyjaÊniajàce utworzone z‑wykorzy staniem metod sztucznej inteligencji [Kisielnicki, Sroka 1999, s. 240–250]. Jest to po∏àczenie systemu wspomagania decyzji i‑systemu eksperckiego..

(5) 179. Krzysztof Woêniak. projektów rozwiàzaƒ, umo˝liwia wielokierunkowe prognozy i‑analizy ich efektywnoÊci, niezb´dne do oceny wariantów i‑wyboru wariantu optymalnego – podjćia decyzji. Do podstawowych funkcji systemów wspomagania decyzji zalicza si´: – zarzàdzanie bazami danych, – prezentowanie wyników – w‑odpowiedniej formie (najcz´Êciej graficz nej), – analiz´ i‑strukturalizacj´ modelu, – budow´ modelu matematycznego rozwiàzaƒ problemu, – techniki i‑modele statystyczne, – modele prognostyczne i‑symulacyjne, – uczenie si´ – zachowywanie utworzonych modeli i‑rozwiàzaƒ proble mów. Systemy wspomagania decyzji zwi´kszajà efektywnoÊç decyzji, pozwalajà kierownikowi uzyskaç szersze spojrzenie na problem, umo˝liwiajà wykony wanie symulacji efektów ró˝nych wariantów decyzji, wp∏ywu ró˝nych sce nariuszy rozwoju sytuacji w‑otoczeniu przedsi´biorstwa na efekty uzyskane poprzez podj´te decyzje4. System ekspercki5 (ES) jest zbiorem programów komputerowych wykorzy stujàcych bazy wiedzy, modele wiedzy i‑procedury (regu∏y) wnioskowania w‑celu rozwiàzywania problemów. Wiedza jest w‑nich zapisana w‑postaci faktów i‑regu∏ wnioskowania. System ekspertowy odzwierciedla procesy podejmowania decyzji przez cz∏owieka – eksperta. Tworzenie systemu eks pertowego wymaga wspó∏pracy informatyków6 i‑ekspertów w‑danej dziedzi nie. Do podstawowych funkcji systemów ekspertowych nale˝à: interpretacja danych, przewidywanie konsekwencji decyzji, diagnostyka, zalecenie dzia∏aƒ naprawczych, projektowanie rozwiàzaƒ, monitoring, sterowanie zachowaniem systemu, uczenie – przechowywanie i‑wykorzystywanie nabywanej wiedzy. Zastosowania systemów ekspertowych ograniczajà si´ jednak do specyficznego. 3 Informatyczne systemy wspomagania decyzji mo˝na podzieliç na 3‑podstawowe podgrupy [O’Brien 1995, s. 399]: systemy informacyjne (w których nie ma miejsca automatyczne podej mownaie decyzji bàdê ich sugerowania), w∏aÊciwe systemy wspomagajàce (system sugeruje pod jćie okreÊlonej decyzji, prezentuje informacje i‑wnioski analityczne w‑sposób silnie implikujàcy podjćie okreÊlonej decyzji, daje mo˝liwoÊci symulowania efektów ró˝nych podejmowanych decyzji), systemy generujàce decyzje (system sam na podstawie dostarczonych danych i‑algoryt mów generuje decyzje bez udzia∏u cz∏owieka). 4 Nale˝y zwróciç uwag´ na interdyscyplinarne podstawy Systemów Wspomagania Decyzji, tworzone przez nauki spo∏eczne, psychologi´ poznawczà, behawioralne teorie decyzji, sztucznà inteligencj´, ekonomik´, badania operacyjne, metodologi´ decyzji i in. 5 W literaturze spotyka si´ równie˝ termin: „system ekspertowy” (Expert Systems). 6 Projektanci systemów ekspertowych nazywani sà w‑literaturze in˝ynierami wiedzy [Kisiel nicki, Sroka 1999, s. 191], ich rolà jest przetworzenie specyficznej w‑danej dziedzinie wiedzy.

(6) EfektywnoÊç wykorzystania wspó∏czesnych systemów.... 180. zestawu problemów i‑uwarunkowane sà nast´pujàcymi ograniczeniami [Kisiel nicki, Sroka 1999, s. 193, 212]: – decyzja musi zale˝eç od dobrze zdefiniowanego zbioru zmiennych, – wartoÊci, jakie przyjmujà te zmienne, muszà byç znane, – musi byç znana zale˝noÊç, jakà wywierajà poszczególne zmienne na decyzj´, – problem musi mieç rozwiàzania, które mo˝na zdefiniowaç na poczàtku, – logika wnioskowania jest z‑góry okreÊlona, – ekspert jest w‑stanie wyartyku∏owaç sposób rozwiàzania problemu. Systemy eksperckie stosowane sà w‑wielu dziedzinach ˝ycia: od medycyny, in˝ynierii materia∏owej po zastosowania wojskowe i‑wywiadowcze. W‑zarzàdza niu systemy ekspertowe znalaz∏y zastosowanie przede wszystkim w‑obszarze bankowoÊci i‑ubezpieczeƒ, ale powoli wkraczajà równie˝ w‑inne bran˝e i‑ob szary zastosowaƒ. Wybrane mo˝liwe zastosowania systemów eksperckich to: – analiza wniosków kredytowych w‑bankach, – analiza ryzyka ubezpieczeniowego i‑kredytowego, – zabezpieczenie kredytów i‑nadzór nad procesami windykacji, – analiza profilu klienta, – identyfikacja klientów o‑wysokim potencjale rentownoÊci, – wyszukiwanie docelowych obszarów dzia∏alnoÊci itp. – optymalizacja planów produkcji, – kontrolowanie procesów i‑procedur produkcyjnych, – klasyfikacja informacji, – harmonogramowanie, planowanie przeglàdów itp. Charakteryzujàc opisane wy˝ej systemy informatyczne, nale˝y odnieÊç si´ do ich cech majàcych znaczenie dla kierownictwa ró˝nych szczebli. Wyró˝niç mo˝na tutaj nast´pujàce cechy szczególne: rodzaj – forma zasobów informacyj nych, wykorzystywane modele i‑procedury, Êrodki techniczne, rodzaje wspo maganych decyzji. Nale˝y podkreÊliç, ˝e istniejà istotne ró˝nice w‑zakresie wykorzystywania systemów informatycznych w‑przedsi´biorstwach. Zakres stosowania narz´dzi informatycznych zale˝y od poziomu zarzàdzania i‑rozwoju organizacji. Mo˝na wyró˝niç nast´pujàce etapy „cyklu ˝ycia” zastosowaƒ informatyki w‑firmach [Wrycza 1997, s. 49]: – inicjacja – pojedyncze zastosowania. Wdra˝anie przez jednostki zewn´trzne bez udzia∏u u˝ytkowników; – popularyzacja – wi´ksza liczba zastosowaƒ w‑przedsi´biorstwie. Ograni czony udzia∏ u˝ytkowników. Brak planowania informatyzacji; – sterowanie – planowanie informatyzacji firmy. Wprowadzenie metod pla nowania i‑kontroli. Standaryzacja technologii; – integracja – zastosowanie baz danych. Scentralizowanie procedur tworze nia struktur danych. Tworzenie systemów z‑udzia∏em s∏u˝b informatycznych i‑u˝ytkowników;.

(7) 181. Krzysztof Woêniak. – ukierunkowanie na dane – kontrola u˝ytkownika nad zasobami informa cyjnymi. Wdra˝anie systemów informowania kierownictwa. Organizacyjna integracja za pomocà narz´dzi informatycznych; – nasycenie – system informatyczny jest odzwierciedleniem organizacji. Wspomaganie zarzàdzania strategicznego. Wspólnà cechà systemów wspomagania decyzji i‑systemów eksperckich jest odcià˝enie kierownictwa od podejmowania rutynowych, powtarzalnych, ∏atwo dajàcych si´ strukturalizowaç decyzji. Podstawowà cechà charaktery stycznà tych systemów jest zastosowanie baz wiedzy i‑baz modeli, wykorzy stywanych w‑rozwiàzywaniu takich zadaƒ decyzyjnych, jak: rachunek optyma lizacyjny, rozpoznanie problemów, analiza trendów, wnioskowanie, diagnoza, weryfikacja efektywnoÊci decyzji. Wysoki poziom komplikacji tych systemów i‑brak ich szerokiego zastosowania, nie wynika∏ z‑ograniczeƒ technologicz nych, ale by∏ zwiàzany z‑brakiem mo˝liwoÊci uwzgl´dnienia odpowiedniej liczby czynników wp∏ywajàcych na sytuacj´ decyzyjnà w‑burzliwym i‑dyna micznym otoczeniu przedsi´biorstwa. Wspó∏czeÊnie systemy eksperckie i‑sys temy wspomagania decyzji stosuje si´ w‑tak hermetycznych dziedzinach, jak: wojskowoÊç czy medycyna, lub do analizy wycinkowych zagadnieƒ zarzàd czych, jak np.: analiza zdolnoÊci kredytowej, ocena atrakcyjnoÊci kontrahenta, podejmowanie decyzji inwestycyjnych na rynkach finansowych. Równolegle rozwój systemów informacyjnych dotyczy∏ metod sterowa nia produkcjà, w‑wyniku czego ju˝ w‑latach 60. stworzono standardy MRP, w‑ramach których zastosowanie systemów informatycznych sprz´˝one by∏o ze zmianami w‑organizacji i‑zarzàdzaniu, a‑zw∏aszcza organizacji produkcji i‑systemu logistycznego. W‑drugiej po∏owie lat 70. i‑poczàtku 80. opracowano standard Closed Loop MRP, w‑którym wdro˝enie systemu w‑jeszcze wy˝szym stopniu uzale˝nione by∏o od zastosowania odpowiednich rozwiàzaƒ organiza cji produkcji. Wprowadzony w‑latach 80. standard MRP II stanowi rozwià zanie, które od pewnego czasu jest wprowadzane równie˝ w‑polskich przed si´biorstwach. W‑ramach opracowanego przez APICS (American Production and Inventory Control Society) standardu MRPII wymienia si´ nast´pujàce zasadnicze za∏o˝enia [Krupa 1997, s. 174]: – planowanie sprzeda˝y i‑produkcji w‑ró˝nych horyzontach czasowych w∏àcznie z‑planowaniem kroczàcym, tzn. opracowanie harmonogramu produk cji detali koniecznych do wykonania planu produkcji w‑danym czasie, przy zachowaniu minimum zapasów, a‑nawet produkcji z‑elementami zarzàdzania Just-in-Time oraz przyjmowania zamówieƒ, nadzorowanie ich realizacji i‑spe dycji, w‑tym szczególnie wspomaganie logistyki oraz EDI (Electronic Docu ment Interchange – Elektronicznej Wymiany Danych), – prowadzenie kontroli zasileƒ materia∏owotechnicznych, w‑tym przyjmo wanie dostaw wraz z‑elementami kontroli jakoÊci, – zarzàdzanie zapasami i‑produkcjà w‑toku, w‑celu minimalizacji kosztów (zarzàdzanie kosztami),.

(8) EfektywnoÊç wykorzystania wspó∏czesnych systemów.... 182. – zarzàdzanie finansami przez efektywne dostarczania – w‑trybie on-line – informacji o‑jednostkowych kosztach produkcji (koszty w‑uk∏adzie rodzajo wym).. 3. Współczesne systemy informatyczne wspomagające zarządzanie Obecnie obserwuje si´ tendencj´ wzbogacania systemów informatycznych typu MRP o‑dodatkowe funkcje rozwijajàce ich mo˝liwoÊci analityczne i‑roz szerzajàce zastosowanie metody MRP na inne obszary dzia∏alnoÊci przedsi´ biorstwa, takie jak: zarzàdzanie finansami, dystrybucjà, sprzeda˝à itp. Kolejne generacje systemów informatycznych, które dost´pne sà obecnie na rynku, oznaczone sà nast´pujàcymi nazwami [Maciejec 1999, s. 38]: – MRP (Material Requirements Planning) – planowanie potrzeb materia ∏owych na podstawie danych o‑strukturze wyrobu, informacji o‑stanach maga zynowych, stanu zamówieƒ w‑toku i‑planu produkcji. Umo˝liwia kontrol´ rodzajów, iloÊci i‑terminów produkcji, a‑tak˝e sterowanie zapasami i‑ich uzu pe∏nieniem; – MRP Closed Loop – zamkni´ta p´tla MRP – realizuje MRP oraz nali czanie i‑korygowanie dzia∏alnoÊci zale˝nie od sytuacji bie˝àcej, bioràc pod uwag´ zdolnoÊç produkcyjnà w‑poszczególnych okresach oraz stan realizacji prac w‑stosunku do planu, pozwala na sterowanie sekwencjami operacji na stanowiskach i‑kontrol´ realizacji dostaw, umo˝liwiajàc reagowanie na zabu rzenia w‑procesie produkcji; – MRP II (Manufacturing Resource Planning) – planowanie zasobów pro dukcyjnych, obejmuje sterowanie zasobami i‑produktami przedsi´biorstwa oraz zarzàdzanie dzia∏alnoÊcià firmy tak˝e w‑aspekcie finansowym, uzupe∏ nione o‑modu∏y planowania sprzeda˝y, zarzàdzania kadrami, stanowiskami roboczymi, gotówkà itp. Umo˝liwiajà planowanie dzia∏alnoÊci przedsi´bior stwa produkcyjnego i‑dystrybucyjnego (handlowego); – ERP (Enterprise Resource Planning) – to systemy wspomagania zarzàdza nia zasobami przedsi´biorstwa. Pozwalajà na zarzàdzanie przedsi´biorstwem g∏ównie przez pryzmat jego finansów z‑uwzgl´dnieniem wyst´pujàcych na rynku warunków i‑ograniczeƒ. Wspomagajà zarówno wyspecjalizowane funk cje produkcyjne, np. zarzàdzanie zmianami konstrukcyjnymi i‑technologicz nymi, jak i‑zarzàdzanie jakoÊcià, remontami, serwisem czy tworzenie raportów dla kierownictwa. WÊród wielu zadaƒ systemów ERP, charakterystycznym ich elementem jest generowanie wszechstronnych analiz finansowych na potrzeby naczelnego kierownictwa. Wspó∏czeÊni producenci oprogramowania, dà˝àc do maksymalnego zaspo kojenia zg∏aszanych przez mened˝erów potrzeb, wspierani przez sprz´t kompu terowy o‑coraz wi´kszych mo˝liwoÊciach obliczeniowych, inicjujà powstawa nie systemów integrujàcych w‑sobie funkcje kilku wczeÊniej wyst´pujàcych.

(9) Krzysztof Woêniak. 183. samodzielnie systemów. Integracja taka prowadzi w‑konsekwencji do natural nego zamazywania granic mi´dzy wyró˝nionymi systemami. Rozwój techniki informatycznej w‑latach 90. ubieg∏ego stulecia w‑znaczàcy sposób wzbogaci∏ mo˝liwoÊci wykorzystania danych gospodarczych. Charakte rystycznymi przyk∏adami nowoczesnych systemów wspomagajàcych analiz´ danych sà: hurtownie danych (Data Warehouse), systemy analityczne OLAP (On-line Analytical Processing), systemy eksploracji danych (Data Mining). Generalnym zadaniem hurtowni danych jest ujćie w‑postaci ujednoliconej istotnych w‑skali firmy (krytycznych) informacji gospodarczych oraz udost´p nienie ich na potrzeby analizy zagadnieƒ decyzyjnych, odpowiedzi na zapyta nia i‑raportowania. Zasadniczà zasadà, na której opiera si´ koncepcja hurtowni danych, jest umo˝liwienie ∏atwego dost´pu do danych z‑ró˝nych istniejàcych i‑pozostajà cych nadal w‑u˝yciu baz (ró˝nych operacyjnych, transakcyjnych systemów informatycznych), poprzez jednà wielowymiarowà baz´ danych. Dane w‑hur towni nie sà uaktualniane w‑czasie rzeczywistym (na bie˝àco) jak w‑bazach transakcyjnych (operacyjnych), lecz okresowo [Gorawski 2000, s. 30–33]. Systemy DSS oraz EIS mogà czytaç dane wprost z‑hurtowni lub dane mogà byç kopiowane do innych mniejszych, tematycznych hurtowni danych (Data Mart). Ârodowisko hurtowni danych jest z‑za∏o˝enia nadmiarowe. Wiele systemów baz danych dla obs∏ugi przedsi´biorstwa i‑systemów archiwalnych umieszcza dane we wspólnej bazie, która z‑kolei mo˝e byç powielona w‑jednej lub kilku hurtowniach tematycznych. Sposób ekstrakcji danych z‑systemów produkcyj nych do hurtowni danych powinien byç opisany przez odpowiednie procedury zgodne z‑charakterem danych i‑potrzebami analitycznymi u˝ytkowników. Poziom decyzji podejmowanych z‑wykorzystaniem systemów DSS oraz EIS zazwyczaj nie wymaga uaktualniania danych z‑dok∏adnoÊcià do minut. Dane w‑Data Mart i‑Data Warehouse nie sà w‑pe∏ni zsynchronizowane z‑da nymi w‑systemach produkcji, sprzeda˝y i‑w‑systemach marketingowych, lecz sà uaktualniane w‑pewnych odst´pach czasu, co stwarza mo˝liwoÊci przecho wywania danych w‑hurtowni w‑sposób nadmiarowy, pozwalajàc skróciç czas niezb´dny do uzyskania odpowiedzi systemu i‑rozwiàzania zadaƒ analitycz nych. Dane gromadzone dla celów podejmowania decyzji w‑bazie danych mie rzone sà w‑trzech wymiarach: g∏´bokoÊç odnosi si´ do liczby danych suma rycznych – zagregowanych, szerokoÊç danych odnosi si´ do dost´pnoÊci danych w‑odniesieniu do liczby wymiarów i‑atrybutów, które mogà byç ana lizowane przez u˝ytkownika, szczegó∏owoÊç danych („atomowoÊç”) okreÊla liczb´ wystàpieƒ – ziarnistoÊç danych.. 7. W‑transakcyjnych bazach danych dane sà stale uaktualniane, zmieniane – cz´sto nie jest mo˝ liwe uzyskanie danych o‑przesz∏ej sytuacji w‑firmie (np. zawsze dost´pne sà informacje o‑aktual-.

(10) EfektywnoÊç wykorzystania wspó∏czesnych systemów.... 184. Zgodnie z‑definicjà, hurtownia danych jest to scentralizowana, nietransak cyjna baza danych, przeznaczona do przechowywania informacji globalnie w‑skali instytucji w‑d∏ugim okresie, w‑wielowymiarowych uk∏adach analitycz nych i‑ukierunkowana na wyszukiwanie informacji bezpoÊrednio przez jej u˝yt kowników. Podstawowymi cechami hurtowni danych jest: uporzàdkowanie tematyczne ró˝nych obszarów analitycznych, integracja danych z‑ró˝nych sys temów baz danych, trwa∏oÊç zapisanych i‑przechowywanych danych7, uwzgl´d nienie wymiaru czasowego. Jednà z‑funkcji wyst´pujàcych w‑systemach hurtowni danych jest tzw. penetracja danych (data drilling). Jest to technika obs∏ugi wymiarów obejmu jàca przechodzenie przez poziomy hierarchiczne agregacji danych, w‑wić ope racje uszczegó∏awiajàce (zwane te˝ analizà wg∏´bnà, drà˝eniem w‑dó∏ – drill down), operacje agregujàce (drà˝enie w‑gór´ – drill up), analiz´ wieloprzekro jowà (slicing and dicing) itp. Eksploracja danych (data mining) jest to proces odkrywania uogólnionych regu∏ i‑wiedzy zawartej w‑bazach danych oparty na metodach statystycznych i‑technikach sztucznej inteligencji. Wiedza ta nie wynika bezpoÊrednio z‑sa mych danych, ale z‑faktu, ˝e to w∏aÊnie takie, a‑nie inne dane znalaz∏y si´ razem w‑jednej bazie danych [Strykowski 1996, s. 17]. Niektórzy autorzy okre Êlajà data mining jako nietrywialnà ekstrakcj´ poprzednio nieznanej wiedzy z‑danych przechowywanych w‑hurtowni. Polega ono na wykrywaniu wspó∏za le˝noÊci, tendencji na podstawie zgromadzonych danych za pomocà technik statystycznych, matematycznych i‑rozpoznawania prawid∏owoÊci wyst´pujà cych w‑danych [Ryznar 1998, s. 10–14]. Eksploracja danych przynosi wymierne korzyÊci w‑ró˝nych obszarach zarzàdzania. Przyk∏ady zastosowaƒ eksploracji danych to: – identyfikacja wzorców zachowaƒ klientów przy dokonywaniu zakupów, – wykrywanie powiàzaƒ pomi´dzy charakterystykami demograficznymi klientów, – identyfikacja „lojalnych” klientów, – odnajdywanie wspó∏zale˝noÊci mi´dzy ró˝nymi wskaênikami finansowy mi, – okreÊlanie prawid∏owoÊci rzàdzàcych zmianami cen akcji na podstawie ich dotychczasowych notowaƒ, – opracowanie planu dystrybucji towarów pomi´dzy rynkami zbytu. Systemy informowania kierownictwa oparte na technikach OLAP (Online Analytical Processing) sà narz´dziem pozwalajàcym na wielowymiarowà analiz´ danych biznesowych zgromadzonych w‑hurtowni oraz na spersonali. nym stanie magazynowym, aby jednak uzyskaç dane o‑stanie magazynowym z‑przesz∏oÊci, nale˝y dokonaç z∏o˝onych obliczeƒ uwzgl´dniajàcych dokonane transakcje sprzeda˝y, zakupu, przesuni´ç itp.). Dane w‑hurtowni danych nie sà wra˝liwe na cz´ste aktualizacje, mo˝na dokonaç analizy na podstawie obrazu (snapshot) danych dotyczàcych dowolnego momentu czasowego z‑przesz∏oÊci..

(11) Krzysztof Woêniak. 185. zowany dost´p do wyników analizy za pomocà wybranych mediów komunika cji. System wspomagania decyzji wykorzystujàcy OLAP powinien umo˝liwiaç analiz´ danych na najni˝szym poziomie szczegó∏owoÊci (poziom danych trans akcyjnych), jak równie˝ pozwalaç na ró˝norodne uogólnienia i‑podsumowania danych. JeÊli dane w‑bazie sà wst´pnie przetworzone, przeliczone i‑przygoto wane do prezentacji, to wydajnoÊç wyszukiwania i‑szybkoÊç reakcji na zapyta nie u˝ytkownika jest maksymalna. System OLAP pozwala na wielowymiarowà analiz´ danych zainicjowanà przez koƒcowego u˝ytkownika z‑jego stacji robo czej w‑trakcie pracy na komputerze, obejmuje on tak˝e mo˝liwoÊci manipulacji wymiarami oraz z∏o˝one mechanizmy raportowania i‑wizualizacji danych.. 4. Efektywność wdraźania systemów informatycznych Wdra˝anie systemów informatycznych jest z∏o˝onym przedsi´wzićiem wymagajàcym du˝ego zaanga˝owania wielu pracowników zarówno w‑organi zacji, jak i‑poza nià (dostawcy sprz´tu, serwisanci, szkoleniowcy, programiÊci, analitycy). Powszechnie stosowane systemy informacji mened˝erskiej – SIM8 koncen trujà si´ raczej na wspomaganiu prac kierowników na szczeblach operacyjnym i‑taktycznym zarzàdzania. Podstawowymi cechami tego systemu jest operowa nie na danych wewn´trznych dost´pnych w‑firmie, przy wykorzystaniu ogra niczonej i‑sta∏ej liczby algorytmów przetwarzania, generowania raportów, wykresów itp. System informacji mened˝erskiej charakteryzuje si´ nast´pujà cymi cechami [Flakiewicz 2002, s. 189]: – stosowany jest w‑obr´bie poszczególnych dziedzin dzia∏alnoÊci firmy, – jest zorientowany na dostarczanie informacji, – mo˝e interaktywnie wspó∏pracowaç z‑bazà danych, – stosowany jest w‑odniesieniu do problemów ustrukturalizowanych, – opiera si´ na zrutynizowanych i‑powtarzalnych procedurach, – operuje g∏ównie na danych liczbowych, – dostarcza raportów i‑odpowiedzi na proste pytania, – obs∏uguje taktyczny poziom zarzàdzania, – ma ograniczone mo˝liwoÊci analityczne, – jest ma∏o elastyczny.. 8. W‑literaturze stosowany jest równie˝ termin System Informowania Kierownictwa – SIK por.: [Flakiewicz 2002, s. 187]. 9 B∏´dem, w‑ocenie autora, jest wykorzystanie do analizy efektywnoÊç wprowadzenia infor matycznych systemów informacji mened˝erskiej (i podejmowanie na tej podstawie decyzji) jedy nie metod rachunku inwestycyjnego (np. NPV, okres zwrotu itp.). Pozosta∏e efekty sà równie istotne, jak korzyÊci finansowe, i‑poÊrednio wp∏ywajà na kondycj´ firmy (w tym kondycj´ finan sowà), jednak˝e trudno ujàç ten wp∏yw w‑rachunku efektywnoÊci inwestycji..

(12) EfektywnoÊç wykorzystania wspó∏czesnych systemów.... 186. Dla kierownictwa naczelnego w‑firmie istotne znaczenie ma kontrola efek tywnoÊci funkcjonowania systemu informacji mened˝erskiej, gdy˝ cz´sto jest on g∏ównym narz´dziem wspomagajàcym podejmowanie decyzji kierow niczych, i‑w‑zwiàzku z‑tym istotnie wp∏ywa na funkcjonowanie przedsi´bior stwa. Ekonomiczne podejÊcie do zagadnieƒ pomiaru efektywnoÊci, w‑przypadku systemów informacji mened˝erskiej nie zawsze jest przydatne. Rezultat dzia ∏ania systemu informacji mened˝erskiej nie zawsze mo˝na przedstawiç w‑ka tegoriach ekonomicznych, gdy˝ bardzo cz´sto sà to korzyÊci niematerialne, organizacyjne, spo∏eczne i‑in.9 J. Kisielnicki i‑H. Sroka [1999, s. 289] wyró˝ niajà nast´pujàce grupy efektów komputeryzacji systemów informacji mene d˝erskiej: – efekty techniczne zwiàzane z‑zastosowaniem techniki komputerowej, takie jak: zwi´kszenie szybkoÊci przetwarzania informacji, wzrost dok∏adno Êci przetwarzania, wzrost szczegó∏owoÊci informacji, poprawa bezpieczeƒstwa poufnych informacji; – efekty ekonomiczne – zwiàzane poÊrednio ze wzrostem efektywnoÊci i‑szybkoÊci podejmowania decyzji. Je˝eli usprawnienie procesu decyzyjnego podnosi efektywnoÊci gospodarowania, to przek∏ada si´ to na efekt ekono miczny. Innà kategorià efektów ekonomicznych sà ograniczenia kosztów per sonalnych (redukcja zatrudnienia), administracyjnych, telekomunikacyjnych itp.; – efekty organizacyjne, które przede wszystkim zwiàzane sà z‑usprawnie niami struktury organizacyjnej i‑procesów zachodzàcych w‑przedsi´biorstwie. Podniesienie sprawnoÊci obiegu dokumentów, eliminacja zb´dnej pracy admi nistracyjnej, poprawa koordynacji zadaƒ, eliminacja b∏´dów; – efekty socjopsychologiczne – zwiàzane przede wszystkim z‑rozszerze niem zakresu komunikacji pomi´dzy pracownikami, usprawnieniem i‑zobiek tywizowaniem systemu ocen pracowniczych, polepszeniem kultury organiza cyjnej itp. Interesujàcym przyk∏adem oceny efektywnoÊci wdro˝enia systemu informa cji mened˝erskiej sà wyniki badaƒ OLAP Survey 3‑przeprowadzonych w‑2003 r. na próbie 2800 pracowników z‑63 krajów [Pendse 2004, s. 10–11]. Okaza∏o si´, ˝e oczekiwania kierownictwa przedsi´biorstw wobec wspomnianego sys temu sà bardzo zró˝nicowane. Autorzy podzielili osiàgane korzyÊci na dwie kategorie: mi´kkie, nieprze k∏adajàce si´ bezpoÊrednio lub poÊrednio na wyniki finansowe, twarde, które da si´ wyceniç i‑przewidywaç. Ranking korzyÊci (poczàwszy od najwy˝ej ocenianej i‑najcz´Êciej wymienianej) przedstawia si´ nast´pujàco: 1) szybsze i‑dok∏adniejsze raportowanie, 2) lepsze decyzje poprzez dok∏adniejszà i‑ter minowà analiz´, 3) zwi´kszona satysfakcja klientów poprzez popraw´ jako Êci produktu lub us∏ugi, 4) oszcz´dnoÊci w‑kosztach (zapasów, finansowych, odpadów itp.), 5) zwi´kszone przychody poprzez analiz´ rynku i‑sprzeda˝y, 6) zmniejszenie zatrudnienia w‑ró˝nych dzia∏ach firmy, 7) zmniejszenie kosztów.

(13) 187. Krzysztof Woêniak. informatyki (sprz´tu, oprogramowania, konsultingu), 8) zmniejszenie zatrud nienia w‑dziale informatyki. W opracowaniu J. Kisielnickiego i‑H. Sroki [1999, s. 290–291] wyró˝niono nast´pujàce korzyÊci, które osiàgajà organizacje poprzez wdra˝anie nowocze snych systemów informatycznych wspomagania zarzàdzania przedsi´bior stwem. W‑dziedzinie produkcji i‑przygotowania produkcji g∏ówne efekty pole gajà na: – zmniejszeniu liczby braków dzi´ki przestrzeganiu norm technologicz nych, – obni˝ce kosztu jednostkowego produkcji dzi´ki odpowiedniej kontroli tego procesu, – prowadzeniu rachunkowoÊci w‑uk∏adzie rodzajowym, kalkulacyjnym dla poszczególnych wydzia∏ów i‑wyrobów, – skróceniu cyklu produkcyjnego, – zwi´kszeniu elastycznoÊci planu produkcji, u∏atwieniu jego dostosowania do sytuacji na rynku, – wzroÊcie rytmicznoÊci produkcji, – likwidacji wàskich garde∏, – redukcji godzin przestojów i‑oczekiwaƒ w‑procesie produkcji, – podniesieniu terminowoÊci produkcji. W zakresie gospodarki materia∏owej, podstawowe korzyÊci polegajà na: – optymalizacji zakupów materia∏ów, – zmniejszeniu iloÊci materia∏ów w‑magazynach (poziomów zapasów), – skróceniu czasu magazynowania materia∏ów (podniesieniu szybkoÊci rota cji zapasów), – zwi´kszeniu liczby realizowanych dostaw, – wzroÊcie stopnia standaryzacji wyrobów, – uporzàdkowaniu gospodarki materia∏owej, – zmniejszeniu strat wynikajàcych z‑utrzymywania nadmiernych zapasów (zamro˝enie kapita∏u, koszty sk∏adowania, obni˝enie jakoÊci). W zakresie zarzàdzania personelem, systemy informatyczne pozwalajà na: – zwi´kszenie mo˝liwoÊci zatrudnienia pracowników o‑potrzebnych cechach i‑kwalifikacjach, – przekonanie pracowników, ˝e wynagrodzenie zosta∏o obliczone prawid∏o wo, – nadzór nad przebiegiem kariery pracownika. W obszarze sprzeda˝y i‑kontaktu z‑klientem, system informatyczny umo˝ liwia: – zmniejszenie stanu magazynu wyrobów gotowych (towarów), – zwi´kszenie rotacji towarów, – dostosowanie struktury sprzeda˝y do struktury popytu, – zwi´kszenie zadowolenia odbiorców z‑tytu∏u zaspokojenia ich potrzeb, – lepszà kontrol´ nale˝noÊci, – dostosowanie oferty do zmieniajàcych si´ potrzeb klientów..