Identyfikacja outsourcingu informatycznego w jednostkach teleinformatycznych

Uniwersytet SzczeciĔski

Streszczenie

W artykule zaprezentowany został problem identyfikacji outsourcingu informa-tycznego w jednostkach samorządu terytorialnego. Główny nacisk został połoĪony na prezentacjĊ metod, które w badaniu bĊdą zastosowane. PodjĊto równieĪ próbĊ na-szkicowania przyjĊtej procedury badawczej i scharakteryzowano jej etapy.

Słowa kluczowe: outsourcing, usługi informatyczne, jednostki samorządowe, taksonomia rozmy-ta, teoria zbiorów przybliĪonych

1. Wprowadzenie

Profesjonalne usługi zewnĊtrzne, inaczej nazywane outsourcingiem1, są nowoczesną strategią zarządzania, która polega na przekazywaniu zadaĔ, funkcji, projektów i procesów, które nie są związane bezpoĞrednio z podstawową działalnoĞcią danego podmiotu, do realizacji firmie ze-wnĊtrznej. Podstawową korzyĞcią wynikającą z takiego rozwiązania jest redukcja kosztów, po-niewaĪ outsourcing jest stosowany, gdy dostĊpne zasoby zewnĊtrzne są taĔsze od własnych. Istot-ne są takĪe inIstot-ne czynniki, takie jak dąĪenie do realizacji usług na najwyĪszym poziomie, specjali-zacja pracy, koncentracja na obszarach, w których osiągana jest przewaga konkurencyjna oraz dostĊp do specjalistycznej wiedzy. Jak waĪny jest problem outsourcingu moĪe Ğwiadczyü fakt, Īe z koniecznoĞci istnienia tego typu usług zdawano sobie sprawĊ juĪ w początkach XX wieku. Znany wszystkim potentat samochodowy, Henry Ford, juĪ w latach dwudziestych minionego wieku po-wiedział: " Nastały ciĊĪkie czasy. Ekonomia jest na takim poziomie, na jakim powinna byü, a konkurencja otacza nas ze wszystkich stron Ğwiata. Zatem jeĞli jest coĞ, czego nie potrafimy zrobiü wydajniej, taniej i lepiej niĪ nasi konkurenci, nie ma sensu, ĪebyĞmy to robili. PowinniĞmy zatrud-niü do wykonania tej pracy kogoĞ, kto zrobi to lepiej". Była to pierwsza definicja outsourcingu. Pół wieku póĨniej zasada ta stała siĊ mottem ogólnoĞwiatowego rynku2. Obecnie w zasadzie jest normą, Īe np. małe przedsiĊbiorstwa nie prowadzą samodzielnie ksiĊgowoĞci, ale korzystają z usług biur rachunkowych.

Outsourcing jako szczególna forma współpracy znalazł swoje poczesne miejsce zwłaszcza na gruncie IT (technologii informatycznych), jako dziedziny ĞciĞle podlegającej outsourcingowi. Koszty związane z informatyzacją są zwykle zbyt wysokie aby moĪna było sobie pozwoliü na własny dział informatyczny (a czĊsto nawet na zatrudnienie pojedynczego informatyka) czy teĪ na korzystanie z najnowszego oprogramowania wspomagającego prowadzenie działalnoĞci.

Rozwią-1

Termin outsourcing pochodzi z jĊz. angielskiego i jest skrótem trzech słów: outside-resource-using, co oznacza korzysta-nie z zewnĊtrznych Ĩródeł.

2

zaniem tego problemu jest siĊgniĊcie po oferty firm specjalizujących siĊ w Ğwiadczeniu tego typu usług.

Jednak trzeba siĊ równieĪ liczyü z faktem, iĪ zastosowanie outsourcingu nie koniecznie musi oznaczaü sukces. Wiele przedsiĊbiorstw chcących rozwiązywaü swoje problemy w ten sposób nie osiąga spodziewanych rezultatów. Powodem tego moĪe byü brak wytyczonego kierunku i precyzji w okreĞlaniu realnych celów, a takĪe dąĪenie do nieracjonalnych oszczĊdnoĞci poprzez wybór usługodawców proponujących najniĪsze ceny, ale nie najwyĪszą jakoĞü. Nasuwają siĊ zatem pod-stawowe pytania: „Jak korzystaü z outsourcingu, aby zagwarantowaü sobie sukces?” „Czy to siĊ rzeczywiĞcie opłaca – jak mierzyü efektywnoĞü tego typu przedsiĊwziĊü?” „Czy jest to rozwiąza-nie dla kaĪdego przedsiĊbiorstwa, rozwiąza-niezaleĪrozwiąza-nie od jego wielkoĞci i branĪy, w której działa?”

Istnienie tych problemów skłoniło autorów niniejszego artykułu do zajĊcia siĊ tematem outso-urcingu informatycznego w odniesieniu do specyficznego rodzaju organizacji, jakim są jednostki samorządu terytorialnego. Wynika to z faktu istnienia luki badawczej – jak dotąd wszelkie opra-cowania dotyczące outsourcingu IT dotyczyły jedynie przedsiĊbiorstw. Podstawowymi przesłan-kami podjĊcia badaĔ były:

−

wszyst-ko trzeba realizowaü samodzielnie, moĪna wszyst-korzystaü z usług specjalistów – jest to efektywniejsze;

−

−

−

outsourcin-gu jest opłacalne.

Celem artykułu jest zaprezentowanie procedury badawczej jaką zaplanowano zastosowaü w ramach badaĔ dotyczących identyfikacji outsourcingu informatycznego w jednostkach samorzą-dowych (Rys.1).

Rysunek 1. Proponowana procedura badawcza ħródło: opracowanie własne.

2. Charakterystyka etapów w proponowanej procedurze badawczej

Aby zrealizowaü cel podjĊtych badaĔ, tzn. zidentyfikowaü outsourcing IT w jednostkach sa-morządu terytorialnego, przyjĊto nastĊpującą procedurĊ badawczą:

- I etap - analiza rynku usług informatycznych w obsłudze jednostek samorządowych,

- II etap - klasyfikacja organizacji samorządowych objĊtych badaniem ze wzglĊdu na poziom korzystania z outsourcingu,

- III etap - wypracowanie wzorca obsługi informatycznej dla tego rodzaju organizacji. W związku z tym w badaniach zastosowano trzy podstawowe metody:

1. badanie ankietowe, 2. taksonomia rozmyta,

3. teoria zbiorów przybliĪonych.

2.1. Badanie ankietowe i analiza statystyczna rynku usług informatycznych w obsłudze jed-nostek samorzdowych

Na potrzeby analizy rynku usług informatycznych opracowano kwestionariusz ankietowy koncentrujący siĊ na:

% $ ' $ 1 , $

Analiza rynku usług informatycznych w obsłudze jednostek samorządowych

Wypracowania wzorca obsługi informatycznej dla tego rodzaju

organi-zacji OkreĞlenie kierunków

rozwoju tego typu usług w regionie

Czy istnieją prawidłowoĞci i podobieĔstwa w stosowaniu outsourcingu przez organizacje

samorzą-dowe?

Klasyfikacja rozmyta organizacji samorządowych w woj. zachodniopomorskim ze wzglĊdu na poziom korzystania

z outsourcingu

Postawienie problemu

Opracowanie procedury badawczej

Badanie ankietowe i analiza statystyczna uzyskanych danych

Taksonomia rozmyta

1. stopniu informatyzacji urzĊdu oraz liczbie zatrudnionych specjalistów z zakresu informa-tyki,szczegółowych danych dotyczących korzystania przez urząd z usług podmiotów ze-wnĊtrznych,

3. okreĞleniu czynników decydujących o wyborze dostawców,ocenie jakoĞci realizowanych przez nich usług.Po zgromadzeniu danych z kwestionariuszy ankietowych dokonano we-ryfikacji formalnej i merytorycznej zebranego materiału oraz stworzono elektroniczną bazĊ da-nych. Dane z niej pochodzące stanowiły podstawĊ do wykonania obliczeĔ w oparciu o wybrane metody analizy iloĞciowej zjawisk i procesów rynkowych, takie jak:

1. analiza struktury zjawisk rynkowych; 2. analiza dynamiki;

3. analiza związków przyczynowo-skutkowych; 4. analiza rynku w przestrzeni3.

Wyniki obliczeĔ statystycznych posłuĪyły nastĊpnie do sformułowania wniosków dotyczących stanu przebadanej zbiorowoĞci.

2.2. Klasyfikacja badanych organizacji samorzdowych za pomoc taksonomii rozmytej Klasyfikacja danych jest procesem, który przypisuje obiekty posiadające wspólne cechy do okreĞlonych klas. Jest ona jedną z podstawowych operacji wykonywanych na danych zgromadzo-nych w bazach dazgromadzo-nych. Bazy dazgromadzo-nych stanowią czĊsto ogromne kolekcje dazgromadzo-nych stąd teĪ wynika duĪe znaczenie odpowiednich, wydajnych metod przeprowadzania klasyfikacji tych danych. Pra-widłowo przeprowadzona klasyfikacja pomaga np. odkryü charakterystyki danych w sposób zro-zumiały dla uĪytkownika, uogólniaü dane lub teĪ organizowaü dane zgodnie z zakładanymi struk-turami zorientowanymi na wiedzĊ. Problem klasyfikacji moĪna widzieü z perspektywy sposobu jej przeprowadzania. Według [6] i [7] systematykĊ klasyfikacji moĪna przedstawiü w postaci drzewa reprezentującego róĪne typy klasyfikacji (Rys. 2).

W klasycznym ujĊciu klasyfikacji (taksonomii klasycznej) nastĊpuje podział zbioru ȍ, który zawiera obiekty O1, O2, ...., ON, opisywane przez cechy diagnostyczne X1, X2, ..., XK, na podzbiory A1, A2, ...., AP, zwane grupami typologicznymi. Podział powinien byü dokonany w taki sposób, aby otrzymane grupy w sumie tworzyły zbiór wyjĞciowy ȍ oraz były parami rozłączne. Natomiast obiekty, które znajdują siĊ w jednym podzbiorze były do siebie jak najbardziej podobne, a obiekty znajdujące siĊ w róĪnych podzbiorach były do siebie jak najmniej podobne. Konsekwencją takiego działania mają byü takie grupy typologiczne, w których odległoĞci kaĪdej pary obiektów, które naleĪą do jednej grupy, były mniejsze od odległoĞci kaĪdej pary obiektów, naleĪących do róĪnych podzbiorów.4 Jednak w praktyce wystĊpują trudnoĞci związane z przyporządkowaniem obiektów do okreĞlonej grupy (np. ze wzglĊdu na zbliĪone przeciĊtne róĪnice miĊdzy obiektami). W takiej sytuacji granice miĊdzy wydzielonymi grupami mogą byü „nieostre” – rozmyte”.

3

Por. [3] i [4].

Rysunek 2. Systematyka klasyfikacji ħródło: opracowano na podstawie [6, s. 355].

Twórcą w latach szeĞüdziesiątych teorii zbiorów rozmytych oraz logiki rozmytej jest L. A. Zadech.5 Podstawowym pojĊciem tej teorii jest zbiór rozmyty, który moĪna zdefiniowaü nastĊpu-jąco: zbiór rozmyty A na uniwersum ȍ jest to zbiór par uporządkowanych ((Oi, fA(Oi)), gdzie Oi∈ ȍ. Odwzorowanie fA(Oi): ȍ→ <0, 1> nazywa siĊ funkcją przynaleĪnoĞci elementu Oi do zbioru rozmytego A. Zbiór rozmyty moĪna wiec zapisaü nastĊpująco:

))

(O

f

O

(

A

=



Dla kaĪdego elementu naleĪącego do uniwersum okreĞlona jest funkcja, która przyjmuje war-toĞci z przedziału <0, 1>. Funkcja ta okreĞla w jakim stopniu element naleĪy do zbioru rozmytego. Zbiór rozmyty jest uogólnieniem zbioru w zwykłym sensie.

Zagadnienie klasyfikacji rozmytej moĪna przedstawiü nastĊpująco: niech zbiór ȍ zawiera N obiektów O1, O2, ...., ON. KaĪdy z tych obiektów jest opisywany przez wartoĞci cech diagnostycz-nych X1, X2, ...., XK, tak, Īe dane są obserwacje xik (i = 1, 2, ..., N, k = 1, 2, ..., K). NaleĪy okreĞliü na elementach zbioru ȍ rodziny zbiorów rozmytych (klas, grup) A1, A2, ...., AP – gdzie liczba P jest dana, 1<P<N – tak, aby były spełnione warunki:

−

−

¦

5 _{Z polskich prac na ten temat naleĪy wymieniü m.in. prace [8] i [9].}

KLASYFIKACJE

Nie wykluczajca si (nakładające siĊ) (overlapping) ROZMYTA (fuzzy) BEZ NADZORU (unsupervised) Z NADZOREM (supervised)

−

bardzo podobne do siebie, natomiast obiekty odznaczające siĊ duĪymi stopniami przynaleĪno-Ğci do róĪnych klas są mało do siebie podobne.

Klasyfikacja rozmyta jest uogólnieniem klasyfikacji zwykłej. Niesie ona ze sobą bogatsze in-formacje o konfiguracji zbioru obiektów niĪ klasyfikacja zwykła, dziĊki temu naleĪenie do klasy, jako zmienna zero-jedynkowa (1 - obiekt naleĪy, 0- obiekt nie naleĪy), zostaje zastąpione pojĊ-ciem „przynaleĪnoĞü do klasy”, które formalnie jest przedstawione za pomocą zmiennej ciągłej przyjmującej wartoĞci z przedziału <0, 1>. Klasyfikacja rozmyta pozwala na bardziej precyzyjny opis w przypadkach, gdy trudno jednoznacznie sklasyfikowaü obiekty. Ma to miejsce, gdy granice miĊdzy klasami są „nieostre” lub klasy nie są dobrze separowalne.

W ramach prowadzonych badaĔ zostanie dokonana klasyfikacja rozmyta jednostek samorzą-dowych w województwie zachodniopomorskim ze wzglĊdu na poziom korzystania z zewnĊtrz-nych usług informatyczzewnĊtrz-nych. Pozwoli to na okreĞlenie kierunków rozwoju tego typu usług w da-nym regionie oraz bĊdzie stanowiü podstawĊ do wypracowania wzorca obsługi informatycznej dla tych klas organizacji.

2.3. Wnioskowanie ze zbiorów przyblionych

Teoria zbiorów przybliĪonych eliminuje ograniczenia związane z okreĞleniem zbioru kanto-rowskiego. Klasyczna, (kantorowska) teoria zbiorów zakłada, Īe dowolny element naleĪy lub nie naleĪy do danego zbioru. W teorii zbiorów przybliĪonych jest to moĪliwe poprzez odrzucenie wymogu istnienia ĞciĞle okreĞlonych granic zbioru.

CzĊsto celem systemu decyzyjnego opartego na zbiorach przybliĪonych jest poszukiwanie ukrytych, a wiĊc niejawnych reguł, które legły u podstaw wyboru dokonywanego przez eksperta (lub ekspertów). Takie procesy wydobywania wiedzy ze zbioru danych okreĞlane są anglojĊzycz-nymi terminami, które nie mają jeszcze swoich polskich odpowiedników. Są to "knowledge di-scovery" i "data mining", co moĪna przetłumaczyü jako "odkrywanie wiedzy" i "wydobywanie reguł".

Autorem koncepcji zbiorów przybliĪonych jest polski profesor Zdzisław Pawlak, który ogłosił podstawy tej teorii na początku lat osiemdziesiątych ubiegłego wieku. Teoria ta szeroko upo-wszechniła siĊ w Ğwiecie naukowym i stanowi obecnie jedną z szybciej rozwijających siĊ metod sztucznej inteligencji. Teoria zbiorów przybliĪonych umoĪliwia rozwiązywanie rzeczywistych, trudnych problemów ekonomicznych poprzez znajdowanie powiązaĔ istniejących miĊdzy atrybu-tami decyzyjnymi, ułatwiając w ten sposób podjĊcie decyzji.

W ramach prowadzonych badaĔ teoria zbiorów przybliĪonych zostanie wykorzystana do stworzenia bazy reguł, która bĊdzie stanowiü podstawĊ do podjĊcia decyzji o zastosowaniu okre-Ğlonego typu zewnĊtrznych usług informatycznych w danej organizacji samorządowej. Dane pozy-skane w ramach badania ankietowego zostały w poprzednich etapach badania uporządkowane w postaci elektronicznej tabeli i stanowią pierwotną tabelĊ informacyjną, która nastĊpnie w wyniku przeprowadzonej dyskretyzacji zostanie przekształcona we wtórną tabelĊ informacyjną. To z kolei pozwoli wyznaczyü elementarne zbiory warunkowe i koncepty decyzyjne. NastĊpnie podjĊta zo-stanie próba redukcji zbĊdnych atrybutów warunkowych. Kolejnym etapem badania bĊdzie budo-wa algorytmu decyzyjnego, który prawdopodobnie bĊdzie musiał zostaü uproszczony poprzez wyeliminowanie reguł podobnych. W efekcie zostanie otrzymany zbiór reguł tworzących wzorzec obsługi informatycznej dla jednostek samorządowych (por. Rys. 3).

Rysunek 3. Algorytm działaĔ związanych z wnioskowaniem ze zbiorów przybliĪonych ħródło: opracowanie własne.

3. Podsumowanie

Przedstawiona procedura badawcza znalazła swoje zastosowanie w badaniach dotyczących identyfikacji outsourcingu informatycznego w jednostkach samorządowych województwa zachod-niopomorskiego. Dotychczas zrealizowano I etap badaĔ, tzn. dokonano analizy rynku tych usług. Badaniem objĊte były wszystkie urzĊdy miejskie, miejsko-wiejskie i wiejskie województwa za-chodniopomorskiego (n = 113)6. Badanie ankietowe w formie wywiadu bezpoĞredniego zostało przeprowadzone w dniach 20.07.2005 – 15.09.2005. Na podstawie uzyskanych danych wykonano zaplanowane obliczenia statystyczne, które nastĊpnie pozwoliły sformułowaü wnioski o stanie badanej zbiorowoĞci. Stwierdzono przykładowo, Īe:

−

jeĪeli chodzi o stosunek liczby komputerów do liczby pracowników (wskaĨnik ten wynosi 0,88);

−

gmin), jednak w przypadku urzĊdów w gminach wiejskich sytuacja jest odwrotna (50,9% gmin wiejskich);

−

(90,3% urzĊdów);

−

gmin);

6

Z badania wyłączono Urząd Miasta Szczecina ze wzglĊdu na jego wielkoĞü i przez to trudnoĞü w porównywaniu z innymi gminami w województwie.

P

Piieerrwwoottnnaattaabbeellaa

i

innffoorrmmaaccyyjjnnaa

Wnioski: stworzenie wzorca obsługi informatycznej dla jednostek samorządowych

Ocena jakoĞci i do-kładnoĞci reguł decy-zyjnych Stworzenie bazy reguł decyzyjnych W Wttóórrnnaattaabbeellaaiinn- -f foorrmmaaccyyjjnnaa Redukcja iloĞci atrybutów

−

kosztów informatyki w urzĊdach gminnych (outsourcing nie zawsze jest stosowany w celu ob-niĪenia kosztów);

−

była wyĪsza jakoĞü obsługi informatycznej (68,52% wskazaĔ) oraz szybsze i bardziej elastycz-ne dostosowywanie siĊ do wymagaĔ uĪytkowników (66,67% wskazaĔ);

−

działania urzĊdów (w 83,3% urzĊdów to stwierdzono);

−

Zamiarem autorów jest kontynuacja badaĔ związanych z identyfikacją outsourcingu informa-tycznego w jednostkach samorządowych woj. zachodniopomorskiego w oparciu o zaproponowane w artykule metody.

Bibliografia

1. Gay Ch. L., Essinger J., 2002. Outsourcing strategiczny. Oficyna Ekonomiczna Kraków. 2. Jain A.K., Dubes R.C., 1988. Algotithms for clustering data. Prentice-Hall, Inc., A

Divi-sion of Simon & Schuster, Englewood Cliffs New Jersey 07632.

3. Jajuga K., 1984. O sposobach okreĞlania liczby klas w zagadnieniach klasyfikacji i klasy-fikacji rozmytej. Prace Nauk. AE we Wrocławiu 262.

4. Nowak E., 1990. Metody taksonomiczne w klasyfikacji obiektów społeczno-gospodarczych. PWE Warszawa.

5. Nycz M., 2003. Klasyfikacja danych w procesie inteligentnego pozyskiwania wiedzy z baz danych, Pozyskiwanie wiedzy i zarządzanie wiedzą. Praca zbiorowa pod red. Nycz M. i Owoca M., Wyd. AE we Wrocławiu, Wrocław.

6. Piegat A., 1999. Modelowanie i sterowanie rozmyte. Akademicka Oficyna Wyd. Exit Warszawa.

7. Praca zbiorowa pod red. KĊdzior Z., 2005. Badania rynku – metody i zastosowania, PWE Warszawa.

8. Praca zbiorowa pod red. Mruka. H., 2003. Analiza rynku. PWE Warszawa. 9. Trocki M., 2001. Outsourcing. PWE Warszawa.

IDENTIFICATION OF COMPUTING OUTSOURCING IN SELF-GOVERNMENT UNITS

Summary

The aim of this paper is the presentation of the problem of outsourcing IT in units of local self-government. The main stress is laid on the selection of methods, which will be used in the research (for example questionnaire research, fuzzy taxon-omy, theory of rough sets). There is made an attempt to trace out a research proce-dure and its stages are described.

Keywords: outsourcing, fuzzy taxonomy, theory of rough sets

RYSZARD BUDZIēSKI e-mail: rbudzinski@wi.ps.pl AGATA WAWRZYNIAK

e-mail: agata.wawrzyniak@univ.szczecin.pl Uniwersytet SzczeciĔski

Instytut Informatyki w Zarządzaniu ul. Mickiewicza 64