Uniwersytetu Ekonomicznego w Katowicach ISSN 2083-8611 Nr 342 · 2017 Informatyka i Ekonometria 11
Anna Sołtysik-Piorunkiewicz Małgorzata Furmankiewicz Uniwersytet Ekonomiczny w Katowicach Uniwersytet Ekonomiczny w Katowicach Wydział Informatyki i Komunikacji Wydział Informatyki i Komunikacji
Katedra Informatyki Katedra Informatyki
apiorunkiewicz@ue.katowice.pl malgorzata.furmankiewicz@gmail.com Piotr Ziuziański
Uniwersytet Ekonomiczny w Katowicach Wydział Informatyki i Komunikacji Katedra Informatyki
piotrziuzianski@gmail.com
ROLA WDRAŻANIA KOKPITU MENEDŻERSKIEGO W SYSTEMIE BI DO ZARZĄDZANIA RYZYKIEM
W ORGANIZACJI NA PRZYKŁADZIE BANKU SPÓŁDZIELCZEGO
Streszczenie: Celem artykułu było określenie roli nowoczesnych narzędzi Business Intel- ligence na kokpicie menedżerskim, wykorzystywanych do wspomagania zarządzania ry- zykiem. W artykule przedstawiono proces wdrażania kokpitu menedżerskiego w systemie Business Intelligence dla potrzeb zarządzania ryzykiem w organizacji. Scharakteryzowano kluczowe mierniki i wskaźniki wykorzystywane do zarządzania ryzykiem w organizacji oraz przedstawiono formy ich prezentacji na kokpicie menedżerskim. Jako przykład wyko- rzystano wdrożenie systemu zarządzania ryzykiem w banku spółdzielczym. Omówiono za- stosowania kokpitu menedżerskiego uwzględniające analityczne i graficzne narzędzia do wizualizacji danych na kokpicie.
Słowa kluczowe: kokpit menedżerski, system Business Intelligence, zarządzanie ryzykiem, bank spółdzielczy.
JEL Classification: M12, M14, M21, M42, L86.
Anna Sołtysik-Piorunkiewicz, Małgorzata Furmankiewicz, Piotr Ziuziański 132
Wprowadzenie
Zarządzanie ryzykiem jest jednym z podstawowych elementów zarządzania przedsiębiorstwem, a przede wszystkim wiąże się z zarządzaniem wartością przedsiębiorstwa [Jajuga, 2007]. Wzrost wartości przedsiębiorstwa jest kluczo- wym punktem odniesienia w planowaniu strategicznym i wyborze odpowiednie- go modelu biznesu. Ryzyko w ujęciu zarządzania finansami można określić jako prawdopodobieństwo zaistnienia zdarzenia, niosącego ze sobą różne skutki dla wartości przedsiębiorstwa, zarówno pozytywne, jak i negatywne, w zależności od stopy zwrotu z inwestycji. Duży wpływ na podniesienie efektywności w za- rządzaniu wartością organizacji mają wdrożenia systemów informatycznych wspomagających podejmowanie decyzji i informowanie kierownictwa z wyko- rzystaniem nowoczesnych narzędzi systemów Business Intelligence. Wdrożenie kokpitu menedżerskiego w systemie BI może stanowić istotny czynnik podnie- sienia efektywności zarządzania ryzykiem. System Business Intelligence realizu- je określone cele związane z ekstrakcją i analizą danych, ich wizualizacją i pre- zentacją. Aby przeprowadzić udane wdrożenie kokpitu menedżerskiego, konieczne staje się określenie warunków związanych z jego budową, potrzebami użytkowników i terminowością realizacji w ramach założonego budżetu. System BI może stanowić narzędzie do zarządzania ryzykiem dzięki uwzględnieniu mierników i wskaźników KRI. W ramach takiego systemu BI powinny zostać uwzględnione kluczowe wskaźniki pomiaru poziomu ryzyka w organizacji.
Prezentacja kluczowych wskaźników ryzyka na kokpicie menedżerskim powinna być realizowana przy pomocy różnych form graficznych. Należą do nich m.in. mapy ryzyka czy inne formy graficznej prezentacji danych, np. tzw.
wykres pociskowy. Aby przedstawić rolę kokpitów menedżerskich w zarządza- niu ryzykiem w organizacji, dokonano analizy wybranego przykładu prototypu kokpitu menedżerskiego na potrzeby banku spółdzielczego.
1. Proces wdrażania kokpitu menedżerskiego w systemie BI
Pod pojęciem systemów Businness Intelligence (BI) rozumie się systemy gromadzenia, przetwarzania oraz udostępniania wiedzy korporacyjnej [Janu- szewski, 2008, s. 10]. Systemy Business Intelligence umożliwiają szybkie oraz skuteczne wykorzystywanie informacji oraz ich transformowanie w użyteczną wiedzę, która pozwala organizacji osiągać założone cele biznesowe [Olszak, 2004, s. 341]. Warto podkreślić, że systemy BI znajdują zastosowanie we wszystkich rodzajach organizacji gospodarczych. Do sektorów, które najczęściej
w k Z s
R Ź
c n k B n g t wyk ki, f Zas staw
Rys Źród
cze nyc kiew BI, ned graf tacj
korz firm sadn wion
s. 1.
dło: O
W ele ch, n wic
któ dżer
ficz a d
zys my t
nicz no
Ce Opra
W sy eme narz cz, Z óra rski zny, dany
• śl wy
• an m
• do w um
Tw
• m
• do i p
• id
• do jed
Po
• m
• w a d
An
stują tele ze c na
le s cowa
yste enty zęd Ziu bez
[Z , ni ych
edze ychw naliz
iędz osta okre moż
wor
mode osta postę dent
osta dno
opr
moni wymi dzia
nal
ą sy ekom cele
rys
yste anie
emi y: h dzia uziań
zpo Ziuz ejed w
enie wyta zow zy ni arcza
eślo liwia
zen
elow arcza ępac yfik arcza
stek
raw
toro iana łam
iza
yste mu e sto
. 1.
emu wła
e B hurt a do ńsk śred ziań
dno uję
e po anie anie imi w anie onym
ając
nie
wani anie ch w owa anie k org
wa e
owa a wie
i org
i p
emy unik
oso
u Bu sne n
BI w tow o an ki, 2 dni ński okro ęciu
ziom tre e ba w ce e spr m cza
im
i p
e ró e info wpro anie e ana gani
efe
nie w edzy
gani
pop
y te kacy owa
usin na po
wdr wnię
nali 201 o w i, F otni u ca
mu s ndó z zaw elu w rzed
asie pod
opr
óżny orm owad
pro aliz o
zacy
ekty
wyd y i do
izacj
praw
ej k yjne ania
ness odsta
raża ę da
zow 4, s wsp Furm
ie in ałoś
satys w n wier wyko awc odp jęcie
raw
ch w acji dzon oblem
o od yjny
yw
dajno ośw ji
wa
klasy e or a sy
Int awie
anym any wan s. 6 ółd man
nter ciow
sfak a ry rają orzy com
pow e od
wa r
waria o tr nych mów dchy
ch, o
noś
ości iadc
a sp
y, n raz ystem
tellig e: Jan
m w ych, nia 6]. O dzia
nkie rak wym
cji k ynku cych ystan i pr wiedn
dpow
rela
antó rend h zm w, do yleni
osób
ści
pro czeń
pra
nale firm mu
gen nusze
w o , na dan Odp ła z ewi ktyw
m z
klien h da nia ic
zeds niej wied
acji
ów r dach mian osta iach b, w
za
ocesó ń pom
wn
eżą my Bu
nce ewsk
orga arzę nych
pow z w icz, wny za p
tów ne o ch w staw wie dniej
i z k
rozw h w f
, o r arcza
w r wskaź
rzą
ów b międ
noś
firm wy usin
ki [20
aniz ędzi h, a wied warst 20 y int pom
w i sk o sp w prz wicie dzy j de
klie
woju firm reali anie reali źnik
ądz
bizn dzy
ści o
my ytwó ness
008,
zacj ia d a ta dnik
twą 015 terf moc
kute rzed zysz elom
o p cyzj
enta
org ie, o zacj e wie zacj ków
zan
eso zesp
ope
ub órc s In
s. 1
ji w do akże
kiem ą hu
, s.
fejs cą o
czno daży złośc m ha
rodu i
am
ganiz o rez i pla edzy
i pla
ia
wyc poła
era
ezp ze ntell
76-1
wyró eks e w m w urto
. 3 , kt odpo
ości y i wy
ci ndlo ukta
i
zacji zulta anów y o s
anów
ch ami p
acy
piec [Bu lige
177].
óżn stra wars war own 15]
tóre owi
pra ykry owy ach i
i atac w
poso w dl
proj
yjne
czen uchn ence
nić m akcj
stwę rstw ni d
. K ego iedn
ktyk ywan ym
klie
h oba a po
ekto
ej
niow now e w
mo i or ę pr wy p dany Kok
zad nich
k biz nie z
enta
ch ic oszc
owy
we, wsk w or
żna raz reze prez ych kpit dan h w
znes zwią
ch,
ch ro zegó
mi
, ha ka, 2
rgan
a cz pr enta zen
, je me niem wska
sowy ązkó
ozw ólny
andl 201 niza
zter rzes acji ntacj est k ene m je
aźni
ych o ów
wiąza ych
low 10,
acji
ry z syła i [F ji s kok edże est p
ikó
oraz
ania
we, b s. 1 i pr
zasa ania Furm
syst kpit ersk pre w, p
z
ban 150]
rzed
adni a da man tem me ki t ezen
prz n-
].
d-
i- a- n- mu
e- to n- zy
Anna Sołtysik-Piorunkiewicz, Małgorzata Furmankiewicz, Piotr Ziuziański 134
uwzględnieniu poszczególnych aspektów czy procesów biznesowych zachodzą- cych w danej organizacji [Ziuziański, Furmankiewicz, Sołtysik-Piorunkiewicz, 2015, s. 31]. Wśród podstawowych funkcjonalności kokpitu w aspekcie jego in- teraktywności wyróżnić można: drążenie danych, filtrowanie, porównywanie, alerty oraz możliwość eksportowania danych (np. do formatu PDF czy CSV). Kokpit me- nedżerski posiada trzy zasadnicze cechy [Alexander, Walkenbach, 2011, s. 28; Fur- mankiewicz, Sołtysik-Piorunkiewicz, Ziuziański, 2014, s. 65-66]:
● graficzna prezentacja danych wykorzystująca wizualizację ułatwiającą sku- pienie uwagi na najważniejszych trendach, porównaniach oraz wyjątkach;
● prezentacja tylko tych informacji i danych, które są istotne z punktu widzenia przeznaczenia danego kokpitu;
● prezentacja wniosków zgodnie z przyjętymi założeniami, co zwalnia użyt- kownika końcowego od przeprowadzania własnych analiz.
Dzięki zastosowanym elementom graficznej prezentacji danych (np. wykre- sy statystyczne, mapy statystyczne, ikony, prędkościomierze), kokpit menedżer- ski umożliwia szybkie i łatwe monitorowanie założonych celów [Sołtysik- -Piorunkiewicz, Furmankiewicz, Ziuziański, 2015a, s. 200-201; 2015b, s. 112- 113]. Należy jednak zwrócić uwagę, że skuteczność i efektywność kokpitu w dużej mierze zależy od jego właściwego wdrożenia. Prawidłowo zaprojekto- wany i wdrożony kokpit menedżerski udostępnia właściwe informacje właści- wym użytkownikom we właściwym czasie, optymalizując ich proces podejmo- wania decyzji, zwiększając ich wydajność oraz wpływając pozytywnie na wyniki dotyczące działalności danej organizacji [Ziuziański, Furmankiewicz, 2014, s. 35; Furmankiewicz, Furmankiewicz, Ziuziański, 2015, s. 52]. Przykła- dowym podejściem stosowanym podczas wdrażania kokpitu (lub konserwacji istniejącego kokpitu) jest podejście iteracyjne sterowane przypadkami użycia, które obejmuje użytkowników, akcje oraz procesy. Fazy cyklu życia kokpitu przedstawiono na rys. 2.
Rys. 2. Cykl życia kokpitu menedżerskiego
Źródło: Opracowanie własne na podstawie: Furmankiewicz, Furmankiewicz, Ziuziański [2015].
W trakcie trwania danego etapu cyklu życia kokpitu menedżerskiego należy zrealizować określone zadania. Charakterystykę poszczególnych etapów przed- stawiono w tab. 1.
Tabela 1. Charakterystyka faz cyklu życia kokpitu menedżerskiego
Nr etapu Nazwa fazy Charakterystyka fazy
Etap 0 Inicjalizacja projektu Określenie idei kokpitu, zdefiniowanie zasobów, inicjacja sposobu zarządzania oraz strategii
Etap I Faza projektowania Zaprojektowanie rozwiązań technicznych oraz biznesowych, zdefiniowanie kluczowych wskaźników ryzyka
Etap II Faza budowy Realizacja praktyczna zaprojektowanego kokpitu oraz opracowanie materiałów szkoleniowych
Etap III Faza testowania Weryfikacja poprawności realizacji kokpitu, kontrola dostarczanych wyników
Etap IV Faza rozpoczęcia funkcjonowania
Przeprowadzenie szkoleń oraz pilotażu, a następnie udostępnienie kokpitu wszystkim użytkownikom
Etap V Faza monitorowania Ocena informacji zwrotnej, przygotowanie do kolejnej iteracji Źródło: Opracowanie własne na podstawie: Ziuziański, Furmankiewicz, Sołtysik-Piorunkiewicz [2014].
Etap I Faza projektowania
Etap II Faza budowy
Etap III Faza testowania Etap IV
Faza rozpoczęcia funkcjonowania Etap V
Faza monitorowania Etap 0
Inicjalizacja projektu
Anna Sołtysik-Piorunkiewicz, Małgorzata Furmankiewicz, Piotr Ziuziański 136
Wdrożenie kokpitu menedżerskiego to proces złożony, który wymaga przy- jęcia odpowiedniej metodyki uwzględniającej wszystkie aspekty jego cyklu ży- cia. Należy również podkreślić istotę aspektu ludzkiego podczas wdrażania no- wego rozwiązania informatycznego, w tym kokpitu menedżerskiego. Opór pracowników przed nowym systemem może wynikać z obawy o utratę pracy, niepewności spowodowanej nieznajomością nowoczesnej technologii czy z po- zornej komplikacji pracy. Często więc nowe rozwiązania IT są odbierane przez pracowników jako zagrożenie, a nie narzędzia ułatwiające ich codzienną pracę [Kupczak, Turek, 2013, s. 157]. Powody te przyczyniają się do tworzenia kłopo- tliwych oraz niewygodnych sytuacji, które mają istotny wpływ na proces wdra- żania w organizacji nowego rozwiązania, utrudniając jego realizację, a czasami nawet uniemożliwiając jego implementację. Wdrożenie kokpitu menedżerskiego w organizacji można uznać za udane, gdy spełnione zostały kryteria przedsta- wione na rys. 3.
Rys. 3. Kryteria udanego wdrożenia kokpitu menedżerskiego
Źródło: Opracowanie własne na podstawie: Furmankiewicz, Ziuziański [2014].
Realizacja • Projekt zrealizowano oraz wdrożono w organizacji
Użytkownicy
• Końcowi użytkownicy zarówno akceptują wdrożony kokpit, jak i wykorzystują go całościowo oraz zgodnie z założeniami
Zakres wdrożenia • Zakres wdrożenia nie został ograniczony w stosunku do pierwotnie zakładanego
Termin i budżet projektu
• Utrzymane zostały terminy zaplanowane w harmonogramie oraz nie przekroczono zaplanowanego budżetu
Efekt końcowy
• Wdrożenie kokpitu przyniosło zakładane rezultaty, co zostało potwierdzone rzetelnymi badaniami
• Kokpit menedżerski zgodny jest z mierzalnymi celami przedsiębiorstwa oraz pomaga w ich osiąganiu
2. Rola systemu BI w zarządzaniu ryzykiem w organizacji
Obecnie systemy klasy BI pełnią znaczącą rolę w biznesie. Zarządzanie or- ganizacją opiera się na dostępie do informacji i jej analizie pod różnym kątem, w zależności od potrzeb danej organizacji. Rozwijane są różne techniki i narzę- dzia analizy danych w celu zapewnienia określonej przewagi konkurencyjnej i pozycji w biznesie. Jednymi z podstawowych zadań systemu BI są ocena czyn- ników ryzyka, związana z poszczególnymi grupami klientów czy produktów, a także optymalizacja alokacji aktywów oraz analiza rentowności określonych produktów i grup klientów oraz monitorowanie funkcjonowania przedsiębior- stwa, jak również pomiędzy nim a jego otoczeniem [Sołtysik-Piorunkiewicz, 2009, s. 149]. W zależności od potrzeb organizacji oraz jej wielkości i etapu rozwoju można wyróżnić odpowiednie sposoby analizy danych, związane z ich gromadzeniem i wyszukiwaniem, niezbędne do przeprowadzenia odpowiednich analiz gospodarczych. Do technik analizy danych zalicza się eksplorację danych, analizę porównawczą, analizę statystyczną, przetwarzanie analityczne online [Michalski, red., 2000, s. 23]. Techniki te są stosowane w różnych warstwach systemu BI zgodnie z założeniami jego architektury. Ważnymi elementami sys- temu BI są narzędzia data mining wykorzystywane w warstwie eksploracji da- nych [Michalski, red., 2000, s. 65]. Wśród systemów wykorzystujących różne narzędzia BI do zarządzania zasobami informacyjnymi przedsiębiorstwa można wymienić rozbudowane systemy Enterprise Information Systems (EIS), gdzie portale informacyjne i kokpity menedżerskie stanowią centralne miejsce dostępu do wszystkich zasobów (zarówno danych strukturalnych, jak i niestruktural- nych), zintegrowanych ze składnicami i hurtowniami danych. Innym przykła- dem są rozbudowane systemy informowania kierownictwa i wspomagania decy- zji, które również wykorzystują narzędzia BI do natychmiastowego dostępu do najważniejszych i aktualnych informacji dotyczących stanu przedsiębiorstwa w określonym momencie, dzięki zastosowaniu funkcjonalności analitycznej, ra- portującej i wizualizacyjnej. Narzędzia BI z powodzeniem mogą stanowić roz- wiązanie informatyczne, które wspomaga wdrożenie systemu zarządzania ryzy- kiem, na przykład w postaci Strategicznej Karty Wyników [Jabłoński, Jabłoński, 2011]. Zarządzanie ryzykiem stanowi nieodłączną część zarządzania przedsię- biorstwem, a w szczególności zarządzania wartością przedsiębiorstwa [Jajuga, 2007]. Skuteczne wdrożenie systemu zarządzania ryzykiem wymaga zastosowa- nia odpowiednich narzędzi informatycznych zarówno na etapie planowania stra- tegii, ustalania kluczowych czynników sukcesu, miar i wskaźników osiągnięć w organizacji, jak i podczas samego użytkowania systemu. Mierniki powinny
1
u c t r t
3
m k ś t s
R Ź
s s w [ 138
uwz czo trol różn tran
3. K
mie ki u ściw tzw stał
Rys Źród
star sob wsk [ww
Ke
• U w po m dr
• C po
8 A
zglę we i (K ne nspo
Klu
W erniusta wyc w. kl o uj
s. 4.
dło: [w
K rcza ą ś kaźn ww
ey P K Umoż wydaj odst monit rodz Czy o ożąd
Ann
ędn ws Key obs ort,
ucz
W c ków alen ch d lucz ujęteKla www
Każd a wi ciśl nik 1].
Perfo Klucz w żliwi jnośc awie torow
e do rgan dane
na S
niać skaź y Co szar
ban
ow
celu w, k niudecy zow e na
asyf w 1].
dy z iedz le p dan
orm zow wyd ają o ci org e jej c wani o osią nizacj pozi
Sołty
klu źnik ontr ry d nko
we w
u sp którtak yzji wych
a ry
fika .
ze w zy z pow neg
K
ance KPI we w dajno
okreś ganiz celów ia ich ągnię ja re iomy
ysik
ucz ki r rol dzia owo
wsk
praw re c kich i. W h w ys. 4acja
wsk zarz wiąz go ty
lu
e Ind skaź ości śleni zacji w i z h pos ęcia t ealizu y wy
k-Pi
zow ryzy
Ind ałal ość,
kaź
wne char h m W li wska4.
i ch
kaza ząd zane
ypu
cz
dica źnik
e ce na zadań
stępó tych uje
dajn orun
we w yka dica lnoś , fin
źnik
ego rakt iar itera aźnhara
any dcze e i u, m
zow
ator i lów ń ora ów n celó ości
nkie
wsk a (K ator
ści nans
ki z
o z teryi ic atur nikó
akte
ych ej in
te mog
we
–
az na ów
? ewi
kaźn Key rs).
org se,
zarz
arz yzujch rze ów:
eryst
typ nny sam gą b
e w
K
• Po pro i m pro
• Ja org
• Cz zna po
icz,
niki Ri Wś gani ube
ząd
ądz ją d mo prz wytyka
pów ym o
me yć p
ws
Ke lucz omoc ofilu monit ofilu k zm ganiz zy ryz ajduj ziom
Ma
i wy isk śród
izac ezp
dza
zani dzia onitozed ydaj
a klu
w kl odb
dan pod
ska
ey R zowe
cne w ryzy torow mienia zacji?
zyko je się mie?
ałgo
ynik Ind d za cji, iecz
ania
ia ałalnoro dmio
jno
ucz
lucz bior ne, dsta
aź
Risk K e ws w zd yka o wani a się
? w o ę na
rzat
ków dica
asto tak zen
a ry
org noś wan otuści,
zowy
zow rcom
w awą
ni
Indi KRI skaź
efini organ ia zm ę pro organ pożą
ta F
w (K ator osow
kie nia,
yzy
gani ść o niu mo , ryych
wych m. Z opa ą do
ki
cato niki iowa nizac mian ofil ry nizac ądan
Furm
Key res)
wań jak inf
yki
izac oper mo ożn yzykh ws
h w Z d arci o ob
w
or – ryzy aniu cji
w ty yzyka cji nym
mank
y P ora ń w k: p form
em
cją racyożli a o ka i
kaź
wska drug
iu o blicz
w o
yka
ym a
kiew
Perfo az k wska
prze maty
m w
nie yjną iwe odna i koźnik
aźn giej o kt zen
org
•
•
• wicz
form kluc aźni emy yka
w or
ezb ą da e jealeź ontr
ków
nikó str tóre nia w
gan
K Klu
• Sto w ce środ i mo kon poż tole
• Czy orga
• Czy kon
z, P
man czo ików ysł, a cz
rga
ędn anest p źć i roli.
w o
ów m rony
e bu wsk
niz
Key C uczow osow
elu z dowi onito troli ądan eranc y kon aniza y org
trolą Piotr
nce owe w m
han zy m
niz
nego pod nfo . Ze
orga
ma y w udo kaźn
za
Con we w wane
zdefi iska orow w st nych cji.
ntrole acji s
aniz ą"?
r Ziu
Ind e ws moż nde med
zacj
jest pod dejm ormesta
aniz
inn wska owa nik
cji
ntrol KC wska prze niow stero wania
tosu prze e we są sk acja
uzia
dica ska żna el, m dycy
ji
t w dmi mow macjawie
zacji
ną w aźni any a in
i
l Ind CI aźni ez or wania
owan a poz nku edzia ewnę utec jest
ańsk
ator aźni wy mar yna
wyłu iotu wan e n enie
i
wag iki t jes nneg
dicat iki ko
gani a wła nia ziom
do ałów ętrzn czne?
"pod ki
rs), ki k ymi
rket .
usk u. D nie w
a te e to
gę i te s st je
go t
tor – ontr zację asne
u w
ne
? d
klu kon ieni ting
kani Dzię wła ema o zo
i do są z ede typ
– roli ę
go
u- n- ić g,
ie ę- a- at o-
o- ze en u
Kluczowe wskaźniki wydajności (Key Performance Indicators – KPI) umożli- wiają monitorowanie wyników organizacji w różnych obszarach działalności i nie- zwłoczne przedsięwzięcie określonych środków w przypadku odchyleń od założeń.
Dzięki temu efektywność organizacji może wzrosnąć [Ziuziański, 2014].
Przy omawianiu kluczowych wskaźników wydajności wymienia się rów- nież pojęcie kluczowych wskaźników wyników (Key Result Indicators – KRI).
Należy nadmienić, że istnieje zasadnicza różnica pomiędzy KPI a KRI. Wskaź- niki KPI pozwalają na mierzenie akcji i zdarzeń, które prowadzą do wyników i są uważane za krytyczne dla osiągnięcia sukcesu przez organizację, ponieważ oparte są na danych kluczowych w budowaniu strategii i osiąganiu celów. Z ko- lei wskaźniki KRI mierzą wyniki działań, które są krytyczne w monitorowaniu postępów i definiowaniu sukcesu. Reasumując, wskaźniki KRI definiują sukces, natomiast wskaźniki KPI pozwalają na jego zmierzenie i wnikliwą analizę [www 2].
Metoda oparta na kluczowych wskaźnikach ryzyka (Key Risk Indicator – KRI) polega na zidentyfikowaniu obszarów działalności operacyjnej organizacji, które w szczególny sposób narażone są na ryzyko [Cichowicz, Nowak, 2015, s. 109].W przypadku banków można wyróżnić kilka obszarów wraz z katego- riami zdarzeń operacyjnych: procesy (np. dokonywanie transakcji), ludzie (np.
oszustwo wewnętrzne), systemy (np. zaburzenia działalności), zdarzenia ze- wnętrzne (np. utrata aktywów fizycznych) [Cichowicz, Nowak, 2015, s. 106].
Następnie wyodrębnia się miary, których zadaniem jest optymalna prezentacja ekspozycji na dane ryzyko. Przed wskaźnikami stawia się warunki obiektywno- ści, porównywalności i korelacji z ryzykiem. Ponadto należy podkreślić, że wskaźniki ryzyka powinny być precyzyjnie zdefiniowane, powinny także zostać dla nich zdefiniowane poziomy ostrzegawcze oraz sposób działania w razie osiągnięcia danego poziomu [Cichowicz, Nowak, 2015, s. 109].
4. Prezentacja kluczowych wskaźników ryzyka na kokpicie menedżerskim
Do prezentacji kluczowych wskaźników ryzyka na kokpicie menedżerskim można zastosować różne elementy graficzne. Jedną z przykładowych form pre- zentacji będą liniowe miniwykresy przebiegu w czasie (ang. sparklines). Są to uproszczone wykresy przebiegu w czasie zajmujące niewielką powierzchnię ra- portu czy kokpitu menedżerskiego [www 3]. Wykresy te pozwalają na ocenę po- ziomu ryzyka w czasie. Główną ich zaletą jest prostota, która pozwala na zaosz- czędzenie cennego miejsca na ekranie monitora, na którym wyświetlany jest kokpit menedżerski, a także szybką ocenę trendu [Ziuziański, 2014].
Anna Sołtysik-Piorunkiewicz, Małgorzata Furmankiewicz, Piotr Ziuziański 140
Inną formą prezentacji jest wykres określany jako wykres pociskowy (ang.
bullet graph) [www 4]. Jest to nieco zmodyfikowany wykres słupkowy, który wyposażono dodatkowo w informację o poziomach danego zjawiska. Przy wy- kresie najczęściej stoi symbol (np. koło), którego kolor przyciąga uwagę użyt- kownika w przypadku pojawienia się negatywnego zjawiska. Pionowa linia mo- że wskazywać np. na wyznaczony cel lub wartość miernika za poprzedni okres [Ziuziański, 2014]. Na rys. 5 zaprezentowano ideę wykresu pociskowego.
Rys. 5. Idea wykresu pociskowego
Źródło: Opracowanie własne na podstawie: [www 4].
Jako przykładowy kluczowy wskaźnik ryzyka dla tego wykresu pocisko- wego wybrano liczbę prowadzonych rachunków bankowych (w tys. sztuk).
Z wykresu można odczytać, że liczba prowadzonych rachunków jest na pożąda- nym poziomie i jest większa w porównaniu do okresu poprzedniego.
W graficznej analizie ryzyka pomocna może być tzw. mapa ryzyka czy też matryca ryzyka, która pozwala na zobrazowanie ryzyka w organizacji na pod- stawie oszacowania opartego na dwóch parametrach: skutkach (np. finanso- wych) danego ryzyka i prawdopodobieństwie danego zdarzenia [www 5]. Poko- lorowana mapa ryzyka (rys. 6) stanowi tzw. mapę ciepła (ang. heat map).
Wizualizacja tego typu z powodzeniem może być wykorzystana jako element kokpitu menedżerskiego.
Rys. 6. Idea mapy ryzyka
Źródło: Opracowanie własne na podstawie: [www 5].
Liczba pól mapy ryzyka jest ustalana w zależności od potrzeb, specyfiki i możliwości organizacji, a także przyjętych metod analizy oraz dostępnych da- nych [Zawarska, 2012, s. 71].
5. Możliwości zastosowania KRI w bankach spółdzielczych
Kluczowe wskaźniki ryzyka są specyficzne dla konkretnych organizacji.
W przypadku banków spółdzielczych, jak już wspomniano, można wyróżnić cztery obszary związane z zasobami ludzkimi i ich działalnością operacyjną, przebiegającymi w banku procesami, wykorzystywanymi systemami i zacho- dzącymi zdarzeniami zewnętrznymi. Należy zwrócić uwagę na to, że wskaźniki KRI w bankach można podzielić na dwa zasadnicze typy: zależne i niezależne [www 6]. Rys. 7 prezentuje przykładowe niezależne kluczowe wskaźniki ryzyka dla banku spółdzielczego.
1
R Ź
s K 142
Rys Źród
służ KR
2 A
s. 7.
dło: O
M żą o RI dl
Ann
Nie Opra
Miar ocen la b
na S
ezal cowa
ry z nie bank
Sołty
leżn anie
zale ryz ku s
• Lic
• W
• Lic sys
• Lic kli po ba
• Lic ysik
ne k wła
eżne zyk spó
czba
Wolu czba stem czba entó oszcz nko czba
k-Pi
klucz sne n
e st ka [ łdz L a pra
Sy men a uży mu b a zde ów w zegó owoś a ba
orun
zow na po
tano [ww zielc Lud acow
yste n tra ytko bank efin w ólnyc ści e
nko nkie
we w odsta
owi ww
czeg zie wnik
emy ansa owni kowe
iow ch k elekt mat
ewi
wska awie
ią m 7].
go.
ków
y akcji
ików ego anyc kana
tron tów/
icz,
aźni e: [ww
mia Na
w ch
łach iczn /POS
Ma
iki r ww
ary a ry
h nej
S ałgo
ryzy 7].
inf ys.
rzat
yka
form 8 z
ta F
dla
mac zapr
•
•
•
•
• s e Furm
a ban
cyjn rez
Licz rach Licz ban Licz Licz
Zda Licz prób syst elek
mank
nku
ne, ento
zba p hunk zba n
ku zba k zba r
arze zba n b do
emó ktron
kiew
u spó
nat ow
Pro prow ków
now klien rach
enia niea ostęp
ów b nicz
wicz
ółdz
tom ano oce wad wych ntów hunk
a zew auto
pu d bank nej
z, P
zielc
mias o pr sy zony klie w ków
wnę ryzo do
kow Piotr
czeg
st m rzyk
ych entó
ętrz owa wości
r Ziu
go
miar kład
ów
zne nych i
uzia
ry n dow
h ańsk
niez we
ki
zale zale
eżn eżn ne ne
R Ź
n S w Rys Źród
neg Sys woś
s. 8.
dło: O
W o b stem
ść z Prz Opra
Wart bank m ta zape
• L z k
• L
• L
• L n
• L u
• L
• C t b
• L n z
• L o n
• L o n
zykł cowa
to n ku m aki
ewn
Liczb kult klien
Liczb Liczb Liczb norm Liczb urlop Liczb
Czas rans bank Liczb nieau wn Liczb opro niedo
Liczb opro niedo
łado anie
nadm mog
pow nia
ba re turą ntów ba g ba g ba p maty ba n pów ba w
s nie sakc kowo
ba w utor ętrz ba b ogram
ostę ba b ogram
ostę
owe wła
mie gą b
win pop
ekla ą i ja w
godz godz przek ywne niezr w
waka
S edos cyjne
ości wykr ryzo za ba błędó mow ępno błędó mow ępno
e zal sne n
enić być nien praw
Lud amac akoś
in n in sz kroc ego reali atów
Syste stęp ego/
elek rytyc
wan anku ów wan ością
ów wan ością
leżn na po
ć, że źró n za wni dzie
cji zw cią o adli zkol czeń czas zow w
emy nośc /kan ktro ch nych u
ia sk ą sys ia ni ą sys
ne k odsta
e w ódłe ape ie s
wiąz obsł
czbo eń su p wany
y ci sy nałów onicz h dos
kutk stem iesk stem
klucz awie
wielu em ewn kon
zany ługi owy
pracy ych d
ystem w znej
stęp
kując mu
utku mu
zow e: [ww
u pr dan niać nstr
ych
ych
y dni
mu
pów
ca
ując
we w ww
rzyp nych pr ruow
a
wska 7].
pad h d rzejr
wan aźni
dkac dla s rzy ny k
iki r
ch b syst
stą kok
•
•
•
•
•
•
•
•
•
ryzy
baz tem wa kpit
• Lic sto
• Lic
• Lic stw
• Lic kas
• Lic
• Lic w t obo
• Lic
• Lic sys
• Cza dos
yka
zy d mu m
arst me
czba rna czba czba wierd czba sowy czba czba term owią
Zda czba czba tem as n staw
dla
dany mon
twę ened
błę i ko wyc rac zono
nad ych
zgło nie minie
ązan
arze akt wyk mu sp iedo wcy z
a ban
ych nitor
pre dże
Pro dów orekt cofa hun o błę dwyż oszo zrea e tra nych
enia ów w kryty poza ostę zew
nku
h sy row eze ersk oces w ksi
ty anyc
ków ędy w żek/
onyc alizo ansa h (ZU
zew wan ych a ba ępno
nętr
u spó
ystem wani
enta ki.
sy ęgo h tr w, w
w do /nied ch re owan kcji US, U
wnę ndali wła nku ości u
rzne
ółdz
mu ia K acji.
owyc ansa któ okum
dob eklam
nych US)
ętrz izmu mań usłu ego
zielc
inf KRI . Ta
ch – akcj rych menta orów mac h
ne u ń do ug
czeg
form I [w aką
i h
acji w cji
o
go
mat www ą mo
tycz w 7
ożli z-
].
i-
Anna Sołtysik-Piorunkiewicz, Małgorzata Furmankiewicz, Piotr Ziuziański 144
6. Prototyp kokpitu menedżerskiego banku spółdzielczego
Przykładowy prototyp kokpitu menedżerskiego na potrzeby banku spół- dzielczego opracowany przez jednego z autorów niniejszej publikacji został za- prezentowany na rys. 9.
Rys. 9. Prototyp kokpitu menedżerskiego na potrzeby zarządzania ryzykiem w banku spółdzielczym
Źródło: Opracowanie własne.
Prototyp został opracowany w rozwiązaniu Microsoft Excel i uwzględnia część omawianych wcześniej wskaźników KRI. W prototypie zastosowano scha- rakteryzowane techniki prezentacji danych typu sparklines, bullet graph i heat map. Ponadto wykorzystano elementy graficzne typu sygnalizacja świetlna, któ- ra umożliwia natychmiastowe wskazanie niepokojących zjawisk.
W przykładzie wykorzystano dane losowe. Wykorzystano dodatek do Exce- la o nazwie Sparklines for Excel®, który pozwala na zastosowanie wielu cieka- wych form prezentacji danych, np. wykresów Ganta, wykresów typu treemap, wykresów skrzynkowych. Przykład uwzględnia omawiane cztery obszary klu- czowych wskaźników ryzyka.
Kokpit menedżerski wskazuje, że w obszarze podstawowych procesów zaob- serwowano wysoką liczbę reklamacji z tendencją rosnącą, co widać na wykresie ty- pu sparklines. Dodatkowo liczba 210 reklamacji za miesiąc listopad została wzbo- gacona o informację w postaci czerwonej strzałki skierowanej do góry, co oznacza większą liczbę reklamacji w porównaniu do listopada poprzedniego roku. Jako nie-
pokojące zjawisko została wskazana także liczba nadgodzin w obszarze zarządzania zasobami ludzkimi. Ponadto liczby zidentyfikowanych ryzyk o określonych praw- dopodobieństwach i ważności zostały zaklasyfikowane do mapy ryzyka.
Podsumowanie
Celem artykułu było przedstawienie roli wdrożenie systemu BI z kokpitem menadżerskim dla potrzeb zarządzania ryzykiem na przykładzie banku spół- dzielczego. Proces wdrażania kokpitu menadżerskiego został podzielony na eta- py przedstawione w formie cyklu życia systemu. W artykule zwrócono uwagę na kluczowe czynniki sukcesu wdrożenia kokpitu menadżerskiego. W przykładzie omówiono założenia budowy prototypu kokpitu menadżerskiego uwzględniają- cego kluczowe mierniki i wskaźniki KRI dla banku spółdzielczego. W analizie wdrożenia uwzględniono realizację potrzeb banku z zastosowaniem różnych wyspecjalizowanych narzędzi do graficznej prezentacji danych w oparciu o techniki sparklines, bullet graph i heat map do wizualizacji kluczowych wskaźników zarządzania ryzykiem.
Literatura
Alexander M., Walkenbach J. (2011), Analiza i prezentacja danych w Microsoft Excel, Wydawnictwo Helion, Gliwice.
Buchnowska D. (2010), Wykorzystanie narzędzi Business Intelligence do budowania lo- jalności klientów [w:] T. Porębska-Miąc, H. Sroka (red.), Systemy Wspomagania Organizacji 2010, Wydawnictwo Akademii Ekonomicznej im. Karola Adamiec- kiego, Katowice, s. 145-157.
Cichowicz E., Nowak A.K. (2015), Zarządzanie ryzykiem operacyjnym w wybranych bankach w Polsce, „Gospodarka Narodowa”, nr 1, s. 103-128.
Furmankiewicz J., Furmankiewicz M., Ziuziański P. (2015), Implementation of Business Intelligence Performance Dashboard for the Knowledge Management in Organiza- tion, „Zeszyty Naukowe Politechniki Śląskiej. Seria: Organizacja i Zarządzanie”, nr 82, Wydawnictwo Politechniki Śląskiej, Gliwice, s. 43-60.
Furmankiewicz M., Sołtysik-Piorunkiewicz A., Ziuziański P. (2014), Zaawansowane techniki graficznej analizy danych epidemiologicznych na kokpicie menedżerskim,
„Informatyka Ekonomiczna (Business Informatics)”, nr 2(32), M. Nycz (red.), Wy- dawnictwo Uniwersytetu Ekonomicznego we Wrocławiu, Wrocław, s. 64-77.
Furmankiewicz M., Ziuziański P. (2014), Wdrażanie kokpitu menedżerskiego w ramach BI w organizacji, „Przegląd Teleinformatyczny”, t. 2, nr 1-2(37), A. Donigiewicz (red.), Instytut Teleinformatyki i Automatyki Wojskowej Akademii Technicznej im. Jarosława Dąbrowskiego, Warszawa, s. 3-16.
Anna Sołtysik-Piorunkiewicz, Małgorzata Furmankiewicz, Piotr Ziuziański 146
Jabłoński A., Jabłoński M. (2011), Strategiczna karta wyników (Balanced Scorecard).
Teoria i praktyka, Difin, Warszawa.
Jajuga K. (2007), Zarządzanie ryzykiem, Wydawnictwo Naukowe PWN, Warszawa.
Januszewski A. (2008), Funkcjonalność informatycznych systemów zarządzania, t. 2, Systemy Business Intelligence, Wydawnictwo Naukowe PWN, Warszawa.
Kupczak P., Turek T. (2013), Bariery wdrażania zintegrowanych systemów informatycz- nych zarządzania w działach administracji wyższej uczelni publicznej, „Roczniki Kolegium Analiz Ekonomicznych”, nr 29, Wydawnictwo Szkoły Głównej Han- dlowej, Warszawa, s. 151-162.
Michalski A., red. (2000), Elementy wspomagania decyzji w sintegrowancyh systemach kierowania produkcją, Wydawnictwo Politechniki Śląskiej, Gliwice.
Olszak C.M. (2004), Systemy Business Intelligence w zarządzaniu wiedzą w organizacji [w:] T. Porębska-Miąc, H. Sroka (red.), Systemy Wspomagania Organizacji 2004, Wydawnictwo Akademii Ekonomicznej im. Karola Adamieckiego, Katowice, s. 339-346.
Sołtysik-Piorunkiewicz A. (2009), Kontroling w organizacji i zarządzaniu, Oficyna Wy- dawnicza „Humanitas”, Sosnowiec.
Sołtysik-Piorunkiewicz A., Furmankiewicz M., Ziuziański P. (2015a), Kokpit menedżer- ski jako narzędzie do wspomagania decyzji prosumenta w e-zdrowiu [w:] M. Pań- kowska (red.), Uwarunkowania technologiczno-społeczne i modele prosumpcji, Wydawnictwo Uniwersytetu Ekonomicznego w Katowicach, Katowice, s. 188-212.
Sołtysik-Piorunkiewicz A., Furmankiewicz M., Ziuziański P. (2015b), Spersonalizowany kokpit menedżerski jako przykład podejścia kontekstowego w zarządzaniu wiedzą,
„Studia Ekonomiczne. Zeszyty Naukowe Uniwersytetu Ekonomicznego w Katowicach.
Informatyka i Ekonometria” nr 216, M. Pańkowska, E. Abramek (red.),Wydawnictwo Uniwersytetu Ekonomicznego w Katowicach, Katowice, s. 106-117.
Zawarska J. (2012), Identyfikacja i pomiar ryzyka w procesie zarządzania ryzykiem podmiotów gospodarczych, „Zarządzanie i Finanse”, nr 1(1), A. Antonowicz (red.), Wydział Zarządzania Uniwersytetu Gdańskiego, Gdańsk, s. 65-75.
Ziuziański P. (2014), Kokpit menedżerski jako efektywne narzędzie do wizualizacji da- nych w organizacji, „Rola Informatyki w Naukach Ekonomicznych i Społecznych.
Innowacje i Implikacje Interdyscyplinarne”, z. 1, Z.E. Zieliński (red.), Wydawnic- two Wyższej Szkoły Handlowej, Kielce, s. 60-69.
Ziuziański P., Furmankiewicz M. (2014), Projektowanie interaktywnych kokpitów mene- dżerskich zorientowanych na użytkownika, „Biuletyn Naukowy Wrocławskiej Wyższej Szkoły Informatyki Stosowanej. Informatyka”, vol. 4, Wydawnictwo Wrocławskiej Wyższej Szkoły Informatyki Stosowanej „Horyzont”, Wrocław, s. 32-38.
Ziuziański P., Furmankiewicz M. (2015), Rola kokpitu menedżerskiego w procesie po- dejmowania decyzji, „Zeszyty Naukowe Politechniki Śląskiej. Organizacja i Zar- ządzanie”, nr 77, Wydawnictwo Politechniki Śląskiej, Gliwice, s. 311-322.
Ziuziański P., Furmankiewicz M., Sołtysik-Piorunkiewicz A. (2014), E-health Artificial Intelligence System Implementation: Case Study of Knowledge Management Dashboard of Epidemiological Data in Poland, “International Journal of Biology and Biomedical Engineering”, Vol. 8, s. 164-171.
Ziuziański P., Furmankiewicz M., Sołtysik-Piorunkiewicz A. (2015), Kokpity menedżer- skie jako narzędzie monitorowania efektów kształcenia studentów, „E-mentor”, nr 3(60).
[www 1] http://www.stratexsystems.com/blog/2013/1/30/kpis-kris-kcis-are-they-different -if-so-does-it-really-matte.html (dostęp: 27.11.2015).
[www 2] http://www.dundas.com/blog-post/kpi-vs-kri-the-difference-and-the-importance/
(dostęp: 27.11.2015).
[www 3] http://skuteczneraporty.pl/blog/dodatek-sparklines-for-excel-cz-2-wykresy- przebiegu-w-czasie/ (dostęp: 27.11.2015).
[www 4] http://skuteczneraporty.pl/blog/dodatek-sparklines-for-excel-cz-3-wykres- pociskowy/ (dostęp: 27.11.2015).
[www 5] http://www.rudnicki.com.pl/pub/RM_05.pdf (dostęp: 27.11.2015).
[www 6] http://prawomiejscowe.pl/institution/19843/legalact/154484/19843/htmlpreview (dostęp: 27.11.2015).
[www 7] https://docs.google.com/viewerng/viewer?url=http://www.alebank.pl//images/
stories/pisma/nbs/2010/2010.12/nbs.2010.12.065-068.pdf (dostęp: 27.11.2015).
THE ROLE OF DASHBOARD IMPLEMENTATION IN BI SYSTEM FOR RISK MANAGEMENT IN ORGANIZATION. CASE STUDY
OF COOPERATIVE BANK
Summary: The article presents the implementation of dashboards in Business Intelli- gence system for risk management within the organization. The aim of the article was to determine the role of new business intelligence tools in the cockpit managerial, used to support risk management. The article describes the key metrics and indicators used for risk management in the organization and presented the forms of their presentation on the dashboard. As an example, the authors present the implementation of the risk manage- ment system in a cooperative bank. The authors analyzed the use of dashboards, taking into account analytical and graphical tools for data visualization on the dashboard.
Keywords: dashboard, Business Intelligence system, risk management, cooperative bank.