ROLA WDRAŻANIA KOKPITU MENEDŻERSKIEGO W SYSTEMIE BI DO ZARZĄDZANIA RYZYKIEM W ORGANIZACJI NA PRZYKŁADZIE BANKU SPÓŁDZIELCZEGO

(1)

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 ryzykiem. 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 wykorzystano wdrożenie systemu zarządzania ryzykiem w banku spółdzielczym. Omówiono zastosowania 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.

(2)

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

(3)

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

(4)

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. wykresy 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.

(5)

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 przedstawiono 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

(6)

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 nowego 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 przedstawione 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

(7)

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 systemu BI są narzędzia data mining wykorzystywane w warstwie eksploracji danych [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 decyzji, 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 ryzykiem, 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 zastosowania odpowiednich narzędzi informatycznych zarówno na etapie planowania strategii, ustalania kluczowych czynników sukcesu, miar i wskaźników osiągnięć w organizacji, jak i podczas samego użytkowania systemu. Mierniki powinny

(8)

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 erni

usta 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 ujęte

Kla 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 niu

decy 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 któr

tak 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. 4

acja

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 wska

4.

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 aźn

hara

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 tery

i ic atur nikó

akte

ych ej in

te mog

we

–

az na ów

? ewi

kaźn Key rs).

org se,

zarz

arz yzuj

ch 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 wy

tyka

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 onito

zed 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 ałaln

oro 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 otu

ści,

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 , ry

ych

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 yzyk

h 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 racy

ożli 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 ko

źnik

aźn giej o kt zen

org

•

• wicz

form kluc aźni emy yka

w or

ezb ą da e je

aleź 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 ane

st 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

ne

go 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 orm

esta

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 macj

awie

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

(9)

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 poziomu 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].

(10)

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 wykresie 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 pociskowego 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 podstawie 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.

(11)

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 danych [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.

(12)

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

(13)

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 n

• L u

• L

• C t b

• L n z

• 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

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-

(14)

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 kluczowych 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-

(15)

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.

(16)

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.

(17)

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 management 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.