Лекция 6. Сбалансированная система показателей и оценка экономической эффективности проекта развития информационной системы

Данный раздел посвящен наиболее общему, но вместе с тем и наиболее сложному в использовании классу моделей экономической оценки информационных систем — сбалансированной системе показателей (balanced scorecard). Начнем с ограничений ранее рассмотренных моделей. Модели ССВ и ФСА/ФСУ позволяют оценить финансовый результат ИТ-проекта в следующих случаях:

- снижение совокупной стоимости владения информационной системой в рамках существующих бизнес-требований (модель ССВ);

- снижение затрат на осуществление определенных бизнес-процессов (модель ФСА/ФСУ);

- обеспечение бизнес-проектов, связанных с увеличением объема информационных потоков, например расширением бизнеса или обработкой специфических данных (модель ФСА/ФСУ).

Между тем вышеперечисленные области — не единственные, где вы­полняются успешные (или неуспешные) ИТ-проекты. Многие из них, в том числе, возможно, и наиболее успешные, относятся к другим облас­тям: ускорению бизнес-процессов, снижению рисков, повышению исполь­зования производственных мощностей и т. д. Перечисленные, а также по­добные им результаты не находят явного и немедленного отражения ни в одном из рассмотренных ранее показателей эффективности. Тем не ме­нее необходимо оценивать финансовый результат проектов и в назван­ных областях. С этой целью мы должны будем оценивать воздействие ИТ-проектов на весь набор измерителей результативности деятельнос­ти предприятия.

Основной понятийной моделью данного раздела избрана модель капитала знаний, предложенная американским исследователем проблемы П. Страссманом, и ее детализация в виде модели правил бизнеса Д. Васкевича. Для рассмотрения предложенного подхода на операционном уровне используется подход сбалансированной системы показателей. Наконец, для оценки финансового результата ИТ-проекта использована модель ValueBuilder компании PricewaterhouseCoopers.

Производительность информации, капитал знаний и правила бизнеса

Понятия производительности информации и капитала знаний были вве­дены П. Страссманом с целью оценки результативности внедрения информационных систем. Продемонстрировав отсутствие взаимосвязи между затратами на ИТ и прибыли для 468 крупнейших фирм США, Ев­ропы и Канады, автор пришел к выводу о необходимости другого измерителя отдачи от затрат на ИТ.

В качестве основного измерителя отдачи от вложения в ИТ Страссман предложил «отдачу от менеджмента». Данный показатель измеря­ется как отношение стоимости, добавленной менеджментом, и затрат на менеджмент. Соответственно под стоимостью, добавленной менеджмен­том, понимается остаток от всех расходов, то есть разность между при­былью после уплаты налогов и стоимостью капитала с поправкой на страновые различия в налоговом законодательстве. Под затратами на менеджмент понимаются все косвенные расходы, получаемые как раз­ность между общими и прямыми затратами. Отдача от менеджмента по­нимается автором как отдача от использования информации предприяти­ем, а затраты на менеджмент - как затраты на ее получение. Поэтому «отдача от менеджмента» отражает эффективность использования ин­формации на предприятии. Для приближенной оценки отдачи от менедж­мента П. Страссман вводит понятие производительности информации, где в знаменателе косвенные затраты, не наблюдаемые статистически, заменены на общие, сбытовые и административные расходы, данные о которых содержатся в отчетах зарубежных компаний.

Далее вводится понятие капитала знаний. Под таковым понимает­ся стоимость, добавленная менеджментом, деленная на средневзвешен­ную стоимость капитала. Вот самая простая интерпретация данного со­отношения: капитал знаний представляет собой оценку капитализации факторов, приводящих к получению стоимости, добавленной менедж­ментом, и приближенно описываемой показателем производительнос­ти информации. Если рассматривать капитал знаний более детально, можно сказать, что он описывает результат приобретения знаний ра­ботниками компании, выраженный в денежной форме. В этом случае под понятие «вложений в капитал знаний» подпадают все формы обуче­ния сотрудников предприятия — как формальные, так и неформальные. Первые очевидны; ко вторым относятся приобретение производствен­ного или управленческого опыта и навыков, участие в совещаниях, кон­сультирование и т.д. По оценке автора, на предприятиях с интенсивной информационной деятельностью более 25% заработной платы (а в правительственных учреждениях - многим более 50%) идет на расходы, связанные с информационной деятельностью, то есть входит в состав на­кладных расходов на менеджмент. Все эти расходы составляют инвести­ции в капитал знаний.

В качестве основного фактора, определяющего динамику капита­ла знаний, автор относит эффективность конверсии накладных расхо­дов в знания предприятия, измеряемую соответствующим коэффици­ентом. Коэффициент представляет собой отношение прироста капитала знаний за определенный период времени к общему объему накладных расходов за тот же период. Экономически данная величина представля­ет собой долю накладных расходов, затраченную продуктивно (другими словами, инвестированную в капитал знаний). Анализ динамики капита­ла знаний в компаниях США, по расчетам автора, обнаруживает следу­ющие свойства:

высокую корреляцию с рыночной стоимостью компании;

устойчивый рост отношения капитала знаний к акционерному капиталу у успешных компаний;

большой разброс значений коэффициента конверсии накладных рас­ходов в активы, в том числе и в область отрицательных значений.

Ряд признаков, в частности высокий уровень корреляции с рыночной капитализацией компании, позволяет рассматривать капитал знаний как показатель, близкий к акционерной стоимости. В дальнейшем автор отказывается от понятия стоимости, добавленной менеджментом, и за­меняет его уже рассмотренным выше показателем экономической до­бавленной стоимости, совпадающим по смыслу с акционерной стоимос­тью предприятия, оставляя в силе остальную аргументацию.

Для нашего курса существенно рассмотрение программного обеспе­чения с позиции капитала знаний. П. Страссман обращает внимание на то, что в настоящее время 40% бюджетов ИС расходуется на поддержку аппаратного и программного обеспечения и лишь около 10% — на новые проекты, причем во многих случаях важнейшим основанием разработки нового ПО является снижение затрат на техническую поддержку. Подход к ПО как к быстро обесценивающемуся активу, по мнению исследователя, не учитывает тот факт, что ПО становится одним из важнейших хранилищ знаний современного предприятия. При этом приобретение передового ПО, предназначенного для управления предприятием, поз­воляет фактически приобрести составляющие его основу знания за не­значительную часть цены их накопления. Тем самым эволюционное со­вершенствование ПО становится сейчас, а еще более — в перспективе одним из важнейших средств управления знаниями.

Развитием данной концепции является выделение среди затрат на ИТ собственно затрат и вложений в капитал знаний. Хотя в цитирован­ных работах перенос концепции капитала знаний на операционный уро­вень, то есть на уровень отдельных бизнес-процессов, не производился, мы считаем необходимым сформулировать некоторые замечания отно­сительно такого переноса. Передовые бизнес-процессы, отмеченные П. Страссманом, безусловно повышают устойчивость предприятия и его способность к созданию стоимости. Однако для управления описанным Страссманом процессом накопления капитала знаний необходимо оце­нить вклад отдельных бизнес-процессов в капитал знаний предприятия.

Для анализа процесса накопления капитала знаний целесообразно выделить в бизнес-процессе две составляющих: собственно бизнес-процесс, который будет рассматриваться в настоящем разделе как процесс документооборота, и связанную с ним систему правил бизнеса. Под правилами бизнеса (бизнес-правилами) понимается формализованная, обычно документированная система правил принятия решений либо иных действий операционного и более низкого уровня, принятая на дан­ном предприятии для типовых ситуации бизнеса. В качестве примеров бизнес-правил назовем правила выдачи кредита в банке, правила вы­бора цены в зависимости от условий заказа, правила определения став­ки страховых премий и т.д. В современных условиях подавляющий объ­ем бизнес-правил реализован в форме алгоритмов промышленных или собственных систем масштаба предприятия.

Особую роль правилам бизнеса придает американский специалист по реинжинирингу бизнес-процессов Д. Васкевич. Согласно его иссле­дованию, можно выделить три основные группы правил бизнеса:

правила принятия типовых решений. Каждое такое правило представ­ляет собой некоторое «дерево решения». Его роль — единообразное принятие решений, типовых для данного бизнеса. Примеры правила выдачи потребительского кредита банком или правила определения срока исполнения заказа промышленным (торговым) предприятием;

правила управления ресурсами. Каждое такое правило представляет собой один или несколько запросов на наличие ресурсов и, при условии наличия таковых, бронирование необходимых ресурсов. Его роль - динамическое поддержание баланса между потребностями и ресур­сами компании в целом. Примеры — функции контроля наличия материалов на складе или проверка лимита кредитования контрагента;

правила поддержания целостности корпоративных данных. Каждое такое правило представляет собой набор действий, выполняемых при создании, изменении или удалении записи в справочниках и иных цен­трализованных базах данных корпоративной информационной систе­мы (систем). Роль правила — поддержание целостности данных при работе с ними. Примеры - обязательные действия при сохранении/ удалении контрагента или документа из базы данных.

В своей совокупности набор правил бизнеса, реализованный в авто­матизированной системе, обеспечивает целостность информационной среды предприятия и соответствие принимаемых решений стратегичес­ким и оперативным установкам руководства.

Эффективность набора бизнес-правил с позиции акционерной сто­имости предприятия определяется экономической оценкой ущерба от ошибок первого и второго рода, возникающих при применении данною набора. Рассмотрим такой подход на примере решения о выдаче креди­та. Ошибку первого рода представляет выдача кредита, оказывающегося впоследствии проблемным; ошибку второго рода — отказ в выдаче кре­дита добросовестному заемщику. Соответственно эффективность набора бизнес-правил определяется суммой математического ожидания потерь от тех и других ошибок.

Усовершенствование набора бизнес-правил может, например, состоять в использовании более полного алгоритма отслеживания кредитной истории, который разделяет факты просрочки выплат по кредиту на форс-мажорные и обусловленные неаккуратностью пользователя, учитывающие объем просроченных платежей и т.д. Другим направлением совершенствования может быть подключение внешних баз данных по кредитной истории предприятий и частных лиц и т.д. Экономическая оценка результата таких усовершенствований будет состоять в сопоставлении достигнутого снижения математического ожидания потерь и до­полнительных затрат на бизнес-процесс.

Нетрудно заметить, что в современных условиях изменение набора бизнес-правил обычно требует внедрения новой информационной систе­мы или модернизации существующей. Если на предприятии уже сущест­вует регулярный менеджмент, изменение набора бизнес-правил требует изменения регламента информационных потоков на предприятии. Следовательно, если этот регламент уже реализован в виде информационной системы (а в противном случае само понятие бизнес-правил теряет смысл), последняя должна быть модифицирована или заменена.

Приведенный метод непосредственного определения финансового результата весьма трудоемок и требует, помимо прочего значительных затрат времени на получение соответствующих статистических данных. Но главный его недостаток заключается в невозможности получения досто­верных априорных оценок финансового результата, поскольку в рамках старого набора бизнес-правил соответствующая статистика обычно не собирается. Поэтому такого рола исследования целесообразны исклю­чительно в рамках крупномасштабных изменении набора бизнес-правил, например в ходе реинжиниринга бизнес-процессов. Более распростра­ненные проекты эволюционных изменений требуют иных, более деше­вых методов экономической оценки, пригодных, в частности, для прогно­зирования финансового результата проекта.

Такую методику в настоящем курсе представляет сбалансированная система показателей, которой посвящен раздел 1.4.2.

1.4.2. Проект развития информационной системы и показатели результативности деятельности предприятия

Начиная с классической работы Питерса и Уотермена в работах по теории и практике менеджмента, неоднократно отмечалась недостаточность одних лишь финансовых измерителей для оценки результативности деятельности предприятия. Результатом изысканий в этой области стала концепция сбалансированного набора показателей результативности - системы финансовых и нефинан­совых метрик, построенной на основе набора факторов, определяющих акционерную стоимость предприятия, и непосредственно связанной с принятой стратегией ее увеличения.

Нет ли противоречия между принятием акционерной стоимости как основного измерителя результативности предприятия и включением нефинансовых показателей в набор измерителей результативности? Противоречие кажущееся, поскольку традиционные финансовые метрики, бухгалтерские по своей природе, вообще говоря, не измеряют денежный поток предприятия. Более того: бухгалтерские измерители по самой своей сути отражают события, случившиеся в прошлом. Поэтому даже проведение корректировок, не позволяет оценить будущий денежный поток, который, собственно, и является главным фактором, определяющим акционерную стоимость предприятия.

Собственно построение сбалансированной системы показателей результативности проводится следующим образом.

1. На основе базовых факторов, определяющих акционерную стои­мость предприятия (рост продаж, операционная маржа, налоги, капитальные затраты, изменение оборотного капитала, стоимость акционерного капитала, стоимость заимствований, структура капи­тала, период конкурентного преимущества), формируется дерево факторов, определяющих стоимость данного предприятия с учетом отраслевой специфики, базы конкуренции, сильных и слабых сторон данного предприятия и. наконец, принятой стратегии развития. На этой основе формируется набор ключевых факторов успеха – областей менеджмента, в которых предприятие должно добиться успеха – для осуществления принятой стратегии.

2. Определяются ключевые показатели результативности (КПР ) — метрики, количественно описывающие степень достижения резуль­тата в области ключевых факторов успеха. Метрика должна обла­дать следующими свойствами:

- непосредственной связью со стратегией;

- простотой для понимания;

- способностью побуждать к действиям;

- квантифицируемостью, то есть способностью представления в ко­личественном выражении.

Ее задачи заключаются и в том, чтобы:

способствовать сосредоточению на внешней среде и конкуренции;

способствовать ориентированному на факты проактивному анализу;

быть по возможности доступной для сравнения с показателями других компаний.

В качестве примера приведем цель - инновационное лидерство на рынке - и КПР для нее (долю выручки от продуктов, разработанных за последние три года, в общей выручке). Отметим способность по­буждать к действиям — ускорение вывода продуктов на рынок, повы­шенное внимание сбытовиков к данной группе продуктов - и сосре­доточение на конкуренции (результат измеряется долей в выручке).

3. На основании стратегии и существующего положения дел опреде­ляются текущие цели - плановые значения ключевых показате­лей результативности. По отношению к этим целям строится систе­ма стимулирования менеджеров и работников предприятия. Сбалансированная система показателей результативности в целом должна дополнительно характеризоваться:

охватом всей цепи создания стоимости;

количественной обозримостью — число метрик должно быть в диапа­зоне 40-60;

поддержанием баланса между финансовыми и нефинансовыми метри­ками,

поддержанием баланса между внутренними метриками, оценивающи­ми достижение целей самого предприятия, и внешними, оценивающи­ми достижение целей важных для предприятия сторон (поставщиков, покупателей, конкурентов);

непротиворечивостью метрик, применяемых на каждом из уровней управления (действие, наказываемое одной метрикой, не должно по­ощряться другой);

согласованностью метрик на всех уровнях управления (метрики ниже­стоящих уровней должны вытекать из метрик вышестоящих уровней).

Таким образом, сбалансированная система показателей результатив­ности по определению должна отражать любое существенное изменение в процессе создания стоимости на предприятии, например изменение эффективности набора бизнес-правил, описанное в разделе 1.4.1. Следовательно, экономический результат изменения системы бизнес-правил или появления таковой должен найти отражение в тех или иных КПР. Таким же образом описывается совокупное изменение капитала знаний. Временно остается открытой проблема повторного счета, например учета одного и того же события как изменения стоимости бизнес-процесса и одновременно как изменение соответствующего КПР. Эта проблема будет рассмотрена в следующем разделе.

В заключение отметим, что необходимым условием применения вы­шеописанного подхода (далеко не всегда выполненным) является нали­чие на предприятии сбалансированной системы показателей результа­тивности. Создание таковой - сложная задача, рассмотрение которой выходит за рамки данного курса. Тем не менее, ввиду существенности данной проблемы отметим некоторые признаки отсутствия означенной сис­темы на предприятии:

смешенные оценки, допустим выработка на одного работника. Данная метрика подает один сигнал «производи», что может противоречить, например, философии «точно в срок», если таковая принята на предприятии;

ориентация на историю, проявляемая обычно как предпочтение фи­нансовых измерителей (см. выше);

чрезмерное внимание к локальным метрикам, например к затратам на один обработанный счет-фактуру;

избыток устаревших метрик. Их набор меняется с изменением стратегии, так что старые метрики следует своевременно упразднять;

сосредоточение на данных, а не на информации. Различие между данными и метрикой: набор данных становится метрикой, будучи под­крепленным целью и ожиданием достижения этой цели со стороны менеджмента.

Таким образом, применение набора метрик, используемых предприятием, к оценке финансовой отдачи ИТ-проекта требует предварительной проверки набора метрик на соответствие принципам сбалансирован­ной системы показателей. Ее отсутствие является не только серьезным препятствием для экономической оценки проекта, но и аргументом про­тив реализации крупных ИТ-проектов как таковых, поскольку низкое качество метрик легко может привести к неверной постановке целей и задач самого проекта.

1.4.3. Измерители результативности в оценке воздействия проекта на акционерную стоимость предприятия

Выше было показано, что изменение капитала знаний предприятия, в час­тности (и прежде всего) применяемого на нем набора бизнес-правил, может наблюдаться в системе метрик сбалансированной системы из­мерения результативности. В настоящем разделе будут рассмотрены две проблемы, связанные с таким измерением. Первая — оценка финансо­вого результата ИТ-проекта через изменение отдельных КПР, то есть воздействия результатов проекта на изменение КПР и воздействия из­менения КПР на изменение акционерной стоимости предприятия. Вторая — исключение двойного учета результата одного и того же измене­ния, например в модели КПР и в модели ФСА/ФСУ.

Изменение КПР и изменение акционерной стоимости предприятия

В настоящем разделе будет предложен механизм оценки финансового результата проекта на основании изменений отдельных КПР.

Первую задачу составляет оценка воздействия ИТ-проекта на КПР предприятия. Основной инструмент такой оценки - привязка к бизнес-процессам КПР с одной стороны, и результатам ИТ-проекта, с другой. При этом построение сбалансированной системы измерения ре­зультативности уже предполагает привязку КПР к определенным бизнес-процессам, тогда как привязка к бизнес-процессам результатов ИТ-проекта должна быть проведена в ходе экономического анализа по­следнего.

С этими целями при анализе проекта средствами модели ФСА/ФСУ определяются не только изменения в потреблении отдельных ресурсов, но и изменение других характеристик бизнес-процесса: времени, вероят­ности успешного завершения и т.д. (напомним, что модель ФСУ не толь­ко допускает, но и прямо предполагает такой анализ). Соответствующие показатели выступают в качестве атрибутов функций, используемых на предприятии. Анализ по модели ФСУ позволяет разложить итоговый КПР на результаты выполнения отдельных операций. Например, время оборота для торговой компании определяется временем обработки заказа покупателя, вероятностью наличия товара на складе, временем заказа товара у поставщика, временем осуществления поставки и временем получения задолженности от покупателей. В рамках построения модели ФСУ необходимо определить взаимосвязь этих показателей и чувстви­тельность КПР к изменению показателей результативности отдельных операций. В итого выводится ФСУ-модель КПР - уравнение, описыва­ющее чувствительность КПР к изменению показателей результативнос­ти определяющих его операций:

AKPI = £s,Aii

1-1где AKPI - изменение значения итогового KI IP;

Дг₍ изменение показателя результативности i-й операции, состав­ляющей бизнес-процесс;

s коэффициент чувствительности для i - й операции (определяется при построении ФСУ-модели).

При систематическом отслеживании в качестве атрибутов функ­ций бизнес-процессов результирующая оценка КПР выводится путем простой подстановки соответствующих значений атрибутов в уравнение (2.4).

Далее определяется изменение показателей результативности отде­льных операций в целевых бизнес-процессах, которые являются пред­полагаемым результатом ИТ-проекта. Методика такого расчета была подробно описана в предыдущей главе (мы по-прежнему предполагаем эволюционный характер изменений бизнес-процесса). Подставляя полу­ченные таким образом оценки Дг в ФСУ-модель КПР (2.4), получаем ис­комое ДКР1. Отметим, что коэффициенты чувствительности сохраняют свои значения при малых Дг,, гак что уравнение (1.2) также применимо лишь при малых изменениях, то есть при эволюционном совершенство­вании бизнес-процесса.

Наконец, необходимо количественно оценить воздействие измене­ния одного или нескольких КПР на акционерную стоимость предпри­ятия. Методически эта задача значительно сложнее, чем рассмотренная выше задача оценки эффективности бизнес-процесса, так что непосред­ственное решение еще более сложно, чем в рассмотренном выше слу­чае. Поэтому и в данном случае применяются косвенные методы оценки. Наиболее распространена методика Value Builder, которая наряду с одноименной программой разработана фирмой PricewaterhouseCoopers.

Первый шаг, согласно этой методике, состоит в построении дере­ва факторов, определяющих акционерную стоимость компании, вплоть до уровня отдельных КПР. Второй этап - определение чувствительнос­ти стоимости компании к изменению отдельных КПР средствами регрес­сионного анализа путем построения для стоимости компании уравнения:

FCF= а+j^p, KPI, +u,

и

где FCF - свободный денежный поток; а. р....Р., — коэффициенты регрессии; KPI₁'...KPI_|i - значения КПР; и_] - случайная переменная.

Если размерность рядов данных не позволяет построить регрессион­ное уравнение для отдельных КПР, то уравнение (1.5) строится для ос­новных факторов, определяющих стоимость (см. предыдущий раздел). В последнем случае чувствительность факторов, определяющих стои­мость, к изменению отдельных КПР определяется экспертным путем. Наконец, на последнем этапе прогнозные значения КПР, полученные на предыду­щем шаге, подставляются в уравнение (2.5), что позволяет оценить сво­бодный денежный поток.

Таким образом, применение сбалансированной системы показателей результативности позволяет в конечном счете оценить финансовый ре­зультат ИТ-проекта. Условия достоверности такого расчета — наличие сбалансированной системы показателей результативности, связыва­ющей КПР со свободным денежным потоком, и ФСУ-моделей для от­дельных КПР, связывающих их изменения с изменениями показателей результативности составляющих их операции. В отсутствие таких дан­ных приближенная оценка финансового результата может быть получена экспертным путем. Крупные консалтинговые фирмы располагают соответствующими методиками. К сожалению, стоимость таких иссле­дований высока, а точность их результата оставляет желать лучшего, по­этому такие приближенные оценки полезны только для наиболее круп­ных ИТ-проектов.

Совместное использование КПР, ФСА/ФСУ и ССВ в расчете финансового результата ИТ-проекта

В определенных условиях совместное применение различных моделей оценки финансового результата ИТ-проекта может привести к повторному учету экономического эффекта одного и того же события. Напри­мер, если одним из КПР является сумма затрат на вспомогательные биз­нес-процессы, то эффект автоматизации бухгалтерского учета может быть рассчитан по меньшей мере тремя способами: средствами модели ФСА/ФСУ (сумма изменений затрат на бизнес-процессы бухгалтерского учета), средствами сбалансированной системы показателей результатив­ности (изменение соответствующего КПР), и, наконец, средствами обе­их моделей. В настоящем разделе будет предложена методика, позво­ляющая избежать неопределенности результатов при одновременном применении нескольких моделей.

Итак, в качестве основного метода оценки необходимо рассматри­вать систему КПР. Причина заключается в том, что правильно постро­енная система КПР дает наиболее общую оценку финансового результа­та ИТ-проекта, включающую в себя оценку изменения как финансовых, так и нефинансовых измерителей. Поэтому именно модель КПР, вообще говоря, может вобрать в себя эффекты, рассчитываемые средствами моделей ССВ и ФСЛ/ФСУ. Более того, она обеспечивает стоимостную оценку показателей, учитываемых как атрибуты функций в модели ФСУ. Ключевые показатели результативности, которые не могут быть оценены через значения атрибутов функций согласно уравнению (1.4), долж­ны быть оценены экспертно.

Далее производится оценка пересечения моделей КПР и ФСА/ФСУ. Пересечение имеет место в случае, если один или несколько КПР оцени­вают полностью или частично издержки выполнения бизнес-процессов. Если пересечение обнаружено, то бизнес-процессы, стоимость которых оценивается соответствующими КПР, не подлежат дальнейшему рассмот­рению. Воздействие ИТ-проекта на оставшиеся бизнес-процессы (если таковые существуют) можно оценить средствами модели ФСА/ФСУ.

Модель ССВ в этом случае применяется в рамках моделей КПР и ФСА/ФСУ для повышения точности опенок изменения издержек бизнес-процессов в части затрат на ИТ. Так, финансовый результат внедрения системы управления масштаба предприятия должен быть получен путем соотне­сения экономической оценки изменения КПР и изменения ССВ вслед­ствие крупных изменений применяемых средств ИТ. Аналогично ССВ может быть использована для повышения точности оценки изменения стоимости бизнес-процесса в модели ФСА/ФСУ. При работе над круп­ным ИТ-проектом затраты на ИТ изменяются скачком (что противоре­чит условиям модели ФСА/ФСУ), но модель ССВ позволяет их предска­зать. Поэтому затраты на ИТ рассматриваются в рамках модели ССВ, а при расчетах по модели ФСА/ФСУ вычитаются из суммы затрат на бизнес-процесс. Таким образом, может быть предложена следующая схема расчета финансового результата ИТ-проекта.

Таким образом, в оценке финансового результата ИТ-проекта КПР модели ФСА/ФСУ и ССВ имеют строго определенные области приме­нения. Взаимоотношения между ними в общей методике расчета мо­гут и должны быть определены в рамках схемы на рис. 1.14 до начала собственно процедуры оценки. Выполнение этого условия гарантирует, что совместное применение вышеназванных моделей к решаемой задаче приведет к повышению точности результата.

Дата добавления: 2014-01-04