Wpływ big data na rozwój systemów pomiaru efektywności przedsiębiorstw

Co zmieniło się w ostatnich latach?

Obecnie wiele firm dąży do zbudowania takiego właśnie systemu pomiaru efektywności. Jednakże uwarunkowania zewnętrzne zmieniają się, a zmiany przyspieszyły szczególnie w ostatnich latach, co wpłynęło na zmianę oczekiwań wobec systemów PMS. Po pierwsze, nastąpił ogromny rozwój nowych technologii w zakresie przesyłania i przetwarzania danych (szybkie połączenia internetowe, strumieniowe przesyłanie dźwięku oraz obrazu, zaawansowane systemy do analizy danych, media społecznościowe). Sprawił on, że firmy mają teraz dostęp do ogromnych i zróżnicowanych źródeł danych, jakiego nie miały nigdy wcześniej. Po drugie, ciągłe i skokowe zmiany w otoczeniu zewnętrznym sprawiają, że strategie i budżety coraz szybciej się dezaktualizują. Po trzecie, rośnie sieć podmiotów, które są zainteresowane funkcjonowaniem firmy – nie tylko akcjonariusze, ale również pracownicy, lokalne społeczności, rządy, organy i instytucje państwowe, banki, dostawcy, inwestorzy, partnerzy w sieci, do których należy dana firma. Po czwarte, rośnie stopień nasilenia walki konkurencyjnej ze względu na dążenie konkurentów do wykorzystania nowych technologii w celu osiągnięcia przewagi rynkowej.

Coraz częściej zatem zaczęły podnosić się głosy, że obecne podejście do projektowania i budowy systemów pomiaru efektywności staje się niewystarczające w otoczeniu biznesowym wyróżniającym się rosnącą złożonością, zmiennością i niepewnością. Dotychczasowe systemy pomiaru efektywności sprawdzają się bowiem w sytuacji, gdy problemy można jednoznacznie określić, a funkcjonowanie organizacji daje się zamodelować i przewidzieć z dużą dozą prawdopodobieństwa. Ich wadą staje się jednak to, że są sztywne, nie pozwalają na szybkie uczenie się organizacji i coraz częściej dostarczają nieadekwatnych do potrzeb, niedokładnych i nieaktualnych informacji. W rezultacie stają się obciążeniem, a nie wsparciem, szczególnie dla dynamicznych i szybko działających firm. Kwestionowane są również możliwości prognozowania przyszłych wyników przy wykorzystaniu obecnych rozwiązań.

To wszystko sprawia, że potrzebna jest zmiana myślenia na temat systemów pomiaru efektywności. Nowe wyzwanie to stworzenie systemu, który będzie bardziej dynamiczny i wrażliwy na zmiany w otoczeniu wewnętrznym i zewnętrznym, tj. będzie szybciej dostosowywał się do nowych okoliczności i niepewności, a także pozwoli na wykorzystanie rosnących zbiorów danych (określanych powszechnie jako big data) poprzez ich przetworzenie w informacje i wnioski przydatne w podejmowaniu decyzji. Jego nadrzędnym celem nie będzie sprawowanie kontroli poprzez optymalizację alokacji zasobów i prognozowanie wyników, ale wsparcie w lepszym poznaniu i zrozumieniu przyczyn pojawiających się problemów. Ma to pozwolić na podejmowanie właściwych działań przybliżających organizację do osiągnięcia zamierzonych celów strategicznych.

Nierzadko podkreśla się jeszcze jedną kwestię – te organizacje, które będą najszybsze i dokonają największych postępów w budowie nowych systemów pomiaru i zarządzania efektywnością przy wykorzystaniu big data mają szansę na zdobycie szczególnej przewagi konkurencyjnej. Pozostałe zaś ryzykują, że pozostaną w tyle z ograniczonymi możliwościami dotrzymania kroku konkurencji.

Wymagania wobec systemów pomiaru efektywności w erze big data

Powoli, po latach doświadczeń z dużymi zbiorami danych, zaczynają krystalizować się cechy charakterystyczne nowych systemów pomiaru efektywności, które będą opierały się na efektywnym wykorzystaniu big data. Przede wszystkim podstawowym wymaganiem jest to, aby umożliwić gromadzenie danych na temat efektywności z wielu różnych źródeł (np. dotyczących klientów, środowiska naturalnego, danych na temat rynku) bez względu na zastosowaną technologię, analizowane procesy, sposób ujęcia itd. Ma to służyć zapewnieniu różnorodności i wzbogacić wartość danych poprzez odkrycie nieznanych dotąd zależności, co możliwe będzie tylko po połączeniu kilku źródeł danych ze sobą.

Kolejnym wymogiem dla nowego systemu PMS jest autonomiczność. Należy ją rozumieć w ten sposób, że każda spółka w grupie kapitałowej, pion, segment czy dział powinny mieć swobodę w definiowaniu właściwych dla siebie zestawów mierników efektywności i systemu premiowania. Nie powinny one być ujednolicone dla wszystkich działów w myśl kaskadowania centralnego rozwiązania w dół organizacji. To znaczy, że każda jednostka w organizacji może w inny sposób przyczyniać się do jej sukcesu, np. jedne działy mogą redukować koszty firmy dzięki prowadzonym przez siebie pracom rozwojowym, inne zwiększając satysfakcję klientów, a inne jeszcze poprzez prostą redukcję kosztów. Nie oznacza to jednak, że organizacja na poziomie centrali nie może definiować wspólnych mierników dla wszystkich jednostek.