«Истина лежит перед людьми по сто лет на столе, а они её не берут…»
Ф.М. Достоевский
Предисловие
Проблема оценки эффективности новых «инженерных» ИТ-технологий, предлагаемых к внедрению, традиционно является головной болью Службы информационных технологий (СИТ) промышленной компании.Немолодой бюджетодержатель из числа топ-менеджмента хочет, и весьма справедливо, чего-то более существенного, чем красивые презентации внедренцев, – за долгое время работы он на них уже насмотрелся. Прижимистый бюджетодержатель пропускает мимо ушей разговоры, что «в компании Х этот софт внедрён успешно», они не трогают его циничную душу, и это правильно. Прозорливый бюджетодержатель настороженно относится даже к одному, успешно проведённому СИТом пилотному проекту, догадываясь, что условия пилота – всегда несколько «специфические», а значит 100% гарантии повторения успеха при масштабировании пилот не даёт, что тоже справедливо и весьма.
Бюджетодержателю нужны гарантии, а гарантии дают проверенные, ставшие классическими оценочные методики, расчёты по исходным данным конкретно его компании и наглядные результаты, которые он поймёт, сможет проанализировать и на основе которых примет управленческое решение – инвестировать в ИТ или не стоит. А если уж дело дойдёт до инвестирования – то сможет ещё и повлиять на результаты внедрения.
Такие методики есть. Да, они существуют. Об одной из них пойдёт речь в этой статье1.
1. Описание метода
«Практика рождает совершенство» ©
1.1 Немного теории
Метод основан на понятии «кривой обучения» и был первоначально разработан для промышленного производства дискретной продукции любого уровня сложности.В эпоху внедрения массового производства исследователи заметили, что чем чаще происходит переналадка оборудования под другую продукцию, тем ниже производительность труда рабочих, и наоборот, чем дольше выпускается однотипная продукция, тем больше растёт производительность труда, сокращаются все издержки в производственной системе и снижаются потери от брака. Производственный конвейер как бы «разгоняется». Причина стала понятна – накапливается опыт выпуска данного вида продукции в результате непрерывного совершенствования практической деятельности организации, а также изменений в управлении, инжиниринге и технологии. То есть организация «самообучается».
Чтобы найти закономерности обучения, данные измерений оформили в виде графиков.
Кривая обучения – это график, который показывает зависимость (функцию) между временем изготовления данной единицы продукции и количеством единиц, которые были произведены до неё.
Дальнейшие исследования показали, что зависимость оказалась нелинейной и скорость обучения зависит от вида продукции, но корреляция всё-таки наблюдалась. Тогда были сделаны нижеследующие допущения, лёгшие в основу теории:
- количество времени, необходимое для выполнения определенного задания на работу или выпуск единицы продукции, будет каждый следующий раз меньше времени на ранее выполненное такое же задание;
- время, затрачиваемое на выполнение одного задания, уменьшается на одну и ту же относительную величину;
- снижение затрат времени носит предсказуемый характер.
Итак, выяснилось, что кривая обучения близка к экспоненциальной, а стабильное снижение времени на 20% назвали «80%-й кривой обучения».
Поскольку для разных отраслей и типов продукции (а если быть точнее, то – технологий) снижение разное, а для экономических расчётов планируемой продукции нужны какие-то нормативы, то ввели понятие «нормы обучения», выраженной в процентах.
Почему это важно? Потому что операционному менеджеру важно понимать, сколько времени займёт освоение продукции и какова будет производительность после полного освоения технологии. От этого зависят и производственное планирование, и себестоимость единицы продукции.
1.2 Построение кривых обучения
Кривые строятся обычно двумя методами: арифметическим или логарифмическим, арифметический – самый простой.При арифметическом методе сначала определяют расчётные номера изделий удвоением предшествующего расчётного номера, то есть получают ряд номеров: 1, 2, 4, 8, 16, 32, 64, … Затем время изготовления первого изделия умножают на норму обучения и получают время изготовления второго изделия. Затем время изготовления второго изделия умножают на норму обучения и получают время изготовления четвёртого изделия и т. д. Кривые начинают выглядеть примерно как на рисунке ниже:
Рис. 1. Кривые обучения с нормами обучения 70, 80 и 90%, построенные арифметическим методом
2. Применение метода в ИТ-проектах
Для оценки эффективности новой ИТ-технологии обычно проводят пилотный проект. Согласно вышеописанному методу в организацию «пилота» следует внести существенные коррективы.Давайте посмотрим на тот же график кривых обучения (рис. 1), но в логарифмических координатах:
Рис. 2. Кривые обучения в логарифмических координатах
Поэтому в «пилоте» надо выполнять не один, а два однотипных проекта: первый – для получения начальной точки и второй – для угла наклона логарифмической прямой и вычисления нормы обучения.
Это сразу даёт нам полную картину того, какая будет производительность после полного освоения ИТ-технологии организацией и когда это освоение произойдёт по срокам – см. рис. ниже:
Рис. 3. Анализ графика по результатам пилотного проекта
Почему желательно использовать логарифмическую шкалу? По мере накопления опыта (выпуска новых рабочих проектов) появляются новые практические точки на графике, а значит можно немного подкорректировать первоначальный наклон прямой (рис. 2) и пересчитать показатели обучения в сторону уточнения.
Послесловие
Подробное описание этого метода можно найти в любом приличном учебнике по операционному менеджменту/управлению производством, что означает вполне приемлемый уровень объективности оценки. Это уже не метод весовых коэффициентов, где набор субъективных показателей дополняется субъективным мнением «экспертов», участвующих в выборе ИТ-технологии (поэтому, как правило, является формальным прикрытием корпоративного «договорняка»).Кроме того, цена ИТ-технологии уже не играет «всёрешающую» роль в конкурсных торгах: стоимость лицензий и внедрения может быть выше, чем у конкурентов, но норма обучения окажется существенно ниже, а значит – выше рентабельность на длинном плече.
Итак, применение метода кривых обучения позволит:
- количественно, в цифрах, оценить эффективность внедряемой технологии, а если результат анализа неудовлетворительный – вовремя остановить неэффективное инвестирование, что не менее важно;
- операционный топ-менеджер, сравнивая по графику расчётное время выпуска N-го проекта и фактическое, может наглядно понять резервы «кайдзен», то есть возможности «дожать» технологию в своей организации;
- наконец, руководитель СИТа, когда фактический срок выпуска проектов начнёт приближаться к предельному расчётному, может обоснованно начать планировать ИТ-инновацию, поскольку возможности существующей технологии себя исчерпали и начальство это само видит.
1. В статье использованы материалы R.B.Chase “Operations Management for Competitive Advantage” (tenth edition).