Инновационная система сбалансированных показателей в управлении цифровой трансформацией социально-экономического развития регионального кластера
Уткин А.И.1
1 Санкт-Петербургский государственный университет, Россия, Санкт-Петербург
Скачать PDF | Загрузок: 9 | Цитирований: 3
Статья в журнале
Вопросы инновационной экономики (РИНЦ, ВАК)
опубликовать статью | оформить подписку
Том 12, Номер 3 (Июль-сентябрь 2022)
Цитировать:
Уткин А.И. Инновационная система сбалансированных показателей в управлении цифровой трансформацией социально-экономического развития регионального кластера // Вопросы инновационной экономики. – 2022. – Том 12. – № 3. – С. 1731-1746. – doi: 10.18334/vinec.12.3.116306.
Эта статья проиндексирована РИНЦ, см. https://elibrary.ru/item.asp?id=49551603
Цитирований: 3 по состоянию на 30.01.2024
Аннотация:
В статье исследуется проблема определения критериев оценки эффективности цифровой трансформации социально-экономического развития регионального кластера в рамках разработки стратегических проекций инновационной системы сбалансированных показателей. Обоснован инновационный характер формирования системы сбалансированных показателей на основе установления взаимосвязи цифровой трансформации информационных потоков кластеризации и качества ключевых показателей эффективности в процессе выработки стратегии управления экономическим потенциалом регионального кластера. Выделены возможности применения ERP-систем для идентификации критериев оценки эффективности цифровой трансформации кластера в разрезе типовых групп информационных потоков деятельности кластерообразующих предприятий. По данным девяти областей Центрального федерального округа Российской Федерации за период 2017–2021 гг. проведен корреляционный анализ взаимосвязи интегральной величины финансово-экономического потенциала регионального кластера и ключевых составляющих (интегрированных характеристик) цифровой трансформации кластерного потенциала для последующего определения проекций инновационной системы сбалансированных показателей. С использованием ERP-систем выявлены и структурированы факторы внутренней и внешней среды цифровой трансформации кластерообразующих предприятий в рамках проекций инновационной системы сбалансированных показателей и типовых групп информационных потоков кластера. В результате исследования на примере кластерообразующих предприятий Ивановской области разработаны интегрированная инновационная система сбалансированных показателей оценки эффективности трансформации информационных кластерных потоков и модель управления цифровой трансформацией социально-экономического развития регионального кластера на основе группировки и модификации ключевых критериев и факторов стратегических проекций.
Ключевые слова: региональный кластер, цифровая трансформация, эффективность трансформации, ERP-системы, инновационная система сбалансированных показателей
JEL-классификация: C52, M11, M15, O31
Введение
В рамках реализации комплексной стратегии управления экономическим потенциалом и устойчивым развитием регионального кластера на основе системы сбалансированных показателей тенденции цифровизации, способствующие оптимизации и ускорению бизнес-процессов, определили основополагающую роль цифровой трансформации в повышении общего уровня эффективности деятельности кластерообразующих предприятий, выражающемся в усилении функций территориальной кластеризации и повышении инновационной активности организаций. Так, в 2010–2019 гг. повышение темпов цифровой трансформации кластерообразующих предприятий Ивановской области (Открытое акционерное общество Хлопчатобумажный комбинат (ОАО ХБК) «Шуйские ситцы», Общество с ограниченной ответственностью (ООО) «МИРтекс», ООО «ТДЛ Текстиль», ООО «Нордтекс», ООО «ХБК «Навтекс», АО «Полет» Ивановский парашютный завод) в среднем на 10,5% привело к среднегодовому приросту их эффективности (инновационному ускорению кластерных процессов) на 5,5% [1] (Bloomberg, https://www.bloomberg.com/europe). При этом неравномерность развития цифровых технологий обработки информационных кластерных потоков не только обострила проблему отсутствия индикаторов оценки эффективности цифровой трансформации социально-экономического развития кластера, но и определила необходимость создания инновационного подхода к разработке стратегических проекций модели системы сбалансированных показателей.
Инновационный характер формирования системы сбалансированных показателей в управлении цифровой трансформацией должен основываться на зависимости качества ключевых опорных показателей стратегических проекций от процесса трансформации информационных потоков кластеризации. В связи с этим уровень эффективности цифровой трансформации социально-экономического развития регионального кластера должен свидетельствовать о целесообразности и надежности всей инновационной системы сбалансированных показателей и допустимости ее применения для управления развитием кластерообразующих предприятий. Упорядоченные информационные потоки кластера, направляемые с помощью ERP-систем (Enterprise Resource Planning) на генерацию достоверных данных по важнейшим организационным сферам кластеризации (финансовая стабильность, клиентский опыт, принятие стратегических решений и состояние организационной структуры, сегменты и функциональные особенности бизнеса, инновационные и образовательные технологии), в процессе цифровой трансформации формируют должным образом ключевые показатели проекций, выступающие индикаторами оценки эффективности трансформационного процесса. В данной ситуации при разработке инновационной системы сбалансированных показателей ERP-системы позволяют упростить управление цифровой трансформацией и выступают ее основной платформой, учитывающей специфику функционирования кластерообразующих предприятий и регионального кластера в целом. Инновационные стратегические проекции должны содержать ключевые прямые и косвенные критерии оценки эффективности трансформации информационных потоков кластера, обеспечивающие комплексный охват сфер деятельности кластерообразующих предприятий и определяющие под влиянием различных позитивных и негативных факторов стратегические направления улучшения экономического потенциала и достижения устойчивого развития.
Проблема исследования заключается в определении критериев оценки эффективности цифровой трансформации социально-экономического развития регионального кластера в контексте формирования стратегических проекций инновационной системы сбалансированных показателей для оценки и управления экономическим потенциалом и устойчивым развитием кластерообразующих предприятий.
Цель исследования – разработка на примере кластерообразующих предприятий Ивановской области интегрированной инновационной системы сбалансированных показателей оценки эффективности трансформации информационных кластерных потоков с последующим построением модели управления цифровой трансформацией социально-экономического развития регионального кластера.
Методами исследования являются критический анализ, качественный анализ, корреляционный анализ, группировка, систематизация, моделирование, обобщение, сценарное прогнозирование (проецирование) на основе инновационной модели системы сбалансированных показателей и технологии ERP-систем.
Основная часть исследования
Проведенный критический анализ существующих концепций зарубежных и российских исследователей проблемы выявления индикаторов оценки эффективности цифровой трансформации в контексте разработки системы сбалансированных показателей позволил установить общую приверженность данных подходов идее комплексного преобразования деятельности предприятий и региональных промышленных комплексов, состоящей в периодическом изменении целевых показателей эффективности бизнеса в зависимости от смены цифрового обеспечения видения, стратегии и миссии устойчивого развития. Согласно основным положениям теоретических взглядов Д.Г. Родионова [2] (Rodionov et al., 2020), В.Г. Халина [3] (Khalin, Chernova, 2018), Н.В. Пахомовой [4] (Pakhomova, Tkachenko, 2014), ключевым принципом определения критериев оценки эффективности цифровой трансформации информационных бизнес-потоков выступает сопоставление и дальнейшее преобразование уровней цифрового развития предприятий отрасли при сравнении с показателями цифровизации деятельности наиболее конкурентоспособной организации. Позиции А.И. Боровкова [5] (Borovkov et al., 2019), В.М. Шараповой [6] (Sharapova et al., 2017), Ю.М. Максимова [7] (Maksimov et al., 2008), А.Л. Кудрина [8] (Kudrin, Gurvich, 2014) основываются на выделении в качестве принципа выбора оценочных критериев эффективности цифрового трансформационного процесса использование «цифровых двойников» для моделирования и дальнейшей трансформации целевых установок компании с опорой на лидирующие показатели цифровизации в целом по отрасли. В свою очередь, зарубежные экономисты С. Ли [9] (Lee et al., 2021), К. Хамфрис [10] (Humphreys et al., 2016), М. Китсон [11] (Kitson, 2019), Дж. Хамамура [12] (Hamamura, 2019), Г. Гудерган [13] (Gudergan, Buschmeyer, 2015), К. Мэтт [14] (Matt et al., 2015) отмечают, что главным принципом определения критериев оценки эффективности цифровой трансформации является оценка ключевых возможностей и перспектив наращивания стоимости компаний в цифровой экономике, позволяющая переориентировать бизнес на совершенствование цифровых процессов и трансформировать корпоративную стратегию.
В отношении социально-экономического развития регионального кластера использование принципов, предложенных авторами рассмотренных подходов, невозможно в связи со способностью промышленных комплексов и кластерообразующих предприятий самостоятельно генерировать кластерные и экономические процессы и внедрять в региональную систему тенденции цифровизации [15–17] (Soldatova, 2021; Utkin, Speransky, 2019; Dorzhieva, 2021). В условиях необходимости цифрового регулирования обратной связи кластерообразующих предприятий с клиентской базой и региональными субъектами, на которых распространяются тенденции кластеризации, главным принципом идентификации критериев оценки эффективности цифровой трансформации социально-экономического развития кластера и формирования инновационной системы сбалансированных показателей следует считать использование ERP-систем, обеспечивающих комплексный охват и гибкую аккумуляцию всех данных и информационных потоков по ключевым аспектам кластеризации.
Нами выделены следующие возможности применения ERP-систем для идентификации критериев оценки эффективности цифровой трансформации социально-экономического развития регионального кластера в контексте разработки стратегических проекций инновационной системы сбалансированных показателей:
· аккумуляция цифровых корпоративных баз данных, накапливание и распределение однотипных информационных потоков трансформации кластера для их дальнейшего разведения по ключевым аспектам работы кластерообразующих предприятий, перевода в итоговые количественные и качественные индикаторы и проведения аналитического отбора показателей, несущих в себе стратегически значимую информацию;
· проведение в режиме реального времени полной аналитики информационных кластерных потоков по группам потребителей кластерообразующей продукции, стандартизация данных о различных взаимосвязях трансформационных процессов работы структурных подразделений для дальнейшей переориентации показателей на достижение положительного эффекта цифровизации;
· обработка и организация целенаправленного движения информационных потоков трансформации кластера из разных каналов с целью достижения одинакового качества формирования итоговых показателей, позволяющего в процессе цифровой трансформации выявить стратегически значимые индикаторы.
Для определения стратегических проекций инновационной системы сбалансированных показателей, образуемых за счет представленных возможностей ERP-систем, необходимо с использованием статистических данных о социально-экономическом развитии девяти областей Центрального федерального округа Российской Федерации, отличающихся наиболее ярко выраженными тенденциями территориальной кластеризации, провести за период 2017–2021 гг. корреляционный анализ взаимосвязи интегральной величины финансово-экономического потенциала регионального кластера и ключевых составляющих (интегрированных характеристик) цифровой трансформации кластерного потенциала, что позволит выявить составляющие (проекции), оказывающие наибольшее влияние на кластер. При расчете парных коэффициентов корреляции (r) использованы следующие величины:
· финансово-экономический потенциал регионального кластера (результирующий признак) (Y), млрд руб.;
· составляющая «Финансовая ценность кластера» (X1), млрд руб.;
· составляющая «Трансформация клиентского спроса» (X2), млрд руб.;
· составляющая «Изменения имиджа кластера» (X3), %;
· составляющая «Потенциал внутренних процессов кластера» (X4), %;
· составляющая «Инновационная привлекательность кластера» (X5), %.
Исходные данные для анализа сформированы на основе данных информационно-аналитической системы Bloomberg Professional за 2017–2021 гг. (табл. 1) [1] (Bloomberg, https://www.bloomberg.com/europe).
Таблица 1
Исходные данные для корреляционного анализа
финансово-экономического потенциала регионального кластера
Область Центрального федерального округа
|
Год
|
Y
|
X1
|
X2
|
X3
|
X4
|
X5
|
1
|
2
|
3
|
4
|
5
|
6
|
7
|
8
|
Владимирская
|
2017
|
70284
|
12956,2
|
109,81
|
17,3
|
77,5
|
6,1
|
2018
|
85265
|
14312,2
|
105,74
|
17,5
|
77,7
|
5,7
| |
2019
|
103848
|
16228,8
|
106,74
|
15,0
|
77,6
|
4,4
| |
2020
|
116202
|
18796,4
|
107,50
|
13,5
|
77,6
|
3,8
| |
2021
|
129564
|
20569,0
|
113,30
|
13,5
|
77,7
|
4,3
| |
Ивановская
|
2017
|
66734
|
11123,5
|
112,17
|
20,1
|
80,8
|
7,6
|
2018
|
86035
|
13005,5
|
106,40
|
19,0
|
81,0
|
6,6
| |
2019
|
109822
|
16114,7
|
107,13
|
13,8
|
81,0
|
6,3
| |
2020
|
121813
|
18123,2
|
107,38
|
14,1
|
81,1
|
5,2
| |
2021
|
138185
|
20409,0
|
112,24
|
14,2
|
81,1
|
4,3
| |
Калужская
|
2017
|
97675
|
15477,4
|
108,48
|
11,3
|
75,2
|
6,7
|
2018
|
118038
|
17556,9
|
106,80
|
11,1
|
76,3
|
5,6
| |
2019
|
133102
|
20742,3
|
107,61
|
8,5
|
75,9
|
4,3
| |
2020
|
144553
|
23182,1
|
107,60
|
9,0
|
75,9
|
4,5
| |
2021
|
161623
|
24984,0
|
113,18
|
9,4
|
75,9
|
4,2
| |
Костромская
|
2017
|
73413
|
13314,8
|
110,85
|
15,7
|
69,6
|
6,0
|
2018
|
86738
|
14822,6
|
105,67
|
16,5
|
70,0
|
5,1
| |
2019
|
95792
|
15867,1
|
107,45
|
15,1
|
70,2
|
4,8
| |
2020
|
104945
|
17575,0
|
107,43
|
14,0
|
70,5
|
4,9
| |
2021
|
114959
|
19320,0
|
110,95
|
13,5
|
70,8
|
4,3
|
1
|
2
|
3
|
4
|
5
|
6
|
7
|
8
|
Рязанская
|
2017
|
83877
|
13886,3
|
109,85
|
15,0
|
70,7
|
8,4
|
2018
|
98147
|
14788,0
|
105,82
|
16,0
|
70,9
|
7,2
| |
2019
|
112985
|
17652,3
|
107,04
|
12,5
|
71,0
|
4,6
| |
2020
|
123656
|
19828,2
|
108,07
|
11,7
|
71,0
|
4,7
| |
2021
|
140026
|
21988,0
|
113,47
|
10,9
|
71,1
|
4,4
| |
Смоленская
|
2017
|
99218
|
14546,0
|
110,92
|
15,2
|
72,4
|
7,4
|
2018
|
111641
|
15969,1
|
106,43
|
17,3
|
72,7
|
7,6
| |
2019
|
123289
|
18305,0
|
106,49
|
14,8
|
72,6
|
5,7
| |
2020
|
134889
|
19982,1
|
106,17
|
15,1
|
72,5
|
5,2
| |
2021
|
150008
|
21788,0
|
114,15
|
15,2
|
72,1
|
5,1
| |
Тверская
|
2017
|
93371
|
13872,6
|
109,66
|
13,2
|
74,5
|
6,6
|
2018
|
105711
|
14943,4
|
105,27
|
13,5
|
74,8
|
6,0
| |
2019
|
120844
|
17282,1
|
106,69
|
11,4
|
74,9
|
5,0
| |
2020
|
133177
|
19105,9
|
107,20
|
11,8
|
74,9
|
5,3
| |
2021
|
153135
|
20602,0
|
113,63
|
11,9
|
74,9
|
5,3
| |
Тульская
|
2017
|
97163
|
15349,5
|
110,06
|
11,0
|
79,7
|
5,8
|
2018
|
110791
|
16975,0
|
105,65
|
10,9
|
79,4
|
5,3
| |
2019
|
124580
|
19339,8
|
107,32
|
9,5
|
79,0
|
4,6
| |
2020
|
136909
|
20903,1
|
107,24
|
9,7
|
78,8
|
4,2
| |
2021
|
152864
|
23040,0
|
112,37
|
9,8
|
76,6
|
4,1
| |
Ярославская
|
2017
|
82640
|
14490,6
|
110,48
|
12,8
|
82,1
|
7,5
|
2018
|
100762
|
15508,0
|
106,00
|
13,4
|
82,2
|
5,1
| |
2019
|
114121
|
18605,4
|
107,81
|
10,9
|
81,9
|
3,4
| |
2020
|
131399
|
21126,8
|
107,04
|
10,6
|
81,9
|
4,5
| |
2021
|
149623
|
23876,0
|
113,48
|
9,9
|
81,8
|
3,8
|
Результаты множественного корреляционного анализа финансово-экономического потенциала регионального кластера в совокупности по всем девяти областям Центрального федерального округа, полученные с использованием программного обеспечения Regre 2.8, представлены в таблице 2.
Таблица 2
Коэффициенты корреляции
Показатель корреляции
|
|
|
|
|
|
Значение показателя
|
0,95
|
-0,98
|
-0,71
|
0,94
|
-0,86
|
Характеристика силы связи
|
очень высокая
|
очень высокая
|
средняя
|
очень высокая
|
высокая
|
На основании представленных в таблице результатов корреляционного анализа правомерно утверждать, что стратегическими проекциями инновационной системы сбалансированных показателей оценки эффективности цифровой трансформации социально-экономического развития регионального кластера выступают четыре интегрированные характеристики (составляющие), в наибольшей степени влияющие на результирующий признак (финансово-экономический потенциал кластера):
· «Финансовая ценность кластера».
· «Трансформация клиентского спроса».
· «Потенциал внутренних процессов кластера».
· «Инновационная привлекательность кластера».
В рамках полученных стратегических проекций инновационной системы сбалансированных показателей выделенные ранее функциональные возможности ERP-систем позволяют учесть влияние позитивных и негативных факторов внутренней и внешней среды цифровой трансформации кластерообразующих предприятий и тем самым идентифицировать в разрезе типовых групп информационных кластерных потоков формируемые факторами ключевые критерии оценки эффективности трансформации.
Проекция «Финансовая ценность кластера». При формировании данной проекции ERP-инструменты идентификации, аккумулирующие информационные потоки финансовых операций кластера, обеспечивают вывод конечных ключевых показателей эффективности на основе многофакторного анализа решений о целесообразности инвестирования и долгосрочных вложений в объекты кластеризации и в связи с этим отражают влияние двух факторов внутренней и внешней среды цифровой трансформации: «Использование дорогостоящих материалов и компонентов» и «Инновационно-инвестиционные изменения». Вектор воздействия данных факторов, заключающийся в установлении неоднородного уровня операционных расходов и возникновении возможностей регулирования финансовой составляющей кластероориентированной продукции, определяет формирование финансовой группы информационных кластерных потоков «Потоки финансовой цепочки создания ценности кластера», собираемых в дальнейшем ERP-системами для генерации двух итоговых ключевых критериев оценки эффективности трансформации: «Уровень рисков снижения финансового благосостояния и обеспеченности финансовыми ресурсами» и «Уровень инвестиционной привлекательности цифровой трансформации».
Проекция «Трансформация клиентского спроса». Аккумуляция идентифицирующими ERP-инструментами целенаправленных потоков информации об отношениях с клиентской базой кластера позволяет получить конечные ключевые оценочные показатели на основе проведения многофакторной аналитики предпочтений покупателей кластероориентированной продукции и прогнозирования потребительского спроса по отношению к объектам кластеризации и тем самым выявить влияние двух факторов внутренней и внешней среды цифровой трансформации: «Преобладание реализации продукции по кластероориентированной номенклатурной группе» и «Удовлетворенность ассортиментом кластерообразующей продукции». Воздействие отраженных факторов, состоящее в переориентации каналов возникновения и взаимозависимости потребностей клиентов кластерообразующих предприятий, в условиях осуществления трансформационного процесса определяет формирование клиентской группы информационных кластерных потоков «Потоки массовой сегментации клиентов кластера», направляемых ERP-системами на отражение двух итоговых ключевых критериев оценки эффективности цифровой трансформации: «Уровень результативности трансформации рынков сбыта кластерообразующей продукции» и «Уровень индивидуализации потребностей клиентов».
Проекция «Потенциал внутренних процессов кластера». При аккумуляции ERP-инструментами информационных потоков внутренних бизнес-процессов кластера становится возможным вывести конечные ключевые индикаторы эффективности посредством многофакторного исследования внутренних и внешних организационных связей, определяющих рыночное положение и конкурентные преимущества кластерообразующих предприятий, и на основании этого учесть влияние двух факторов внутренней и внешней среды цифровой трансформации: «Сбалансированность производственно-технологических процессов» и «Результативность технологических инноваций и оптимизации организационных процедур». Вектор воздействия выявленных факторов, характеризующийся возникновением информационных потоков из различных областей взаимодействия подразделений разных кластерообразующих предприятий, определяет формирование группы информационных кластерных потоков о внутрифирменных процессах «Потоки организационных и производственных процессов взаимодействия участников кластера в рамках цифровой экосистемной трансформации», подлежащих целенаправленному распределению ERP-системами для последующей генерации двух итоговых ключевых критериев оценки эффективности трансформации: «Уровень концентрации специфики производственного и отраслевого процессов» и «Уровень автоматизации кластерных бизнес-процессов».
Проекция «Инновационная привлекательность кластера». Процесс аккумуляции ERP-инструментами информационных потоков инновационных кластерных возможностей позволяет функционально отразить конечные ключевые показатели эффективности путем многофакторного анализа реализованных проектов по внедрению кластероориентированных технологических инноваций, определяющих расширение инфраструктуры функционирования кластера, и тем самым установить влияние двух факторов внутренней и внешней среды трансформации: «Совершенствование жизненного цикла кластерообразующей продукции» и «Инновационные конкурентные преимущества участников кластера». Воздействие выявленных факторов состоит в трансформации степени соответствия навыков персонала кластерообразующих предприятий и применяемых инновационных технологий изменениям стратегических целей организаций и определяет формирование группы информационных кластерных потоков об инновационном технологическом обеспечении «Потоки инновационно-технологического и образовательного развития кластера», собираемых ERP-системами для целенаправленной генерации двух итоговых ключевых критериев оценки эффективности цифровой трансформации: «Уровень конкурентных преимуществ трансформации инновационного потенциала» и «Уровень образовательного развития персонала и изменения инновационных технологий».
В таблице 3 на примере кластерообразующих предприятий Ивановской области представлены результаты идентификации критериев оценки эффективности цифровой трансформации социально-экономического развития регионального кластера с использованием ERP-систем, основанные на группировке, систематизации и проецировании выявленных факторов внутренней и внешней среды трансформации в разрезе типовых групп информационных кластерных потоков, и сформирована интегрированная инновационная система сбалансированных показателей.
Таблица 3
Интегрированная инновационная система сбалансированных показателей оценки эффективности цифровой трансформации социально-экономического развития регионального кластера
Стратегическая проекция инновационной системы сбалансированных
показателей
|
ERP-инструмент
идентификации критериев оценки эффективности цифровой трансформации кластера
|
Факторы внутренней и внешней среды цифровой трансформации
кластера
|
Критерии оценки эффективности цифровой трансформации кластера
|
1
|
2
|
3
|
4
|
Финансовая
ценность кластера
|
Финансовая группа информационных кластерных потоков
«Потоки финансовой цепочки создания ценности кластера» | ||
Сочетание
аналитических процедур Due Diligence и пакетов бизнес-приложений CRM (Customer Relationship Management) для аккумулирования
информационных потоков финансовых операций по объектам кластеризации (на
кластерообразующих предприятиях ОАО ХБК «Шуйские ситцы», ООО «ТДЛ Текстиль»)
|
- использование
дорогостоящих материалов и компонентов;
- инновационно-инвестиционные изменения |
1) уровень
рисков снижения финансового благосостояния и обеспеченности финансовыми
ресурсами;
2) уровень инвестиционной привлекательности цифровой трансформации |
Окончание табл. 3
1
|
2
|
3
|
4
|
Трансформация
клиентского спроса
|
Клиентская группа информационных кластерных потоков
«Потоки массовой сегментации клиентов кластера» | ||
Сочетание
пакетов бизнес-приложений CRM и аналитического программного обеспечения
жизненного цикла PLM (Product Lifecycle Management) для аккумулирования информационных потоков операций с
клиентами по объектам кластеризации (на кластерообразующих предприятиях ООО
«МИРтекс», ООО «Нордтекс»)
|
- преобладание
реализации продукции по кластероориентированной номенклатурной группе;
- удовлетворенность ассортиментом кластерообразующей продукции |
1) уровень
результативности трансформации рынков сбыта кластерообразующей продукции;
2) уровень индивидуализации потребностей клиентов | |
Потенциал
внутренних процессов кластера
|
Группа информационных кластерных потоков о внутрифирменных
процессах «Потоки организационных и производственных процессов взаимодействия
участников кластера в рамках цифровой экосистемной трансформации»
| ||
Сочетание
аналитических процедур Due Diligence и пакетов бизнес-приложений PLM для
аккумулирования информационных потоков операций внутрифирменных подразделений
по объектам кластеризации (на кластерообразующих предприятиях ОАО ХБК
«Шуйские ситцы», ООО «ХБК «Навтекс»)
|
- сбалансированность
производственно-технологических процессов;
- результативность технологических инноваций и оптимизации организационных процедур |
1) уровень
концентрации специфики производственного и отраслевого процессов;
2) уровень автоматизации кластерных бизнес-процессов | |
Инновационная
привлекательность кластера
|
Группа информационных кластерных потоков об инновационном
технологическом обеспечении «Потоки инновационно-технологического и
образовательного развития кластера»
| ||
Сочетание
отдельных аналитических модулей PPM (Project Portfolio Management) и SAP SEM (Strategic Enterprise Management) для аккумулирования информационных потоков операций с
инновационными проектами по объектам кластеризации (на кластерообразующем
предприятии АО «Полет» Ивановский парашютный завод)
|
- совершенствование
жизненного цикла кластерообразующей продукции;
- инновационные конкурентные преимущества участников кластера |
1) уровень
конкурентных преимуществ трансформации инновационного потенциала;
2) уровень образовательного развития персонала и изменения инновационных технологий |
В результате исследования на основе использования метода сценарного прогнозирования (проецирования) влияния факторов стратегических проекций инновационной системы сбалансированных показателей на модификацию выявленных ключевых оценочных критериев в отношении кластерообразующих предприятий Ивановской области разработана модель управления цифровой трансформацией социально-экономического развития регионального кластера, отражающая перспективные стратегические направления повышения эффективности трансформационного процесса (табл. 4).
Таблица 4
Модель управления цифровой трансформацией
социально-экономического развития регионального кластера
в рамках инновационной системы сбалансированных показателей
Стратегическая проекция инновационной системы сбалансированных
показателей
|
Критерии оценки эффективности цифровой трансформации кластера
|
Прогнозные перспективы управления
цифровой трансформацией кластера | ||
Вектор влияния факторов внутренней и внешней среды на процесс
цифровой кластерной трансформации
|
Модификация критериев оценки эффективности цифровой
трансформации кластера
|
Стратегическое направление повышения эффективности цифровой
трансформации кластера
| ||
1
|
2
|
3
|
4
|
5
|
Финансовая
ценность кластера
|
1) уровень
рисков снижения финансового благосостояния и обеспеченности финансовыми
ресурсами;
2) уровень инвестиционной привлекательности цифровой трансформации |
Возникновение
неоднородных колебаний финансовой составляющей по объектам кластеризации (ОАО ХБК
«Шуйские ситцы», ООО «ТДЛ Текстиль»)
|
Добавление
параметров финансово-экономических условий инновационной активности
кластерообразующих предприятий
|
Совершенствование
внутренних трансформационных источников цифровой зрелости для повышения
инвестиционной привлекательности цифровой кластерной трансформации
|
Трансформация
клиентского спроса
|
1) уровень
результативности трансформации рынков сбыта кластерообразующей продукции;
2) уровень индивидуализации потребностей клиентов |
Изменение
потребностей клиентов по объектам кластеризации (ООО «МИРтекс», ООО
«Нордтекс»)
|
Добавление
параметров удовлетворенности потребителей каналами трансформации кластерных
операций
|
Организация
цифрового мониторинга удовлетворенности клиентов процессами трансформации
кластерных потоков
|
Окончание табл. 4
1
|
2
|
3
|
4
|
5
|
Потенциал
внутренних процессов кластера
|
1) уровень
концентрации специфики производственного и отраслевого процессов;
2) уровень автоматизации кластерных бизнес-процессов |
Структуризация
информационных потоков из различных областей взаимосвязи подразделений разных
объектов кластеризации (ОАО ХБК «Шуйские ситцы», ООО «ХБК «Навтекс»)
|
Добавление
параметров полноты охвата текущих внутренних и внешних связей, определяющих
состояние внутрифирменных бизнес-процессов кластерообразующих предприятий
|
Развитие
цифровой аналитики внутренних и внешних связей для дальнейшего моделирования
перспектив производственных и отраслевых бизнес-процессов, затрагивающих
взаимодействие подразделений разных объектов кластеризации
|
Инновационная
привлекательность кластера
|
1) уровень
конкурентных преимуществ трансформации инновационного потенциала;
2) уровень образовательного развития персонала и изменения инновационных технологий |
Изменение
степени соответствия навыков персонала и применяемых инноваций стратегическим
целям и установкам развития объектов кластеризации
(АО «Полет», Ивановский парашютный завод) |
Добавление
параметров оперативности адаптации персонала кластерообразующих предприятий к
внедрению инноваций
(с учетом качества практического опыта и уровня квалификации) |
Развитие
и периодическое обновление цифровых компетенций персонала для работы с
инновационными бизнес-приложениями трансформации, позволяющими адаптировать
уникальные производственные технологии к специфике объектов кластеризации
|
Заключение
Таким образом, разработка интегрированной инновационной системы сбалансированных показателей позволила с использованием ERP-систем идентифицировать ключевые критерии оценки эффективности цифровой трансформации социально-экономического развития регионального кластера и в виде трансформационной управленческой модели предложить стратегические направления повышения эффективности трансформации информационных потоков деятельности кластерообразующих предприятий.
Практическая значимость инновационной системы сбалансированных показателей и сформированной на ее основе модели управления цифровой трансформацией развития кластера состоит в целесообразности их применения при реализации региональных правительственных программ расширения сфер деятельности промышленных комплексов и кластерообразующих предприятий. Разработанная управленческая модель увязывает между собой прогнозные перспективы устойчивого развития кластерообразующих предприятий и позволяет в рамках процедур цифровой трансформации путем применения ERP-инструментария выявить стратегически значимые тенденции воздействия ключевых составляющих кластерного потенциала на специфические особенности социально-экономических процессов в региональном кластере.
Дальнейшее исследование должно быть направлено на определение возможностей использования полученных модифицированных критериев и информационных потоков в качестве драйверов многоуровневой устойчивой кластеризации национальной экономики.
Источники:
2. Родионов Д.Г., Конников Е.А., Алферьев Д.А. Информационный капитал предприятия как целевой показатель развития в рамках цифровых экономических систем // Экономические науки. – 2020. – № 19. – c. 131–137.
3. Халин В.Г., Чернова Г.В. Цифровизация и ее влияние на российскую экономику и общество: преимущества, вызовы, угрозы и риски // Управленческое консультирование. – 2018. – № 10. – c. 52.
4. Пахомова Н.В., Ткаченко Д.С. Институты поддержки инновационной деятельности в России: логика формирования и современное состояние // Вестник Санкт-Петербургского университета. Экономика. – 2014. – № 2. – c. 87–105.
5. Боровков А.И., Рябов Ю.А., Кукушкин К.В., Марусева В.М., Кулемин В.Ю. Цифровые двойники и цифровая трансформация предприятий ОПК // Вестник Восточно-Сибирской Открытой Академии. – 2019. – № 32. – c. 2.
6. Шарапова В.М., Борисов И.А., Шарапова Н.В. Эффективность системы управления компанией на основе KPI // Наука и бизнес: пути развития. – 2017. – № 9. – c. 64–68.
7. Максимов Ю.М., Митяков С.Н., Митякова О.И., Бондин Д.В., Бляхман А.А. Сбалансированная система показателей инновационного развития региона // Инновации. – 2008. – № 11. – c. 95–98.
8. Кудрин А.Л., Гурвич Е.Т. Новая модель роста для российской экономики // Вопросы экономики. – 2014. – № 12. – c. 4–36. – doi: 10.32609/0042-8736-2014-12-4-36.
9. Lee S., Costello F.J., Lee K.C. Hierarchical Balanced Scorecard-based organizational goals and the efficiency of controls processes // Journal of Business Research. – 2021. – № 132. – p. 270–288.
10. Humphreys K.A., Gary M.S., Trotman K.T. Dynamic decision making using the Balanced Scorecard framework // Accounting Review. – 2016. – № 5. – p. 1441–1465.
11. Kitson M. Innovation policy and place: a critical assessment // Cambridge Journal of Regions, Economy and Society. – 2019. – № 2. – p. 293–315. – doi: 10.1093/cjres/rsz007.
12. Hamamura J. Unobservable transfer price exceeds marginal cost when the manager is evaluated using a Balanced Scorecard // Advances in Accounting. – 2019. – № 44. – p. 22–28.
13. Gudergan G., Buschmeyer A. Key aspects of strategy and leadership for business transformation // The Business Transformation Journal. – 2015. – № 11. – p. 17–27.
14. Matt C., Hessa T., Benlian A. Digital transformation strategies // Business & Information Systems Engineering. – 2015. – № 57(5). – p. 339–343.
15. Солдатова Н.Ф. Цифровая трансформация управления маркетингом в контексте целей устойчивого развития // Креативная экономика. – 2021. – № 11. – c. 4009-4024. – doi: 10.18334/ce.15.11.113819.
16. Уткин А.И., Сперанский С.Н. Управление доходным потенциалом кластерообразующих предприятий Ивановской области // Известия высших учебных заведений. Технология текстильной промышленности. – 2019. – № 3. – c. 14–20.
17. Доржиева В.В. Цифровая трансформация топливно-энергетического комплекса России: приоритеты и целевые ориентиры развития // Креативная экономика. – 2021. – № 11. – c. 4079-4094. – doi: 10.18334/ce.15.11.113802.
Страница обновлена: 15.07.2024 в 08:19:26