Нахождение оптимальных ключевых показателей эффективности IT-компании с помощью метода TOPSIS

Введение. В целях оптимизации процесса управления бизнесом все более актуальным становится использование ключевых показателей эффективности (КПЭ) для оценки текущей и плановой деятельности компании. Поднятый в 90-е годы двадцатого века вопрос формирования сбалансированной системы показателей (ССП) продолжает интересовать исследователей модернизации стратегического планирования и по сей день [6], что подтверждается статистикой, собранной авторами статьи посредством российской платформы для научной аналитики INVENTORUS [15]. Для поиска публикаций мы придерживались следующего алгоритма действий:

1. Обозначили ключевым словосочетанием формулировку «сбалансированная система показателей».

2. Установили период публикаций: мы анализировали 6 периодов, каждый из коорых - продолжительностью 6 лет. Общий период исследования касается последних 35 лет.

3. На основе публикаций (как российских, так и зарубежных), появившихся после установки описанных выше фильтров, было определено общее количество работ по каждому периоду. При этом стоит учитывать, что под «публикациями» в данном контексте понимаются: статьи (в том числе обзорные и редакционные), диссертации и авторефераты, книги (в том числе отдельные главы), предпринт и отчеты.

4. Исходя из общего количество публикаций был установлен удельный вес работ в каждом исследуемом периоде.

Результаты собранных данных представлены в Таблице 1.

Таблица 1 - Статистические данные по общему количеству публикаций за период с 1990 по 2025 год.

Опираясь на данные из таблицы 1, делаем вывод о том, что наименьшее количество работ публиковалось в период с 1990 по 1995 год, что обосновывается началом развития темы сбалансированной системы показателей, заложенным Робертом Капланом и Дэвидом Нортоном. Наибольшее количество публикаций (около 33%) характерно для периода с 2014 по 2019 год, после чего удельный вес работ снижается на 15,6%. Данная динамика коррелирует с общемировой ситуацией, а именно экономическим кризисом 2020-2021 годов [1], потребовавшим пересмотра аспектов ССП в целях адаптации исследуемого механизма оптимизации управления компании к новым экономическим условиям.

Основная часть. В рамках данной статьи мы выдвигаем и подтверждаем расчетами гипотезу о том, что в целях нахождения оптимальных ключевых показателей эффективности как элементов сбалансированной системы показателей может быть применен такой многокритериальный метод анализа решений, как метод упорядоченного предпочтения через сходство с идеальным решением (TOPSIS, Technique for Order of Preference by Similarity to Ideal Solution). Прежде всего, чтобы определить наиболее распространенные направления исследования теоретического и практического применения этого метода, мы провели библиометрический анализ публикаций из национальной базы данных научного цитирования (РИНЦ). В качестве критериев отбора выступали следующие типы публикаций: 1 - статьи в журналах, 2 - материалы конференций, 3 - диссертации и авторефераты. Результаты проведенного исследования представлены в таблице 2.

Таблица 2 - Бибилиометрический анализ направлений исследования применения метода TOPSIS

Таким образом, таблица 2 подтверждает масштабность применения метода TOPSIS в рамках исследований, требующих анализа нескольких критериев и последующего выбора наиболее оптимальной альтернативы. Видно, что за последние 6 лет (2020 - 2025) количество публикаций (12 065 шт.), содержащих исследования направлений применения рассматриваемого метода, выросло по сравнению с количеством публикаций (809 шт.) в предыдущем анализируемом периоде (2014 - 2019) на 1 391%. Кроме того, отмеченные в таблице наиболее распространенные задачи, решаемые благодаря методу TOPSIS, характеризуются стремлением упростить тот или иной процесс выбора объектов исследования.

В нашей статье на основе выше описанного метода проведем расчеты, способствующие упрощению процесса обоснованного выбора ключевых показателей эффективности IT-компаний (Information Technology) в рамках такой перспективы ССП, как «Финансы». Чтобы сформировать первоначальный список ключевых показателей эффективности для IT-компаний, авторы данного исследования обратились к экспертам, работающим в сфере оказания информационно-аналитических услуг (в том числе по направлению разработки программного обеспечения). Ориентиром, поставленным перед респондентами, стали принципы необходимости и достаточности: опрашиваемые эксперты, при обозначении ключевого показателя эффективности, стремились к тому, чтобы устанавливаемая альтернатива была напрямую связана с направлениями деятельности IT-бизнеса (необходимость) и её было бы достаточно для того, чтобы осуществить хотя бы одну из намеченных компанией целей (достаточность). Таким образом, в рамках перспективы «Финансы» установлены следующие показатели:

1. Коэффициент рентабельности цифровизации управления – рассчитывается как отношение разницы расходов при предоставлении IT-услуг в режиме онлайн и офлайн к сумме расходов при предоставлении IT-услуг в режиме офлайн (на одну ед. учета), %.

2. Процент проектов в сфере IT-услуг, реализованных в рамках намеченного бюджета.

3. Окупаемость инвестиций в информационные технологии компании – данный показатель относителен и показывает отношение дохода от инвестиции информационные технологии к размеру самой инвестиции.

4. Процент дохода от новых направлений использования уже выпущенной IT-продукции.

5. Доля прибыли в объеме продаж, усл. ед.

6. Коэффициент текущей ликвидности, усл. ед.

7. Коэффициент срочной ликвидности, усл. ед.

8. Показатели добавленной стоимости.

9. Ресурсоотдача – данный показатель рассчитывается ка отношение выручки от реализации к средней стоимости ресурсов.

В рамках исследования зададим выше описанным показателям следующие условные обозначения (соответственно): Ф1, Ф2, Ф3, Ф4, Ф5, Ф6, Ф7, Ф8, Ф9. Далее установим максимизируемые индикаторы ключевых показателей эффективности, условно обозначив их «Инд», и введем коэффициенты веса для каждой характеристики в зависимости от ее значимости для деятельности в сфере информационных технологий (таблица 3).

Таблица 3 - Индикаторы ключевых показателей эффективности

Индикаторы максимизируемы, поскольку ищется решение, при котором значение индикатора максимально. Коэффициенты веса находятся в отрезке от 0 до 1. При этом сумма коэффициентов веса равна 1. Отобранные экспертами КПЭ в совокупности с установленными нами индикаторами КПЭ являются первоначальными данными, использующимися в статье при дальнейших расчетах. Таким образом, в рамках перспективы «Финансы» выявлено девять потенциальных ключевых показателей эффективности, значимые характеристики которых были оценены экспертами по десятибалльной шкале (таблица 4).

Таблица 4 - Оценка индикаторов КПЭ по десятибалльной шкале

Данные из таблицы 4 можно представить в виде матрицы значений , при этом пусть представляет собой множество оцениваемых индикаторов, с одной стороны, а является множеством потенциальных ключевых показателей эффективности, с другой стороны. Таким образом, является значением индикатора для ключевого показателя эффективности .

Полученные значения, в целях дальнейшего их использования в расчетах, необходимо нормировать. Для этого переведем матрицу в безразмерный вид [26] и расчитаем нормированные оценки индикаторов по формуле (1):

При этом – матрица нормированных оценок индикаторов КПЭ.

Результаты расчетов представлены в таблице 5.

Таблица 5 - Нормированные оценки индикаторов КПЭ

Далее построим матрицу взвешенных нормированных значений, умножая коэффициенты веса индикаторов, которые были определены и представлены нами ранее в таблице 3, на значения нормированных оценок индикаторов. В целях удобства и наглядности расчетов значения весов повторно отражены в отдельном столбце. Полученные данные проиллюстрированы в таблице 6.

Таблица 6 - Взвешенные нормированные оценки индикаторов КПЭ

В рамках следующего этапа исследования найдем идеальное позитивное и идеальное негативное решения, вычислив максимальное и минимальное значение в каждой строке таблицы 6 (столбец «Вес» в расчетах не участвует). Таблица 7 демонстрирует полученные данные.

Таблица 7 - Идеальное позитивное и идеальное негативное решения

Произведенные расчеты были необходимы для того, чтобы мы могли вычислить расстояния от каждого ключевого показателя эффективности до идеального позитивного и идеального негативного решений. Извлекая корень из суммы квадратов разности значений идеальных позитивных решений и взвешенных нормированных оценок индикаторов КПЭ, рассчитаем расстояние от КПЭ до идеального позитивного решения (таблица 8).

Таблица 8 - Вычисление расстояний от КПЭ до идеального позитивного решения

Извлекая корень из суммы квадратов разности значений идеальных негативных решений и взвешенных нормированных оценок индикаторов КПЭ, рассчитаем расстояние от КПЭ до идеального негативного решения (таблица 9).

Таблица 9 - Вычисление расстояний от КПЭ до идеального негативного решения

Далее по формуле (2) рассчитаем относительную близость к идеальному позитивному решению:

Рассчитанные значения представлены в таблице 10.

Таблица 10 - Нахождение относительной близости КПЭ к идеальному позитивному решению

В таблице 10 также осуществлено ранжирование ключевых показателей эффективности в зависимости от относительной близости рассчитанных значений к 1.

Заключение. Таким образом, ключевые показатели эффективности, первоначально установленные экспертами в области информационных технологий, можно сгруппировать по наиболее значимым и наименее значимым показателям в целях оценки эффективности компании. Первая группа (наиболее значимых показателей) включает в себя Ф1, Ф2, Ф3 и Ф5 (по убыванию значимости). При этом наибольшую близость к идеальному решению имеет такой показатель, как коэффициент рентабельности цифровизации управления, что напрямую коррелирует со спецификой деятельности IT-компаний. Вторая группа (наименее значимых показателей) включает в себя Ф9, Ф7, Ф8, Ф6 и Ф4 (по возрастанию значимости). При этом наименьшую близость к идеальному решению имеет такой показатель, как ресурсоотдача.

Стоит отметить, что рассчитанные значения не отменяют ценность того или иного показателя. Названные экспертами критерии изначально считаются весомыми с точки зрения оптимизации управления бизнесом. Однако механизм ранжирования альтернатив по степени близости к идеальному позитивному решению на основе метода TOPSIS, теоретическое и практическое применение которого мы исследовали в данной статье, способен сократить количество вариантов принятия решений в условиях ограниченного выбора, когда бизнес оказывается в таких условиях (например, в силу бюджетных границ).

С точки зрения совершенствования подходов к использованию сбалансированной системы показателей в управлении компаниями, результаты проведенного нами исследования могут быть использованы в дальнейшем при определении наиболее эффективных показателей не только в рамках перспективы «Финансы», но и в рамках таких перспектив, как «Клиенты», «Внутренние бизнес-процессы» и «Персонал».

Благодарности. Искренне благодарим Лейферова Бориса Михайловича, кандидата физико-математических наук, генерального директора консалтинговой компании, за то, что, являясь неотъемлемой движущей силой исследования, в нужный момент всегда оказывался рядом.