Оценка эффективности ит-сервисов

Аннотация:

В работе на основе вероятностной модели поведения потребителей рассматривается концепция оценки вклада ИТ сервисов в стоимость компании. Предложена модель, в которой поведение потребителей трактуется как случайный марковский процесс. Оценена зависимость вероятностей прихода потребителя от конкурентов и ухода потребителей к конкурентам от уровня ИТ сервисов, предоставляемых компанией. С помощью предложенной модели оценен вклад ИТ сервисов в стоимость компании. Рассмотрены различные стратегии их развития.

УДК 658.15(075.8)

Синицын Евгений Валентинович,

заведующий кафедрой финансового менеджмента, доктор физико-математических наук,

Высшая школа экономики и менеджмента,

ФГАОУ ВПО «УрФУ имени первого Президента России Б.Н.Ельцина» e-mail: sinitsyn_ev AT mail.ru г.Екатеринбург, Россия

Ключевые слова: Эффективность затрат на ИТ, вероятностная модель, поведение потребителей, марковские процессы.

Вопросы оценки эффективности затрат на внедрение и поддержку информационных технологий (ИТ) являются актуальными для большинства коммерческих структур. Используемые информационные системы, программное обеспечение, базы данных составляют значительную часть их нематериальных активов (информационного капитала) и в этом качестве могут давать существенный вклад в рыночную стоимость компании.

На практике приходится не только определять эффективность использования информационных технологий, но и напрямую оценивать вклад ИТ-сервисов (информационного капитала) в стоимость компании. Универсальных подходов к решению этой проблемы пока не выработано. В основе используемых методов лежат, как правило, различные варианты оценки стоимости дисконтированных денежных потоков, связанных с использованием или содержанием ИТ - систем.

Наиболее распространенными методиками, являются:

• Applied Information Economics, AIE, [1].
• Потребительский индекс (Customer Index), [2].
• Economic Value Added, EVA.
• Real Option Valuation, ROV, [3].
• Совокупная стоимость владения информационной системой (ТСО), [4].

Обилие методик отчасти связано с тем, что каждая из них, за исключением метода EVA, является рыночным продуктом, предлагаемым в рамках ИТ

консалтинга. Назревшей задачей является интеграция перечисленных методик. Попытка сформировать ее концепцию и предпринята в настоящей работе. Наиболее точный ответ на вопрос о вкладе ИТ в стоимость компании могло бы дать сопоставление стоимости компании в ситуациях, когда информационные технологии в бизнесе используются и используются и когда они «отключены». Разумеется, в реальной жизни подобный эксперимент по отключению ИТ невозможен, однако построить модель поведения потребителей продукции компании в ситуациях «С ИТ» и «Без ИТ» вполне реально. Для этого будет использована вероятностная математическая модель.

Рассмотрим процесс продаж. Будем говорить лишь об определенной вероятности того, что среди N возможных потребителей рассматриваемого продукта - Х потребителей приобретут продукт анализируемой компании (в дальнейшем будем обозначать ее - А), а Y=N-X продукцию конкурентов (для простоты будем предполагать, что конкурирующая компания всего одна и использовать для нее обозначение - С). Обозначим эту вероятность p(X, Y, t). Изменение количества покупателей продуктов компаний А и С будем полагать марковским [5] случайным процессом, относящимся, как нетрудно показать, к категории так называемых процессов рождения и гибели. При этом «рождению» соответствует появление нового покупателя продукции компании, а «гибели» - потеря уже существующего.

Вероятности рождения и гибели определяются:

1. случайными причинами (например, исчезновением потребности в продукции компании у конкретного потребителя),
2. рекламной политикой компании и,
3. наконец, в той или иной степени, ИТ - сервисами, предоставляемыми потенциальным покупателям.

**************************************

Прибыль, получаемая компанией А (без учета налогов), может быть представлена в виде:

PR = [PA (t) - v(t)] • X(t) - С(t) , (1)

Влияние ИТ на доходы и затраты компании

где PA(t) - цена единицы продукта в момент времени t; v(t), С(t) - соответственно, переменные и постоянные затраты. Если не принимать во внимание налоги и амортизацию, то (1) можно отождествить с денежным потоком собственного капитала. Его дисконтирование даст оценку стоимости компании, а выделение из PR части, связанной с ИТ, и ее дисконтирование дает оценку вклада ИТ в стоимость компании. Если использовать (1) для оценки вероятности получения прибыли, трактуя все входящие в (1) параметры как случайные величины, то получим единую основу для проведения оценок в рамках методов AIE и ROV. Использование же вероятностных оценок для X(t), сближает предлагаемый подход с методом Customer Index. Анализ влияния ИТ-сервисов на различные элементы (1) представлены в табл. 1.

Таблица 1

Окончание табл. 1

Для иллюстрации оценок на основании данных табл. 1 ограничимся двумя примерами. Во-первых, оценим вклад в стоимость компании, связанный с увеличением занимаемой ею доли рынка на основе ИТ (позиция

табл. 1). Во-вторых, определим добавочную стоимость, возникающую из-за снижения вероятности выхода в область убытков, вследствие ошибок ценообразования (позиция 9).

Для первого примера, опуская громоздкие промежуточные выкладки, приведем уравнения для математического ожидания (Mi) и стандартного отклонения количества потребителей продукции компании А

Здесь X - это вероятность завершения жизненного цикла ранее проданного продукта в единицу времени. Ее размерность обратна размерно. 1

сти времени (приближенно можно полагать Л = — , где Т длительность

Т

жизненного цикла продукта), поэтому Л • t безразмерная величина (время, измеренное в длительностях жизненного цикла продукта. Вероятности

PLcd (A) и PSAcd ( C ) это, соответственно, вероятности повторной покупки

продукта компании А потребителем, ранее приобретавшем продукцию С

и, наоборот, продукции С потребителем, ранее приобретавшим продукцию А.

В рассматриваемой нами модели:

Sc

°ИТ

В (4) SAT, S^, соответственно, показатели, характеризующие степень влияния ИТ - сервисов на вероятность приобретения продуктов компаний (STm = SAT + SИТ). Это могут быть рейтинги (например, индекс цитирования), экспертные оценки, а, в тех случаях, когда объем сервисов пропорционален затратам (например, затратам на трафик), просто

затраты на ИТ. При этом из (4) видно, что чем выше доля конкурентов в общем показателе STm, тем ниже вероятность покупки продукции компании.

Рассмотрим случай = 0 (доля компании А на рынке устано

вилась) и будем считать это состояние исходным. В дальнейшем у компании есть два возможных сценария действий. Во-первых, продолжать поддерживать достигнутый уровень ИТ сервисов. Во-вторых, отказаться от них. Нетрудно видеть, что в последнем случае получаемые ею денежные потоки снизятся.

Разность стоимости компании, определяемой суммой ее дисконтированных денежных потоков, в первом и втором сценариях и определит вклад ИТ в рассматриваемом примере:

PC (A) 1 EV(ИТ) = N • РА •—— -^-A , (5) V ' А PsCcd (A) + PsACd (C ) 1 + (WACC /0,63 X)

где WACC - средневзвешенная стоимость капитала, РА - цена продукции. Значение с (3) определяет доверительный интервал проведенной оценки, а, следовательно, и сопряженные с ней риски.

Для иллюстрации оценки, связанной с позицией 9 табл. 1, рассмотрим ситуацию, в которой компания в отчетном периоде произвела и продала K единиц продукта, а для оценки его себестоимости (в схеме директ кост) использовала исключительно бухгалтерские данные, оценив v(t) в (1) как

_ L

v = —, где L - переменные затраты за отчетный период. Если информа-

K

ция о реальном распределении переменных затрат по единицам продукции недоступна (соответствующие ИТ системы отсутствуют), то необходимо будет предположить, что действительные переменные затраты на каждую единицу продукции распределены вокруг этой оценки случайно

V (1 — /K) . Для снятия рисков, связанных с тем, что реальная величина переменных затрат окажется выше установленной цены продаж, необходимо последнюю устанавливать «с запасом». Так, например, в духе известной концепции VAR,

задание цены продаж на уровне v+1,96 • cv, предотвратит превышение

переменными затратами продажной цены не более чем в 5% случаев, что считается приемлемым риском. Однако подобное завышение продажных цен может сократить объемы продаж. Реальные оценки распределений затрат по единицам продукции, осуществляемые с помощью ИТ - систем, позволяют осуществить реалистичное ценообразование, возможно, на значительно более низком уровне. Зная эластичность спроса на продукцию компании, можно оценить объем дополнительных продаж, сопряженных с таким снижением цен, а, следовательно, и стоимость ИТ - систем, как дисконтированную стоимость денежных потоков, сопряженных с этим дополнительным объемом продаж.

Аналогичные примеры, можно, при необходимости, провести для всех позиций, перечисленных в табл. 1. Выше уже упоминалось, что предлагаемый подход позволяет объединить ряд используемых, в настоящее время методик. Отметим в заключение, что с его помощью можно трансформировать и самую популярную из них ТСО. Действительно, дисконтированная стоимость текущих затрат на содержание ИТ. - систем

организации - EVTCO . Однако вместо того, чтобы принимать решения,

минимизируйте эту величину, будем сопоставлять ее с достигнутым вкладом ИТ - систем в стоимость компании, оцененным с помощью описанного выше подхода - EV(ИТ) (см., например, (5)). При этом эффективному использованию ИТ - систем соответствует, очевидно, ситуация EV(ИТ) EVTCO . На основе подобных сравнений, можно проводить и

стандартные оценки эффективности, например, аналог рентабельности ИТ

затрат можно представить в виде:

_ = EV (ИТ)- EVtco ИТ EV

TCO

Заключение

Предложенная в данной работе вероятностная модель поведения потребителей позволяет определить занимаемую (реально или потенциально возможную) долю рынка компании - производителя продукции, при этом параметры модели определяются на основе социологического опроса потребителей. К ее достоинству относится возможность моделирования гипотетических ситуаций (таких как отказ от использования ИТ), которые

необходимы для оценки вклада ИТ в стоимость компании, но, естественно, не могут быть реализованы на практике.

Список использованных источников

http://www.hubbardresearch.com/about/applied-information-economics/

Measuring Customer Value: 1999 Andersen Consulting Customer Index : New Study Gauges Financial Results in Financial Services Industry on Per-customer Basis. //Anderson Consulting. 1999

Dr. Johnathan Mun Real Options Analysis: Tools and Techniques, 2nd Edition. New Jersey: John Wiley Sons, 2005.

http://blogs.gartner.com/it-glossary/ru/

В. Феллер Введение в теорию вероятностей и ее приложения. М.:Мир,1964.

Evgueny Sinitsyn,

The Head of the Chair of Financial Management, doctor of Physics and Mathematics,

Graduate School of Economics and Management,

Ural Federal University named after the first President of Russia Boris Yeltsin e-mail: sinitsyn_ev AT mail.ru Yekaterinburg, Russia.

EVALUATING THE EFFECTIVENESS OF IT SERVICES

Annotation:

The concept of assessing the contribution of IT services in the company's value is proposed. The concept is based on a probabilistic model of consumer behavior. In this model a consumer's behavior is treated as a random Markov process. The probabilities of consumer’s transition from one competitor to another are determined by the level of the IT services. On the base of proposed model the contribution of IT services in the company’s value is assessed. The various strategies of IT services development are analyzed.

Key words:

The cost-effectiveness of IT, probabilistic model, consumer behavior, Markov processes.

Количество показов: 1131