Comparative analysis the efficiency of CRM for companies

Abstract

The paper deals with the problem of functioning evaluation of complex structured objects. It is proposed to use a nonparametric Data Envelopment Analysismethod. Quantitative performance indicators for complex objects are formulated, these indicators not being expressed in monetary units. The solution of the fractional linear programming problem is solved, which determines the practical efficiency frontier on the basis of the selected limited set of object input and output variables. The proposed technique is used to assess the effectiveness of the implementation of customer relationship management (CRM) systems at a number of companies. The analysis of the location of the estimated objects in space of the input and output parameters on the practical efficiency frontier was carried out. As a result, it became possible to identify priority areas for optimizing company’s resources on a limited budget.

Full Text

Введение Для того чтобы оценить эффективность внедрения информационных технологий в организации или на предприятии, применяют различные детерминированные и вероятностныемодели [1, 2]. Однако не всегда исследователь имеет полные данные для построения таких моделей. В частности, это касается оценки работы различных информационных систем, внедряемых в последние годы.Многие предприятия с целью оптимизации бизнес-процессов производства и предоставления услуг используют программные CRM-системы (CustomerRelationshipManagement) [3, 4]. Для сравнения и оценки эффективности деятельности субъектов, которыевнедряют CRM, целесообразно использовать анализ среды функционирования АСФ (DataEnvelopmentAnalysis, DEA) [5-8]. Модель АСФ позволяет осуществить оценку относительной эффективности деятельности методами математического программирования. Целью исследования является определение и построение вектора поиска конструктивных решений, направленных на оптимизацию деятельности компаний с учетом использования CRM-системы, на основе анализа методики интегральной оценки. Применение данного похода позволит уменьшить субъективность в процессе принятия решений по выбору стратегии оптимизации процессов на предприятии. Модель АСФ для оценки эффективности объектов МетодологияАСФ позволяет находить различные меры эффективности функционирования экономических и социальных объектов, а такжеопределять важные показатели: эффект масштаба, эластичность и маргинальные коэффициенты. Пусть имеется совокупность Nпредприятий, каждое из которых описываетсяKвходами и M выходами. На основе исследования показателей их функционированияопределены матрица входов 1/X и матрица выходов Y. Будем использовать модель практической границы P-DEA [9, 10], которая позволяет сформировать на базе реальных эффективных объектов множество искусственных объектов с эффективностью, большей единицы. Такие искусственные объекты будут ориентирами для дальнейшего повышения эффективности реальных объектов. Задача дробно-линейного программирования для определения критерия J0 эффективности искусственного объекта выглядит так: (1) при ограничениях (2) (3) где Jn- интегральный критерий эффективности исследуемого объекта; n=1,...,N,N-число оцениваемых объектов; - неизвестные весовые коэффициенты; и - искомые значения входов и выходов искусственного эффективного объекта. Задача (1) - (3) решается симплекс-методом Nраз для системы N линейных уравнений. При этом в каждом решении дляn-й организации находится критерий эффективностиJn,и вектор весовых коэффициентов, которые минимизируют этот критерий. Полученные значения входов и выходов искусственного объекта, а также искомые весовые коэффициенты umиvkопределяют положение искусственного эффективного объекта в пространстве входных и выходных параметров [7]. Применение метода АСФ для оценки компаний, использующих CRM-системы В процессе эксплуатации CRM-системы менеджментупредприятий или организаций необходимо определить, действительно ли внедрение такой системы приносит эффективность бизнесу, и какие действия необходимо предпринять для улучшения деятельности бизнеса и производства. Ключевые показатели эффективности KPI (KeyPerformanceIndicators) предприятий, внедривших CRM-систему, во многом зависят от бизнес-модели и сферы деятельности организации. Обычно в качестве KPI используются следующие показатели: - Х1- предоставление дополнительных сервисов на базе CRM (количество предоставленных услуг за месяц); - Х2 - повышение эффективности работы с клиентами (период времениобслуживания одного клиента; диапазон от 10 до 30 мин); - Х3 - снижение потерь рабочего времени (отношение разницы между рабочим временем ТД и периодом ТПО на обслуживание одного клиента); - Х4 -затраты управленческого и операционного характера. В качестве результатных показателей эффективности используются специализированные показатели: -Y1- расширение клиентской базы (увеличение на n% к числу существующих клиентов); -Y2- доля успешных продаж продукции(увеличение на n% к объему существующих продаж); - Y3 -удовлетворенность клиента продукцией предприятия, определяемая на основе тестирования и экспертных оценок(%). Предприятие с наилучшей комбинацией входящихи результатных показателей занимает первое место текущего списка и показывает наиболее приближенный к эталону вариант использования CRM для оптимизации бизнес-процессов [3]. Сформированный набор масштабированных данных для исследуемых предприятий, использующих CRM-системы,представлен в табл. 1. Таблица1 Показатели для сравнительной оценки эффективности предприятий, использующих CRM-системы Индекс Предприятие Входные параметры Выходные параметры Х1 Х2 Х3 Х4 Y1 Y2 Y3 FO1 ООО«АВС-Электро» 20 15 5 2 1,04 1,0075 0,33 FO2 ООО МФК «Ферратум Раша» 40 15 15 5 1,07 1,01 0,35 FO3 ОАО «МегаФонТаджикистан» 31 16 12 5 1,03 1,009 0,45 FO4 «Брэндтон (дивижн) лимитэд», филиал (BrandtoneRussia) 44 12 19 3 1, 05 1,015 0,54 FO5 ООО «Мобиплас» 23 15 10 1 1,025 1,008 0,47 FO6 ООО «ПланетаЛета» 18 17 8 1 1,02 1,005 0,56 FO7 ЗАО «Синема Парк» 45 12 13 2 1,03 1,015 0,65 FO8 Geocell 112 10 22 7 1,2 1,03 0,78 FO9 APS DOO BAR (Adriatic Dream Properties \ monte realty) 65 11 9 4 1,15 1,02 0,7 В табл. 2 представлены показатели эффективности компаний, определенные методом АСФ. С помощью данного метода можно установить наиболее эффективные объекты, определив эталонные образцы для неэффективных объектов [2]. Оценка производилась с помощью программного средства PIM-DEAVer.3.2[11]. АСФ-модель можно отобразить графически на примере производственного соотношения, прикотором один входной фактор пропорционален одному выходному параметру (см. рисунок).В текущем примере граница эффективности образуется одним предприятием (точкой FO9) c постоянным эффектом масштаба и тремя предприятиями (FO1,FO8,FO9) с переменнымэффектом масштаба. При постоянной отдаче масштаба все предприятия, заисключением предприятияFO9,неэффективны. При переменной отдаче масштаба все организации, лежащие на сплошной линии границы эффективности BCC-модели, могут считаться эффективными. Таблица2 Техническая эффективность компаний на основе АСФ-модели Индекс Предприятие Выходные параметры Y1 Y2 Y3 FO1 ООО «АВС-Электро» 1,04 1,01 0,3 FO2 ООО МФК«Ферратум Раша» 1,07 1,01 0,49 FO3 ОАО «МегаФонТаджикистан» 1,03 1,01 0,45 FO4 «Брэндтон (дивижн) лимитэд», филиал (BrandtoneRussia) 1,05 1,02 0,54 FO5 ООО «Мобиплас» 1,025 1,01 0,47 FO6 ООО «Планета Лета» 1,02 1 0,56 FO7 ЗАО «Синема Парк» 1,03 1,02 0,65 FO8 Geocell 1,2 1,03 0,78 FO9 APS DOO BAR (Adriatic Dream Properties\ monte realty) 1,15 1,02 0,7 На рисунке видно, что отношение выходного параметра к входному фактору в точке FO9 является наиболее благоприятным. Если рассматривать пунктирную линию в качестве границы эффективности при принятии постоянного эффекта масштаба, то нужно исходить из того, что независимо от величины входного параметра соотношение выходного параметра к входному фактору должно достигаться, как в точке FO9. Сплошная линия показывает в свою очередь возрастающий до точки FO9, а затем снижающийся эффект масштаба.Неэффективными на этом графике являются предприятияFO2, FO3,FO4, FO5, FO6,FO7, так как они не лежат на границе эффективности. Результаты, показанные на графике (см. рисунок), можно интерпретировать на примере организации FO2. Для учета проблемы резерва при оптимизации целевая функция и ограничения для входных и выходных параметров (1)-(3) дополняются переменными резерва s+ и s-.Если рассматривать пунктирную линию на рисунке, то видно, что максимальная величина переменных резерва s- и s+ достигается в точке FO9. Это обусловлено тем,что такая модель выявляет избыточность входного фактора и недостаточность выходного параметра параллельно к достижению определенной точки на границе эффективности, которая находится на наибольшем удалении от точки FO2. Граница эффективности выхода Y3ко входу X3 В табл. 3 представлены значения двойственных переменных для факторов, определенные методом АСФ. Таблица3 Значения двойственных показателей для факторов Индекс Организация Входные параметры, % Выходные параметры, % Х1 Х2 Х3 Х4 Y1 Y2 Y3 FO1 ООО«АВС-Электро» 0 0 0 0 0 0 0 FO2 ОООМФК«ФерратумРаша» 0 -13,68 -29,83 -42,64 0,33 0,33 38,91 FO3 ОАО«МегаФонТаджикистан» 0 -14,52 -27,25 -59,33 0,61 0,18 0,18 FO4 «Брэндтон(дивижн) лимитэд», филиал (BrandtoneRussia) 0 0 0 0 0 0 0 FO5 ООО «Мобиплас» 0 0 0 0 0 0 0 FO6 ООО «Планета Лета» 0 0 0 0 0 0 0 FO7 ЗАО «Синема Парк» 0 0 0 0 0 0 0 FO8 Geocell 0 0 0 0 0 0 0 FO9 APS DOO BAR (Adriatic Dream Properties \ monte realty) 0 0 0 0 0 0 0 Нулевые значения показывают, что изменение данных параметров не производится.Используемые весовые коэффициенты для оценки входных переменныхи выходного показателя позволяют наглядно интерпретировать результатымоделирования [10]. За исключением ООО МФК «Ферратум Раша» и ОАО «МегаФон Таджикистан», остальные организации можно считать эффективными. Например,для достижениямаксимального уровня эффективностив организацииООО МФК «Ферратум Раша»необходимовходной показатель X2 снизить на 13,68 %,входной показатель X3 снизить на 29,83 %,а X4 снизить на 42,63 %. При таких изменениях выходные параметры Y1, Y2 и Y3 соответственно увеличиваютсяна 0,33; 0,33; 38,91 %к уровню эталонных показателей. Заключение Применение подобного подхода позволяет получить количественную оценку общей эффективности предприятий, внедривших для оптимизации своего бизнеса CRM-системы, на основе относительных показателей эффективности. В результате мониторингпредприятий-конкурентов и применение методики АСФ для сравнительной оценки ресурсов позволит предприятиям снизкими показателями эффективностисформировать стратегию оптимизации управления, ориентируясь на решения лидеров отрасли.
×

About the authors

Irina A Rybakova

Samara State Technical University

Postgraduate Student 244, Molodogvardeyskayast., Samara,443100, Russian Federation

Sergey P Orlov

Samara State Technical University

(Dr. Sci. (Techn.)), Professor 244, Molodogvardeyskayast., Samara,443100, Russian Federation

References

  1. Мальков А.А. Оценка экономической эффективности внедрения автоматизированной CRM-системы.-URL: http://www.cfin.ru/management/practice/supremum2002/12.shtml.
  2. Чернышова Г.Ю.Различныеподходыкоценкеэффективностивнедренияинформационныхтехнологий // Наукаиобщество. - № 1. - 2011.- С. 18-23.
  3. Андерсон К.,Керр К.Менеджмент, ориентированный на потребителя: CRM-технологии как основа новых отношений с клиентом: Пер. с англ. А. Успенского. - М., 2003. - 288 с.
  4. Lee D., Mangen D. The State of Customer Relationship Management Software. -HYM Press,2003.
  5. Charnes A. Measuring the Efficiency of Decision Making Units / A. Charnes,W.W. Cooper, E. Rhodes // European Journal of Operational Research. - Vol. 2. -1978.- P. 429-444.
  6. Пискунов А.А. Использование методологии АСФ для оценки эффективности расходования бюджетных средств на государственное управление в субъектах Российской Федерации/А.А. Пискунов, И.И. Иванюк, А.В. Лычев, В.Е. Кривоножко//Вестник АКСОР. - 2009. - № 2. -С. 28-36.
  7. Нечаев Д.А.,Орлов С.П.Модели анализа и принятия решений при управлении региональными программами//Системы управления и информационные технологии.- 2013. - №2(52). - С. 35-38.
  8. Орлов С.П., Нечаев Д.А. Комплексная оценка и классификация объектов водоснабжения регионов //Вестник Самарского государственного технического университета. Сер. Технические науки. - 2013. - Вып. 1(37). - С. 14-21.
  9. SowlatiT. Establishing the “Practical Frontier” in DEA: Ph.D. dissertation. - University of Toronto. Canada. -2001. - 151 р.
  10. Cooper W., Seiford L., Tone K. Data envelopment analysis: a comprehensive text with models, applications, references and DEA-solver software. - Boston: Kluwer Academic Publishers, 2007. - 318 p.
  11. PIM-DEAsoft V3.0. - URL: http://www.deasoftware.co.uk/AboutPIM.asp.

Statistics

Views

Abstract: 56

PDF (Russian): 34

Dimensions

Article Metrics

Metrics Loading ...

PlumX

Refbacks

  • There are currently no refbacks.

Copyright (c) 2018 Samara State Technical University

Creative Commons License
This work is licensed under a Creative Commons Attribution 4.0 International License.

This website uses cookies

You consent to our cookies if you continue to use our website.

About Cookies