基于ARIS的标准化管理系统实施效果评价研究及优化——以河北省电力公司为例
2014-12-02任冠娉
孔 峰 任冠娉
华北电力大学经济管理系 河北 保定 071003
0 引言
近几年,为提升公司流程管理水平,许多公司引入了ARIS流程管理平台[1],在此基础上,河北省电力公司应用ARIS构建标准化管理的技术平台,开展标准流程管理项目实施工作,搭建统一的、融合了“三大标准”的业务流程管控平台,进一步构建职责体系清晰、业务流程顺畅、标准保障有力的业务流程管理体系,深化公司标准化体系信息化建设,提高公司精益化管理水平[2]。在各公司实施ARIS项目过程中,企业使用流程管理平台的能力如何,是否能充分利用流程管理平台,即基于ARIS的标准化管理系统项目实施效果不得而知。本文试图通过构建模型体系,对ARIS项目实施效果进行评价研究分析,以期根据结果评价ARIS项目实施的有效程度和利用能力,从而进一步针对基于ARIS的标准化管理系统项目提出相关的可行性建议。
1 ARIS相关研究综述
ARIS (Architecture of Integrated Information System)集成信息系统体系结构是德国萨尔大学(University of the Saarland,Saarbrucken,Germany)的A.W.Scheer教授在1992年提出的一种基于流程的模型结构[3-4]。 ARIS体系结构模型以面向对象的方法描述了企业的组织视图、数据视图、功能视图和资源视图,然后由这四个视图组成一个房式结构,相互关联,形成一个企业系统[5]。ARIS区别于其它体系结构的重要特征是:四个视图的发展相对独立,又相互关联,通过流程来描述四个视图的关系[6]。资源视图仅用于描述信息技术设备,根据组织、数据和功能视图与信息技术的结合程度,在实际建模过程中,作为独立描述对象的资源视图被生命周期模型取代[7]。国内外的学者对于ARIS的工作流模型也做了很多研究。刘磊等指出各种工作流产品之间缺乏互操作性,兼容性差,提出一种基于ARIS建模和XML过程定义的工作流模型,从而使工作流模型描述和工作流过程定义变得简单,并且使工作流过程定义和工作流执行的分离成为可能。但其仅是简单地应用ARIS模型到工作流设计中,未进行任何改进的使用[8]。王增飞等在研究ARIS建模方法的基础上,分别就其在焊管企业信息系统建设以及农业信息采集平台的需求分析中的应用做了实例分析[9]。
在传统的标准化工作中,公司虽然建立起完整的标准化体系及配套内容,但是仍然处于文档层面管理,标准化体系与实际业务的变化和联动不紧密,有时难以及时体现业务的变化。因此,需要以流程为载体,通过ARIS建模引入基于流程的标准化工作方法,把技术标准、管理标准、工作标准的具体要求、方法和责任落实到流程中的每个环节,在制定业务流程的同时融合标准管理的相关要求。
2 ARIS实施效果评价体系构建
基于ARIS的标准化管理系统项目结合了国网公司“三集五大”的管理要求,保持项目方向与国网公司要求相统一。标准流程明确了流程目标、流程适用性、责任部门、责任岗位等内容,深入体现公司管理要求后能够更好的规范业务活动,形成流程衔接上下一体、流程实施权限清晰、业务区域划分合理的流程体系,有力地支撑了公司持续发展。若要对基于ARIS的标准化管理系统项目的实施效果进行分析评价,首先要做的是确定ARIS实施效果评价体系。本文在构建流程标准化项目实施效果评价体系时,充分借鉴河北省电力公司基于ARIS的标准化管理系统项目的指导意见,并且参考可获取的数据信息以及相关专家的建议。最后确定了基于ARIS的标准化管理系统项目的实施效果评价体系,见图1。
本文确定的研究对象为ARIS流程标准化项目的实施效果,主要通过流程梳理阶段指标和体系整合阶段指标两个准则层评价分析ARIS项目的实施效果。对流程梳理阶段的分析主要表现在实施运营中实现运维检修专业涉及的全部流程及对流程各节点要求的梳理,流程应从省公司延伸至基层单位、专业部室、业务支撑实施机构,并实现流程与三大标准的全面融合。流程梳理是基于公司现有的流程梳理成果,运用ARIS流程平台梳理流程应保持与实际业务过程的一致性、统一性,流程中各过程衔接完整顺畅,流程各节点职责、管理内容与要求完整准确,明确流程、各节点工作过程中应执行的上级各项法规标准制度要求、内外部要求、执行的表单、基础资料、应用系统等各项管理要素。实现流程及流程节点管理要素(5W1H)的完整匹配,描述保持统一的颗粒度,实现各岗位能够遵照流程及管理要素正确、准确地完成工作。
标准化体系整合阶段是将标准体系、执行体系及风险控制管理要素,绩效指标管理要素融合的阶段。在进行流程梳理和建模的同时,结合标准化建设需求完成了标准化体系与业务流程的整合方案,明确了管理标准、工作标准、技术标准建模方式。
图1 ARIS流程标准化项目的实施效果评价体系
3 ARIS实施效果评价
评价分析是一个十分复杂的问题,它涉及评价对象集、评价指标集、评价方法集、评价人集合,综合评价结果都是由以上各因素的特定组合决定的[10]。鉴于单一的评价分析方法的劣势,人们已经开始重视对组合评价方法的创新和运用。组合评价是根据在同时运用几种方法进行综合评价过程的各个阶段的需要进行重组,以相互弥补几种方法之间的劣势,实现优势互补。本文使用以DEA为主,因子分析法为辅的组合研究方法,不但能够综合DEA与因子分析的优势,而且能利用因子分析弥补了DEA法的劣势[11]。
3.1 相关理论和组合模型介绍
因子分析法(Factor Analysis)最早是由英国心理学家斯皮尔曼(Charles Spearman)在1904年提出的。它是主成分分析法的推广和延伸,主要是利用降维的思想,研究众多原始变量相关矩阵间的内部依赖关系,探求观测数据的基本结构,将一些具有错综复杂关系的变量降维成几个具有代表性的综合因子的一种多变量统计分析方法[12]。因子分析的基本思想是根据相关性大小把原始变量分组,使得同组内的变量之间的相关性较高,而不同的变量间的相关性则较低。
数据包络分析 (Date Envelopment Analysis,DEA)是著名的运筹学家A.Charnes和W.W.Copper等学者以“相对效率”为基础,根据多指标投入和多指标产出对相同类型的单位进行相对有效性或效益评价的一种新的系统分析方法[10]。它是处理多决策问题,应用数学规划模型计算多输入多输出同类决策单元(DMU)之间相对效率,对评价对象做出评价的一种方法。DEA是通过模型计算权重,避免了主观性,同时,可以处理不同类型的数据以及提供给决策者如何改善决策单元的信息[13]。
基于因子分析的DEA组合数学模型如公式(1)所示:
1)因子分析的矩阵形式
其中
其中,F表示公共因子,A是因子载荷,表示变量X与公共因子的相关性,ε表示与公共因子无关的特殊因子。
2)因子旋转
因子分析矩阵的目标不仅是要找出公共因子,而且要对所提取的抽象的公共因子的实际意义进行合理的解释[14]。如果利用依据特征值和特征向量得到的因子载荷矩阵直接进行解释,区分度并不高。因此,可以依据因子载荷的不唯一性对因子载荷矩阵进行旋转,使其结构简化,更利于对公共因子进行解释。旋转后的模型如公式(2)所示:
其中,B为旋转后的因子载荷矩阵,经过旋转后,矩阵中的元素向0和1分化。
3)获得因子得分
因子得分模型见公式(3):
通过该模型可以计算出各个公共因子的得分,以此作为DEA模型的投入和产出指标数据。
4)确定DEA模型的输入和输出向量
由于因子得分可能存在负值,为满足DEA方法输入、输出数据非负性,将数据进行无量纲化处理,处理过程中“前沿面”只发生平移,形状不变。因此,不影响DMU的有效性判断。具体的计算见公式(4)。
对于每一个决策单元(DUM)来说,都有m项输入和s项输出,其输入和输出向量分别为:
而且xj>0,yj>0,(i=1,2,…,m)
5)DEA模型分析
其中,表示第j个DMU的相对效率值;表示第j个DMU的第r项;表示第j个DMU的第r项;表示第j个DMU的第r项产出的加权值;表示第j个DMU的第r项投入的加权值。
6)使用Charnes-Cooper变换,得到线性规划模型6:
7)应用线性规划对偶理论,我们可以通过对偶规划来判断DMU的有效性,如式(7)。
依据DEA模型得到的结果可以对决策单元进行有效性分析和排序。
3.2 ARIS项目实施效果评价可行性分析
DEA在管理科学、决策分析以及评价技术等领域中是一种常用而且重要的分析工具和研究手段,在避免主观因素、减少误差方面有着不可低估的优越性。在实际运用中一般要满足以下几个条件[15]:①DEA中决策单元(DMU)的个数一般要大于投入和产出指标的2倍,否则会降低DEA分析的判断能力;②投入和产出指标过多会造成指标的主次不分,从而使评价结果不能有效的反映评价的目的,影响结果的客观性;③投入产出指标之间不能存在强线性关系,这样会增加评价结果复杂性,一定程度上降低问题的解释效果;④DEA仅能片面的反映决策单元投入和产出指标的效率,而不能全面客观的体现决策单元的实际情况。
针对DEA的适用条件,将原始数据经过因子分析法处理后可以满足DEA模型的运用,主要表现在:
1)运用因子分析法可以通过将众多原有指标用少数几个公共因子代表原始指标的大部分信息,在避免投入和产出指标过多的情况下保留尽可能多的原始信息。
2)原始数据经过因子分析降维处理后得到的少数几个公共因子不存在线性相关关系,并且公共因子变量是对一组原始变量信息的综合反映,具有明确的命名意义。
3)由于DEA模型的特点限制,最终得到的综合结果只能依据投入和产出指标来确定,故单独运用DEA法易造成评价的片面性。而因子分析法是对全部的原始指标进行分析处理,得到的抽象的公共因子保留了大部分原始指标信息,因此经过数据包络分析得到的结果是较为全面的。
经过以上适用性分析可知,利用因子分析法不但可以使大量指标降维,简化分析过程,而且较好的保存了原始评价信息的全面性。原始信息经过处理后优化了DEA模型的投入和产出指标。同时这种组合方法是定性分析和定量分析的结合,彼此相互补充。因此,基于因子分析的DEA组合分析方法是科学可行的。
4 实例效果评价
本文以河北省电力公司AIRS项目实施过程为实例进行研究。河北省电力公司于2008年在ERP实施项目过程中开始采用ARIS进行业务管理和制度管理,2013年开始将ARIS应用到标准化体系建设中。
表1 原始数据
4.1 原始数据预处理
河北省电力公司在ARIS项目实施过程中根据AIRS效果评价体系对各个市级单位供电公司做出专业、科学的评测。为保证研究成果的科学性和有效性,本文对测评结果进行了筛选和汇总,以AIRS效果评价体系为依托,得到了各指标的测评得分,如表1。
从表1中能够看出,各个市级供电单位应用系统梳理和业务术语梳理两个指标的得分都相同,在实施效果评价过程中对各市级供电单位的实施效果没有影响,因此在进行因子分析时可以除去这两个指标。由于在后面的DEA分析需要确定投入和产出变量,故本文选择流程梳理阶段的指标为投入指标,体系整合阶段的指标为产出指标。通过对体系各个指标进行因子分析,降低了各指标的相关程度,即对各个指标进行数据优化,这样就保证了投入和产出向量的准确性和合理性。
4.2 组合模型分析
本文使用软件SPSS19.0对研究对象进行因子分析,通过因子分析得到因子得分矩阵,进而根据因子得分矩阵分析出投入和产出指标向量。因子分析法提取公共因子的一般原则是因子的特征值大于1或累计方差贡献率达到85%。由表2可以看出,流程梳理阶段指标的公共因子有两个,累计方差贡献率约为85%,充分的保留了原始指标的信息。
表2 解释的总方差
由于该成分矩阵抽取了两个主成分,即两个公共因子,故成份矩阵可以进行因子旋转以获得更好的区分度,见表3。
表3 旋转成份矩阵
由表3可以看出,业务流程梳理指标与公共因子1最为接近,组织架构梳理指标与公共因子2最为接近,并且这两个指标是相互独立的,这样就满足DEA模型投入向量各指标没有相关性的条件。因此,定义业务流程指标和组织架构梳理指标为投入指标向量。
在体系整合阶段指标的因子分析中,有两个因子的特征值大于1,累计方差贡献率越为80%。虽然累计方差贡献率没有达到85%,但是符合后面DEA分析的条件,因此体系整合阶段指标中提取两个公共因子,如表4所示。
同样,由于该成分矩阵存在两个公共因子,故成份矩阵可以进行因子旋转以简化分析过程,获得更好的区分度,见表5。
由表5可以看出,ARIS考试指标与公共因子1最为接近,执行体系阶段指标与公共因子2最为接近,并且这两个指标是相互独立的,同样满足DEA模型投入向量各指标没有相关性的条件。因此,定义ARIS考试指标和执行体系阶段指标为产出指标向量。
表5 旋转成份矩阵
表6 ARIS实施效果DEA分析结果
表4 解释的总方差
4.3 结果分析
ARIS实施效果DEA分析结果中,综合技术效率是由纯技术效率和规模效率组成的。纯技术效率是企业在管理和技术等方面对生产效率的影响。根据综合技术效率对各供电单位ARIS项目实施效果做出排序。由上表6可知,沧州公司和邯郸公司的实施效果与其他几个供电单位相比较是最好的,即具有相对有效性。对综合技术效率的数值分析可以看出,各公司实施效果的差距并不大,数值都在0.9以上,说明整体来说河北省电力公司ARIS项目的实施效果是著有成效的。在纯技术效率方面,各公司非常重视对ARIS管理平台的技术支持力度,且各单位之间的差距并不大。同样,规模效率的近似统一也说明在开展ARIS管理平台方面,各公司不遗余力,积极响应河北省电力公司的指导,对ARIS项目实施进行了较大程度的投入,并取得了很好的效果。
5 ARIS管理平台优化建议
在项目实施过程中,我们深刻认识到ARIS的标准化管理系统平台,承载了各种不同的管理体系,为企业提升管理水平,发挥了更大的系统价值。通过上文对ARIS项目实施效果的评价研究,根据评价结果,现针对ARIS项目提出以下相关的可行性优化建议。
5.1 密集培训 培养人才
项目组应该在项目实施过程中及时安排大量的关于管理理念、系统技术、操作技能等方面的培训。因为基于ARIS的标准化管理系统项目虽然充分应用了IT技术的优势,但其核心是管理的内容,包括流程管理和标准化管理两方面的管理理念和知识。本项目方案的核心是将标准化管理与流程管理紧密地结合在一起,正是由于充分利用了ARIS系统平台强大的功能,这种紧密的结合才能够得以实现。因此要让项目参与人员,通过项目学习和掌握这些新的管理理念和知识,很好地完成项目工作,并为今后持续的进行管理改进工作奠定基础,就必须及时安排各种相关培训。
5.2 加强项目管理 确保进度质量
为了保证有效的沟通、及时发现和解决项目中的问题,项目组应建立完善的项目管理制度。通过周例会、月度汇报会、阶段汇报会以及根据项目需要不定期举行针对项目重点内容的沟通研讨会,向项目管理办公室汇报项目进展情况,请示项目重要内容的决策。项目实施组还应通过项目周报、项目月报、以及项目简报等方式通报项目的进展情况。实施项目组通过项目主计划以及明细的双周滚动项目工作计划管理项目工作和进度,通过每天检查未结事项跟踪表,落实跟进项目中出现的各种问题。
[1] 谢世诚.ARIS:流程优化的利器[J] .产品技术,2007,(2):100.
[2]张红艳,王占魁,孙辰军.ARIS平台在电力企业ERP项目建设中的应用 [J] .河北电力技术,2010,29,(2):9-10.
[3]项宁.虚拟配送中心的ARIS建模研究[D].上海:同济大学,2004.
[4]周欢.基于ARIS的中小制造型企业ERP实施过程研究[D].哈尔滨:哈尔滨工业大学,2006.
[5]徐国华.基于ARIS企业建模过程的应用研究[J].计算机工程,2005,31(14):208-210.
[6]黄煌华.基于ARIS的印刷设备制造企业ERP实施的研究与实现[D].上海:上海交通大学,2008.
[7]王璐娟.基与ARIS的转换与通用建模工具研究与开发[D].杭州:浙江工程学院,2003.
[8]刘磊,朱泽飞,李仁旺.基于ARIS建模和XML过程定义的工作流模型[J].计算机工程,2005,31(1):53-56.
[9]王增飞,冯爱兰,董绍华.ARIS在焊管企业信急系统建设中的应用研究[J].焊管,2009,32(4):38-41.
[10]杜栋,庞庆华,吴炎.现代综合评价方法与案例精选(第二版)[M].北京:清华大学出版社,2008:62-85.
[11]郭岚,张勇,李志娟等.基于因子分析与DEA方法的旅游上市公司效率评价[J].管理学报,2008,5(2):258-262.
[12] 何晓群.多元统计分析(第三版)[M].北京:中国人民大学出版社,2012:143-172.
[13]陈世宗,赖邦传,陈晓红.基于DEA的企业绩效评价方法[J].系统工程,2005,(6):99-104.
[14]王庆山.基于因子分析的我国中小商业银行盈利能力研究[D].苏州:苏州大学,2012.
[15]章林京.新经济下的企业标准化管理浅析[J].物流工程与管理,2010,(9):128-130.