Совершенствование процесса целевого бюджетирования в системе управления корпоративной результативностью

Максим Е. Ощепков

doi:10.17323/2587-814X.2024.1.22.35

Максим Е. Ощепков Высшая школа бизнеса, Национальный исследовательский университет «Высшая школа экономики», Россия, 119049, г. Москва, ул. Шаболовка, д. 26–28 https://orcid.org/0000-0003-0327-3285

DOI: https://doi.org/10.17323/2587-814X.2024.1.22.35

Ключевые слова: бюджетирование, информационно-логическая модель, управление корпоративной результативностью, обратные вычисления, математическое программирование

Аннотация

В настоящее время представление процедуры выработки управленческих воздействий при осуществлении процесса планирования в научном и профессиональном сообществе зачастую не соответствует практике системного и последовательного формирования планов при поддержке информационно-аналитической системы. Вместо этого процесс планирования опирается на неформализованную деятельность лица, принимающего решение, которой характерен точечный ситуативный экспертный подход. Данное исследование направлено на разработку аналитического подхода к осуществлению процедуры согласования планов в процессе целевого бюджетирования, который позволит расширить использование возможностей системы управления корпоративной результативностью и обеспечить математическую формализацию задачи выработки управленческих воздействий при корректировке значений плановых ключевых показателей. С этой целью типовой процесс планирования в рамках системы управления корпоративной результативностью дополняется блоками аналитической поддержки, а именно алгоритмом обратных вычислений частных ключевых показателей и расширенным модулем сценарного моделирования. Представленная усовершенствованная модель процесса целевого бюджетирования обеспечивает автоматизированное формирование управленческих воздействий отдела бюджетирования и руководства подразделений в направлении достижения стратегических целей. Применение обратных вычислений обеспечивает математическую постановку задачи вычисления индикаторов плановых ключевых значений, а система Sense and Respond (SaR) позволяет дополнить математическую постановку весовыми коэффициентами первичных показателей эффективности, рассчитанными алгоритмически на основе управленческих решений менеджера вместо экспертной оценки. Реализация разработанного подхода обеспечивает повышение качества планирования по наиболее приоритетным критериям качества: оперативности, точности и адаптивности – за счет системности и методичности составления бюджетов с привлечением современных информационных технологий.

Скачивания

Данные скачивания пока не доступны.

Литература

References

Maryska M., Doucek P. (2017) REMONA model for improving quality of corporate informatics performance management: How to cut cots in corporate informatics. Quality Innovation Prosperity, vol. 21, no. 3, pp. 15–35. https://doi.org/10.12776/QIP.V21I3.939

Richards G., Yeoh W., Chong A.Y.L., Popovič A. (2019) Business intelligence effectiveness and corporate performance management: An empirical analysis. Journal of Computer Information Systems, vol. 59, no. 2, pp. 188–196. https://doi.org/10.1080/08874417.2017.1334244

Bourne M., Neely A., Mills J., Platts K. (2003) Implementing performance measurement systems: A literature review. International Journal of Business Performance Management, vol. 5, no. 1, pp. 1–24. https://doi.org/10.1504/IJBPM.2003.002097

Zhang J. (2022) A neural network model for business performance management based on random matrix theory. Mathematical Problems in Engineering, vol. 2022, article ID 9170666. https://doi.org/10.1155/2022/9170666

Mari F., Massini A., Melatti I., Tronci E. (2021) A constraint optimization–based sense and response system for interactive business performance management. Applied Artificial Intelligence, vol. 35, no. 5, pp. 353–372. https://doi.org/10.1080/08839514.2020.1843833

Kitova O.V. (2012) Concepts and information infrastructure of marketing performance management: theory and methodology. St. Petersburg: UNECON (in Russian).

Bruskin S.N. (2016) Information-analytical system of decision-making support in the field of planning sales activities of the corporation. Moscow: MSU (in Russian).

Odintsov B.E. (2023) Information systems of business performance management. Textbook and Practice for Bachelor’s and Master’s Degrees. Moscow: Urait (in Russian).

Nikishova M.I. (2021) Application of artificial intelligence technologies in the corporate governance system. Moscow: Financial University (in Russian).

Neely A., Gregory M., Platts K. (1995) Performance measurement system design–a literature review and research agenda. International Journal of Operations and Production Management, vol. 15, no. 4, pp. 80–116. https://doi.org/10.1108/01443570510633639

Kaplan R.S., Norton D.P. (1996) The balanced scorecard. Translating strategy into action. Boston, MA: Harvard Business School Press.

Kaplan R.S., Norton D.P. (1996) Using the balanced scorecard as a strategic management system. Harvard Business Review, pp. 75–85.

Neely A.D. et al. (1996) Getting the measure of your business. London: Findlay.

Dixon J.R., Nanni A.J., Vollmann T.E. (1990) The new performance challenge: Measuring operations for world-class competition. Homewood, IL: Business One Irwin.

Krause O., Mertins K. (1999) Performance management. Global Production Management: IFIP WG5.7 International Conference on Advances in Production Management Systems, Berlin, Germany, September 6–10, 1999 (eds. K. Mertins, O. Krause, B. Schallock), pp. 243–251.

Kaplan R.S., Norton D.P. (1993) Putting the balanced scorecard to work. Harvard Business Review, pp. 134–147. https://doi.org/10.1016/B978-0-7506-7009-8.50023-9

Rybalko O.A., Shalaeva L.V. (2012) Strategic planning and budgeting as basic elements of modern management system. International Accounting, no. 28, pp. 25–38 (in Russian).

Dresner H. (2007) The performance management revolution: business results through insight and action. Hoboken, NJ: Wiley.

Taticchi P., Tonelli F., Cagnazzo L. (2010) Performance measurement and management: a literature review and a research agenda. Measuring Business Excellence, vol. 14, no. 1, pp. 4–18. https://doi.org/10.1108/13683041011027418

Medeiros M.M., Maçada A.C.G., Hoppen N. (2021) The role of big data stewardship and analytics as enablers of corporate performance management. RAM. Revista de Administração Mackenzie, vol. 22. https://doi.org/10.1590/1678-6971/eramd210063

Jaklič J., Bosilj-Vukšić V., Mendling J., Štemberger M.I. (2021) The orchestration of corporate performance management and business process management and its effect on perceived organizational performance. SAGE Open, vol. 11, no. 3. https://doi.org/10.1177/21582440211040126

Prilianti E., Hikmat M.T. (2018) Proposed corporate performance management using integrated performance management system (IPMS) at PT Pos Indonesia (Persero). International Journal of Engineering & Technology, vol. 7, no 3, pp. 71–83. https://doi.org/10.14419/ijet.v7i3.25.17472

Merkert J., Mueller M., Hubl M. (2015) A Survey of the Application of Machine Learning in Decision Support Systems. ECIS Completed Research Papers, paper 133. https://doi.org/10.18151/7217429

Dugelny A.P. (2003) Budgetary management of the enterprise. Moscow: Delo (in Russian).