Классификация методов и моделей эффективности ИС

  Большинство из известных моделей и методов определения эффективности предназначены для оценки эффекта в производстве: технико-экономическому обоснованию выбора наилучших вариантов создания и внедрения в производство новой техники; отражению показателей экономической эффективности в нормах, нормативах и планах развития экономических объектов; усовершенствованию ценообразования и стимулирования работников и т.п. Довольно часто как показатели эффективности используются оценки инвестиционных проектов в информационные технологии, а также эффективность использования имеющихся ресурсов (основных и оборотных фондов, финансовых, материальных и трудовых ресурсов). 

   Так как информационные системы в большинстве случаев непосредственно не используются в производстве продукции, поэтому и подходы к оценке их эффективности должны учитывать все особенности их использования. Если учет затрат на информационную систему чаще всего не является проблематичным, то вопрос выявления реальных (или возможных, прогнозных) выгод (прибыли, экономии) пока еще полностью не решен.

  Довольно часто наличие выгод от информационных систем принимается, как априорная информация. Такой подход присущ разработчикам информационных систем и тем, кто их внедряет или продает. Как правило, обоснование таких выгод сопровождается фразами: «как известно», «как показывает опыт», «у большинства наших клиентов».

  Некоторые разработчики оборудования и программного обеспечения для информационных систем утверждают, что расчеты эффективности проводились по их собственной методике, которая является коммерческой тайной, и не может быть раскрыта. Но это только подтверждает отсутствие такой методики, потому что если бы она существовала, фирма-разработчик опубликовала бы ее во всех известных источниках и подтвердила бы «высокую эффективность» своих продуктов.

  В литературе рассмотрены более двух десятков методов и моделей, что предлагаются для оценки эффективности информационных систем, и которые можно разделить на такие три большие группы [8]:

• количественные (будем обозначать эту группу буквой N – от английского слова quaNtity);

• качественные  (будем обозначать эту группу буквой L – от английского слова quaLity;

• комбинированные (будем обозначать эту группу буквой M – от английского слова coMbine).

  Среди этих групп самой большой является группа количественных методов и моделей, что понятно, так как результаты в виде чисел легко оценивать и сравнивать. В группе количественных моделей и методов выделим подгруппы, которые обозначим такими номерами:

1. Модели и методы, учитывающие затраты на информационные системы;

2. Модели и методы, которые учитывают выгоды (эффект, экономию, прибыль) от информационных систем;

3. Модели и методы, которые учитывают затраты на информационные системы и выгоды от них;

4. Модели и методы для оценки эффективности инвестиций в проекты развития информационных систем;

5. Модели и методы, которые учитывают затраты на информационные системы и оценивают эффективность инвестиций в проекты их развития;

6. Модели и методы, которые учитывают выгоды от информационных систем и оценки эффективности инвестиций в проекты их развития;

7. Модели и методы, которые учитывают затраты на информационные системы, выгоды от них, и оценивают эффективность инвестиций в проекты их развития;

8. Другие. 

  Все модели и методы (1-8) по типу оцениваемых (реальных) данных также можно поделить на виды [24]:

• статические (будем обозначать их буквами St – Statics);

• динамические (будем обозначать их буквами Dn – Dynamics);

• статистические (будем обозначать их буквами Ss – Statistics);

• детерминированные (будем обозначать их буквами Dt –Deter-ministic);

• графовые (будем обозначать их буквами Gr – Graph);

• учитывающие риски (будем обозначать их буквами Rs –  Risk).

  Например, согласно принятой системе обозначений, количественную модель, которая учитывает затраты на информационную систему и выгоды от нее, и базируется на статических методах, нужно обозначить как N3St.

  Тогда классификацию методов и моделей оценки эффективности информационных систем по этим принципам предлагается рассматривать так, как представлено на рис. 1 и в табл. 1.  

  Рассмотрение моделей и методов оценки эффективности информационных систем (табл. 1) начнем с группы качественных методов.

    Метод Total Value of Opportunities (TVO, или совокупный уровень возможностей) измеряет общую стоимость возможностей ІТ-проектов для бизнеса. Он позволяет оценить прогнозируемые финансовые выгоды от ІТ-проекта и его влияние на бизнес-процессы экономического объекта, его способности для достижения прогнозируемых преимуществ и рисков конкретной ІТ-инициативы.

  К преимуществам этого метода относят возможность оценки  финансовых  и  нефинансовых  результатов, к  недостаткам – значительную субъективность оценки.

    Метод IT Portfolio Management (управление ІТ-портфелем) базируется на теории портфельного менеджмента относительно совокупности ІТ-проектов, согласно которой, чтобы утвердить решение об инвестициях в того или другой актив, инвестор должен оценить два основных критерия – ожидаемый доход и риск. Таким образом, управление совокупностью ІТ-проектов осуществляется так же, как и управление акционерным капиталом. К недостаткам этого метода можно отнести сложность его использования для небольших экономических объектов.

    Метод Balanced Scorecard (BS – сбалансированная оценочная ведомость) является управленческим подходом, который позволяет выстроить и связать стратегические цели и задача экономического объекта и его подразделений и связать их с конкретными действиями и исполнителями.

    Метод IT Scorecard (ITS – оценочная ведомость ІТ) разработан на основе Balanced Scorecard, ориентирован на оценку внутренней эффективности и результативности ІТ, которые могут быть использованы для повышения стоимости бизнеса. Некоторые  информационные процессы экономического объекта могут быть неэффективными, но при этом не делать серьезного влияния на уровень ІТ-услуг, поддерживающих основные цели бизнеса, и основная задача – определить те неэффективные ІТ-процессы, которые в отношении бизнес целей являются наиболее важными, и, следовательно, требуют улучшения.   

    Метод IT Scorecard незначительно отличается от Balanced Scorecard,– различие заключается в том, что Balanced Scorecard используется в стратегических исследованиях, а IT Scorecard нужен менеджерам для оценки операционной эффективности. Balanced Scorecard и IT Scorecard предусматривают последовательную процедуру определения причинно-следственных связей между финансовыми показателями, и стратегией, а также создание баланса между численными оценками трех видов деятельности: работы с заказчиками, оперативностью и способностью к усовершенствованию.

    Рассмотрение количественных моделей и методов начнем с подгруппы оценки затрат на развитие и содержание информационных систем экономических объектов. 

    Наиболее популярными в настоящее время являются три метода, предназначенные для определения затрат на информационные системы: совокупная стоимость владения (ССВ, или TCO – Total Cost Ownership), метод определения затрат на управление ІТ-сервисами (ITSM – Information Technology Service Management), и функционально-стоимостный анализ (ФСА, или ABC – Activity Based Costing). Некоторые страны разрабатывают собственные методы учета затрат на информационные системы и возможных выгод от них. Основой перечисленных методов являются определения затрат на сопровождение существующей информационной системы или прогнозирования затрат на информационную систему, которая будет внедряться. Затраты группируют по видам и категориями и определяют их величины с использованием текущих данных бухгалтерской и управленческой отчетности. Особо следует отметить ФСА, позволяющий проанализировать не только величину затрат, но и определить места их возникновение и привязать затраты к бизнес-процессам экономического объекта. При выполнении ФСА для информационной системы уделяют основное внимание функциям, которые она выполняет, и затратам на них. Таким образом, ФСА позволяет выявить не только группы самых больших затрат, но и определить, при выполнении каких функций они возникают.

    Метод Information Economics (Информационная экономика – ІЕ) был разработан в середине 80-х лет ХХ столетие и развивается компанией The Beta Group. По утверждению в [Шиляев], метод Information Economics позволяет менеджерам определить наиболее важные проекты, а также получить базу для обоснования своих решений относительно данных проектов и наглядно объяснить их логику другим участникам процесса. В качестве главного показателя, по которому оценивается эффективность информационной системы экономического объекта, используются его бизнесы-результаты.  Метод Information Economics рассматривает стратегическую цепь создания ценностей, который включает пять направлений влияния информационных систем на бизнес: стратегическое ІТ-планирование спроса и предложения, инновации, приоритетность, измерение и выравнивание (согласование).

    Но для определения эффективности информационной системы экономического объекта одних только данных о затратах недостаточно. Необходимо иметь информацию и о выгодах, которые получены (или могут быть получены) за счет информационной системы. Известные на это время методы и модели, которые предлагаются для этого, предусматривают учет выгод как в прогнозной форме, так и в форме оценки показателей работы производственной и управленческой подсистем экономического объекта.

    Вторая подгруппа количественных моделей и методов предназначена для оценки выгод от информационных систем экономических объектов. 

    Метод экономической добавленной стоимости (EVA – Economic Value Added) предназначен для расчетов экономического дохода как чистого операционного дохода экономического объекта после отчисления налогов (NOPAT), за вычетом главной нагрузки для инвестиций или капитала, который используется в бизнесе. Таким образом, EVA – это финансовый показатель деятельности экономического объекта, отображающий его способность создавать добавленную стоимость, и если он положителен, это означает, что заработано достаточно средств, чтобы компенсировать затраты, связанные с использованием привлеченного капитала. Расчеты EVA требуют определения средневзвешенной стоимости капитала, для корректной оценки которой нужен учет всех источников капитала, и в случае, если структура капитала компании является сложной, решение данной задачи требует дополнительных расходов. Поскольку для расчетов экономической прибыли используются бухгалтерские дани, часто возникают ситуации, которые приводят к искажениям в конечных результатах.  Метод EVA является торговой маркой, поэтому в открытой печати не представлен, что является определенным недостатком. 

    Детерминированные модели представлены факторной, матричной, и дифференциальными моделями.

    Факторная модель позволяет оценить экономическую эффективность информационной системы экономического объекта при условии внедрения ее поэтапно, по подсистемам. Модель основана на предположении, что при внедрении подсистем информационной системы снижаются затраты на производство, в результате чего снижается себестоимость продукции экономического объекта.

    Матричная модель предназначена для оценки влияния информационной системы на стратегию и конкурентоспособность экономического объекта. Это влияние определяется через уровень охвата информационной системой бизнес-процессов, реализующих определенную стратегию, которая в свою очередь реализует повышение некоторого показателя конкурентоспособности экономического объекта. Модель позволяет оценить как совокупное влияние подсистем информационной системы на конкурентоспособность экономического объекта в целом, так и на отдельные показатели его  конкурентоспособности, что является ее преимуществом. Недостатком матричной модели является использование экспертных оценок для определения влияния информационной системы на бизнес-процессы экономического объекта, а также то, что для получения результатов необходимо решить переопределенную систему линейных уравнений, для чего нужно использования специальных численных методов. 

    Дифференциальные модели базируются на дифференциальных уравнениях. Именно эти модели, относящиеся к динамическим, дают возможность представить процесс развития информационных систем во времени. В качестве показателей, характеризующих состояние информационной системы, используются параметры ее технического, программного и математического обеспечения, квалификация сотрудников, расходы на ремонты и эксплуатацию оборудования информационной системы.

   При построении рассмотренных выше детерминированных моделей необходимо наличие явных зависимостей между показателями предметной области и информационной системы. Если же такие зависимости отсутствуют, или имеют транзитивный характер, или их тяжело оказать, решение проблемы моделирования состоит в использовании статистических моделей, к которым относятся методы Applied Information Economics и Real Options Valuation, производственные функции и эконометрические модели.

    Производственные функции позволяют оценить влияние информационной системы на выпуск продукции экономического объекта, учитывая это влияние через составляющие «информационного капитала» и «информационного труда». Недостатками производственных функций является то, что они учитывают влияние информационной системы только на один показатель деятельности экономического объекта – суммарный выпуск продукции, а также то, что для их построения необходимое наличие большого количества статистических данных.

    Эконометрические модели по обыкновению основываются на уравнениях регрессии и позволяют определить экономическую эффективность информационных систем экономических объектов с привлечением многих факторов, что дает возможность отделить влияние информационной системы на функционирование экономического объекта от влияния других факторов (основных фондов, трудовых ресурсов и т.д.). Регрессионные уравнения могут быть построены как с использованием действительных, так и нечетких коэффициентов. Недостатком этих моделей является потребность в значительном количестве исходных данных для их настройки.

    Нормативный метод – это метод оценки экономической эффективности информационной системы (в оригинале  АСУП – автоматизированная система управления предприятием), в которой приведен перечень расходов на эксплуатацию информационно-вычислительных центров: на электроэнергию, которая потребляется аппаратными средствами информационной системы; зарплата персонала; отчисление на социальное страхование; амортизация; расходы на носители информации (перфокарты, бумагу и магнитную ленту); расходы на текущий ремонт технических средств; накладные расходы. Метод [90] содержит подробные и понятные формулы для расчетов улучшения показателей работы экономического объекта за счет информационной системы.

    Все расчеты согласно этого метода проводятся путем сопоставления показателей экономического объекта до и после внедрения информационной системы.

    К недостаткам нормативного метода можно отнести следующее:

1. Для проведения расчетов нужны данные о работе экономического объекта с использованием информационной системы за несколько лет, что в настоящих условиях практически невозможно, в связи с высоким темпом развития ІТ: новые технические и программные решения появляются с интервалом в 3-5 лет, а иногда и чаще. Последнее ограничивает жизненный цикл информационных систем во времени, и требует от разработчиков и их потенциальных клиентов оценки эффективности «на старте».

2. Не учитываются другие факторы улучшения работы экономического объекта, которые могут появиться во время внедрения и использования информационных систем: новые производственные технологии, повышение квалификации производителей за счет их обучение, новые методы работы с поставщиками и покупателями и др.

3. При расчетах приняты предположения, что все показатели работы экономического объекта, которые используются при расчетах, только улучшаются. Поэтому, если некоторые показатели все же ухудшились, результаты оценки экономической эффективности информационной системы экономического объекта будут некорректными.

    Учитывая указанные выше недостатки нормативного метода, его целесообразно использовать на этапе эксплуатации информационной системы, когда имеются данные для его применения.

    Метод Applied Information Economics (AIE - прикладная информационная экономика) представлен его автором Дугласом В. Хаббардом (Douglas W. Hubbard), как метод «измерения чего угодно». Он объединяет в себе традиционные финансовые методы с концепциями, заимствованными из экономической теории, статистики, теории информации, и ряда других дисциплин. Такой подход позволяет учесть и оценить риски, которые связаны с тем или другим проектом, установить приоритеты среди проектов и количественно оценить их реальную экономическую выгоду. Используя AIE, можно определить действительную экономическую стоимость инвестиций в ІТ, повышая точность расчетных показателей, полученных с использованием традиционных финансовых метрических средств. Это достигается за счет уменьшения неопределенности относительно: 1) затрат; 2) выгод (в том числе нематериальных); 3) рисков инвестиций. AIE – одним из наиболее нагруженных расчетами методов, и его использование усложняется тем, что он является ноу-хау консультационной компании, следовательно, руководство экономического объекта, которое захочет использовать этот метод для оценки своих ІТ-проектов и информационных систем, должно обратиться к разработчику или компании, которые имеют лицензию на право его использования.

    Метод Total Economic Impact (TEI – совокупное экономическое влияние) предусматривает оценку таких показателей, как затраты, выгоды и гибкость. Под последней понимают отложенные или возможные выгоды, которые может принести ІТ-проект, и которые не подвергаются оценке с помощью классического анализа «затраты-выгоды». Конечным результатом является оценка возможных рисков ІТ-проекта, которые используются для коррекции результатов, полученных на первом этапе. Наилучшие результаты Total Economic Impact достигаются при оценке двух альтернативных вариантов, поэтому этот метод часто используют производители аппаратного и программного обеспечения информационных систем для оценки рентабельности собственных продуктов. 

    Модель Economic Value Sourced (EVS – источника экономической стоимости) основан на идее существования только четырех способов, с помощью которых ІТ могут создавать добавочную стоимость: увеличение дохода, увеличение производительности, уменьшение временного цикла, уменьшение рисков. Эта модель использует и расширяет такие методы, как Economic Value Added, IRR и ROI за счет добавления параметров времени и риска. Модель EVS является надстройкой к традиционным методам, но для повышения корректности оценки она предполагает расчеты рисков и времени. Это необходимо, чтобы понять вклад уменьшения временного цикла и рисков. Модель EVS может быть отнесена  к вероятностным.

  Рассмотрение количественных моделей и методов закончим на подгруппе методов оценки эффективности инвестиций в проекты развития информационных систем, которые позволяют сделать указанную оценку на концептуальном и стратегическом уровнях. Все эти методы основаны на учете денежных потоков затрат и прибылей.

    Метод определения периода окупаемости инвестиций Payback Period определяет указанный срок без упорядочения денежных поступлений во времени, как отношение инвестиционных расходов к сумме денежных нахождений от ІТ-проекта при условии, что суммарные поступления равны  затратам или превышают их. Таким образом, этот метод предназначен для расчетов периода времени, за который инвестиционный проект внедрения информационной системы начнет приносить прибыли (то есть полностью окупается). Для этого проводят анализ затрат на информационную систему и прибылей от нее за несколько лет. Этот метод учитывает денежные потоки только во временных границах ІТ-проекта и не учитывает те, что появляются позднее, что является его недостатком. 

    Метод расчета чистой текущей стоимости NPV (Net Present Value) является наиболее распространенным методом сопоставления денежных потоков расходов и прибылей во времени, которая представляет собой различие между дисконтированными значениями поступлений и расходов. Вариация коэффициента дисконтирования и учет риска делает этот метод довольно универсальным. Использование нечетких чисел в формулах для расчетов NPV или вероятностей выполнение затрат позволяет получать оценку денежных потоков, характеризующих ІТ-проекты, в условиях неопределенности.

    Метод оценки возврата от инвестиций ROI (Return On Investment) предназначен для оценки отношения значения полученных в результате реализации ІТ-проекта прибылей к величины инвестиционных вложений. Несмотря на внешнюю простоту, этот метод предусматривает предварительные исследования технологической инфраструктуры информационной системы, бизнес-процессов, организационного окружения и внешних связей экономического объекта. Кроме того, при исследовании эффективности ІТ-инвестиций иногда рассматривают социальные эффекты от информационных систем, для чего используют SROI (Social Return On Investment). 

    Метод оценки индекса внутренней рентабельности инвестиций IRR (Internal Rate of Return) основан на решении уравнения NPV=0, то есть использует результаты расчетов денежных потоков за методом чистой текущей стоимости (см. выше). Найденный индекс рентабельности IRR представляет собой значение коэффициента дисконтирования, отвечающее максимальному вложению капитала без потерь для держателей акций. 

    Метод Val IT представляет собой набор процедур, обеспечивающих основу для управления ІТ-инвестициями. Этот метод позволяет бизнес-менеджерам обеспечивать отдачу от инвестиций в информационные системы и технологии, создавая структуру управления, составленную из установления набора руководящих принципов и определения количества процессов, отвечающих этим принципам, которые в дальнейшем определяют как набор ключевых методов управления информационной системой. Основными направлениями, по которым выполняется Val IT, являются: определение уровня управления, управление портфелями и управление инвестициями.

    Метод Real Options Valuation (ROV – реальная стоимость опционов) по обыкновению применяется для оценки инвестиционных проектов, связанных с основной деятельностью, и учитывает: 1) текущую стоимость ожидаемых потоков денежных средств; 2) текущую стоимость фиксированных расходов; 3) непредсказуемость ожидаемых потоков денежных средств; 4) период времени, на протяжении которого можно выполнить опцион; 5) доход по безрисковой ценной бумаге с тем же сроком жизни, что и срок действия реального опциона; 6) утерянную стоимость на протяжении срока действия опциона. Основным преимуществом метода ROV в сравнении с традиционными методами является то, что он предоставляет менеджерам возможности проявлять гибкость в принятии инвестиционных решений за счет разбивки проекта на ряд подпроектов, когда решение по проекту осуществляются последовательно в меру поступления более достоверной и полной информации о факторах, способны повлиять на конечный результат и ровня риску. Метод ROV объединяет в себе все другие преимущества, присущие финансовым методам, но имеет большую трудоемкость.

    Метод Rapid Economic Justification (REJ – быстрое экономическое обоснование) был предложен фирмой Microsoft, и предназначен для анализа экономической эффективности инвестиций в информационные технологии и системы. Процесс анализа включает пять шагов:

• анализ бизнеса. На данном этапе определяются показатели ІТ-проекта, подлежащие оценке, устанавливаются критические факторы и ключевые показатели его результативности;

• анализ решений. Определяется круг, заинтересованных во внедрении данных решений лиц, анализируются бизнес-процессы;

• определение затрат и выгод;

• оценка рисков;

• оценка ІТ-проекта с использованием традиционных методов (NPV, ROI, IRR и др.).

  Этот метод при учете затрат на информационную систему использует метод совокупной стоимости владения. К недостаткам можно отнести то, что при использовании метода REJ не отводится надлежащего внимания изменению стоимости денег со временем, кроме того, относительно метода нет объяснений, каким образом надо определять выгоды от информационной системы.

  Общим недостатком методов оценки эффективности инвестиций в проекты развития информационных систем является  то, что они не объясняют источника возможных выгод от развития информационных систем.

    Метод оценки научно-технического уровня (НТУ) информационной системы позволяет определить ее соответствие современным достижениям науки и техники. Оценке подлежат как отдельные составляющие (элементы аппаратного и программного обеспечения, подсистемы), так и вся информационная система в целом. Показатели НТУ целесообразно использовать при управлении развитием информационных систем, например, при разработке планов обновления их составляющих.

  Комбинированные модели и методы представлены методом System Life Cycle Analyze (SLCA – анализ жизненного цикла системы), продукционными моделями (основанными на правилах), искусственными нейронными сетям (ИНС), когнитивными моделями, и уже рассмотренным выше методом Customer Insight.

    Метод System Life Cycle Analyze  основан на определении уровня «идеальности» информационной системы, как отношение суммы ее полезных факторов к сумме вредных факторов, а также факторов « расплаты» за выполнение полезных функций. Метод выполняется в три этапа. На первом этапе строится модель экономического объекта без информационной системы. Создается перечень полезных, вредных и затратных факторов экономического объекта. На втором этапе строится модель экономического объекта, которая включает функции будущей информационной системы. В модель вводят факторы ожидаемых эффектов от информационной системы. На третьем этапе выполняется сравнения двух моделей («к внедрению информационной системы» и «после внедрения информационной системы»). Таким образом, метод SLCA можно использовать для предыдущей оценки эффекта от внедрения новой информационной системы. Недостатком этого метода являются использования экспертных оценок при определении полезных и вредных факторов, а также их весовых коэффициентов.

    Комплексная модель оценки эффективности информационных систем базируется на принципе продуцирования нечетких выводов, и рассматривает эффективность, как совокупность следующих составляющих: экономической, технологической, качественной, социальной, эргономической, патентно-правовой, результативной и рисковой. Продукционная модель оценки эффективности информационные системы основана на математическом аппарате нечетких множеств. 

    Искусственные нейронные сети и когнитивные модели основаны на теории ориентированных графов, и позволяют оценить зависимости между показателями экономического объекта и его информационной системы в условиях, когда прямая зависимость отсутствует. Построение искусственной нейронной сети осуществляется на основе обработки исходных статистических данных. Когнитивная модель отображает причинно-следственные связи в моделируемой предметной области. Преимуществом этих моделей является простота их практической реализации, а к недостаткам можно отнести необходимость постоянной перестройки структуры модели и ее настройки при изменениях в структуре экономического объекта и его информационной системы.

    Метод потребительского индекса (Customer Index или Customer Insight) оценивает влияние инвестиций в IT на количество и состав потребителей продукции экономического объекта, а также исследует экономические показатели этих потребителей за счет отслеживания доходов, расходов|затрат| и прибылей |нарізно|попо каждому из них. В [3] утверждается, что правильно этот метод называется Customer Insight (восприятие потребителя) и предполагает количественные измерения, но по своей природе он ближе к качественным измерителям и охватывает вопрос информационных систем и маркетинга. Согласно этому методу необходимо оценивать экономическую ценность своих потребителей, определяя, сколько дохода, прибылей и затрат приходится на каждый из них, на основании чего можно решить, какие клиенты наиболее перспективны, определить затраты на содержание или привлечение клиента и т.п. Customer Index (Customer Insight) включает пять этапов: сбор данных, анализ данных, оптимизация (распределение ограниченных маркетинговых ресурсов между большим количеством комбинаций потребителей, продуктов и каналов сбыта), управление кампаниями (планирование, координация и контроль маркетинговых мер), персонализация (обеспечение максимально удобного и полезного общения с клиентами). Таким образом, данный метод нацелен на эффективное использование информации и предусматривает использование как количественных, так и качественных факторов для оценки эффективности информационной системы и маркетинга. Недостатком рассмотренного метода является сложность установления связи между расходами на информационную систему и потребителями.

    Методы и модели, анализ которых проведен выше, позволяют сделать оценку эффективности информационной системы в первом приближении, то есть с невысокой точностью. Поэтому их использование возможно на начальных этапах жизненного цикла информационной системы. Для повышения точности оценки необходимо использовать детерминированные методы и модели, которые используют реальные показатели, характеризующие результаты функционирования экономического объекта и его информационной системы.

    Подводя итог проведенного выше анализа методов и моделей, которые возможно использовать при оценке эффективности и управлении эффективным развитием информационных систем экономических объектов, отметим следующее. Значительная часть методов оценки эффективности информационных систем, в том числе экономической, в чистом виде таковыми не является. Так, например, функционально-стоимостный анализ был разработан для снижения затрат в производстве, поэтому использование его для оценки затрат на информационную систему нуждается в определенной адаптации. Методы оценки инвестиционных проектов, такие, как Portfolio Management, Economic Impact, Rapid Economic Justification, ROI, Net Present Value, Internal Rate of Return, Payback Period предназначены в первую очередь для финансовой оценки инвестиций. То же можно сказать и о  Balanced Scorecard. Это не говорит о том, что эти методы нельзя использовать для анализа затрат и оценки проектов в сфере информатизации, однако называть их методами оценки экономической эффективности информационных систем и технологий, по крайней мере, некорректно. 

Литература к разделу:

1. Ковальчук К.Ф. Оцінка ефективності інформаційно-інтелектуальних технологій: Монографія / К.Ф. Ковальчук, Л.М. Бандоріна, Л.М. Савчук. – Дніпропетровськ: ІМА-прес, 2007. – 132 с.

2. Калачанов В.Д. Экономическая эффективность внедрения информационных технологий: Учеб пособие / В.Д. Калачанов, Л.И. Кобко. –  М.: Изд-во МАИ, 2006. –  180 с.: ил.

3. Шиляев А.А. Эффективность инвестиций в информационные технологии: подходы к измерению и оценке / А. А. Шиляев // Бизнес-образование, 2003. – №2 (15). – С. 155-172.

4. Hubbard D.W. How to Measure Anything. Finding the Value of  “Intangibles” in Business. - Second Edition / Douglas W. Hubbard. – John Wiley & Sons, Inc., 2010. – 323 p.

5. Rapid Economic Justification (REJ). An introduction to the Microsoft® REJ™ Framework. Gennaio 2003. – 8 p.

6. Return on Investment In Information Technology: A Guide for Managers. –Center for Technology in Government, University at Albany, SUNY, 2004. – 52 p.

7. Total Value of Opportunity: Using Business Metrics to Shed Light on IT Investments. U.S. Symposium / ITxpo  Michael Smith, 20–24 October 2003, Walt Disney World, Lake Buena Vista, Florida. – 18 p.

8. Бізянов Є.Є. Управління ефективним розвитком інформаційних систем економічних об’єктів : монографія / Є.Є. Бізянов ; [наук. ред. чл.-кор. НАН України, д-р екон. наук, проф. Ю.Г. Лисенко]. – Донецьк: Вид-во «Ноулідж» (донецьке відділення), 2013. – 319 c.