Моделювання звітної діяльності крановиробничої організації
DOI:
https://doi.org/10.58423/2786-6742/2022-1-274-282Ключові слова:
оцінка ефективності, контролінг, звітність, управління KPI, моделюванняАнотація
Промислова виробнича діяльність за останні роки суттєво змінилася. На додаток до стандартизованих процесів масового виробництва все більше посилюється індивідуальна виробнича діяльність, орієнтована на клієнта. У виробництві на замовлення з орієнтацією на клієнта клієнт є не тільки пасивним спостерігачем, але й активним учасником процесів проектування та виробництва. Через їхню унікальну природу оцінка ефективності організацій може викликати ряд проблем. У результаті розвитку цифровізації та економічних ІТ-інновацій з’явилася розгалужена система інструментів, а для аналізу вимірюваних даних можна використовувати ряд методів. Серед методологій аналізу слід виділити управління ключовими показниками ефективності (KPI), що є основою систем контролінгу. У результаті змін оцінка та вираження ефективності організації більше не повинні зосереджуватися на аналізі поточних умов, а на прогнозуванні очікуваних майбутніх результатів. Для цього в якості базової вимоги сформульовано використання ефективної інфраструктури та професійних і статистико-математичних методів. Інтерпретація інформаційного змісту прогнозних KPI і, таким чином, підтримка управлінських рішень має залежати від різних оцінок і норм стандартизації. Це забезпечує більш точну та реалістичну оцінку діяльності організації. Сьогодні оцінку ефективності організації можна розглядати як основне контрольне завдання, метою якого є широке дослідження та оцінка діяльності організації. Управління обмежено раціонально приймає рішення, а це означає, що воно може приймати рішення лише на основі наявної інформації. Мета контролюючої діяльності полягає в тому, щоб забезпечити керівництво звітністю, яка підходить для оцінки процесів і прийняття орієнтованих на майбутнє рішень шляхом розкриття обширної інформації та широкого методологічного аналізу. Тому особливо підкреслюється, що управління більше не повинно бути реактивним, а проактивним, чого можна досягти шляхом прогнозного аналізу та прийняття рішень на основі інформації, отриманої з прогнозних оцінок.
Посилання
Asih, I. - Purba, H. H. - Sitorus, T. M. (2020) Key Performance Indicators: A Systematic Literature Review. Journal of Strategy & Performance Management, Vol. 8, No. 4, pp. 142-155.
Babbie, E. (2012) The Practice of Social Research, 13th Edition, New York: Wadsworth Publishing. pp. 52-61. ISBN 978-1133049791
Barta, Á. - Molnár, M. (2021) Forecasting oil price based on online occurrence. Modern Science, Vol. 1, pp. 5-11.
Boda, B. (2015) A teljesítményértékelés szervezeti és egyéni dimenziói a köz- és a versenyszférában. Hadtudomány, 25 évf. pp. 91-101.
Brown, M. G. (1996) Keeping Score: Using the Right Metrics to Drive World-class Performance. New York: Quality Resources. 12-17. p. ISBN 978-0814403273
Brundage, M. P. - Bernstein, W. Z. - Morris, K. C. - Horst, J. A. (2017) Using Graphbased Visualizations to Explore Key Performance Indicator Relationships for Manufacturing Production Systems. Procedia CIRP, Vol. 61, pp. 451– 456. DOI: https://doi.org/10.1016/j.procir.2016.11.176
Chege, S. M. - Wang, D. (2020) The impact of entrepreneurs’ environmental analysis strategy on organizational performance. Journal of Rural Studies, Vol. 77, pp. 113-125. DOI: https://doi.org/10.1016/j.jrurstud.2020.04.008
Domínguez, E. - Pére, B. - Rubio, Á. L. - Zapata, M. A. (2019) A taxonomy for key performance indicators management. Computer Standards & Interfaces, Vol. 64 pp. 24-40. DOI: https://doi.org/10.1016/j.csi.2018.12.001
Duru, O. - Bulut, E. - Huang, S. - Yoshida, S. (2013) Shipping Performance Assessment and the Role of Key Performance Indicators (KPIs): 'Quality Function Deployment' for Transforming Shipowner's Expectation. SSRN Electronic Journal, pp. 1-18. DOI: https://doi.org/10.2139/ssrn.2195984
Fanning, K. (2016) Big Data and KPIs: A Valuable Connection. Corporate Accounting and Finance, Vol. 27, No. 3, pp 17-19. DOI: https://doi.org/10.1002/jcaf.22137
Kang, N. – Zhao, C. – Li, J. – Horst, J. A. (2016) A Hierarchical structure of key performance indicators for operation management and continuous improvement in production systems. International Journal of Production Research, 5421, pp. 6333–6350. DOI: https://doi.org/10.1080/00207543.2015.1136082
Liebrecht, C. – Jacob, A. – Kuhnle, A. – Lanza, G. (2017) Multi-criteria Evaluation of Manufacturing Systems 4.0 under Uncertainty. Procedia CIRP, Vol. 63, pp. 224–229. DOI: https://doi.org/10.1016/j.procir.2017.03.147
Malaga, A. - Vinodh, S. (2021) "Evaluation of smart manufacturing performance using a grey theory-based approach: a case study", (2021) Evaluation of smart manufacturing performance using a grey theory-based approach: a case study, Grey Systems: Theory and Application, Vol. 12 No. 3, pp. 522-550. DOI: https://doi.org/10.1108/GS-04-2021-0049
Parmenter, D. (2007) Key performance indicators (KPI): Developing, implementing, and using winning KPIs. Hoboken: J. Wiley. pp. 384. ISBN13 (EAN): 9781119620778
Peral, J. - Maté, A. - Marco, M. (2016) Application of data mining techniques to identify relevant key performance indicators. Computer Standards & Interfaces, Vol. 54, Issue 2, pp. 76-85. DOI: https://doi.org/10.1016/j.csi.2016.11.006
Schnellbach, P. - Reinhart, G. (2015) Evaluating the effects of energy productivity measures on lean production key performance indicators. Procedia CIRP, Vol. 25, pp. 492-497. DOI: https://doi.org/10.1016/j.procir.2014.07.094
Simons, R. (2000) Performance Measurement and Control Systems for Implementing Strategy. New Jersey: Prentice Hall. 17-18. p. ISBN 978-0132340069
Xu, L. D. - Xu, E. L. - Li, L. (2018) Industry 4.0: State of the art and future trends. International Journal of Production Research, Vol. 56, Issue 8, pp. 2941–2962. DOI: https://doi.org/10.1080/00207543.2018.1444806
Yu, S. - Lee, J. (2019) The effects of consumers’ perceived values on intention to purchase upcycled products. Sustainability, Vol. 11, pp. 1034. DOI: https://doi.org/10.3390/su11041034
Zéman, Z. - Béhm, I. (2019) Módszertan vállalkozások pénzügyi teljesítményének mérésére. Budapest: Akadémiai Kiadó Zrt. pp. 260 ISBN: 9789634543558 DOI: https://doi.org/10.1556/9789634543558
Zéman, Z. - Mallinguh, E. B. (2020) An evaluation of the Fintech companies and the financial sector in Hungary. Economics & Working Capital, Vol. 1, No. 2, pp. 2-9.
##submission.downloads##
Опубліковано
Номер
Розділ
Ліцензія
Авторське право (c) 2022 Gergő Thalmeiner, Sándor Gáspár, Zoltán Zéman
Ця робота ліцензується відповідно до Creative Commons Attribution-NonCommercial 4.0 International License.