指标虚拟化（精选4篇）
指标虚拟化 篇1
引言
系统中数据采集层通过一个指标联合多个维度定义存储一个数据单元, 遵循指标衡量数据、维度说明数据的存储规范, 为数据的灵活应用奠定基础。数据应用层主要由事实表、维度表构成。事实表的数据结构由数据采集层中定义数据单元的所有指标和维度组成, 维度表的数据结构由数据采集层中定义数据单元的维度的维值组成, 事实表的维度列关联其对应的维度表生成星形模型, 支撑数据的多维应用。
随着集团级企业精细化管理的不断深入, 各层级用户自身业务的不断发展, 越来越多的用户提出了自定义报表的业务需求。自定义报表, 顾名思义就是完全按照用户自身的业务需求, 量身定做满足用户自身数据需求和管理需求的专属报表。系统面对业务拓展, 即数据采集层报表中增加新的数据单元, 这必然会导致支撑数据采集层报表展现配置的指标、维度的增加, 指标、维度的增加最终导致数据应用层对应的事实表数据结构的调整、维度表的新增。如果面对大批量的自定义报表, 无论是数据采集层需要开发的报表量, 还是数据应用层事实表数据结构的修改频度、维度表的新增数量, 都是一个很大的量级, 这是系统原有数据模型所不能承载的改变, 也是系统升级维护要避免的弊端。
如何在数据采集层通过有限的报表实现用户的自定义业务数据的存储需求呢?如何在数据应用层不通过频繁地修改事实表的数据结构、频繁地新增维度表来实现自定义业务数据的应用需求呢?通过对用户自定义业务、系统数据结构的分析, 最终探索出了一种既能适应目前系统数据结构的特点又能满足自定义业务需求的方法。方法如下, 数据采集层通过用户的组织机构属性在报表指标配置表、指标维度配置表中配置用户的自定义业务相关的指标、维度, 提升单张报表承载大量用户个性化业务需求的能力。通过指标维度化、指标虚拟化拓展事实表信息承载方式, 实现在不调整原有系统数据应用层数据结构的情况下, 满足个性化业务数据应用的要求。
下文将通过对比数据采集层、数据应用层中自定义报表与通用报表设计原理的方式, 详细阐述自定义报表的设计思想和实现方法。
一、方法实现
1.1 数据采集层
1.1.1数据采集层通用报表配置。数据采集层主要由报表信息表、报表指标配置表、指标维度配置表构成。三者之间的关系如图1所示, 报表指标配置表 (E7_STA_REPORT_INDEX) 如图2所示, 指标维度配置表 (E7_STA_REP_INDEX_DIMEN) 如图3所示。
由图1、2、3 可知, 报表主要由指标、维度组成, 指标是数据单元定义的核心, 维度是数据单元业务定义的描述。
1.1.2数据采集层通用报表存储。报表根据定义数据单元的指标、维度联合存储数据, 其存储结构 (如图4所示) 主要由指标实例表 (E7_STA_INDEX_INST) 如图5所示、维度实例表 (E7_STA_INDEX_INST_DIMEN) 如图6所示构成。
由图4、5、6 可知, 一个数据单元通过指标唯一定义, 结合多个维度实现数据的联合存储, 指标结合维度的存储方式即确保了数据单元存储的唯一性, 也丰富了数据单元的业务含义, 为数据的多维应用奠定基础。
上文中提到的数据结构适用于通用报表, 而通用报表的业务特点是业务相对比较稳定, 这就使得数据采集层报表的表样相对比较稳定。但是面对用户的个性化业务需求, 上述数据结构就无法满足大批量用户的自定义业务需求。那如何在同一张报表中满足大量用户的自定义业务需求呢?下文将通过系统中的具体案例, 详细说明数据采集层自定义报表的实现步骤。
1.1.3 数据采集层自定义报表配置。根据用户自定义业务的特点, 将用户所在的组织机构 (ORG_ID) 与其自定义业务相关的指标、维度绑定 (如图7、8 所示) , 即在报表指标配置表 (如图2 所示) , 指标维度配置表 (如图3 所示) 中增加组织机构属性, 实现同一张报表中通过组织机构属性约束展现不同用户的个性化业务需求。对于各个用户的个性化业务拓展, 只需要根据具体拓展业务在报表指标配置表 (E7_STA_REPORT_INDEX) 、指标维度配置表 (E7_STA_REP_INDEX_DIMEN) 中增配当前用户拓展业务相关的指标、维度, 如图9、10 所示。
1.1.4 数据采集层自定义报表存储。自定义报表的数据存储与通用报表的数据存储思想一致, 都采用指标维度结合的联合存储。
1.1.5 数据采集层自定义报表实现。通过组织机构属性实现报表指标, 指标维度的灵活配置, 最终在同一张报表中展现不同用户的个性化业务的需求, 如图11 所示。
通过报表指标配置表和指标维度配置表中的组织机构属性 (ORG_ID) , 极大地提升了报表展现的承载量, 即一张报表可以展现大量用户的个性化业务需求。数据采集层中报表展现内容的自定义提升了报表的承载能力, 增强了报表的可扩展性, 但是这也对基于星型模型的数据应用层提出了更高的要求。
1.2 数据应用层。数据应用层的数据结构与数据采集层的数据结构存在较大的差异性, 数据应用层的数据结构是为了满足多功能查询报表所设计的多维度与多指标关联的数据结构, 维度和指标在事实表中都以数据列的形式存在, 事实表中的维度列与对应的维度表关联, 构成星型模型, 为数据的灵活应用提供数据模型支持。
1.2.1数据应用层通用报表数据结构。数据应用层主要由事实表 (如图12所示) 、维度表 (如图13所示) 两类表组成, 事实表的数据结构主要由数据采集层中报表指标配置表中指标 (如图2所示) , 指标维度配置表 (如图3所示) 中维度组成。
1.2.2 数据应用层通用报表数据填充。第一步、抓取数据采集层数据, 根据指标实例主键分组, 将维度行转列。
第二步、在第一步结果的基础上根据维度组分组, 将指标行转列。
通过前两步的数据转变, 实现了数据采集层指标实例表 (如图5 所示) 、维度实例表 (如图6 所示) 到数据应用层事实表 (如图12 所示) 的异构数据同步, 系统中通过存储过程和ETL工具实现异构数据同步。
1.2.3 数据应用层通用报表数据应用。数据应用层的数据应用是通过事实表中维度列关联其对应的维度表构成星型模型 (如图14 所示) , 之后通过BI工具建模, 按照指标维度组合定义数据的方式展现业务数据 (如图15 所示) 。
通过上文, 我们了解到数据应用层中星型模型的核心是事实表、维度表, 事实表的数据结构在很大程度上又取决于其对应的数据采集层报表所配置的指标和维度, 如果数据采集层增加一个指标, 数据应用层事实表就需要新增一个指标列与其对应, 如果数据采集层增加一个维度, 数据应用层事实表就需要新增一个维度列并且新增一张维度表存放该维度的维值。数据采集层通过灵活配置实现自定义报表的数据采集, 数据应用层如何转变才能实现自定义报表的数据应用呢?
一般情况下, 我们会考虑通过扩充事实表, 新建维度表, 满足自定义报表的数据应用, 但是面对用户海量的自定义报表需求, 该方案就显得力不从心, 而且也违背了星型模型稳定性的特性。通过进一步的探讨, 我们意识到只有将数据应用层数据结构的变化转变为事实表、维度表中数据量的变化, 才能即满足自定义业务灵活性的特点, 又满足星型模型稳定性的要求。
数据应用层中自定义报表事实表最大的变化就是将通用报表事实表中的所有指标列缩略为一列, 即将原来的指标维度化, 将指标值作为“指标维度”的维值 (如图18 所示) , 同时创建一个虚拟的, 没有任何业务含义的指标, 作为一个虚拟指标, 实现指标虚拟化, 最终通过虚拟指标结合指标维度维值共同定义业务指标 (如图19 所示) 。
1.2.4 数据应用层自定义报表数据结构。针对数据采集层自定义报表中指标频繁新增的情况, 数据应用层通过事实表指标维度化、指标虚拟化, 虚拟指标结合指标维度维值共同定义业务指标。
针对数据采集层自定义报表中维度频繁新增的情况, 数据采集层定义一个维度, 其维值根据用户的自定义业务要求与用户所在的组织机构绑定, 数据应用层在事实表中新增一列用作新增维度的数据存放列 (如图16 所示自定义维度) , 并新建一张维度表 (如图17 所示) , 存储用户自定义业务对应的维值, 其维值与组织机构绑定。
1.2.5 数据应用层自定义报表数据填充。数据应用层中自定义报表事实表的数据填充只需要根据指标分组将维度做行转列。通用报表事实表与自定义报表事实表的最大区别是前者表中一行信息表示一组维度对应多个指标, 即一行信息展示多个数据单元信息, 后者表中一行信息只表示一组维度对应一个指标, 即一行信息只展示一个数据单元。
1.2.6 数据应用层自定义报表数据应用。自定义报表数据应用中只有一个虚拟指标, 真正具有业务含义的指标要通过虚拟指标和指标维度中的维值联合定义 (如图19 所示) 。通用报表数据应用中的指标具有实际的业务含义, 即指标本身就是业务指标, 自定义报表数据应用中的指标不表示任何业务含义, 只有将虚拟指标和指标维度中的维值联合定义的时候才能表示一个业务指标, 图15 中的能源消耗实物量与图19 中的虚拟指标结合指标维度中的能源消耗实物量维值表示的业务含义一致。
二、总结
通过对自定义报表的业务分析, 数据采集层、数据应用层根据各自的特点做了相应的变通, 既增强了系统的可用性, 又降低了自定义业务对系统原有架构的冲击。
系统数据采集层采用了用户所在组织机构与自定义业务相关指标维度绑定配置, 实现了一张报表中展现多个用户的自定义业务要求。通过指标维度配置, 提升了数据采集层报表的可扩展性, 降低了数据采集层报表的开发量, 增强了系统的可维护性。
系统数据应用层采用了指标维度化、指标虚拟化, 将原来由指标维度的更新引起的数据应用层数据结构的改变转变为事实表、维度表中数据量的变化。通过指标维度化、指标虚拟化, 避免了星型模型数据结构频繁变化的风险, 提升了数据应用层对自定义业务的适应性, 增强了系统新增业务的可扩展性。
指标虚拟化 篇2
1 企业生命周期理论
企业生命周期理论是近些年来研究的热点,自提出后,现已形成较为完整成熟的理论体系。企业生命周期理论主要有四大分支,分别为仿生—进化论、周期阶段论、归因论及周期对策论,其中尤以周期阶段论最为庞杂、影响最大,大批学者对其进行研究和借鉴[1]。
企业生命周期阶段论,以葛瑞纳和爱迪思为代表,该理论将考察的重点放在企业成长各个阶段的特征与问题上。影响最大的阶段论是爱迪思阶段论,爱迪思博士指出“企业实际上就像生物体一样,都有生命周期”,他将企业生命周期分为三个阶段,即成长阶段、再生与成熟阶段和企业老化阶段,具体说分为十个时段,即企业孕育期、婴儿期、学步期、青春期、盛年期、稳定期、贵族期、官僚化早期、官僚化和死亡期。
2 虚拟企业概念及其特点
2.1 虚拟企业的概念
自 1919 年虚拟企业的概念首次被提出以来,国内外学者对虚拟企业概念的界定繁多且不一致。结合众多概念,本文将虚拟企业的概念界定为:虚拟企业是指为了实现某一市场机遇,由两个或两个以上的相互独立、拥有核心资源或能力的成员企业,依托信息网络技术而临时组建的网络化分布式动态联盟。该组织以最快的速度、最低的成本对市场机遇做出反应,在合作过程中各成员企业相互独立互不千涉,共同承担风险、分享利益,并且当预期目标实现以后,此联盟即将解体。
2.2 虚拟企业的特征
通过对虚拟企业概念的分析可以得出,虚拟企业具有以下主要特征:①高度的灵活性和动态性;②地理位置的分布性;③组织管理的扁平化;④法律边界清晰、经济边界模糊;⑤对信息网络技术的依赖性[2]。
3 虚拟企业生命周期界定
虚拟企业因市场机遇出现而组建,因市场机遇消失而解体,其生命周期规律非常明显。本文基于对虚拟企业概念和特征的分析,认为将虚拟企业生命周期划分为四个阶段比较合适,即孕育期、组建期、运行期和解体期[2]。
孕育期的组织管理任务有:市场机遇的识别与评估、资源与能力分析、虚拟企业目标的确定、运行模式选择;组建期的组织管理任务有:选择合作伙伴、虚拟企业的组织设计与资源重组、虚拟企业的敏捷性度量、合作协议的签订和虚拟企业信息系统建设;运行期的组织管理任务有:虚拟企业的跨文化管理、伙伴的信任关系管理、虚拟企业的知识管理、运行期的质量管理、虚拟企业工作流程管理;解体期的组织管理任务有:项目中止识别、虚拟企业的利益分配、解体后的事务处理和虚拟企业的综合绩效评价。
4 虚拟企业生命周期各阶段的业绩评价指标体系
4.1 孕育期的业绩评价指标体系设计
孕育期的战略目标主要是核心企业发现、捕捉市场机遇。核心企业对市场机遇进行评估后,如果不具备独立实现该市场机遇的资源与能力,则会考虑与其他企业合作,通过组建虚拟企业来实现该机遇[4]。因此,具体指标设计如下:
1)预期市场份额。市场份额的预期可以判断产品将可能增长的范围。
市场份额 =本年营业收入/该行业营业收入总额
2)预期销售收入。在酝酿期,销售收入的预期可以推定产品是否符合市场需求,也是判断所采取的战略是否正确的重要指标。
3)预期产品成本。从市场机遇的识别到产品投入市场需要一定的费用,核心企业对其进行预期,以确定资金需求和利润空间。
4)核心企业能力。在酝酿阶段,核心企业的战略规划、领导能力、谈判能力、协调能力、合作意愿等对虚拟企业的组建和成长的影响是显著的。
综合来看,销售收入是首位重要的,其次是核心企业能力,预期产品成本和预期市场份额也应引起重视。
4.2 组建期的业绩评价指标体系设计
核心企业决定通过组建虚拟企业来实现市场机遇,并且确定了成员企业的组成和合作方式,此后便要着手组建虚拟企业。组建期的组织管理任务有:选择合作伙伴、虚拟企业的组织设计与资源重组、虚拟企业的敏捷性度量、合作协议的签订和虚拟企业信息系统建设。因此,设计具体指标如下:
1)企业经营发展策略。企业经营发展策略在组建期很重要。企业如何发展,如何健康发展,如何健康的快速发展或是稳定发展,企业经营发展策略发挥重要作用,非良性的发展策略常会使企业南辕北辙。
2)虚拟企业组织结构。按照虚拟企业的目标和细分的任务模块及其子任务的相互关系,同时,以协调机构为网络结点,虚拟企业形成一定的组织结构。组织结构对企业的业绩和效率具有重大影响。
3)敏捷性。虚拟企业要成功运作,必须具备良好的敏捷性,即虚拟企业面对不断变化的顾客需求,动态灵活、快速响应的能力。企业的敏捷性越高则竞争力越强。
4)信息系统的性能。虚拟企业是信息时代的产物,通过信息网络进行沟通是虚拟企业运作的基础,但虚拟企业的信息集成并不是一件简单的事情,它要求虚拟企业具有性能良好的信息系统。
在组建期,对企业业绩评价主要是虚拟企业的敏捷性,具备了良好的敏捷性,才能提高竞争力。定性指标方面,企业经营发展策略、企业组织结构及信息系统的性能对组建期企业影响也很大。
4.3 运行期的业绩评价指标体系设计
虚拟企业组建后就进入运行期,开始正常的生产经营活动。运行期的组织管理任务有:虚拟企业的跨文化管理、伙伴的信任关系管理、虚拟企业的知识管理、运行期的质量管理、虚拟企业工作流程管理。因此,具体指标设计如下:
1)市场占有率。市场占有率可以评价出企业在市场上的份额,此指标逐渐上升说明企业在稳步健康成长,反之则证明出现问题。市场占有率=(本企业某种商品销售量/该种商品市场销售总量)×100%
2)合作新文化。文化冲突是导致虚拟企业失败的重大因素,可以通过不同文化的融合、建立完善的调节机制、建立合作新文化加以解决。因此,合作新文化对虚拟企业的运作产生相当大的影响。
3)信任关系管理水平。成员企业间相互独立,彼此的信任感是虚拟企业顺利运行的保障。影响伙伴企业间信任关系的因素有合作经历、声誉、承诺、合作时间、机会主义、相互依赖、文化差异等。因此,虚拟企业对这些因素的管理水平直接影响着企业的业绩水平。
4)工作流程管理水平。各成员企业应按照规定的工作流程准确执行组建期分配的任务,然后将执行的信息反馈给核心企业。在运作期,由于企业系统庞大,经营的环节众多,只要某一环节出现问题就会影响其他环节,进而影响整个企业。运作流程和整体合作管理水平这时就显的尤为重要。
4.4 解体期的业绩评价指标体系设计
对于以响应市场机遇或完成某项目为动因组建的虚拟企业来说,一旦市场机遇实现或项目完成,成员企业合作的基础就已经丧失,虚拟企业就面临着解体。解体期的组织管理任务有:项目中止识别、虚拟企业的利益分配、解体后的事务处理和虚拟企业的综合绩效。因此,设计具体指标如下:
1)资产营运能力。
总资产周转率=主营业务收入/平均资产总额×100%
流动资产周转率=主营业务收入/平均流动资产总额×100%。
2)利润,指的是虚拟企业的总利润和各成员企业的利润,并非每一个成员企业都能从利润=销售收入-成本中获利。
3)新知识、新技术。通过虚拟企业的组建和运作,成员企业能从中获得新知识和新技术,尤其是在技术方面相对落后的企业。
4)核心企业领导能力。
5)合作愉悦性。解体期企业定性非财务指标和定量财务指标同为重要。这些指标反映出各成员企业对此次虚拟企业的组建是否满意,也影响成员企业是否愿意参加下一次的合作。
参考文献
[1]李秋容.虚拟企业生命周期及其决定因素分析[J].经济师,2005(2):13-16.
[2]廖成林.虚拟企业管理[M].重庆:重庆大学出版社,2006:7-11.
[3]王化成,等.企业业绩评价[M].北京:北京人民大学出版社,2004:67-69.
指标虚拟化 篇3
关键词：虚拟企业培植环境 (VBE) ,虚拟企业,伙伴选择,分层指标体系
一、引言
面对转瞬即逝的市场机遇, 伙伴选择是快速有效构建虚拟企业的重要步骤[1,2] , 而指标体系的设置是虚拟企业伙伴选择的关键环节。当前, 国内外相关研究大都直接在一个非限定性的环境中, 设定组建一个虚拟企业, 按设置的指标体系对成员企业进行评价, 以此作为虚拟企业伙伴选择的依据[2,3,4] , 可以为虚拟企业伙伴选择提供一定理论指导。但是, 由于忽略虚拟企业组建的基础环境研究, 一般不考虑组建虚拟企业的方案选择, 无法解释如何在一个非限定性的环境中迅速获取企业正确的基本信息进行伙伴选择等现实问题[5] ;缺少对指标体系需要程度的分层、以及伙伴选择各阶段对指标需求的对应性研究。显然, 无法反映响应市场机遇的虚拟企业的动态特性, 一定程度上影响与制约了对虚拟企业实践的指导作用。
为此, 2005年Camarinha-Matos和Afsarmanesh在ECOLEAD项目中首次提出虚拟企业培植环境 (Virtual enterprise Breeding Environment, VBE) 的概念, 并将其定义为:采用可互通的基础设施, 遵循一定的基本长期合作协定和共同运营准则而形成的一个组织联合体以及各组织彼此都支持的制度, 其主要目标是增加自身参与虚拟企业的机会和为虚拟企业构建做更充分准备[5] 。VBE将成员企业之间的点对点连接结构转变为企业之间的网络结构。在这一网络结构中, VBE的成员企业以各种角色相联系[7] 。VBE为不同角色职能的行使提供需要的信息和帮助工具。不同的角色承担不同的权利和责任。VBE中主要有以下角色:VBE 成员企业、VBE 管理者、机会经纪人、虚拟企业筹划者、虚拟企业协调者等等。VBE根据自身发展特点, 吸引或招募有意向参与组建虚拟企业的企业, 在他们达到VBE最低的信任标准, 承诺遵循VBE的制度、准则和协定后, 吸收其成为VBE成员企业, 使他们在VBE中为加入虚拟企业做准备。当机遇来临时, 机会经纪人对机遇进行识别分析, 虚拟企业筹划者计划并实施组建虚拟企业。虚拟企业伙伴确定后, 在VBE的虚拟企业构建支持性机构的配合下, 合作伙伴迅速达成一致, 组建虚拟企业。VBE提高了虚拟企业准备程度, 增加了机遇实现率, 对虚拟企业成功运作有积极的促进作用, 减少了风险发生的概率, 同时使虚拟企业研究更具有现实意义。
虚拟企业培植环境的提出对虚拟企业构建和运作具有积极意义。目前, 有关VBE的研究主要集中于VBE的生命周期理论[5] 和基于VBE的虚拟企业的构建、基础设施的建立、成员间共同遵循的原则、成员间信任的建立等[6,7,8,9] , 还未有文献关注基于VBE的虚拟企业伙伴选择及指标体系建立对虚拟企业构建的重要性。因此, 本文在讨论构建基于VBE的虚拟企业伙伴选择分层指标体系的基础上, 以虚拟企业伙伴选择四阶段为轴, 进行对应性分析, 期望对虚拟企业伙伴选择提供一定的借鉴指导。
二、虚拟企业伙伴选择的分层指标体系
(一) 虚拟企业伙伴选择的分层指标的提出
指标体系设置是虚拟企业伙伴选择的重要基础。VBE中的虚拟企业筹划者通过设定指标体系, 选择资源能力互补的伙伴共同组建虚拟企业。现有研究一般都在虚拟企业伙伴选择的不同阶段使用相同指标体系与不同权重大小进行评价[3] , 使得决策时间冗长、决策过程累积误差过大, 影响虚拟企业的组建速度与质量。事实上, 各类指标在虚拟企业伙伴选择的不同阶段的需要性是不同的, 因此, 有必要根据所识别的机遇类型和拟定的虚拟企业方案对众多指标进行科学的分层分类。
本文借鉴需要层次理论的思想, 将虚拟企业伙伴选择的指标分为满足基本组建需要和满足成长发展需要的两类指标。 (1) 基本组建需要性指标是指能够帮助虚拟企业筹划者在VBE中识别出实现预定方案或机遇的指标集合。该类指标又包括实现虚拟企业硬性生存需要的必要性指标和实现虚拟企业安全运作需要的基础运作指标。必要性指标是帮助虚拟企业筹划者依靠VBE平台将能够实现虚拟企业的所有潜在合作伙伴识别出来的指标集合, 保证了识别出的潜在虚拟企业方案有实现虚拟企业的能力。基础运作指标是针对虚拟企业敏捷高效及时动态的特点, 识别出能够满足虚拟企业安全运作需要的指标集。 (2) 发展成长需要性指标是指为实现虚拟企业成功发展的完善性指标。这些指标是虚拟企业能否成功发展的关键因素, 对拟采用的不同的潜在虚拟企业方案的综合评价有着正面和负面的影响。
(二) 虚拟企业伙伴选择分层指标体系的构建
尽管建立不同类型虚拟企业的指标体系侧重点有所不同, 但所考虑的虚拟企业指标种类和角度趋于一致。因此, 在虚拟企业伙伴选择指标分层的基础上, 本文从一般意义上提出基于VBE的虚拟企业伙伴选择分层指标体系。
1.必要性指标。
虚拟企业伙伴选择中, 某一潜在虚拟企业方案的成员, 无论相识与否, 该潜在虚拟企业方案都有实现已知机遇或特定方案的能力, 因此他们满足虚拟企业的硬性生存需要。满足硬性生存条件的必要性指标主要有企业能力和产品属性。VBE的成员必须有实现虚拟企业某一方面的能力, 且决定该能力的指标在规定的范围内, 才有机会成为某潜在虚拟企业方案的一员。企业能力[10] 包括核心能力、技术能力、生产能力和创新能力。已有产品的好坏是未来产品优劣的重要参考。产品属性包括产品质量、生产状况和成本因素[13] 。
2.基础运作指标。
VBE为虚拟企业形成提供了动态快速高效的环境, 成员进入VBE时都要达到最低的信任标准, 并依靠VBE平台为实现虚拟企业做不同程度的准备。在VBE中, 即使素未相识的成员伙伴, 也有最基本的合作理由[14] 。且各潜在合作伙伴的基础运作指标越高, 使虚拟企业构建越敏捷高效。基础运作指标包括敏捷性、信任度及准备度[11] 。敏捷性包括响应决策时间和产品准备时间[12] 。信任是合作的基础, 信任度越高, 虚拟企业成功率就越大, 信任度的指标主要有合作历史、企业声誉、承诺、机遇实现能力和顾客满意度。准备度是成员为参与实现虚拟企业的准备程度, 关系到虚拟企业能否及时、准确、高效的组建, 包括成员企业的虚拟经营策略、虚拟信息技术、现有合作形式。
3.完善性指标。
完善性指标主要包括合作融洽度和宏观环境[16] 。合作融洽度衡量各潜在虚拟企业方案中伙伴融洽相处的程度, 也从一个侧面反映各潜在虚拟企业方案运行风险的高低, 包括沟通能力、战略目标兼容性、企业文化兼容性、合作地位兼容性等。宏观环境是虚拟企业发展的外部环境, 对虚拟企业有着间接的影响, 包括地理环境、经济环境、社会环境和政策法律。
三、分层指标体系与过程的对应性分析
(一) 虚拟企业伙伴选择的四阶段过程
目前, 大多数文献以一个可实现市场机遇的虚拟企业方案为研究起点, 将虚拟企业分成若干具体模块进行伙伴选择研究, 先将潜在合作伙伴减少到一定程度后, 再进行精选[15] 。但在VBE中, 机遇识别者会在VBE中传播机遇信息, 将提出一个或几个虚拟企业方案, 因此, VBE中虚拟企业组建应包括虚拟企业构建方案的选择与相应虚拟企业方案伙伴选择两部分。本文认为, 基于VBE的虚拟企业伙伴初选应遵循资源能力互补原则, 将虚拟企业伙伴筛选到能够实现虚拟企业方案的程度, 保证虚拟企业硬性生存条件。在此基础上, 在对虚拟企业方案及各方案的伙伴选择进行进一步精选。 同时, 虚拟企业伙伴选择过程, 依靠VBE平台, 获取环境、机遇、潜在合作伙伴的信息, 不断反馈伙伴选择过程的问题, 对虚拟企业伙伴选择各阶段做出相应的调整, 使得虚拟企业筹划者最终选出最合适的虚拟企业组合。因此, 基于VBE的虚拟企业伙伴选择包含准备、初选、精选及持续改进与反馈的动态四阶段过程 (如图1所示) 。
1.准备阶段。
根据所识别的机遇, 虚拟企业筹划者对市场机遇进行系统分析, 在VBE成员的互动下, 拟定一个或多个潜在虚拟企业方案。确定每一潜在虚拟企业方案实现的技术和能力, 依靠VBE平台, 吸引招募能实现这些技术和能力的企业。
2.初选阶段。
筛选符合各潜在虚拟企业方案所需技术与能力的成员企业, 使每一个初选后的合作伙伴都是某一潜在虚拟企业方案中的成员, 且实施该潜在虚拟企业方案的所有技术和能力都得到响应和满足, 并为精选阶段做准备。
3.精选阶段。
对已缩小范围的潜在合作伙伴和每个虚拟企业方案进行评估。综合审视潜在合作伙伴 (个体) 与虚拟企业方案 (总体) , 给出各潜在虚拟企业方案的伙伴选择和潜在虚拟企业方案的优劣排序。
4.持续改进与反馈阶段。
依靠VBE获取前三个阶段的反馈信息和内外环境的变化的讯号, 进行持续改进与反馈。
(二) 分层指标与选择过程对应性分析
虚拟企业伙伴选择的分层指标应与选择过程的各个阶段有对应关系 (如图1所示) , 这种对应关系可以消除单层指标过多带来的决策时间过长、决策不准等问题, 使得虚拟企业伙伴选择各阶段的实施有据可依、有理可循。虚拟企业筹划者根据识别的市场机遇, 在VBE成员的互动下, 拟定一个或多个潜在虚拟企业构建方案, 对实现各方案的能力和技术进行识别, 制定出保证虚拟企业硬性生存需要的必要性指标。根据制定的必要性指标, 通过VBE平台, 对虚拟企业伙伴进行初选, 将有意愿且达到必要性指标的企业筛选出来。若实现某一潜在虚拟企业方案的技术或能力无法全部得到满足, 则视这一虚拟企业方案为不可实现方案。满足必要性指标的潜在虚拟企业方案有抓住市场机遇的能力, 所以满足了虚拟企业硬性生存需要。因此, 必要性指标是虚拟企业伙伴选择初选的决定性指标。
精选阶段分为各潜在虚拟企业方案伙伴选择和方案优劣排序两个方面。根据基础运作指标, 以潜在虚拟企业各方案为单位, 对已缩减的合作伙伴进行选择, 确保所选合作伙伴能最快的响应市场机遇和最好的保证虚拟企业方案安全运作。基础运作指标是各潜在虚拟企业方案伙伴选择的依据, 是虚拟企业伙伴选择精选阶段的决定性指标。完善性指标是对外部环境及成员间相互作用的审视, 从总体上对各潜在虚拟企业方案进行评价并给出方案排序;同时可进一步对方案的伙伴选择进行优化。因此, 完善性指标是虚拟企业方案评价的决定性指标和伙伴选择精选的优化指标。
持续反馈阶段是吸收内外环境的变化和虚拟企业伙伴选择前三个阶段信息, 对各阶段进行持续反馈改进的过程。动态的信息可能会带来指标体系的变化, 从而影响指标的分层, 进而作用于不同的阶段。增加或减少指标可能带来最终选择结果的改变, 成员企业某一指标的变化也可能使最终的方案不合适, 因此持续反馈阶段与整个指标体系息息相关。
四、 结论
指标虚拟化 篇4
经济全球化趋势和信息技术的迅猛发展对企业组织和团队运作产生了深远影响, 跨区域、跨组织的团队合作越来越普遍, 虚拟团队 (virtual team) 这种新型组织形态应运而生[1]。虚拟团队代表了一种利用智力优势和信息优势来创造价值的人力资源组织模式, 具有成本有效性和高度灵活性的特点, 已经得到了越来越广泛的应用[2]。但是, 实际运作中的虚拟团队却面临着高失败率和“虚拟”优势难以充分发挥的问题。研究表明[3], 虚拟团队的失败率大概为20%—50%, 虚拟团队要想充分发挥自身的“虚拟”优势并赢得成功, 需要更多地关注沟通、信任、领导方式、多元文化协调等方面的问题[4,5,6,7]。对于影响虚拟团队运作绩效和成功的关键因素以及虚拟团队绩效评价体系的研究, 成为这一领域研究的重要问题。
本文在作者前期研究的基础上, 依据虚拟团队关键成功因素 (CSF) 五维模型, 设计了虚拟团队绩效预测评价指标体系, 结合问卷调查的描述性统计分析结果, 采用层次分析法确定出各指标的权重。在此基础上, 运用模糊评价理论建立了虚拟团队绩效预测评价模型。
2 虚拟团队绩效预测评价指标体系
2.1 虚拟团队关键成功因素五维模型回顾
在前期研究中, 作者采用关键成功因素法, 通过分析项目的成功标准、项目的关键成功因素以及虚拟团队的关键成功因素, 提炼出团队及亚团队层面上影响虚拟团队绩效的15项关键因素, 即:目标一致性、目标明确性、知识互补性、学习能力、专家品质、人际关系能力、信息技术能力、培训、团队领导能力、激励机制、文化差异协调、沟通规范、信任、面对面交流和凝聚力。并从虚拟团队三要素 (目标、成员和联系) 出发, 建立了虚拟团队关键成功因素三维模型假设。通过对国内12家IT企业的问卷调查, 收集到242条有效数据;利用描述性统计分析对15项关键成功因素进行了验证;利用R型聚类分析对三维模型假设进行了检验。结果表明: (1) 15项因素均对虚拟团队绩效和项目成功有重要影响, 是虚拟团队的关键成功因素; (2) 15项关键成功因素被分为5类, 可分别用目标一致性、信息技术能力、团队成员品质、领导能力和沟通协调能力来概括。以此为基础, 构建了虚拟团队关键成功因素五维模型 (见图1) , 图中带阴影的方框表示五个维度上的典型指标变量。
2.2 指标体系及各因素权重
根据虚拟团队关键成功因素五维模型, 结合15项关键因素在问卷调查中的重要性程度得分, 构建了如表1所示的虚拟团队绩效预测评价指标体系。
评价指标体系的评价结果是否正确, 不仅受到各指标项的影响, 而且受到每个指标项相对重要程度的影响。层次分析法 (AHP) 是对定性问题作定量分析的一种简便易行的方法, 它在许多决策规划中得到应用, 本文也采用该方法进行研究, 采用层次分析法与问卷调查得分相结合来计算各项指标的权重。
通过计算, 得到各主因素层对目标层的权重为:
C= (C1, C2, C3, C4, C5) = (0.472, 0.052, 0.207, 0.181, 0.088)
各指标对各主因素层的权重分别为:
C1= (C11) = (1.000)
C2= (C21) = (1.000)
C3= (C31, C32, C33, C34) = (0.165, 0.200, 0.495, 0.140)
C4= (C41, C42) = (0.833, 0.167)
C5= (C51, C52, C53, C54, C55, C56, C57) = (0.439, 0.059, 0.037, 0.059, 0.218, 0.032, 0.156)
注:15项指标的得分数据来源于问卷调查, 详见文献[1]。
3 基于模糊评价理论的虚拟团队绩效预测评价模型
为了系统地考虑主观评价与客观评价、定性评价与定量评价有机结合, 本文运用模糊评价理论, 建立虚拟团队绩效预测评价模型, 对虚拟团队的运作绩效和项目成功率进行预测[8]。模糊评价的目的在于确定虚拟团队绩效的综合评价得分对于模糊概念“优”的隶属度 (简称相对优属度) , 根据相对优属度的大小对虚拟团队的运作绩效作出预测评价。
3.1 确定指标特征值矩阵
设有n支虚拟团队组成评价目标集合D={d1, d2, …, dn};有m个指标组成对目标集合D的评价指标集合V={v1, v2, …, vm}, 本文中m=15。利用m个指标对n个目标进行评价, 得到指标特征值矩阵。
undefined
式中xij为目标j指标i的特征值, i=1, 2, …, m; j=1, 2, …, n。
3.2 指标隶属度矩阵
一般来说, 不同的指标往往具有不同的量纲和量纲单位。为了消除评价指标之间的量纲、量纲单位差异所带来的不可公度性, 在评价分析前应对评价指标进行规格化处理, 将绝对量转化为相对量, 即相对隶属度。
对效益型指标, 即越大越优指标, 隶属度公式为:
undefined
对成本型指标, 即越小越优指标, 隶属度公式为:
undefined
其中, rij为目标j指标i的隶属度;maxxij、minxij分别为目标集合中目标j对指标i的最大、最小特征值。
通过上述规格化处理后, 指标特征值矩阵转化为指标隶属度矩阵R= (rij) m×n。
3.3 虚拟团队绩效评价分析
根据评价的相对性, 优等绩效虚拟团队的最大隶属度为:
undefined
劣等绩效虚拟团队的最小隶属度为:
undefined
若虚拟团队j对优等绩效的相对优属度为uj, 虚拟团队j与优等绩效的差异可用加权距优距离来表示:
undefined
虚拟团队j与劣等绩效的差异可用加权距劣距离来表示:
undefined
其中指标权重向量为undefined
根据加权距优距离平方与加权距劣距离平方和为最小的原则, 对虚拟团队j建立目标函数:undefined
对目标函数求导, 解得虚拟团队j的相对优属度模型为:
undefined
由相对优属度模型求得各虚拟团队的相对优属度向量U={u1, u2, …, un}。在满足约束的评价目标集合D中, 相对优属度uj最大的虚拟团队为高绩效虚拟团队, 并可按uj从大到小的顺序对各虚拟团队绩效进行排序。
4 算例分析
以5支IT行业的虚拟团队为例, 对它们的项目运作绩效进行预测评价。由专家或项目经理根据评价指标体系对各项指标评价打分, 评价打分采用5分制计分法, 5分为最满意, 1分为最不满意, 得到指标的特征值矩阵。分别用式 (2) 和式 (3) 将各指标的特征值进行规格化处理, 得到指标的相对隶属度矩阵, 见表2。
将上述各指标的隶属度作为输入值, 利用模糊优选评价模型式 (8) 确定虚拟团队对各主因素的优属度, 见表3。根据表3的结果, 我们可以判断各虚拟团队对各个主因素的优劣势。
将主因素的优属度作为输入值, 根据各主因素的权重, 由式 (8) 计算得到各虚拟团队绩效的最优排序, 见表4。
根据计算结果可知, 5支虚拟团队绩效的最优排序为:团队B、团队A、团队C、团队D、团队E, 即团队A的运作绩效最高, 项目成功的概率最大;团队E的运作绩效最低, 项目成功的概率最小, 团队领导者需要对它给予更多的关注。
摘要：在虚拟团队关键成功因素 (CSF) 五维模型构建的基础上, 设计了虚拟团队绩效预测评价指标体系, 结合问卷调查的描述性统计分析结果, 采用层次分析法确定出各指标的权重。在此基础上, 运用模糊评价理论建立了虚拟团队绩效预测评价模型。
关键词：虚拟团队,关键成功因素 (CSF) ,模糊评价,绩效预测
参考文献
[1]赵嵩正, 肖伟.虚拟团队关键成功因素模型构建与实证研究[J].管理工程学报, 2006, 20 (3) :89-93.
[2]TOWNSEND A M, DEMARIE S M, HENDRICKSON A R.Virtualteams:Technology and the workplace of the future[J].Academy ofManagement Executive, 1998, 12 (3) :17-29.
[3]MICHAEL D WORKMAN.The effects of cognitive style and communi-cations media on commitment to telework and virtual team innovationsamong information systems teleworkers[D].Georgia State Universi-ty, 2000.
[4]肖伟, 赵嵩正.虚拟团队沟通技术及其适应性问题研究[J].科学学研究, 2003, 21 (6) :632-635.
[5]C HANDY.Trust and the virtual organization[J].Harvard BusinessReview, 1995, 73:40-50.
[6]DAVID A G.Leadership in virtual teams[D].Washington:SeattleUniversity, 1997.
[7]KENWYN SMITH, DAVID BERG.Cross-cultural groups at work[J].Europe Management Journal, 1997, 15 (1) :8-15.