S nejistou návratností

Jak zdůvodnit IT projekt a nerozrušit při tom finančního ředitele.

S nejistou návratností


Jak zdůvodnit IT projekt a nerozrušit při tom finančního ředitele.

Většina IT oddělení velkých podniků disponuje poměrnou částí rozpočtu určenou na investice do vysoce rizikových projektů s potenciálně lukrativní, leč nejistou návratností. V malých a středně velkých firmách jsou však rozpočty mnohem nižší – zdůvodnit spekulativní projekt je tedy často téměř nepřekonatelnou překážkou.

Hlavní důvod těchto obtíží tkví v identické definici pravidel pro financování projektů, nehledě na velikost společnosti. Abychom byli schopni řádně odhadnout proveditelnost libovolného projektu, musíme správně vyčíslit očekávané náklady a porovnat je s předpokládanými přínosy pro organizaci. U většiny projektů je přitom vyčíslení budoucích přínosů pro společnost poměrně snadné.

Stačí totiž zhodnotit vše z něj plynoucí – úspory, nárůst efektivity či možnost znovupoužití již existujících zdrojů. Jednoduchou metodologií lze posléze vykalkulovat potenciální ROI (Return on Investment) a kvalifikovaně rozhodnout o dalším postupu. Jde o vyzkoušenou metodu, na niž slyší i finanční ředitelé. Jenže v malé organizaci sázkou na špatného koně vždy dáváte všanc o něco více, než ve velkém podniku.

Stál jsem před úkolem zdůvodnit projekt BI (business intelligence), který sliboval vysokou návratnost, ale zároveň obnášel i jistou míru rizika. Tradiční projektové plánování i měření ROI byly v tomto případě vysoce neefektivní, neboť lze jen složitě vyčíslovat hodnotu zatím neznámých informací.
Jsem technickým vedoucím jednoho zdravotnického ústavu na středozápadě USA. Dohlížím na technologie využívané na 17 různých místech, více než 380 pracovníky (včetně 45 lékařů). Jednou z hlavních provozních výzev pro nás je dosáhnout takové míry standardizace, abychom mohli být stejně efektivní jako větší organizace.

To se nám zatím nepodařilo, jde však o jediný způsob, jak zlepšit naši finanční situaci. Naše služby jsou hrazené přímo pojištěnci nebo federální vládou prostřednictvím státního pojištění Medicare a Medicaid. Na rozdíl od většiny zařízení naší velikosti nejsme přidruženi k žádné nemocnici či univerzitě. Růst naší klientské základny zajišťují lékaři, kteří na nás odkazují v rámci své praxe. Musíme tedy tak trochu vařit z vody. Značná část letošního strategického plánu spoléhá na měření výkonnosti. Naše organizace má však přístup jen k několika málo nástrojům poskytujícím smysluplné hodnoty. K tomu, abychom dokázali vyčíslit vlastní produktivitu, tedy potřebujeme systém BI. A jak že se nám podařilo projekt financovat?

ZAČNĚTE OD PODLAHY

Abychom projekt učinili finančně stravitelnějším, rozložili jsme jej do několika kaskádových podprojektů – to znamená, že byl každý následující postaven na tom předchozím. Výnos dokončeného projektu tudíž vždy sloužil k pokrytí nákladů toho dalšího. Takto načrtnutý celkový projekt tedy v případě správného provedení minimalizuje rizika a nijak nesnižuje potenciální zisk. S tím se nám podařilo přesvědčit také našeho finančního ředitele.

Důvodem, proč jsme dostali zelenou, bylo, jak to definoval průkopník internetu David Reed (tato definice je dnes známá jako Reedův zákon), že hodnota sítě nepramení z její kapacity, nýbrž z transakcí v ní provedených. Nemá-li organizace možnost provést určitý projekt, který by se jí vyplatil, pak jsou potenciálně odkryté informace bezcenné a nemá smysl nic podnikat. Nejprve jsme identifikovali oblasti, v nichž jsme si byli jisti svou schopností levně vygenerovat pozitivní hodnotu – v největší možné míře jsme se proto snažili používat již existující nástroje. V našem případě to tedy znamenalo stavět na dostupných platformách Microsoft SQL a IBM Universe a při tvorbě aplikačních klientů pracovat s Access, Excelem i webovými službami. Postupně jsme přidali také bezplatnou verzi Microsoft Office Sharepoint Serveru (MOSS), v budoucnu s pomocí doposud uspořených peněz využijeme i některé z funkcí MOSS Enterprise.
V jednom z prvních kroků jsme se soustředili na čekací doby pacientů. Vzhledem k často urgentní povaze naší činnosti se čekárna občas může naplnit pacienty s akutními příznaky, kteří tak před přijetím musejí čelit nezvyklým průtahům. Dříve byl tento fakt brán jako nevyhnutelný, nyní vedení organizace stanovilo za cíl problém popsat a navrhnout nápravné řešení.

Ve spolupráci se šéfem inkriminovaného oddělení jsme nejprve začali zkoumat pohybové diagramy našich pacientů. Lokace nemocných je totiž průběžně zadávána do systému, aby zbylý zdravotnický personál zajistil provedení veškerých nezbytných procedur před návštěvou samotného lékaře. Časová razítka a místa těchto událostí byly zaznamenávány kvůli plnění zákonných požadavků, neexistoval ale žádný přehledový report.

Abychom se tedy dozvěděli něco užitečného, použili jsme nástroje BI a jali se tato data analyzovat. Pro každého pacienta i každý jednotlivý zdravotnický proces jsme znali počáteční i konečnou dobu návštěvy. Tyto informace jsme tedy vnořili do statistického modelu, abychom získali přehled typické návštěvy pacienty. Dozvěděli jsme se, jak dlouho nemocní sedí v čekárně, jak dlouho čekají na doktora i výsledky laboratorních testů. Když jsme porovnali data různých lékařů, typů návštěv a lokací, zjistili jsme mj., že je plánovací šablona klíčovou komponentou pro určení čekacích dob pacientů a že ta naše zkrátka nedávala dostatek prostoru k rychlému přijímání dodatečných urgentních návštěv.

Z této analýzy pak vyplynul plán na zlepšení péče o pacienty. Začali jsme kupříkladu s přeškolováním telefonních asistentů tak, aby byli schopni kvalifikovaněji rozpoznat, zda nemocného poslat na to či ono oddělení, a my mohli dodržovat minimální čekací doby.

STAVTE NA RANÝCH ÚSPĚŠÍCH

Posléze jsme porovnali náklady a výhody plynoucí z dalších eventuálních opatření. V tomto kroku se sledovala především možnost znovu nasadit či modernizovat již existující řešení. Použili jsme například data o výkonnosti našeho IT helpdesku, abychom navrhli jednodušší a přímočařejší workflow. To nyní využíváme, abychom vytvořili částečně automatizovaný systém pro evidenci docházky, řešení pracovních výkazů, znalostní databázi pro zaměstnance, knihovnu elektronických formulářů a sklad pro zdravotní reporty. Zde tkví základ pro umožnění modulárního přístupu v pozdějších fázích nasazování BI.

Jelikož každá fáze stavěla na úspěchu či neúspěchu té předchozí, museli jsme mít flexibilní plán uzpůsobený na případné přizpůsobení cílů a priorit projektu. Při nasazování řešení workflow pro helpdesk jsme například zjistili, že můžeme automatizovat tvorbu reportů o množství uskutečněných hovorů. To nás přivedlo k závěru, že by využití té samé automatizace v rámci jiného call centra mohlo přinést ještě vyšší užitnou hodnotu pro všechny zúčastněné.

Pečlivým hodnocením každého kroku jsme byli schopni maximalizovat přidanou hodnotu za současné minimalizace nákladů. Jinak řečeno – výhody plynoucí z každé fáze musely vyvážit a překonat náklady na provedení té následující. Díky tomuto modulárnímu přístupu se nám podařilo vyřešit spoustu problémů a odhalit nové možnosti. Brzy jsme se dostali do bodu, kdy se námi generované reporty staly klíčovými ukazateli výkonnosti naší organizace. V současnosti proto začínáme nasazovat nové náhledy tak, abychom byli schopni monitorovat dané metriky takřka v reálném čase. Kdybychom s tímhle přišli hned na začátku celého projektu, bylo by to nesmyslné a kontraproduktivní.

Začínat s málem nám však přineslo další, zprvu netušené plus. Uživatelé díky tomu totiž měli více co říct k tomu, které informace opravdu poskytují přidanou hodnotu. Byli tak zapojení do celého procesu implementace BI a mohli sami sledovat rostoucí možnosti celého systému i jeho dopad na pracovní procesy.

KONCOVÝ UŽIVATEL V CENTRU DĚNÍ

Abychom zajistili, že bude s odhalenými daty zacházeno správně, musíme využívat systém pro dodávání a získávání informací. Pouhé nalezení určitých informací hodnotu generovat nebude. Důležité je tyto znalosti zprostředkovat pracovníkům, kteří je dokáží využít. To platí především, nejsme-li si jistí, která data nakonec přijdou vhod nejvíce. Předdefinovaná distribuce informací specifickým lidem či pozicím v podniku může zcela „zazdít“ jejich potenciální hodnotu. Dříve jsme veškerá zjištěná data posílali e-mailem jen na vyžádání. Zlomit tento zvyk byl přitom, i přes příchod nových nástrojů, jedním z nejtvrdších oříšků.

Vzhledem k omezeným možnostem reportingu nebylo těžké dospět k závěru, že jednou z největších překážek na cestě k větší efektivitě byla naše (ne)schopnost nalézt a využít existující informace. Proto jsme v každé fázi projektu rovněž brali v potaz prospěšnost sdílení informací v rámci organizace. Díky našemu projektu zaměřenému na zkrácení čekacích dob pacientů nyní šéfovi kliniky stačí podívat se na stále aktuální report a okamžitě zjistí, jak si stojí v porovnání s ostatními.

Většina námi vyvinutých BI nástrojů byla dána k dispozici celému vedení organizace, výkonným pracovníkům i samotným lékařům. Obecně tak lze říci, že každému z managementu byl umožněn přístup ke všem dostupným informacím. Veškerá data jsou rovněž dohledatelná přes interní portál. Vyhýbáme se tvorbě nestandardních i ad hoc reportů. Má-li daná metrika hodnotu, zkrátka ji nahrajeme na portál Sharepoint a na vyžádání aktualizujeme pomocí předdefinovaných skriptů.

Nic z toho není příliš drahé: Většinu zpráv jsme vytvořili za pomoci maker v Excelu, uložených procedur SQL a služby Excelu v Sharepointu. Vývoj probíhal především interně, třebaže bylo v případě komplikovanějších záležitostí nutné požádat o pomoc také někoho zvenčí.

VÝSLEDEK

Do dnešního dne jsme díky našemu „kaskádovému přístupu“ uspořili a vydělali více než milion dolarů. Celkové investice do hardwaru a softwaru přitom činily pouhých 125 000 dolarů. Začali jsme koupí programu, který usnadnil vymáhání známých pohledávek od pojišťoven v hodnotě téměř půl milionu dolarů. Z této sumy se nám díky tomu podařilo získat zpět více než polovinu (300 000 dolarů), nehledě na úsporu času našich zaměstnanců. Díky programu jsme rovněž odhalili další nezaplacené pohledávky v celkové hodnotě 1 100 000 dolarů, které bychom měli být schopni vybrat.

Používáním našich dat k identifikaci možností automatizace většího množství IT funkcí se nám podařilo docílit markantní úspory času našich zaměstnanců, a vytvořit tak prostor pro tvorbu další přidané hodnoty.

Autor je správcem IT ve velkém zdravotnickém zařízení se sídlem v Ohiu.





Komentáře