CN1991887A - 服务评价支持方法和系统 - Google Patents
服务评价支持方法和系统 Download PDFInfo
- Publication number
- CN1991887A CN1991887A CNA2006101463966A CN200610146396A CN1991887A CN 1991887 A CN1991887 A CN 1991887A CN A2006101463966 A CNA2006101463966 A CN A2006101463966A CN 200610146396 A CN200610146396 A CN 200610146396A CN 1991887 A CN1991887 A CN 1991887A
- Authority
- CN
- China
- Prior art keywords
- estimated value
- value
- commercial
- risk
- index
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
- G06Q10/06375—Prediction of business process outcome or impact based on a proposed change
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
Abstract
提供用于根据实现的程度确定变动补偿量的方法和装置,目的在于:避免在定量评价由方案带给客户的价值的阶段停止;避免补偿计算通过诸如劳动力成本的累积被执行;和考虑KPI的实现的风险从设置的KPI的观点定量估计效果。提供一种用于支持用于改进商业的服务的事前评价的系统,该系统包括:用于接受指示商业的改进度的指数的选择并接受影响商业的改进的成功/失败的多个未来情景的设置的输入装置;用于存储指数和多个情景的存储装置;和用于在出现各个情景的情况下计算指数的一次估计值并基于一次估计值和与一次估计值对应的一次风险计算二次估计值的计算装置。
Description
技术领域
本发明涉及用于支持服务的评价的技术,特别涉及用于支持要在提供服务之前执行的服务的值的定量评价的技术。
背景技术
常规上,常常通过累积基于需要的工人的数量的成本和合同期限等,计算为服务或用于实现服务的方案付出的补偿。如果结果基于模板,那么成本的累积的计算会是适当的。但最近,存在对按照客户的各种方案的需求,并且结果不总是基于模板。因此,对基于客户同意的度量指数(metric index)确定与传输的方案的值对应的补偿的需要增加。作为与其有关的现有技术,已就值的估计公开了一些技术。例如,在专利文献1等中公开了评价信息系统的值的方法。
[专利文献1]:公开的未审查专利申请No.2001-265908
但是,在这些常规估计方法中,在大多数情况下基于实施后的估计将信息系统的值等量化,而难以事先将这些方法应用于要被确定的补偿率的计算。
考虑上述技术问题提出了本发明。其目的在于提供一种用于支持估计的技术,该技术通过定量估计事先由方案提供方传输的值并考虑其实现的风险避免值的过高或过低评价。并且,说明了用于根据方案的结果进行补偿的系统,并且,本发明的另一目的在于提供考虑风险事先计算补偿率的技术。
发明内容
本发明是一种应用于用于支持用于改进商业的服务的事前评价的系统的方法,该方法包括:接受指示商业的改进度的指数的选择;接受影响商业的改进的成功/失败的多个未来方案的设置;存储指数和多个方案;在出现各个方案的情况下计算指数的一次估计值;基于一次估计值和与一次估计值对应的一次风险计算二次估计值。
本发明还提供一种用于支持用于改进商业的服务的事前评价的系统,该系统包括:用于接受指示商业的改进度的指数的选择并接受影响商业的改进的成功/失败的多个未来方案的设置的输入装置;用于存储指数和多个方案的存储装置;用于在出现各个方案的情况下计算指数的一次估计值并基于一次估计值和与一次估计值对应的一次风险计算二次估计值的计算装置。
并且,本发明是一种计算机程序,用于使计算机用作用于支持用于改进商业的服务的事前评价的系统,该计算机程序使计算机执行:接受指示商业的改进度的指数的选择并接受影响商业的改进的成功/失败的多个未来方案的设置的输入功能;在出现各个方案的情况下计算指数的一次估计值并基于一次估计值和与一次估计值对应的一次风险计算二次估计值的计算功能。
以下举出本发明的特征项:
1.通过基于多个情景的发生概率随机预测KPI的波动并将实现的风险的量化值反映到预测的KPI值,事先估计方案的值。
2.在风险到实现的计算过程中,通过由KPI要素构成的矢量之间的度量距离测量的风险,通过使用度量距离、KPI变量和关于其的统计值用逻辑函数执行风险评价,并基于度量距离增加/减少KPI变量。
3.通过在策略上预测转变(transformation)实现分布的年度变化并考虑根据预测的变化的实现的风险的量化值作为系统改进率,基于多个方案的发生概率估计可显著影响方案的值的间接因素。
4.在风险到实现的计算过程中,通过由分布的已是(as-is)值和要是(to-be)值构成的矢量之间的度量距离测量风险,通过S形函数估计度量距离的变化率,并估计转变的涉及率(rate of involvement)。
5.基于KPI的波动率计算贡献率,并通过考虑转变的涉及率事先估计实现的结果的分配率。
6.通过将多个方案的KPI变量值与事先确定的分配率组合,确定变动补偿量。
附图说明
图1表示系统的配置的例子;
图2是图1中的系统的框图;
图3表示情景(scenario)的配置的例子;
图4表示商业状况确定处理的例子;
图5表示客户的财务状况的发生概率的估计的例子;
图6表示考虑价格波动的减少率的估计的例子;
图7表示采购成本的暂定减少量的估计结果的例子;
图8是考虑减少量的风险的概念图;
图9表示策略分布(profile)的年际间改进(interannualimprovement)的例子;
图10表示分布的年际间的例子;
图11表示减少量和分配率(share rate)之间的关系的例子;
图12表示基于KPI确定变动补偿的方法的整个流程。
具体实施方式
作为实施例,将对用于确定通过与间接材料采购系统和方法有关转变方案(服务)产生的值的系统及其变动补偿量进行考虑。
图1是根据实施例的计算机(系统)1的外形图。
图2是解释图1中的计算机1的硬件配置的示意图。
计算机1具有:具有通过主机控制器110互连的CPU 101、RAM120和图形控制器146的CPU外围部分;具有通过输入/输出控制器140与主机控制器110连接的通信接口144、硬盘驱动器(辅助存储装置)124和CD-ROM驱动器126的输入/输出部分;和具有与输入/输出控制器140连接的ROM 122、输入/输出芯片142和软盘驱动器128等的继承(legacy)输入/输出部分。
主机控制器110将RAM 120连接到以较高的传输速率访问RAM120的CPU 101和图形控制器146上。CPU 101基于存储在ROM 122和RAM 120上的程序操作以控制各个部分。图形控制器146在设置在RAM 120中的帧缓冲器上获得由CPU 101等产生的图像数据并将其显示在显示装置148上。作为替代方案,图形控制器146可在其内部包含用于存储由CPU 101等产生的图像数据的帧缓冲器。
输入/输出控制器140将主机控制器110连接到作为相对较高的速度的输入/输出装置的通信接口144、硬盘驱动器124和CD-ROM驱动器126上。通信接口144通过网络与其它装置通信。硬盘驱动器124存储要由计算机1使用的程序和数据。CD-ROM驱动器126从CD-ROM 130读取程序或数据,并通过RAM 120将其提供给输入/输出芯片142。
ROM 122、输入/输出芯片142和相对较低的速度的输入/输出装置(例如,软盘驱动器128)与输入/输出控制器140连接。ROM 122存储在计算机1被激活时被CPU 101执行的引导程序和与计算机1的硬件相关的程序。软盘驱动器128从软盘132读取程序或数据,并通过RAM 120将其提供给输入/输出芯片142。输入/输出芯片142例如通过并行端口、串行端口、键盘端口或鼠标端口等连接软盘驱动器128或连接各种输入/输出装置。
下面,将说明计算机1的软件配置。通过在诸如软盘132、CD-ROM130和IC卡的记录介质中或通过网络存储为计算机1提供的计算机程序,提供这些计算机程序。通过输入/输出芯片142从存储介质读取这些程序并将其安装在计算机1中,或者,通过通信接口144从网络上的另一计算机读取这些程序并将其安装在计算机1中,然后执行它们。
这里,间接材料采购成本(以下称为购买成本)的减少量被设为上述转变方案的关键业绩指标(以下称为KPI)。以下,将对于构成用于定量评价KPI的实现的概率和风险的系统的模块中的每一个,说明输入/输出数据和处理装置。在本实施例中只采取一种类型的KPI。但是,一般地,存在多个KPI,并且每个KPI可进一步被拆分成更详细的指标。通过称为价值树(value tree)的树结构表示它们。本实施例的方法和装置可被应用于构成这种价值树的各个因素,并且还可被应用于价值驱动器(value driver),特别是从这些因素选择的影响因素。
由于间接材料采购成本的减少量取决于商业状况或客户的未来状况,因此构思多个可采取的情景(scenario),并且,基于各种情景的发生概率估计减少量等。因此,首先确定各种情景的发生概率。假定这些情景由从最好到最差排列的四种情景A、B、C和D构成。假定各种情景如图3所示由商业状况(business condition)或客户的财务状况的组合构成。
关于商业状况,能够借助于由管理部门或中央银行宣布的统计数据预定未来的趋势。但是,这里,假定可以在未来类似地应用过去几年的商业趋势数据中的阶段出现(phase appearance)的概率。可以想到从过去几年的商业状况数据确定商业升/降阶段的各种方法。这里,如图4所示,使用包括以下步骤的方法:读取商业趋势指数数据(200);通过执行低通滤波产生已去除短期波动分量的系列(205);计算它们之间的差别(210);确定得到的值是正还是负(215);如果得到的值是正,则确定上升阶段(220);如果得到的值是负,则确定下降阶段(225)。但方法不限于此。
并且,关于客户的未来业绩状况,从正式宣布的财务数据选择适当的指数,并对指数执行模型的估计和未来的预测。一般地,用财务数据的状态空间模型执行基于Kalman(卡尔曼)滤波的预测。但是,这里,使用其中执行不同系列的销售数据建模的时变自动回归(以下称为时变AR)的方法,并且从通过加权的递归最小二乘法(以下称为加权的RLS方法)执行参数估计得到的结果依次估计未来的值。然后,如图5所示获得的年度预测值的增加/下降速率被认为是客户的未来财务状况的情景的发生概率。例如,在假定阈值由T表示时,如果与上一年相比增加的量超过T并明显为正(图3中的LP),那么考虑出现情景A。如果与上一年相比增加的量为T或更小并为正(图3中的NP),那么考虑出现情景B。相反,如果与上一年相比增加的量超过-T并明显为负(图3中的LM),那么考虑出现情景D。如果与上一年相比增加的量大于-T但是为负(图3中的NM),那么考虑出现情景C。以这种方式,确定各种情景的发生概率。如果没有适当的情景(图5的例子中的LM),则从最接近的情景给出对应于1.0%的概率(从图5的例子中的NM给出)。
通过根据图3中所示的结构合成处理概率,可以确定四种情景的发生概率。在图3的情况下,确定发生概率如下:
情景A的概率=(U×LP)%;
情景B的概率=(U×(NP+NM+LM))%;
情景C的概率=(D×(LP+NP+NM))%;并且
情景D的概率=(D×LM)%。
可以任意地执行财务指数的选择。还能够采取通过由发明人之一等公开的专利No.3725418所示的信号处理方法提取构成财务数据系列的多种因素的方法,和从它们之中选择使行为类似于具有最强的影响的提取数据的指数。另外,还能够借助于与客户的财务状况的预测类似的方法将其它竞争者的财务状况加入情景的因素中。但是,由于这是在本领域技术人员容易采取的方法的范围中,因此这里对其省略。
然后,对于如上所述获得的情景中的每一种,估计采购成本的减少量即KPI实现量。通过估计价格波动和要采购的项目单位数量的波动,基于当前的价值估计减少量。首先,预测要购买的项目的价格波动范围(在图6的项目栏中示出)。作为要在预测时使用的数据信息,使用客户的当前采购价格和转变已被适当地抽样的目标项目变换后的目标采购价格(图6中的细目2的栏中示出)。
首先,假定可以利用过去几年的商业指数作为输入并使用目标项目的价格指数作为输出通过自动回归移动平均(以下称为ARMA)模型表达价格波动。即,假定目标项目的价格由过去的价格的自动回归分量和商业状况的移动平均分量确定,并且预测时的误差方差σ2指示当时的商业指数的能力(power)。当执行ARMA模型估计时,可以想到各种方法,例如,在将各个数据的平均值设为零或将方差归一化后进行估计的方法、或借助于数据之间的差值执行参数的估计的方法。方法不限于此。关于参数估计的方法,虽然考虑到模型的时变性质一般借助于加权的RLS方法执行估计,但能够使用其它类似的参数估计方法,并且该方法也不限于任何方法。
并且,KPI的预测需要的正是价格差的波动。上面确定的误差方差的平方根被视为价格波动偏差σ,并且它根据情景反映在当前价格差p上。例如,在情景A的情况下,假定输入上面的ARMA模型的输入能力(power)大大增加,并且价格差如所示增加p-2σp。相反,在情景D中,假定价格差降低或价格水平相反,比如p+2σp。对各个项目计算这种估计值,并对每一个细目计算图6中的各个情景的减少率。这里,σp指示σ根据对每个项目不同的价格差p改变。系数根据情景变化,并且不限于乘以2。
以这样方式,能够将客户继续为自己采购的情况与应用方案的情况相比较。由此,能够在应用方案的情况下通过平均各项目的细目的减少率对各个项目确定减少率。
这里,要被抽样的项目的数量不受限制。如果存在购买的项目的细目的价格历史数据,那么能够通过用该数据代替在上述ARMA模型中使用的价格指数,预测价格波动情景。在这种情况下,可以例如通过在记录数据时基于示出的商业趋势将历史数据聚集,从实际数据确定各项目的波动偏差。因此,可以在不假定价格波动偏差的情况下直接从数据确定各情景的价格差的估计值。当然,即使在这种情况下,也可以应用下面说明的实施例。
并且,要购买的项目单位数量的波动范围被预测。作为用于预测的数据信息,使用当前由客户使用的各项目单位数量和客户的正式宣布的财务数据。例如,如果在客户的采购系统中存在需要的间接材料的数量随着未来的销售相对当前的销售增加而增加的相关关系,那么能够通过从财务数据预测销售并与预测值成比例增加/减少未来的单位数量的波动,估计波动范围。可以通过执行年度数据之间的差别的时变AR建模或执行年度数据本身的状态空间建模,预测未来的财务数据值。该方法不受限制。
由此,如图7所示,当KPI被设为采购成本的减少量时,能够基于价格波动和单位数量的波动估计暂定减少量。如果情景A~D的减少量分别为RA、RB、RC和RD,那么可以确定减少量的平均率(average rate)RM和标准偏差σR。但是实际上,一般来说实现的风险随当前值和估计值之间的差值增加而增加。本发明还定量地考虑这一方面,以下将说明其方法。
现在,假定各项目的当前采购价格的一组总量(图7中的第二列)为矢量a,并假定根据其已进行估计的减少的一组价格(图7中的第六列)为矢量b。这里,通过下式测量矢量a和b之间的距离。
距离=(矢量b的平均值-矢量a的平均值)2/矢量a的方差
这是通过少量的样本估计Mahalanobis距离的公式。例如,在对于某一项目使矢量a中的100为矢量b中的99的情况下,和在对于另一项目使矢量a中的40为矢量b中的39的情况下,能够通过上式算出它们之间的差值作为距离。因此,该公式比考虑简单的差值的情况更适于风险的估计。如下所述确定基于该距离考虑实现的风险时的减少量。
通过DAd、DBd、DCd和DDd表示通过将各情景的距离DA、DB、DC和DD相对起来考虑使得它们的总和为1获得的距离。
假定各个情景中的减少量的上限为Ri+Did×σRi(i=A、B、C、D),并假定下限为Ri-Did×σRi(i=A、B、C、D)。σRi表示通过将减少量的标准偏差σR乘以根据各情景的减少量的Ri/RM获得的值。
对于各个情景,考虑逻辑函数:
L1=上限/(1+βexp(-α/D))
然后,确定参数α和β,使得当D=1时L1=下限,并在D=([DAdDBd DCd DDd]的中间值)时L1=(上限和下限之间的中间值)。
通过用各情景的Did代替D,确定考虑减少的实现的风险的减少量。
如图8所示,通过上述过程,当风险距离较大时,最终估计相对比暂定减少量小的减少量,并且,当风险距离较小时,最终估计相对比暂定减少量大的减少量。
但是,在减少量的上述导出中,假定采购系统或方法处于接近理想状况的状况,但是,在方案的实施的初始阶段,客户的状况不一定是理想状况。因此,必须在策略上考虑关于应将方法或规则和对整个购买的管理转变到什么程度的分布(profile)。具体地说,这意味着考虑策略加权,例如,考虑分别将采购的集中度和规则的彻底性的当前级别2升高到最大级别10和级别8。因此,由于这些因素会间接地极大影响KPI,因此,必须将实现的风险和对减少量(KPI)的影响定量化。
首先,作为包含到减少量的方法,可以想到这样一种方法,即,在级别较低的阶段示出上面的下限,然后,如图10所示在合同期限内线性促进用于提高级别的转变,并且,校正减少量,使得它接近考虑风险的减少量的估计值。级别线性改变只是例子,并且也能够事先假定一些函数。
如图11中的上面的四行所示,通过适当地组合和使用上述模块的结果,能够估计作为KPI的采购成本的减少量的分布。
将对基于期望实现的KPI确定补偿量的方法进行说明。这里,基于对上述转变的实现的贡献率确定补偿。首先,贡献率被限定为KPI的改进率。由于在本实施例中KPI是减少量,因此,可以对每一种情景、对每年计算贡献率。
贡献率=(由于方案的实施的减少率(或减少量)-仅由于客户的努力的减少率(或减少量))/由于方案的实施的减少率(减少量)
然后,以情景的发生概率加权的值(例如图11中的C1)被视为该年度的贡献率的估计值。在这种情况下,事先作为效率目标等被客户估计的量或比率被用作“仅由于客户的努力的减少率”。在存在首先说明的相互相关的多个KPI的情况下,使用以下的表达式。
第一表达式:x(t+1)=A*x(t)+v(t)
第二表达式:y(t)=C*x(t)+D*u(t)+w(t)
在该状态空间模型中,由于方案的贡献的因素示为x(t);仅由于客户的努力的效果因素示为u(t);KPI观测矢量示为y(t);诸如通过白噪声建模的经济状况的外部要因示为v(t)和w(t)。通过由第一表达式指示x(t)年际间改变的模型并估计第二表达式的模型系数矩阵,可以借助于矩阵范数计算贡献率为||C||/(||C||+||D||)。借助于系统识别中的子空间方法等,可以估计上述表达式的系数矩阵,细节被略去。但是,假定x和u已被归一化。
当将其应用于上述例子中时,A=I(单位矩阵)且v=w=0。如果x和u已被归一化,那么可在不使用系统识别方法时通过上述贡献率计算实现目的。
由于该贡献率假定客户购买需要的间接材料,因此难以将与贡献率对应的一部分KPI实现量看作补偿。因此,关于贡献率考虑基于由方案提供方侧主导的转变率确定补偿分配率(share rate)。因此,借助于上述策略分布级别将改进率限定为转变率,并且考虑可在达到该级别前出现的风险确定补偿率。因此,可通过将贡献率乘以补偿率计算分配率。以下示出用于确定补偿率的具体过程。
现在,假定当前采购系统的一组评价分数(图9中的第一列)为矢量c,并假定在各情景中被假定为最终到达的一组策略分布(已根据图7中的第二列和情景降低最终实现级别的一组分布)为矢量d。d的值随年份改变。关于分布的年际间改变,假定策略分布级别从当前状况线性提高到目标分布。通过下式对各种情景计算矢量c和矢量d之间的距离Pi。
距离=(矢量d的平均值-矢量c的平均值)2/矢量c的方差
计算相对距离Pid,使得各情景的Pi的总和为1。在这种情况下,i=A、B、C和D。
从用于各年份的各个情景的平均分数Ii确定改进率IRi,并且,确定四种情景的平均改进率IM以及偏差σI。
假定各个情景中的改进率的上限为Ii+Pid×σIi,并假定下限为Ii-Pid×σIi(i=A、B、C、D)。σIi表示通过将减少量的标准偏差σIi乘以根据各个情景的减少量的IRi/IM获得的值。
对于各个情景,考虑逻辑函数:
L2=上限/(1+8exp(-γ/P))
然后,确定参数γ和δ,使得当P=1时L2=下限,并在P=([DAdDBd DCd DDd]的中间值)时L2=(上限和下限之间的中间值)。
通过用各情景的Did代替L2的P,确定考虑分布转变的实现的风险的改进率。
为了描绘该改进率对概率的变化率,使用S形函数。例如,在五段评价分数的情况下,考虑下面指示的函数,使得当等级(grade)是3是值是0.5。
评价函数=1/(1+exp(平均分数-3)
因此,从下式确定要作为用于年度转变的补偿的比率。
转变贡献率=1/(1+exp(当前平均分数-3))-1(1+exp(L2×当前平均分数-3))
通过上述处理流程,估计各年度的贡献率和补偿率的预测值。通过乘以它们的加权平均值获得的值被视为各年度的变动补偿的分配率(图11中的第十一行)。由于在实际合同中必须事先确定分配率,因此这些估计值的平均值(图11中的第十二行)被视为KPI的分配率。
通过使用上述计算系统的结果,能够执行对适于客户的方案的合同做出决定的模拟,诸如决定要采取什么变动补偿形式以及使用哪个年份作为KPI度量的基准年。例如,可以改变情景的组合,诸如分别用于第一、第二和第三年的情景A、B和A的组合,或者,可以执行考虑情景的发生概率的NPV的比较。
在客户做决定的初始阶段,还可以想到组合用于对是否选择变动补偿做出决定的手段。特别地,这样的手段是可能的,即,通过使客户回答由方案提供方侧准备的多个问题,通过Analytic HierarchyProcess(AHP)确定是否选择变动补偿。但是,本领域技术人员可将其它方法看作特定的做初始决定的手段,因此,不对手段进行详细限定。
作为上述说明的总结,可以如图12所示表达基于KPI确定变动补偿的方法的整个流程。
根据本发明,能够定量评价合同的阶段的方案的值,事先确定适当的变动补偿率,并为客户提供具有更高的透明度的补偿合同。
Claims (9)
1.一种用于支持用于改进商业的服务的事前评价的系统,包括:
用于接受指示商业的改进度的指数的选择并接受影响商业的改进的成功/失败的多个未来情景的设置的输入装置;
用于存储指数和多个情景的存储装置;和
用于在出现各个情景的情况下计算指数的一次估计值并基于一次估计值和与一次估计值对应的一次风险计算二次估计值的计算装置。
2.根据权利要求1的系统,其中,
商业包含多个商业要素;并且,
计算装置计算一次风险作为具有改进前的多个商业要素作为矢量分量的第一矢量和具有改进后的多个商业要素作为矢量分量的第二矢量之间的第一度量距离,
从第一度量距离、一次估计值和从一次估计值获得的逻辑函数计算与改进的风险对应的第一减少值,并且,
通过从一次估计值减去第一减少值,计算二次估计值。
3.根据权利要求1的系统,其中,
服务是第二组织改进第一组织的商业的服务;
输入装置接受第一组织的能力的未来改进的设置,该设置影响商业的改进的成功/失败;
存储装置存储能力的改进;以及
在每一情景出现的情况下,计算装置计算能力的改进的预测值,并且
基于二次估计值和与预测值对应的二次风险计算三次估计值。
4.根据权利要求3的系统,其中,
能力包含多个能力要素;并且,
计算装置计算二次风险作为具有改进前的多个能力要素作为矢量分量的第三矢量和具有改进后的多个能力要素作为矢量分量的第四矢量之间的第二度量距离,
从第二度量距离、预测值和从预测值获得的逻辑函数计算与改进的风险对应的第二减少值,并且,
通过从二次估计值减去第二减少值,计算三次估计值。
5.根据权利要求4的系统,其中,
计算装置基于二次度量距离和预定的评价函数计算二次度量距离的变化率,并且,
通过将指数的变化率乘以二次度量距离的变化率,计算第二组织的分配率。
6.根据权利要求5的系统,其中,
计算装置计算各个情景的发生概率,
从发生概率和三次估计值计算指数的期望值,并且
通过将期望值乘以分配率计算用于对第二组织的服务的补偿。
7.根据权利要求6的系统,还包括用于输出补偿的输出装置。
8.一种计算机程序,用于使计算机用作用于支持用于改进商业的服务的事前评价的系统,该计算机程序使计算机执行:
接受指示商业的改进度的指数的选择并接受影响商业的改进的成功/失败的多个未来情景的设置的输入功能;
存储指数和多个情景的存储功能;
在出现各个情景的情况下计算指数的一次估计值并基于一次估计值和与一次估计值对应的一次风险计算二次估计值的计算功能。
9.一种应用于用于支持用于改进商业的服务的事前评价的系统的方法,该方法包括:
系统的输入装置接受指示商业的改进的指数的选择;
系统的输入装置接受影响指数的多个未来情景的设置;
系统的存储装置存储指数和多个情景;
系统的计算装置在出现各个情景的情况下计算指数的一次估计值;
系统的计算装置基于一次估计值和与一次估计值对应的一次风险计算二次估计值。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2005379996A JP2007179477A (ja) | 2005-12-28 | 2005-12-28 | サービス評価支援方法、システム、コンピュータ・プログラム |
JP2005379996 | 2005-12-28 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN1991887A true CN1991887A (zh) | 2007-07-04 |
Family
ID=38214133
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CNA2006101463966A Pending CN1991887A (zh) | 2005-12-28 | 2006-11-13 | 服务评价支持方法和系统 |
Country Status (3)
Country | Link |
---|---|
US (1) | US8015055B2 (zh) |
JP (1) | JP2007179477A (zh) |
CN (1) | CN1991887A (zh) |
Families Citing this family (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11087261B1 (en) * | 2008-03-14 | 2021-08-10 | DataInfoCom USA Inc. | Apparatus, system and method for processing, analyzing or displaying data related to performance metrics |
US8364519B1 (en) * | 2008-03-14 | 2013-01-29 | DataInfoCom USA Inc. | Apparatus, system and method for processing, analyzing or displaying data related to performance metrics |
US8209218B1 (en) * | 2008-03-14 | 2012-06-26 | DataInfoCom Inc. | Apparatus, system and method for processing, analyzing or displaying data related to performance metrics |
US8433604B2 (en) * | 2010-03-05 | 2013-04-30 | Xerox Corporation | System for selecting an optimal sample set of jobs for determining price models for a print market port |
US20110313817A1 (en) * | 2010-06-16 | 2011-12-22 | Microsoft Corporation | Key performance indicator weighting |
US8670846B2 (en) * | 2010-07-29 | 2014-03-11 | The Trustees Of The University Of Pennsylvania | System and method for conducting a competition |
US9038030B2 (en) * | 2012-07-26 | 2015-05-19 | Infosys Limited | Methods for predicting one or more defects in a computer program and devices thereof |
US9678487B1 (en) | 2012-10-09 | 2017-06-13 | DataInfoCom USA, Inc. | System and method for allocating a fixed quantity distributed over a set of quantities |
US9031889B1 (en) | 2012-11-09 | 2015-05-12 | DataInfoCom USA Inc. | Analytics scripting systems and methods |
US9230211B1 (en) | 2012-11-09 | 2016-01-05 | DataInfoCom USA, Inc. | Analytics scripting systems and methods |
US10860931B1 (en) | 2012-12-31 | 2020-12-08 | DataInfoCom USA, Inc. | Method and system for performing analysis using unstructured data |
US10641921B1 (en) | 2013-05-29 | 2020-05-05 | DataInfoCom USA, Inc. | System and method for well log analysis |
US9785731B1 (en) | 2013-08-26 | 2017-10-10 | DataInfoCom USA, Inc. | Prescriptive reservoir asset management |
US10095982B1 (en) | 2013-11-13 | 2018-10-09 | DataInfoCom USA, Inc. | System and method for well trace analysis |
US10489856B2 (en) * | 2013-12-19 | 2019-11-26 | Chicago Mercantile Exchange Inc. | Hybrid index derived using a kalman filter |
KR102487672B1 (ko) | 2015-06-05 | 2023-01-13 | 주식회사 한국리서치 | 분석 대상에 대한 고객의 니즈를 분석하는 방법 및 장치 |
CN111340359B (zh) * | 2020-02-25 | 2022-03-22 | 西安交通大学 | 一种多能互补分布式能源系统综合评价方法 |
CN111367163B (zh) * | 2020-03-11 | 2023-12-19 | 广东广垦畜牧工程研究院有限公司 | 养殖场环境智能控制器及其应用 |
US20220114518A1 (en) * | 2020-10-12 | 2022-04-14 | Dbafc, L.L.C. | Computer system and computer implemented method |
CN112396220B (zh) * | 2020-11-06 | 2024-03-22 | 华北电力大学 | 一种基于场景缩减的含风电与需求侧资源的优化调度方法 |
CN113435771A (zh) * | 2021-07-07 | 2021-09-24 | 建信金融科技有限责任公司 | 一种业务评估方法、装置及设备 |
Family Cites Families (38)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5402333A (en) * | 1992-06-15 | 1995-03-28 | E. I. Du Pont De Nemours & Co., Inc. | System and method for improving model product property estimates |
US5586252A (en) * | 1994-05-24 | 1996-12-17 | International Business Machines Corporation | System for failure mode and effects analysis |
US6574605B1 (en) * | 1998-11-17 | 2003-06-03 | Citibank, N.A. | Method and system for strategic services enterprise workload management |
US7702550B2 (en) * | 1999-03-31 | 2010-04-20 | New Market Solutions, Llc | Multiple computer system supporting a private constant-dollar financial product |
US7266520B1 (en) * | 1998-11-23 | 2007-09-04 | New Market Solutions, Llc | Digital computer system and methods for managing an auction market for preferred-return securities |
US6721713B1 (en) * | 1999-05-27 | 2004-04-13 | Andersen Consulting Llp | Business alliance identification in a web architecture framework |
US6536037B1 (en) * | 1999-05-27 | 2003-03-18 | Accenture Llp | Identification of redundancies and omissions among components of a web based architecture |
US6523027B1 (en) * | 1999-07-30 | 2003-02-18 | Accenture Llp | Interfacing servers in a Java based e-commerce architecture |
US6601233B1 (en) * | 1999-07-30 | 2003-07-29 | Accenture Llp | Business components framework |
US7139999B2 (en) * | 1999-08-31 | 2006-11-21 | Accenture Llp | Development architecture framework |
US7020621B1 (en) * | 1999-10-06 | 2006-03-28 | Accenture Llp | Method for determining total cost of ownership |
US8271336B2 (en) * | 1999-11-22 | 2012-09-18 | Accenture Global Services Gmbh | Increased visibility during order management in a network-based supply chain environment |
US6606744B1 (en) * | 1999-11-22 | 2003-08-12 | Accenture, Llp | Providing collaborative installation management in a network-based supply chain environment |
US7124101B1 (en) * | 1999-11-22 | 2006-10-17 | Accenture Llp | Asset tracking in a network-based supply chain environment |
US7406431B2 (en) * | 2000-03-17 | 2008-07-29 | Siemens Aktiengesellschaft | Plant maintenance technology architecture |
JP2001265908A (ja) | 2000-03-21 | 2001-09-28 | Hitachi Ltd | 情報システム価値評価方法 |
US6917846B1 (en) * | 2000-06-07 | 2005-07-12 | Caterpillar Inc | Apparatus and method of providing a work machine |
US20010051913A1 (en) * | 2000-06-07 | 2001-12-13 | Avinash Vashistha | Method and system for outsourcing information technology projects and services |
US20020099580A1 (en) * | 2001-01-22 | 2002-07-25 | Eicher Daryl E. | Performance-based supply chain management system and method with collaboration environment for dispute resolution |
US20020099598A1 (en) * | 2001-01-22 | 2002-07-25 | Eicher, Jr. Daryl E. | Performance-based supply chain management system and method with metalerting and hot spot identification |
US20020099578A1 (en) * | 2001-01-22 | 2002-07-25 | Eicher Daryl E. | Performance-based supply chain management system and method with automatic alert threshold determination |
US20030172002A1 (en) * | 2001-03-15 | 2003-09-11 | Spira Mario Cosmas | Menu driven management and operation technique |
US7430534B2 (en) * | 2001-06-15 | 2008-09-30 | Abb Ab | System, method and computer program product for risk-minimization and mutual insurance relations in meteorology dependent activities |
WO2003001341A2 (en) * | 2001-06-25 | 2003-01-03 | Bomazu | Risk evaluation system and methods |
AU2002329611A1 (en) * | 2001-07-20 | 2003-03-03 | Altaworks Corporation | System and method for adaptive threshold determination for performance metrics |
US20030120593A1 (en) * | 2001-08-15 | 2003-06-26 | Visa U.S.A. | Method and system for delivering multiple services electronically to customers via a centralized portal architecture |
US20030110065A1 (en) * | 2001-12-11 | 2003-06-12 | Hatch Associates, Ltd. | Method for enhancing sustainability |
US20030135399A1 (en) * | 2002-01-16 | 2003-07-17 | Soori Ahamparam | System and method for project optimization |
US20040039619A1 (en) * | 2002-08-23 | 2004-02-26 | Zarb Joseph J. | Methods and apparatus for facilitating analysis of an organization |
EP1559043A4 (en) * | 2002-10-07 | 2005-12-28 | Gartner Inc | METHOD AND SYSTEMS FOR ASSESSING THE COMPANY'S PERFORMANCE |
US7711670B2 (en) * | 2002-11-13 | 2010-05-04 | Sap Ag | Agent engine |
US7769622B2 (en) * | 2002-11-27 | 2010-08-03 | Bt Group Plc | System and method for capturing and publishing insight of contact center users whose performance is above a reference key performance indicator |
EP1484684B1 (en) * | 2003-06-06 | 2013-08-07 | Sap Ag | Method and computer system for providing a cost estimate for sizing a computer system |
US20050108084A1 (en) * | 2003-08-08 | 2005-05-19 | Sridhar Ramamoorti | Methods and systems for valuing a business decision |
US20050043976A1 (en) * | 2003-08-19 | 2005-02-24 | Michelin Recherche Et Technique S.A. | Method for improving business performance through analysis |
US20050144067A1 (en) * | 2003-12-19 | 2005-06-30 | Palo Alto Research Center Incorporated | Identifying and reporting unexpected behavior in targeted advertising environment |
US8583450B2 (en) * | 2004-07-29 | 2013-11-12 | Ims Health Incorporated | Doctor performance evaluation tool for consumers |
US20060241954A1 (en) * | 2005-04-22 | 2006-10-26 | International Business Machines Corporation | Method and system for adaptive action management for business solutions |
-
2005
- 2005-12-28 JP JP2005379996A patent/JP2007179477A/ja active Pending
-
2006
- 2006-11-13 CN CNA2006101463966A patent/CN1991887A/zh active Pending
- 2006-12-07 US US11/608,051 patent/US8015055B2/en not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
JP2007179477A (ja) | 2007-07-12 |
US8015055B2 (en) | 2011-09-06 |
US20070150324A1 (en) | 2007-06-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN1991887A (zh) | 服务评价支持方法和系统 | |
US20110112938A1 (en) | Efficient inventory management for providing distinct service qualities for multiple demand groups | |
CN1354862A (zh) | 增强资产组合优化构架中的实用性和使模型风险多样化 | |
CN1795462A (zh) | 用于预测流失客户的方法和系统 | |
US20090204461A1 (en) | Method and system for workforce optimization | |
CN111178708B (zh) | 目标评分方法和装置、计算机可读存储介质、电子设备 | |
Cooper et al. | Selection of a third‐party logistics provider: Capturing the interaction and influence of performance metrics with the analytical network process | |
JP6251383B2 (ja) | 債務不履行となる企業の蓋然性の計算 | |
CN113674040B (zh) | 车辆的报价方法、计算机设备和计算机可读存储介质 | |
US20060031104A1 (en) | System and method for optimizing insurance estimates | |
CN111881158A (zh) | 一种管理报表数据处理方法、装置、计算机系统及可读存储介质 | |
CN116185588A (zh) | 一种任务调度方法、装置、电子设备及可读存储介质 | |
CN113848936A (zh) | 路径规划方法、装置、电子设备和计算机可读存储介质 | |
CN115841345B (zh) | 跨境大数据智能化分析方法、系统以及存储介质 | |
US20130132154A1 (en) | Method and system for performing analysis on documents related to various technology fields | |
CN112148880A (zh) | 一种客服对话语料聚类方法、系统、设备及存储介质 | |
CN1924924A (zh) | 一种金融投资对象数据测评方法及系统 | |
CN113222202A (zh) | 预约用车派单方法及系统、设备和介质 | |
US20210311967A1 (en) | Systems and Methods for Computer Modeling Using Incomplete Data | |
Zhao et al. | Portfolio optimization | |
CN1431583A (zh) | 开发价值效益评估数据自动处理方法及其系统 | |
CN116993116B (zh) | 一种外包人力资源的分配方法及设备 | |
CN113706005A (zh) | 一种考虑供应中断的航空物流服务供应链决策确定方法 | |
JP2002297846A (ja) | 評価支援装置、評価支援方法、及びプログラム | |
CN111915262A (zh) | 任务处理方法、装置、电子设备及计算机可读存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
WD01 | Invention patent application deemed withdrawn after publication |
Open date: 20070704 |