Stratejik performans ölçümü için paydaşlar yaklaşımı

Stratejik performans ölçümü için paydaşlar yaklaşımı (A Stakeholder Approach to Strategic Performance Measurement-SAtSPM), 1997 yılında ortaya konulan bir yaklaşımdır [128]. Geleneksel muhasebe tabanlı performans ölçme sistemleri, çalışanlar, müşteriler, tedarikçiler ve diğer paydaşlarda meydana gelen değişimleri içinde barındıran organizasyonlara uygun değildir. Geleneksel metotlarla hizmet, yenilik, çalışanlar arasındaki ilişkiler ve esneklik gibi elle tutulamayan olguları değerlendirmeye odaklanmaksızın ölçmeler yapılmaktadır. Stratejik performans ölçümü için paydaşlar yaklaşımında ise, bir şirket performans ölçme sistemini stratejik planlama kısmında tasarlamayı tercih eder ve stratejik planın önemli noktalarını bu kısımda ele alır.

Atkinson ve arkadaşları paydaşları, çevresel (müşteriler, mal sahipleri ve toplum) ve süreçsel (çalışanlar ve tedarikçiler) olmak üzere iki kısımda tanımlar. Şirketin birincil amacı, bu paydaşların amaçlarına hizmet etmektir. Şirketin birincil amaçlara ulaşmak için her bir paydaş grubuna vermesi gereken şeyler ikincil amaçlarını oluşturmaktadır. Birincil amaçların sonuçlarını alabilmek için, ikincil amaçları iyi bir şekilde gerçekleştirmek gerekir. Bunun için, şirketin performans ölçüm sistemi, tüm süreçlerin ikincil hedeflere ulaşmadaki katkılarını değerlendirmelidir. Bu bakış açısına göre şirketin kontrol merkezi;

- Çalışanlardan, tedarikçilerden ve müşterilerden şirketin beklenilen katkıları alıp almadığını değerlendirmede yardımcı olmalıdır,

- Şirketin, katkıların devamı için paydaşların her birinin ihtiyaç duyduğu değerleri verip vermediğini değerlendirmede yardımcı olmalıdır,

- İkincil amaçlara katkıda bulunacak süreçlerin tasarımına ve uygulanmasına rehberlik etmelidir,

- İşletmenin paydaşları ile olan görünen ve görünmeyen ilişkilerini planlamasına ve değerlendirmesine yardımcı olmalıdır. Örneğin, çalışanlarla olan ilişkilerin belirlenip planlanması, eğitimlerin gerekliliğini veya arttırılmasını gösterebilir.

Stratejik performans ölçümü için paydaşlar yaklaşımının işletmede, koordinasyon, izleme ve teşhis gibi oynadığı çeşitli roller vardır. Koordinasyon rolünde işletme, birincil ve ikincil amaçlarına verdiği önemi göstererek yapılması gereken yönetim görevleri yerine getirir. İzleme rolü, bir işletmenin paydaşlarının ihtiyaçlarını karşılama yolunda performansının ölçülmesi ve raporlanmasını ifade eder. Teşhis rolü ise, birincil ve ikincil amaçlar arasındaki sebep-sonuç ilişkilerini tanımlayarak organizasyonun yöneticilerine yardımcı olan performans ölçme rolüdür.

Tablo 2.16’da Atkinson ve arkadaşlarının Montreal Bankasında SAtSPM yaklaşımı ile yaptığı çalışmanın bir kısmı yer almaktadır. Bu kısımda, bu banka için belirlenen birincil ve ikincil hedefler ve göstergeler bulunmaktadır [128].

Tablo 2.16. Montreal bankası adına yapılmış stratejik performans ölçümü için paydaşlar yaklaşımı birincil ve ikincil ölçüler tablosu [128]

Montreal Bankasında Paydaşlar için Belirlenmiş Birincil ve İkincil Ölçüler Paydaşlar Birincil Ölçüler İkincil Ölçüler

Hissedarlar ^{Hissedarların yatırımlarının} _{karşılığının verilmesi}

• Gelirde büyüme,

• Harcamalardaki artış,

• Verimlilik,

• Sermaye oranları,

• Likitide oranları,

• Varlık kalitesi oranları,

Müşteriler ^{Müşteri memnuniyeti ve hizmet} kalitesi ^{• Farklı Pazar ve ürünler için} yapılan müşteri anketleri

Çalışanlar

Çalışanlara verilen taahhütler, Çalışanların yeteneği,

Çalışanların verimliliği

• Çalışanların fikir ve önerileri için yapılan anketler

• Çalışan maliyetlerine yönelik finanssal oranlar

Toplum Yasal imaj

• Müşterilere ve/veya diğer kesimlere yapılan anketler

BÖLÜM 3. ZEKİ OPTİMİZASYON

3.1. Giriş

Zeki optimizasyon tekniklerine geçişin nedenlerinden bahsetmeden önce “Yapay Zeka (Artificial Intelligence)” ve “Yapay Zeka Tekniği” kavramlarından kısaca bahsetmek gerekir.

Yapay zeka, farklı insanlara farklı şeyler ifade eden geniş bir alandır [129]. İlk olarak 1954 yılında John McCarthy tarafından ortaya atılmıştır [130]. Özellikle Amerika Birleşik Devletleri başta olmak üzere, dünyanın pek çok yerinde yaygınca kullanılmaktadır. Belli başlı yapay zeka tanımları aşağıdaki gibidir:

“Yapay zeka”, insanlar tarafından çözülen problemleri otomatik (otonom) olarak çözmek üzere oluşturulan prosedürler ve temsillerdir.

“Yapay zeka”, hesapsal süreç şartları altında, zeki davranışı taklit etmek ve açıklamak için araştırma yapan bir çalışma alanıdır [131].

“Yapay zeka”, insanlar tarafından yapılan şeylerin daha hızlı ve daha iyi bir şekilde bilgisayarlar tarafından nasıl yapılacağı çalışmasıdır [132].

Yapay zeka problemleri çok geniş bir alana yayılmıştır. Bu geniş uygulama alanına sahip olan problemlerin genel özellikleri, zor oluşlarıdır. Bu zor problemlerin çözülmesi için yapay zeka teknikleri ortaya çıkmıştır. Yapay zeka teknikleri “Bilginin Temsili (Knowledge Representation)” ve “Arama (Search)” olmak üzere iki kısımda ele alınabilir [129].

Yapay zeka tekniklerinde kritik öneme sahip olan kısım “arama” dır. Bazı problemlerin doğrudan bir çözümünün bulunması zordur. Bununla beraber olası hareketler bilinebilir. Örneğin satranç oyununu ele alırsak; yaklaşık 10¹²⁰ olası durum söz konusudur [132]. Fakat önemli olan, çözüme ulaştıracak sıranın bulunmasıdır. Her çözümü denemesi nedeniyle “Kaba Kuvvet (Brute Force)” tekniği işe yarar bir tekniktir. Fakat bu teknikte olası çözüm sayısı, yukarıdaki verdiğimiz satranç örneğinde olduğu gibi çok fazla olduğundan mantıklı olmaktan çıkar ve tercih edilmez. Bunun yerine “Bulgusal (Heuristic) Teknikler” dediğimiz zeki optimizasyon tekniklerinden yararlanılır. Heuristic kelimesi Yunan kökenli bir kelimedir ve “heuriskein” dan gelmektedir [133]. Kelime anlamı olarak “yol bulmak” veya “rehberlik etmek” anlamlarını taşımaktadır. Bulgusal metotlar, Meier, Newell ve Pazer tarafından hepsinin aynı anda bir arada bulunması zorunlu olmayan, üç alt unsurun birleşimi olarak tanımlanmıştır [134]. Bu alt unsurlardan birincisi, “bulgusal problem çözmedir”. Burada kastedilen şey, bir problemin tatmin edici bir çözüme ulaşması için arama eforunu düşürmeye çalışması ve problemin yönlendirilmesidir. İkinci alt unsur “yapay zekadır”. Organizasyon planlamasında, örüntü tanıma (pattern recognition) gibi çözüm uzayı üzerinde arama gerektiren problemlerde bilgisayar yönlendirmeli bulgusallar kullanılır. Bu alt unsur, öğrenme (deneyimlerden sonuç çıkararak programın modifiye olması) ve tümevarımsal sonuç çıkarmaya kadar genişletilebilir. Yönlendirme “karar verici bir insanın düşünce sürecini adım adım tekrarlamaktan ziyade, zeki davranış elde etmek üzere bilgisayarın etkin kullanmaya yönelmesi” olarak tanımlanabilir [135]. Üçüncü ve son alt unsur, “insan düşüncesinin benzetimidir”. Bu unsur ise, karar verici bir insanın düşünce sürecinin tekrarlanması olarak ifade edilebilir [134].