Temat bycia zwinnym (agile) został już odmieniony przez wszystkie możliwe przypadki, opisany w setkach książek – historiach sukcesów i porażek, a nadal pozostaje głęboko niezrozumiany i nieuchwytny dla wielu organizacji. Spróbujmy odpowiedzieć na kilka pytań o przyczyny niepowodzeń, o kierunki i kroki, które mogą ustrzec nasze organizacje przed najczęstszymi błędami. Dlaczego i jak mierzyć zwinność?

Lekarstwem na co ma być zwinność?

Zacznijmy od fundamentalnego pytania – dlaczego chcemy być zwinni? Dobrym powodem jest próba radzenia sobie z tzw. światem VUCA1. To koncept opracowany przez armię USA, który określa środowisko działania, w tym przypadku firmy, jako: zmienne, niepewne, złożone i niejednoznaczne. Dla wielu właścicieli firm brzmi to jak codzienność. Taką charakterystykę przybierają przewidywalne dotąd rynki, relacje z klientami czy partnerami. Przyspieszające zmiany oczekiwań klientów, agresywne działania konkurencji czy nowe modele biznesowe zmuszają nas do myślenia o nowych sposobach działania. To nic złego. Najprawdopodobniej to samo odczuwa konkurencja, a możliwie wczesne uświadomienie sobie presji środowiska to potencjalna przewaga.

Niestety, spotyka się również organizacje, które czując nieokreślone do końca bolączki, rozglądają się wokół i widzą, że wielu konkurentów obejmuje kierunek „na zwinność”. Łatwo wpadają one w pułapkę kopiowania działań, narzędzi i metod, które mogą być dla nich nieodpowiednie. Ulegają modzie i kupują gotowe, popularne rozwiązania. Niestety to, na co się pochopnie zdecydujemy, może zwyczajnie nie pasować do naszego modelu biznesowego, struktury czy kultury organizacyjnej. Mówiąc obrazowo – firma budująca własne produkty będzie potrzebowała skrzynki z innym zestawem narzędzi niż ta, która tworzy je dla innych lub też świadczy wyspecjalizowane usługi.

Zmiana ku zwinności, najczęściej nazywana transformacją agile, oznacza konieczność zmian w praktycznie każdym obszarze naszej firmy. Tak, każdym. Niekoniecznie w takim samym stopniu i prawdopodobnie nie przy zastosowaniu tych samych narzędzi, ale zmiany dotyczyć powinny całej firmy. Niestety, duża część organizacji, które deklarują chęć zwinności, nie rozumie, że będzie to oznaczało potężne, długoterminowe i czasem kosztowne zmiany. Jeśli jednak powody ku transformacji są prawdziwe, to jest to przedsięwzięcie, dla którego trudno znaleźć alternatywne rozwiązanie.

Full access available for logged users only. Log in or select best subscription option here..

Log in Order a subscription

Also check

On-line only no. 19/2019

Modele predykcyjne jako narzędzie optymalizacji procesów w Centrach Usług Wspólnych

CiRZ_4_7.jpg

Osiągnięcie efektu skali, standaryzacja procesów, optymalizacja kosztów oraz budowa wydajnych i efektywnych modeli zarządzania są już powszechne dla każdego CUW. Oprócz tego, nowoczesne teorie budowy przewagi konkurencyjnej (ang. transient advantage) wskazują, że w dynamicznym otoczeniu biznesowym dotychczasowe osiągnięcia i przewagi konkurencyjne są tymczasowe. Jeśli zarówno praktyka, jak i teoria pokazują, że organizacja powinna działać w krótszym cyklu strategicznym, szybciej reagując na zmiany, to w jakim kierunku powinny się rozwijać CUW, aby wyróżnić się na tle konkurencji i wnosić wartość dla swoich klientów biznesowych?

Read more

Model analizy sprzedaży w Power BI w Stiokvis Tapes Polska

INFO_19_39.jpg

Do końca 2018 r. informacja biznesowa w firmie Stokvis Tapes Polska była przekazywana w postaci ręcznie generowanych i wysyłanych przez e-mail raportów Excela. W artykule zaprezentowano wdrożenie nowoczesnej analizy sprzedaży opartej na Power BI, z uwzględnieniem procesu decyzyjnego, kolejnych etapów wdrożenia oraz korzyści i kosztów, jakie mu towarzyszyły.

Read more

System ERP a modelowanie i symulacja procesów biznesowych – case study na podstawie SAP Business One i iGrafx

INFO_19_33.jpg

Wdrożenie systemu klasy ERP w przedsiębiorstwie daje wiele możliwości. Jedną z nich jest wykorzystanie danych zbieranych lub generowanych przez system do modelowania i symulacji procesów biznesowych. Pozwala to na maksymalne zbliżenie modelu i symulacji do warunków rzeczywistości, przy jednoczesnej możliwości testowania stabilności procesu na dużych zbiorach danych.

Read more

Current issue

Go to

Partners

Reklama