Mine sisu juurde

Teadmusjuhtimise tulemuslikkuse mõõtmine

Allikas: Vikipeedia

Teadmusjuhtimine loob organisatsioonidele väärtust ja on ühtlasi konkurentsieelise tekitamise ja säilitamise üheks eelduseks. Selle tulemuslikkuse mõõtmine on aga keerukaks ülesandeks paljudele organisatsioonidele, kuna tugineb võimel mõõta aktiviteete ja tegureid, mis hõlmavad ja mõjutavad teadmuse loomise suutlikkust.[1]

Teadmusjuhtimise mõõtmine on ettevõtete jaoks oluline, et kindlustada eesmärkide saavutamine ja nende suunas liikumine. Samuti on mõõtmine oluline mehhanism olemasoleva soorituse hindamiseks, kontrollimiseks ja parandamiseks. Tänapäeva turgude dünaamika ja majanduskeskkond eeldab tõhusat teadmusjuhtimist, et toetada juhte äriliste otsuste tegemisel, mis võimaldab organisatsioonil ellujäämist ning kasvu. Sellise tõhusa teadmusjuhtimise süsteemi loomiseks ja arendamiseks on vaja enamat kui lihtsalt finantsmõõdikud, mis traditsiooniliselt ettevõtetel juba olemas on.[2]

Parim ja ühtlasi loogilisem viis teadmusjuhtimise tulemuslikkuse mõõtmiseks on nende sidumine üleüldisema organisatsioonis kehtiva mõõtmissüsteemiga (näiteks BSC – tasakaalus tulemuskaart). Seda võib teha nii organisatsiooni üldisemal tasemel kui ka individuaalsete protsesside ja projektide ulatuses. Intuitiivselt on see muidugi ilmselge, et teadmus on organisatsiooni väärtusloome seisukohalt väga oluline, kuid selle numbriline väljendamine võib osutuda siiski üsna keeruliseks.[3]

Mõned uurijad on siiski välja tulnud täiesti omalaadsete perspektiividega teadmusjuhtimise tulemuslikkuse mõõtmisel, kui seda eeldaks BSC formaadi "õppimise ja arengu" fookus. Järgnevalt on toodud kaks näidet.

Protsessi perspektiiv teadmusjuhtimise mõõtmisel

[muuda | muuda lähteteksti]

Teadmuse loomise põhjuslikult ebaselge iseloomu tõttu on seoste leidmine erinevate komponentide, käitumiste ja soorituslike elementide vahel üsna keeruline ning seab seetõttu teatud piirid ka mõõtmisele. Lisaks tuleb siin arvestada veel sellega, et töötaja kontrollib ja omab selles protsessis "tootmisvahendeid". Erinevad teadusuuringud näitavad laiapõhjalist kontseptuaalset kattuvust, kui kujutavad teadmuse loomist kui tegevuste või protsessietappide rida, mille omakorda võtavad Mitchell, R. ja Boyle, B. oma töös kokku kolmeelemendilise komponendina: 1. protsess, 2. väljund ja 3. lõpptulemus.[1]

Nendest kolmest komponendist tulenevalt mõõdetakse teadmusjuhtimise tulemuslikkust kui:

  1. algatusi ja tegevusi uute ideede ja objektide loomiseks;
  2. uusi ideid, mis peegeldavad olemasoleva teadmuse märkimisväärset rikastamist;
  3. teadmisi, mis on levitatud, adopteeritud ja integreeritud uute teenuste, toodete või süsteemidena.[1]

Kulumudeli perspektiiv teadmusjuhtimise mõõtmisel

[muuda | muuda lähteteksti]

Kulumudeli perspektiiv kombineerib omavahel maatriksina kaks mudelit, millest üks (ja teadmuse loomise protsessi kattev) on W. Edwards Demingi PDCA (plan-do-check-act)-tsükkel ning teine klassikaline kulumudel oma nelja elemendiga:

  1. organisatsioon,
  2. klient,
  3. tarnija ja
  4. tehnoloogia[2].

PDCA-mudel teadmuse loomise protsessi defineerimiseks

[muuda | muuda lähteteksti]

Hindamaks teadmuse juhtimise ja loomise tulemuslikkust, tuleb vaadelda seda protsessina ning erinevalt eelmises peatükis tooduna, nähakse siinses mudelis seda PDCA-tsükli etappidena järgnevalt.

  1. Plan – teadmuse kogumine või loomine;
  2. Do – teadmuse jagamine;
  3. Check – efekti mõõtmine;
  4. Act – õppimine ja arendamine.[2]

Kulu-mudel teadmuse loomise perspektiivide defineerimiseks

[muuda | muuda lähteteksti]

Nüüd, kus on teada, millistes etappides on tarvis teadmust mõõta, et oleks tagatud sarnaselt eelmiselegi etapile sisendi ja väljundi omavaheline põhjuslik seos, tuleb lisada juurde perspektiivsed valdkonna, et fookus oleks ettevõtte jaoks ressursi mõistliku kasutamise huvides olulistel elementidel. Siinkohal kasutataksegi kulumudeli neljaelemendilist lähenemist.

  1. Organisatsioon – millised on need peamised oskused ja teadmised, mis on organisatsioonil vajalikud edu saavutamiseks? Kes neid omab? Kuidas neid kasutatakse ja jagatakse? Kuidas meil läheb teiste organisatsioonidega võrreldes?
  2. Klient – mida me saame oma klientidelt õppida? Kuidas oma klientidelt õppida? Kuidas tõhusalt oma klientidelt õppida?
  3. Tarnija – kas organisatsioon saab tarnijatelt teenuse, mis on piisava kvaliteedi, kulu ja tarnekindlusega? Kas on organisatsioonis on olemas tarnijate kvaliteediprogrammid?
  4. Tehnoloogia – mitu arvutiterminali (mis on info edastamiseks ühendatud) on saadaval ühe töötaja kohta? Ja kas need lingid on kasutatud tõhusalt kombinatsioonis klient-organisatsioon-tarnija?[2]

Eeltoodud kahte mudelit kasutatakse omavahelises seoses maatriksina alljärgnevalt.

Maatriksi struktuur
Loomine Jagamine Mõõtmine Õppimine
Organisatsioon
Klient
Tarnija
Tehnoloogia

Selline maatriks aitab saada sügavamat arusaamist sellest, kuidas teadmuse juhtimine ja loomine mõjutab kogu organisatsiooni tervikuna, ja annab praktikutele võimaluse uurida selle protsessi kõiki aspekte.

Organisatsiooni maatriks – see jälgib organisatsioonis inimesi. Näiteks QCC-s (quality control circle) osalevate töötajate arv. Seega mõõdikud, mis kontrollivad, et teadmus on loodud ja jagatud tõhusalt.

Kliendi maatriks – siin on mõned intellektuaalse kapitali mõõdikud ja teadmuse juhtimise indikaatorid. Maatriksi horisontaalsel täitmisel on selle kasutaja sunnitud mõtlema täiendavatele mõõdikutele kogu protsessi lõikes, mis tagavad teadmuse juhtimise aktiviteetide õnnestumise või ebaõnnestumise.

Tarnija maatriks – tarnijate teadmised on organisatsiooni jaoks üliolulised. Näiteks võib tarnija teadmisi tooraine kohta edastada kliendile, et viimane saaks sellelt pinnalt teha paremaid otsuseid. Üsna sageli tehakse tarnijatega kohtumisi, et vahetada arvamusi ja arutada uusi projekte. See on osa teadmuse vahetamisest, mis moodustab selle juhtimisest suure osa. Siin ehk oleks kasulikud mõõdikud järgmised: tarnija kohtumised; tarnijate arendusprogrammid; tarnijate omavahelise võrdluse uuringud.

Tehnoloogia maatriks – siin määratletakse süsteemi tüüp, mida ettevõte peab omandama, et tõhustada teadmuse haldamist. Näiteks kas olemasolev süsteem on infoga ülekoormatud? Kas hallatav informatsioon on asjakohane ja täpne?

Levinumad mõõdikud teadmusjuhtimise tulemuslikkuse kontrollimiseks

[muuda | muuda lähteteksti]

Teadmusjuhtimise/loomise süsteemi/tehnoloogia mõõdikud[4]

[muuda | muuda lähteteksti]
  • allalaadimiste hulk
  • külastatavuse hulk ja lehitsemisaeg
  • sisuloojate hulk
  • intranetis loodud dokumentide kasv
  • keskmine portaalis/intranetis viibimise aeg
  • uute dokumentide osakaal
  • uuendamissagedus
  • liikmete hulk
  • kasutuslihtsus

Teadmusjuhtimise/loomise väljundi mõõdikud[4]

[muuda | muuda lähteteksti]
  • avaldatud teadmuselementide hulk
  • vastuste hulk aruteludes
  • lisamiseks teadmuselemente soovitatud
  • konkreetse teadmuse lugemiste arv
  • edulugude hulk
  • väljaõppe kulud
  • ideede või patentide hulk
  • parimate praktikate kaardistamise hulk
  • elluviidud ideede hulk või osakaal väljapakutud ideedest

Teadmusjuhtimise/loomise lõpptulemi mõõdikud[4]

[muuda | muuda lähteteksti]
  • mõju organisatsiooni eesmärkide täitmisele
  • finantsiline kasu protsesside efektiivsusest
  • kliendirahulolu uuring
  • töötajate rahulolu uuring
  • teenuse/toote kvaliteedi kasv
  • kasumi kasvatamine
  • lühemad toote loomise ajad
  • keskmine probleemilahenduse aeg
  • Uuesti või ümbertegemiste vähendamine (RFT – right-first-time, %)
  1. 1,0 1,1 1,2 Mitchell, R., Boyle, B. Knowledge creation measurement methods - Journal Of Knowledge Management, 2014, Vol 14, No 1, p 67-82.
  2. 2,0 2,1 2,2 2,3 Ahmed, K.P., Lim, K, K., Zairi, M. Measurement practice for knowledge management - Journal of Workplace Learning: Employee Counselling Today, 1999, Vol 11, No 8, p 304-311.
  3. Bose, R. Knowledge management metrics - Industrial Management & Data Systems, 2004, Vol 104, No 6, p 457-468.
  4. 4,0 4,1 4,2 Elina Kallas (2018). Basic Concepts in Knowledge Management. Tartu.