نئے سافٹ ویر پر سرمایہ کاری پر منافع پر قابو پانا ابھی سے زیادہ اہم کبھی نہیں رہا ہے - اور اس کی شناخت کرنا کبھی بھی مشکل نہیں ہے۔
پرانے دنوں میں آپ اپنے کاروبار میں کمزور مقامات کی نشاندہی کرسکتے ہیں اور خریداری والے سافٹ ویر سسٹمز کی نشاندہی کرسکتے ہیں تاکہ ان ذمہ داریوں کو ختم کیا جاسکے یا کم از کم ان ذمہ داریوں کو کم کیا جاسکے۔
ایک ROI تجزیہ کرنا عام طور پر دو حصوں پر مشتمل ہوتا ہے: کاروبار کی مستحکم حالت کا تعین کرنے کے لئے مطالعے سے پہلے۔ اور بہتری کا تعی toن کرنے کے ل implementation عمل کے بعد کے تجزیہ۔
اچھی بات ہے ، اس طرح کے مطالعے میں بہت کچھ باقی رہ گیا ہے۔
مثال کے طور پر ، کیا ہم یقین کر سکتے ہیں کہ نفاذ کے بعد کے نتائج واقعی میں مستقبل کی مستحکم حالت کی عکاسی کرتے ہیں؟ نیز ، اگر نیا نظام محض ہیڈکاؤنٹ کو کم کرکے مالی فوائد فراہم کرتا ہے تو ، کیا ہم واقعی یہ کہہ سکتے ہیں کہ اس نظام نے کاروباری عمل میں بہتری لائی ہے؟
یہ اہم سوالات ہیں ، خاص طور پر فرنٹ آفس میں یا بادل کی طرف چلنے والے کاموں میں ، کیوں کہ نئے سسٹم کا ثبوت بہتر کاروباری پروسیسنگ ، بہتر کسٹمر تعلقات ، تیز تر ڈیل میکنگ اور اسی طرح کا ہونا چاہئے۔
آج کل ROI کا حساب لگانا
کوڈ کے دور میں ، ہمیں اچانک دور دراز کے افرادی قوت کو ایک ہی صفحے پر رکھنے کے بارے میں غیر سنجیدہ لیکن حقیقی تشویش بھی شامل کرنی چاہئے۔ اتنی تیزی سے ، ایسا لگتا ہے کہ آر اوآئی کے لئے روایتی نقطہ نظر شاید ہمارے لئے کافی وقت ناکام ہو رہا ہے۔ لیکن اس کے بارے میں کیا کرنا ہے؟
کارروائیوں کو بادل میں منتقل کرنا بلاشبہ اس کے اپنے چیلینج پیش کرتا ہے لیکن یہ ایک مائکروکسیم بھی ہے۔ مثال کے طور پر ، بہت سارے ، اگر زیادہ سے زیادہ نہیں تو ، تنظیموں کے پاس پہلے ہی ERP ، SCM ، CRM اور HCM جیسی چیزیں موجود ہیں ، لہذا محکمانہ ہیڈکاؤنٹ کو کم کرنے کے روایتی ROI زیادہ تر پہلے ہی لئے جا چکے ہیں۔
تاہم ، بادل میں منتقل ہونا اب بھی منتقلی کی کچھ افادیت اور ان کے ساتھ چلنے والی آر اوآئ مہیا کرسکتا ہے - جیسے ہارڈ ویئر ، سوفٹویئر ، توانائی ، اور سسٹم چلانے والے کچھ لوگوں میں بڑی سرمایہ کاری کے بجائے ایک ماہانہ سکریپشن فیس۔
اس کے باوجود ، اس میں سے کوئی بھی ہمارے وقت کے سب سے بڑے آر اوآئ تشویشات کو نہیں چھوتا ، یعنی: کیا میرے نئے سسٹم زیادہ سے بہتر کاروبار کرنے میں میری مدد کررہے ہیں۔ اور کیا وہ میرے ملازمین کے کام کے تجربات کو بہتر بنا رہے ہیں ، یا میرے لوگ دن رات نظام سے لڑ رہے ہیں اور رات کو اپنے تجربے پالش کر رہے ہیں؟
نفاذ کے فورا بعد ہی آپ اس قسم کے ROI استعمال کے مطالعے سے حاصل نہیں کرسکتے ہیں۔ در حقیقت ، آپ کو ہر وقت ان سوالات کے جوابات سے باخبر رہنے کی ضرورت ہے۔
دیکھو ، نئے افراد تنظیم میں آتے ہیں ، تربیت کی ضرورت ہے ، دوکاندار غلطیاں کرتے ہیں اور کچھ سپر صارف بن جاتے ہیں۔ لیکن آپ کو کیسے معلوم ہوگا کہ کون کون ہے ، کیا کام کررہا ہے ، اور کیا نہیں؟
Iterative ترقی
میں نے حال ہی میں کنوہ سافٹ ویئر سے ایک بریفنگ لی ، جس کی کمپنی کو بنیادی طور پر ایس اے پی سسٹم پر لیکن اب اوریکل کلاؤڈ کے لئے بھی ، ان اور دیگر سوالات کے جوابات دینے میں بہت زیادہ تجربہ ہے۔
Knoa نے مجھے تجزیہ فراہم کرنے اور انھیں مشورے دینے کے لئے خدمات حاصل کیں۔ اور وہ کام کہیں اور بھی ظاہر ہوتا ہے۔ میں ان کے بارے میں یہاں لکھ رہا ہوں کیونکہ مجھے لگتا ہے کہ انھوں نے ایسا تصور تیار کیا ہے جو انہوں نے مجھ سے پیش نہیں کیا ہے لیکن میں یہ کہہ رہا ہوں کہ میں تعی ROن آر اوآئ کو بلا رہا ہوں۔
ہم جانتے ہیں کہ تکرار کیا ہیں۔ اپنے کیریئر کے شروع میں میں نے 4GL پروڈکٹس فروخت کیں جن سے ڈویلپرز قابل عمل نظام بنائیں۔ مطلب کہ وہ جلدی سے ایک ورکنگ سسٹم تشکیل دے سکتے ہیں اور پھر صارف کے تاثرات کی بنیاد پر اس میں ترمیم کرسکتے ہیں۔
یہ روایتی 3GL پروگرامنگ پر ایک بہت بڑی پیشرفت تھی جس میں مہینوں یا زیادہ وقت لگ سکتے تھے اور کچھ غلط پیدا ہوسکتا تھا۔ وہ اس کو دوبارہ ترقیاتی تقویت کا نام نہیں دیتے ہیں لیکن زیادہ تر سافٹ ویئر پلیٹ فارم جو کوڈ جنریشن کو شامل کرتے ہیں وہ اس کو خاص طور پر قابل بنارہے ہیں۔
تو ، Iterative ROI: آپ اسے کیسے حاصل کرتے ہیں؟
بہت آسان ، صارفین کے دستی سروے کرنے کی بجائے ، کنا کسی مصنوع کے اصل استعمال سے میٹا ڈیٹا حاصل کرتا ہے۔ آپ اس بارے میں بہت کچھ بتاسکتے ہیں کہ نوزائیدہ کے لئے تربیت کتنی موثر ہے اس شخص کے ذریعہ کتنی بار اندرونی سپورٹ ڈیسک کو فون کیا جاتا ہے۔ آپ یہ بھی سمجھ سکتے ہیں کہ کتنی اسکرینوں پر جاتے ہیں یا کسی کام کو انجام دینے میں کتنا وقت لگتا ہے اس سے کس کو پریشانی ہو رہی ہے۔
ظاہر ہے ، دوسرے میٹرکس جیسے تعامل کی آمدنی بھی کارآمد ثابت ہوسکتی ہے جو سافٹ ویئر ڈویلپرز کی روزانہ آؤٹ پٹ بھی ہوسکتی ہے۔ یہ سب صارف میٹا ڈیٹا تجزیاتی مل کے لئے کرسٹ بن جاتا ہے۔
تجزیات ان سب کے خلاف چلتے ہیں جو میٹا ڈیٹا سے آپ کو اپنی موجودہ پوزیشن کی درست تفہیم فراہم کرتے ہیں اور سب سے اہم بات یہ ہے کہ اس سے بہتر کام کیسے کریں۔ مثال کے طور پر ، کس کو تربیت کی ضرورت ہے؟ اگر صرف چند افراد کو مدد کی ضرورت ہو تو حیرت کرنے یا پورے گروپ کو ایک دن بھر سیشن میں ڈالنے کی ضرورت نہیں ہے۔
کنوہ ہی یہی کرتا ہے - اور اسی وجہ سے میں اسے تکرار شدہ ROI کہہ رہا ہوں۔
سب سے اہم بات یہ ہے کہ ، جب آپ نیا سسٹم آن کرتے ہیں تو آپ سڑک پر تین سال سے زیادہ آر اوآئی کے بارے میں زیادہ سے زیادہ دیکھ بھال کر سکتے ہیں۔ یہ معلومات فراہم کرنے والے مطالعات کرنا ہمیشہ سستی نہیں تھی ، لیکن اب ایسی معلومات خودبخود ہوسکتی ہیں۔
جہاں تک بادل کی منتقلی کی بات ہے تو ، نقل مکانی کے منصوبے بڑے اور مہنگے ہیں اور امثال کی دراڑوں سے چیزیں پھسل جانے کے بہت سارے مواقع موجود ہیں۔ لیکن بار بار چلنے والے ڈیٹا اکٹھا کرنے اور تجزیہ پر مبنی ایک تکراری آر اوآئ نقطہ نظر آپ کو ملنے والی ناگوار حیرت کو روکتا ہے جب آپ کو احساس ہوتا ہے کہ نئے سسٹم تشہیر کے مطابق کام کرتے ہیں لیکن آپ کے لوگ ان سے نفرت کرتے ہیں۔
میرے دو بٹس
یہ تعجب کی بات نہیں ہے کہ روایتی ROI خوردبین کے تحت آگیا ہے۔ یہ صرف حیرت کی بات ہے کہ اس نے بہت لمبا عرصہ لیا ہے۔ سوشل میڈیا دلچسپ نتائج کے ساتھ کئی سالوں سے صارف میٹا ڈیٹا کا تجزیہ کرتا رہا ہے۔
تنظیم کے ل interests کام کرنے والے مفادات کے حامل کاروبار کے ہاتھوں میں ، صارف میٹا ڈیٹا کا تجزیہ کرنا انتظامیہ کے ہتھیاروں میں ایک اہم اضافہ ہوسکتا ہے ، اور مینیجروں کو ان کی ہر طرح کی مدد کی ضرورت ہوتی ہے کیونکہ کام صرف بڑھ رہا ہے۔