Stratejik Seçimleri Önceliklendirme Çerçeveleri ile Destekleyin

Önceliklendirme modellerini tanımlayarak ve öncelik puanını hesaplayarak veri odaklı stratejik seçimler yapmaya yardımcı olan önceliklendirme çerçevelerinin incelemesi.

Hemen erişim sağlamak için BSC Designer'da ücretsiz bir plan ile kayıt olun ve 31 skor kartı ve KPI şablonlarına ulaşın.

Stratejik planlamada, önceliklendirme, geri kalan strateji için dayanak olarak işlev gören üst düzey stratejik temaları tanımlamakla başlar. Peki, daha alt seviyelerde seçim yapmak ne olacak? Stratejik temaları ilk filtre olarak kullanmanın ardından, hâlâ çok fazla seçim ve rekabet eden fikirler olacaktır.

Bu makalede, kuruluşların bu zorluğun üstesinden gelmesine yardımcı olan çeşitli önceliklendirme çerçevelerini ele alıyoruz. Makalenin ana konuları:

• Önceliklendirme diyagramları: Eisenhower Matrisi, Değer/Karmaşıklık Modeli, Kano Modeli, Yakınlık Diyagramı
• Puanlama çerçeveleri: Boşluk Analizi, RICE, AARRR, Keystone Metrik, ICE, İş Ağrı Noktası, Pareto Analizi
• Önceliklendirme şablonu. Hedefleri önceliklendirmek için bir skor kartı kullanma örneği.

Önceliklendirme Zorluğu

Herhangi bir ürün şirketinde var olan tipik bir durumu ele alalım. Geriye dönük listede farklı paydaşlar tarafından önerilen ilginç fikirler doludur:

• Önemli müşteriler acil bir şeylere ihtiyaç duyar
• Teknik destek belirli bir özelliğin işlerini kolaylaştıracağını düşünür
• Geliştiriciler ürünün kalitesini artırmak için mimari değişiklikler önerir
• Yönetim kurulu üyeleri bazı özelliklerin yeni bir pazara ulaşmaya yardımcı olacağını düşünür

Bir dizi önceliklendirme çerçevesi, en önemli fikirlere odaklanmaya yardımcı olabilir. Bu çerçeveler şu şekilde ayrılabilir:

• Önceliklendirme diyagramları – fikirlerin hızlı bir analizini yapmaya yardımcı olan grafik diyagramlar.
• Skorlama çerçeveleri – çeşitli ağırlıklı faktörleri dikkate alarak nihai öncelik puanını hesaplayan önceliklendirme skor kartları.

Aşağıda, her iki tür önceliklendirme çerçevesini tartışacağız. Hangisini kullanmalı? Sağduyu, hafif bir önceliklendirme diyagramı ile başlayıp ardından veriye dayalı skorlama çerçevesine geçmeyi önerir.

Önceliklendirme Matrisleri ve Diyagramları

Önceliklendirmeye başlamak için önceliklendirme diyagramlarından birini kullanabiliriz.

Öncelik (Eisenhower) Matrisi

Eisenhower Yöntemi veya Acil/Önemli matrisi zaman yönetimi alanında iyi bilinir. Dörtgenlerin eksenleri “Aciliyet” ve “Önem”dir.

• “Acil / Önemli” dörtgeninden gelen hedefler birinci önceliktir
• “Daha az acil / Önemli” dörtgeninden gelen hedefler üzerinde daha sonra çalışmak için planlanacak ikinci önceliktir
• “Acil / Daha Az Önemli” olan hedefler üçüncü önceliktir ve devredilmesi gerekir
• “Daha Az Acil / Daha Az Önemli” olan hedefler ortadan kaldırılmalıdır

Benzer bir fikir MoSCoW modeli tarafından ele alınmıştır. Kısaltma şu anlama gelir:

• M – Olmazsa Olmaz
• S – Sahip Olmalı
• C – Sahip Olabilir
• W – Sahip Olmayacak

Değer ve Karmaşıklık Matrisi

Öncelik matrisi ile benzer şekilde, diyagram dört bölgeye ayrılmıştır. Eksenler “Değer” ve “Karmaşıklık”tır. Bazen karmaşıklık “Maliyet” veya “Çaba” ile değiştirilir.

• Birinci öncelik (kolay kazançlar) “Yüksek Değer – Düşük Karmaşıklık” bölgesindeki hedeflerdir
• İkinci öncelik “Yüksek Değer – Yüksek Karmaşıklık” bölgesindeki hedeflerdir
• “Düşük Değer – Düşük Karmaşıklık” bölgesindeki hedeflerin üçüncü önceliği vardır
• Son olarak, “Düşük Değer – Yüksek Karmaşıklık” bölgesindeki hedefler genellikle reddedilir

Karmaşıklığı ortadan kaldırmak başlı başına iyi bir öncelik olabilir, çünkü genellikle birçok paydaş için değerle uyumludur.

Kano Modeli

Kano Modeli ile paydaş memnuniyetini ve hedefe yönelik ilerlemeyi ölçüyoruz. Paydaş memnuniyeti, memnuniyetsizlikten kayıtsızlık ve heyecana kadar uzanan doğrusal olmayan bir ölçekte nicelendirilir.

• Kano Modeli ile öncelikler, paydaşlar tarafından algılanan değere göre belirlenir.

Stratejik planlama bağlamında, Kano Modeli’ni kullanmak, hedefler için performans hedefleri belirlerken özellikle ilginçtir. Örneğin, müşteriler hata oranını %1’den %0.01’e düşürmek konusunda çok hevesli olabilirler, ancak hataları %0.001’e düşürmek somut bir değer yaratmayabilir (bu fikri örneklemek için yüksek kalitenin maliyetine bakınız).

Kano Modeli, bir fikrin tam yaşam döngüsünü düşünme gerekliliğini vurgular. Bazı fikirler için, başlangıçta uygulaması kolay olsa bile “Hayır” dememiz gerekir.

• Paydaşlarınız tarafından önerilen “küçük bir iyileştirmenin” uzun vadeli etkilerini düşünün. Bu değişiklikler sistemin toplam karmaşıklığını nasıl etkileyecek?

Yakınlık Diyagramları

Stratejik planlamada, yakınlık diyagramları iş ortamının ilk incelemesi için iyidir. Paydaşların uzun bir fikir listesine sahip olduğunu hayal edin.

1. Benzer fikirleri bulun
2. Fikirleri daha büyük kümeler halinde gruplandırın
3. Amaçlarınızı buna göre yeniden formüle edin

İşte uygulamamızdan bir örnek:

• BSC Designer kullanıcılarından biri, panelleri dışa aktarırken grafiklerde değerlerin gösterilmesini talep etti
• Başka bir kullanıcı, grafiklerde değerlerle birlikte başlıkların gösterilmesinin iyi bir fikir olacağını önerdi

Bu durumda ortak bir küme fikri, verilerin bulunduğu tüm grafiklerin “açıklamaları göster” seçeneğine sahip olması gerektiğiydi:

İki bağımsız fikir, öncelik kazanacak kadar ağırlık kazanmadı, ancak bir küme olarak görüldüğünde, bu işlevin birçok kullanıcı tarafından farklı biçimlerde talep edildiği açık hale geldi.

“Stratejik” çerçevelerle önceliklendirme

Son olarak, geleneksel olarak stratejik planlama araç kitine ait olan, ancak özünde önceliklendirme çerçeveleri olan bazı çerçevelerden bahsetmek gerekir:

SWOT Analizi – öncelik, fırsatlar ve güçlü yönlerin eşleştirilmesiyle belirlenir.

Üç Ufuk Analizi – öncelik, yeni fikirlerin beklenen pazara çıkış süresine göre belirlenir.

VRIO Analizi – fikirler rekabet potansiyeline göre önceliklendirilir.

Aşağıda tartıştığımız Pareto Analizi ve Boşluk Analizi‘ni de adlandırabiliriz.

Skorlama çerçeveleri ile önceliklendirme

Şimdi, stratejik seçimleri bir öncelik puanı hesaplayarak daha iyi destekleyip destekleyemeyeceğimize bakalım. Özünde, tüm skorlama çerçeveleri, belirli parametreler kullanarak olası fikirleri analiz etmekle ilgilidir.

İşte skorlama çerçevelerinin bazı yaygın ilkeleri:

• Son kullanıcılar için yaratılan değer ve pazarlama fırsatları gibi öncelik puanını olumlu etkileyen faktörler vardır
• Maliyetler, çabalar ve riskler gibi öncelik puanını olumsuz etkileyen faktörler vardır
• Faktörlerin etkisi bir öncelik puanı olarak nicelendirilir
• Belirli bir faktörün katkı derecesi, onun ağırlığı ile tanımlanır
• Faktörlerin puanları nihai öncelik puanını hesaplamak için normalleştirilir

Bazı skorlama çerçevelerini ayrıntılı olarak inceleyelim.

Boşluk Analizi

Boşluk Analizi temel bir puanlama çerçevesidir. Faktörleri tanıtmak ve seçenekleri bu faktörlere göre değerlendirmek yerine, belirli hedeflerin performans göstergeleri tarafından ölçülen performansını – kolayca erişilebilir verileri kullanırız.

En yüksek öncelik, en büyük performans boşluğuna ve en yüksek mutlak ağırlığa sahip hedeflere atanır.

Boşluk analizinin, örneğin, Fırsat Puanlaması gibi, sonuç odaklı inovasyon sürecinden gelen çeşitli türevleri vardır.

RICE Çerçevesi

RICE puanlama modeli, yazılım şirketi Intercom tarafından geliştirilmiştir. Çerçevenin kısaltması şunları temsil eder:

• Erişim – etkilenen paydaş sayısının tahmini
• Etkisi – hedefe ulaşmanın sonucunda paydaşlar için yaratılan beklenen değerin niceliği (Intercom durumunda, ölçek 0.25 ile 3 arasındaydı)
• Güven – kararın tamamen sezgiye mi dayandığı yoksa seçimi destekleyen bazı verilerin olup olmadığı
• Çaba – hedefe ulaşmak için gereken kaynakların tahmini

AARRR Çerçevesi

AARRR çerçevesi (Pirate Metrics olarak da adlandırılır) girişimler arasında popülerdir. Kısaltma şu anlama gelir:

• Kazanım – ürüne daha fazla kullanıcı kazandırmak
• Aktivasyon – kullanıcıların ürünün potansiyelini açığa çıkarmasını sağlamak
• Tutundurma – kullanıcılara ürünü daha uzun süre kullanmaları için sebepler sunmak
• Gelir – örneğin, ortalama sepet tutarını artırarak geliri artırmak
• Yönlendirme – kullanıcıların ürününüzü başkalarına tavsiye etmelerini sağlamak

Fikirler ve hedefler, AARRR’nin bileşenleri parametre olarak kullanılarak puanlanır. En yüksek puana sahip hedef, iş üzerinde en olumlu etkiyi yaratma potansiyeline sahiptir.

North Star ya da Kilit Taşı Metrik

Hem “North Star” hem de “Kilit Taşı” metrik aynı fikre atıfta bulunur:

Müşterilere yaratılan değeri nicelleştiren tek bir metrik

Önceki çerçevelerle yaptığımız gibi birçok doğrulama parametresi kullanmak yerine, sadece bir faktöre bakıyoruz – önerilen fikrin kilit taşı metrik üzerindeki potansiyel etkisi.

Örneğin, güvenlik için metrikler hakkında konuşurken, Alcoa şirketini bir kilit taşı metrik örneği olarak kullandık. Onların durumunda, metrik güvenlik olaylarının sayısına odaklanmıştı.

• Tüm iş hedeflerini önceliklendirmek için sadece bir metrik kullanma fikri çok çekici gelse de, gerçekte, seçim karmaşıklığı sınırlı değildi, sadece farklı bir yere taşınmıştı.

Örneğin, yeni ortaklık ağının North Star metriği üzerindeki etkisini anlamak istiyorsak, ortadaki tüm zorlukları analiz edip nicelendirmemiz gerekecektir ve bu da önceliklendirme görevini daha kolay hale getirmez.

ICE Skorlaması

ICE skorlaması, Kuzey Yıldızı metriğinin ilginç bir türevidir. ICE formülü şu kadar basittir:

• ICE Skoru = Etkisi * Güveni * Kolaylığı

Burada:

• Etki, ana değer metriği (Kuzey Yıldızı metriği) üzerindeki öngörülen etkidir
• Güven, etki tahmininin doğruluk derecesinin sayısal ifadesidir
• Kolaylık, çaba tahminidir (maliyetler, gereken kaynaklar, vb.)

ICE parçalarının değerleri 1-10 ölçeğinde sunulur. Çarpıldıklarında, bir fikri diğerine karşı kıyaslamak için bir öncelik tahmini verirler.

Puana atama oldukça öznel bir süreçtir. Örneğin, Güven için ölçek şöyle olabilir:

• 10 – gerçek uygulamaların sonuçları
• 6 – test, MVP sonuçları
• 4 – üst düzey kullanıcılar bunu talep etti
• 3 – bazı müşteri verileriyle destekleniyor
• 1 – birkaç potansiyel müşteri bunu belirtti
• 0.1 – kullanıcı olmayanlardan gelen fikirler (sektör uzmanları veya basın tarafından belirtilmiş)

İşletme Ağrı Noktası

Bu modelin odak noktası, Kuzey Yıldızı ve Kano Modeli’ne benzer şekilde, müşteriler için olan değerdir. Ana fark, değeri ağrı noktaları açısından değerlendirmemizdir.

Bu ağrı noktalarını nasıl bulabiliriz? Karmaşıklık makalesinde tartıştığımız gibi ürününüzün müşterisi olun veya hafif anketler kullanarak müşterilerinize basitçe sorun.

Pareto Analizi

Daha önce, Pareto Analizi stratejik bir planlama aracı olarak tartışmıştık. Önceliklendirme açısından, Pareto Analizi çok basit bir fikri teşvik eder:

Oluşturulan değerin %80’i, faaliyetlerin %20’sine atfedilir

Tarihsel analiz genellikle 80/20 oranını doğrulasa da, önceden bu %20’yi bulmanın basit bir yolu yoktur.

BSC Designer'da mevcut olan Pareto analizi için bir şablon. Stratejik hipotezler ve girişimler formüle etmek için yönlendirici soruları (dikdörtgenler) kullanın (yönlendirici soruların altındaki boş satırlara bakın). Kaynak: Pareto Analysis Template.

Temelde, bahsedilen oran:

• Önceliklendirme çerçevelerinin kullanımını haklı çıkarır ve
• Deneyleri en umut verici %20 ile sınırlamayı önerir.

Skor kartını kullanarak hedefleri önceliklendirme

Kuruluşunuz hangi strateji önceliklendirme çerçevelerini kullanmalı ve bir öncelik puanı nasıl hesaplanır?

Uygulamada, çoğu kuruluş kendi önceliklendirme çerçevesini oluşturur. BSC Designer kullanıcıları için, yazılımda mevcut olan şablonlara önceliklendirme şablonunu ekledik.

Aşağıda tartışıyoruz:

• Kendi önceliklendirme skor kartınızı nasıl oluşturursunuz
• Bu şablonun kullanımına bir örnek

Önceliklendirme şablonunu ve skor kartını hazırlayın

“Önceliklendirme” şablonunu kullanarak yeni bir skor kartı oluşturun:

Önceliklendirme şablonuna erişmek için hesabınıza giriş yapın, Yeni > Daha fazla şablon... üzerine tıklayın Kaynak: Önceliklendirme Şablonu.

“Önceliklendirme şablonu” grubunda, varsayılan değerlendirme parametrelerinin listesini göreceksiniz. Bu örnek için RICE çerçevesinden parametreler kullandık.

Şablonun değerlendirme parametreleri. Ek parametreler eklemek için 'Ekle' butonunu kullanın. Kaynak: Önceliklendirme Şablonu.

Bu parametrelerin nasıl önceden yapılandırıldığını ve önceliklendirme modelinizin ihtiyaçlarına göre nasıl ayarlanabileceğini görelim.

Parametrelerin Ağırlığı

Her parametrenin ilgili bir ağırlığı vardır (bkz. “Ağırlık” sütunu). Belirli bir parametrenin ağırlığı “Performans” sekmesinde değiştirilebilir.

Her değerlendirme parametresinin 'Performans' sekmesinde belirtilebilecek kendi ağırlığı vardır. Kaynak: Önceliklendirme Şablonu.

Pozitif ve Negatif Parametreler

Bazı parametreler, nihai öncelik puanı üzerinde pozitif etkisi olan parametreler (erişim, etki, güven) olarak önceden yapılandırılmıştır, bazıları ise negatif (Çaba) olarak.

Performans sekmesinde parametrenin optimizasyon yönü değiştirilebilir.

Değerlendirme parametresinin performansı, optimizasyon fonksiyonuna bağlıdır. Bu durumda, 'çaba' parametresi minimizasyon için yapılandırılmıştır. Çaba tahmininin daha düşük olması, değerlendirme parametresinin daha yüksek performansına yol açacaktır. Kaynak: Önceliklendirme Şablonu.

Ölçüm Birimleri

Tüm parametreler, parametreleri doğrusal olmayan bir ölçekte nicelendiren “Uzman Puanı” ölçü birimlerini kullanacak şekilde önceden yapılandırılmıştır:

Her değerlendirme parametresi için bazı özel ölçü birimleri yapılandırılabilir. Bu durumda, 'Uzman puanı' sayısal değerlerin (10, 25, 50, 100) metinsel değerlere (düşük, ortalama, önemli, yüksek) karşılık geldiği nitel bir ölçü birimidir. Kaynak: Önceliklendirme Şablonu.

Bu şekilde, her parametrenin değerine doğal bir seçim seçeneği kullanarak karar verebiliriz:

'Değer' alanı için çabaların tahminini seçmek amacıyla doğal bir seçim seçeneği kullanıyoruz. Kaynak: Önceliklendirme Şablonu.

Önerilen “Uzman Puanı” ölçüm birimi, öncelik modelinizin ihtiyaçlarına uygun değilse, “Genel” sekmesinde farklı ölçüm birimleri yapılandırabilirsiniz:

Önceden tanımlanmış ölçü birimlerinden birini seçin veya kendi biriminizi ekleyin. Kaynak: Önceliklendirme Şablonu.

Parametre Simge

Öncelik skor kartını daha okunabilir hale getirmek için parametreler için simgeleri ayarladık. Parametre adının yanındaki simgeye tıklayarak simgeyi değiştirebilirsiniz:

Önceliklendirme parametresi için simge, işlevini daha iyi yansıtacak şekilde değiştirilebilir. Kaynak: Önceliklendirme Şablonu.

Parametre Açıklaması

“Kısa bir isim, örneğin “Etkisi,” daha fazla açıklama gerektirir. Bu amaçla “Açıklama” alanını kullanın.

Bir Örnek: Uygulamada Önceliklendirme Modeli

Önceliklendirme şablonunu eylem halinde göstermek için iki rekabetçi fikri kullanacağım:

• Ürünü Latinceye yerelleştir
• Ürünü Portekizceye yerelleştir

Önceliklendirme Modelinin Bir Kopyasını Oluştur

İşleri biraz düzenlemek için “Örnek: önceliklerin analizi” adında yeni bir grup oluşturalım.

Araç çubuğundaki 'Ekle' düğmesi kullanılarak yeni bir önceliklendirme grubu oluşturuldu. Kaynak: Prioritization Template.

Şimdi, önceliklendirme şablonunu gruba kopyalayıp yapıştırabiliriz.

İlk kopyanın adını “Yerelleştirme için Latin”, ikinci grubun adını “Yerelleştirme için Portekizce” olarak değiştirdim.

Yeni önceliklendirme alt grupları oluşturmak için kopyala ve yapıştır işlevini kullandık. Kaynak: Prioritization Template.

Rekabet Eden Fikirleri Puanla

Artık, önerilen parametrelere göre iki fikri puanlama zamanı.

Latin dili hala uygulama alanına sahipken, örneğimiz için Latin yerelleştirmesine ilgi duyan çok fazla paydaş olmadığını düşünüyoruz. Buna göre, “Erişim” (“Değer” alanına bakınız) için puan “Düşük” olacaktır:

Önceliklendirme alt grubu dört önceliklendirme parametresine göre değerlendirildi. Kaynak: Önceliklendirme Şablonu.

Portekizce’ye yerelleştirme fikrine puan verelim:

• Bir yandan, hedef kitlemiz tarafından Portekizce’nin kullanımı (“Erişim” parametresi) “Yüksek” ve yerelleştirmenin etkisi “Önemli” olarak kabul ediliyor.
• Diğer yandan, Portekizce konuşulan pazar için ürün-pazar uyumunun sağlanıp sağlanmayacağından emin değiliz, bu yüzden güven düzeyi Ortalama olarak belirlendi:

‘Portekizce'ye Yerelleştirme’ grubu için önceliklendirme parametreleri ayarlandı. Kaynak: Önceliklendirme Şablonu.

Önceliklendirme sonuçlarını stratejik planlama için kullanmayı planlıyorsanız, atanan puanın arkasında yatan fikirleri not almanızı öneririm.

BSC Designer’da bu amaç için bir “Girişimler” aracı bulunmaktadır.

Örneğin, “Güven” parametresi için, yerel pazar paydaşlarının analizini yapacağımız “Yerel Pazar Paydaşlarının Analizi” adında bir girişim oluşturabiliriz, burada web sitesi analiz verilerini inceleyip yerel pazardan tarihi satışları analiz edeceğiz:

Öncelikleri daha iyi tahmin etmek için yerel pazarı ve paydaşlarını keşfetmek amacıyla bir girişim formüle ettik. Kaynak: Önceliklendirme Şablonu.

Diğer bir girişim ise “Yerelleştirme için Kaynaklar” olabilir ve “Çabalar” parametresi ile uyumlu hale getirilebilir. Bu girişim, yerelleştirme için gereken bütçeyi ve tahmini zaman çizelgesini içerebilir.

Bütçe ve zaman çizelgesi bilgisi ile bir girişim oluşturduk. Bu, tamamen bir önceliklendirme modelinden strateji uygulamasına doğru bir adımdır. Kaynak: Önceliklendirme Şablonu.

Öncelik Puanı Gelişebilir

BSC Designer’da, öncelik puanları zamana özeldir. Ekibinizin belirtilen pazar analizi girişimi üzerinde çalıştığını ve şimdi beklenen ürün-pazar uyumu konusunda daha emin olduğunu hayal edin.

Bunu yazılıma yansıtmak için, dahili takvimde başka bir tarih seçebilir ve “Güven” parametresinin değerini güncelleyebiliriz.

Öncelik puanı dinamiğini bir panelde görselleştirmeyi planlıyorsanız, öncelik puanındaki iyileşmenin girişimin tamamlanmasından kaynaklandığını takip edebilirsiniz:

Öncelikler hakkındaki anlayışımız zamanla değişir. Önceden formüle edilen girişimin ('Yerel pazarın paydaşlarının analizi') sonuçlarını aldıktan sonra, yerel paydaşların gereksinimlerini daha iyi anlar ve önceliklerimizi buna göre ayarlarız. Kaynak: Önceliklendirme Şablonu.

En Yüksek Önceliğe Sahip Fikirleri Bul

Yeni veriler ekledikçe, yazılım fikirlerin öncelik puanlarını günceller:

Yazılım, belirli parametrelerin ağırlıklarını ve değerlerini kullanarak önceliklendirme grubunun toplam öncelik puanını ('İlerleme, %') hesaplar. Yeni faktörler dikkate alındığında bu toplam ilerleme zamanla gelişecektir. Kaynak: Önceliklendirme Şablonu.

Bu örnekte, Latin 15.5% öncelik puanı alırken, Portekizce 59.17% aldı. Yazılım bu verileri nasıl elde ediyor? Parametreleri normalleştirir, her bir parametrenin önceliğini hesaplar ve ardından toplam öncelik puanını hesaplamak için parametrelerin ağırlıklarını kullanır. Hesaplama ayrıntılarını bu makalede tartıştık.

Sadece iki rakip fikir olduğunda, hangisinin daha yüksek önceliğe sahip olduğu açıktır. Daha fazla fikri karşılaştırmanız gerektiğinde, Analiz işlevini kullanın. Sonuçları öncelik puanına (performans) göre sıralayın ve analizi sadece kaplar (rakip fikirler) üzerinde odaklayın:

'Analiz' sekmesinde, en yüksek performansa göre sıralayabilir ve en yüksek önceliğe sahip grupları bulabiliriz. Bu örnekte, 'Portekizceye Yerelleştirme' en yüksek öncelik puanına sahiptir. Kaynak: Önceliklendirme Şablonu.

Öğelerin listesi şimdi önceliklerine göre sıralandı.

Sonuçlar

Bu makalede, basit bir diyagrama dayanan temel önceliklendirme çerçevelerinden veya öncelik puanı hesaplamaya yardımcı olan daha karmaşık olanlardan bahsettik. Ayrıca önceliklendirme şablonunun pratikte nasıl kullanılacağını da tartıştık.

Öncelik puanı iyi bir araç gibi görünebilir. Genel olarak öyledir, ancak her zaman yeterli öncelik puanı alamayan çılgın fikirler vardır. Kurumunuzun bu fikirlere açık kalmasını ve bunları uygun yenilikçi analizden geçirmesini sağlayın.

Önceliklendirme Şablonu Şablonunu kullan

BSC Designer, organizasyonların karmaşık stratejilerini uygulamalarına yardımcı olur:

1. Platformda ücretsiz bir plan için kaydolun.
2. Başlangıç noktası olarak Önceliklendirme Şablonu şablonunu kullanın. Bunu Yeni > Yeni Skor kartı > Daha Fazla Şablonlar altında bulabilirsiniz.
3. Paydaşları ve stratejik hedefleri kapsamlı bir stratejiye uyumlu hale getirmek için Strateji Uygulama Sistemimizi takip edin.

Bugün başlayın ve BSC Designer'ın strateji uygulamanızı nasıl basitleştirebileceğini görün!

Alexis Savkín

Alexis Savkin, Kıdemli Strateji Danışmanı ve Kurumsal Karne platformu BSC Designer’ın CEO’sudur. Uygulamalı matematik ve bilgi teknolojileri alanında geçmişiyle birlikte, alanda 20 yılı aşkın deneyime sahiptir. Alexis, “Strateji Uygulama Sistemi”nin yazarıdır. Strateji ve performans ölçümü üzerine 100’den fazla makale yayımlamış, sektör etkinliklerinde düzenli olarak konuşmalar yapmaktadır ve çalışmaları sıklıkla akademik araştırmalarda kaynak gösterilmektedir.