• • شاخص های رضایت مشتری، و این نظر کلی که پایش ارزش درک شده توسط مشتریان مهم است.

• • • شبکه ای از روابط مشتری و تامین کنندگان به عنوان دارایی هایی که یک شرکت باید در طی زمان از آن نگهداری کند و توسعه دهد، امری مهم برای درآمدهای آتی و در نتیجه بخشی مهم از ارزش یک کسب و کار است. واژگانی همچون مشتری مدار، شراکت و سازمان های مجازی یا خیالی تقریبا در همین دوره ی زمانی پدید آمدند.

    

  

• • فرایند گرایی و کیفیت به عنوان عواملی بحرانی برای موفقیت کسب وکار، از طریق علایم اختصاری مانند TQM( مدیریت کیفیّت جامع) و BPR ( مهندسی مجدد فرآیندهای کسب و کار) ترویج و تشویق می شد.

• حسابداری منابع انسانی نیز بستری فراهم کرد برای اشکال دیگر گزارش دهی از “سرمایه معنوی”، به منظور ارائه به شرکای داخلی و نیز خارجی، همراه با درکی اصلاح شده از مهم ترین دارایی های سازمان (سلیمان،۱۳۸۴).

۲-۴-۲ نتایج حاصل از کارت امتیازی متوازن

سوالی که پس از شناخت کارت امتیازی متوازن مطرح می شود این است که اجرای این روش، برای سازمان چه نفعی می‌تواند داشته باشد ؟

بدیهی است پس از اجرای این سیستم، سازمان می‌تواند اهداف زیر را تحقق بخشد

1. 1. وجود نظامی کاربردی جهت تحلیل محیط داخلی سازمان و شناخت ضعف ها و قوت های عملکردی

1. 1. تضمین انتقال استراتژی های سازمان به سطح عملیاتی

1. 1. ایجاد شاخص های قابل تحلیل و کنترل برای بازنگری و اصلاح برنامه استراتژیک و عملیاتی

1. 1. زمینه سازی طراحی نظام الگوبرداری داخلی میان واحدهای مختلف

1. 1. استفاده از یک ابزار اثربخش در خصوص بررسی سازمان مطابق چرخه ی PDCA

1. 1. کمی کردن شاخص های بهبود مستمر در سازمان

1. 1. همسوکردن استراتژی ها در وجوه مختلف سازمان مانند مشتریان، مالی، فرآیندها و تکنولوژی

1. 1. پرهیز از هر گونه قضاوت نادرست و تصمیم گیری نامناسب در خصوص فعالیّت های جاری

1. آگاهی دادن به مدیران ارشد سازمان در اثربخشی تصمیمات اخذ شده قبلی ( علیرضایی و همکاران، ۱۳۸۵).

‌بنابرین‏ می توان گفت روش موفق در به کار گیری کارت امتیازی متوازن، استفاده از BSC به عنوان ابزاری برای طراحی شاخص های ارزیابی عملکرد و سپس سنجش شاخص ها در بازه های زمانی مناسب و ومورد نظر از چهار دیدگاه اصلی BSC می‌باشد و با توجه به اینکه شعب بانک پاسارگاد یک سازمان خدماتی می‌باشد، در این پژوهش سعی شده است که اهداف این سازمان بر مبنای چهار دیدگاه مذکور به نمایش در آمده و از آن طریق شاخص های ارزیابی عملکرد این سازمان طراحی شود.

۲-۵ تحلیل پوششی داده ها

تاریخچه تحلیل پوششی داده هابه رساله دکترای رودز به راهنمایی پروفسورکوپرتحت عنوان ارزیابی پیشرفت تحصیلی دانش آموزان مدارس ملی آمریکا درسال۱۹۷۶در دانشگاه کارن گی برمی گردد. آن ها درساخت مدل خود از دیدگاه فارل ایده گرفتند. فارل درسال۱۹۵۷ ازیک روش ناپارامتریک برای تعیین میزان کارایی استفاده کرد. فارل با بهره گرفتن از روشی همانند اندازه گیری کارایی در مباحث مهندسی، اقدام به اندازه گیری کارایی برای واحد تولیدی نمود. موردی که فارل برای اندازه گیری کارایی مدنظر قرارداد، شامل یک ورودی و یک خروجی بود. وی به جای تخمین تابع تولید با مشاهده مقادیر داده و ستاده واحدهای تصمیم گیری یک تابع مرزی که به شکل یک تابع خطی با قطعات غیرخطی بود، به ‌عنوان مرزکارایی تعریف کرد و این مرز را به ‌عنوان معیار وملاک کارایی واحدهای تصمیم گیری قرارداد.

چارنز،کوپر و رودز دیدگاه فارل را که اندازه گیری کارایی بایک ورودی وخروجی بود توسعه دادند و مدلی را ارائه کردند که توانایی اندازه گیری کارایی با چندین ورودی وخروجی را داشت. این مدل تحت عنوان تحلیل پوششی داده ها ( DEA) نام گرفت( مهرگان،۱۳۸۳)

این مدل که فرض بازده به مقیاس ثابت برای آن در نظر گرفته شده بود تعمیم روش سنجش کارایی فارل به حالت چند داده وچند ستاده بود. ( ۱۹۷۸، (Charnes et al آن ها در مقاله خود DEA را چنین معرفی کردند

“تحلیل پوششی داده ها، یک مدل برنامه ریزی ریاضی به کار گرفته شده برای داده های مشاهده شده است، که روش جدیدی برای تخمین تجربی نسبت های وزنی یا مرز کارایی را همچون تابع تولید فراهم می‌سازد،که پایه اقتصاد مدرن می‌باشد) ” آذروغلامرضایی، ۱۳۸۵).

بنکر، چارنز و کوپر در ادامه مفاهیم و مدل‌های تحلیل پوششی داده ها را توسعه داده و مدلی برای تعیین میزان کارایی با توجه به بازده مقیاس متغیر ارائه کردند (۱۹۸۴،Banker et al ). چارنز همچنین مدل جمعی را به ‌عنوان یکی دیگر از مدل‌های تحلیل پوششی داده ها معرفی کرد.(۱۹۸۵، Chames et al ).

به طور کلی از زمان معرفی تحلیل پوششی داده ها مدل های گوناگونی ارائه شده است . در واقع رشد سریع و مقبولیت گسترده تحلیل پوششی داده ها، گواه توانایی و قابلیت کاربرد بالای آن می‌باشد. تاکنون بیش از هزاران مرجع از قبیل کتاب، مقاله و… در زمینه تحلیل پوششی داده ها ارائه شده است. ‌در مورد تعریف تحلیل پوششی داده ها، محققان تعاریف مختلفی از آن دارند که در اینجا به برخی از آن ها اشاره می‌کنیم.

تحلیل پوششی داده ها یک تکنیک ناپارامتریک کلاسیک و مبتنی بر برنامه ریزی ریاضی می‌باشد که برای مقایسه ارزیابی کارایی مجموعه ای از واحدهای تصمیم گیری مشابه به کار می رود و مزیت قابل توجه آن، عدم نیاز آن به تعیین مشخصات پارامتریک ( همچون تابع تولید) برای به دست آوردن امتیازات کارایی است.(Siriopoulos& Tziogkidist,2010).

DEA ، یک تکنیک برنامه ریزی ریاضی است که کارایی نسبی چندین واحد تصمیم گیرنده را بر مبنای نهاده ها و ستاده های مشاهده که ممکن است با انواع متریک های مختلف بیان شوند، محاسبه می‌کند (۲۰۰۸ , Eilat et al)

DEA به عنوان یک ابزار مانا و استوار که در ارزیابی عملکرد سازمان‌هایی مانند شرکت های تجاری، بیمارستان ها، آژانس های دولتی، مؤسسات آموزشی و… به کار می رود شناخته می شود که معیار واحدی از کارایی برای هر واحد نسبت به همتایان فراهم می‌کند ( ۲۰۰۵، Augusto M et al ).

تحلیل پوششی داده ها برای اندازه گیری کارایی نسبی گروهی از واحدهای تصمیم گیری که از چندین نهاده استفاده می‌کنند تا چندین ستاده تولید کنند به کار می رود و از زمان معرفی ان تاکنون کاربردهای فزاینده ای پیدا کرد است (۲۰۰۹، Chin et al).