صحت اقتصادیات میٹرکس

موضوع 73 از 91· سافٹ ویئر انجینئرنگ اور ڈیجیٹل ڈیلیوری

فوائد کی حقیقت پذیری

فوائد کی حقیقت پذیری کا انتظام (BRM) شناخت کرنے، بنیادی خط قائم کرنے، ٹریک کرنے، اور ثابت کرنے کا نظم و ضبط ہے کہ کاروباری کیس میں وعدہ کیے گئے فوائد فراہمی کے بعد واقعی حقیقت میں تبدیل ہوئے۔ برطانوی عوامی سرمایہ کاری میں، یہ HM Treasury کے Green Book کے Five Case Model کے اندر رہتا ہے؛ طب میں، اس کا کزن مارکیٹ کے بعد کی نگرانی ہے۔

یہ کیوں اہم ہے

کاروباری کیسز وعدے ہیں؛ فوائد کی حقیقت پذیری آڈٹ ہے۔ بڑے NHS ڈیجیٹل پروگراموں کی تشخیصات نے بار بار پیش گوئی شدہ فوائد پائے جو کبھی حقیقت نہیں بنے — اور جب فوائد کیش جاری نہیں کرتے تھے، انہوں نے ٹرسٹ کے نچلے حصے کے لیے کچھ نہیں کیا۔ Green Book کا جواب: ہر خرچ کے کیس کو پانچ کیسز (اسٹریٹیجک، اقتصادی، تجارتی، مالی، انتظامی) سے گزرنا چاہیے، فوائد کی حقیقت پذیری انتظامی کیس میں منظوری سے پہلے منصوبہ بند — مالکان نامزد، بنیادی خطوط پکڑے گئے، پیمائش کی تاریخیں طے شدہ۔ اس کے بغیر، "سافٹ ویئر نے فی نرس 30 منٹ بچائے" ہمیشہ کے لیے وینڈر کی فرضی کہانی رہتی ہے۔

حساب

حقیقت پذیری کی شرح = حقیقت میں تبدیل شدہ فوائد / پیش گوئی شدہ فوائد   (فی فائدہ، فی مدت)

اسے قابل حساب بنانے والی میکانکس:
  بنیادی خط گو-لائیو سے پہلے پکڑا گیا (ورنہ فرق ناقابل پیمائش ہے)
  ہر فائدہ: مالک، میٹرک، ڈیٹا کا ذریعہ، پیمائش کا شیڈول
  تخمینہ خوش گمانی کے تعصب کے لیے تشخیص پر ایڈجسٹ (Green Book کا مینڈیٹ)
  فوائد کیش / غیر کیش / معیاری درجہ بند اور الگ سے ٹریک شدہ
  (دیکھیں cash-releasing-vs-non-cash-releasing.md)

حل شدہ مثال

ایک ای-روسٹرنگ کاروباری کیس نے وعدہ کیا، فی سال: £450ہزار ایجنسی خرچ میں کمی (کیش)، 8,000 وارڈ مینیجر گھنٹے (صلاحیت)، بہتر پُر کرنے کی شرح کی تعمیل (معیاری)۔ گو-لائیو کے بارہ ماہ بعد:

فائدہ              پیش گوئی    حقیقت میں   شرح    ثبوت
ایجنسی خرچ          £450,000    £287,000    64%    اکاؤنٹ بمقابلہ بنیادی سال
مینیجر گھنٹے        8,000       5,100       64%    وقت-حرکت کا نمونہ
پُر کرنے کی تعمیل   +10pp       +12pp       120%   روسٹرنگ سسٹم ڈیٹا

جائزے سے اقدامات (BRM کا نکتہ):
ایجنسی کی کمی دو وارڈوں سے منسلک پائی گئی جو کبھی شامل نہیں ہوئے → انہیں شامل کریں؛
پیش گوئی کے ماڈل کی 30%-خوش گمانی کی غلطی درج کی گئی → اگلے کیس پر لاگو کی گئی۔

64% حقیقت پذیری ناکامی نہیں ہے — یہ علم ہے۔ غیر ناپے گئے کیسز ہمیشہ کے لیے 100% کا دعویٰ کرتے ہیں۔

سافٹ ویئر انجینئرنگ سے تعلق

انجینئرنگ تنظیمیں پیش گوئی شدہ فوائد کی بنیاد پر پلیٹ فارم سرمایہ کاریوں کی منظوری دیتی ہیں اور تقریباً کبھی ان کا آڈٹ نہیں کرتیں — بالکل وہی پیتھالوجی جسے BRM درست کرتا ہے۔ ہلکا پورٹ: ایک حد سے اوپر ہر تجویز فوائد کے مالکان، بنیادی میٹرکس، اور T+6-ماہ جائزہ کی تاریخ نامزد کرتی ہے؛ حقیقت پذیری کی شرحیں واپس فیڈ ہوتی ہیں کہ تنظیم اس ٹیم (یا وینڈر) کی اگلی پیش گوئی کو کتنا ڈسکاؤنٹ کرتی ہے۔ یہ AI-ٹولنگ شکوک و شبہات کا جواب بھی ہے: MIT کا پتہ کہ ~95% GenAI آزمائشوں نے کوئی قابل پیمائش P&L واپسی نہیں دکھائی ایک فوائد-حقیقت پذیری کا نتیجہ ہے — وہ آزمائشیں جن کی واقعی واپسی تھی ان کے پاس قابل ٹریک، ملکیت والی فائدے کی لائنیں تھیں۔ پیش گوئی → پیمائش → دوبارہ کیلیبریٹ EVPI کی قیمت والی آزمائشوں کا وہی چکر ہے، پورٹ فولیو پیمانے پر چلایا گیا۔

نقصانات

  • کوئی پری-گو-لائیو بنیادی خط نہیں — مہلک، ناقابل تصحیح رہ جانا۔
  • فوائد کی یتیمی: کوئی نامزد مالک نہیں مطلب کوئی ڈیٹا جمع نہیں کرتا اور ہر جائزہ کہتا ہے "بڑے پیمانے پر راستے پر"۔
  • پروگراموں کے درمیان دوہرے شمار کردہ فوائد ایک ہی آزاد صلاحیت کا دعویٰ کرنا — پورٹ فولیو بھر میں فوائد کا رجسٹر رکھیں۔
  • حقیقت پذیری کا تماشا: آسان معیاری جیت کو ناپنا جبکہ کیش لائنیں خاموشی سے جانچی نہیں جاتیں۔

ذرائع