Blog fő cikk:
A KPI előzetes kiszámítása mesterséges intelligenciával
Mi nem csupán mérjük a KPI-ket – hanem már azelőtt kiszámítjuk a lehető legjobb döntést
Mi lenne, ha az igazgatósági tagok, a vezérigazgatók és a pénzügyi igazgatók nem csak a beruházási döntés után állapítanák meg, hogy elérték-e a KPI-ket, hanem már a döntés meghozatala előtt kiszámíthatnák, mely beruházási kombináció ígér a legjobb eredményeket a célok eléréséhez?
Pontosan itt kezdődik egy alapvető paradigmaváltás a vállalatirányításban.
Évtizedeken át a kulcsfontosságú teljesítménymutatók (KPI-k) a menedzsment központi eszközei voltak: mérés, összehasonlítás, jelentéskészítés és korrekció.
Az árbevétel, az EBIT, a ROI, a tőkehozam, a kapacitáskihasználtság, a likviditás és a fenntarthatósági mutatók számos vezetői döntés alapját képezik.
De egy egyre összetettebb világban, korlátozott beruházási költségvetések és exponenciálisan növekvő döntési lehetőségek mellett a utólagos mérés már önmagában nem elegendő.
A probléma nem abban rejlik, hogy a KPI-k helytelenek lennének.
A probléma abban rejlik, hogy gyakran csak azt mutatják meg, mennyire volt sikeres egy már meghozott döntés – de nem azt, hogy egy másik döntés jobb összeredményhez vezetett volna-e.
Ezért az igazgatósági tagok, a vezérigazgatók, a pénzügyi igazgatók és a közszféra döntéshozói előtt egy új stratégiai kérdés merül fel:
Melyik tervezett beruházások, projektek és intézkedések kombinációja maximalizálja gazdasági vagy stratégiai céljainkat a rendelkezésre álló erőforrások keretein belül?
A StratePlan segítségével ez a kérdés matematikai optimalizálási feladattá válik.
A KPI-k továbbra is relevánsak maradnak. Ugyanakkor nem kizárólag visszamenőlegesen kerülnek figyelembevételre, hanem már a döntés meghozatala előtt is beépíthetők célértékekként és korlátozásokként a portfólióoptimalizálásba.
1. A klasszikus KPI-vezérlés korlátai
A KPI-k átláthatóságot teremtenek. Lehetővé teszik az összehasonlításokat, láthatóvá teszik a fejleményeket, és támogatják a vállalat operatív és stratégiai vezetését.
A klasszikus KPI-alapú irányítás azonban gyakran visszamenőleges alapon működik.
Egy vállalat új gyártóberendezésekbe, informatikai rendszerekbe, telephelyekbe vagy termékfejlesztésekbe fektet be. Hónapokkal vagy évekkel később meghatározott mutatók alapján ellenőrzik, hogy a várt eredmények be is következtek-e.
A döntő kérdés azonban gyakran megválaszolatlan marad:
Ugyanazon tervezett beruházások más kombinációja azonos költségvetés mellett jobb összeredményt ért volna el?
Pontosan itt húzódik a kizárólag mutatószámokra támaszkodó megközelítés határa.
Az egyes üzletágak sikeresen javíthatják saját KPI-jeiket anélkül, hogy ez automatikusan a teljes vállalat optimális irányítását eredményezné.
- Az értékesítés maximalizálja az árbevételt és a piaci részesedést.
- A kontrolling a költségekre és a tőkehozamra koncentrál.
- A gyártás optimalizálja a kapacitásokat és a kihasználtságot.
- Az IT a digitalizációt és a rendszer rendelkezésre állását tartja szem előtt.
- A fenntarthatósági menedzsment a kibocsátási és ESG-célokat követi.
Ezen célkitűzések mindegyike értelmes lehet.
Ha azonban ezeket egymástól elszigetelten követik, célkonfliktusok alakulhatnak ki.
Egy különösen magas egyedi megtérüléssel járó projekt például annyira lekötözheti a befektetési tőkét, hogy több más, összességében nagyobb gazdasági hozzájárulással rendelkező projekt már nem finanszírozható.
Az egyes KPI-k optimalizálása ezért nem feltétlenül vezet a teljes befektetési portfólió optimalizálásához.
2. A legfőbb gondolkodási hiba: az egyes projektek optimalizálása a teljes portfólió helyett
Sok vállalatnál a beruházási döntéseket egyedi üzleti esetek alapján hozzák meg.
Minden projektet megvizsgálnak gazdaságossága, stratégiai jelentősége és kockázatai szempontjából.
Ezt követően a projekteket rangsorolják, és a rendelkezésre álló költségvetésnek megfelelően jóváhagyják őket.
Ez logikusnak tűnik, de matematikai szempontból hibás.
A gazdaságilag legvonzóbb egyedi projekt nem feltétlenül része a gazdaságilag legkedvezőbb projektkombinációnak.
Egy leegyszerűsített példa
Egy vállalat 10 millió eurós beruházási költségvetéssel rendelkezik, és három beruházási projektet mérlegel.
| Projekt | Beruházás | Várható nettó értékhozzájárulás |
|---|---|---|
| A projekt | 7 millió € | 4 millió € |
| B projekt | 5 millió € | 3 millió € |
| C projekt | 5 millió € | 3 millió € |
Az A projekt rendelkezik a legmagasabb egyedi nettó értékhozzájárulással.
Ha az A projektet választják ki, 3 millió euró marad a költségvetésből. Ez egyik másik projektre sem elegendő.
A teljes nettó értékhozzájárulás 4 millió euró.
Ha viszont a B és a C projektet együtt valósítják meg, akkor a teljes, 10 millió eurós költségvetést felhasználják.
A kombinált nettó értékhozzájárulás 6 millió euró.
Az optimalizált portfólió így ebben a példában 50%-kal magasabb nettó értékhozzájárulást ér el – azonos beruházási költségvetés mellett.
A példaszámítás a matematikai portfólióoptimalizálás alapelvét szemlélteti: nem a legjobb egyedi befektetés a döntő, hanem az összes rendelkezésre álló befektetési alternatíva legjobb kombinációja.
3. Miért növekednek exponenciálisan a stratégiai döntési terek?
A kihívás a tervezett projektek számának növekedésével jelentősen bonyolultabbá válik.
Egy egyszerűsített bináris döntési modellben minden projekt vagy megvalósul, vagy nem valósul meg.
Így N függetlenül kiválasztható projekt eseténelméletileg 2N lehetséges projektkombináció adódik.
- 10 projekt: 1 024 kombináció
- 20 projekt: 1 048 576 kombináció
- 30 projekt: 1 073 741 824 kombináció
- 40 projekt: 1 099 511 627 776 kombináció
- 50 projekt: 1 125 899 906 842 624 kombináció
- 100 projekt: körülbelül 1,27× 10³⁰ kombináció
Egy olyan vállalat, amely 50 beruházási projektet tervez, tehát nem csupán 50 döntési alternatívát mérlegel.
Egy olyan vállalat, amely 50 tervezett beruházási projekttel rendelkezik, így nem csupán 50 döntési alternatívát mérlegel.
E kombinációk közül nem mindegyik megengedett a költségvetési, erőforrás- vagy projektfüggőségek miatt. A matematikai komplexitás azonban így is jelentős marad.
Egy igazgatóság sem viták, sem intuíció segítségével nem képes teljes mértékben átlátni ezt a döntési teret.
A klasszikus prioritási listák vagy a kézzel kidolgozott Excel-forgatókönyvek is rendszerint csak a lehetséges kombinációk egy kis részét ábrázolják.
A legfőbb kihívás ezért az, hogy az exponenciálisan nagy számú lehetséges projektkombináció közül meghatározzuk a gazdasági vagy stratégiai szempontból legjobb, megengedett kombinációt.
4. Utólagos mérés vagy előzetes optimalizálás?
A klasszikus KPI-vezérlés és a matematikai ex ante optimalizálás közötti különbség a döntéshozatali támogatás időpontjában és módjában rejlik.
Utólag: Milyen hatással voltak döntéseink?
A klasszikus KPI-elemzés a már végrehajtott intézkedések eredményeit vizsgálja.
Tipikus kérdések:
- Milyen ROI-t értek el befektetéseink?
- Hogyan alakult az EBIT-margónk?
- Mely projektek lépték túl a költségvetésüket?
- Mekkora volt a tőkehozamunk?
- Mely stratégiai célokat sikerült elérni?
Ezek az információk elengedhetetlenek a kontrolling, a jelentéstétel és a vállalatirányítás szempontjából.
Ugyanakkor nem adnak automatikus választ arra a kérdésre, hogy egy másik beruházási kombináció sikeresebb lett volna-e.
Ex ante: Milyen döntést kellene hoznunk?
Az ex ante optimalizálás a beruházási döntés meghozatala előtt kezdődik.
A tervezett projekteket a várható gazdasági eredmények és a rendelkezésre álló erőforrások alapján vizsgálja.
Jellemző kérdések:
- Melyik projektkombináció maximalizálja a teljes nettó értékteremtésünket?
- Mely beruházásokat érdemes megvalósítani a CAPEX-költségvetésünk keretein belül?
- Melyik projektkombinációval érhető el a legmagasabb meghatározott célérték?
- Hogyan változnak az eredmények alacsonyabb költségvetés esetén?
- Mely projektek versengenek ugyanazokért az erőforrásokért?
- Mely beruházásokat érdemes figyelembe venni a megváltozott stratégiai prioritások esetén?
Az ex post KPI-k azt mutatják, hogy mit sikerült elérni. Az ex ante optimalizálás azt vizsgálja, hogy melyik döntés biztosítja a legjobb várható eredményt még a megvalósítás előtt.
A két megközelítés kiegészíti egymást.
Az utólagos mérés továbbra is szükséges ahhoz, hogy a tényleges eredményeket összehasonlítsuk az eredeti feltételezésekkel, és javítsuk a jövőbeli döntéseket.
5. A KPI-k a matematikai optimalizálás célértékeivé válnak
A StratePlan nem helyettesíti a KPI-ket.
Inkább a releváns mutatókat már a stratégiai döntések matematikai modellezése során is figyelembe lehet venni.
Ide tartoznak például:
- Nettó hozzájárulás: várható nettó gazdasági értékhozzájárulás
- Portfólió ROI: a teljes portfólió várható tőkehozama
- CAPEX: rendelkezésre álló beruházási költségvetés
- OPEX: Folyó működési kiadások
- Kockázat: Meghatározott kockázati határértékek vagy kockázati értékelések
- Erőforrások: Személyzet, kapacitások és műszaki rendelkezésre állás
- Hatás: stratégiai, társadalmi vagy ökológiai hatás
Az optimalizációs modelltől függően ezeket a változókat célfüggvényként, súlyozási paraméterként vagy korlátozó feltételekként veszik figyelembe.
Fontos, hogy a különböző célértékeket ne számoljuk össze egymással ellenőrizetlenül.
A gazdasági, ökológiai és társadalmi célokhoz átlátható értékelési mércék és adott esetben kifejezetten meghatározott súlyozások szükségesek.
A matematikai optimalizálás ezután megvizsgálja, mely projektkombináció felel meg a legjobban a meghatározott céloknak a megadott korlátozások mellett.
Az eredmény nem csupán egy újabb KPI-elemzés, hanem egy konkrétan kiszámított befektetési portfólió.
6. Hogyan számítja ki a StratePlan a beruházási döntéseket
A matematikai portfólióoptimalizálásba viszonylag egyszerűen lehet belépni.
Egy alapvető gazdasági optimalizációs modellhez a StratePlan-nak először három adatot kell megadnia minden egyes projekthez:
- Projekt-ID: Egyértelmű projektazonosító
- Kiadások: Tervezett kiadások, illetve beruházások
- Bevétel: Várható bevételek, illetve gazdasági hozamok
Ezeket az információkat például meglévő Excel-táblázatokból, beruházási tervekből vagy üzleti esettanulmányokból lehet átvenni.
A meghatározott célfüggvény és a rendelkezésre álló költségvetés alapján a StratePlan megvizsgálja a lehetséges projektkombinációkat.
A kiterjesztett modellek további paramétereket is figyelembe vehetnek:
- Projektfüggőségek
- Szakmai vagy stratégiai súlyozások
- Többéves beruházási költségvetések
- Erőforrás-korlátozások
- Időbeli előírások
- Kockázati és fenntarthatósági kritériumok
A StratePlan az operációkutatásból származó matematikai optimalizálási eljárásokat ötvözi a mesterséges intelligencia által támogatott megközelítésekkel a nagy kombinatorikus döntési terek hatékony vizsgálata érdekében.
A számítás a bevitt adatok és a modellparaméterek alapján egy optimalizált projektkombinációt eredményez.
A feladattól és az alkalmazott módszertől függően ez lehet bizonyíthatóan optimális vagy közelítőleg optimális megoldás.
A döntő újítás abban rejlik, hogy nem csupán az egyes projektek gazdaságosságát értékeljük, hanem optimalizáljuk azok együttes hatását egy közös beruházási költségvetés keretein belül.
7. Élőben az igazgatósági ülésen: Mi történik, ha megváltoztatjuk a KPI-jeinket?
A különleges stratégiai haszon akkor jelentkezik, ha a matematikai portfólióoptimalizálást közvetlenül integrálják a menedzsment döntéshozatali folyamataiba.
Képzeljünk el egy ipari vállalat igazgatósági ülését.
A napirenden 100 tervezett CAPEX-projekt szerepel, amelyek teljes pénzügyi igénye jelentősen meghaladja a rendelkezésre álló beruházási költségvetést.
A StratePlan először a meghatározott célok és korlátozások alapján kiszámítja az optimalizált projektkombinációt.
Ekkor kezdődik a stratégiai megbeszélés.
A. forgatókönyv: A nettó hozzájárulás maximalizálása
A pénzügyi igazgató felteszi a kérdést:
„Melyik projektkombináció eredményezi a legmagasabb várható nettó értékhozzájárulást a meglévő beruházási költségvetésünk keretein belül?”
A StratePlan kiszámítja a megfelelő portfóliót.
A vezetőség megismeri, mely projekteket választották ki, mennyi költségvetésre van szükség, és milyen várható nettó értékhozzájárulást ér el a teljes portfólió.
B. forgatókönyv: A beruházási költségvetés csökkentése
A vezérigazgató azt kérdezi:
„Mi történik, ha 15%-kal kell csökkenteni a beruházási költségvetésünket?”
A költségvetési korlátozást módosítják.
A StratePlan újra kiszámítja a portfóliót.
Az igazgatóság ezután megvizsgálhatja, mely projektek esnek ki, hogyan változik a várható értékteremtés, és mely beruházások maradnak továbbra is a portfólió részét képezve.
C. forgatókönyv: A stratégiai projektek nagyobb súlyozása
Az igazgatóság egyik tagja felteszi a kérdést:
„Hogyan változik a befektetési portfóliónk, ha nagyobb prioritást adunk a digitalizációnak és az energiahatékonyságnak?”
A megfelelő súlyozási paramétereket módosítják.
Az újraszámítás után az eredményeket össze lehet hasonlítani a korábbi forgatókönyvekkel.
D. forgatókönyv: További beruházási források
A pénzügyi igazgató azt szeretné tudni:
„Milyen további gazdasági hozamot érhetnénk el további 20 millió euró CAPEX-szel?”
A költségvetést megnövelik, és a portfóliót újra optimalizálják.
Így a vezetés összehasonlíthatja a modellezett további értékteremtést a szükséges tőkebefektetéssel.
A paraméterek módosítása. Újraszámítás. A forgatókönyvek összehasonlítása. Megalapozottabb döntéshozatal.
Így egy statikus beruházási jelentésből dinamikus döntési alap válik az egész vezetés számára.
8. Érzékenységi elemzés: Mennyire robusztus a befektetési stratégiánk?
Egyetlen optimalizálási számítás eleinte a meghatározott feltételezésekre vonatkozó eredményt ad.
Az elemzés stratégiai szempontból különösen értékes lesz, ha a különböző paramétereket szisztematikusan megváltoztatjuk.
Az érzékenységi elemzés például azt vizsgálja:
- Mely projektek maradnak kiválasztva különböző CAPEX-költségvetések esetén?
- Hogyan változik a nettó értékhozzájárulás a projektköltségek emelkedése esetén?
- Mely beruházások reagálnak különösen érzékenyen a megváltozott bevételi várakozásokra?
- Mely projektek kerülnek kizárásra erősebb kockázati súlyozás esetén?
- Mely stratégiai prioritások változtatják meg leginkább a portfólió összetételét?
Ezáltal láthatóvá válik, mely beruházási döntések különösen robusztusak a modellben.
Más projekteket esetleg csak bizonyos gazdasági vagy stratégiai feltételezések mellett választanak ki.
Az ex ante optimalizálás így nem csupán egy kiszámított projektkombinációt eredményez, hanem lehetővé teszi az alternatív döntési feltételek szisztematikus vizsgálatát is.
9. Alternatív költségek: a nem kiválasztott alternatívák gazdasági értéke
Minden befektetési döntésnek vannak alternatív költségei.
Ha tőkét fordítunk egy adott projektre, az már nem áll rendelkezésre más beruházásokra.
Ez különösen igaz a korlátozott beruházási költségvetések esetében.
Egy vállalat kiválaszthat gazdaságilag vonzó egyedi projekteket, és mégis kihagyhat egy jelentős további értékteremtést, ha ezeknek a projekteknek a kombinációja nem optimális.
A matematikai portfólióoptimalizálás számszerűsíti az ilyen különbségeket a vizsgált alternatívák között.
Az eredetileg tervezett befektetési portfólió és egy optimalizált portfólió összehasonlítása megmutathatja:
- mekkora a két portfólió várható nettó hozzáadott értéke
- Mely projekteket választják ki másképp
- mennyi beruházási költségre (CAPEX) van szükség az egyes esetekben
- mely gazdasági potenciálok maradnak kihasználatlanul az eredeti portfólióban
A modellezett eredmények közötti különbség világosan mutatja a gazdasági javulási potenciált az alapul vett feltételezések mellett.
Az ex ante optimalizálás valódi értéke ezért nem a szebb KPI-kben rejlik, hanem abban a lehetőségben, hogy a tőke lekötése előtt azonosíthatók legyenek a jobb beruházási kombinációk.
10. Gyakorlati referencia: a bázeli Klybeck-telep
A bázeli Klybeck-terület StratePlan-referenciája jól szemlélteti, milyen nagy lehet a gazdasági különbség a meglévő terv és egy matematikailag optimalizált portfólió között.
A Central Real Estate AG és a Swiss Life AG számára végzett portfólióoptimalizálás keretében különböző befektetési és projektkombinációkat vizsgáltak matematikai úton.
A modellezett eredmény:
- Eredeti tőkehozam: 7,0 %
- Optimalizált tőkehozam: 11,4 %
- Relatív hozamjavulás: körülbelül 63 %
- További modellezett gazdasági értékteremtés: körülbelül 30 millió CHF
A javulást a meglévő befektetési alternatívák kombinációjának megváltoztatásával modellezték, azonos költségvetés mellett.
A számok jól szemléltetik a matematikai portfólióoptimalizálásban rejlő potenciált. Nem jelentenek általános hozamgaranciát más projektek vagy vállalatok számára.
A legfontosabb tanulság: nem feltétlenül a több befektetési tőke, hanem a befektetések jobb kombinációja növelheti a teljes gazdasági hozzájárulást.
11. Miért nem elegendő önmagában az emberi tapasztalat?
A tapasztalt igazgatósági tagok, pénzügyi igazgatók és befektetési menedzserek széles körű szakértelemmel és vállalatuk mélyreható ismeretével rendelkeznek.
Ez a szakértelem továbbra is elengedhetetlen.
De még a sokéves tapasztalat sem képes teljes mértékben átlátni az exponenciálisan növekvő döntési teret.
Már hét bináris projektdöntés esetén is 128 lehetséges kombináció adódik.
20 projekt esetén ez a szám meghaladja az egymilliót.
50 projekt esetén több mint egy billiárd.
Az emberi erősség abban rejlik, hogy stratégiai célokat tűzzünk ki, megértsük a gazdasági összefüggéseket, és értékeljük a feltételezések minőségét.
A matematikai optimalizálás erőssége abban rejlik, hogy nagy mennyiségű lehetséges kombinációt vizsgál meg szisztematikusan.
A vezetői tapasztalat, a szakmailag megbízható adatok és a matematikai optimalizálás ötvözete megalapozottabb döntési alapot teremt, mint bármelyik komponens önmagában.
12. Az üzleti intelligenciától a döntéshozatali intelligenciáig
Az üzleti intelligencia elsősorban a vállalat gazdasági fejlődésével kapcsolatos kérdésekre ad választ.
Mi történt? Mely mutatók változtak? Hol vannak eltérések a tervhez képest?
A döntésintelligencia ezt a perspektívát kiegészíti a konkrét döntések szisztematikus támogatásával.
Milyen cselekvési alternatívák állnak rendelkezésre? Milyen korlátozások vonatkoznak rájuk? Melyik kombináció maximalizálja a meghatározott célokat?
A StratePlan ezen a területen portfólió- és döntésoptimalizálásra szolgáló matematikai rendszerként pozícionálja magát.
Kiegészíti a meglévő ERP-, kontrolling- és üzleti intelligencia-rendszereket egy további szinttel:
az optimalizált döntések kiszámítását azok végrehajtása előtt.
Ehhez a vállalatnak nem feltétlenül kell lecserélnie a meglévő IT-rendszereit.
A szükséges projektadatok kezdetben egyszerű táblázatok formájában is rendelkezésre állhatnak. A követelményektől függően megfelelő interfészeken keresztül kiterjesztett integrációk is lehetségesek.
Így a matematikai döntésoptimalizálás azok számára is elérhetővé válik, akik eddig túlnyomórészt klasszikus beruházási listákkal és Excel-modellekkel dolgoztak.
13. Következtetés: A KPI-k továbbra is fontosak – de a döntés az első
A KPI-k a jövőben is elengedhetetlen részét képezik majd a professzionális vállalatvezetésnek.
Lehetővé teszik a gazdasági fejlemények nyomon követését, a stratégiai célok ellenőrzését és a ténylegesen elért eredmények értékelését.
De önmagukban nem adnak választ arra a döntő kérdésre, hogy egy vállalat a rendelkezésre álló befektetési tőkéjét a lehető legjobban osztotta-e el a projektjei között.
Pontosan itt jön képbe a matematikai ex ante optimalizálás.
A StratePlan a gazdasági célokat, a korlátozott költségvetést és a meghatározott korlátozásokat figyelembe véve vizsgálja a lehetséges beruházási kombinációkat.
Az eredményeket a beruházási döntés meghozatala előtt kiszámíthatjuk, módosíthatjuk és különböző forgatókönyvekben összehasonlíthatjuk egymással.
A stratégiai vállalatirányítás jövője ezért nem abban rejlik, hogy a KPI-ket csak gyorsabban mérjük, hanem abban, hogy a KPI-ket befolyásoló döntéseket már előzetesen matematikailag optimalizáljuk.
Ez megváltoztatja a vezetés központi kérdését.
Ahelyett, hogy kizárólag azt kérdeznénk:
„Mennyire voltak sikeresek a beruházásaink?”,
a kiegészítő kérdés így hangzik:
„A tervezett beruházásaink közül melyik kombinációja eredményezné a megadott feltételek mellett a legnagyobb összgazdasági hozzájárulást?”
Erre a kérdésre adni a választ nem klasszikus jelentéstételi feladat.
Ez a matematikai portfólióoptimalizálás feladata.
StratePlan – Döntések ex ante optimalizálása. KPI-k ex post mérése. A tőke intelligens felhasználása.
Mennyi további gazdasági értéket rejt a CAPEX-költségvetése?
Számítsa ki, hogy a rendelkezésre álló költségvetésen belül a tervezett beruházási projektek mely kombinációja érheti el a legmagasabb várható nettó hozzáadott értéket.
Ugyanazok a projektek. Ugyanaz a költségvetés. Optimalizált kombináció. Nagyobb eredmény.
Sascha Rissel vállalkozó, stratégiai tanácsadó és technológiai vízionárius, több mint 20 éves tapasztalattal komplex üzleti modellek fejlesztésében, skálázásában és optimalizálásában. A mélyreható üzleti-gazdasági szakértelmet magas szintű technológiai tudással ötvözi, különösen a mesterséges intelligencia, az algoritmikus döntési modellek és a rendszeroptimalizálás területén.
Az olyan kezdeményezések révén, mint a StratePlan és a DeepAnT, meghatározó módon járul hozzá az adatvezérelt ROI-számítás, az intelligens projektpriorizálás és a prediktív elemzés fejlődéséhez. Fókuszában a mérhető hatás, a megbízható döntési alapok és a rendkívül komplex matematikai modellek gyakorlati, alkalmazható megoldásokká alakítása áll az üzleti szféra, a közigazgatás és az ipar számára.
Sascha Rissel egyértelmű elvet képvisel: következetesen együtt gondolkodni a stratégia, a technológia és a hatás dimenzióit.