MétaCan
Menu
Retour à la cohorte
Enregistrement W2129357896

A Time-Driven Activity Cost Approach for the Reduction of Cost of IT Services: A Case Study in the Internet Service Industry

2012· article· en· W2129357896 sur OpenAlexaff
Adenle Adeoti, Raul Valverde

Notice bibliographique

RevueSpectrum Research Repository (Concordia University) · 2012
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueInformation Technology Governance and Strategy
Établissements canadiensConcordia University
Organismes subventionnairesnon disponible
Mots-clésActivity-based costingCost reductionService (business)Computer scienceUnit (ring theory)Unit costIncident managementOperations managementScope (computer science)Operations researchBusinessEngineeringComputer securityMarketing
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This study aims to show that application of Time-Driven Activity Based Costing (TDABC) to the management of cost of Information Technology (IT) Services Operations and how it can be used to achieve significant cost reduction. To achieve this; a case study organization was used and the scope of activities was limited to Technical Services department Operations units. Interviews were conducted with the unit managers and their operations staff. From the interview, a list of services were developed and linked to activities and time to execute each was provided by the operational staff. Time equations were developed from the activity groups that supported each type of service. A TDABC model was then simulated with Microsoft Excel; which incorporated the activities, the time to deliver each and the capacity cost rate to derive the cost of delivering a service. The result of the test showed that two variations (out of six) of that incident type cost more than 75% of the overall cost of that incident type, though they constitute about 30% of the incident type. This study showed that TDABC is an effective tool in identification of costly processes which may then allow IT operations managers and supervisors to take critical decisions about cost control, charge-back or costing of services.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,722
Score d'incertitude au seuil0,951

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,052
Tête enseignante GPT0,282
Écart entre enseignants0,230 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSpectrum Research Repository (Concordia University)Même sujetInformation Technology Governance and StrategyTravaux en français237 207