Balanced Scorecard and Strategic Map Applied to Portfolio Management
Notice bibliographique
Résumé
Abstract In June 2014, the oil price began an unpredictable steep decline after more than three years of being over the barrier of the 100 USD/Barrel (Brent). By the end of that year, the commodity lost 43% of its market value, reaching at the beginning of 2016 a minimum value of 27.88 USD/Barrel (Brent). The purpose of this paper is not to explain the forces that determine the price of the crude oil, but the question is: How many companies were prepared in June 2014 to face a 75% reduction in the value of their projects? How many of them could be defined as resilient organizations, with the ability to "survive adversity and to thrive in a world of uncertainty?"1 There is a valuable bibliography related to Reservoir Management, defined as the process that "optimizes the interaction between data and decision making during the life cycle of a field".2 Nevertheless, this position assumes that the top management has already decided the group of projects to carry out. The first pillar is missing: how to build a portfolio that enables executives, given a specific scenario, to select the proper combination of projects and to truly execute the optimal strategy for the company. While Reservoir Management works on each project separately, Portfolio Management brings the systemic approach in "understanding and exploiting the interplay among both existing and potential projects"3 This paper put forward the Balanced Scorecard and the Strategic Map applied to Portfolio Management as the nexus between Portfolio and Reservoir Management, and as the tools that enable executives to select the best strategy to cushion market volatility and translate it into actions.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,009 | 0,034 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,009 | 0,014 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,005 | 0,004 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».