موضوع 33 از 64· سماجی شعبہ اور فلاحی پیمانے

فی نتیجہ لاگت

فی نتیجہ لاگت کل پروگرام کے خرچ کو ان افراد کی تعداد پر تقسیم کرنا ہے جو اپنے حالات میں ایک متعین، بامعنی تبدیلی حاصل کرتے ہیں — نہ کہ صرف وہ تعداد جنہیں سروس ملی۔ یہ سب سے تیز کارکردگی کا میٹرک ہے جو کوئی فنڈر یا ڈیلیوری ٹیم استعمال کر سکتی ہے، کیونکہ یہ ایک سابقہ سوال کو مجبور کرتا ہے جس سے زیادہ تر فلاحی ادارے گریز کرتے ہیں: قطعی طور پر کامیابی کیا شمار ہوتی ہے؟

یہ کیوں اہم ہے

ایک فوڈ بینک اسی سال کے اکاؤنٹس سے دو بہت مختلف اعداد رپورٹ کر سکتا ہے۔ فی تقسیم شدہ فوڈ پارسل لاگت £15 ہو سکتی ہے۔ فی گھرانہ جو خوراکی تحفظ حاصل کرتا ہے — اب ہنگامی خوراکی امداد کی ضرورت نہیں رہتی، ایک پیروی کے نکتے پر تصدیق شدہ — £340 ہو سکتی ہے۔ دونوں سچ ہیں۔ صرف ایک فنڈر کو یہ بتاتی ہے کہ رقم کام کر رہی ہے یا نہیں۔ ان کے درمیان فرق پیداوار اور نتیجے کے درمیان فرق ہے: دیا گیا پارسل ایک پیداوار ہے؛ اب بحران میں نہ رہنے والا گھرانہ ایک نتیجہ ہے۔ دیکھیں نتائج بمقابلہ پیداوار۔

برطانوی تیسرے شعبے نے اس فرق کو مجبور کرنے کے لیے دو دہائیاں بنیادی ڈھانچہ بنانے میں صرف کی ہیں۔ New Philanthropy Capital کا فلاحی ادارے کی تاثیر کا "چار ستون کا نقطہ نظر" اداروں سے واضح طور پر تقاضا کرتا ہے کہ وہ اپنی پیداوار سے پہلے اپنے نتائج بیان کریں، اور Inspiring Impact — برطانوی فنڈر کی حمایت یافتہ اثر کی پیمائش کا اشتراکی ادارہ — ایک Outcomes Matrix شائع کرتا ہے جسے اب بہت سی گرانٹ کی درخواستیں فلاحی اداروں سے مکمل کرنے کا تقاضا کرتی ہیں۔ Trussell Trust کا سالانہ "State of Hunger" تحقیقی پروگرام، جو Heriot-Watt University کے ساتھ چلایا جاتا ہے، بالکل اس لیے موجود ہے کیونکہ صرف پارسل کی گنتی یہ کچھ نہیں بتاتی کہ آیا لوگ خوراکی عدم تحفظ سے بچتے ہیں یا نہیں۔

فی نتیجہ لاگت اسی وقت کچھ معنی رکھتی ہے جب آپ کاؤنٹرفیکچوئل کو طے کر لیں: ایک نتیجہ جو "بہرحال" حاصل ہوا وہ ایسا نتیجہ نہیں جو پروگرام نے خریدا۔ دیکھیں کاؤنٹرفیکچوئل تجزیہ اور نقل مکانی اور انتساب۔

ریاضیاتی بنیاد

Cost per outcome = Total programme cost / Number of beneficiaries achieving the defined outcome

where:
  Total programme cost   = direct delivery cost + fair share of overhead
  Defined outcome        = a pre-specified, measurable state change
                            (e.g. "food secure at 6-month follow-up",
                            not "received a food parcel")

اکائی لاگت کے ڈیٹا بیس (مثلاً شعبہ جاتی اکائی لاگت کے بینچ مارکس) کے خلاف موازنہ کریں یہ جانچنے کے لیے کہ آیا مخصوص فی نتیجہ لاگت موازنہ کے قابل مداخلتوں کی نسبت اچھی، اوسط، یا کمزور ہے۔

عملی مثال

فوڈ بینک، ایک سال:

  • کل پروگرام کی لاگت: £450,000
  • تقسیم شدہ پارسلز: 30,000
  • فی پارسل لاگت (ایک پیداواری میٹرک): £450,000 / 30,000 = £15

فلاحی ادارہ گھرانوں کے ایک نمونے کے ساتھ چھ ماہ کی پیروی کا سروے بھی چلاتا ہے، جس سے پتہ چلتا ہے کہ تین یا زیادہ پارسل پانے والے گھرانوں میں سے 35 فیصد رپورٹ کرتے ہیں کہ اب انہیں ہنگامی خوراکی امداد کی ضرورت نہیں رہی اور معیاری خوراکی تحفظ سروے ماڈیول پر خوراکی تحفظ کی حد سے اوپر اسکور کرتے ہیں۔ اس سال تین یا زیادہ پارسل پانے والے 1,800 گھرانوں میں سے، 630 یہ نتیجہ حاصل کرتے ہیں۔

Cost per outcome = £450,000 / 630 = £714 per household achieving food security

وہ £714 کا عدد وہ ہے جسے ایک فنڈر کو استعمال کرنا چاہیے جب اس فلاحی ادارے کا موازنہ نقد منتقلی کے پائلٹ یا قرض کی مشاورت کی سروس سے کر رہا ہو — £15 نہیں۔ اگر اسی خطے میں ایک موازنہ کے قابل نقد منتقلی کا پروگرام £500 فی گھرانہ پر خوراکی تحفظ حاصل کرتا ہے، تو فوڈ بینک واضح طور پر اسی نتیجے تک پہنچنے کا زیادہ مؤثر راستہ نہیں ہے، چاہے اس کی فی پارسل لاگت سستی نظر آتی ہو۔

سافٹ ویئر انجینئرنگ سے تعلق

زیادہ تر کیس مینجمنٹ نظام پیداوار لاگ کرنے کے لیے بنائے جاتے ہیں، کیونکہ پیداوار وہ چیز ہے جو ٹرانزیکشن کے اندر ہوتی ہے (ایک پارسل دیا جاتا ہے، ایک فارم جمع کرایا جاتا ہے)۔ نتائج عام طور پر بعد میں رونما ہوتے ہیں، اکثر نظام کی معمول کی گرفت کی کھڑکی سے باہر، اور ایک جان بوجھ کر لیے گئے ڈیزائن کے فیصلے کا تقاضا کرتے ہیں: ایک پیروی کا طریقہ کار (ایک سروے ٹریگر، دوبارہ رابطے کا ورک فلو، ڈیٹا لنکیج کی مشق) درجہ اول فیچر کے طور پر بنائیں، سالانہ رپورٹ کے لیے بعد میں جوڑی گئی سوچ کے طور پر نہیں۔ اس شعبے کے لیے گرانٹ مینجمنٹ یا کیس مینجمنٹ پلیٹ فارم بنانے والے انجینئرز کو "نتیجے کا واقعہ کیا ہے، اور ہم اسے کیسے مشاہدہ کریں" کو ڈیٹا ماڈل طے ہونے سے پہلے پوچھے جانے والے تقاضے کے سوال کے طور پر سمجھنا چاہیے — پیداواری شمار کنندہ کے مقابلے میں نتیجے کی فیلڈ کو بعد میں شامل کرنا کہیں زیادہ مشکل ہے۔ دیکھیں نتائج بمقابلہ پیداوار اور منطقی ماڈل یہ سمجھنے کے لیے کہ تقاضوں کی اس گفتگو کو کیسے ترتیب دیا جائے، اور فی مستفید لاگت اس تیز تر، کھردرے میٹرک کے لیے جس کی طرف ٹیمیں رجوع کرتی ہیں جب نتیجے کی پیروی ابھی تک نہیں بنائی گئی۔

ممکنہ خامیاں

  • پیداوار کو نتائج کے بھیس میں رپورٹ کرنا۔ "پہنچے گئے لوگ" "مدد پانے والے لوگ" نہیں ہیں۔ اگر میٹرک بغیر کسی پیروی کے رابطے کے سسٹم لاگ سے پیدا کیا جا سکتا ہے، تو یہ تقریباً یقینی طور پر ایک پیداوار ہے۔
  • ڈینومینیٹر گیمنگ۔ نتیجے کی آبادی کو "جنہوں نے پروگرام مکمل کیا" تک محدود کرنا خاموشی سے ان لوگوں کو گرا دیتا ہے جو چھوڑ گئے — اکثر سب سے مشکل معاملات — اور ظاہری شرح کو بڑھا دیتا ہے۔ ڈینومینیٹر کو ہر اس شخص کے طور پر بیان کریں جس نے شروع کیا، ہر اس شخص کے طور پر نہیں جس نے ختم کیا۔
  • کوئی کاؤنٹرفیکچوئل نہیں۔ ہر اس شخص کو شمار کرنا جس نے نتیجہ حاصل کیا، بشمول ان کے جو بہرحال حاصل کرتے، پروگرام نے جو خریدا اسے بڑھا چڑھا کر پیش کرتا ہے۔ دیکھیں کاؤنٹرفیکچوئل تجزیہ۔
  • غیر ہم آہنگ نتیجے کی تعریفوں کا موازنہ کرنا۔ ایک تصدیق شدہ سروے ماڈیول سے ناپا گیا "خوراکی طور پر محفوظ" اطمینان کے فارم میں خود رپورٹ کردہ "خوراکی طور پر محفوظ" سے موازنہ کے قابل نہیں ہے؛ فی نتیجہ لاگت کی لیگ ٹیبل صرف اسی وقت ایماندار ہے جب نتیجے کی تعریفیں میچ کریں۔

ماخذ