Архитектура Аудит Военная наука Иностранные языки Медицина Металлургия Метрология
Образование Политология Производство Психология Стандартизация Технологии


Указания по внедрению. Рис. 1-2. Дерево вопросов для Acme Widgets



 

На своем опыте бывшие сотрудники McKinsey убедились, что процесс направляемого гипотезами принятия решений легко перенести на другие компании. Для него не нужно много ресурсов; его можно проводить как в командах, так и самостоятельно; он применим к широкому спектру проблем. Опросив бывших сотрудников McKinsey, мы обнаружили две веские причины необходимости начальной гипотезы при решении проблемы:

– Начальная гипотеза экономит ваше время.

– Начальная гипотеза помогает эффективнее принимать решения.

 

Начальная гипотеза экономит ваше время. Столкнувшись со сложной проблемой, большинство людей начнет прорабатывать все доступные данные, пока не придет к решению. Иногда это называют дедуктивным подходом: если А, тогда Б; если Б, тогда В… наконец, если Ю, тогда Я. Формируя же начальную гипотезу, вы перескакиваете прямо к Я, а оттуда уже легче двигаться обратно к А. Простой пример – изображенный на бумаге лабиринт, который нужно пройти, отмечая свой путь карандашом; такие головоломки публикуются в воскресных газетах или сборниках загадок. Любой, кто решал их, может подтвердить, что лабиринт легче пройти от конца к началу, а не со входа: зная, где находится конечная точка, вы сразу исключаете множество тупиковых направлений.

Сформировав начальную гипотезу, вы быстрее пройдете по лабиринту своей бизнес-проблемы, потому что сможете делать выводы на основе недостаточной информации – ведь именно такая информация обычно доступна вначале. Это особенно относится к случаям, когда вы оказываетесь первопроходцем в какой-либо области, где до вас сбором данных не занимался вообще никто. Это обнаружил Омовале Креншоу, стремясь понять, как развивать электронную коммерцию в Африке:

 

Иногда у нас в McKinsey было такое изобилие данных, что было трудно их анализировать; в результате ни мы, ни наши клиенты ничего не делали. А когда мы начали работать над веб-порталом Африки, пришлось разбираться, что к чему, при явной нехватке данных. Нам просто пришлось спрашивать себя: «Итак, что мы реально знаем о крупнейших четырех-пяти рынках? Как их приблизительно оценить?» Мы делали черновые подсчеты, пытаясь добиться приблизительной точности и строя на их основании некоторые предположения. Мы говорили: «Хорошо, если предположить, что размер рынка – Х, то чем мы должны руководствоваться?»

Потом этот процесс стал повторяться: «Мы думаем, что размер рынка – Х, в таком случае Y должно быть верным», и далее следовал переход к рассмотрению Y. Постепенно становилось все очевиднее, что мы идем по верному пути. Реальный размер рынка мы еще не определили, но у нас стало гораздо больше уверенности в том, что фактически мы провели нужную оценку использования всех возможных ресурсов.

 

И наконец, начальная гипотеза экономит ваше время, заставляя сосредоточиваться только на тех вопросах, ответы на которые могут ее подтвердить или опровергнуть. Это особенно поможет тем, кому трудно расставлять приоритеты. Возможно, такие люди есть и в вашей организации.

Начальная гипотеза помогает эффективнее принимать решения. Направляемый гипотезами подход не только ускоряет решение проблем, но и позволяет быстро оценивать варианты. В результате вы более гибки в принятии решений, и, следовательно, эффективность этого процесса возрастает. Возьмем пример Боба Гарда, бывшего сотрудника Фирмы, который сейчас преподает маркетинг в школе бизнеса Фукуа при университете Дьюка. Работая СЕО в известной компании по производству потребительских товаров и желая преобразовать основное направление бизнеса, Гарда использовал сильную начальную гипотезу, противоречившую, однако, традиционным взглядам компании:

 

Мы продавали продукты, существовавшие уже двадцать лет, и подвергались сильному ценовому прессингу со стороны Wal-Mart, Kmart и Target[7] – наших трех крупнейших клиентов. Они все время угрожали, что обратятся к поставщикам в Китае или Индии, если мы не снизим цены. У нас было четыре варианта: 1) снизить затраты до уровня, существующего в Китае и Индии; 2) покупать самим в Китае и Индии и перепродавать нашим клиентам; 3) запустить новые продукты (разработка одного из них приближалась к концу); 4) сочетать предыдущие три варианта. Я считал, что наилучшим средством против ценового прессинга будет выпуск новых продуктов. Так и случилось: три крупнейших клиента очень заинтересовались нашей новинкой, и мы могли запрашивать за нее практически любую цену. После этого они стали гораздо меньше требовать от нас снижения цен даже на старые продукты – лишь бы мы продолжали выпускать новые. Таким образом, моя гипотеза подтвердилась.

 

Боб просчитал и другие варианты, которые могла бы использовать его компания:

 

Мы могли бы применить другой подход: попытаться снизить затраты, чтобы предлагать более выгодные условия, чем Индия и Китай. Действительно, несколько наших основных менеджеров считали, что снижение затрат – единственный ответ, как это бывало в прошлом. Но успех такого решения сомнителен: производя продукты в США, нельзя добиться более низких затрат, чем в Китае и Индии. Конечно, мы предприняли шаги и в этом направлении, но так и не достигли в этом плане уровня Китая и Индии.

Еще один вариант – покупать в Китае и Индии и перепродавать нашим клиентам – был популярен среди небольшой группы менеджеров и казался мне бессмысленным. Ведь мы просто создали бы систему дистрибуции для этих азиатских производителей, и потом они бы просто стали обращаться напрямую к покупателям, исключив нас из процесса. Из-за постоянного ценового давления этот вариант не отвергнут окончательно; но пока у нас будут ценные предложения для «большой тройки» клиентов, наши дела будут идти лучше.

 

Высокая эффективность процесса принятия решений, направляемого гипотезами, – результат урока «настоящей проблемой может оказаться не та, которая лежит на поверхности». Именно это обнаружил Доминик Фальковски, перейдя на работу в варшавское отделение Egon Zehnder[8]:

 

Мой клиент искал финансового директора, потому что нынешний руководитель недостаточно хорошо справлялся с отчетностью и анализом инвестиций, а в его команде были проблемы. Но мы не были уверены, что это действительно так. Проанализировав ситуацию, в том числе оценив работу финансового директора, мы поняли, что на самом деле проблема была в СЕО компании: он слишком часто менял свое мнение и процессы, не сообщая всей организации об изменениях. Однако финансовый директор тоже частично был виноват в этой ситуации: он не обладал достаточными навыками общения и не умел осуществлять обратную связь.

Мы предложили компании по стратегическому консалтингу провести внутренний реинжиниринг, а сами занялись обучением финансового директора и СЕО. Результат: решенная проблема, довольные клиент и финансовый директор, процветающая организация. Кроме того, мы доказали, что поиск кандидатур вне компании не принес бы желаемых ценных результатов.

 

 

Указания по внедрению

 

Сформировав сильную начальную гипотезу, вы сможете более эффективно решать проблему. Но сначала нужно эту гипотезу выработать и протестировать. Так как это нужно делать в начале процесса решения проблемы, меньше полагайтесь на данные (ведь на тот момент их еще немного), а больше – на интуицию. Возьмите известные вам факты, прислушайтесь к голосу интуиции и подумайте, каковы наиболее вероятные ответы на ваши вопросы. Заметим, что самый вероятный ответ – не обязательно правильный, но он представляет собой хорошую отправную точку.

Если вам сразу приходит в голову какая-то идея, поздравляем. В этот момент, где бы вы ни были – за своим рабочим столом, под душем или на мозговом штурме с командой, – проведите экспресс-тест своей гипотезы. Он очень прост: какие из ваших допущений должны быть верными, чтобы ваша гипотеза оказалась правильной? Если какие-то из этих допущений неверны, то неправильна и гипотеза. Во многих случаях ложные гипотезы можно отсеять с помощью экспресс– теста всего за несколько минут. Он особенно полезен, когда нужно быстро выбрать один из нескольких вариантов. Это подтверждает Сьяра Бернхем, работающая сейчас специалистом по венчурному капиталу в Evercore Partners:

 

Значительная часть моей работы – оценка возможностей инвестирования: на что имеет смысл тратить время и деньги. Начиная оценивать сделку, я спрашиваю себя: «Какое предположение должно оказаться верным, чтобы эти инвестиции были разумными, и каким образом они могут не оправдать себя? Следовательно, какой анализ нужно провести, чтобы обосновать эти инвестиции (или отказаться от них) и определить размеры рисков?» Казалось бы, это просто, но мало кто практикует такой подход.

 

В качестве примера вернемся к Acme Widgets. Вчера совет директоров попросил вас и вашу команду найти способ снизить маржинальные затраты на производство давно существующей линейки плетеных ковриков Acme. Сегодня, в первые несколько минут мозгового штурма, были выдвинуты варианты достижения этой цели: 1) заставить поставщиков снизить цену сырья; 2) сократить персонал на производстве ковриков, оставив в неизменности технологию; 3) уменьшить срок просушки ковриков, тем самым повысив их выработку. Теперь пора провести экспресс-тест каждого варианта.

Заставить поставщиков снизить цену сырья – прекрасный вариант, но как его осуществить? Какое предположение должно оказаться верным? Скажем, сырье должно быть значительным фактором в общих затратах на производство ковриков, иначе снижение стоимости сырья не слишком повлияет на общие маржинальные затраты. Один из участников вашей команды сообщает, что на цену сырья действительно приходится около 35% общей стоимости коврика, так что этим обстоятельством можно воспользоваться. Далее: нужно иметь возможность влиять на ценообразование своих поставщиков. К сожалению, в сегодняшнем выпуске Wall Street Journal сообщается, что один из крупнейших производителей данного вида ниток объявил о поглощении другой компании в этой отрасли. Аналитики предсказывают, что это слияние приведет к значительному падению общего объема производства ниток, что вызовет повышение оптовых цен на них. Итак, эту идею придется отбросить.

А что если уменьшить число рабочих на производстве? На рабочую силу в данном случае приходится немалая часть общих затрат; возможно, здесь заложен хороший потенциал для их снижения. Но сначала нужно узнать, есть ли у Acme на производстве избыток рабочей силы, а для этого определить, как соотносится выработка на одного рабочего со среднеотраслевым показателем. Вы вспоминаете результаты недавнего сравнительного исследования в этой отрасли: Acme значительно опережает конкурентов по производительности на одного рабочего. Опять тупик.

Итак, остался вариант уменьшения срока просушки готовой продукции. Обычно коврики класса А проводят в сушильном шкафу как минимум две недели; это обходится дорого, так как используется много электроэнергии; кроме того, хранение полуготовой продукции еще более увеличивает затраты компании. Поэтому уменьшение срока сушки принесло бы двойную пользу: повысив прибыль Acme и сократив количество полуфабриката. Какое предположение должно существовать для внедрения этого варианта? В первом приближении вопрос заключается в том, можно ли производить коврики класса А без полной двухнедельной просушки. К счастью, один из участников вашей команды недавно прочитал в отраслевом еженедельнике статью о новом процессе сушки с использованием особого сочетания температур, влажности и состава воздуха в печи. Результаты этого процесса такие же или лучше, чем при традиционных методах.

Отлично! Ваша команда с помощью экспресс-теста отобрала начальную гипотезу[9]. Ваш следующий шаг – тщательнее протестировать и при необходимости скорректировать ее. Для этого понадобится составить дерево вопросов.

Дерево вопросов (серия вопросов, на которые нужно ответить, чтобы подтвердить или опровергнуть гипотезу) – более развитая версия логического дерева (которое по сути представляет собой просто иерархическую группировку элементов). Дерево вопросов заполняет разрыв между структурированием и гипотезой. Каждый вопрос, возникший в связи со схемой, обычно можно разбить на подвопросы, а те, в свою очередь, – тоже. Эта визуализированная последовательность вопросов и подвопросов позволяет сформировать гипотезу и создает «дорожную карту» анализа. Дерево вопросов также позволяет очень быстро исключить тупиковые ветви в ходе анализа, так как ответ на любой вопрос сразу же отсекает ложные пути.

Эта методика особенно пригодилась Дэну Вето при определении ряда инициатив для подразделения электронной коммерции в Conseco, одной из крупнейших в Америке компаний по предоставлению финансовых услуг:

 

Решая проблемы, многие пытаются исследовать все возможные аспекты. На самом деле это не всегда нужно. Надо обдумать ситуацию с соблюдением принципа МЕСЕ, но не нужно исследовать все факторы одинаково глубоко. Например, когда мы обдумывали стратегию электронной коммерции для нового подразделения – eConseco, которое должно было стать отдельным направлением с собственным учетом прибылей и убытков, мы спросили себя: «Каковы основные рычаги прибыльности и роста? Что важно, а что нет?»

У нас возникло множество идей. Кто-то предложил: «Мы могли бы продавать книги». Но крайне важно быстро понять, что какой из вариантов не принесет вам доходов. Способность «срезать» с дерева лишние ветви, чтобы сосредоточиться на важных, – невероятно полезный навык.

 

 

Рис. 1-2. Дерево вопросов для Acme Widgets

 

Рис. 1-3. Дерево вопросов с подвопросами для Acme Widgets

Возвращаемся к мозговому штурму по Acme Widgets: как выглядела бы карта вопросов для уменьшения срока просушки ковриков? В процессе обсуждения с командой возникает несколько вопросов: действительно ли это сэкономит средства? Нужны ли особые навыки? Есть ли такие навыки у работников организации? Не снизится ли из-за нововведений качество продукции? Можем ли мы вообще осуществить это изменение?

Составляя дерево вопросов, группируйте возникающие вопросы по принципу МЕСЕ. Для начала разберитесь, какие вопросы являются определяющими – то есть должны соответствовать реальности, чтобы гипотеза оказалась верной. После небольшого мозгового штурма вы выделили три вопроса, которые помогут обосновать вашу гипотезу: 1) снизит ли уменьшение срока просушки наши затраты; 2) может ли компания осуществить нужные изменения; 3) сохранится ли при этом качество продукта на прежнем уровне. Разместите эти вопросы на один уровень ниже вашей гипотезы, как показано на рис. 1-2.

К сожалению, чтобы однозначно сказать «да» или «нет» на каждый из этих главных вопросов, вам придется ответить по очереди на дополнительные. А «дорожная карта» для вашего анализа будет приобретать очертания по мере выстраивания уровней. Давайте глубже вникнем в один из этих вопросов и посмотрим, куда это нас приведет.

Вопрос «Можем ли мы осуществить необходимые изменения?» порождает множество вспомогательных вопросов (см. рис. 1-3 ). Одни из них появились еще во время первого мозгового штурма, а другие возникнут при более детальном обдумывании. Вам нужно разобраться с их логической последовательностью. Предположим, что в данном случае определяющих вопросов два: 1) требует ли новый, сокращенный процесс специального оборудования, которого у компании-клиента нет; 2) требует ли он особых навыков, которыми работники на данный момент не обладают. Идеальный ответ на оба этих вопроса – «нет» – исключает дальнейшее расследование. Если же на какой-то из них вы ответите «да», имеющаяся гипотеза не опровергается мгновенно, а порождает дополнительные вопросы. Например, в случае с оборудованием вы спросите: «Сможем ли мы его изготовить или приобрести?» Если ответы на эти вопросы ниже по дереву оказываются отрицательными, то ваша гипотеза действительно под сомнением.

Вам уже должно быть понятно, как составлять дерево вопросов. Изобразив его, вы тем самым очертили круг своих задач по исследованиям и анализу; эти темы мы рассмотрим в следующих главах.

Применяемая в McKinsey техника направляемого гипотезами решения проблем – решение проблемы на первой же встрече – прекрасно работает и вне стен Фирмы. Если в самом начале процесса вы сумеете найти баланс между данными и интуицией, то быстрее придете к обоснованному решению. Выделив немного времени на отсев ложных гипотез в самом начале и определив затем масштабы предстоящего анализа с помощью дерева вопросов, вы сэкономите время и улучшите свои результаты.

 

Упражнения

 

– Вспомните какой-нибудь не относящийся к бизнесу вопрос, по которому у вас есть твердое мнение (например, контроль над огнестрельным оружием, эволюция, глобальное потепление). Перечислите допущения, которые могут влиять на ваше мнение. Все ли они верны? Чем вы могли бы подкрепить свою точку зрения?

– Придумайте две вероятные гипотезы по вопросу, над которым вы сейчас работаете (если вы еще этого не сделали). Вы можете сформулировать одно-два допущения, которые должны быть верными, чтобы каждая гипотеза оказалась обоснованной? А теперь проведите экспресс-тест каждой из гипотез.

 

Заключение

 

Используя структурированные схемы при выдвижении начальной гипотезы, вы сможете определить, какие исследования подтвердят ее. В следующей главе мы рассмотрим, как планировать анализ для подтверждения или опровержения гипотезы в кратчайшие сроки.

 

Разработка анализа

 

 

 

Формируя начальную гипотезу, вы «решаете проблему на первой же встрече». Если бы только это было так просто! К сожалению, даже если вы уверены, что нашли ответ, это еще нужно доказать – проанализировав факты.

В первые несколько лет работы в Фирме главная задача маккинзиевцев – анализ. Следует отметить, что при выборе людей на начальные позиции главный критерий Фирмы (или один из главных) – их аналитические способности. Даже партнеров и директоров оценивают по их способности давать рекомендации на основе анализа, выполненного их командами.

Пилоты легких самолетов говорят: «Есть два вида пилотов: те, кто уже садился с убранным шасси, и те, кому это еще предстоит». То же самое относится и к принятию решений: рано или поздно любому руководителю приходится принимать важное решение вслепую, руководствуясь только своей интуицией. Более того, во многих организациях руководители принимают стратегические решения, следуя интуиции в той же степени, что и результатам беспристрастного анализа фактов. Почти все опрошенные нами бывшие сотрудники McKinsey восприняли это как разительный контраст по сравнению с тем, к чему они привыкли в Фирме. Но это не значит, что такой способ принятия решений всегда плох: зачастую ограниченное время и ресурсы не позволяют провести обстоятельное исследование. Многие успешные менеджеры настолько развили свою интуицию, что она позволяет им быстро принимать разумные решения; потому они и стали успешными. Но если вы не обладаете достаточным опытом или просто хотите узнать другую точку зрения в дополнение к своему внутреннему голосу, мы рекомендуем воспользоваться возможностью проанализировать факты. Кто знает, может, когда-нибудь это поможет вам вовремя «выпустить шасси».

Мы посвятили собственно анализу две главы. В этой главе мы расскажем, как спланировать набор аналитических заданий, которые вы должны выполнить для подтверждения начальной гипотезы. В главе 4 покажем, как интерпретировать результаты этого анализа, чтобы они оказались максимально полезными для вашего клиента или организации. А в промежуточной главе 3 рассмотрим тонкости сбора данных: ведь для получения результатов нужен материал.

То, что мы называем разработкой анализа, в McKinsey называется «планированием работы» (work planning), и занимается этим обычно менеджер проекта (engagement manager), который руководит работой команды. Вначале, обычно сразу после того, как выработана начальная гипотеза, менеджер проекта определяет, какие исследования нужно провести и кто этим будет заниматься. Он обсуждает с каждым членом команды, каковы его задачи, где искать нужные данные и как должен выглядеть вероятный результат. Затем участники команды начинают работать, каждый в своем направлении.

Большинству клиентов нужно, чтобы все было сделано «вчера» и при этом бесплатно. Увы, для тщательного анализа на основе фактов требуется время; а время такой компании, как McKinsey, стоит дорого (это подтвердит любой наш клиент). Понимая, что финансовые возможности клиентов не безграничны, Фирма разработала множество техник, позволяющих команде быстро перейти от «сырых» фактов к конкретным рекомендациям. Эти техники применяются с такой же эффективностью и вне стен McKinsey. Мы не обещаем, что эта глава поможет вам творить чудеса, но, применив ее уроки, вы сможете ускорить анализ данных и принятие решений.

 

Метод McKinsey

 

Следующие указания помогают маккинзиевцам планировать анализ.

Найдите ключевые факторы. Успех большинства компаний зависит от ряда факторов, но не все они одинаково важны. В условиях ограниченного времени и ресурсов вы не можете позволить себе такую роскошь, как подробное изучение всех аспектов проблемы. Вместо этого разберитесь, какие факторы являются ключевыми, и сосредоточьтесь на них. Копайте прямо к корням проблемы, а не вникайте до мелочей в каждый ее элемент без исключения.

Старайтесь увидеть всю картину. Пытаясь решить сложную, запутанную проблему, вы легко можете потерять свою цель среди миллиона задач, которые нужно решить прямо сейчас. Когда вы чувствуете, что они накрывают вас с головой, сделайте мысленный шаг назад и разберитесь, чего вы пытаетесь достичь. Спросите себя, какое место в этой картине занимает выполняемая сейчас вами задача. Она помогает вашей команде продвинуться к своей цели? Если нет, то вы теряете драгоценное время.

Не пытайтесь вскипятить океан. Работайте не больше – работайте умнее. В условиях сегодняшнего изобилия данных можно всесторонне анализировать выбранный аспект проблемы. Но вы только потеряете время, если эта кропотливая работа не является ценным вкладом в процесс решения проблемы. Продумайте, какие виды анализа вам действительно нужны, чтобы подтвердить или опровергнуть свою гипотезу; выполните их и двигайтесь дальше. Скорее всего, вы не можете позволить себе роскошь делать что-то сверх самого необходимого.

Иногда вы должны дать решению прийти самому. У любого правила есть исключения. Не всегда возможно сформировать начальную гипотезу; в этом случае вам придется полностью полагаться на анализ фактов, чтобы постепенно найти путь к конечному решению.

 


Поделиться:



Последнее изменение этой страницы: 2019-04-10; Просмотров: 275; Нарушение авторского права страницы


lektsia.com 2007 - 2024 год. Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав! (0.042 с.)
Главная | Случайная страница | Обратная связь