Инструменты McKinsey. Лучшая практика решения бизнес-проблем Расиел Итан

От партнера российского издания

Вы держите в руках очередную книгу из серии «Библиотека “АльфаСтрахования”». Наша компания решила поддержать это издание не случайно: мы искренне считаем, что полезный опыт должен быть доступен максимальному количеству читателей.

Универсальных рецептов успеха не бывает. Но есть интересный опыт коллег и собственная бизнес-интуиция. Эта книга написана людьми, которые доказали свою состоятельность в управлении масштабными проектами. Их опыт рекомендован к изучению лучшими компаниями мира. Кроме того, это просто увлекательное чтение.

Советы авторов книги отчасти помогли нам в принятии важных решений внутри компании. Мы надеемся, что The McKinsey Mind поможет вам посмотреть на ваш бизнес под новым углом, правильно оценить ресурсы и, правильно мобилизовав их, принять оптимальное решение.

Интересного вам чтения, а вашему бизнесу – стабильности и процветания.

«АльфаСтрахование». Можно двигаться дальше.

С уважением,

Владимир Юрьевич Скворцов,

генеральный директор ОАО «АльфаСтрахование»

Введение

Об этой книге

В феврале 1999 г. вышла из печати книга «The McKinsey Way»[1], написанная Итаном Расиелом – бывшим консультантом McKinsey&Company. Сочетая собственные воспоминания с рассказами других бывших сотрудников, автор описал техники, благодаря которым консультанты McKinsey помогают клиентам добиться большей эффективности, и ярко показал жизнь внутри Фирмы (так эту организацию между собой называют ее сотрудники). Основную часть книги занимало пошаговое описание консалтинга в стиле McKinsey в контексте ее типичного задания («проекта») – начиная с его «продажи» и заканчивая внедрением решения, – а также краткое описание мыслительного процесса, в ходе которого вырабатывается решение бизнес-проблем.

В книге, которую вы держите в руках, освещаются темы, оставшиеся за рамками предыдущей: мы сделали упор не на том, что делает Фирма, а на том, как применять ее техники в своей карьере и организации. А для этого мы используем базу знаний из «Метода McKinsey», но с другой точки зрения, а как именно – мы расскажем немного ниже. Но хотим сразу же заверить вас: не обязательно читать «Метод McKinsey», чтобы понять «Инструменты McKinsey» и получить пользу от этой новой книги (впрочем, Итан Расиел был бы очень рад, если бы после ее прочтения вы решили приобрести «Метод McKinsey»). Ведь мы начинаем каждую часть главы с резюме соответствующих уроков из «Метода McKinsey».

Техники решения бизнес-проблем, описанные в обеих этих книгах, доступны каждому; для их применения вам совершенно не обязательно иметь опыт работы в Фирме или быть ее сотрудником. Мы также осознаем, что McKinsey – уникальная организация. Ее консультантам доступны ресурсы, которыми обычно не располагают руководители в других компаниях. Ее плоская организационная структура позволяет младшим консультантам принимать решения и выражать свои идеи так, как невозможно в компаниях с более жесткой иерархией. А в работе с клиентами консультантам Фирмы обычно предоставляется такая свобода доступа и действий, о которой большинству руководителей остается только мечтать. Учитывая все это, мы поняли: чтобы поднять методы McKinsey на новый уровень, нужно приспособить их к организациям, не обладающим характерными для этой компании преимуществами.

К счастью, за вдохновением далеко ходить не пришлось. Готовясь к написанию этой книги, мы использовали интервью и анкеты более чем 75 бывших сотрудников McKinsey, успешно применяющих техники и стратегии Фирмы в своих новых организациях. Им удалось стать предпринимателями, СЕО[2] и другими руководителями высшего звена в компаниях и органах власти по всему миру. Никто не смог бы лучше показать нам, что срабатывает вне стен McKinsey, а что – нет.

Итак, в этой книге вы найдете описание процессов решения проблем и принятия решений, основанных на методах McKinsey, но приспособленных к реальному миру с учетом весьма показательного, как мы полагаем, опыта работы бывших сотрудников Фирмы в других компаниях. Вы также узнаете, какие вам понадобятся техники менеджмента, чтобы применить этот процесс у себя в компании, и стратегии презентации, чтобы сообщить о своих идеях всей организации.

О McKinsey

Если вы ничего не знаете о McKinsey&Company, мы в нескольких словах расскажем об этой организации, которая с момента своего создания в 1923 году стала самой успешной в мире в области стратегического консультирования. Компания имеет 84 отделения по всему миру, а ее штат насчитывает около 7000 специалистов из 89 стран. Может быть, она и не самая большая в области стратегического консультирования в мире (крупнейшие бухгалтерские фирмы имеют большую практику), но определенно самая престижная. У нее более тысячи клиентов, в том числе 100 из 150 крупнейших компаний мира, администрации многих штатов, государственные органы США и правительства других стран. McKinsey – признанное имя в международных деловых кругах.

Несколько старших партнеров McKinsey достигли международного признания в своих областях знаний. Ловелл Брайан консультировал банковский комитет Сената во время кризиса сбережений и займов. Книги Йона Катценбаха об управлении эффективными командами стоят на полках СЕО по всему миру[3]. Еще большей известности добились Том Питерс (гуру менеджмента и соавтор книги «В поисках совершенства») и Лу Герстнер (СЕО компании IBM) – это всего несколько примеров из многих.

Чтобы достичь такого высокого уровня, McKinsey ежегодно снимает сливки с выпусков бизнес-школ. Компания привлекает лучших выпускников большими заработками, перспективой быстрого карьерного роста, зависящего только от персональных достижений, а также шансом работать с элитой делового сообщества. Взамен она требует полной отдачи: посвятить себя обслуживанию интересов клиентов, приспособиться к изнурительному расписанию с длительными командировками и выполнять работу только с высочайшим качеством. Тому, кто принимает стандарты McKinsey, обеспечено быстрое продвижение. Все, кто не может приспособиться, подпадают под неумолимое правило Фирмы: «Расти или уходи».

Как все крепкие организации, Фирма имеет мощную корпоративную культуру, основанную на общих ценностях и опыте. Каждый сотрудник проходит через жесткие тренинги и страдает от бессонных ночей в офисе. Посторонним может казаться, что Фирма монолитна и неприступна. В одной книге по управленческому консалтингу McKinsey сравнили с иезуитским орденом.

В своей работе Фирма использует собственный, полный аббревиатур и сокращений жаргон: EM, ED, DCS, ITP, ELT, BPR и т.д. В ходе своих «проектов» (engagements) команда McKinsey занимается выявлением «ключевых факторов» в «цепочке создания ценности». Некоторые слова ее жаргона становятся терминами делового мира.

О процессе решения проблем

Наш эталон – процесс решения проблем, применяемый в McKinsey. Если сформулировать его абстрактно, McKinsey вырабатывает и иногда помогает внедрять решения стратегических проблем клиентов. Рис. I-1 иллюстрирует нашу теоретическую модель решения проблем, состоящую из шести отдельных элементов. Сосредоточимся на выделенных жирным шрифтом пунктах этой модели.

Рис. I-1. Модель стратегического решения проблем

– Потребности компании. Нельзя решать проблему без самой проблемы, или, шире, без существующей у клиента потребности. В бизнесе эти потребности бывают нескольких форм: конкурентные, организационные, финансовые и операционные.

– Анализ. Определив проблему, можно начинать поиск решения: или самостоятельно, или с помощью McKinsey (либо другой консалтинговой организации). Процесс решения проблем в McKinsey основан на фактах и направляется гипотезами. Он начинается со структурирования проблемы – определения ее рамок и разделения на компоненты, – которое позволяет выдвинуть начальную гипотезу относительно решения. Следующий шаг – разработка анализа (определение тех его видов, которые нужно провести для подтверждения начальной гипотезы), а затем сбор необходимых данных. И наконец, интерпретация результатов анализа с целью увидеть, подтверждают они выдвинутую гипотезу или опровергают ее, а затем разработка рекомендаций для клиента.

– Презентация. Найденное решение ничего не стоит, пока его не примет клиент. А чтобы оно было принято, вашу презентацию нужно структурировать, чтобы она четко и кратко передавала ваши идеи и убеждала аудиторию в обоснованности вашего решения.

– Управление. Успешный процесс решения проблем требует грамотного управления на нескольких уровнях. Необходимо правильно сформировать, мотивировать и развивать команду по решению проблемы. Клиента нужно постоянно информировать о ходе дел, вовлекать его в процесс и воодушевлять. А отдельные члены команды (в данном случае вы) должны найти такой баланс между жизнью и карьерой, чтобы соответствовать ожиданиям клиента и команды и при этом не сгореть на работе.

– Внедрение. Даже если ваше решение принято, его еще нужно внедрить. А для этого – выделить достаточные внутренние ресурсы, вовремя реагировать на возникающие препятствия и сосредоточиться на выполнении необходимых задач. Кроме того, нужно создать процесс повторения цикла: постоянно заново оценивать внедрение и корректировать направление сил организации, чтобы осуществить при необходимости дополнительные изменения и улучшить результаты.

– Лидерство возникает на стыке решения и внедрения. Руководители организации должны создать для нее стратегическое видение. Они также должны воодушевлять тех, кто будет внедрять решение, и правильно делегировать полномочия.

В этой модели есть еще один элемент: взаимоотношения между интуицией и данными. Проблемы решаются не в вакууме. Количество ресурсов и времени для решения проблемы ограниченно даже в McKinsey. И хотя мы сторонники принятого в McKinsey стиля решения проблем, базирующегося на фактах, мы признаем, что до выработки решения практически невозможно собрать все соответствующие данные. Поэтому при принятии бизнес-решений многим приходится частично полагаться на интуицию. В этой книге мы еще рассмотрим положительные и отрицательные стороны этих двух элементов; а пока что просто скажем, что, по нашему мнению, для продуманного решения нужно найти их правильное сочетание.

«Инструменты McKinsey» сосредоточиваются на центральном треугольнике процесса консалтинга – анализ проблемы, презентация и управление, – представляющем собой повседневную работу команды консультантов в McKinsey. В главах 1–4 мы рассматриваем процесс решения проблем в McKinsey, основанный на фактах и ведомый гипотезами, и показываем, как применять его к сложным проблемам, возникающим в вашей организации. В главе 5 мы знакомим вас со стратегиями презентации, которые позволяют наиболее эффективно сообщить свои идеи любой аудитории: начальнику, совету директоров или всей компании. И наконец, в главах 6–8 мы расскажем о техниках управления, которые помогут без помех проводить процесс решения проблем. Темы потребностей компании, лидерства и внедрения выходят за рамки «Мышления McKinsey»; возможно, они будут рассмотрены в отдельной книге.

Отдельные главы в целом имеют одинаковую структуру. Каждая глава (кроме главы 2) разделена на несколько частей: краткое рассмотрение темы и резюме соответствующих уроков из «Метода McKinsey», затем рассмотрение новых уроков и примеры их успешного применения (на основе рассказов бывших сотрудников McKinsey), и в завершение – предложения по применению этих уроков в вашей организации. Каждая часть заканчивается упражнениями, которые помогут вам понять и применять полученные уроки на практике.

Так как процесс решения проблем отслеживается в этой книге с начала до конца, мы рекомендуем вам читать эту книгу именно так (по крайней мере в первый раз). Но следует учесть, что каждая глава более-менее самостоятельна, так что вы можете использовать эту книгу как справочник по наиболее интересным и актуальным для вас темам. Если же у вас не хватает времени или терпения, чтобы прочитать ее целиком, мы предлагаем по крайней мере начать с главы 1, так как другие главы часто ссылаются на изложенные в ней понятия. Но в любом случае мы надеемся, что эта книга поможет вам лучше решать проблемы и принимать решения.

Некоторые термины

В этой книге мы используем термины, которые не всегда можно понять без объяснения. Чтобы избежать путаницы, кратко рассмотрим самые важные из них:

– Клиент – в контексте консультаций в стиле McKinsey это организация, для которой вы решаете проблему. В целях данной книги мы расширили это понятие, включив в него всех, для кого вы решаете проблему, будь то внешние клиенты или внутренние. Например, если вы работаете в крупной компании, то ваш клиент – ваша компания или подразделение; а если вы предприниматель, то ваши клиенты – вы и ваши заказчики.

– Маккинзиевцы – нам неизвестен общепринятый термин для обозначения сотрудников McKinsey. Поэтому мы будем применять это слово.

– Бывшие сотрудники – так в McKinsey называют ранее работавших там людей (их число уже превысило 10 000), вне зависимости от обстоятельств их ухода.

– Фирма – маккинзиевцы (в том числе бывшие) называют своего работодателя просто «Фирма»; этим они напоминают сотрудников какого-нибудь секретного департамента США, называющих свою организацию «Компания». Так как мы сами раньше работали в McKinsey, мы тоже будем применять это слово.

О конфиденциальности

Одно из главных достоинств McKinsey – соблюдение конфиденциальности. Фирма строго охраняет свои тайны. Мы, как и все бывшие сотрудники McKinsey, обязались никогда не разглашать конфиденциальную информацию о Фирме и ее клиентах даже после того, как покинули ее, и не собираемся нарушать это обязательство. Кроме того, некоторые бывшие сотрудники не хотели бы, чтобы их определили как источник информации, которую они сообщили нам в интервью и переписке в ходе подготовки этой книги. В результате мы изменили многие упомянутые здесь названия компаний и имена людей.

* * *

Мы уверены, что изложенная далее методология принесет пользу вам и вашей организации, помогая эффективно решать проблемы и презентовать идеи. Итак, пора ознакомиться с инструментами McKinsey.

1. Структурирование проблемы

Умение структурировать бизнес-проблемы, чтобы затем подвергнуть их тщательному анализу на основе фактов, – один из основных навыков консультанта в McKinsey. Более того, это отличительная черта маккинзиевца: без такого умения вряд ли вас вообще возьмут в Фирму.

В McKinsey процесс решения проблемы начинается с составления структурированных схем для выработки базирующихся на фактах гипотез и последующего сбора и анализа данных для подтверждения или опровержения этих гипотез. Такая система помогает составить своего рода карту для исследований и анализа. По этой карте вы будете работать до конца, вплоть до презентации своего решения. Учитывая, насколько ценной оказалась эта методология для бывших сотрудников Фирмы в их последующей карьере, мы начнем со способов применения этого процесса к другим компаниям.

В этой главе мы покажем, как структурировать бизнес-проблемы и вырабатывать начальные гипотезы, которые ускорят выработку рекомендаций. Так как основой решения проблем в McKinsey является структурирование, начнем с него.

Структурирование

Хотя в McKinsey&Company процесс решения проблем часто описывается как «основанный на фактах», на самом деле он начинается не с фактов, а со структурирования «поля деятельности». Структурированием можно называть и определенные схемы для решения проблемы, и, в более общем смысле, определение ее границ и разделение на компоненты. Любой из этих подходов позволяет консультантам McKinsey быстро разобраться в стоящих перед ними задачах и сформировать начальные гипотезы относительно возможных действий. Выгоды структурирования, как показали бывшие сотрудники Фирмы, легко перенести на другие организации. А к фактам, как мы увидим, нужно переходить позже.

Метод McKinsey

Для начала перечислим правила, с помощью которых консультанты McKinsey структурируют бизнес-проблемы.

Соблюдайте принцип МЕСЕ. Концепция МЕСЕ (аббревиатура от Mutually Exclusive, Collectively Exhaustive – «взаимно исключающие, совместно исчерпывающие») – это базовый принцип мышления в McKinsey. Он заключается в том, чтобы разделить проблему на отдельные непересекающиеся вопросы и убедиться, что при этом не упущено ничего из того, что относится к вашей проблеме.

Не изобретайте велосипед. На основе своего опыта McKinsey разработала множество схем, которые помогают ее консультантам быстро обрисовать многие распространенные в бизнесе ситуации. Если у вашей организации уже есть собственные схемы, по возможности пользуйтесь ими; если еще нет, то развивайте собственный инструментарий решения проблем.

Каждый клиент уникален. Схемы – не панацея. Каждый клиент уникален. Стараясь просто подогнать проблемы каждой организации под соответствующие схемы, вы далеко не уйдете. Бывшие сотрудники убедились в правильности этого урока на своем опыте после Фирмы.

Полученные уроки и иллюстрации внедрения

Как же проявляет себя структурированный подход McKinsey к решению проблем вне условий Фирмы? Прекрасно! В ходе обсуждений с бывшими сотрудниками McKinsey мы пришли к некоторым конкретным выводам о пригодности и приспособляемости структурированного мышления:

– Без структурирования вашим идеям не устоять.

– Необходимо усиливать свое мышление с помощью структурирования.

Посмотрим, как выглядят эти уроки на практике.

Без структурирования вашим идеям не устоять. Подумайте о том, как вы с коллегами формулируете и презентуете бизнес-идеи. Вы подходите к этому системно или хотя бы подчеркиваете необходимость внутренней согласованности и логики при решении проблемы? Или решения обычно принимаются произвольно? Бывших сотрудников McKinsey зачастую поражает неупорядоченность мышления во многих организациях.

Большинству из нас способность взвешенного мышления не дана от рождения; этому приходится учиться. К сожалению, в большинстве университетов не преподают такой науки, и мало какие компании обладают достаточными ресурсами и желанием развивать в своих сотрудниках этот навык. Исключение составляют McKinsey и еще несколько фирм, работающих в области стратегического консультирования. Даже самые уважаемые компании не всегда уделяют достаточное внимание этой стороне дела. Об этом узнал Билл Росс, перейдя в транспортное отделение компании General Electric:

Сотрудники GE оперативно реагируют на новые ситуации; это характерно для культуры компании. Похоже, они руководствуются установкой «определив вопрос, давайте с ним разберемся, и побыстрее», и это у них прекрасно получается. Но здесь редко подолгу исследуют вопрос и не склонны к детальному планированию действий. Структурированный подход действительно удивляет многих. Мне кажется, что я сделал свой вклад в цепочку создания стоимости уже тем, что заставил сотрудников сосредоточиться на структурировании.

Многие весьма успешные организации не применяют структурированное мышление даже к основным направлениям работы. Например, Пол Кенни из GlaxoSmithKline рассказывает:

С научной точки зрения, в организации исследований большую роль играет случай: вы инвестируете в исследования, наметив их направление, но затем это направление может измениться в зависимости от обнаруженной вами информации. Некоторые из лучших на сегодняшнем рынке медикаментов были изобретены скорее по счастливой случайности, чем намеренно. И только потом мы понимаем, что могли бы организовать исследования так, чтобы продукт больше подошел рынку. Есть способы повысить ценность продукта, приняв на ранних стадиях его разработки верные маркетинговые решения и с самого начала поставив работу так, чтобы добиться нужных характеристик, а не пускать исследования на самотек.

Если дело так обстоит даже в GE и GlaxoSmithKline, входящих в число наиболее уважаемых и успешных компаний в мире, можно заключить, что в других организациях структурированный подход встречается еще реже.

И даже если в корпоративной культуре применяется структурирование, зачастую оно идет по неправильному пути. В другом примере из GlaxoSmithKline мы видим, как однобокое мышление мешало принять разумное решение:

У нас есть руководитель проекта, который хочет уже сейчас изменить состав своего лекарства, находящегося на ранней стадии исследований, так, чтобы его нужно было принимать не два раза в день, а один (это стандартное правило фармакологического рынка: людям проще принимать лекарство один раз в день, и поэтому спрос больше именно на такую дозировку). Этот руководитель презентовал лишь два варианта решения: либо мы инвестируем в эти изменения, либо нет. Но ему даже не пришло в голову продумать различные варианты по принципу МЕСЕ, найдя все возможности, а затем рассматривая их и отвергая одну за одной.

На самом деле в этой ситуации есть ряд вариантов: сначала выпустить лекарство в дозировке для двукратного приема и увидеть, оправдается ли вообще его разработка; а затем, когда препарат докажет свою действенность и начнет пользоваться спросом, искать возможность перейти к однократному приему. А подход «все или ничего» может оказаться не лучшим для цепочки создания стоимости: дополнительные продажи могут не оправдать лишних затрат и рисков.

Как видим, для человека с мышлением McKinsey существует достаточно возможностей сделать свой вклад в цепочку создания стоимости.

Необходимо усиливать свое мышление с помощью структурирования. Маккинзиевцы смогли применить свои навыки структурированного мышления на благо своих новых организаций – как коммерческих (например, огромных корпораций, новых интернет-компаний), так и некоммерческих (общественных организаций и государственных органов). Например, для принятия стратегических решений нужно знать возможности организации, которые можно использовать для максимизации ее эффективности. Именно этим и занимался Джим Беннетт на посту председателя подразделения розничных банковских услуг в Key Corp.

Я стал председателем совета директоров розничного банка в период роста. Банк на тот момент составлял треть компании, и ему нужно было расти на 10% в год, чтобы у компании в целом были хорошие результаты. Я должен был определить, возможны ли такие темпы. Конечно, все зависело от того, насколько хорошо мы работаем. А это я мог узнать, только нарисовав по принципу МЕСЕ дерево вопросов[4], где на все ветви приходятся вопросы с выбором ответа «да-нет». Этот навык, полученный в McKinsey, очень мне пригодился: ведь я как линейный менеджер и главный стратег крупнейшего направления Key Corp. должен был обеспечивать продвижение по верному пути в рамках программы улучшения эффективности.

Я изобразил это дерево, показал его остальным и объяснил общую мысль. Наверное, люди думают, что дерево вопросов – нечто заумное и типично «консультантское»; но когда мне нужно доходчиво передать выраженную им идею, оно не подводит меня.

Еще один пример успешного применения схем McKinsey в крупной организации приводит Билл Росс, тогда работавший в GE:

Самый важный вопрос, который я обнаружил при структурировании проблемы в своей компании, был таким: знаем ли мы, куда идем в долгосрочной перспективе, и разработана ли у нас стратегия роста? Во многих случаях ответ был отрицательным. Я поработал с некоторыми директорами лично, а затем с помощью McKinsey организовал семинар с участием команды высшего руководства, чтобы откровенно поговорить о нашей стратегии роста. Так я начал давать им информацию и знакомить их с некоторыми схемами McKinsey. Увидев их, руководители четко поняли, что требуется сделать.

Казалось бы, крупные богатые корпорации – идеальное место для применения техник McKinsey, ведь большинство их клиентов именно таковы. Но вас бы удивило, насколько эффективны эти же техники применительно, например, к интернет-стартапу со стесненными ресурсами – денежными, временными и человеческими. Эту универсальность приемов Фирмы обнаружил Омовале Креншоу, работая в Africa.com[5]:

Нам нужно было провести обзор рынка и понять, как разрабатывать продукты и услуги для наших целевых рынков: живущих за пределами континента африканцев и людей, интересующихся Африкой. А для этого предстояло проанализировать ряд отраслей – например, производство африканских вин, декоративных товаров для дома, мебели – и решить, какие из представленных товаров достаточно привлекательны для наших целевых рынков. Структурные схемы, которые я освоил за время работы в Фирме, позволили нам быстро оценить размеры рынков, конкуренцию, основных игроков и т.д. и решить, какие из этих рынков для нас актуальны.

Структурированное мышление может принести пользу не только в мире бизнеса. Об этом свидетельствует человек, к которому стоит прислушаться, – Сильвия Мэтьюз, бывший заместитель руководителя аппарата Белого дома при президенте Клинтоне:

Решать проблемы на уровне федеральной власти обычно несколько сложнее, чем в бизнес-кругах; ведь требуется учитывать не такие осязаемые вещи, как оценка стоимости компаний, прибыль, убыток и т.д. Но применяются те же техники. Когда я руководила составлением доклада о положении США (который президент представляет каждый год в январе), в августе 1996 года, я начала с проекта, который назвала «Опоры». Он охватывал все темы доклада, укладывая все примеры нашей политики в одну и ту же схему, чтобы показать, чего именно мы будем стремиться достичь на протяжении второго четырехлетнего срока. А затем мы подготовили документы, с которыми президент и вице-президент могли поработать в свой отпуск.

Мы очень четко сформулировали вопросы по каждой проблеме: в чем она состоит, каковы ее параметры, что мы собираемся делать. Мы также изложили ряд действий, к которым могли бы прибегнуть, чтобы повысить свои шансы на успех. Мы охватили также побочные вопросы, возникающие в связи с каждой проблемой: возможно ли вообще что-то сделать, достижимо ли это, есть ли у нас финансовые ресурсы, можем ли мы получить поддержку в Конгрессе и каковы политические последствия.

А теперь, когда вы убедились в пользе структурированного мышления, давайте рассмотрим, как применять его в собственном бизнесе и карьере.

Указания по внедрению

Итак, структурированное мышление – важное орудие для решения проблем в арсенале любого бизнесмена. Как же применять это орудие? Во-первых, вы должны понять, что структурирование существует не в вакууме; нужно использовать его с определенной целью. А в контексте решения бизнес-проблем ваша цель – создать порядок из хаоса.

Сегодня у руководителей и предпринимателей есть доступ к огромному количеству информации, и всю ее просто невозможно использовать. Единственный способ работать с таким массивом данных – отсеять все лишнее, оставив только самое актуальное. Соответствующая структурированная схема позволит ускорить выработку решения и повысить ценность вашей компании. Омовале Креншоу замечает:

За время работы в McKinsey я очень четко усвоил одну вещь, которая, конечно, относится к предпринимательству: мой набор навыков позволяет мне разобраться в неопределенности, во всех путях, которые перед нами открываются. Из-за ограниченности ресурсов и средств мы не можем идти сразу по всем направлениям; приходится исследовать их по одному. А схема помогает определить приоритетность вариантов. Мы экономим огромное количество времени и энергии благодаря тому, что не идем по неверному пути. Причем не обязательно знать, какой путь правильный; главное – не заходить слишком далеко по неправильному.

При этом роль старшего менеджмента – представить реальность в виде понятной структуры. Для этого руководители определяют масштабы имеющейся проблемы, ее связи с другими факторами и весь диапазон последствий – чтобы увидеть все разветвления. Затем они могут отбросить неважные факторы и сосредоточиться на определении приоритетности доступных шагов. Все это позволяет понятно рассказать исполнителям о потенциально сложной проблеме и ее решении.

Мы рассмотрим процесс сбора данных и презентацию решения в дальнейших главах, а сейчас перейдем к определению и упрощению проблемы. Применяя общий подход к структурированию проблемы, маккинзиевцы разделяют ее на компоненты. Зачем? В большинстве случаев сложную проблему можно свести к ряду более простых, которые легко решить по отдельности. Проблемы, стоящие перед McKinsey, как правило, или крайне сложны («Как нам сохранить акционерную стоимость в условиях давления со стороны конкурентов и требований профсоюзов, когда наш основной рынок сокращается?»), или сформулированы слишком широко, так что без дальнейшего уточнения их невозможно решить («Как нам зарабатывать деньги в своей отрасли?»). Разделив проблему на отдельные элементы, вам и вашей команде будет легче определить ее ключевые факторы (см. главу 2) и соответственно направлять свой анализ.

Эта техника срабатывает не только для бизнес-проблем, но и для сложных проблем в других сферах, включая политику. Например, Франческо Грилло, раньше работавший в римском представительстве McKinsey, сейчас является консультантом итальянского правительства по государственному сектору и вопросам политики. Он с большим успехом применял те же самые техники к решению таких проблем, как безработица в Европейском союзе, реформа избирательной системы Италии и оценка экономического воздействия программ, финансируемых Европейской комиссией.

Чаще всего маккинзиевцы разделяют проблемы на компоненты с помощью такого инструмента, как логическое дерево: иерархический список всех компонентов проблемы, начиная с «общего вида сверху» и продвигаясь все ниже. В качестве примера рассмотрим старинную солидную фирму Acme Widgets. Предположим, ее совет директоров пригласил вашу команду, чтобы вы помогли им найти ответ на основной вопрос: «Как нам повысить прибыль?» У вас сразу же возникает встречный вопрос: «А что приносит вам прибыль?» Совет отвечает: «Три основных подразделения: малярные кисти, пожарные шланги и плетеные коврики».

«Вот и первый уровень нашего логического дерева», – думаете вы. Затем переходите на уровень ниже, разделив потоки доходов каждого подразделения вначале на основные компоненты – прибыли и затраты, – а потом, по мере спуска по дереву, на все меньшие. Результатом должна стать составленная по принципу МЕСЕ подробная карта бизнессистемы Acme Widgets, примерно такая, как показано на рис. 1-1.

Рис. 1-1. Логическое дерево Acme Widgets

Помните: способов разделить проблему на составляющие может быть несколько. Выбранный вами способ повлияет на видение проблемы и может как показать вашей команде решающие вопросы, так и скрыть их. Например, вместо того чтобы изобразить логическое дерево Acme Widgets с организационной иерархией (по подразделениям), может иметь смысл рассмотреть компанию с функциональной точки зрения (производство, продажи, маркетинг, исследования, выполнение заказов и т.д.). С этой позиции вы можете увидеть другие потенциально полезные направления. Только убедитесь, что в любом случае ваше логическое дерево соответствует принципу МЕСЕ, что вы ничего не упустили и не напутали.

Рассмотрим применение логического дерева на практике. Нарас Ээчамбади, перешедший из McKinsey в банк First Union, должен был составить экономическое обоснование для своего подразделения по управлению информацией о клиентах, чтобы президент корпорации одобрил выделение средств.

Вопрос сводился к следующему: «Если мы собираемся обеспечить компании рентабельность инвестиций, собирая и используя информацию о клиентах, то где тогда источники доходов и прибыли? Откуда будут поступать деньги?» На основе принципа МЕСЕ я составил схему, показывающую, как мы сможем зарабатывать деньги: запуская новые продукты и продавая больше существующих продуктов; повышая доходность от имеющихся клиентов, снижая их текучесть и сокращая затраты на обслуживание; а также значительно повышая действенность и эффективность привлечения новых клиентов. Благодаря этому я смог рассмотреть разные аспекты проблемы и ответить по каждому из них на вопросы: «На какое повышение доходов можно рассчитывать? Какова экономическая выгода? И во сколько в итоге обойдутся все эти действия?» Так я создал нужное экономическое обоснование: разделив проблему на компоненты, разобравшись в них и обосновав выводы.

Логическое дерево – это лишь одна из множества схем, используемых консультантами McKinsey, но особенно популярная. Как любая схема, она помогает разобраться в путанице сложной проблемы и создать порядок из хаоса, выстроив некое упрощенное представление о происходящем. Джефф Сакагучи, который после ухода из отделения McKinsey в Лос-Анджелесе стал партнером в компании Accenture, говорит о пользе схем Фирмы так:

По сути схематизация – это стремление найти ответ на вопрос «Как это организовать?». Каждая схема – вплоть до простых матриц два на два, которые мы используем изо дня в день, – это попытка уложить проблему в аккуратный набор из нескольких геометрических фигур, помогающих упрощенно представить сложную ситуацию. McKinsey это прекрасно удается. И я очень стараюсь применять эту технику в своей работе.

Используя любую схему, помните о конечной аудитории и учитывайте ее при составлении презентации. Работая в GE, Билл Росс сделал такое открытие:

Я обнаружил, что, хотя в McKinsey схемы – очень действенный внутренний инструмент, вне стен Фирмы многие относятся к ним с недоверием. Мы часто слышали от наших клиентов: «А, вы просто взяли подход, который использовали для чужих проблем, и пытаетесь применить его к нашим. Но у нас совершенно другая ситуация». Мы знали, что это не так, и просто пытались дать начальный толчок мыслительному процессу, составить для себя систематизированный контрольный список ключевых аспектов и того, как их можно подать. Итак, схемы в презентации нужно использовать осторожно, потому что к ним могут отнестись отрицательно. Вместо простого клонирования старых схем лучше возьмите из них нужные концепции, которые помогут сгенерировать новые идеи и решить проблему.

И наконец, помните: структурирование – лишь начало. Далее вам придется выдвинуть сильную гипотезу, выполнить нужные виды анализа, сделать выводы и организовать эффективную презентацию. Мы поговорим об этих действиях дальше, начиная со следующей части данной главы, где пойдет речь о формулировании начальной гипотезы.

Упражнения

– Постарайтесь вспомнить схемы, которые широко применяются в вашем бизнесе или где-то еще. Вы можете применить их в своей текущей работе? Если нет, как вы могли бы их применить?

– Рассмотрите свою организацию. Вы могли бы изобразить с помощью логического дерева МЕСЕ свои источники прибыли? А процесс, в ходе которого вы производите продукты или предоставляете услуги?

– Возьмите какой-то распространенный, но сложный процесс, не относящийся к бизнесу, – скажем, свадьбу или отпуск. Можете ли вы, соблюдая принцип МЕСЕ, структурировать все задачи и условия эффективности этого процесса? Каковы его ключевые элементы (например, для свадьбы это своевременный приезд гостей, обязательное присутствие жениха)? Запишите их в виде логического дерева. Можете ли вы сгруппировать ключевые элементы иначе (например, по обязанностям задействованных лиц), придерживаясь все того же принципа МЕСЕ?

Выдвижение гипотезы

Разложив проблему на основные компоненты с помощью схем, вы готовы перейти к следующему шагу: формированию гипотезы возможного решения. В McKinsey убеждены: руководствуясь начальной гипотезой при исследованиях и анализе, вы повышаете эффективность этого процесса.

Метод McKinsey

Как и в случае со структурированием, начнем с принципов, которых придерживается McKinsey.

Решайте проблему на первой же встрече. Маккинзиевцы знают, что анализ фактов с намерением подтвердить или опровергнуть первичную гипотезу – гораздо более действенный способ, чем поочередный анализ этих фактов в поисках неизвестного ответа. Гипотеза дает своего рода карту для решения проблемы; следуя ей, вы будете задавать правильные вопросы и выполнять правильные виды анализа. Хорошая гипотеза экономит время: если вы пойдете по неправильному пути, она быстро укажет тупики и позволит вернуться к главному.

Начальная гипотеза создается консультантом на основе ограниченного набора фактов, без значительных дополнительных исследований. Если вы не имели опыта работы с данной отраслью, вам может понадобиться несколько часов на изучение отраслевых публикаций и годовых отчетов; если же вы «в теме», то достаточно будет записать несколько предварительных соображений. В идеале затем вы потратите час-два на встречи с коллегами по команде и выработку вероятных ответов на проблему.

Следующий шаг – решить, какие виды анализа выполнить и какие вопросы задать для подтверждения или опровержения своей гипотезы. Здесь вам поможет дерево вопросов – вид логического дерева, где каждая ветвь (аспект или вопрос) помогает заполнить разрыв между структурированием и гипотезой[6]. Каждый вопрос, возникший в связи со схемой, как правило, можно разбить на подвопросы, а те, в свою очередь, подвергнуть еще более мелкому дроблению. Таким образом, дерево вопросов – это просто визуальное представление организованной по принципу МЕСЕ последовательности вопросов и подвопросов. Отвечая на них, вы сможете быстро определить обоснованность вашей гипотезы.

Хорошо подготовьтесь. Команды McKinsey разрабатывают и тестируют начальные гипотезы в ходе мозговых штурмов. Однако для мозгового штурма в стиле McKinsey требуется, чтобы все члены команды пришли на встречу подготовленными, усвоив все известные факты и обдумав следствия из них. Процесс пойдет быстрее, если участники придут с уже выработанными начальными гипотезами, чтобы команда смогла обсудить их; но это не обязательное условие. Главное – никто не должен думать, что знает ответ. Каждый должен быть готов учиться.

Освободитесь от предубеждений. Цель мозгового штурма – выработать новые идеи. Оставьте свои предубеждения за дверью. У всех участников должна быть возможность высказаться и поделиться знаниями. Чтобы мозговые штурмы были успешными, следуйте нескольким важным правилам. Во-первых, нет плохих идей. Во-вторых, не существует глупых вопросов. В-третьих, будьте готовы «убить» свою идею (если команда справедливо раскритикует ее). В-четвертых, знайте, когда закончить: не затягивайте мозговой штурм, иначе он станет неэффективным. И напоследок самое важное: фиксируйте ход штурма на бумаге.

Помните, что настоящей проблемой может оказаться не та, которая лежит на поверхности. У каждого консультанта возникает соблазн поверить на слово клиенту, который «диагностировал» собственную проблему. Не поддавайтесь этому соблазну. Как пациенты не всегда правильно истолковывают свои симптомы, так и менеджеры иногда ставят неверный диагноз «болезни» своей организации.

Единственный способ определить правильность предположений клиента – копать глубже, задавать вопросы и выявлять факты. Проявив некоторый скептицизм в самом начале, впоследствии вы сможете избежать многих разочарований. Более того, вы окажете клиенту большую услугу, найдя реальную проблему, даже если истина ему не понравится.

Полученные уроки и иллюстрации внедрения

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.

2. 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.

Полученные уроки и иллюстрации внедрения

В других организациях большинство бывших сотрудников McKinsey имеет гораздо меньше времени для анализа, чем в Фирме. Но приобретенные ими навыки разработки планов анализа помогают им и на новом месте работы получать факты, необходимые для обоснования их решений. Мы свели их опыт к четырем урокам:

– Старайтесь, чтобы гипотеза определяла анализ.

– Правильно расставьте приоритеты.

– Забудьте об абсолютной точности.

– Применяйте к трудным проблемам метод триангуляции.

Старайтесь, чтобы гипотеза определяла анализ. При планировании анализа вам придется найти нужный баланс между интуицией и поиском фактов. Раньше в McKinsey не было места интуиции; но, по некоторым признакам, в эпоху «новой экономики» даже Фирма начала прибегать к этому способу принятия решений в возникших «на пустом месте» новых областях. А в некоторых организациях вообще предпочитают полагаться только на интуицию, особенно при нехватке времени. Один бывший сотрудник McKinsey заметил на этот счет: «Люди понимают, что для формирования гипотезы нужно ориентироваться на ожидаемый результат: разобраться, к чему надо прийти, и определить, верен ли избранный путь. Но часто они не хотят тратить время на небольшие проверки правильности своих решений». Однако мы все же убеждены, что интуицию обязательно должен дополнять анализ фактов, чтобы основание для ваших решений было прочным.

Чтобы найти нужный баланс, вы должны ориентироваться на качество, а не количество. Как говорит Джеймс Дж. Уэлан из L, G, & E Energy, «фокусирование при анализе важнее, чем масштаб, и возможно оно только при правильном структурировании проблемы в самом начале». Как говорилось в главе 1, если вы правильно разработали дерево вопросов, то сразу понимаете, какие виды анализа вам нужны. Разделив проблему на вопросы, а вопросы – на подвопросы, в какой-то точке при спуске по этому дереву – на два или на двенадцать уровней ниже – вы получаете набор вопросов, на которые можно ответить «да» или «нет» (например: «Принесет ли этот продукт доход? Есть ли у нас навыки для внедрения новой программы? Не противоречит ли она закону?»). Отвечая на них, вы сформировали начальные гипотезы; теперь пора подтвердить или опровергнуть их путем анализа фактов.

Еще один способ сосредоточиться на нужных вещах – постоянно помнить о конечной цели, как рекомендует Джефф Сакагучи из Accenture:

Мы проходим процесс, состоящий из постановки вопросов, подвопросов, выдвижения гипотез, сбора данных и их анализа, подготовки отчета, и этот процесс помогает понять, каким, скорее всего, будет итог. Благодаря этому мы не тратим силы на те виды анализа, которые не относятся напрямую к выполняемой задаче, даже если они интересны и стимулируют интеллект. Если начать заниматься ненужным делом, можно очень быстро прийти к поражению.

Джефф указывает, что есть реальная опасность увлечься «анализом ради анализа». При обилии данных может быть интересно поиграть с ними, изучая так и этак. Но если все это не направлено на то, чтобы подтвердить или опровергнуть вашу гипотезу, вы тратите время впустую.

Правильно расставьте приоритеты. Когда к заключению требуется прийти в сжатые сроки, а ресурсы для решения проблемы ограниченны, нужно разобраться, какие виды анализа жизненно необходимы, а какие – просто «гарнир». Здесь, как и в самом начале работы, вы должны разобраться, чего не надо делать. Когда направление задано гипотезой, вы легко избежите лишней работы.

Это особенно верно для малых компаний с ограниченными ресурсами. Они не могут позволить себе пытаться «вскипятить океан». Об этом свидетельствует Боб Бухсбаум, ныне СЕО компании по продаже художественных материалов Dick Blick Holdings:

Ищите путь наименьшего сопротивления – в этом вам помогут гипотезы; делайте предположения и получайте ответы, которые верны по своему направлению. У нас в McKinsey говорили: «Данных и времени всегда не хватает», и я всегда понимал это как «Не медлите». Компания у нас небольшая (доходы составляют $90 млн.), и мы не можем пренебрегать этими уроками. Я снова и снова не даю людям разработать «объединяющую теорию» компании.

Как мы уже говорили в предыдущей части этой главы, у людей с навыками аналитического мышления возникает огромное искушение выполнять неактуальные, но интересные виды анализа. Подавляйте это стремление в своей команде, а особенно – в себе.

Далее вы должны разобраться, какие виды анализа принесут быструю победу, то есть легко выполнимы и при этом способны сделать большой вклад в подтверждение или опровержение начальной гипотезы. Иными словами, срывайте низко висящий фрукт. (На эту тему мы еще поговорим в главе 7.) Яркий пример такого мышления можно увидеть в рассказе Чакко Сонни из Savage Entertainment о том, как его команда выполняет важный этап в разработке любых компьютерных программ – поиск ошибок:

Несомненно, устранение ошибок – главный принцип обеспечения качества программ на ранних стадиях их тестирования. Мы не можем допустить, чтобы в выпускаемом продукте их осталось 20%, но правило «80/20»[10] действительно применимо в данном случае. Одна и та же ошибка в коде может вызывать ряд самых различных симптомов. Мы отслеживаем не абсолютно все проявления серьезной ошибки, а лишь 80% – этого достаточно для того, чтобы понять причины происходящего и решить проблему. На раннем этапе мы пытаемся выловить важнейшие ошибки, имеющие значительные последствия. А к концу процесса находим оставшиеся 20% проблем, что позволяет нам скорректировать продукт для продажи.

Сосредоточившись на самых выигрышных видах анализа и избегая ненужных, вы сможете многое успеть за краткий срок.

Забудьте об абсолютной точности. Мы подчеркиваем важность анализа фактов в принятии бизнес-решений. Поэтому может показаться, будто мы противоречим самим себе, говоря, что вам не нужна точность результатов анализа. Но правда в том, что бизнес по большей части не точная наука, в отличие от физики или математики. Чтобы решить, открывать ли новую фабрику, не нужен такой же уровень точности, как при открытии новой субатомной частицы. Более того, в большинстве случаев стремление к научному уровню точности для управленческих решений может стать помехой эффективной работе. Вы потратите слишком много времени и усилий и в результате можете даже перейти от правильного в целом ответа к неправильному. Помните об этом, определяя задачи анализа для своей проблемы.

Это особенно верно для перспективного анализа. Одно дело собирать данные за прошлый период для ответа на вопрос «Каков объем рынка данных приборов?», и совсем другое – на вопрос вроде «Какую рентабельность в следующие 10 лет имел бы новый завод по производству этих приборов в Верхнем Сандаски?». Ответ в последнем случае зависит от множества переменных, значение которых в данный момент невозможно предугадать: будущий спрос на эти приборы, появление новых конкурентов, изменение вкусов потребителей и т.д. Любая цифра, которую вы предложите, скорее всего будет неправильной. Поэтому в данном случае достаточно приблизительного ответа. Такой ответ, как правило, можно дать очень быстро, тогда как на погоню за иллюзорной точностью ушло бы гораздо больше времени.

Кроме того, вам будет легче провести анализ, если нужно быстро получить какой-то приблизительный ответ, чем при необходимости найти ответ с точностью до четвертого знака после запятой. Один бывший сотрудник McKinsey так отзывается об этом:

Я считаю, что приблизительный анализ невероятно полезен, потому что позволяет получить примерные цифры. Во многих случаях мне просто нужно знать, например, во сколько обойдется идея нового продукта: $5 млн., $50 млн. или $500 млн. А некоторым людям очень трудно с этим свыкнуться. Они думают: «Вот я скажу $50 млн., а вдруг окажется $75 млн.?» Да это для меня не важно! «Но это же ошибка на 50%!» – говорят они. Я отвечаю, что эта цифра гораздо лучше, чем ее полное отсутствие.

Как мы уже говорили, некоторые люди стремятся провести все существующие виды анализа; а другие стараются непременно получить ответ с точностью до четвертого знака после запятой. Нарас Ээчамбади, основатель и СЕО компании Quaero, Inc., которая предоставляет маркетинговые консультации с помощью информационных технологий, знаком с этой ситуацией изнутри:

Я нанимаю много людей с ученым званием, и мне приходится чуть ли не запрещать им рассматривать все модели распределения ошибок в данных. Одно дело, когда речь идет о здравоохранении и ошибка может стоить людям жизни. И совсем другое – маркетинг: мы просто пытаемся подзаработать. Так что давайте не будем долго раскачиваться, а возьмемся за практическую работу, не зацикливаясь на нюансах.

Можно долго повышать точность своих моделей развития, но в итоге этот процесс приносит все меньше пользы или тормозит срок выхода на рынок. Нам нужна не идеальная модель, а просто то, что лучше имеющегося у нас сегодня. Давайте сначала заработаем какие-то деньги, а потом, по ходу дела, будем совершенствовать свою модель.

Еще раз повторим: подавляйте в себе и в своей команде желание излишне увлечься данными, потому что оно будет стоить вам денег и времени.

Применяйте к трудным проблемам метод триангуляции. В геодезии и картографии триангуляция – метод определения точного местоположения неизвестной точки путем выполнения измерений с двух известных. Вы можете прибегнуть к аналогичной технике, когда у вас очень мало информации о проблеме (а в бизнесе так бывает очень часто). В какой-то момент вы столкнетесь с вопросом, который на первый взгляд не имеет ответа. Причины бывают разные: например, нужные данные являются коммерческой тайной вашего злейшего конкурента, или вы идете по совершенно новому пути в своей отрасли, или что-то еще превратило этот вопрос в такой крепкий орешек. Не отчаивайтесь. Скорее всего вы сможете придумать какие-то виды анализа, которые позволят нащупать хотя бы вероятные рамки ответа. Опять-таки, если вы идете в верном направлении и правильно определили примерный порядок величины, скорее всего этого будет достаточно для решения.

Чтобы показать, как применять эту методику, приведем пример бывшего сотрудника McKinsey, работающего сейчас в GlaxoSmithKline, – Пола Кенни. Ему нужно было определить размер потенциального рынка для будущего лекарства против заболевания, которое большинство докторов пока что даже не признает:

Мы рассматриваем расстройство, выражающееся в резко сниженном половом влечении – в основном среди женщин. Оно пока что еще не признано как болезнь. Его определили психиатры, но такой диагноз ставят очень редко; терапевты, наверное, даже не слышали о нем. С точки зрения фармацевтики оно открывает возможность разработки препарата, схожего с виагрой, но для женщин. Пока что информации о таком средстве нет.

Не обескураженный трудностями, Пол стал искать аналогичные ситуации, которые могли бы пролить свет на проблему:

Мы пытались провести какие-то параллели с виагрой для мужчин, ведь здесь есть очевидная связь. Но в основном мы ищем аналогии как с другими половыми расстройствами, так и с тем, что можно назвать проблемами стиля жизни, – скажем, ожирением и другими болезнями. Может быть, эти аналогии пригодятся при составлении экономического обоснования необходимости разработки препарата.

Найдя полезные аналогии, Пол стал искать, какие глубокие выводы можно из них сделать:

Одно из препятствий для исследований – нежелание пациентов признать, что у них есть это расстройство. Многие ли станут говорить об этом со своим врачом? Пока что никто не поднимает эту тему, так что ничью историю болезни нельзя взять как пример. Конечно, до появления виагры гораздо меньше мужчин обращались к врачу по поводу нарушений эрекции. Относятся ли женщины к этой стороне своей жизни так же, как мужчины, – все еще открытый вопрос.

Если же взять психический аспект, то можно провести параллель с ожирением: пациентов неудержимо тянет к еде, или они едят по привычке, или им только кажется, что они хотят есть; но многие ли признают, что их ожирение – психическое расстройство?

Страницы: 12345 »»

Читать бесплатно другие книги:

Новый роман Дины Рубиной – новость во всех смыслах этого слова: неожиданный виртуозный кульбит «под ...
Истории скитаний, истории повседневности, просто истории. Взгляд по касательной или пристальный и до...
«Я купил в буфете лимоны и поднялся к себе, на второй этаж. Кулек я положил на стол, из него выкатил...
Желание выпрыгнуть из навязанных обстоятельств жизни преследовало меня с детства. Может быть, отсюда...
Красива и богата Земля Русская. Раскинулись от моря до моря ее леса и поля, рассыпались по бескрайни...
Знаменитый тракат «Этногенез и биосфера Земли» – основополагающий труд выдающегося отечественного ис...