Как измерить все, что угодно. Оценка стоимости нематериального в бизнесе Хаббард Дуглас

Развить в себе умение измерять — совсем не простое занятие, поэтому поставить такую цель легче, если видишь свет в конце туннеля. Нам нужны лучшие примеры людей, интуитивно решавших задачи по измерению и при этом нередко находивших на удивление простые способы для этого. К счастью, история знала немало личностей, продемонстрировавших такое поразительное умение, — людей одновременно и вдохновленных, и вдохновляющих. Показательно, однако, то, что многие из них не имели отношения к бизнесу. На самом деле, в поисках методов, применимых в бизнесе, книга широко заимствует материал и примеры из других областей человеческой деятельности.

Вот лишь несколько человек, которые, не занимаясь измерениями в бизнесе, могут, тем не менее, показать бизнесменам, что такое интуитивная способность к количественным исследованиям.

• Один древний грек сумел определить длину земной окружности, измерив полуденные тени в разных городах и проведя простейшие геометрические расчеты.

• Один лауреат Нобелевской премии по физике учил своих студентов измерять, показывая, как можно оценить число настройщиков пианино в Чикаго.

• Одна девятилетняя девочка поставила эксперимент, положивший конец популярности метода «бесконтактного массажа» из нетрадиционной медицины, и два года спустя стала самым молодым автором, когда-либо публиковавшимся в «Journal of the American Medical Association».

Возможно, вам приходилось слышать об этих людях или, по крайней мере, о ком-то из них. Но даже если вы что-то припоминаете, такие сведения стоит освежить и посмотреть, что же их объединяет. Эти люди не были знакомы друг с другом и даже жили в разное время, но все они проявили способность сформулировать задачу по измерению и быстро сделать несложные исследования, давшие поразительные результаты. Они сумели в короткое время определить неизвестные величины с помощью простых наблюдений. Очень важно сравнить их подход с тем, что вы обычно наблюдаете в деловой обстановке. Те, о ком пойдет речь, — это реальные люди, которых звали Эратосфен, Энрико и Эмили.

Как один древний грек определил размеры земного шара

Наш первый наставник в измерениях сделал то, что в его время многие наверняка считали невозможным. Древний грек по имени Эратосфен (примерно 276–194 гг. до н. э.) был, насколько это известно, первым, кому удалось измерить длину окружности Земли. Если его имя кажется вам знакомым, то, скорее всего, потому, что оно упоминается во многих университетских учебниках по геометрии и тригонометрии.

Эратосфен не пользовался точным геодезическим оборудованием, и, конечно, у него не было лазеров и спутников. Он и не помышлял о кругосветном путешествии, которое могло не только оказаться рискованным, но и затянуться на долгие годы. Взамен он вычитал в одной книге из Александрийской библиотеки, что дно глубокого колодца в Сиене, городе в Южном Египте, целиком освещается полуденным солнцем только раз в году. Это означало, что в полдень солнце должно находиться прямо над колодцем. Но Эратосфен также заметил, что в полдень вертикальные предметы в Александрии, которая находится почти прямо на север от Сиены, отбрасывают тень, то есть в другом городе в это же время солнечные лучи падают на Землю под несколько иным углом. Эратосфен догадался, что данную информацию можно использовать для оценки кривизны Земли.

Он установил, что в то время года полуденные тени в Александрии образуют угол, соответствующий дуге в ¹/₅₀ окружности. Поэтому если расстояние между Сиеной и Александрией было ¹/₅₀ окружности, то вся длина окружности Земли должна превышать это расстояние в 50 раз. Более поздние попытки повторить расчеты Эратосфена отличаются друг от друга только тем, какие были взяты углы и расстояния между древними городами, а также результатами перевода древних единиц измерения в современные, но обычно выходит, что погрешность оценки Эратосфена составляет ±3 %[1]. Расчеты этого ученого стали огромным шагом вперед по сравнению с имевшимися ранее знаниями, а ошибка его измерения меньше допущенной нашими учеными всего несколько десятилетий назад при оценке размера и возраста Вселенной. Погрешность, допущенная при аналогичных расчетах Колумбом 1700 лет спустя (который, очевидно, не знал или не учел результата Эратосфена), составила 25 % (по этой причине мореплаватель думал, что находится вблизи Индии, а не у другого колоссального континента). Фактически, ошибка Эратосфена была исправлена только через 300 лет после плавания Колумба. Тогда результат Эратосфена сумели, наконец, уточнить два француза, располагавшие самыми точными геодезическими приборами, имевшимися во Франции в конце XVIII века, значительными финансовыми ресурсами и множеством помощников[2].

Вот вам и урок для бизнеса: Эратосфен произвел измерения, казавшиеся невозможными, остроумно использовав данные простейших наблюдений. Когда я спрашиваю слушателей своих семинаров по оценке и анализу риска, как они определили бы длину земной окружности, не пользуясь современными инструментами, они обычно предлагают какой-нибудь сложный путь, например кругосветное плавание. Но ведь Эратосфен выполнил свои расчеты, не покидая окрестностей библиотеки. На поставленный им вопрос могли ответить гораздо более сложные исследования, но его оценка основывалась на других, простых наблюдениях. Ученый извлек всю возможную информацию из тех немногих фактов, которые мог проверить сам, не «зацикливаясь» на том, что эта задача решается только сложным путем.

Другой не имеющий отношения к бизнесу человек, способный вдохновить предпринимателей на измерения, — это Энрико Ферми (1901–1954), физик, получивший Нобелевскую премию в 1938 г. У него был настоящий талант к интуитивным измерениям, иногда казавшимся даже случайными. Как-то он продемонстрировал его при испытании атомной бомбы на полигоне Тринити 16 июля 1945 г., где вместе с другими учеными-атомщиками наблюдал за взрывной волной из базового лагеря. Пока другие окончательно настраивали приборы для измерения мощности взрыва, Ферми разорвал на мелкие кусочки страничку из своего блокнота. Когда после взрыва подул сильный ветер, он подбросил эти кусочки в воздух и заметил, куда они упали (обрывки, улетевшие дальше всех, должны были показать пик давления волны). Ферми пришел к выводу, что мощность взрывной волны превысила 10 килотонн. И эта информация оказалась очень важной, так как другим наблюдателям нижний предел данного параметра был неизвестен. После длительного анализа показаний приборов мощность взрывной волны была в конце концов оценена в 18,6 килотонн. Как и Эратосфен, Ферми сумел определить требуемый показатель, проведя одно простое наблюдение — за рассеиванием обрывков бумаги по ветру.

О важности быстрых оценок Ферми знал на протяжении всей своей карьеры. Он славился тем, что учил студентов навыкам приблизительных расчетов самых фантастических величин, о которых те, казалось бы, не могли иметь никакого представления. Самым известным примером такого «вопроса Ферми» является определение числа настройщиков пианино в Чикаго. Студенты (будущие ученые и инженеры) начали с того, что у них нет для этого расчета никаких данных. Конечно, можно было просто пересчитать всех настройщиков, прочитав объявления, справившись в каком-нибудь агентстве, выдающем лицензии на такие услуги, и т. д. Но Ферми пытался научить своих студентов решать задачи и тогда, когда проверить результат будет не так просто. Ему хотелось, чтобы они поняли, что все-таки знают что-то об искомой величине.

Для начала Ферми попросил определить другие имеющие отношение к пианино и их настройщикам показатели — тоже неизвестные, но более легкие для оценки. Это были численность населения Чикаго (составлявшая в 1930–1950-х годах чуть более 3 млн человек), среднее число человек в одной семье (два или три), процент семей, регулярно пользующихся услугами настройщиков пианино (максимально — каждая десятая, минимально — каждая тридцатая семья), требуемая частота настройки (в среднем, вероятно, не менее раза в год), число пианино, настраиваемых настройщиком за день (четыре или пять инструментов с учетом затрат времени на дорогу), а также число рабочих дней настройщика в году (скажем, 250). Эти данные позволили рассчитать число настройщиков по следующей формуле:

Число настройщиков пианино в Чикаго = (Численность населения / Число членов одной семьи) Процент семей, пользующихся услугами настройщиков Число настроек в году / (Число пианино, настраиваемых одним настройщиком за день Число рабочих дней в году).

В зависимости от цифр, подставляемых в это уравнение, вы получите ответ в интервале 20–200, скорее всего, правильный ответ составлял примерно 50 человек. Когда эту цифру сравнивали с реальной (которую Ферми мог узнать из телефонного справочника), она всегда была ближе к реальной, чем думали студенты. Полученный интервал значений выглядит слишком широким, но разве это не огромный шаг вперед по сравнению с позицией «неужели это вообще можно определить?», которую студенты занимали поначалу?

Данный подход позволял людям, производившим расчеты, понять, откуда берется неопределенность. Какие переменные характеризовались наибольшей неопределенностью — процент семей, регулярно пользующихся услугами настройщиков пианино, частота настроек, число инструментов, которые можно настроить за день, или что-то еще? Самый крупный источник неопределенности указывал на то, какие измерения позволят максимально снизить ее.

Поиск ответа на «вопрос Ферми» не предполагает проведения новых наблюдений и поэтому не может безоговорочно считаться измерением. Скорее, это оценка того, что вам уже известно о проблеме, способом, позволяющим несколько приблизиться к цели. Вот еще один урок для бизнесмена — не считайте неопределенность неустранимой и не поддающейся анализу. Вместо того чтобы впадать в уныние по поводу своего незнания, спросите себя: а что же вы все-таки знаете о проблеме? Как мы увидим позже, оценка имеющейся количественной информации о предмете — очень важный этап измерения явлений, которые выглядят неизмеряемыми.

Чак Макей из Wizard of Ads всячески поощряет компании использовать «вопросы Ферми» для оценки размера своего рынка в том или ином районе. Недавно один страховой агент попросил Чака дать совет, стоит ли его компании открывать офис в Уичита-Фоллз (штат Техас), где до сих пор у нее не было представительства. Будет ли на данном рынке спрос на услуги еще одного страховщика? Чтобы проверить реализуемость плана, Макей покопался в Интернете в поисках ответов на ряд «вопросов Ферми». Как и тот, Макей начал с проблемы численности населения.

По данным City-Data.com, жители Уичита-Фоллз владели 62 172 автомашинами. А согласно Институту страховой информации (Insurance Information Institute), средняя годовая автомобильная страховая премия в штате Техас составляла 837,40 дол. Макей предположил, что почти все машины застрахованы, поскольку это обязательное требование, поэтому общая выручка от страхования составляла ежегодно 52 062 833 дол. Агент узнал, что средняя комиссионная ставка составляет 12 %, так что все годовое комиссионное вознаграждение составляло 6 247 540 дол. По сведениям Switchboard.com, в городе действовали 38 страховых агентств, и примерно столько же их было по информации YeLLowbook.com. Если разделить все комиссионное вознаграждение на 38 агентств, то окажется, что годовые комиссионные одного из них составляют в среднем 164 409 дол.

Рынок, по всей видимости, был уже достаточно насыщен, поскольку, по сведениям City-Data.com, численность населения Уичита-Фоллз сократилась со 104 197 человек в 2000 г. до 99 846 человек в 2005 г. Кроме того, на данном рынке уже работало несколько крупных фирм, поэтому доходы нового агентства были бы еще меньше — и все это без учета накладных расходов.

Вывод Макея: скорее всего, новое агентство в этом городе вряд ли будет прибыльным, поэтому от плана следует отказаться.

Эксперименты — не только для взрослых

Еще одним человеком, обладавшим, по всей видимости, настоящим талантом к измерению, была Эмили Роза. Свой отчет о проведенных измерениях она опубликовала в «Journal of American Medical Association» (JAMA), но у нее не было ни ученой степени, ни даже диплома о высшем образовании. Когда девочка провела свою оценку, ей было всего девять лет, она училась в четвертом классе и работала над проектом для школьной ярмарки научных идей. Ей исполнилось 11, когда исследование было опубликовано, и это сделало Эмили самым молодым автором, когда-либо печатавшимся в престижном медицинском, а возможно, и вообще в научном журнале.

В 1996 г. Эмили увидела, как ее мать Линда смотрела видеофильм о «бесконтактном массаже» — довольно спорном методе лечения путем воздействия на «энергетические поля» пациента. На экране сцена: пациент лежит неподвижно, а врач водит руками в нескольких сантиметрах от его тела, пытаясь обнаружить и устранить «нежелательные энергии», якобы вызывающие различные заболевания. Эмили предложила своей матери экспериментально проверить это утверждение. Линда, которая была медсестрой и членом Национального совета по борьбе с мошенничеством в сфере здравоохранения (National Council Against Health Fraud, NCAHF), дала ей кое-какие советы.

Сначала Эмили привлекла к своему эксперименту для школьной ярмарки научных идей 15 врачей, практикующих бесконтактный массаж. Опыт состоял в следующем: Эмили и врач сидели за столом друг против друга. Их разделял картонный экран. В нижней части экрана имелись отверстия, через которые целитель просовывал руки ладонями вверх. Эмили подбрасывала монетку и в зависимости от того, как она падала, протягивала свою руку так, чтобы та оказывалась сантиметров на 10 выше правой или левой руки медика. Врачи, не видя девочку за экраном, должны были определить, над какой их рукой — правой или левой — она держит свою ладонь, только на основании собственных ощущений от ее энергетического поля. О результатах Эмили доложила на ярмарке научных идей и получила в награду голубую ленточку — впрочем, как и все остальные участники.

Линда рассказала об эксперименте Эмили доктору Стивену Барретту, которого она знала по работе в NCAHF. Барретт, заинтересовавшийся и простотой метода проведения опыта, и его первыми результатами, упомянул о нем продюсерам телешоу «Scientific American Frontiers» («Передовые рубежи американской науки»), которое шло по каналу государственного телевещания (Public Broadcasting System). В 1997 г. продюсеры сняли сюжет о методе Эмили, а девочка привлекла к участию в шоу еще 13 целителей, так что всего их стало 28.

Все эти врачи сделали в общей сложности 280 попыток ощутить энергетическое поле Эмили. Правильно определить положение руки девочки им удалось только в 44 % случаев. А по теории вероятности они должны были угадать в 50 % случаев с 95-процентным доверительным интервалом (confidence interval, CI) и погрешностью ±16 % (если вы подбросите 280 монет, есть 95-процентная вероятность того, что орел выпадет в 44–66 % всех случаев). Так что врачам, по всей видимости, немного не повезло (поскольку полученные ими данные оказались ближе к нижней границе интервала), но эти результаты не вышли из пределов, объясняемых одной только теорией вероятности. Иными словами, люди, не владеющие методом бесконтактного массажа (вы или я), могли бы просто попробовать угадать и добились бы таких же или даже лучших результатов, чем врачи-специалисты, участвовавшие в эксперименте.

Получив информацию, Линда и Эмили решили, что ее, наверное, стоит опубликовать. В апреле 1998 г. Эмили, которой тогда было всего 11 лет, напечатала экспериментальные данные в JAMA. После этого ее имя занесли в книгу рекордов Гиннеса как самого молодого автора, когда-либо печатавшегося в крупном научном журнале, и девочка получила в награду 1000 дол. от Образовательного фонда Джеймса Рэнди (James Randy Educational Foundation, JREF).

Джеймс Рэнди, бывший фокусник и известный скептик, основал фонд для научной проверки утверждений о наличии паранормальных способностей. Он предложил в качестве приза миллион долларов любому кто научно докажет наличие у себя экстрасенсорного восприятия (extrasensory perception, ESP), ясновидения, способности находить воду или минералы с помощью «волшебной лозы» и т. п. Рэнди не нравится, когда говорят, что он занимается «развенчанием» притязаний на паранормальные способности, поскольку он просто тестирует эти заявления объективными научными методами. Но поскольку сотни претендентов на миллион так и не сумели получить приз, не пройдя простейшие научные испытания, до сих пор подобные утверждения только опровергались. Рэнди заинтересовался методом бесконтактного массажа еще до публикации данных Эмили, и сам пытался его проверить. Но, в отличие от Эмили, ему удалось найти только одного целителя, согласившегося на этот эксперимент, кстати, прошедший для врача неудачно.

После публикации опытных результатов сторонники метода бесконтактного массажа стали говорить, что методика проведения эксперимента не свободна от недостатков, а сам он ничего не доказывает. Одни указывали на то, что энергетическое поле ощущается на расстоянии 2–7, а вовсе не 10–12 см, как в эксперименте Эмили[3], другие — на то, что энергетическое поле подвижно, а не статично, поэтому обнаружить неподвижную руку Эмили было объективно невозможно (хотя во время «лечения» пациенты обычно лежали спокойно)[4]. Рэнди все это совсем не удивило. «Люди всегда находят оправдания потом, — сказал он, — но ведь каждого целителя до начала испытания спрашивали, согласен ли он с условиями. Все не только согласились, но и выразили уверенность, что пройдут тест успешно». Конечно, лучшим опровержением результата Эмили стал бы другой управляемый эксперимент, который окончательно доказал бы действенность бесконтактного массажа. Но провести такой опыт никто не предложил.

Рэнди так часто сталкивался с запоздалыми оправданиями участников подобных экспериментов, что стал просить их предварительно подписывать специальный официально заверяемый документ. В нем говорилось, что испытуемый согласен с условиями опыта, что впоследствии не будет подвергать его критике и что рассчитывает на успех в предлагаемых условиях. Одновременно он вручал каждому запечатанный конверт. После эксперимента, когда человек пытался оспорить его результаты, ссылаясь на плохую методику, Рэнди просил открыть конверт. В нем было письмо, в котором говорилось буквально следующее: «Вы согласились с тем, что данные условия оптимальны, и обещали не искать отговорок после проведения опыта. А теперь вы все же это делаете». «Испытуемым было исключительно неприятно», — замечал Рэнди.

Бизнес может извлечь из этого несколько уроков. Во-первых, даже такие кажущиеся эфемерными вещи, как расширение полномочий сотрудников, креативность или согласованность со стратегией, должны иметь поддающиеся обнаружению последствия, если только они вообще имеют какое-то значение. Я вовсе не утверждаю, что эти вещи «паранормальны», но здесь действуют те же правила.

А во-вторых, эксперимент Эмили продемонстрировал эффективность простых методов, традиционно используемых в научных исследованиях, таких как эксперимент в контролируемых условиях, выборка (даже если она невелика), рандомизация[5] и испытания «вслепую», позволяющих избежать необъективности со стороны испытуемого или исследователя. Эти простые приемы могут использоваться как по отдельности, так и в любых сочетаниях, давая возможность наблюдать и измерять самые разные явления.

Кроме того, Эмили доказала, что простейшие эксперименты, не требующие больших расходов, может проводить даже ребенок (Линда Роза сказала, что затраты на эксперимент составили 10 дол.). Интересно отметить, что Эмили могла провести гораздо более сложные клинические испытания действенности бесконтактного массажа, использовав тестовые и контрольные группы для проверки того, насколько метод улучшает состояние здоровья пациентов. Но ей не пришлось этого делать, потому что она задала более фундаментальный вопрос. Если целители могут делать то, о чем говорят, то, рассудила Эмили, они должны, по крайней мере, чувствовать энергетическое поле. Если же они его не чувствуют (а это основная исходная посылка выгоды, приписываемой методу), значит, все, что связано с бесконтактным массажем, вызывает большие сомнения. Девочка могла найти способ потратить намного больше, если бы, например, располагала обычным бюджетом для проведения непродолжительного медицинского исследования. Но она и так выяснила все, что хотела, и с более чем достаточной точностью. Для сравнения: о скольких методах оценки показателей вашей деятельности можно написать в научном журнале?

Пример Эмили доказывает, что полезный результат можно получить и простыми методами. Временами мне приходится слышать советы не использовать такие «продвинутые» методы измерения, как контролируемые эксперименты, поскольку высшее руководство этого не поймет. По-видимому, авторы советов считают, что правило Дилберта[6] (согласно которому повышение всегда получает самый некомпетентный сотрудник) действительно выполняется в случае топ-менеджеров. По своему опыту могу сказать, что обычно руководители высшего звена всегда все понимают, если вы хорошо объясняете.

— Эмили, объясни им это, пожалуйста.

Интересным примером того, как организация может оценить свои нематериальные активы, убедившись предварительно, существуют ли они вообще, может служить информационная инфраструктура Mitre (Mitre Information Infrastructure, MII). Эту систему разработала в конце 1990-х годов Mitre Corporation — некоммерческая компания, предоставляющая федеральным органам власти консалтинговые услуги в области инжиниринга систем и информационных технологий. MII была корпоративной базой знаний, позволявшей наладить сотрудничество отделов, ранее полностью изолированных друг от друга.

В 2000 г. в журнале «CIO Magazine» была опубликована статья о MII. В этом журнале было принято, чтобы всю трудную работу по подготовке такой статьи готовил штатный сотрудник, а затем независимый эксперт высказывал свое мнение в колонке под названием «Критический анализ». Когда публиковались статьи об измерениях, оценке риска и подобных вопросах, в роли такого эксперта нередко выступал я. Так и произошло в случае с MII.

Колонка «Критический анализ» должна была служить неким противовесом, поскольку, рассказывая о своих новых программах, компании обычно не жалеют розовых красок. В статье было процитировано следующее высказывание Эль Грассо, тогдашнего руководителя информационной службы Mitre Corporation: «Наши важнейшие достижения (качество и инновационность решений, которые становятся реализуемыми, когда вы овладеваете всей информацией) легко не измеришь». Однако я в своей колонке предложил простой способ измерения и качества, и инновационности:

Если MII действительно улучшает качество предоставляемых услуг, то оно должно влиять на восприятие этих услуг клиентами и, в конечном счете, на доходы[7]. Просто попросите случайную выборку клиентов проранжировать качество каких-либо услуг до и после создания MII (так, чтобы они не знали, за какой период оценивают данный параметр) и узнайте, заставило ли их повысившееся качество приобретать у Mitre больше услуг[8].

Таким образом, я предложил, чтобы компания Mitre, как в свое время Эмили, задала себе не тот вопрос, с которого, наверное, начал бы руководитель информационной службы, а более простой, но связанный с ним. Если качество и инновационность действительно возросли, то разве эта разница не должна, по крайней мере, чувствоваться? Если те, кому положено об этом судить, то есть потребители, в ходе испытания вслепую не смогут заявить, что исследования после создания MII стали качественнее или инновационнее, чем до нее, то это будет означать, что данная информационная структура никак не влияет на удовлетворенность клиентов, а следовательно, и на доходы. А вот если они заметят отличие, то можно будет поставить следующий вопрос: увеличились ли доходы настолько, чтобы оправдать инвестиции, составившие к 2000 г. 7 млн дол.? Если такие преимущества MII, как качество, инновационность и любые другие, невозможно обнаружить, то они не имеют значения. Нынешние и бывшие сотрудники Mitre рассказывали, что моя колонка наделала много шума. Однако никто из них не слышал, чтобы кто-либо в компании действительно пытался оценить качество и инновационность. Как вы помните, руководитель информационной службы сказал, что эти достижения MII были важнейшими. И вот эти преимущества так никто и не определил количественно.

Чему нас учат Эратосфен, Энрико и Эмили

Все эти люди — Эратосфен, Энрико и Эмили — демонстрируют нечто кардинально отличающееся от того, с чем мы обычно сталкиваемся в бизнесе. Руководители часто говорят: «Ни о чем подобном мы не могли бы даже догадываться». Они заранее пасуют перед неопределенностью. Вместо того чтобы, по меньшей мере, попытаться провести измерения, они бездействуют, обескураженные кажущейся невозможностью устранить ее. Ферми в подобном случае мог бы сказать: «Да, вы многого не знаете, но что-то же вы все-таки знаете?»

Иные менеджеры возражают: «Чтобы определить этот показатель, нужно потратить миллионы». В итоге они предпочитают не проводить и менее масштабные (с малыми затратами) исследования, потому что их погрешность обычно выше, чем у дорогих комплексных научных работ. Между тем, даже небольшое снижение неопределенности может принести миллионы в зависимости от важности решения, принятию которого оно способствует, и от частоты принятия подобных решений. Эратосфен и Эмили могли бы сказать, что полезные наблюдения (даже при небольшом бюджете) могут сообщить то, чего вы не знали ранее, если только избавиться от пораженческих настроений и подойти к делу чуть более креативно.

Примеры Эратосфена, Энрико и Эмили учат нас разным вещам. Эратосфен не мог рассчитать ошибку своей оценки, поскольку 2000 лет назад статистических методов расчета погрешности еще не существовало. Однако будь он знаком с одним из таких методов, то знал бы, что эта ошибка объясняется неточностью оценки расстояний между городами и углов наклона теней. Представление об измерении как об уменьшении погрешности — главная идея данной книги.

Пример Энрико Ферми имеет для нас другое значение. Поскольку он был лауреатом Нобелевской премии, у нас есть все основания считать его выдающимся физиком, причем не только теоретиком, но и экспериментатором. Но «вопросы Ферми» показали даже тем, кто далек от науки, как можно проводить измерения, кажущиеся на первый взгляд настолько сложными, что не стоит и пытаться. Хотя предложенные им прогрессивные экспериментальные методы имеют большое значение, на мой взгляд, нематериальное представляется не поддающимся измерению не только из-за отсутствия каких-то особо сложных способов оценки. Обычно вещи, считающиеся в бизнесе неизмеряемыми, можно количественно определить с помощью простейших приемов наблюдения, как только люди поймут, что неизмеримость — всего лишь иллюзия. С этой точки зрения ценность подхода Ферми состоит, прежде всего, в том, что оценка современного уровня наших знаний о предмете — необходимое условие последующих измерений.

В отличие от примера Ферми, пример Эмили касается вовсе не значения оценки исходных знаний, поскольку до своего эксперимента она не делала никаких предположений об эффективности метода бесконтактного массажа. Не учит он нас, в отличие от примера Эратосфена, и тому, что неосуществимые наблюдения можно заменить остроумными расчетами. Ее собственные выкладки основывались на стандартных методах выборки и сами по себе не требовали такой гениальной изобретательности, как простые геометрические вычисления Эратосфена. Однако Эмили доказала, что полезные наблюдения необязательно должны быть сложными, дорогостоящими или, по мнению некоторых, недоступными пониманию высшего руководства, даже если речь идет об оценке таких эфемерных явлений, как бесконтактный массаж или стратегическая согласованность.

Как бы ни были полезны эти уроки, мы попробуем, опираясь на них, сделать шаг вперед. Мы научимся оценивать нынешнюю неопределенность относительно какого-либо показателя, что повысит эффективность подхода Ферми, познакомимся с методами выборки, в некоторых отношениях даже более простыми, чем у Эмили, а также с несложными способами, которые позволили бы даже Эратосфену уменьшить ошибку расчета.

Обычно люди считают вещи неизмеримыми по трем причинам, проистекающим из ошибочных представлений о разных аспектах количественной оценки. Речь идет о сущности измерения, его объекте и методах.

Сущность измерения. Многие неверно понимают саму идею измерения. Если бы люди осознали, что она означает на самом деле, то гораздо больше вещей стали бы для них измеримыми.

Объект измерения. Зачастую объект измерения бывает определен недостаточно четко. Измерению мешают неточность и неоднозначность используемых терминов.

Методы измерения. Многие техники эмпирического наблюдения известны недостаточно хорошо. Будь люди лучше с ними знакомы, стало бы очевидно, что многие вещи, считающиеся неизмеримыми, не только могут быть, но и уже кем-то количественно оценены.

Для легкого запоминания этих трех аспектов весьма распространенного заблуждения по поводу неизмеримости можно использовать название сайта howtomeasureanything.com (буквы с, о и m в `.com` могут обозначать сущность (concept), объект (object) и метод (method). Как только мы поймем, что люди часто сомневаются в возможности проведения измерения по этим трем причинам, станет ясно, что на самом деле измерению поддается абсолютно все.

Наряду с сомнениями в возможности проведения измерения существует убеждение, что порой проводить количественную оценку и не следует. Выдвигаются следующие причины:

• экономические возражения (ссылки на то, что это потребует слишком больших затрат);

• возражения против полезности и значимости статистики вообще (когда, например, утверждают, что «с помощью статистики можно доказать все, что угодно»);

• морально-этические возражения (утверждение, что оценивать некоторые вещи просто аморально).

В данном случае речь идет не о том, что измерение невозможно в принципе, а о том, что оно экономически нецелесообразно, бесполезно или нежелательно по моральным соображениям. Я постараюсь доказать, что внимания заслуживают лишь экономические возражения, но и ими нередко злоупотребляют.

Сущность измерения

Пока законы математики остаются определенными, они не имеют ничего общего с реальностью; как только у них появляется нечто общее с реальностью, они перестают быть определенными.

Альберт Эйнштейн

Как это ни парадоксально, но всякая точная наука основывается на приблизительности. Если кто-то говорит вам, что точно знает что-то, можете смело делать вывод: вы разговариваете с человеком, понятия не имеющим о точности.

Бертран Рассел, британский математик и философ

Тем, кто считает что-либо не поддающимся количественной оценке, труднее всего преодолеть свое недопонимание сущности измерения. Если мы будем придерживаться ошибочного мнения, что измерение означает соответствие каким-то практически недостижимым критериям, то измеримым окажется совсем немногое. На семинарах и лекциях я часто спрашиваю своих слушателей, что, по их мнению, означает измерение. (Интересно наблюдать, как глубоко этот вопрос заставляет задуматься людей, отвечающих в своих компаниях за различные программы по количественным оценкам.) Обычно я получаю ответы: «количественно выразить что-либо», «рассчитать точную стоимость», «свести к одному числу» или «выбрать репрезентативное число» и т. д. Явно или неявно все эти ответы подразумевают, что измерение — это определенность, точная величина без права на ошибку. Если бы обсуждаемый термин действительно имел этот смысл, то измеримые объекты можно было бы перечесть по пальцам.

Однако когда измерения проводят ученые, актуарии[9] или статистики, они, похоже, пользуются де-факто совершенно иным определением. Каждый из этих специалистов знает, что в его области термины часто имеют иные значения, чем вкладывают в них широкие массы населения. И у экспертов понятие «измерение» не вызывает особых затруднений. А объясняется это тем, что в своих сферах деятельности они пользуются специальной терминологией, выходящей за рамки односложных толкований, а все ее определения являются элементами общей теоретической схемы. В физике сила тяжести — это не просто статья из специального словаря, но параметр конкретных уравнений, связывающих ее с такими понятиями, как масса, расстояние, а также определяющих ее влияние на пространство и время. Поэтому, желая истолковать понятие «измерение» с такой же точностью, мы должны знать кое-что о той теоретической схеме, элементом которой оно является. Без этого мы в нем не разберемся.

Измерение — это совокупность снижающих неопределенность наблюдений, результат которых выражается некой величиной.

Для всех практических целей научное сообщество рассматривает измерение как совокупность снижающих неопределенность наблюдений, результат которых выражается некой величиной. Таким образом, измерение — это не только полное устранение, но и частичное сокращение неопределенности. Даже явно не декларируя данную идею, ученые используют методы, оставляющие сомнения в том, что под измерением они подразумевают именно это. Факт присутствия ошибки, избежать которой полностью не удастся, при том что полученный результат все равно станет шагом вперед по сравнению с прежними представлениями, — ключевая идея проведения экспериментов, опросов и прочих научных измерений.

Фактические различия между таким толкованием измерения и его наиболее распространенными определениями колоссальны. Истинное измерение не только не обязано быть абсолютно точным, чтобы считаться таковым. Однако отсутствие информации о погрешности (подразумевающей строгость оценки величины) может служить признаком того, что эмпирические методы, такие как выборочное и экспериментальное исследования, не использовались (а значит, на самом деле это нельзя считать измерением вообще). Настоящие научные методы описывают результаты в определенном интервале значений, например говорят, что «использование нового сорта кукурузы позволило повысить среднюю урожайность кукурузных ферм на 10–18 % (95-процентный CI)». Точные значения без указания погрешности могли бы быть рассчитаны «принятым способом» (как, например, оценивались активы Enron). Однако если они не представляют собой 100-процентный итог полного подсчета (как мы пересчитываем мелочь в кармане), их не всегда можно рассматривать как основанные на эмпирическом наблюдении.

Для многих читателей такое понимание сущности измерения может оказаться в новинку, но есть веские математические основания, как и практические причины трактовать данный термин именно таким образом. По крайней мере, мы можем сказать, что измерение — это способ получения информации, к тому же наука уже дала строгую теоретическую концепцию информации. Математическую теорию информации создал в 1940-х годах Клод Шеннон — американский инженер-электротехник, математик и разносторонний ученый, интересовавшийся робототехникой и компьютерными шахматными программами.

В 1948 г. Шеннон опубликовал работу под названием «Математическая теория связи» («A Mathematical Theory of Communication»), заложившую основы теории информации и измерений в целом. Нынешнее поколение знает о Шенноне немного, но на самом деле его заслуги переоценить невозможно. На теории информации основаны все современные теории обработки сигналов и технологии систем электронной связи, в том числе и производство всех когда-либо собранных микропроцессоров.

Шеннон предложил математическое определение информации как снижения неопределенности в сигнале, которое он обсуждает в терминах энтропии, сокращаемой данным сигналом. Согласно Шеннону, получателя информации можно описать как объект, находившийся ранее в состоянии неопределенности. Это означает, что получатель уже обладал ранее какими-то сведениями, а затем получил новую информацию, которая устранила существовавшую неопределенность, но не обязательно полностью. Прежний уровень знаний, или состояние неопределенности, может быть использован, например, для расчета объема информации, который можно передать сигналом, минимальной величины сигнала для поправки на шум и оценки максимально возможного сжатия данных.

Представление об информации как о снижении неопределенности имеет огромное значение для бизнеса. Ведь многие решения (например, стоит ли внедрять новую информационную технологию или разрабатывать новый продукт) принимаются компаниями в условиях неопределенности, и даже незначительное ее уменьшение способствует более удачному выбору. Такое снижение неопределенности может дать многомиллионный экономический эффект.

Итак, измерение не должно устранять неопределенность полностью. Одно только снижение ее уже считается измерением, эффект которого порой многократно превышает затраты на проведение подобной оценки. Но есть и другая сторона дела, наверное, удивительная для большинства читателей: измерение — это не обязательно количественная оценка в традиционном смысле слова. Предложенное мной определение гласит, что результат измерения должен выражаться некой величиной. При этом неопределенность следует выразить числом, в то время как сам объект наблюдения может оставаться в виде «качества», скажем принадлежности к какой-либо категории. Например, можно «измерить», получит ли компания патент, произойдет ли слияние и т. д., и то, что мы будем для этого делать, точно удовлетворит нашему определению «измерение». Но неуверенность в результатах наблюдений должна быть выражена количественно (так, необходимо указать, что вероятность получения патента составляет 80 % или что вероятность улучшения имиджа компании в глазах общественности после слияния составит 93 % и т. п.).

Точка зрения, что измерение позволяет ответить на вопросы, которые требуют лишь утвердительного или отрицательного ответа, или выявить другие качественные различия, вполне согласуется с воззрениями еще одной школы научной мысли, получившей признание. В 1946 г. психолог Стенли Смит Стивенс написал статью под названием «On the Theory of Scales and Measurement» («О теории шкал и измерений»). В ней он описал различные шкалы измерения, включая номинальную (шкалу наименований) и порядковую. Номинальные измерения просто показывают принадлежность объекта к той или иной категории, например пол эмбриона — мужской или женский, или наличие у объекта того или иного заболевания. Шкалы наименований не предполагают ранжирования или сравнения, в частности по размерам. Объект просто относят к той или иной категории.

Порядковые шкалы позволяют утверждать, что одна величина «больше» другой, не уточняя, однако, на сколько. Примером может служить четырехзвездочная система оценки кинофильмов или шкала твердости минералов по Моосу. В обеих шкалах 4 больше, чем 2, но не обязательно вдвое. Вместе с тем однородные единицы, такие как доллары, километры, литры, вольты и т. п., можно суммировать и получить содержательный результат. И если просмотр четырех однозвездочных фильмов не обязательно доставит вам такое же удовольствие, как от одного четырехзвездочного, то камень массой четыре тонны весит ровно столько же, сколько четыре камня массой по одной тонне. Однородные единицы позволяют нам рассчитывать имеющие смысл пропорции (так, четыре километра действительно вдвое превышают два километра).

Концепция номинальной и порядковой шкал может противоречить сложившемуся представлению о том, что такое шкала, но позволяет сделать полезные наблюдения об изучаемых предметах. Иногда геологу важно знать, что один камень тверже другого (при этом неважно насколько), и такую информацию дает шкала твердости по Моосу.

Стивенс и Шеннон, каждый по-своему, опровергают распространенное представление об измерении. Стивенса больше занимала таксономия различных видов измерения, и он ничего не писал об измерении как о снижении неопределенности. Работавший в другой области Шеннон, возможно, не знал или не интересовался тем, что двумя годами ранее сделал для теории измерений психолог Стивенс. Однако я не думаю, что практическое определение измерения, пригодное для оценки всего, с чем приходится сталкиваться компаниям, было бы разработано без этих двух концепций.

Наряду с некоторыми другими концепциями теория измерения использует обе эти идеи. Измерение она трактует как нечто среднее между измеряемостью и численным выражением величины. Со временем она все более становится понятной только посвященным, но если говорить о вкладе Шеннона и Стивенса, то менеджеры найдут здесь для себя много полезного. Общее представление об измерении как об определении точного количества не учитывает важности простого снижения неопределенности в тех случаях, когда ее полное устранение невозможно или экономически нецелесообразно. В бизнесе решения принимаются в условиях неопределенности. Когда такая неопределенность велика и касается важных, рискованных решений, ее снижение играет большую роль. Вот почему в дальнейшем мы будем пользоваться именно этим определением измерения.

Объект измерения

Правильно поставленная проблема уже наполовину решена.

Чарльз Кеттеринг (1876–1958),американский изобретатель, получивший 300 патентов, в том числе патент на автомобильную систему зажигания

Ничто так не мешает прогрессу знания, как расплывчатость терминологии.

Томас Рейд (1710–1769),шотландский философ

Даже если принять более полезную концепцию измерения, кое-что по-прежнему будет казаться не поддающимся оценке, поскольку мы просто не знаем, что имеем в виду, когда впервые ставим перед собой проблему. На самом деле часто нам неясен сам объект измерения. На вопрос, как измерить стратегическую согласованность, гибкость или удовлетворенность потребителей, я отвечаю: «А что конкретно вы имеете в виду?» Интересно наблюдать, как зачастую, уточняя используемый ими термин, люди фактически сами отвечают на свой вопрос. На семинарах я часто прошу присутствующих поставить передо мной максимально сложную задачу, связанную с измерением. Как-то мне предложили измерить наставничество, и я сказал: «Что ж, такая проблема может возникнуть в реальной жизни. Первое, что я заметил бы, — это: больше наставничества всегда лучше, чем меньше наставничества. Я знаю людей, которые тратят на это деньги, поэтому не удивлюсь, если кому-то потребуется оценить данное явление. Однако что вы имеете в виду под наставничеством?» Слушатель ответил, не задумываясь: «Не уверен, что смогу это сформулировать», на что я заметил: «Вот поэтому, наверное, вам и трудно его измерить. Сначала необходимо сформулировать, что такое наставничество».

Когда я просто спрашиваю людей, что они подразумевают и насколько важно измерить интересующий их объект или явление, они сами нередко отвечают на свой вопрос. Обычно это мой первый этап анализа — то, что я называю семинарами по выявлению объекта измерения. Дело в том, что клиенты нередко просят меня измерить вещи, которые можно толковать по-разному. В таких случаях я, как правило, задаю вопрос: «А что конкретно вы имеете в виду под… (вставьте нужное)?»

В 2000 г., когда сотрудники Управления по делам ветеранов (Department of Veterans Affairs) попросили меня помочь в разработке показателей информационной безопасности, я спросил: «А что вы имеете в виду под информационной безопасностью?», и на первых двух или трех встречах они объясняли мне, что это такое. В конце концов выяснилось, что под информационной безопасностью они понимают такие вещи, как сокращение числа несанкционированных вторжений и вирусных атак. Кроме всего прочего, подобные вещи влияют на финансовое положение Управления за счет убытков от мошенничества, снижения производительности труда и даже возможных случаев правовой ответственности (чего они едва избежали в 2006 г., вернув украденный ноутбук, в памяти которого содержались номера карточек социального страхования 26,5 млн ветеранов).

Очевидно, что почти все упомянутые факторы поддавались измерению. Понятие «безопасность» допускало неоднозначное толкование до тех пор, пока сотрудники Управления не разложили его составляющие, которые можно реально наблюдать. Однако довольно часто клиенты нуждаются в дополнительном руководстве, когда пытаются охарактеризовать объекты таким образом, чтобы их можно было измерить. В сложных случаях я использую «цепочку уточнений» или, если это не срабатывает, провожу своего рода мысленный эксперимент.

Цепочка уточнений — это просто короткий ряд ассоциаций, помогающий представить себе нематериальный объект как материальный. Сначала мы осознаем, что если объект X имеет для нас значение, то он, по определению, должен в чем-то проявляться. Разве могли бы такие реальности, как качество, риск, безопасность или репутация, иметь для нас какую-то ценность, не проявляй они себя прямо или косвенно? Если возникает причина интересоваться неизвестной величиной, значит, мы думаем, что она каким-то образом приводит к желательным или нежелательным последствиям. Кроме того, если эта величина как-то себя проявляет, значит, она обнаруживает себя в каком-то количестве. Если нечто вообще наблюдается, то его бывает больше или меньше. Как только мы все это примем, последний шаг наверняка окажется самым легким. Раз что-то наблюдается в каком-то количестве, значит, это можно измерить.

Например, решив, что нужно оценить нашу деловую репутацию, потому что она влияет на рекламу, которую нам делают сами клиенты, а это, в свою очередь, влияет на продажи, мы уже приступили к поискам способа оценки своей репутации. Ведь рекомендации клиентов можно не только наблюдать, но и фиксировать каким-то количеством. А это означает, что они поддаются измерению. Иногда я провожу людей не через все звенья цепочки уточнения объекта измерения, но этот метод все равно дает хорошие результаты, если помнить три важных правила.

1. Если это вообще имеет какое-то значение, значит, оно обнаруживается или наблюдается.

2. Если это обнаруживается, значит, оно обнаруживается в каком-то количестве (или количественном интервале).

3. Если это обнаруживается в количественном интервале, его можно измерить.

Когда цепочка уточнения не срабатывает, я провожу мысленный эксперимент. Представьте себе, что вы иностранный ученый, способный клонировать не только овец и людей, но даже целые организации. Предположим, предметом вашего исследования является конкретная сеть предприятий экспресс-питания и вас интересует, как на ее работу повлияет такая нематериальная вещь, как расширение полномочий сотрудников. Вы создаете два клона изучаемой организации, один из которых называете тестируемой, а второй — контрольной группой. При этом сотрудники тестируемой группы получают дополнительные полномочия, а в контрольной группе все остается по-прежнему. Какие изменения — прямые или косвенные — вы наблюдаете в первой организации? Ожидаете ли вы, что решения будут приниматься на более низком организационном уровне? Станут ли решения качественнее и будут ли они приниматься быстрее? Приводит ли передача полномочий к ослаблению контроля за работниками? Означает ли это, что теперь структура организации станет более «плоской» и накладные расходы на управление сократятся? Если удастся обнаружить хотя бы одно различие между двумя организациями-клонами, то вопрос о способе измерения вашего объекта будет наполовину решен.

На самом деле точное определение объекта измерения — исходный пункт любого научного исследования, даже самого революционного. Менеджеры компаний должны понять, что некоторые вещи кажутся нематериальными только потому, что люди сами толком не решили, о чем они говорят. Определитесь с объектом — и половина работы по измерению будет проделана.

Методы измерения

Некоторые вещи кажутся не поддающимися измерению только потому, что тот, кто хочет это сделать, незнаком с основными методами измерения, такими как выборочные исследования или управляемые эксперименты разного типа. Традиционное возражение звучит примерно так: данная задача уникальна, ранее такие измерения не проводились и подходящего метода просто не существует. Надежду вселяет тот факт, что существует целый ряд проверенных способов, позволяющих оценить даже то, что сейчас кажется неизмеримым. Вот несколько примеров.

• Измерения при очень малой случайной выборке (например, можете ли вы узнать нечто важное от маленькой выборки из потенциальных потребителей, своих работников и т. д. в условиях большой неопределенности?).

• Оценка некой совокупности, или множества, объектов, которые невозможно увидеть все сразу (например, численность рыб одной породы в океане, растений одного вида в ливневых лесах, сбоев при производстве нового продукта или же таких попыток несанкционированного доступа в вашу систему, которые остаются необнаруженными, и т. д.).

• Измерения при наличии множества переменных, в том числе неизвестных (например, определение причины роста продаж — реализация новой программы повышения качества, экономия, ошибки конкурентов, новая политика ценообразования и т. д.).

• Оценка риска наступления маловероятных событий (например, вероятность неудачного запуска новой ракеты, повторения атаки террористов 11 сентября 2001 г. или еще одного наводнения в Новом Орлеане).

• Оценка стоимости предметов искусства, свободного времени или повышения вашей личной безопасности на основе того, сколько на самом деле люди готовы за это заплатить.

Многие из перечисленных подходов к измерению — просто разновидности базовых методов, включающих выборку и управляемые эксперименты, иногда концентрирующих внимание на других типах вопросов. Такие методы наблюдения практически не используются в принятии бизнес-решений, вероятно, потому, что представляются довольно сложными и формализованными. Считается, что это не те способы, которые можно при необходимости применить сразу же без подготовки и с минимальными затратами. Однако на самом деле это совсем не так.

Вот очень несложный пример быстрого измерения, которое каждый может провести и при этом легко рассчитать статистическую погрешность. Предположим, что вы подумываете над тем, чтобы перевести часть своих сотрудников на дистанционную работу. Один из факторов, который вам необходимо учесть, — сколько времени средний служащий ежедневно тратит на дорогу до работы и домой. Чтобы выяснить это, вы можете официально опросить всех работников, потратив много времени и денег. При этом, скорее всего, ответ будет более точным, чем вам необходимо. Допустим теперь, что взамен вы выберете наугад пять человек. Позже мы еще поговорим о том, что означает «выбрать наугад», а сейчас представим, что вы просто закроете глаза и ткнете пальцем в список сотрудников. Вызовите этих людей и спросите, сколько времени они обычно тратят на дорогу. Предположим, будут получены следующие ответы: 30, 60, 45, 80 и 60 минут. Возьмем самое высокое и самое низкое значения в выборке — 35 и 80. Вероятность того, что медиана значений продолжительности поездок на работу и домой для совокупности работников находится в этом интервале значений, составляет 93 %. Я называю это Правилом пяти. Правило пяти несложно, оно работает, и можно доказать его статистическую обоснованность для решения целого ряда задач. Когда выборка настолько мала, интервал значений может быть очень широким, но если он окажется значительно уже предыдущего интервала, значит, вы провели измерение.

Существует 93-процентная вероятность того, что в любой случайной выборке медиана для всей совокупности находится в интервале между наименьшим и наибольшим значениями.

Кажется, что нельзя быть уверенным в чем-то на 93 %, располагая всего пятью случайными значениями, но это возможно. Чтобы понять, почему это так, важно учесть, что Правило пяти позволяет определить медиану совокупности. Медиана — это такая точка, которая делит всю совокупность на половины со значениями выше и ниже нее. Если выбрать наугад такие пять значений, которые все располагались бы выше или ниже медианы, то медиана оказалась бы вне интервала. Но какова вероятность подобного выбора?

Вероятность случайного выбора значения, превышающего медиану, составляет, по определению, 50 % (вероятность выпадения орла при подкидывании монеты). Вероятность случайного выбора пяти значений, которые все окажутся выше медианы, равна вероятности выпадения орла при подкидывания монеты пять раз подряд, то есть равна ¹/₃₂, или 3,125 %. Такова же вероятность того, что пять раз подряд выпадет решка. Тогда шанс не получить все решки или все орлы составляет 100 % — 3,125 % 2 = 93,75 %. Поэтому вероятность случая, когда по крайней мере одно значение из пяти окажется больше или меньше медианы, составляет 93,75 %, или, если округлить с понижением, 93 % (или даже 90 %, если вы хотите быть очень осторожным). Некоторые читатели, возможно, еще помнят тот раздел статистики, где обсуждаются методы выборочного обследования для малых выборок. Эти методы несколько сложнее Правила пяти, но по причинам, о которых я подробнее расскажу позже, не позволяют получить намного более точные результаты.

Дополнительно к такому эмпирическому правилу можно использовать простые методы, позволяющие учесть определенные виды смещения (ошибок). Предположим, что начавшееся строительство удлинило время, затрачиваемое каждым сотрудником на дорогу, или же люди, которые дольше добираются до работы, чаще болеют или не вошли в вашу выборку по другим причинам. Однако даже при всех его недостатках любой человек, желающий развить у себя умение измерять, обязательно должен знать Правило пяти.

Позднее мы поговорим о разных подходах, позволяющих, как доказано, еще более снизить неопределенность. Это и более сложные методы выборочного обследования или проведения экспериментов, и приемы, которые просто снижают погрешность субъективных оценок экспертов. В своем стремлении повысить точность измерений мы должны учесть множество факторов, но важно помнить одно: когда наблюдение сообщает нам нечто, чего мы раньше не знали, это означает, что произведено измерение.

Между тем ответим на вопрос, почему неправ тот, кто считает, что «метода измерения подобного объекта еще не существует». В бизнесе принято приклеивать ярлык нематериального всему, чего нет в бухгалтерской отчетности или базах данных. И даже если измерения считают возможными, то полагают, что они по силам только специалистам, владеющим сложными методами, практически не доступными для бизнесменов. К счастью, обычно это не так. Свой способ измерения может придумать каждый.

Важную подсказку дает этимология слова «эксперимент», которое происходит от латинского ex, что означает «из» или «от», и periri, что означает «попытка». Иными словами, оно означает получение чего-то путем осуществления попытки. Статистик Дэвид Мур, возглавлявший в 1998 г. Американскую статистическую ассоциацию (American Statistical Association), как-то сказал следующее: «Измеряйте, даже если не знаете, что измерять. Тогда вы и узнаете, что вам нужно измерить»[10]. Принцип Мура мало чем отличается от подхода Nike «просто сделай это». Звучит как «сначала измерь, а вопросы будешь задавать потом», и если довести данный принцип до крайности, то окажется, что он далеко не идеален. Однако у него есть ряд значительных преимуществ перед нынешним неконструктивным отношением некоторых менеджеров к измерению.

Многие из тех, кто принимает решения, думают только о том, что мешает провести змерения, и поэтому даже не пытаются осуществлять наблюдения. Если вы предлагаете провести опрос и выяснить, сколько времени люди тратят на какой-то вид деятельности, они говорят: «Хорошо, но кто же точно запоминает такие вещи?» Если вы хотите опросить потребителей, чтобы узнать их предпочтения, они заявляют: «У нас такие разные потребители, что вам потребуется огромная выборка». Пытаетесь показать, какая программа совершенствования привела к росту продаж, и слышите: «Но продажи зависят от множества факторов, разве можно узнать, как именно повлияла именно эта программа?» Такие люди заранее уверены в бесполезности измерений, чего заранее знать нельзя. Они просто предполагают.

Подобные критики делают определенные допущения о трудности проведения измерений. Они могут даже ссылаться на свою подготовку в этой области (например, на то, что 20 лет назад они в течение двух семестров изучали статистику). Я не стану утверждать, что их предположения всегда оказываются неверными. Но скажу, что если это только допущения, то они контрпродуктивны. Давайте воспользуемся другими предпосылками, которые, как и любые другие, не всегда оказываются верными в конкретных случаях, но на практике приносят намного больше пользы.

1. Ваша проблема совсем не так уникальна, как вы думаете.

2. У вас гораздо больше информации, чем вам кажется.

3. Вам нужно меньше данных, чем вы предполагаете.

4. Существует удобный способ измерения, который намного проще, чем вы представляете.

Предпосылка № 1

Такие измерения уже проводились. Какой бы сложной или «уникальной» ни казалась вам проблема, предположите, что кто-то уже занимался ею до вас, возможно в другой области. Если эта предпосылка окажется неверной, пусть утешением послужит то, что, возможно, вы осуществляете попытку получить за свое открытие Нобелевскую премию. А если серьезно, то я заметил, что специалисты любого профиля склонны считать свою сферу деятельности уникальной с точки зрения уровня неопределенности. Обычно они говорят: «В отличие от других отраслей в нашей каждая задача уникальна и непредсказуема» или «В моей отрасли факторов слишком много, чтобы их можно было выразить количественно» и т. п. Мне доводилось много работать в разных отраслях и слышать одно и то же. Но до сих пор проблемы измерения везде оказывались стандартными и ничем не отличались друг от друга.

Предпосылка № 2

На самом деле у вас намного больше информации, чем вы думаете. Предположите, что необходимые для ответа на поставленный вопрос данные вполне доступны, и если вы потратите время и подумаете, то обязательно их найдете. Мало кто из руководителей даже отдаленно представляет себе, какую информацию можно найти в собственной организации. То, что так важно измерить, обычно оставляет следы, которые вы обязательно обнаружите, если окажетесь достаточно изобретательным.

Предпосылка № 3

На самом деле вам нужно намного меньше информации, чем кажется. Правило пяти помогает снизить неопределенность при решении множества задач. Я знавал статистиков, которые не верили в это правило до тех пор, пока сами не выполняли расчеты. Но, как нам показал Эратосфен, при умелом подходе интересные выводы можно извлечь и из минимальной информации.

Предпосылка № 4

Существуют полезные способы измерения, гораздо менее сложные, чем вы предполагаете. Представьте, что первый пришедший вам на ум способ — самый трудный. Представьте, что, проявив чуть больше изобретательности, вы сможете найти более простой метод. Например, Кливлендский оркестр захотел оценить, улучшается ли со временем качество его исполнения произведений. Многие бизнес-аналитики предложили бы руководству оркестра проводить периодические опросы случайно выбранных постоянных слушателей, пришедших на концерт. Возможно, они предложили бы этим людям оценить то или иное выступление оркестра (если те его помнят) по шкале от «плохое» до «блестящее» или по нескольким параметрам, на основе которых потом можно было бы рассчитать общий показатель удовлетворенности. Но Кливлендский оркестр подошел к этой проблеме творчески и начал подсчитывать, сколько раз публика устраивала овации стоя. Если слушатели вставали не два раза, а три, то, очевидно, выступления отличались не слишком сильно. Но если с появлением нового дирижера публика стала устраивать бурные овации, поднимаясь из кресел намного чаще, то мы можем сделать весьма ценные выводы по поводу этого дирижера. Да, это было измерением в полном смысле слова, и оно потребовало гораздо меньше усилий, чем проведение опроса, дав, как сказали бы многие (и я бы с ними согласился), более содержательные результаты.

Итак, не стоит исходить из того, что единственный способ уменьшить неопределенность — это использовать какой-то сложный, практически нецелесообразный метод. Что вы собираетесь делать — публиковаться в научном журнале или сокращать неопределенность при принятии реального бизнес-решения? Отнеситесь к измерению как к итеративному процессу. Начните измерять то, что вам нужно. Получив первые результаты, вы всегда сможете скорректировать свой метод.

Самое главное, как это следует из этимологии слова «эксперимент», интуитивный экспериментатор делает попытку. Сделайте ее и вы. За исключением тех случаев, когда заранее можно предсказать результат какого бы то ни было наблюдения, оно обязательно расскажет то, чего вы не знали ранее. Сделайте еще несколько наблюдений — и узнаете больше.

Конечно, бывают такие редкие случаи, когда объекты или явления кажутся не поддающимися количественной оценке только из-за отсутствия современных изощренных методов. Но обычно для измерения большинства вещей, называемых нематериальными, не хватает вовсе не передовых замысловатых способов. Как правило, неопределенность в отношении подобных объектов так велика, что уменьшить ее позволяют и базовые методы измерения.

Экономические возражения против проведения измерений

Как мы видели, сомнения в концепции, объекте и методе измерения зачастую связаны с ошибочным восприятием проблемы. Однако иногда возражения против измерений основываются не на уверенности в их невозможности, а на убеждении, что проводить их не следует.

На мой взгляд, измерения не следует осуществлять в одном случае — если издержки, связанные с их проведением, превышают получаемые выгоды. Однако на практике, конечно, встречается и такое. В 1995 г. я разработал метод оценки неопределенности, рисков и других нематериальных факторов, влияющих на принятие любого крупного рискованного решения, который назвал прикладной информационной экономикой (applied information economics, AIE). Ключевой этап данного процесса (и этим объясняется название метода) — расчет экономической стоимости информации. Позже поговорим об этом подробнее, но проверенная формула из теории решений позволяет рассчитать денежную стоимость любого снижения неопределенности. Я вставил эту формулу в программу Excel и годами рассчитываю экономическую стоимость измерения любых величин, учитываемых при принятии десятков важных бизнес-решений. Благодаря этим расчетам я обнаружил ряд любопытных закономерностей, но пока упомяну только об одной: информационная ценность большинства переменных, учитываемых при принятии бизнес-решений, равна нулю. В каждом случае оказывалось, что число факторов, которые имеют для принятия решения значение, оправдывающее усилия по их оценке, не более четырех.

В каждом случае лишь несколько ключевых переменных имеют значение, оправдывающее усилия по их определению. Информационная ценность остальных равна или практически равна нулю.

Конечно, существуют величины, не стоящие усилий, затраченных на их измерение, и все же бытует устойчивое заблуждение, что если полученная количественная оценка не соответствует неким произвольным критериям (например, результаты нельзя опубликовать в научном журнале или они не согласуются с общепризнанными стандартами бухгалтерского учета), то она не имеет никакой ценности. Это, разумеется, излишнее упрощение, поскольку на самом деле ценность измерению придает большая неопределенность неизвестной в сочетании с высокой ценой принятия неверного решения. Отвечает ли измерение другим стандартам, значения не имеет. Когда вы рискуете большими деньгами в расчете на результат действия фактора, поведение которого отличается серьезной неопределенностью, даже не-большое ее снижение имеет вполне поддающуюся расчету денежную стоимость. Предположим, например, что вы собираетесь потратить крупные средства на придание своему продукту свойства, благодаря которому его продажи в данном демографическом секторе могут возрасти на 12 %, хотя, возможно, рост будет не так заметен. Кроме того, вы считаете, что затраты окупятся только в том случае, если объемы продаж повысятся не менее чем на 9 %. Если в результате инвестиций объемы продаж не возрастут на 9 %, значит, вы не добились доходности. А если рост продаж будет еще меньше или реализация упадет, то вся затея обернется катастрофой. В этой ситуации предварительная оценка имела бы очень высокую ценность.