Инструменты McKinsey. Лучшая практика решения бизнес-проблем - Пол Н. Фрига Страница 21
Инструменты McKinsey. Лучшая практика решения бизнес-проблем - Пол Н. Фрига читать онлайн бесплатно
– Помните, что возможности анализа ограниченны.
Всегда спрашивайте: «Что это нам даст?». Составляя план анализа (этот процесс рассматривался в главе 2), вы должны были исключить из него все те исследования – даже очень изобретательные и интересные, – которые ни на шаг не продвинули бы вас к подтверждению или опровержению первоначальной гипотезы. Но как бы ни был хорош ваш рабочий план, вам почти неизбежно придется провести еще один отсев – после сбора данных, обработки цифр и интервью. Некоторые результаты окажутся тупиковыми: интересные факты, аккуратные диаграммы – но ничего такого, что приблизило бы вас к решению. И ваша задача – отбросить ненужные результаты.
В McKinsey результаты анализа проходят своего рода тест: кто-то из команды, обычно менеджер проекта, задает вопрос: «Что это нам даст?» О чем говорит этот анализ и насколько полезна эта информация? Какую рекомендацию можно дать на их основе? Работа консультантов заключается не в рисовании красивых картинок: ведь клиенты платят огромные деньги не за это. Джефф Сакагучи усвоил этот принцип в McKinsey и воплощает его на своей новой работе в Accenture:
Суть консалтинга не в анализе, а в глубоких выводах. Если вы не можете сделать такой вывод из только что проделанной работы, то вы зря потратили на нее время. Обрабатывать цифры или рисовать диаграммы ради самого этого процесса ни к чему; эти действия имеют смысл, только если они помогают сделать ключевую находку, о которой ваша команда и клиент скажут: «Хм, а это интересно!»
Консультант должен синтезировать из разрозненных идей, полученных в результате анализа, глубокие выводы, которые решат проблему клиента. А это получается лучше всего, когда каждый полученный результат выдерживает проверку вопросом «Что это нам даст?».
Проводите контрольные проверки. Конечно, всегда хочется как можно большей точности; однако в ситуации командной работы у вас как лидера команды, скорее всего, нет времени на подробную проверку всех результатов анализа. Но каждый раз, когда вам представляют какиелибо выводы и следующие из них рекомендации, вы можете провести быстрый тест, чтобы убедиться, что ответ по крайней мере правдоподобен. Задайте себе несколько целенаправленных вопросов, ответы на которые покажут, осуществима ли рекомендация и действенна ли она.
Сами вопросы варьируются в зависимости от ситуации, но вот некоторые примеры от бывших сотрудников McKinsey:
С помощью какой-нибудь простой в использовании программы – хотя бы MS Access – я могу очень быстро развенчать глупую теорию. Например, у одного сотрудника возникла мысль, что мы должны требовать возвращения товаров на склад на основе минимальных, а не максимальных уровней запасов. Я смог проверить эту идею за две минуты и определил, что результатом будет всего $4000 при запланированной прибыли в $400 000. Ради этого не стоит терять неделю, перепечатывая и рассылая по магазинам указания, которые они должны выполнять.
Боб Бухсбаум, СЕО Dick Blilck Holdings
* * *
Мне нравится применять сценарный анализ. Я спрашиваю: «В каком случае это было бы оправданно?» Например, сколько потенциальных клиентов должен принести нам веб-сайт, чтобы оправдать свое существование? Если ответ – «десять миллионов миллиардов», я сомневаюсь, что столько у нас получится. Если ответ – «пятьдесят», я скажу: «Ну ладно». Если анализ делается на основе неоправданных предположений, то можно переходить к следующей идее.
Дэн Вето, старший вице-президент Conseco
* * *
У меня был случай, когда один аналитик обработал кучу цифр из множества разных источников, пришел ко мне и сказал: «Вот ответ». Я взглянул на цифры и сказал, что этот ответ просто не может быть правильным; в противном случае мир выглядел бы совсем иначе. Поэтому, анализируя данные, обязательно сделайте мысленный шаг назад и проведите контрольную проверку.
Билл Росс, General Electric
* * *
Я всегда спрашиваю: «Насколько должен измениться наш нынешний ответ, чтобы мы изменили свой вывод?» Я решительно настаиваю на проверке предположений, а для этого добиваюсь очень четкого их обоснования. Затем я сосредоточиваю анализ на этих обоснованиях. Это значительно улучшило нашу стратегию приобретений; результаты говорят сами за себя.
Рон О’Хэнли, президент Mellon Institutional Asset Management
Хотя не существует единственного наилучшего способа проведения контрольной проверки, вы можете предотвратить многие проблемы, если перед окончательной презентацией зададите себе несколько критических вопросов.
Помните, что возможности анализа ограниченны. Анализ играет жизненно важную роль в процессе решения проблем в McKinsey, но в конечном итоге его возможности ограниченны. Необходимо сделать некоторые заключения на его основе, ведь данные не говорят сами за себя. Вы достигли той точки в нашей модели консалтинга, где ведущая роль переходит от данных к интуиции. Это то самое распутье, о котором говорил Йоги Берра, и вам нужно туда повернуть.
Но ограничения анализа – не причина, чтобы обходиться без него. Избегайте того, что один бывший сотрудник McKinsey назвал установкой «готовься, огонь, целься». Даже если у вас хорошие навыки принятия решений и надежная интуиция, будет нелишне подкрепить ваше решение продуманным анализом. Рассказывает Билл Росс:
Зачастую грамотные руководители самостоятельно пытаются решить проблемы в организации, не посвящая в этот процесс остальных. Но, проследив ход их рассуждений, можно обнаружить, что они упустили какой-то вариант. И, что важнее, сами они могут быть готовы к быстрым действиям, но ведь им еще нужно увлечь за собой всю организацию; а если какой-то этап рассуждений не записан и не сообщен сотрудникам, то увлечь за собой других можно лишь путем принуждения. Такой метод убивает инициативу: если все время подталкивать людей, они станут просто ждать от вас указаний, куда идти дальше.
Хотя существует мнение, будто интуиция и данные – полярные противоположности, на самом деле они нуждаются друг в друге ради успеха. Данные без интуиции – просто «сырая» информация, а интуиция без данных – лишь догадки. Но если сочетать одно с другим, вы получите прочное основание для принятия решений.
На этом этапе вам нужно разобраться, о чем говорят факты. Однажды экономиста Джона Мейнарда Кейнса стали упрекать в том, что он противоречит одному из своих предыдущих утверждений. Кейнс ответил: «Когда меняются факты, я меняю свое мнение. А вы, сэр?» Если перенести этот принцип на процесс решения проблем в McKinsey, то получается: когда факты противоречат вашей гипотезе, вы должны менять ее, а не замалчивать факты. И мы не устаем это подчеркивать. Ведь есть опасность, что, потратив уйму времени и усилий на выработку гипотезы, которая кажется вам блестящей, вы «сроднитесь» с ней и будете отказываться верить, что можете ошибаться.
Уроки McKinsey на эту тему таковы: «Не подгоняйте факты под решение», «Будьте готовы убить свою идею» (об этом уже говорилось в контексте мозговых штурмов, но этот урок также относится и к анализу данных), и «Просто скажи: “Я не знаю”». То, что верно для Фирмы, так же верно и за ее пределами. Существует цикл: от гипотезы к разработке анализа, оттуда к исследованиям, потом к интерпретации результатов и затем, если необходимо, обратно к гипотезе. И только после того как вы окончательно доказали свою заключительную скорректированную гипотезу, можно сформировать конечный результат – советы клиенту.
Жалоба
Напишите нам, и мы в срочном порядке примем меры.
Comments