Как измерить все, что угодно

Приведенный выше диалог фактически является реконструкцией реального разговора, состоявшегося у меня с инженерами одной крупной американской АЭС. На нашей встрече мы определили и другие функции, такие как дистрибуция, контроль качества и т. д., затраты времени на выполнение которых могут сократиться с внедрением автоматизированной системы управления документооборотом. Время выполнения этих функций также зависело от служебных обязанностей инженера или техника.

Короче говоря, причиной такого широкого интервала значений возможного роста эффективности труда, который указали инженеры АЭС, частично оказалось то, что они знали обо всех этих различиях между инженерами, выполняющими разные обязанности, но не смогли разбить их по категориям. Когда это было сделано, обнаружилось, что некоторые величины (например, число инженеров в каждой группе или разное время поиска документов инженерами разных категорий) были известны и что неопределенность исходного значения объяснялась в основном незнанием всего одного или двух показателей. Если бы мы обнаружили, что в затратах времени на копирование или поиск потерянных документов они сомневаются больше, чем в том, в какие группы нужно объединить инженеров, то начали бы свои измерения с выяснения информации о затратах, а не с распределения работников по категориям.

ЭФФЕКТ разложения на составляющие

Эффект разложения на составляющие состоит в том, что сам процесс нередко обеспечивает такое значительное снижение неопределенности, что дальнейшие наблюдения становятся ненужными.

За последние 10 лет мне довелось 55 раз анализировать соотношение риска и доходности, при котором приходилось учитывать в общей сложности более 3300 переменных, то есть в среднем примерно по 60 переменных на один проект. Из них лишь около 120 (всего по две на один проект) потребовали дополнительного уточнения после определения стоимости информации. Большинство из этих 120 величин (около сотни) пришлось разложить на более легкие для оценки составляющие. Прочие переменные поддавались оценке более прямыми и очевидными методами. Например, чтобы определить расход топлива у грузовика при движении по дороге, покрытой гравием, было достаточно просто проехать на нем с включенным расходомером, а оценить число вирусов в программном обеспечении можно было, выборочно проверив коды.

Почти треть из тех переменных, что были разложены на составляющие (около 30), не потребовали после разложения дальнейшего уточнения. Иными словами, около 25 % всех измерений с высокой стоимостью были произведены с помощью одного только разложения. Калиброванные эксперты уже знали о данной переменной вполне достаточно, они просто нуждались в более развернутой модели, точнее выражавшей имевшиеся у них знания.

Нам пришлось оценить одну или более составляющих примерно двух третей всех разложенных на элементы переменных. Например, разрабатывая прогноз роста эффективности труда, мы попросили группу работников оценить время, затрачиваемое ими на определенный вид деятельности. Для таких величин разложение на составляющие стало важным шагом вперед к пониманию способа, каким их можно оценить. Весь процесс разложения сам по себе — процесс постепенного прозрения скептиков, считающих объекты и явления не поддающимися измерению. Используя разложение, мы, подобно инженеру, перед которым поставили непростую задачу построить подвесной мост совершенно новым способом, методично решаем все проблемы измерения, разлагая их на элементы. Как и этому инженеру-мостострои-телю, анализ составляющих на каждом этапе позволяет нам заново сформулировать и уточнить стоящую задачу. Разложение на составляющие переменной, «не поддающейся оценке», — важный этап, иногда он и сам по себе достаточно снижает неопределенность.

Вторичные исследования: предположим, что до вас этот объект уже измеряли

Похоже, что, приступая к измерениям в бизнесе, некоторые толковые предприниматели обычно исходят из того, что им, раз уж они так умны, придется самим придумывать метод количественной оценки интересующего объекта. Однако на самом деле в большинстве случаев подобные инновации вовсе не требуются.

Ни одно научное исследование не начинается с первой случайной выборки или экспериментального наблюдения. Не начинается оно и с разработки метода выборки или способа проведения эксперимента. Исследование начинается с вторичных исследований, то есть с анализа результатов, полученных до вас. Вторичные исследования отличаются от первичных, во время которых исследователи сами делают свои наблюдения. Несмотря на название, вторичные исследования всегда предшествуют первичным. Все исследователи считают само собой разумеющимся, что проблемой уже кто-то занимался. Об этом говорит и первое из четырех сформулированных нами «рабочих предпосылок» измерения (см. главу 3): «Ваша проблема совсем не так уникальна, как вы думаете. Предположите, что кто-то уже решил ее до вас или, по крайней мере, уточнил». Эта предпосылка почти всегда оказывается правильной.