От хорошего к великому

Однако я хотел бы отметить, что «только одиннадцать» не должно никого смущать. Нам нужно было установить фильтры, и мы выработали очень жесткие критерии. Если бы мы установили более низкие барьеры, например в 2,5 раза больше, чем средний показатель доходности по рынку, тогда гораздо большее число компаний попало бы в список. Я убежден, что многие организации могут совершить путешествие от хорошего к великому, если они усвоят уроки, приведенные в этой книге. Проблема не в статистике, проблема в том, что люди тратят свое время и силы не на то.

А как же статистическая значимость, учитывая то, что только одиннадцать компаний вошли в окончательный список компаний, которые добились выдающихся результатов, а общая выборка для исследования — 28 компаний (включая те, которые использованы для сравнения)?

Мы привлекли двух ведущих специалистов, чтобы они помогли решить этот вопрос: один — профессор статистики, а другой — прикладной математики. Специалист в области статистики Джеффри Т. Лафтиг из Университета Колорадо, изучив вопрос, сказал, что, с точки зрения статистики, здесь нет никаких проблем, указав на то, что термин «статистическая значимость» применим только, когда используется репрезентативная выборка. «Послушайте, вы не работаете

с выборкой, — сказал он. — Вы отобрали из списка Fortune 500 одиннадцать компаний, отвечающих вашим критериям. При сравнении этих одиннадцати компаний с семнадцатью, которые вы отобрали для сравнения, вероятность того, что ваши концепции — это случайность, практически нулевая.» Когда мы попросили профессора прикладной математики Уильяма П. Бриггса проверить наш исследовательский метод, он так сформулировал вопрос: «Какова вероятность того, что ваши заключения — случайность, когда все ваши компании имеют эти характеристики, а все компании, которые вы выбрали для сравнения, не имеют этих характеристик?» Он заключил, что вероятность меньше, чем 1 из 17 миллионов. Нулевой шанс, что мы нашли одиннадцать случайных компаний, которые чисто случайно демонстрируют такие результаты. Мы можем заключить с полной уверенностью, что те характеристики, которые мы определили в компаниях, неразрывно связаны с процессом перехода от хороших результатов к выдающимся.

Почему вы ограничили ваше исследование открытыми акционерными обществами?

Открытые акционерные общества имеют два преимущества: общепринятые нормы для того, что считать результатами их деятельности (так что можно установить жесткие критерии отбора компаний) и огромное количество доступной информации. По частным компаниям нет достаточной информации, что особенно осложнило бы работу с компаниями, отобранными для сравнения. Привлекательность открытых акционерных обществ в том, что нам не нужно их разрешение, чтобы получить все необходимые данные. Нравится им это или нет, но информация о них доступна широкой общественности.

Почему вы ограничились американскими компаниями?

Мы пришли к заключению, что строгость при отборе компаний важнее всех преимуществ международной «выборки». Отсутствие сопоставимых данных по доходности акций неамериканских компаний нарушило бы наш отбор. Сравнительный анализ исключает «контекстные шумы» (одинаковые компании, отрасли, размеры, возраст и так далее) и придает больше уверенности в основательности наших заключений, что важнее широты охвата выборки. Тем не менее, я уверен, что наши выводы верны, невзирая на географические границы. Несколько объектов нашего исследования — глобальные компании и те же концепции были применены во всех регионах, где они осуществляли свою деятельность. Я также полагаю, что многое из того, что мы открыли — концепция руководства 5 уровня и «принцип маховика» — американцам будет проглотить труднее, чем представителям других культур.

Почему high-tech компании не лопали в ваш список?

Большинство компаний сектора высоких технологий было исключено, поскольку они не укладываются в нашу схему от хорошего к великому. Нам надо, чтобы история компании насчитывала как минимум 30 лет, чтобы войти в исследование (пятнадцать лет удовлетворительных результатов, за которыми следуют пятнадцать лет выдающихся результатов). Из всех компаний из области высоких технологий, существующих больше тридцати лет, ни одна не следовала такой схеме развития. У Intel, например, не было пятнадцатилетнего периода хороших результатов; Intel всегда была великой. Если бы мы повторили это исследование через десять или двадцать лет, я бы предположил, что большая часть списка состояла бы из компаний high-tech.

Насколько применима книга «От хорошего к великому» к компаниям, которые уже великие?