Управленческие дилеммы: Теория ограничений в действии

Математическая статистика не даст вам четкого ответа, пока вы не располагаете необходимыми для расчетов данными. Допустим, Рой смог бы приблизительно прикинуть величину стандартного отклонения для количества посетителей ресторана в пиковые часы. Но и после этого он бы не узнал, сколько времени клиент должен отстоять в очереди, чтобы принять решение никогда больше не приезжать в это заведение. А ведь именно эта информация крайне значима для оптимального расчета вместимости залов. В случае с лифтами и службой размещения найти оптимальный вариант еще труднее, так как еще сложнее собрать соответствующие данные об очередях.

Интуитивное стремление Роя найти оптимальное решение с рестораном, лифтами и ресепшн понятно и легко объяснимо, ведь чересчур большой зал, лишние лифты и служащие — это лишние расходы и, соответственно, сокращение прибыли. Но в то же время чрезмерная экономия на комфорте чревата снижением продаж и финансовыми потерями в будущем.

Перед нами классическая управленческая дилемма: как сократить расходы и одновременно увеличить объем текущих и вероятность будущих продаж. Правильного ответа не найти, если нет соответствующих данных, либо имеющиеся данные не точны, либо количество рассматриваемых параметров слишком велико. Даже если бы мы располагали абсолютно всей информацией, то все равно для разработки оптимального решения нужно было бы полагаться лишь на математическое чудо. В жизни же необходимые для подобных математических расчетов данные обычно отсутствуют, волшебной математической суперформулы успеха не существует, и всегда остается некоторая неопределенность, не позволяющая даже надеяться на оптимальное решение. В подобной ситуации бессмысленно собирать дополнительные данные. Нужно искать другой путь.