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.
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.
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.
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.
Указания по внедрению
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.
Когда мы опрашивали бывших сотрудников McKinsey, с помощью каких инструментов они разбираются в данных, почти все они упомянули правило «80/20». Мы уже говорили в этой главе, что правило «80/20» проявляется по-разному. Приведем еще несколько примеров: 20% населения США платит 80% подоходного налога. В классе 20% учащихся отнимают 80% времени учителя. Возможно, 80% одежды, которую вы постоянно носите, составляет всего 20% вашего гардероба. И этот список можно продолжать. Правило «80/20» приблизительно (соотношение может составлять, например, 75/25 или 90/10) и даже не всегда применимо, но все же проявляется так часто, что его стоит использовать для прогнозов.
В McKinsey правило «80/20» в основном касается данных, и в этом отношении оно, несомненно, верно. Применяя его к цифрам, можно получить выводы, которые успешно пройдут тест «Что это нам даст?». Вернемся к одному из примеров, приведенных выше: узнав, что на 20% ваших продавцов приходится 80% продаж, вы должны сразу спросить, почему так происходит и как можно поднять остальных продавцов до уровня этих. Заметьте, что правило «80/20» не обязательно приводит напрямую к глубокому выводу. Оно скорее побуждает задавать новые вопросы и, возможно, выполнять новые виды анализа, которые помогают воссоздать правильную картину.
Более того, правило «80/20» может применяться не только к данным. С его помощью вы разберетесь, что говорить клиенту. Ведь 80% ваших рекомендаций будет следовать из 20% результатов проведенного анализа. В двух словах: расставляйте приоритеты. Подумайте, какие рекомендации принесут вашему клиенту наибольшую пользу, и сосредоточьтесь именно на них. Помните, что организация-клиент сможет выполнить лишь ограниченное количество рекомендаций за один раз. И сосредоточьтесь в первую очередь на самых выигрышных направлениях.
Упражнения
– Вспомните последний аналитический проект, над которым вы работали или который вам презентовали. Все ли наглядные материалы презентации этого проекта проходят тест «Что это нам даст?». Проанализируйте как минимум 10 наглядных материалов.
