Деннис Шервуд - Видеть лес за деревьями. Системный подход для совершенствования бизнес-модели

Таким образом, цель этой главы – показать, как можно построить компьютерные имитационные модели из диаграмм цикличной причинности. Программный продукт, который я буду иллюстрировать, называется ithink , но он не единственный, два других – Powersim и Vensim . Как с любым программным обеспечением, для эффективного использования ithink, Powersim и Vensim необходимо знать множество подробностей. Однако я не собираюсь здесь писать учебник по программированию (руководство по пользованию ithink написано очень хорошо), а лишь хочу дать представление о том, как можно использовать эти продукты.

Использование компьютерных моделей для поддержки системного мышления называется системной динамикой .

Системная динамика – это метод компьютерного моделирования, позволяющий имитировать поведение реальных систем во времени. Таким образом, системная динамика предлагает возможность трансформировать статичную диаграмму цикличной причинности в динамическую «лабораторию будущего».

Как и системное мышление, системная динамика подскажет вам множество важных идей – например, что переменные можно классифицировать как запасы и потоки:

• запасы накапливаются со временем, и их можно измерить в любой момент времени;

• потоки увеличивают или уменьшают запасы, и их можно измерить только за какой-то период времени.

Таким образом, системная динамика включает в себя весь финансовый учет, поскольку все элементы бухгалтерского баланса являются запасами, а все элементы отчета о прибылях и убытках – потоками. Однако масштаб системной динамики гораздо шире, чем масштаб обычного финансового анализа и финансового моделирования, потому что существует множество переменных, которые можно включить в модель системной динамики и которые почти никогда не включают в финансовую модель. Такие переменные, как знания, настроение персонала и степень удовлетворенности клиентов, – важные движущие силы многих компаний, но они редко появляются в публикуемых годовых отчетах или попадают в бухгалтерские таблицы.

Взаимодействие запасов и потоков для конкретной системы может быть отражено в диаграммах запасов и потоков. Их можно рисовать на основе диаграмм цикличной причинности, но диаграммы запасов и потоков обычно содержат больше переменных и более точные описания.

Диаграммы запасов и потоков можно использовать в качестве основы для компьютерной имитации, которая показывает, как система развивается со временем.

Компьютерное моделирование есть в арсенале почти каждого руководителя бизнеса, пользующегося такими приложениями, как Excel. С учетом широкого распространения электронных таблиц возникает естественный вопрос: «Зачем мне другой метод моделирования? Разве я не могу сделать все в Excel?» Конечно, правда, что и Excel (и другие электронные таблицы), и ithink (и другие продукты системной динамики) являются языками программирования, и если проявить достаточно изобретательности, то и тот и другой можно приспособить для нужд моделирования. В то же время, проявив изобретательность, вы можете пользоваться молотком там, где проще использовать отвертку. Как правило, инструменты разрабатывают с конкретной целью, и это верно как для ручных инструментов, так и для программного обеспечения. Поэтому позвольте объяснить, чем модели системной динамики отличаются от таблиц.

Во-первых, масштабом. Таблицы обычно используют для решения внутренних числовых задач с большим количеством данных – от анализа продаж по продукту, рынку и каналу до подготовки бюджета на следующий год. Таблицы смотрят «вниз» в возникающие подробности и «внутрь» каждого уголка организации. В отличие от них, модели системной динамики смотрят «вверх» на более широкие концепции, разрушая границы, охватывая картину в целом, и «наружу» – за рамки организации, на рынок, общий контекст, в котором работает компания. С помощью моделей системной динамики можно составить баланс и отчет о прибыли и убытках, но с их помощью можно сделать и гораздо больше. Например, каждая диаграмма цикличной причинности в этой книге могла бы служить спецификацией модели системной динамики и давать хорошее представление о динамическом поведении соответствующей системы. Как вы думаете, из скольких из этих диаграмм получилась бы спецификация для таблицы?

Во-вторых, структурой. Хотя в таблицах можно отобразить петли обратной связи, обычно этого не делают. А модели системной динамики разработаны именно для этого и могут сразу отобразить суть двигателя роста вашего бизнеса, имитируя движущую силу лежащих в его основе усиливающих петель и тормозящий эффект уравновешивающих петель. Чтобы увидеть, как это получается, давайте вспомним, как строятся табличные модели и как они работают.

Excel, которому предшествовали такие приложения, как Lotus 1-2-3, Super-calc и Visicalc, – наиболее известная электронная таблица для бухгалтерского анализа в виде листа с сеткой строк и колонок. Обычно колонки представляют отрезки времени (по неделям, месяцам и т. д.), а строки – такие элементы, как «клиенты», «объем продаж», «затраты на единицу продукции», «чистая прибыль», «ставка налога» и т. д. Каждая ячейка таблицы содержит или введенное вами число, или арифметическое действие, например, «умножить объем продаж из строки 7 этой колонки на цену единицы из ряда 8 этой колонки и записать получившийся доход от продаж в эту ячейку». Программное обеспечение не требует от вас такого многословного описания: все, что нужно написать в ячейке D9 (для колонки D, «февраль», строка 9, «доход от продаж»), – это = D7 × D8.

Таблицы обладают всевозможными свойствами, например возможностью копировать формат одной колонки в другие. Расчеты за февраль (колонка D), вероятно, будут такими же, как за март (колонка Е) и остальные месяцы года. Поэтому, указав построчную логику для первой колонки, ее легко копировать в другие колонки.

Как правило, подсчет в таблицах идет вниз по первой колонке, затем по следующей и т. д. Метод расчетов по колонкам известен как имитация по временным интервалам. Модель имитирует поведение системы по правилам, указанным в таблице, «нарезая» время в соответствии с заранее определенными интервалами, в данном случае по месяцам.

В большинстве таблиц основная часть правил вычислений касается разных строк внутри одной колонки («доход от продаж» = «объем продаж» × «цена за единицу» за март) в течение любого отрезка времени. Кроме того, всегда существуют правила, связывающие одну колонку со следующей и определяющие, как модель работает во времени. Они обычно бывают двух типов: во-первых, правила переноса остатков на конец периода (дебет, кредит, активы и т. д.) из одной колонки в соответствующую колонку нового периода и, во-вторых, все правила, касающиеся прогнозов, например, указывающие, что «объем продаж растет на 1,5 % в месяц», «накладные расходы растут каждый месяц в соответствии с инфляцией» и т. п. Внутри самой таблицы правила второго типа представлены по ссылке между последовательными колонками одной строки. Используя пример роста продаж, в строке 7 («объем продаж») колонки Е («март») может содержаться правило, касающееся предыдущей колонки D («февраль»):