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

Несмотря на трудности с измерением, все мы ежедневно принимаем решения, основанные на наших личных оценках нечетких переменных. Системная динамика действительно может добавить стоимость, сделав эти нечеткие переменные явными и избавив от необходимости сбора огромного количества данных или проведения обширных эконометрических исследований. Все, что вам нужно, – это нарисовать несколько графиков, показывающих, как, на ваш взгляд, ведет себя мир. Эти графики существуют у вас в мыслях, но, вероятно, вы никогда не рисовали их и не сравнивали с мысленными графиками ваших коллег. Тем не менее эти графики существуют, иначе мы не смогли бы принимать решения. У нас всех есть ментальные модели.

Чтобы отобразить нечеткую переменную, для начала нужно определить две оси графика. В данном случае нас интересует, как увеличение доли рынкапостепенно замедляет процесс приобретения новых клиентов. Итак, горизонтальная ось будет называться долей рынка. С вертикальной осью все не так очевидно. Поэтому придумайте для нее название (в данном случае мы назовем ее эффектом насыщения рынка) и нанесите на нее шкалу от нуля до единицы.

Далее нам необходимо нанести числа на горизонтальную ось. При каком диапазоне доли рынка этот эффект будет оказывать влияние? В данном случае он составляет от 10 до 12 % и основан на мнении информированных людей. Этот диапазон задает структуру графика на рис. 12.7.

На следующем этапе мы будем рисовать линию графика, которая кажется нам правдоподобной. Насколько быстро график опускается вниз? Доходит ли он до нуля? Если да, то в какой момент? Мнения разных людей будут отличаться, и графики на рис. 12.8 и 12.9 являются весьма правдоподобной альтернативой графику, представляющему эффект насыщения и показанному на рис. 12.4.

Какой из трех графиков является «правильным»? Все зависит от ваших ментальных моделей. В данном случае разные ментальные модели действительно дают разный результат. На рис. 12.10 показано поведение объема продаж за этот месяцдля каждого из трех графиков эффекта насыщения рынка. Позволяя вам нарисовать на экране собственный график, модель системной динамики облегчает исследование последствий ваших возможных решений и позволяет сравнить вашу точку зрения с точкой зрения ваших коллег. Возможно, разница во взглядах оказывает небольшое влияние, возможно, значительное, но в любом случае модель системной динамики поможет вам. Если разница окажется существенной, вы можете обсудить с коллегами, почему вы видите мир по-разному, и у вас будет стимул выяснить, каковы реальные данные.

В этом примере я продемонстрировал почти полное пренебрежение принципами бухгалтерского учета. Я использовал период длиной в месяц, который может содержать от 28 до 31 дня, группировал все затраты в единую общую маржу и полностью игнорировал дебет, кредит и соответствующие временные отличия, подразумевая, что все операции производились в наличных. Я не упоминал о налогах, амортизации и финансовых издержках. Думаю, ни один бухгалтер не добрался до этого места, так как уже с отвращением отбросил книгу!

Но нас интересуют три вещи: первое – как не перегрузить модель, второе – как «увидеть лес за деревьями», и третье – для чего, собственно, используется модель.

Как мы уже видели, все элементы баланса являются запасами, а все элементы отчета о прибыли и убытках (и все элементы денежного потока) – потоками. Бухгалтерскую отчетность при желании можно полностью включить в моделирование системной динамики, но она перегрузит модель. Модели системной динамики направлены «вверх» и «наружу». Они побуждают нас смотреть на вещи с более высокого, а не низкого уровня, охватывать картину целиком, расширяя границы проблемы, а не заглядывать глубоко внутрь, чтобы увидеть больше деталей, что сузит наш взгляд. В электронных таблицах все наоборот: они смотрят «вниз» и «внутрь», способствуя более глубокому анализу. Если вы хотите проанализировать бухгалтерию, используйте таблицы, если вы хотите понять поведение вашего бизнеса, используйте системное мышление и системную динамику.

Здесь мы плавно переходим к вопросу о том, как «увидеть лес за деревьями». Что действительно важно, а что нет? Вы хотите спрогнозировать ежедневные движения средств на банковском счете, получения от каждого должника и платежи каждому кредитору? Или вы хотите понять, как нужно перенастроить рычаг управления, чтобы бизнес развивался?

Важно, что нечеткая переменная, эффект насыщения рынка, появляется в модели системной динамики, но вряд ли появится в таблице. Готов поспорить, что эта переменная является основной для данной проблемы. Однако в большинстве компаний она действительно нечеткая. Тогда какой смысл добиваться особой точности в остальном?

Одним из наиболее пагубных «недостатков» таблиц является очевидная точность результатов. С помощью таблицы вы можете рассчитать любой элемент в будущем, например рост объема продаж на 3 % в год за период 20 лет. Таблица выдаст вам результат с точностью до последнего знака. Если вы предложите кредит на шесть недель, она посчитает и дебет. Но значат ли что-нибудь эти цифры?

Модели системной динамики не обещают такой точности. Все результаты показаны в виде графиков. Исследуя модель и меняя некоторые параметры, вы скоро почувствуете, меняются графики значительно или нет. Не превращается ли круг процветания в порочный круг? Стабилизируется ли неустойчивая система? Можно ли снять ограничения роста? Именно ответы на эти вопросы нужны руководителям, а не прогноз конкретной цифры через семь лет.

И тут мы подходим к третьей части: для чего мы используем модель? На мой взгляд, их можно использовать для двух основных целей – чтобы получать ответы или чтобы лучше понимать их. Хорошим примером модели для получения ответов является та, которую бухгалтеры используют для оптимизации налогообложения. Расчеты, связанные с налогами, отнимают много времени и могут иметь несколько вариантов. Однажды я принимал участие в решении проблемы, касавшейся льготы на налог на прирост капитала, и компьютерная модель оказалась незаменима при проведении огромного числа расчетов и поиске бухгалтерами наиболее выгодного ответа. Модель сэкономила огромное количество времени и дала нам нужный числовой ответ.