Майкл Рейнор - Как думают великие компании: три правила

Будем считать, что мы вас убедили и вы поверили, что мы составили правдоподобную выборку выдающихся компаний и идентифицировали формы поведения, благодаря которым возникли различия в рентабельности. Эти формы поведения подразумевают такую схему выбора оптимального варианта, которая соответствует трем нашим правилам: «лучше» важнее, чем «дешевле»; увеличение доходов важнее сокращения расходов; никаких других правил нет. При всем при том полезность нашего исследования во многом зависит от того, насколько уверенно мы сможем экстраполировать его результаты на другие компании, которые не были охвачены нашим исследованием. Именно возможность обобщения и будет служить подтверждением надежности предлагаемых рекомендаций {36} 36 Кроме рецептов, существуют еще прогнозы, и для них требуется совсем другая схема исследований. Эффективность схем прогнозирования в этой области остается непроверенной, в том числе и в нашей работе. Однако прогностические тесты вообще проводятся чрезвычайно редко. Одна из таких попыток описана в работе Michael E. Raynor . The Innovator’s Manifesto: Deliberate Disruption for Breakthrough Growth. Crown Business, 2011. .

Во многих подобных исследованиях возможности обобщения чаще всего обосновываются разнообразием компаний в выборке: по отраслям, по анализируемым периодам и др. Мы тоже используем этот подход: девять наших троек относятся к самым разным отраслям, в частности к производству лекарственных препаратов (фармацевтике), электропроводки, кондитерских изделий, к автомобильным грузоперевозкам и продаже модной одежды в розницу.

Вероятность эффективного обобщения для разнообразной выборки, конечно, выше, чем для однородной, но одного разнообразия для этого далеко не достаточно, особенно если учесть важность обсуждаемого предмета. Проблема в том, что мы не знаем заранее, какие характеристики сходства и различия имеют значение, а какие нет. Что важнее: различия между отраслями по интенсивности использования активов или по темпам роста? Нормативные ограничения или технологические изменения? Острота конкуренции или экзогенные шоки? Просто мыслимых вариантов различий слишком много, и, чтобы отразить их все, не хватит никакой выборки. Да, разнообразие выборки облегчает дело, но этого мало.

В нашем случае мы определили генеральную совокупность исключительных компаний, а затем фактически случайным образом сформировали из нее выборку. Мы можем с достаточной степенью уверенности утверждать, что наше исследование (по крайней мере, потенциально) полезно, потому что оно позволяет оценивать гораздо более широкий круг компаний. Наши объяснения открывают возможность определения характеристик других компаний, нежели те, которые в нем упоминаются {37} 37 Это не означает, что число элементов в нашей выборке достаточно велико, чтобы можно было считать ее репрезентативной; строго говоря, трудно представить себе, чтобы это можно было всерьез утверждать в отношении выборки любого размера, уступающего всей генеральной совокупности. Чтобы определить размер статистически репрезентативной выборки, необходимо иметь правдоподобную оценку дисперсии ключевых показателей в генеральной совокупности. Таким образом, создается абсурдная ситуация по типу «Уловки-22», потому что мы не знаем, какие именно показатели нам понадобятся, до тех пор пока не проведем ситуационный анализ, для которого как раз и требуется выборка. .

Однако эти соображения, конечно, менее значимы, чем ваши интуитивные ощущения относительно применимости наших выводов к вашей собственной компании. Попытки улучшить собственные показатели путем изучения великих примеров (в любой области) могут привести к обескураживающим результатам. Должен ли студент-физик подражать Ньютону, Эйнштейну, Хокингу? А начинающий писатель – Шекспиру, Толстому или Твену? Надо ли восходящей звезде бизнеса перенимать методы Слоуна, Уэлша, Джобса? Эти люди действительно были исключительными. Разве сможем мы реально чему-то научиться у них ? Вполне возможно, что их эффективные методы были эффективными именно потому, что они сами были тем, кем были. Что делать, если самое важное для того, чтобы быть великим, не то, что вы делаете, а просто – нужно быть великим?

Точно так же исследование великих компаний может перестать быть интересным, если задрать голову слишком высоко. Google есть Google, кто же спорит. Эта компания, конечно, поражает воображение, но не стоит обманывать себя: факторы, обусловившие ее исключительную рентабельность, не имеют к нам, остальным, никакого отношения. В ряду исключительных компаний – не только этот поисковый гигант, но и многие другие знаменитые компании, в частности General Electric, ExxonMobil, Johnson & Johnson. Наверное, мы просто на интуитивном уровне не можем соотнести себя с этими компаниями. Независимо от того, обусловлена их исключительность уникальными особенностями соответствующих отраслей или индивидуальными особенностями самих компаний, между «ними» и «нами» часто существует непреодолимый разрыв. Если мы не сможем практически на личностном уровне вжиться в опыт выдающихся компаний, то наши попытки воспользоваться им в конечном счете окажутся тщетными, потому что мы не сможем ни интериоризовать его, ни тем более использовать в своей практике.

Однако на самом деле все не так печально, поскольку, наряду с повсеместно присутствующими культовыми символами типа Microsoft или Oracle в области программного обеспечения или Amgen и Genzyme в биотехнологии, существует множество компаний и даже отраслей с уровнем деятельности, намного более близким к масштабам обычного человека. В качестве примера можно привести не только компанию 3M с ее легендарной тягой к инновациям и тысячами продуктов на потребительских и промышленных рынках, но также и WD-40, весь бизнес которой держится на одном-единственном незапатентованном продукте, первоначально разработанном для предотвращения коррозии в ракетах, несущих ядерные заряды, который, как оказалось, без всяких изменений можно использовать для смазывания скрипучих петель и т. п. Повсеместно присутствующая McDonald’s – исключительная, но исключением является и Luby’s Cafeteria, владеющая сетью из 43 заведений, из которых только три находятся за пределами Техаса. В этот список входят и IBM, и Syntel, которая в 200 раз меньше IBM {38} 38 Эти показатели относятся к 2010 г., когда компании разбивались на категории по рентабельности. . И мы находим выдающиеся компании всех форм и размеров именно потому, что наш метод позволяет отдельно оценивать влияние управленческих решений на рентабельность компании.

Мы уверены: наши выводы полезны, потому что они представляют собой содержательные утверждения, а не прописные истины. Это важно, но этого недостаточно. Чтобы при принятии важных решений люди принимали наши выводы всерьез, они должны быть истинными или как минимум достаточно справедливыми. Так это или нет, можно определить только с помощью методов, которые мы использовали, чтобы найти доказательства, подтверждающие их правильность.