Мортен Хансен - Великие по собственному выбору

8. Ограничения и недостатки.У каждого метода исследования имеются свои преимущества и свои слабые стороны. Наш метод также не был исключением. Вот наиболее часто высказывавшиеся сомнения и наши ответы на них.

Не слишком ли узок круг – всего 14 компаний – для столь существенных выводов?

Нет, поскольку наша цель – не проверить существующие гипотезы на большом количестве компаний, а сделать новые открытия. Достаточное количество случаев определяется нашей уверенностью, что у нас имелось достаточно пар для выявления устойчивых паттернов, и, если бы мы добавили еще сколько-то пар, мы бы вряд ли обнаружили что-то принципиально новое {235}. Исследователи называют такую ситуацию избыточностью информации: при качественном анализе конкретных случаев наступает момент (обычно после изучения 8–12 случаев), когда исследователь достигает насыщения и добавление новых случаев уже не приносит нового знания {236}. В нашем исследовании после добавления последней пары новых гипотез не последовало. Мы быстро достигли предела насыщения еще и потому, что намеренно объединяли компании в пары и сопоставляли противоположности – так легче выявить различия.

Отбор проводится по признаку успешности?

Нет, и мы это уже ранее объясняли. Мы не отбирали исключительно успешные компании – мы отобрали пары противоположностей, каждую в своей отрасли, именно по принципу, что одна компания преуспела, а вторая (из контрольной группы) – нет.

Можно ли обобщать ваши выводы?

Можно, однако с определенными оговорками. Вряд ли нужно:

• Распространять наши выводы на многие отрасли и компании. Мы не знаем, применимы ли наши выводы ко всем компаниям. Мы уверены, что они применимы ко многим компаниям и отраслям, потому что наши открытия сделаны на основании разнообразных подборок данных по семи отраслям, а не по одной или двум. Также, поскольку мы ограничили свое исследование американскими компаниями, при переносе наших выводов на другие страны и культуры следует проявлять осторожность.

• Распространять выводы на другие периоды. Хотя мы исследовали компании в период 1970–2002 гг., мы твердо уверены в том, что наши открытия применимы к 2011 году и далее. Дело в том, что мы сознательно выбрали самые неустойчивые и хаотические отрасли. Поскольку мир остается нестабильным, вполне вероятно, что «турбулентность», которую испытали на себе эти компании, превратится в норму, и открытия, сделанные в ходе нашего исследования, весьма пригодятся на будущее.

Нет ли риска некоторого искажения исторических сведений задним числом?

Такого рода проблема потенциально существует, но наш подход позволяет смягчить риск. Мы потратили немало усилий на работу с источниками, а не полагались на современные работы, толкующие прошлое задним числом. К примеру, есть же разница между статьей об Intel, написанной в 2000 году и в годы формирования компании, – такая статья истолковывает историю, и на восприятие ее автора может повлиять успех, достигнутый компанией в 2000 году. Подобный подход грозит искажениями из-за ошибки атрибуции {237}. И напротив, когда мы обращаемся к источникам и собираем информацию о событиях, в которых участвовала Intel, мы видим эти события глазами современников. Тогда, в 1970 году, никто не мог предвидеть великих достижений Intel, и нет ни малейшей вероятности, что произойдет ошибка атрибуции.

Удалось ли выявить каузальность?

По большей части социальные науки, в том числе исследования в области менеджмента (как и наше исследование), не могут претендовать на установление каузальности, если понимать «каузальность» как детерминизм: «такие-то изменения в сфере х непременно приводят к таким-то изменениям на уровне у». Следуя давней традиции исследований организаций и стратегического менеджмента, мы стараемся лишь выделить те объяснения, которые с большой вероятностью объясняют различия результатов в парах компаний. Мы тщательно формулируем свои выводы и выражаемся примерно так: «С большой вероятностью между Х и результатами деятельности компании существует связь» или «повышение фактора Х, скорее всего, приводит к повышению Y» – то есть мы прибегаем к вероятностным, а не детерминистским высказываниям.

Существует ли проблема «перевернутой причинности»?

О перевернутой причинности заходит речь, когда вывод указывает в точно противоположном направлении по сравнению с первоначальной гипотезой. Например, первоначально вы думали, что своим успехом компания обязана инновациям, а оказалось, что это успех компании позволил заняться инновациями (успешная компания располагает бо́льшим количеством денег для финансирования инноваций).

Нам в основном удалось избежать этой ловушки, поскольку мы опирались на документы и благодаря им смогли определить, когда что началось и какие факторы вступили в строй раньше, а какие позже.

Существуют ли другие компании, следовавшие тем же принципам, но не достигшие такого уровня успеха?

Поскольку мы не могли изучить все компании в США, мы не можем исключить такой возможности. Однако нижеследующие соображения смягчают и данную проблему:

• Полученные нами разные наборы данных (по семи разным отраслям) снижают вероятность того, что наши открытия соответствуют лишь одной-двум компаниям или отраслям.

• Как сказано выше, мы не выстраиваем детерминистскую каузальную цепочку, то есть не утверждаем, будто, следуя этим принципам, с гарантией добьешься исключительных результатов. Мы говорим лишь, что следование этим принципам повышает вероятность успеха.

• Компании 10 ×, которые мы рассматривали, соблюдали все принципы, сформулированные в этой книге; те же, кто соблюдает лишь часть этих принципов, вряд ли добьются столь замечательных результатов.

Не объясняются ли результаты компаний особенностями той или иной отрасли?

Мы учитываем влияние самой отрасли и именно поэтому берем по две компании из каждой (подобранные пары). Обе компании в паре сталкиваются с одинаковыми для всей отрасли ситуациями, но их тактика и их итоги заметно различаются. Поскольку факторы отрасли для этих компаний схожи, ими невозможно объяснить очевидные различия.

Может быть, компаниям из группы 10 × просто повезло?

Критики исследований менеджмента часто указывают на то, что из таких штудий исключен фактор удачи. Но мы не игнорировали роль удачи, мы дали этому явлению определение, собрали данные по благоприятным и неблагоприятным событиям, исследовали роль этих событий удачи при объяснении итогов той или иной компании. Интересным открытиям в сфере удачи посвящена глава 7.

А вдруг некоторые из этих компаний уже не так хорошо работают в последние годы?