Управление рисками

Идея вкратце

Проблема

Как известно, и организации, и отдельные люди плохо оценивают вероятность неопределенных событий. Прогнозы часто отражают когнитивные искажения их авторов, а также стремление прогнозистов влиять на других и озабоченность своей репутацией. Ошибочные суждения, разумеется, могут иметь серьезные последствия.

Исследование

На основе исследований с участием 25 000 специалистов, сделавших миллион прогнозов, авторы разработали набор методов, которые могут повысить точность прогнозирования: компании могут проводить тренинги по основам статистики и когнитивным искажениям, устраивать командные обсуждения прогнозов, отслеживать производительность и оперативно обеспечивать обратную связь.

На практике

Чтобы сделать свои прогнозы более точными, компании должны в режиме реального времени вести учет, как их ведущие команды выносят суждения, – с исходными допущениями, источниками данных, информацией о внешних событиях и так далее. Ключ к успеху – требование частых и четких прогнозов, а также сравнительный анализ их точности.

Найдите золотую середину

Как показывают исследования, и организации, и отдельные люди не слишком хорошо умеют оценивать вероятность неопределенных событий (т. е. высказывать суждения в условиях неопределенности). А ошибочные суждения, разумеется, могут иметь серьезные последствия. Стив Балмер, тогдашний гендиректор корпорации Microsoft, высказал в 2007 году прогноз: «У iPhone нет никаких шансов завоевать существенную долю рынка». Тем самым он закрыл перед Microsoft возможность рассмотреть альтернативные сценарии. Тем не менее даже незначительное повышение уровня компетентности в области прогнозирования может обеспечить конкурентное преимущество. Компания, которая дает верные прогнозы три раза из пяти, будет иметь постоянно растущее преимущество перед конкурентами, которые способны предугадать события только два раза из пяти.

Прежде чем перейти к рассмотрению того, как организация может обеспечить свое преимущество в прогнозировании, давайте разберемся, какие виды оценок проще всего усовершенствовать, а на каких не стоит заострять внимание. Мы можем обойтись без прогнозирования в тех вопросах, где все и так очевидно, или в тех, которые вообще не поддаются оценке. Рассмотрим те, которые отличаются высокой предсказуемостью: вы знаете, где через пять часов будут стрелки ваших часов, компании по страхованию жизни уверенно устанавливают страховые взносы на основе обновляемых показателей смертности. В отношении вопросов, которые можно предсказать с большой точностью с помощью эконометрических и оперативно-исследовательских инструментов, нет смысла развивать навыки субъективных суждений: данные говорят сами за себя.

На другом полюсе – сложные, плохо изученные и трудно поддающиеся количественной оценке вопросы: каким будет рисунок облаков в определенный день, когда из какого-нибудь гаража в Кремниевой долине выкатят очередную технологию, меняющую правила игры? И здесь тоже практически нет выгоды от инвестирования ресурсов в систематическое совершенствование методов прогнозирования: эти задачки просто-напросто слишком сложны, чтобы их решать.

Золотая середина, на которой и должны остановиться компании, – это такое прогнозирование, когда можно использовать определенные данные, логику и анализ, но при этом не меньшую роль играют взвешенная оценка и продуманная постановка вопросов. Предсказание коммерческого потенциала препаратов при проведении клинических испытаний требует и научной экспертизы, и бизнес-оценки. Специалисты по оценке соискателей опираются на формальные данные (тестирования), но при этом они должны учитывать и такие неосязаемые факторы, как соответствие культур, взаимопонимание между руководителями и вероятность возникновения ожидаемого синергетического эффекта.