Извлекайте уроки из несбывшихся прогнозов | Большие Идеи

・ Принятие решений
Статья, опубликованная в журнале «Гарвард Бизнес Ревью Россия»

Извлекайте уроки из
несбывшихся прогнозов

В аналитическом прогнозе упор все больше делается на прогноз и все меньше — на анализ.

Автор: Майкл Шрейдж

Извлекайте уроки из несбывшихся прогнозов

читайте также

«О чем ты думал?»: чего нельзя говорить тем, кто совершил ошибку

Питер Брегман

Как подготовиться к эре беспилотников

Крис Андерсон

Корпоративная авария

Роберт Позен

Венчурному капиталисту

Судя по всему, в аналитическом прогнозе упор все больше делается на прогноз и все меньше — на анализ. Что тут скажешь? Это логическая ошибка, это плохой менеджмент: чем гадать на кофейной гуще, гораздо полезнее разобраться со всеми «как» и «почему».

В старые добрые времена занимались именно прогнозированием, а не гаданием: солидные статистики выводили временные ряды и терзали многофакторный анализ, чтобы составить надежный прогноз. Теперь больше занимаются предсказаниями (давайте уж откровенно: пророчествами) и бодрые специалисты по большим данным ссылаются на алгоритмы кластеризации и случайные графы. Ну да, и данных у них побольше — исчисляются петабайтами. Есть с чем поработать.

Хотя современные вычислительные мощности компьютеров изумляют своей скоростью, большинство человеческих проблем и организационных патологий, увы, стары как мир. И большинство методов прогнозирования не столько расширяют видение перспективы, сколько сужают ее. «Предсказание будущего» может пробудить во вполне разумных людях худшие когнитивные импульсы (как это описано в книге Дэна Ариэли «Предсказуемая иррациональность»). Позитивный эффект я наблюдал в тех случаях, когда удавалось усовершенствовать прогнозы не за счет количественных методов и анализа огромного массива данных, а когда радикально менялся сам подход компании к оценке потенциальных проблем и возможностей.

Как ни парадоксально, наибольшую пользу организациям приносят ошибки, допущенные в аналитическом прогнозе, а не «ювелирная точность». Иными словами, по-настоящему мы учимся, когда разбираем, как и отчего наши прогнозы оказались неверными. Почему это так? Потому что неверный анализ указывает на какую-то существенную и поддающуюся измерению ошибку — в данных, в предпосылках, в модели или же в самом методе. Беда (я бы сказал, хроническая болезнь) в том, что многие компании не умеют делать выводы из неверных прогнозов. Они хотят лишь повысить их точность, не пытаясь понять, с какими реальными проблемами им же приходится иметь дело. Аналитический прогноз становится желанной целью, а должен был бы оставаться всего лишь анализом, внутренним процессом фирмы.

Читайте материал по теме: Решайте сами, иначе другие сделают это за вас

Во времена, предшествовавшие увлечению большими данными, сеть отелей, например, использовала довольно-таки изощренные вычисления, методы сбора данных и анализ временных рядов, чтобы координировать ценообразование, управление доходами, различные акции и скидки. В итоге потребовалась большая централизация. Итог: свобода и ответственность местных операторов сократились. Аналитические прогнозы — просто загляденье — расписывали доходы и прибыль по каждому отелю и по каждому виду номеров. Предсказания в точности оправдались примерно в трети гостиниц, но в остальных обернулись катастрофой. На «вскрытие» ушли многие недели, но исходные данные оказались непогрешимыми. В чем же дело? Конкуренты сбили цену и тем самым подорвали пророчество? Нет. В основном на местах управление доходам проходило по плану.

Лишь через пять месяцев, когда уже безнадежно был сорван годовой бюджет и потеряна вера в централизованное управление, проступило убедительное объяснение: выстраивая бизнес-модель, тогдашние специалисты по данным ориентировались на цены равных конкурентов. Они не учли ни при ценообразовании, ни при распределении номеров наличие дисконтных отелей. Примерно для 25% гостиниц этот недосмотр обернулся снижением числа постояльцев и снижением цен за номер.

Трудно винить группу, которая занималась прогнозированием: руководство твердо верило в свой бренд и заведомо исключало из рассмотрения дискаунтеров.

Думаете, этот пример нетипичен, несовременен? В прошлом году я общался с представителями другой сети, которая яростно спорит, следует ли при планировании учитывать влияние Airbnb.

Читайте материал по теме: Как правильно принимать стратегические решения

Недавно крупная промышленная компания заказала масштабный аналитический прогноз в сфере гарантийного сервиса. Она постаралась выявить те ключевые компоненты, которые с наибольшей вероятностью могут подвести и эффективно перераспределить ограниченные ресурсы гарантийных специалистов. В процессе широчайшего (и дорогущего) сбора данных сотрудники, непосредственно занимающиеся гарантийным обслуживанием, напомнили своим боссам, что за многими системами можно наблюдать (и отлаживать их) удаленно, с помощью мониторинга в режиме реального времени. Иными словами, сервисный ремонт тоже можно проанализировать и отладить внутри единой сети. Эта идея радикально изменила и бизнес-потенциал исследования, и его формат. Акцент сместился с гарантийного ремонта на эффективный менеджмент ключевых клиентов. И вновь то же самое: поначалу сосредоточенность на «предсказании» заслоняет общую перспективу, мешает разглядеть реальные задачи.

Если аналитический прогноз осуществляется правильно, то он не выдает пророчества, напротив, сам прогноз послужит поводом для углубленного анализа и существенных открытий внутри организации. Анализ становится точнее и глубже, когда приходится вникать и разбираться, что же именно мы хотим спрогнозировать. Умные компании создают такую культуру, в которой каждый прогноз вызывает все более точные вопросы и порождает статистически значимые ответы. В такой культуре неудачный прогноз быстро и с малыми затратами превращается в аналитический успех.

Перефразируя известный статистический афоризм: лучший способ спрогнозировать будущее — учиться на ошибках, допущенных в предыдущих прогнозах.

Читайте по теме: