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

Изучив каждый мир, вы заполните всю таблицу. Теперь у вас есть описание сегодняшнего мира и разнообразных альтернативных будущих миров; «хорошие» результаты в нижнем ряду, а в среднем вы указали параметры рычагов, необходимые для получения этих хороших результатов.

Затем начинается самое интересное, потому что именно на этом этапе вы можете начинать принимать решения. Разные организации делают это в разном стиле. Некоторые предпочитают подход с низким уровнем риска и из всего разнообразия будущих миров выбирают группу параметров рычагов, повторяющих или напоминающих сегодняшние. В этом случае будущее может развиваться по-разному, но бизнес будет оставаться в относительной безопасности. Другие организации выбирают более рискованный, но не менее действенный подход: команда руководства решает, что надо стремиться к своей цели, и выбирает этот путь. Планирование сценариев может подсказать, что этот выбор может быть или очень удачным, если будущее будет развиваться определенным образом, или достаточно удачным в других обстоятельствах, или же – если ситуация будет развиваться иначе – приведет к катастрофе. Но вариант успеха выглядит очень привлекательно, а у команды есть амбиции, проницательность и воображение, чтобы добиться его. И она добивается, но благодаря мудрости, а не безрассудству.

Процесс планирования сценариев дает представление о внешних условиях, которые способствуют успеху или грозят поражением. По мере того как будущее становится реальностью, организация отслеживает происходящее и принимает «сигналы раннего предупреждения» о том, благоприятны эти условия или нет. Если условия благоприятны – хорошо, если нет – возможно, стратегию следует пересмотреть. Тем не менее это не спонтанная реакция на конкретное внешнее событие, скорее это обдуманное признание того, что мы контролируем не все.

Из этого упражнения можно сделать четыре вывода:

• оно помогает повысить проницательность, энтузиазм и заинтересованность;

• оно позволяет нарисовать убедительные картины будущего;

• оно определяет, какими должны быть параметры рычагов в выбранном будущем мире, указывая на планируемые параметры рычагов, которые следует установить сейчас;

• сравнение этих стратегических планируемых параметров рычагов с текущими реальными параметрами указывает на управленческие действия, которые необходимо принять, чтобы ликвидировать расхождения.

Часть IV

Как создать «лабораторию будущего»

В этой части мы переключимся с системного мышления и диаграмм цикличной причинности на моделирование системной динамики и диаграммы запасов и потоков.

В главе 11 представлены основные принципы моделирования системной динамики и показано, как модель системной динамики, представленная с помощью диаграммы запасов и потоков, может быть описана в терминах системного мышления и с помощью диаграмм цикличной причинности.

В качестве примера того, как модель системной динамики может использоваться на практике, в главе 12 мы возьмем одну из диаграмм цикличной причинности роста бизнеса, показанную в главе 8, и используем ее для моделирования. Это будет история о том, как вырастить местного дилера автомобилей. С решениями, принимаемыми в этой истории, сталкивается любая компания: сколько мы должны тратить на маркетинг? Как лучше распределить средства между рекламой и продвижением?

11

Ускорение вашего системного мышления

До сих пор акцент в этой книге делался на использование системного мышления для более глубокого понимания комплексных систем, для охвата общей картины, для помощи в построении команд, а также для выработки разумной политики, которая выдержит проверку временем и которой не страшны непредвиденные обстоятельства. Мы также увидели, как системное мышление может создать преимущества в различных конкретных ситуациях и при формировании стратегии бизнеса.

Нашим основным инструментом было составление диаграмм цикличной причинности, в которых взаимовлияющие причинно-следственные связи можно изобразить в виде сцепленных усиливающих петель, движущих экспоненциальным ростом или спадом, и тормозящих их раскручивание уравновешивающих петель.

Как мы неоднократно видели, даже довольно простые диаграммы цикличной причинности могут демонстрировать очень сложное динамическое поведение, которое трудно понять, оглядываясь назад, и почти невозможно с определенностью предсказать.

Однако смысл управления заключается в понимании прошлого, принятии решений в настоящем, чтобы влиять, насколько это возможно, на будущее и выполнять наши задачи. Управление динамическим поведением бизнеса и организационных систем – наша основная цель. Хотя диаграммы цикличной причинности помогают отследить причинно-следственные связи, редко кто может предвидеть, как будет развиваться динамическое поведение основных переменных – базы клиентов и доли рынка, настроения персонала и уровня текучести кадров, стоимости акций и репутации – в условиях конкуренции, давления со стороны государства и требовательных клиентов.

Здесь полезным окажется компьютерное имитационное моделирование, которое может работать в качестве «лаборатории будущего», позволяя вам изучать последствия различных решений еще до их реализации.

Существует ряд специализированных программных пакетов, позволяющих рисовать диаграммы цикличной причинности или брать имеющиеся диаграммы и трансформировать их в компьютерные модели, имитирующие поведение системы во времени. В результате имитации вы получаете ряд графиков, на горизонтальной оси которых указано время, а на вертикальной – интересующие вас переменные: клиенты, прибыль, репутация и т. д. Если вы измените любой из лежащих в основе параметров, таких как годовые затраты на рекламу, которая с задержкой привлечет новых клиентов и увеличит прибыль, модель сымитирует последствия. Она покажет вам, что вскоре после ожидаемого роста количества новых клиентов и, соответственно, объема продаж этот объем снова пойдет на спад. Клиенты будут недовольны плохим обслуживанием из-за того, что компания не наняла и не обучила достаточное количество персонала, чтобы справиться с ростом спроса, вызванного рекламой.

Таким образом, цель этой главы – показать, как можно построить компьютерные имитационные модели из диаграмм цикличной причинности. Программный продукт, который я буду иллюстрировать, называется ithink, но он не единственный, два других – Powersim и Vensim. Как с любым программным обеспечением, для эффективного использования ithink, Powersim и Vensim необходимо знать множество подробностей. Однако я не собираюсь здесь писать учебник по программированию (руководство по пользованию ithink написано очень хорошо), а лишь хочу дать представление о том, как можно использовать эти продукты.