Структурированные аналитические методы для анализа разведданных - Richards J. Heuer Jr.

Complexity Manager отличается от других методов работы со сложностью тем, что его может использовать обычный аналитик, не обладающий развитыми количественными навыками. Он может быть использован аналитиками, у которых нет доступа к программному обеспечению для таких программ, как диаграмма причинно-следственных связей или диаграмма блок-потоков, обычно используемых в анализе системной динамики.

Все мы знаем, что живем в сложном мире взаимозависимых политических, экономических, социальных и технологических систем, в котором каждое событие или изменение имеет множество последствий. Эти воздействия затем оказывают дополнительное влияние на другие элементы системы. Хотя мы понимаем это, мы обычно не анализируем мир таким образом, потому что множество потенциальных взаимодействий слишком сложно для человеческого мозга, чтобы отслеживать их одновременно. В результате аналитики часто не могут предвидеть будущие проблемы или возможности, которые могут быть порождены текущими тенденциями и событиями. Или им не удается предвидеть нежелательные побочные эффекты благонамеренной политики.5

Complexity Manager часто может улучшить понимание аналитиком сложной ситуации без временных задержек и затрат, необходимых для построения компьютерной модели и симуляции. Шаги в технике Complexity Manager те же, что и при построении компьютерной модели и симуляции. Это определение соответствующих переменных или действующих лиц, анализ всех взаимодействий между ними и присвоение грубых весов или других значений каждой переменной или взаимодействию.

Ученые, специализирующиеся на моделировании и симуляции сложных социальных систем, отмечают, что "самые ранние, а иногда и самые значительные открытия происходят при сведении проблемы к наиболее фундаментальным игрокам, взаимодействиям и основным правилам поведения", и что "частота и важность дополнительных открытий уменьшается экспоненциально по мере усложнения модели".6 Таким образом, во многих случаях методика Complexity Manager, вероятно, обеспечит значительную, хотя и не всю, пользу от компьютерного моделирования и симуляции, но без временных задержек и затрат на контракты. Однако если ключевые переменные поддаются количественной оценке и их изменения можно отследить во времени, целесообразнее использовать технику количественного моделирования, такую как системная динамика.

Complexity Manager, как и большинство методов структурированного анализа, сам по себе не дает аналитикам ответов. Он позволяет аналитикам найти наилучший возможный ответ, систематизируя беспорядочную информацию о множестве релевантных переменных. Она позволяет аналитикам получить представление о проблеме в целом, а не только об одной ее части . Затем аналитики могут применить свои знания и опыт для вынесения обоснованного суждения о проблеме. Такое структурирование мыслительного процесса аналитика также закладывает основу для хорошо организованного отчета, в котором четко представлено обоснование каждого вывода. Это также может привести к созданию визуальной презентации в той или иной форме, например, концептуальной карты или Mind Map, а также диаграммы причинно-следственных связей или влияния.

Работа над процессом Complexity Manager требует времени, но в конечном итоге это может сэкономить время. Такой структурированный подход помогает аналитикам работать эффективно, не погрязая в сложности проблемы. Поскольку в результате получается более качественный и тщательно продуманный продукт, он также экономит время на редактирование и согласование.

Complexity Manager требует от аналитика выполнения восьми определенных шагов:

1. Определите проблему: сформулируйте проблему (план, цель, результат), подлежащую анализу, включая период времени, который будет охвачен анализом.

2. Определите и перечислите значимые переменные: Используйте одну из техник мозгового штурма, описанных в главе 5 , чтобы определить значимые переменные (факторы, условия, люди и т. д.), которые могут повлиять на интересующую вас ситуацию в указанный период времени. Мыслите широко, чтобы включить организационные или экологические ограничения, которые никто не может контролировать. Если цель - оценить состояние одной или нескольких переменных на несколько лет вперед, эти переменные должны быть в начале списка. Остальные переменные сгруппируйте каким-либо логическим образом так, чтобы наиболее важные переменные находились в верхней части списка.

3. Создайте матрицу перекрестного воздействия: Создайте матрицу, в которой количество строк и столбцов равно количеству переменных плюс один. Оставив ячейку в левом верхнем углу матрицы пустой, внесите все переменные в ячейки в строке сверху матрицы и те же переменные в столбце слева. В матрице есть ячейка для записи характера связи между всеми парами переменных. Это называется матрицей перекрестного влияния - инструмент для оценки двустороннего взаимодействия между каждой парой переменных. В зависимости от количества переменных и длины их названий может быть удобно использовать буквенные обозначения переменных в верхней части матрицы, а не их полные названия.

Решая, включать или не включать переменную или объединить две переменные в одну, имейте в виду, что количество переменных существенно влияет на сложность и время, необходимое для анализа. Если в аналитической задаче 5 переменных, то существует 20 возможных двусторонних взаимодействий между этими переменными. Это число быстро растет по мере увеличения количества переменных. При 10 переменных, как на рис. 11.7 , существует 90 возможных взаимодействий. При 15 переменных - 210. Менеджер сложности может оказаться непрактичным при использовании более 15 переменных.

4. Оцените взаимодействие между каждой парой переменных: Используйте группу экспертов по соответствующей теме, чтобы проанализировать силу и направление взаимодействия между каждой парой переменных, и внесите результаты в соответствующие ячейки матрицы. Для каждой пары переменных задайте вопрос: Влияет ли эта переменная на парную переменную таким образом, что увеличивает или уменьшает воздействие или влияние этой переменной?

Внося оценки в матрицу, лучше всего брать по одной переменной за раз, сначала спускаясь по столбцу, а затем работая по строке. Обратите внимание, что матрица требует, чтобы каждая пара переменных оценивалась дважды - например, влияние переменной A на переменную B и влияние переменной B на переменную A. Чтобы записать, какие переменные влияют на переменную A, пройдите по столбцу A и спросите себя, оказывает ли каждая переменная, перечисленная в левой части матрицы, положительное или отрицательное влияние или вообще не влияет на переменную A. Чтобы записать обратное влияние переменной A на другие переменные, пройдите по строке A, чтобы проанализировать, как переменная A влияет на переменные, перечисленные в верхней части матрицы.

Аналитики могут фиксировать характер и силу влияния одной переменной на другую двумя разными способами. На рис. 11.7 используются знаки плюс и минус, чтобы показать, оказывает ли анализируемая переменная положительное или отрицательное влияние на парную переменную. Размер знака плюс или минус означает силу влияния по трехбалльной шкале. Маленький знак плюса или минуса указывает на слабое влияние, средний - на среднее, а большой - на сильное. Если анализируемая переменная не оказывает влияния на парную переменную, ячейка остается пустой. Если переменная может измениться таким образом, что направление ее