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

.

14

.

Будущее структурных методов анализа

 

Аналитики и менеджеры разведки постоянно ищут пути повышения качества своего анализа. Один из таких путей - более широкое использование структурированных методов анализа. Эта книга призвана поощрить и поддержать эти усилия.

В этой заключительной главе используется новая методика под названием Complexity Manager ( глава 11 ) для придания строгости решению сложной проблемы - будущего структурированных аналитических методов. Ричардс Хойер разработал Complexity Manager как упрощенную комбинацию двух давно известных методов анализа будущего, Cross-Impact Analysis и System Dynamics. Он предназначен для аналитиков, которые не были обучены использованию таких передовых количественных методов.

Мы применяем эту технику специально для решения следующих вопросов:

Каков прогноз использования методов структурированной аналитики в 2020 году? Будет ли использование методов структурированной аналитики набирать обороты и чаще применяться спецслужбами, правоохранительными органами и бизнес-сектором? Или их использование останется на нынешнем уровне? Или же атрофируется?

Какие силы стимулируют расширение использования структурированного анализа и какие возможности существуют для поддержки этих сил?

Какие препятствия мешают более широкому использованию структурированного анализа и как их можно преодолеть?

В конце этой главы мы предположим, что на дворе 2020 год и использование структурированных аналитических методов широко распространено. Мы представляем наше видение того, что произошло, чтобы это стало реальностью, и как использование структурированных аналитических методов изменило способ проведения анализа - не только в разведке, но и в целом ряде дисциплин.

14.1 СТРУКТУРИРОВАНИЕ ДАННЫХ

Анализ конкретного исследования начинается с составления списка переменных, которые будут влиять на использование методов структурированного анализа в ближайшие пять лет или около того. Первая переменная в списке - целевая переменная, за ней следуют девять других переменных, связанных с ней.

Более широкое использование структурированных методов анализа

B Поддержка руководством сотрудничества и структурированных методов анализа

C Наличие виртуальных технологических платформ для совместной работы

D Смена поколений аналитиков

E Наличие поддержки и наставничества в области аналитической работы

F Изменение в бюджете на анализ

G Изменение предпочтений покупателей в пользу совместных, электронных продуктов

H Исследование эффективности структурированных методов

I Восприятие аналитиками нехватки времени

J Отсутствие открытости к изменениям среди старших аналитиков и менеджеров среднего звена

Следующий шаг в Complexity Manager - сведение этих десяти переменных в матрицу перекрестного влияния. Это инструмент для систематического описания двустороннего взаимодействия между каждой парой переменных. Каждая пара оценивается с помощью следующего вопроса: Влияет ли эта переменная на парную переменную таким образом, что это будет способствовать увеличению или уменьшению использования методов структурированного анализа в 2020 году? Заполненная матрица показана на Рисунок 14.1 . Это та же матрица, что и в главы 11 .

Цель данного анализа - оценить вероятность существенного увеличения использования структурированных аналитических методов к 2020 году, а также выявить побочные эффекты, которые могут быть связаны с таким увеличением. Именно поэтому рост использования методов структурированного анализа является ведущей переменной, переменной A, которая формирует первый столбец и верхнюю строку матрицы. Буквы в верхней части матрицы - это сокращения тех же переменных, которые перечислены в левой части.

Рисунок 14.1 Переменные, влияющие на будущее использование структурированного анализа

Чтобы заполнить матрицу, авторы начали со столбца А, чтобы оценить влияние каждой из переменных, перечисленных в левой части матрицы, на частоту использования структурированного анализа. Это упражнение дает представление обо всех переменных, которые будут положительно или отрицательно влиять на использование структурированного анализа. Далее авторы заполнили строку A в верхней части матрицы. Здесь показано обратное воздействие - влияние расширения использования структурированного анализа на другие переменные, перечисленные в верхней части матрицы. Здесь выявляются эффекты второго уровня. Оказывает ли растущее использование методов структурированного анализа влияние на какие-либо другие переменные таким образом, что об этом необходимо знать?1

Оставшаяся часть матрицы заполнялась по одной переменной за раз, при этом выявлялись и отмечались потенциально значимые вторичные эффекты. Вторичный эффект возникает, когда одна переменная усиливает или ослабляет другую переменную, которая, в свою очередь, влияет на структурированные аналитические методы или подвергается их воздействию.

14.2 КЛЮЧЕВЫЕ ФАКТОРЫ

Тщательный анализ взаимодействия всех переменных позволяет сделать несколько выводов о будущем структурированного анализа в целом. Анализ фокусируется на тех переменных, которые (1) меняются или могут измениться, и (2) оказывают наибольшее влияние на другие значимые переменные.

Основными движущими силами системы - и, по сути, переменными, оказывающими наибольшее перекрестное влияние на другие переменные, как показано в матрице, - являются степень, в которой (1) высшее руководство обеспечивает культуру сотрудничества, (2) рабочая среда поддерживает развитие виртуальных технологий совместной работы и (3) клиенты указывают, что им нужен более тщательный и совместный анализ, выполняемый на электронных устройствах, таких как планшеты. Эти три переменные оказывают сильную поддержку структурированному анализу, одобряя и поддерживая сотрудничество. Структурированный анализ, в свою очередь, усиливает их, обеспечивая оптимальный процесс, в рамках которого происходит сотрудничество.

Четвертая переменная - новое поколение аналитиков, привыкшее к социальным сетям, - сильно поддерживает обмен информацией и сотрудничество, а значит, косвенно поддерживает структурированные методы анализа. Влияние нового поколения аналитиков важно, поскольку оно означает, что время не является нейтральным. Другими словами, с новым поколением время теперь на стороне перемен. Взаимодействие этих четырех переменных, усиливающих друг друга и движущихся в одном направлении, является достаточным сигналом того, что будущее структурированных методов, скорее всего, будет положительным.

Важную роль играют и другие переменные. Они определяют возможности для облегчения или ускорения изменений, либо создают препятствия, которые необходимо свести к минимуму. На скорость и легкость изменений существенно повлияет поддержка (или отсутствие поддержки) ячеек аналитического ремесла, наставничество на рабочем месте и фасилитаторы, помогающие в командных или групповых процессах с использованием структурированных методов.2 Программа исследований эффективности структурированных техник также будет полезна для оптимизации их использования и противодействия противодействию со стороны тех, кто испытывает дискомфорт при использовании этих техник.

Кажется, что шансы говорят в пользу фундаментальных изменений в методах проведения анализа. Однако любые изменения далеко не гарантированы, поскольку результат зависит от двух предположений, любое из которых, если окажется неверным, может помешать достижению желаемого результата. Одно из предположений заключается в том, что финансирование анализа в течение следующих нескольких лет будет достаточным для создания условий, благоприятствующих расширению использования структурированных аналитических методов. Это необходимо для финансирования групп поддержки аналитического ремесла и сотрудничества, поддержки фасилитации, программ наставничества, исследований эффективности структурированных аналитических методов и другой поддержки обучения и использования структурированного