Можно ли управлять тем, что невозможно точно измерить

В бизнесе принято доверять цифрам, и это разумно. Бюджет, маржинальность, стоимость привлечения клиента и другие показатели позволяют сравнивать фактическое состояние компании с планом. На их основе принимают решения, распределяют ресурсы и оценивают результаты.
Однако часть значимых для бизнеса явлений невозможно измерить с такой же определенностью, как остаток денег на счете.
Размер рынка, будущий спрос, вероятность ухода клиента, реакция конкурентов, последствия изменения регулирования — для всего этого существуют оценки, модели и статистика. Однако оценка остается оценкой. И чем сильнее руководство пытается получить одну «правильную» цифру, тем выше риск принять неопределенность за точность.


Когда цифра выглядит точнее, чем она есть

Компания рассматривает выход в новый сегмент. Руководству необходимо понять потенциальный объем рынка. Аналитики собирают доступную статистику, изучают отраслевые отчеты, данные компаний и государственную информацию. В результате появляются несколько оценок. Они различаются в разы. Можно потратить еще месяц на исследование и получить новую цифру, которая будет выглядеть убедительнее предыдущей. Но сама проблема никуда не исчезнет.

Объем рынка — не физический объект, который можно один раз измерить и зафиксировать. Результат зависит от того, кого считать участником рынка, какие продукты включать, какой период брать, учитывать ли серый сегмент, как оценивать компании, по которым нет полной информации.

Даже если получить максимально качественную оценку текущего объема рынка, она не ответит на главный вопрос руководства: сколько именно сможет занять на нем конкретная компания? На это повлияют цена, конкуренты, доступ к клиентам, собственные мощности, условия финансирования, скорость выхода и множество других факторов.

В результате попытка получить одну точную цифру может создавать иллюзию решения, хотя на самом деле решение все еще принимается в условиях неопределенности.

Неопределенность бывает двух видов

Прежде чем решать, сколько усилий вкладывать в оценку, полезно понять, с чем именно компания имеет дело. Видов неопределённости два, и они требуют противоположных действий.

Та, которая уменьшается от исследования. Сколько игроков работает в сегменте. Что именно написано в новом регламенте. Каков объём рынка сейчас. Какие условия дают конкуренты. Ответы на эти вопросы существуют — они просто пока не собраны, и деньги, потраченные на сбор, действительно сокращают незнание.

Та, которая не уменьшается ни от чего. Как поведут себя конкуренты, когда увидят наш выход. Каким окажется спрос через три года. Появится ли новый игрок с другой моделью. Здесь ответа не существует не потому, что его не нашли, а потому, что событие ещё не произошло и зависит от решений, которых никто пока не принял. Исследование такую неопределённость не сокращает. Оно делает её описание подробнее, что нередко принимают за прогресс.

Практический смысл различия прямой. В первом случае дополнительный месяц работы аналитиков окупается. Во втором он не даёт ничего, кроме документа, и потратить его следует иначе: на то, чтобы уменьшить последствия неблагоприятного варианта, а не на попытку его предсказать.

Компании регулярно платят за второе, принимая его за первое. Внешне процесс выглядит одинаково: заказано исследование, получен отчёт, в отчёте цифры. Отличить можно одним вопросом — существует ли в природе тот, кто знает ответ. Если знающего нет ни у кого, потому что событие ещё не наступило, продолжать исследование бессмысленно независимо от бюджета.

Неопределенность нельзя устранить дополнительной таблицей

Здесь возникает первая типовая ошибка — путать точность расчета с достоверностью вывода. Если показатель рассчитан до десятого знака после запятой, это еще не означает, что исходная оценка стала точнее. Можно идеально рассчитать показатель на основе неполных данных или модели, которая содержит существенные допущения.

Вторая ошибка — искать единственный правильный источник данных. Разные источники могут давать разные результаты не потому, что кто-то обязательно ошибается. Они могут отвечать на разные вопросы и использовать разные методики. Расхождение статистики иногда говорит не о плохом качестве данных, а о сложности самого объекта измерения.

Третья ошибка — принимать прошлое за прогноз будущего. Историческая статистика полезна: она показывает динамику, сезонность, повторяющиеся закономерности. Но она не является обещанием, что рынок продолжит двигаться по той же траектории. Внешняя среда может изменить сам механизм, который раньше формировал показатели.

Четвертая ошибка — откладывать решение до появления полной информации. Для некоторых решений полной информации не будет никогда. Если выход на рынок зависит от реакции конкурентов, поведения клиентов и будущих изменений регулирования, ждать момента, когда все эти параметры станут известны заранее, означает фактически отказаться от управления будущим.

Пятая ошибка — управлять только тем, что легко посчитать. Финансовый показатель попадает в отчетность и поэтому получает внимание. А изменение качества отношений с ключевым клиентом, рост договорных рисков или зависимость от одного поставщика могут оставаться менее заметными — до тех пор, пока не проявятся в цифрах.

Что делать с тем, что невозможно точно измерить

Вопрос не в том, как заменить неопределенность точностью. Вопрос в том, как принимать решения, когда неопределенность является частью самой задачи.

Для этого руководителю иногда полезнее видеть не одну цифру, а диапазон возможных значений и понимать, какие допущения стоят за каждым сценарием.

Вернемся к примеру с выходом в новый сегмент. Вместо попытки доказать, что объем рынка составляет 100 миллиардов, можно рассмотреть несколько вариантов: рынок меньше ожидаемого, соответствует базовой оценке или существенно больше нее.

Главное здесь не сами три цифры, а ответ на вопрос: изменится ли управленческое решение при переходе от одного сценария к другому. Если компания готова к выходу только при самом оптимистичном сценарии, неопределенность становится критическим фактором. Если же экономика проекта остается приемлемой в широком диапазоне значений, отсутствие точной оценки уже не блокирует решение.

Эту мысль стоит довести до рабочего инструмента, потому что она переворачивает саму постановку аналитической задачи.

Обычный вопрос звучит так: каков объём рынка? Он неудачен тем, что ответа на него нет и не будет. Обратный вопрос — при каком объёме рынка наше решение меняется? — имеет ответ всегда. И получить его можно за час, без всякого исследования, из собственной экономики: ниже какого объёма проект не окупает вложений, ниже какой доли не имеет смысла строить отдел, при каком уровне спроса дешевле не выходить вовсе. Это арифметика по своим цифрам, а не оценка чужого рынка.

И только после этого исследование становится осмысленным, потому что вопрос к нему меняется. Не «сколько именно», а «мы выше или ниже вот этой границы». Второй вопрос дешевле первого на порядок: чтобы убедиться, что рынок больше десяти миллиардов, не нужно знать, десять он или двадцать. Достаточно нескольких независимых признаков, каждый из которых по отдельности недостаточен, а вместе они дают уверенный ответ.

Бывает и третий исход, самый полезный. Граница оказывается далеко за пределами любой из имеющихся оценок — то есть решение не меняется ни в одном из мыслимых сценариев. Тогда исследование не нужно вовсе, и месяц работы аналитиков экономится ещё до того, как его начали.

Так меняется роль аналитики. Она нужна не для того, чтобы создать видимость полной определенности, а для того, чтобы показать границы, внутри которых решение остается разумным.

У неопределенности есть цена

Есть еще один аспект, который часто остается за пределами статистических отчетов, — стоимость ошибки. Две ошибки одинаковой вероятности могут иметь совершенно разную цену.

Если компания немного переоценит спрос и закупит дополнительный объем товара, последствия могут быть управляемыми. Если она недооценит юридические ограничения сделки, последствия могут оказаться существенно серьезнее: от дополнительных расходов и задержек до спора, штрафов или невозможности реализовать первоначальную модель.

Поэтому качество управленческого решения нельзя оценивать только по точности исходного прогноза. Не менее важно понимать, что произойдет, если прогноз окажется неверным.

Это особенно важно для решений, где перепроверить последствия задним числом уже невозможно. Подписанный договор, приобретенный актив, выбранная структура сделки или обязательства перед контрагентом могут зафиксировать последствия ошибки на годы.

Отсюда следует правило, противоречащее обычной практике: глубина анализа должна определяться не размером суммы, а тем, насколько решение обратимо.
В большинстве компаний происходит наоборот — чем крупнее бюджет, тем длиннее согласование и толще обоснование. Но крупное обратимое решение стоит ошибки один раз: закупку можно перепродать, наём свернуть, запуск остановить. Небольшое необратимое решение стоит ошибки годами: пятилетний договор с неудачным пунктом об ответственности, выбранная структура сделки, эксклюзив, отданный не тому партнёру, обязательство, из которого нет выхода. Сумма при этом может быть в десять раз меньше.

И второе следствие, более практичное. Часто дешевле не углублять анализ, а сделать решение обратимым: пилот вместо полного запуска, пункт о расторжении, аренда вместо покупки, опцион вместо обязательства, поэтапное обязательство вместо единовременного. Каждая такая конструкция стоит денег, но обычно меньше, чем исследование, которое всё равно не дало бы уверенности. Вопрос «сколько мы готовы заплатить за право передумать» в подобных ситуациях содержательнее вопроса «сколько мы готовы заплатить за более точный прогноз».

В таких ситуациях юридическая экспертиза, финансовая модель и операционная оценка не должны существовать изолированно. Каждая из них показывает отдельную часть неопределенности, а решение принимается на их пересечении.

Когда точность обязательна

Из сказанного не следует, что требование точности вообще устарело. Есть область, где оно абсолютно, и рассуждения про диапазоны там неуместны.

Всё, что уже произошло и зафиксировано, измеряется точно и должно измеряться точно: остаток на счёте, задолженность, налоговая база, суммы в договорах, фактическая себестоимость. Здесь диапазон — не признак зрелого отношения к неопределённости, а признак беспорядка в учёте.

Точность обязательна и там, где существует жёсткий порог: нормативные требования, ковенанты по кредитам, лимиты, предельные сроки. Приблизительное соответствие требованию соответствием не является, и никакой сценарный анализ этого не исправит.

Разница проста: прошлое и настоящее измеряются, будущее и внешнее оцениваются. Смешение двух режимов вредно в обе стороны. Требовать точного прогноза так же бессмысленно, как соглашаться на приблизительный отчёт.

Управлять можно и тем, чего нельзя измерить точно

Требование абсолютной точности выглядит рациональным, пока речь идет о показателях, которые действительно можно точно зафиксировать. Но рынок и будущее бизнеса устроены иначе.

Невозможность получить одну достоверную цифру не означает невозможность принимать решение. Она означает, что руководителю нужно иначе определить сам объект управления.

Управлять приходится не «точным объемом будущего рынка», а диапазоном возможных результатов. Не вероятностью, выраженной до третьего знака, а последствиями разных сценариев. Не отсутствием риска, а его стоимостью и способностью компании выдержать неблагоприятный вариант.

И здесь появляется неудобный вопрос: если мы продолжаем собирать данные, действительно ли нам не хватает информации для решения — или мы просто не готовы принять решение в условиях неопределенности?

Зрелое управление начинается не там, где исчезает неопределенность. Оно начинается там, где руководитель понимает ее границы и способен принимать решение, не выдавая предположение за факт.