Прогнозирование или быстрое реагирование

Прогнозирование или быстрое реагирование

Автомобиль Nano дебютировал в 2008 году. Ожидалось, что это будет историческое событие – запуск самого дешевого автомобиля, когда-либо продававшегося на планете. Автомобильные аналитики всего мира предсказали, что Nano изменит правила игры в индийской автомобильной промышленности. CRISIL объявила, что Nano расширит автомобильный рынок Индии на 65%. Логика казалась безупречной. Теперь больше семей в Индии смогут позволить себе машину, не так ли? Средства массовой информации во всем мире пришли в неистовство по поводу этого «революционного» события в истории автомобилестроения. К 2014 году продажи Nano были намного ниже первоначальных ожиданий. Теперь у экспертов уже было объяснение, почему Nano «не взлетел». Автомобиль – это символ статуса, и поэтому люди никогда не захотят ассоциироваться с «дешевым» автомобилем, таким как Nano. И снова логика кажется безупречной.

Эксперты Goldman Sachs прогнозировали, что в 2008 году цены на нефть достигнут 200 долларов за баррель. Рассказ о большом росте потребления и ограниченных мировых запасах заставил всех согласиться с этими цифрами. Через несколько месяцев после объявления цены упали до 60 долларов за баррель. Теперь сильные задним умом эксперты (другая группа) объяснили причину такого падения – спрос упал на фоне общего экономического спада в мире, в то время как поставщикам потребовалось время, чтобы ограничить предложение.

Эти два события подчеркивают не только серьезные ошибки в предсказаниях экспертов, но и то, насколько легко найти «причину» события после того, как оно произошло. Это единичные случаи грубых ошибок в прогнозировании или нет?

В 2016 году многие индийские металлургические компании, включая крупные, столкнулись с долговым кризисом. Компании не зарабатывают достаточно, чтобы выплатить свои обязательства перед банками, и невыполнение обязательств по выплатам вынуждало банки объявлять чаще, чем обычно, проблемные активы.

Большая часть долга приходилась на крупное расширение активов в ожидании роста потребления. Оглядываясь назад, мы понимаем, что задержки в реализации проектов и спад на рынке привели к этому широко распространенному кризису, который мог разрушить весь банковский сектор. В кризисе можно винить рынок и задержки проектов. Однако все планы расширения были бы подкреплены тщательным исследованием жизнеспособности и рыночной оценки. Внутренние и внешние эксперты должны были участвовать в проведении «реалистичных» оценок доходов от крупных инвестиций, связанных с долгом. Как могло такое множество экспертов ошибиться в долгосрочном прогнозе рынка и экономики? Теперь мы можем четко утверждать, что весь численный анализ, проведенный на тот момент, был основан на эйфорическом рассказе о постоянно растущем потреблении в крупных густонаселенных странах, таких как Индия и Китай, и их влиянии на мировое потребление в период с 2004 по 2008 год.

Перед нами «ловушка предсказания». Способность объяснять события задним числом создает класс «ложных» экспертов, которые могут заставить нас поверить в то, что они также могут предсказывать будущее.

Добыча нефти

Виктор Вальчук
Лидер трансформации

Уникальный онлайн-курс для руководителей, желающих понять суть управления трансформацией бизнеса, осознанно принимать точные и прорывные решения, касающиеся развития предприятия в целом, без риска неудачного завершения и потери авторитета, получить навык руководства такими революционными изменениями. Выпускники курса получат диплом о профпереподготовке.

Тренеры: В.В. Вальчук, В.Е. Краснов. Старт: 5 августа 2024 (273 часа).

ПОДРОБНЕЕ

Противоположная точка зрения

Существует малочисленное, но растущее племя несогласных социологов, серьезно сомневающихся в нашей способности предсказывать экономические циклы, цены на нефть, успех фильмов в прокате, модные тенденции, циклоны, процентные ставки или даже спрос на товары в следующем квартале. Филип Тетлок, профессор Университета Пенсильвании, провел два десятилетия исследования предсказательной способности «экспертов». Он попросил около 300 экспертов сделать 28000 прогнозов. То же самое он повторял в течение двадцати лет. Вывод исследования был ошеломляющим. Когда дело доходит до долгосрочных прогнозов, способность экспертов к прогнозированию почти эквивалентна способности шимпанзе.

Исследование такого масштаба устанавливает то, о чем многие из нас подозревали с самого начала. Если хотите, проведите свой собственный тест:

  • Спросите основателя 20-летней успешной компании, все ли получилось в соответствии с долгосрочным стратегическим планом.
  • Поищите газеты двадцатилетней давности, чтобы узнать о прогнозах экспертов о том, каким будет мир в будущем.
  • Проверьте экспертный анализ возможных последствий технологических увлечений в те годы, когда они были в моде.

Но прежде чем мы откажемся от всех видов прогнозов, также важно понять, когда прогноз становится точнее. Прогнозирование намного лучше и удобнее, когда человек находится намного ближе к горизонту событий. Например, в области прогнозирования погоды прогноз погоды на завтра является достаточно точным, в отличие от прогноза на несколько недель или несколько месяцев. В то же время прогнозирование за пределами определенного периода, назовем его релевантным периодом, близко к азартным играм, потому что уровень ошибки настолько высок, что в прогнозе нет никакого практического смысла. Продолжительность этого «релевантного периода» во многом зависит от динамичности области, которую вы пытаетесь спрогнозировать. Многие понимают это явление и пытаются решить проблему с помощью концепции скользящих прогнозов, когда прогноз постоянно пересматривается через определенный период.

Почему сложно прогнозировать рынки?

Отправной точкой любого бизнес-планирования является анализ того, как будет формироваться спрос в будущем – на рынке. Большинство моделей прогнозирования, используемых для оценки спроса, представляют собой модели линейной регрессии, в которых предполагается, что переменные оказывают независимое и пропорциональное влияние на спрос.

Эти модели игнорируют одну важную переменную – реакцию конкурентов, встречные стратегии и последующие реакции игроков или агентов на рынке. Если на рынках полно игроков (или агентов), которые реагируют на действия друг друга, и эти реакции влияют на цифры для каждого игрока, то их игнорирование в модели является большим недостатком.

С математической точки зрения, эти взаимодействия агентов приводят к возникновению петель обратной связи, что делает модель итерационной и, следовательно, нелинейной по своей природе (эффект искажения входных данных).

Следующие причинные петли показывают взаимодействие переменных и реакций агентов, создающее нелинейность (где результаты влияют на входные данные).

Причинно-следственная петля дефицитного продукта и реакция дилеров и поставщиков

Рис. 1. Причинно-следственная петля дефицитного продукта и реакция дилеров и поставщиков

Причинно-следственная петля кризиса субстандартного кредитования в США, основанная на реакции банков и клиентов

Рис. 2. Причинно-следственная петля кризиса субстандартного кредитования в США, основанная на реакции банков и клиентов

Хотя можно построить модели реакций с обратной связью, используя сложную математику итеративных функций, но такие модели помогают запускать симуляции, чтобы понять отношения и модели поведения системы. Но когда дело доходит до вывода графика временных рядов, предсказать очень сложно. Это связано с тем, что сложные системы ведут себя следующим образом:

  1. Небольшое изменение или вмешательство могут иметь непропорционально сложный эффект (цепная реакция множителя может привести к тому, что все прогнозы будут ошибочными).
  2. Большое вмешательство может вообще не привести к изменениям.

Продуманная маркетинговая кампания может не привести к изменению доли рынка или тенденции продаж, в то время как в других ситуациях модный товар или видео становятся вирусными без особых усилий со стороны маркетолога.

Когда в сложной системе существует несколько контуров обратной связи, трудно предсказать, какой эффект вызовет каждое изменение – мультипликативный эффект или вообще ничего. Это «небольшое изменение — мультипликативный эффект» или «большое вмешательство — никаких изменений» затрудняет прогнозирование сложных систем, особенно если кто-то ищет результат системного уровня, например, спрос в определенный момент времени. Однако эти модели петель и их влияние хорошо понятны, когда они сформированы. Это помогает нам понять события задним числом.

Понимание времени реакции

Финансовый кризис 2008 года и его связь с рискованными продуктами банков теперь хорошо известны. Некоторые эксперты вне системы смогли увидеть формирование причинно-следственных связей и спрогнозировать сползание к кризису. Но для людей, которые были ответственны, обнаружение было запоздалым, и, следовательно, время реакции было недостаточно быстрым, чтобы предотвратить сползание вниз до полномасштабного кризиса. Порочные петли можно систематически обратить вспять, если их хорошо понять сразу после их образования, а также с помощью системы раннего обнаружения и быстрой реакции. Такой подход позволяет лечить рак, когда он обнаружен на ранних стадиях.

Системы быстрого реагирования против Систем упреждающего прогнозирования

Таким образом, единственный способ иметь дело с неопределенным сложным рынком – это удерживать любые обязательства по выделению ресурсов и ждать до момента времени, когда неопределенность действительно уменьшится и станет почти наверняка понятной. Это означает, что мы должны развивать способность понимать, что происходит вокруг нас, и развивать системы быстрого реагирования. Очень немногие организации делают это ограниченным образом, особенно когда дело касается управления операциями и цепью поставок.

Например, в то время как большинство розничных продавцов модной одежды пытаются предсказать тенденции примерно за 8–9 месяцев до начала сезона и в конечном итоге имеют запасы и излишки, Zara наблюдает за хитами на рынке и поставляет новый продукт в течение 15 дней. У Zara самые быстрые сроки разработки новых продуктов во всей отрасли. В то время как другие покупают волшебные программы, которые пытаются предсказать тенденции с учетом сроков поставки, на год вперед, Zara реагирует на модные тенденции после того, как они появляются на рынке. Гибкость Zara защищает ее от убытков, которые возникают в результате типичных крупных уценок на безнадежных товарах, и в то же время позволяет ей увеличивать продажи популярных товаров, которые появляются на рынке без промедления. Неудивительно, что Zara одна из самых прибыльных компаний в сфере розничной торговли модной одеждой.

zara

В Индии Fleetguard Filters следует уникальной модели распределения на основе вытягивания, при которой основная часть запасов остается на центральном складе (вдали от рынка) и перемещается в места потребления, расположенные ниже по потоку, которые ближе всего к реальному спросу на основе мгновенных ежедневных сигналов вытягивания, а не ежемесячных прогнозов или заранее определенных планов, установленных в начале года. Это позволяет компании перенаправлять запасы в места с более высоким спросом и предотвращать избыточные запасы в местах с более низким спросом. У компании один из самых высоких показателей оборачиваемости на складе автозапчастей (20) с непревзойденным среднегодовым темпом роста 25% за последние девять лет, несмотря на два экономических спада.

Эти компании подчеркивают важную парадигму управления – они признали тот факт, что принимая решения о создании и перемещении запасов, они не знают будущего!

Работа с неопределенным будущим

Принятие парадигмы о том, что будущее неизвестно, — большое дело. Это означает, что компании не могут придерживаться долгосрочного бизнес-плана. Это потому, что бизнес-план – это лишь один из будущих сценариев, которые могут (или не могут) осуществиться. В среде, где конкуренция реагирует встречными стратегиями раз в два месяца, принятый годовой прогноз, скорее всего, будет ошибочным. Это связано с тем, что годовые прогнозы игнорируют ежемесячные петли обратной связи и встречные реакции.

Когда такие организации создают годовой бизнес-план на основе прогноза продаж и преобразуют его в статические цели для каждого отдела, каждый в организации становится приверженным сценарию. Когда одни и те же цели используются для ежегодной оценки эффективности и ежегодных стимулов, инертность организации еще больше возрастает.

Это связано с тем, что, когда цели устанавливаются в неопределенной среде, становится трудно оценить, были ли достигнуты / не достигнуты цифры из-за отдельных связанных внутренних проблем (возможностей или усилий) или из-за изменения внешних условий. В то же время люди прибегают к играм, чтобы подделать числа. Это приводит к ситуациям, когда закон Гудхарта становится реальностью – когда показатель преобразуется в целевые показатели, он перестает быть хорошим показателем. Например, когда вводятся цели продаж, продажи перестают быть показателем реального спроса. (Во многих организациях по производству потребительских товаров с сильными стимулами к продажам люди «корректируют» усилия, чтобы предотвратить перевыполнение планов, чтобы предотвратить пересмотр целей в сторону повышения в следующем периоде).

Это вмешательство в показатели замедляет работу организаций, задерживая время для определения изменений условий внешней среды – таким образом, откладывая реакцию.

Цикл «Прогноз-Бюджет-Цели-Анализ отклонений» замедляет работу организаций, поскольку они упускают способность к восприятию сигналов и заняты выполнением своих «цифр». Является ли это причиной того, что Nokia или Kodak не смогли разглядеть реалии своего рынка, в то время как все остальные предвидели это? Является ли это причиной того, что крупная организация резко замедляется и становится уязвимой? Может быть!

Выход

Дело не только в том, что рынки имеют высокий уровень непредсказуемости, но и любая попытка навязать определенность с помощью прогнозов и целей замедляет организацию.

Если согласиться с тем, что будущее экономики и рынков не может быть определено и для лучшего понимания можно смоделировать только сценарии, тогда может быть только 2 режима действий для работы с неопределенным миром:

  1. Быстрое реагирование для работы с возникающими возможностями / кризисом.
  2. Эксперименты / Пилоты для быстрого обучения и создания возможностей.

Для построения систем быстрого реагирования организациям необходимо безжалостно сокращать время выполнения заказа не только для производства, распространения, разработки новых продуктов и капитального строительства, но и для принятия управленческих решений.

Хотя система быстрого реагирования хороша для использования возникающих возможностей, необходимо также быть законодателем мод или создателем возможностей. Поскольку нельзя быть уверенным в своих идеях, важно полагаться на мелкомасштабные репрезентативные тесты или эксперименты, а не на предварительные инвестиции с огромными рисками на основе «надежного» прогноза. Таким образом, инновационные бизнес-модели, маркетинговые стратегии или новые продукты должны быть протестированы, имея при этом возможность быстро наращивать объемы для массового развертывания по сигналам успеха, прежде чем конкуренты опомнятся. Однако масштаб тестов должен быть таким, чтобы полный провал не уничтожил компанию. Если инновациям в области беспилотных автомобилей не удастся захватить рынок, это не должно перечеркнуть накопленные финансовые результаты компании, испытывающей беспилотники на рынке.

Точно так же подход к размещению мощностей должен основываться на убеждении, что никто не знает длительности периода бума или продолжительности спада. Когда принимается парадигма «я не знаю», тогда возникает осторожность в отношении идей, которые основаны на времени экономических циклов. Это означает, что на основе текущих резервов компании планы увеличения мощностей должны быть разбиты на более мелкие этапы, а триггеры для новых этапов должны основываться на успехе и доходности предыдущих этапов. Если кто-то пытается инвестировать огромную сумму денег (по сравнению с накопленными деньгами) на основе долгосрочного прогноза, то он должен быть готов к большим дорогостоящим убыткам.

Предлагаемый подход экспериментирования и быстрого реагирования устраняет необходимость постоянно смотреть в хрустальный шар. Интересно, что «Перестань беспокоиться о будущем и живи настоящим» — это не только духовный урок для обретения счастья, но и практический подход к эффективному управлению организацией.

Автор: Сатьяшри Моханти
Источник
Business photo created by yanalya — www.freepik.com

Прорыв

Книга в подарок

Опубликована наша книга «Прорыв. Единственный путь развития бизнеса». Это бизнес-роман о производственном предприятии, столкнувшимся с «потолком» в своем развитии. Для прорыва в развитии руководству и персоналу приходится преодолеть собственные, выстраданные на опыте, но устаревшие убеждения. Читателю предлагается пройти через этот прорыв вместе с героями. Вы увидите трудности такой трансформации, осознаете природу сопротивления изменениям и реальный путь к таким изменениям.
Подпишитесь на наш Telegram-канал и получите книгу в подарок!


Лучшие статьи каждую среду в нашей рассылке. Присоединяйтесь к TOCpeople!

Нажимая на кнопку «Подписаться», я принимаю условия Политики конфиденциальности.

Фото аватара

Vector Consulting Group, India

Давайте обсудим...