Далее перечисляются виды анализа, которые нужно выполнить. В этом примере их немного, но могло быть и больше. Например, можно было бы составить схему, иллюстрирующую технические требования нового производственного процесса. Это было бы полезно, даже интересно, но не обязательно: кому-то пришлось бы потратить время на составление красивой картинки, а не на подтверждение или опровержение гипотезы. Поэтому составление схемы процесса не попало в окончательный план (как и ряд других возможных видов анализа).
Сейчас мы лишь кратко коснемся данных и их источников, так как эта тема будет подробно рассматриваться в главе 3. Перечисление нужных видов данных и их возможных источников помогает раскрыть все аспекты, так что уменьшается вероятность упустить богатый источник информации. Кстати, вы заметили, как часто мы упоминаем в этой связи интервью? В главе 3 они рассматриваются подробнее.
Табл. 2-1. Рабочий план для вопроса из дерева вопросов Acme Widgets
Описание вероятного конечного результата должно быть кратким (как в примере выше), чтобы оно могло служить отправной точкой для обсуждений в команде. В McKinsey менеджер проекта объясняет каждому участнику команды его часть рабочего плана и ожидаемый результат (а иногда и набрасывает примерный шаблон результата, чтобы направить работу в верное русло, особенно если у консультанта мало опыта).
Само собой разумеется, нужно распределять обязанности, иначе анализ не будет выполнен на должном уровне и в заданные сроки. Мы рассмотрим подробнее вопрос правильного распределения задач (и привлечения нужных людей в вашу команду) в главе 6. Пока скажем только, что обычно имеет смысл поручать каждый отдельный сегмент анализа, например каждый подвопрос, одному человеку; но это не обязательное условие. Поэтому в нашем примере Том займется ответом на вопрос «Требует ли новый процесс специального оборудования?», а Белинда будет определять, сможем ли мы приобрести такое оборудование; но один элемент ее сегмента анализа поручается Терри. Почему? Дело в том, что Терри – наш финансовый эксперт и строит общую финансовую модель проекта, так что именно ему имеет смысл поручить анализ рентабельности.
Со сроками получения результатов тоже все понятно. Конкретность дат помогает членам команды понять, что и когда от них требуется, и позволяет выстроить общий ход проекта – с начала до конца. Некоторым нравится более подробно отслеживать даты с помощью диаграмм Ганта или других инструментов управления проектом. Это уже на ваше усмотрение.
В нашем примере каждый вид анализа более-менее точно стыкуется со следующим. Но иногда в результате какоголибо исследования может оказаться, что не нужно проводить целый ряд других, вытекающих из него. Например, если анализ подтверждает нашу начальную гипотезу о том, что специальное оборудование не нужно, то вопрос, можем ли мы его приобрести, отпадает сам собой. Поэтому по возможности составьте план так, чтобы ответить на ключевые вопросы в первую очередь. Конечно, иногда вы не можете позволить себе роскошь дожидаться результатов одного анализа, прежде чем начинать следующий. Но используйте все возможности избавиться от лишней работы.
Хороший рабочий план не только устанавливает требования к команде и организует вашу жизнь на следующие несколько недель, но и помогает структурировать мышление. Проверяя ход дел, записывая все виды анализа, определяя приоритетные направления и удаляя ненужные, вы быстро увидите, есть ли в вашей начальной гипотезе «дыры», которые не были обнаружены на этапе структурирования. Один из бывших сотрудников так описал этот процесс:
Вот одна из самых важных вещей, которые я узнал: побеждает тот, кто первым записывает идею. А если ее не удается записать, это означает одно из двух: или вы ее нечетко осознаете, или это плохая идея. Многие говорят: «У меня была отличная идея, просто я не записал ее, но точно знаю, что хочу сделать». Повторяю: запишите ее.
Иногда даже сам процесс планирования работы заставляет изменить структуру анализа. Мы подробнее рассмотрим цикличный характер отношений между гипотезой и анализом в главе 4. А пока что помните, что ваша начальная гипотеза – тесно связанный с реальной жизнью документ, постоянно подпитывающий ваш анализ.
Упражнения
– В главе 1 мы показали часть дерева вопросов компании Acme Widgets, относящуюся к вопросу «Можем ли мы осуществить нужные изменения, чтобы использовать новый процесс?». В данной главе мы представили рабочий план для подвопроса «Требует ли этот процесс специального оборудования, которого у компании нет?». Теперь составьте рабочий план для другого подвопроса: «Требует ли процесс особых навыков, которыми работники компании на данный момент не обладают?» Помните: если ответ – «да», придется ставить дополнительные вопросы.
Заключение
Когда приходит время подтвердить начальную гипотезу, хорошо продуманный план анализа помогает решить нужные задачи, не теряя времени. Вы с командой будете знать, что и когда сделать, где найти информацию. Процесс планирования работы также поможет вам сверяться с реальностью, чтобы избегать бесплодных умствований. Некоторым этот процесс может показаться проявлением излишней дотошности, но мы очень его рекомендуем, а бывшие сотрудники McKinsey могут подтвердить его пользу применительно к своим новым организациям.
Составив рабочий план, пора заполнять выявленные пробелы – а для этого нужны недостающие факты. В следующей главе мы ознакомим вас со стратегиями и техниками сбора данных для анализа.
3. Сбор данных
Разработав начальную гипотезу и определив, какие виды анализа нужны для ее подтверждения, переходите к рутинной, но крайне важной задаче: сбору данных для анализа. Неутолимая жажда фактов – один из характерных признаков консалтинга в стиле McKinsey, а сбор данных входит в число самых важных навыков ее сотрудников; чтобы убедиться в этом, спросите любого консультанта, проработавшего в Фирме хотя бы полгода. Из интервью с бывшими сотрудниками McKinsey мы также знаем, что в других организациях это направление работы можно было бы значительно улучшить. Описывая свою модель во введении, мы говорили о необходимости сбалансированного сочетания анализа данных и интуиции, зная, что многие повседневные решения в бизнесе недостаточно аргументируются фактами, в то время как в Фирме с самого момента ее основания такая аргументация обязательна и ей уделяется огромное внимание.
В данной главе мы погрузимся в мир сбора данных. В первой ее части мы начнем с обзора стратегий исследований, а затем поделимся успешными техниками их проведения – «сбора данных с умом», как выразился один бывший сотрудник McKinsey. Потом мы рассмотрим конкретные инструменты исследований, которые широко признаны лучшей практикой и в Фирме, и за ее пределами. Хотя может показаться, что некоторые из этих инструментов вам уже знакомы, их успешное применение в условиях ограниченных ресурсов – непростая задача, которую приходится решать постоянно.
