Примечание: ИРВ — имеется равноценный вариант
Таким образом, работа D второстепенна по отношению к работе А, и ее можно исключить.
После определения второстепенных вариантов принять решение стало гораздо проще, ведь теперь можно выбирать между тремя, а не пятью вариантами.
| Таблица 2. Таблица показателей | |||||||||||||||||||||||||||||||||||||||||||
|
Используя для исключения второстепенных вариантов таблицу показателей, можно сэкономить массу усилий и времени. Если все варианты, кроме одного, можно определить как второстепенные, то последний и будет лучшим выбором, почти сразу же будет очевидным окончательное решение.
Методика
Однако скорее на данном этапе все-таки будет несколько вариантов решения. Поскольку у каждого из них есть свои достоинства и недостатки, то ни один из этих вариантов нельзя считать второстепенным.
Теперь главную трудность представляет поиск верного компромисса.
Методика равноценного обмена позволяет систематически сравнивать все достоинства и недостатки до тех пор, пока не будет сделан окончательный выбор. Чтобы объяснить понятие равноценный обмен, придется рассмотреть основной принцип принятия решения.
Он гласит: если все варианты равны по определенному параметру (например, стоимости), его можно исключить из процесса принятия решения.
Если цена билета на рейс Нью-Йорк Сан-Франциско одинакова у всех авиакомпаний, то она не имеет значения, а решение будет зависеть только от оставшихся параметров, например, времени вылета, надежности авиакомпании, бонусные мили и т.д.
Методика равноценного обмена предоставляет возможность изменить значение последствий выбора различных вариантов таким образом, что они предстают равными, а значит, не имеющими значения. Как следует из самого названия, методика равноценного обмена увеличивает значение какого-то варианта в показателях одной цели, в то же время уменьшая свое значение в той же степени, но в показателях другой цели.
Например, если у American Airlines билет на рейс Нью-Йорк Сан-Франциско стоит на 100 долларов больше, чем у Continental, то вы можете обменять 100-долларовую скидку, предоставляемую Continental, на 2000 бонусных миль, которые предлагает American Airlines. Другими словами, вы платите 2000 бонусных миль за разницу в цене билета, составляющую 100 долларов.
Теперь American Airlines и Continental равны по цели цена билета, так что она не имеет значения при дальнейшем сравнении.
Если поиск доминант позволяет исключить варианты, то методика равноценного обмена поможет исключить цели. Чем больше целей будет исключено, тем меньше сравнений придется сделать, и принять решение станет проще.
Методика равноценного обмена может стать мощным инструментом принятия деловых решений.
Рекомендации по использованию методики равноценного обмена
Как только становится понятной суть методики равноценного обмена, ее техническая сторона становится детской забавой. Труднее всего бывает определить относительную ценность различных последствий, в чем, собственно, и состоит суть поиска любого компромисса. Методика равноценного обмена позволяет сконцентрироваться на оценке каждого определения поочередно и тщательно все обдумать.
Хотя простого способа обменять одно из последствий на другое не существует (каждый обмен уникален и требует субъективного анализа), соблюдение нижеописанных правил в процессе поиска компромисса придаст уверенности в том, что выбор сделан правильно.
1. Сначала совершайте самые простые обмены
Определить ценность одних последствий бывает гораздо труднее, чем других. В этом случае следует сначала заняться более простым обменом, например бонусных миль на стоимость билета, а затем подумать об обмене степени безопасности авиакомпании на время вылета.
2. Сосредоточьтесь на количественной стороне обмена, а не на кажущейся важности той или иной цели
Бессмысленно утверждать, что одна цель важнее другой, не учитывая при этом фактической разницы последствий рассматриваемых вариантов. Размер зарплаты важнее продолжительности отпуска? Это не всегда так.
Если зарплата одинакова для всех рассматриваемых вариантов работы, а продолжительность отпуска сильно различается, то цель отпуск может стать гораздо важнее цели зарплата.
Сосредоточившись на важности какой-либо отдельно взятой цели, можно прийти к неверному компромиссу. В качестве примера рассмотрим обсуждение вопроса о сокращении часов работы публичной библиотеки с целью экономии муниципальных средств. Ее защитник заявляет: Работа библиотеки важнее экономии бюджетных средств. Поборник экономии отвечает: Нет, мы обязательно должны сократить дефицит бюджета!
Деньги важнее! Однако если противники подсчитают фактическое количество времени и денег, они вполне смогут договориться.
Если сокращение работы библиотеки на два часа в неделю позволит сохранить 250 тыс. долл. ежегодно, то ее защитник, скорее всего, согласится с тем, что оно не принесет библиотеке особого вреда, особенно если учесть объем сэкономленных средств, которые, кстати, могут быть употреблены на другие полезные нужды. Наоборот, если экономия средств составит всего 25 тыс. долл. в год, то даже скряга-финансист согласится с тем, что дело того не стоит.
Вывод: при совершении равноценного обмена следует концентрироваться не на важности целей, а на важности количественного выражения последствий.
3. Помните о том, что ценность постепенного обмена относительна
Когда вы обмениваете часть чего-либо (например, часть площади офиса), вам нужно оценить ее, с точки зрения целого, то есть всей площади офиса. Например, если площадь офиса составляет 700 кв. футов, то дополнительные 300 кв. футов создают разницу между теснотой и удобством, в то время как для более просторного офиса в 1000 кв. футов увеличение его площади еще на 300 кв. футов может оказаться не столь важным.
Ценность дополнительных 300 кв. футов, как и ценность любого предмета обмена, относительна.
Осуществлять обмен нужно последовательно. Хотя ценность предмета относительна, сам обмен должен быть последовательным. Если вы меняете А на В и В на С, то можете обменять А на С.
4. Пользуйтесь надежной информацией
Обмены последствиями основываются на субъективной оценке, но ее можно сделать более точной с помощью надежной информации и анализа.
Вы и сами можете быть источником надежной информации в отношении тех или иных решений. Когда вы выбираете работу и сравниваете продолжительность отпуска и размер зарплаты, только вы можете знать, как проведете отпуск в зависимости от его продолжительности (10 или 20 дней) и какое это имеет для вас значение. Вы должны оценивать собственное субъективное мнение так же тщательно, как и объективную информацию, предоставленную вам другими людьми.
Неважно, насколько субъективен тот или иной обмен. Если вы не хотите вскоре пожалеть о своем решении, вам придется тщательно обдумать значение, которое будет иметь для вас каждое последствие.
5. Последний, но, возможно, самый важный совет, заключен в старой поговорке: Мастерство приходит с опытом
Как и любой новый подход к старой проблеме, методика равноценного обмена требует практики. Совершая свои первые обмены, вам придется попотеть как над всем процессом, так и над оценкой каждой цели и каждого последствия. Но как только вы поймете суть такого подхода, вам будет гораздо проще его применять. Однако выбор подходящего обмена никогда не станет легким, потому что он всегда будет требовать тщательного обдумывания.
Понимание придет с опытом. Постепенно вы научитесь концентрироваться на надежных источниках информации, необходимой для вас и вашей компании.
Вы поймете, что важно, а что нет.
Возможно, главное достоинство методики равноценного обмена состоит в том, что она заставляет вас использовать рациональный, взвешенный подход к оценке каждого компромисса. Но в этом и заключается секрет принятия верного решения.
Дерево решений
Многие решения даются нам легче, если мы можем изобразить их графически. Подходящим вспомогательным средством для того, чтобы выстроить многоступенчатый процесс решения, является так называемое дерево решений.
- Оно делает комплексные, многоступенчатые решения абсолютно прозрачными.
- Все связи становятся более явными, а процессы более четко структурированными.
- Дерево решений также помогает впоследствии распознавать ошибочные оценки и исправлять их.
Начинать нужно с постановки вопроса или формулировки проблемы, которую записывают в самом верху листа. От этого отправного пункта отходят две (или более) ветви, которые обозначают возможные решения рассматриваемого вопроса.
На последующих уровнях располагаются соподчиненные элементы: решения, события (состояния), последствия. Для большей ясности этим элементам присваиваются три различных символа:
квадрат для решений; круг для событий (состояний); треугольник для последствий.
От этих элементов могут ответвляться следующие решения, состояния или последствия. И так до того уровня, который человек, принимающий решение, избрал предварительным результатом (уровень последствий).
Следует подчеркнуть, что на каждом уровне содержатся элементы только одного типа, то есть только решения, или только состояния, или только последствия.
Весьма распространена трехслойная модель: за исходным вопросом следует первый слой с возможными решениями, одно из которых нужно выбрать. Второй слой вводит в игру события, которые могут произойти после того, как решение будет принято.
Третий слой содержит последствия в каждом соответствующем случае.
Дерево решений позволяет представить возможные решения вместе с их последствиями, а также получить представление о том, какова вероятность тех или иных последствий.
Пример.
Вам рекомендуют сделать вакцинацию против гриппа. Однако вакцинация в отдельных случаях может вызвать температуру. Это отражает четырехслойная модель:
первый слой принятие решения: проводить вакцинацию или нет; второй слой наличие температуры (состояния); третий слой инфицирование вирусом гриппа; четвертый слой последствия (рис. 4).
Дерево решений: вероятность наступления последствия
Не все последствия имеют одинаковую вероятность. Чем более различается степень вероятности, тем более серьезное значение нужно придавать этому обстоятельству. Без информации о вероятности последствий в приведенном выше примере о вакцинации против гриппа не может быть найдено правильное решение.
Именно поэтому каждому состоянию должно быть присвоено соответствующее вероятностное значение. Естественно, нужно заранее знать эти значения или иметь возможность точно рассчитать их.
Выделяют два метода определения вероятности.
Объективный метод определения вероятности основан на вычислении частоты, с которой происходят некоторые события. Частота при этом рассчитывается на основе фактических данных, полученных в ходе исследования. Так, например, частота возникновения некоторого уровня потерь в процессе реализации инвестиционного проекта может быть рассчитана по формуле:
f(A)=n(A)/n, (3.1)
где f частота возникновения некоторого уровня потерь; n(A) число случаев наступления этого уровня потерь;
n общее число случаев в статистической выборке, включающее как успешно осуществленные, так и неудавшиеся инвестиционные проекты.
Субъективная вероятность является предположением относительно определенного результата, основывающемся на суждении или личном опыте оценивающего, а не на частоте, с которой подобный результат был получен в аналогичных условиях. Различная информация или различные возможности оперирования с одной и той же информацией объясняют широкое варьирование субъективных вероятностей.
Вероятность, равная нулю, означает невозможность наступления конкретного события; вероятность, равная единице, непременное наступление события. Сумма вероятностей всех возможных вариантов равна единице.
Если два состояния одинаково вероятны, каждое из них имеет значение 0,5.
Пример
Вероятность того, что после вакцинации у Вас поднимется температура, составляет 25%. Из этого следует, что состояние температура имеет вероятностное значение 0,25, в то время как состояние нет температуры значение 0,75.
Риск инфицирования составляет для Вас 3 % (вероятностное значение 0,03), а вероятность того, что Вы не будет инфицированы, таким образом, составляет 97 % (вероятностное значение 0,97).
При сложных решениях приходится сталкиваться с гораздо большим количеством ступеней-состояний. Если происходит случай А (а не В), то может произойти как случай С, так и случай D, из чего вытекают различные последствия. Но с какой вероятностью?
Здесь действует правило умножения. Нужно умножить вероятностные значения случая А на вероятностные значения случая С или, соответственно, случая D.
Например, вероятность того, что после вакцинации Вы будете инфицированы и у Вас поднимется температура, составляет 0,75 % (0,25 х 0,03 = 0,0075). Вероятность же того, что после вакцинации у Вас не поднимется температура и Вы не будете инфицированы, составляет 72,75 % (0,75х 0,97 = 0,7275).
Проблема, однако, состоит в том, что в большинстве случаев вероятностное значение неизвестно. Тогда нужно произвести оценку, то есть, основываясь на результатах исследований, рассчитать объективную вероятность, а при невозможности получить точные данные сделать предположение о субъективной вероятности. И подобная оценка значений не только может быть неточной или произвольной, но имеет также опасную тенденцию усиливаться и фальсифицировать результат. Можно лишь посоветовать очень осторожно обращаться с подобными оценками.
Кроме того, правило умножения имеет следующий эффект: если Вы разобрали ситуацию слишком подробно, то в результате у Вас получатся ничтожно малые числовые значения, которые едва ли будут иметь смысл.
В конце каждого дерева решений выстраиваются в виде корней последствия каждого решения. Этот список поможет найти правильное решение.
В идеальном случае все последствия можно оценить по одному критерию, например сколько денег Вы получите. В таком случае Вы можете сравнить различные альтернативы, например: если Вы выберете альтернативу А, то выиграете 10 тыс. евро при условии, что произойдет событие X. Если же произойдет событие Y, то Вы потеряете 3 тыс. евро.
Чем более различны по содержанию предполагаемые последствия, тем менее выразительным получается дерево решений. Для анализа последствий необходимо нечто вроде общего знаменателя, а именно критерии оценки (объективные и субъективные), человека, принимающего решение, то есть его цели.
Если цель не одна, то и деревьев решений должно быть несколько.
Чтобы выбрать подходящую альтернативу, целесообразно выстроить все последствия в иерархическом порядке: что нравится (подходит) больше, а что совсем нежелательно, и оценить их по десятибалльной шкале (0 нежелательно, 10 превосходно).
Чтобы выбрать подходящее решение, можно обратиться к классическим правилам, которые относятся к принятию решений в условиях неопределенности (а также при отсутствии точного вероятностного значения): наименьшее зло, всё по максимуму и правило Лапласа и др.
Нельзя рекомендовать следовать в каждом конкретном случае определенной схеме. Скорее, наоборот, можно посоветовать взвесить значения возможных последствий и на основании этого на свой страх и риск принять решение.
Если известны вероятностные значения, то можно просто вычислить решение, однако при условии, что числовые значения точные. Но даже если точные цифры доступны, подобный расчет не всегда поможет выйти из сложного положения.
Пример
При решении А вероятность того, что Вы выиграете 10 тыс. евро, составляет 40 %, а того, что проиграете 2 тыс. евро, 60 %. При решении В вероятность выигрыша в 2 тыс. евро составляет 60 %, а проигрыша в 1 тыс. евро 40 %. На что решиться? Математически здесь все совершенно ясно: решение А предпочтительнее. Вы достигнете общего результата в 2,8 тыс. евро {0,4 х 10 тыс. евро + 0,6 х (- 2 тыс. евро)}, в то время как при решении В получается только 800 евро (0,6 х 2 тыс. евро + 0,4 х (-1 тыс. евро)).
Однако многие выберут вариант В. Почему? Для человека психологически гораздо важнее меньше проиграть, чем больше выиграть, хотя, с точки зрения математики, этот вариант ошибочен.
В целом, смысл методики дерева решений заключается в том, что оно показывает, какие последствия могут иметь те или иные решения и определенные события, а принимающий решение получает более наглядную картину проблемы и его мысли структурируются.
Построение причинно-следственной цепочки
Менеджер в своей работе постоянно сталкивается с проявлениями причин и следствий как неотъемлемых элементов процесса возникновения и развития проблемных ситуаций. В разрешении таких ситуаций может быть полезен метод причинно-следственного анализа.
Цель причинно-следственного исследования (casual research) выявить причинные связи между условиями и событиями, а анализ этих связей позволяет установить зависимость одних переменных от других. Каузальные исследования используются для получения доказательств причинно-следственных связей. Они дают ключ к планированию изменений и повышению эффективности работы.
Если известны причины, которые привели к определенным ситуациям, результатам или проблемам, действия можно сконцентрировать на этих причинах и принять в отношении их определенное решение.
В маркетинге, например, причинно-следственные (казуальные) исследования проводят с целью определения, какие характеристики рынка или товара являются причиной, а какие следствием.
Пример причинно-следственной цепочки представлен на рис. 5.
При проведении причинно-следственного анализа используются следующие понятия:
- симптомы очевидные аспекты проблемы, которые привлекают к ней внимание;
- причины стимулы, провоцирующие возникновение проблемной ситуации (события);
- следствия то, в чем проявляется проблема в будущем.
Установить причинно-следственную цепь значит определить иерархию причин и следствий, которая ведет назад (от следствия к причине) до той точки, в которой можно предпринять действие, устраняющее проблему. Главная сложность в работе с причинноследственными цепями определение момента, где и когда следует остановиться.
Рано или поздно можно достичь такого пункта анализа, начиная с которого дальнейший поиск причины может оказаться пустой тратой времени и сил.
Последовательность шагов при проведении анализа следующая:
1) формулировка проблемы;
2) выявление причины возникновения проблемы;
3) выяснение обстоятельств, обусловливающих причину проблемы.
Проверка значимости результатов и ограничения метода причинно-следственного анализа
Определение вероятности того, что связь между изучаемыми переменными является следствием случайности, называется проверкой значимости. Исследовать взаимосвязь между двумя переменными можно, например, с помощью аналитического компьютерного пакета SPSS for Windows. Полученные показатели позволят судить о том, является ли связь двух переменных статистически значимой или нет.
Частично статистическая значимость связи переменных определяется объемом выборки. Отсюда следует, что для получения подтверждения значимости нужно формировать выборку сравнительно большого объема.
Когда делают заключения о генеральной совокупности на основании данных выборки, всегда существует вероятность ошибки. В статистике различают ошибку первого рода и ошибку второго рода.
Если делается заключение, что некое утверждение истинно, тогда как оно таковым не является, то говорят об ошибке первого рода. Например, вы можете ошибочно заключить, что две переменные связаны между собой, тогда как на самом деле между ними нет такой связи.
Ошибка второго рода состоит в том, что вы считаете некоторое утверждение не истинным, тогда как оно является истинным. Например, вы можете прийти к заключению, что две переменные не связаны, тогда как они являются связанными между собой.
Исследователи обычно считают ошибку первого рода более серьезной, стараясь сократить вероятность заключения, что некое утверждение является истинным, тогда как оно таковым не является. Поэтому минимизировать ошибку первого рода важнее, чем ошибку второго рода.
Проиллюстрируем это на примере установления степени тяжести состояния больного. Пример
Принимается решение о проведении хирургического вмешательства у больных механической желтухой. Исходя из неоднозначности характера процесса развития заболеваний, для оценки операционного риска и прогнозирования исхода операции был избран вероятностно-статистический подход. Ошибка первого рода a происходит тогда, когда крайне тяжёлое угрожающее состояние A2 можно принять за менее тяжелое A1.
Ошибка второго рода в происходит тогда, когда при менее тяжелом состоянии А1 ставят ошибочный диагноз более тяжелого состояния А2.
Опасность этих ошибок может быть неодинакова. Очень часто ошибка первого рода альфа пропуск крайне тяжелого состояния А2 более опасна, чем бета его ошибочная диагностика.
В таком случае желательно, чтобы был обеспечен меньший уровень ошибок первого рода.
При проведении причинно-следственного анализа всегда необходимо работать методично, тщательно изучая на основании собранной информации, могла ли предполагаемая причина в действительности привести к наблюдаемому результату. В идеальном случае устранение одной предполагаемой причины не приводит к исчезновению наблюдаемого эффекта, свидетельствуя о том, что основная причина не выявлена. Например, в цехе с плохими условиями работы рабочие быстро устают, и каждый день производительность значительно снижается после 3-4 часов работы. Если эти условия (например, вентиляция, освещение) меняются, но производительность не возрастает или возрастает незначительно, следует искать другую причину.
Это может быть, например, недостаточное питание. Плохие условия работы могут ухудшать ситуацию, но не являются основной причиной.
К сожалению, при решении проблем управления невозможно в порядке эксперимента устранять по очереди предполагаемые причины, так как на это требуется слишком много времени и средств.
Следует указать некоторые трудности и недостатки причинно-следственного анализа.
Причина и следствие. Часто наблюдаются условия, которые влияют друг на друга, и есть опасность принять причину за следствие.
Типичный пример связь между нездоровой атмосферой в коллективе и низкой эффективностью работы организации.
Основная, или первичная, причина. Допустим, что исследователь установил, что снижение уровня сбыта и доходов является причиной плохого настроения в коллективе. Каковы в таком случае причины плохого состояния дел?
Обнаруживается, что причина потеря важного зарубежного рынка. Но почему потерян этот рынок? Это произошло из-за серьезных ошибок в политике ценообразования.
Почему были допущены эти ошибки? И так далее...
При выявлении проблем управления исследователи сталкиваются с целой цепью причин и следствий. Вопрос в том, как глубоко следует идти в поиске основной (или первичной) причины. Здесь также следует помнить, прежде всего, о цели.
Прослеживать причины в обратном порядке до первородного греха, может быть, и очень интересно, но не дает большой пользы. Задача исследования состоит не в этом.
Когда-то придется принять одну причину за основную.
