Текст книги "Как измерить все, что угодно [Оценка стоимости нематериального в бизнесе]"
Автор книги: Дуглас Хаббард
сообщить о нарушении
Текущая страница: 4 (всего у книги 20 страниц)
ЗНАЧЕНИЕ ИМЕЮТ ЛИШЬ НЕСКОЛЬКО ВЕЩЕЙ
В каждом случае лишь несколько ключевых переменных имеют значение, оправдывающее усилия по их определению. Информационная ценность остальных равна или практически равна нулю.
Конечно, существуют величины, не стоящие усилий, затраченных на их измерение, и все же бытует устойчивое заблуждение, что если полученная количественная оценка не соответствует неким произвольным критериям (например, результаты нельзя опубликовать в научном журнале или они не согласуются с общепризнанными стандартами бухгалтерского учета), то она не имеет никакой ценности. Это, разумеется, излишнее упрощение, поскольку на самом деле ценность измерению придает большая неопределенность неизвестной в сочетании с высокой ценой принятия неверного решения. Отвечает ли измерение другим стандартам, значения не имеет. Когда вы рискуете большими деньгами в расчете на результат действия фактора, поведение которого отличается серьезной неопределенностью, даже не-большое ее снижение имеет вполне поддающуюся расчету денежную стоимость. Предположим, например, что вы собираетесь потратить крупные средства на придание своему продукту свойства, благодаря которому его продажи в данном демографическом секторе могут возрасти на 12 %, хотя, возможно, рост будет не так заметен. Кроме того, вы считаете, что затраты окупятся только в том случае, если объемы продаж повысятся не менее чем на 9 %. Если в результате инвестиций объемы продаж не возрастут на 9 %, значит, вы не добились доходности. А если рост продаж будет еще меньше или реализация упадет, то вся затея обернется катастрофой. В этой ситуации предварительная оценка имела бы очень высокую ценность.
Когда вам говорят, что определить величину «слишком дорого» или «слишком трудно», сразу спрашивайте: «По сравнению с чем?» Разумеется, если информационная ценность измерения буквально или практически равна нулю, проводить его не имеет смысла. Но когда эта ценность велика, задайте себе вопрос: «Существует ли вообще метод, позволяющий снизить неопределенность настолько, чтобы оправдать затраты на проведение измерения?» Как только ценность даже частичного снижения неопределенности становится понятной, ответ на этот вопрос обычно бывает утвердительным.
Возражение против полезности «статистики» вообще
В конце концов, факты – это факты. И хоть мы напоминаем друг другу, посмеиваясь, слова одного мудрого политика про «ложь, проклятую ложь… и статистику», есть все же такие цифры, в которых разберется даже последний простак и которые не сможет извратить и первый ловкач. Леонард Кортни, первый барон Кортни, президент Королевского статистического общества (1897–1899)
Иногда высказывается и такое возражение, что даже если измерение возможно, оно ничего не даст, поскольку статистика и вероятность сами по себе бессмысленны (так сказать, «ложь, проклятая ложь… и статистика»[11]). Глубокое непонимание основ статистики проявляют порой даже квалифицированные специалисты. Иногда приходится слышать такие поразительные вещи, что не знаешь, как на них реагировать. Вот несколько высказываний, которые мне довелось выслушать:
«Все события равновероятны, так как мы не знаем, что произойдет» (сказано слушателем моего семинара).
«Я совершенно нетерпим к риску, потому что никогда не рискую» (фраза менеджера среднего звена страховой компании, которую я консультировал).
«Как узнать интервал, если я даже не знаю среднего значения?» (вопрос клиента Сэма Сэвиджа, ученого, моего коллеги и пропагандиста методов статистического анализа).
«Откуда известно, что вероятность выпадения орла – 50 %, если никто не знает, что произойдет?» (вопрос, заданный дипломником на лекции, которую я читал в Лондонской школе экономики, – это не шутка!)
«С помощью статистики можно доказать все, что угодно» (известная поговорка о статистике).
Давайте сначала обсудим последнюю фразу. Я прямо сейчас предлагаю приз в 10 тыс. дол. любому, кто, используя статистику, докажет следующее утверждение: «С помощью статистики можно доказать все, что угодно». Под словом «доказать» я подразумеваю, что это доказательство можно будет опубликовать в любом крупном математическом или вообще научном журнале. Критерием будет именно такая публикация (уверен, что подобное важное открытие обязательно будет напечатано). Под словами «что угодно» я подразумеваю буквально все, что угодно, включая любое давно опровергнутое утверждение из области математики или другой науки. А вот под статистикой я понимаю статистику в самом широком смысле слова. Тот, кто получит этот приз, может использовать любое направление математики или другой науки, имеющее малейшее отношение к теории вероятности, методам выборочного обследования, теории решений и т. д.
Дело в том, что когда люди говорят: «С помощью статистики можно доказать все, что угодно», они, скорее всего, имеют в виду не статистику как таковую, а использование цифр вообще (особенно, по какой-то причине, процентов). На самом деле они подразумевают не совсем «что угодно» или не совсем «доказать». Реальный смысл поговорки заключается в том, что «цифрами можно сбить с толку людей, особенно легковерных, кто не в ладах с математикой». Вот с этим я полностью согласен.
Другие высказывания из моего списка свидетельствуют о незнании основ теории вероятности, риска и измерений в целом. Ясно, что вероятности мы используем исключительно потому, что не можем быть уверены в полученном результате. Очевидно и то, что нам приходится принимать какие-то риски, даже при обычной поездке на работу, так что все люди в известной мере терпимы к риску.
Иногда я обнаруживаю, что люди, делающие подобные заявления, противоречащие здравому смыслу, не вполне понимают, о чем говорят, поскольку их собственные шаги идут вразрез с теми убеждениями, которых они якобы придерживаются. Заключите с кем-нибудь пари, что он не угадает, сколько раз выпадет решка, если подбросить монету 12 раз, – и вы увидите, что даже тот, кто считает, что вероятность определить невозможно, назовет цифру 6 или близкую к ней. Тот, кто говорит, что никогда не рискует, тем не менее, летит в Москву самолетом Аэрофлота (компании, статистика авиапроисшествий которой хуже любого американского перевозчика), чтобы получить в качестве приза миллион долларов. С какими только заблуждениями по поводу статистики и теории вероятности не приходится сталкиваться! Этим ошибочным мнениям, характерным даже для руководителей крупнейших компаний, а также путям их преодоления посвящены почти все статьи в таких изданиях, как, например, «Journal of Statistics Education». Но тот, кто дочитает книгу до конца, наверняка избавится хотя бы от некоторых своих заблуждений относительно статистики.
Этические возражения против проведения измерений
Обсудим теперь последний аргумент, приводимый теми, кто считает, что осуществлять измерения не следует. Это аргумент этического характера. Сопротивление проведению измерений порождается страхом перед возможной ответственностью и уверенностью в окончательном характере чисел в сочетании с ранее приобретенным недоверием к «статистике». Иногда измерения воспринимают даже как нечто антигуманное. Попытки оценить такие деликатные вещи, как стоимость исчезающих видов животных или даже человеческой жизни, вызывают праведное негодование. Тем не менее подобные оценки проводятся, причем регулярно, поскольку они необходимы.
Агентство по защите окружающей среды (Environmental Protection Agency, EPA) и другие государственные органы должны распределять весьма ограниченные средства на экологию, охрану нашего здоровья и даже жизни. Я помогал EPA оценивать некоторые инвестиционные проекты, в том числе проект создания Географической информационной системы (Geographic Information System, GIS) для улучшения мониторинга концентрации диметилртути – по мнению многих, вещества, высокая концентрация которого приводит к снижению коэффициент интеллекта (IQ) у детей.
Чтобы оценить, следует ли создавать эту систему, мы должны были задать важный, хотя и не очень приятный вопрос: целесообразно ли тратить в течение пяти лет 3 млн дол. на то, чтобы предотвратить возможное снижение IQ? Кого-то может возмутить одно то, что такой вопрос вообще был поставлен. Многие скажут, что миллионы стоит потратить даже в том случае, если IQ детей удастся повысить хотя бы на один балл.
Однако позвольте! Ведь EPA приходится финансировать и другие системы, призванные наблюдать за эффектом воздействия новых загрязнителей, которые иногда приводят к преждевременной смерти. Ресурсы EPA ограниченны, а программ по улучшению общественного здравоохранения и состояния окружающей среды, а также спасению исчезающих видов животных очень много. Агентству приходится сравнивать программы, задавая вопросы: «Скольким детям мы сумеем помочь, и насколько повысится их IQ?» и «Сколько преждевременных смертей можно будет предотвратить?»
Иногда даже приходится спрашивать: «Насколько преждевременной является такая смерть?» Когда ограниченность ресурсов вынуждает делать выбор, должны ли мы относиться к смерти пожилого человека так же, как к гибели молодого? В определенный момент EPA даже подумывала о том, чтобы использовать поправку на смерть пожилых людей (senior death discount). Это означает: смерть человека в возрасте за 70 лет «стоит» на 38 % меньше смерти человека в возрасте до 70. У некоторых это вызвало возмущение, и в 2003 г. администратору EPA Кристин Тодд Уитмен пришлось объявить, что данная поправка использовалась для общей ориентации, а не для разработки политики, и теперь эта практика прекращена[12]. Конечно, даже говоря об одинаковой стоимости жизни людей разных возрастов, мы проводим измерения, поскольку выражаем эти величины количественно. Но если они одинаковы, то всегда ли действует этот принцип? Стоит ли потратить на спасение жизни 99-летнего больного человека столько же усилий, сколько на спасение здорового пятилетнего ребенка? Каким бы ни был ваш ответ, это будет измерение относительной стоимости жизни каждого.
Если мы будем настаивать на том, чтобы не рассчитывать относительную стоимости многочисленных государственных социальных программ (что является естественным результатом отказа от определения ценности каждой из них), то почти наверняка будем распределять ограниченные ресурсы так, что, решив менее значимые задачи, потратим гораздо больше денег. Это связано с огромным числом возможностей для подобных инвестиций, и без цифр определить лучший вариант очень трудно.
В других случаях кажется, что само существование погрешности (которая, как мы знаем, почти всегда существует в эмпирических измерениях) делает попытку измерения неприемлемой с точки зрения морали. Стивен Гулд, автор книги «The Mismeasure of Man» («Ложное измерение человека»), страстно возражает против полезности и даже этичности оценки интеллекта путем определения IQ или единого показателя интеллекта g (проявляющегося при различных тестах, в том числе при расчете IQ). По его словам, g – не что иное, как артефакт математических манипуляций[13]. При определении баллов IQ и g, разумеется, возникает ошибка, но все-таки они не только отражают процедуру их расчета, но и основаны на наблюдениях (тестах). И поскольку теперь мы понимаем, что измерение вовсе не означает «полного отсутствия ошибки», возражение о невозможности количественной оценки интеллекта из-за погрешностей тестов, по меньшей мере, беспомощно.
Более того, другие исследователи считают: точка зрения, что показатели интеллекта не являются характеристиками реального явления, не согласуется с хорошей корреляцией таких показателей, рассчитанных разными способами[14], а также с социальным феноменом криминального поведения людей или индивидуальными доходами[15]. Как IQ может быть совершенно произвольным числом, если он соответствует наблюдаемой реальности? Я не пытаюсь здесь решить этот спор, но мне интересно, как Гулд распорядился бы средствами, выделяемыми на защиту окружающей среды от токсических веществ, влияющих на умственное развитие. Рассмотрим пример с диметилртутью, которая приводит к снижению IQ у детей. Считает ли Гулд, что на самом деле она такого эффекта не оказывает, или же он думает, что даже если эффект наблюдается, мы не вправе его оценивать, поскольку значения IQ были определены с погрешностью? В любом случае в итоге нам придется проигнорировать наносимый токсическими веществами вред здоровью, а отсутствие полной информации заставит направить ресурсы на другую программу. Бедные дети!
Когда между полным невежеством и возможностью хоть немного восполнить пробелы в своих знаниях выбирают полное невежество, вряд ли это можно назвать высокими моральными устоями. Если решения принимаются в условиях высокой неопределенности, хотя ее и можно снизить, то политики (или даже руководители таких компаний, как авиастроительные) сильно рискуют неправильно распределить ограниченные ресурсы и в результате создать угрозу для нашей жизни. В измерениях, как и во многих других областях человеческой деятельности, невежество не только расточительно, но и опасно.
Невежество никогда не может быть лучше знания. Энрико Ферми, лауреат Нобелевской премии по физике (1938)
Навстречу универсальному подходу к измерению
Итак, мы узнали о людях, обладавших интересными интуитивными подходами к измерению. Мы познакомились с тем, как следует рассматривать главные возражения против проведения измерений, в том числе некоторые «измеренческие» максимы, и познакомились с несколькими интересными примерами количественной оценки. Мы выяснили, что люди считают объект не поддающимся измерению только из-за своих ошибочных представлений. Все это вместе очерчивает общие рамки схемы измерения. Чтобы завершить дело, нам нужно добавить к ней еще несколько понятий. Данная схема, как оказалось, лежит в основе разработанного мною метода прикладной информационной экономики.
При всем разнообразии возникающих на практике задач по измерению мы все же предложим такую последовательность шагов, которой следует придерживаться при проведении количественной оценки практически любого вида. Таким образом, мы можем разработать универсальный подход. Каждый элемент этого подхода хорошо известен специалистам разных областей науки или отраслей экономики, но никто еще не объединял их в единый логически последовательный метод. Предлагаемый универсальный подход требует ответов на шесть перечисленных далее вопросов.
1. Что вы пытаетесь измерить? Что на самом деле представляет собой этот якобы неизмеримый объект?
2. Почему вы хотите его измерить? Какое решение будет принято по результатам измерения, и каким должно быть «пороговое значение» определяемого показателя?
3. Что вам известно сейчас – какие интервалы или вероятности представляют нынешнюю неопределенность?
4. Какую ценность имеет данная информация? К каким последствиям приведет ошибка, какова ее вероятность и какие усилия, связанные с измерением, будут оправданы с экономической точки зрения?
5. Какие наблюдения, затраты на которые будут оправданы ценностью требуемой информации, позволят подтвердить или исключить различные возможности? Что именно мы должны увидеть сразу, если сбудется тот или иной сценарий?
6. Как учесть такие ошибки при измерении, которых можно избежать (опять при условии, что затраты оправдаются ценностью информации)?
Более подробно каждый шаг описываемого подхода будет рассмотрен в последующих главах, но частично мы о них уже говорили.
Выгоды взгляда на мир «калиброванными» глазами, которые видят все через призму количественной оценки, были той исторической силой, которая двигала вперед науку и способствовала повышению экономической эффективности. Измерение – один из основных инстинктов человека, однако этот инстинкт подавляется в условиях, когда люди предпочитают создавать комитеты и добиваться консенсуса вместо того, чтобы делать простые наблюдения. Многим менеджерам даже не приходит в голову, что «нематериальное» можно измерить с помощью простых и остроумных наблюдений.
Из предыдущего знакомства с концепцией измерения люди часто выносят свои предубеждения. Все мы сталкивались с основными понятиями теории измерений, например в университетской химической лаборатории, но вряд ли научились чему-то, кроме того, что измерения всегда точны и что количественно оценить можно только то, что поддается непосредственному наблюдению и количественному выражению. Однако, видимо, университетская статистика приводит в замешательство столько же людей, сколько информирует. Когда мы идем на работу, то видим, что специалисты любого профиля и квалификации просто завалены задачами по измерению совсем не столь легко поддающихся оценке объектов, с какими мы имели дело на семинарах. Взамен мы узнаем, что некоторые вещи просто не поддаются измерению. Однако, как мы видели, «неизмеримость» – это миф. Задачу по измерению можно решить. Вопрос «Сколько?» позволяет взглянуть на любую задачу под нужным углом зрения, и даже самые сложные проблемы измерения решаемы, если только осознать, к каким последствиям приведет отказ от их решения.
Часть II. Прежде, чем приступить к измерениям
Глава 4. Формулирование задачи по измерению
Когда вы сталкиваетесь со сложной задачей по измерению, полезно поместить ее в определенный контекст. Прежде чем приступить к измерению, задайте себе следующие пять вопросов.
1. Какое решение будет принято с учетом результатов данного измерения?
2. Что на самом деле представляет собой объект измерения?
3. Почему данное измерение необходимо для принятия решения?
4. Что мы знаем об объекте измерения в настоящий момент?
5. Какова ценность проведения дальнейших измерений?
При работе с созданным мною и используемым с 1995 г. методом прикладной информационной экономики я методично отвечаю на эти вопросы, что бы ни приходилось измерять. Я применял метод прикладной информационной экономики при решении более чем 50 сложных проблем в целом ряде организаций[16]. Если прекратить процедуру «вопросы – ответы», то можно полностью изменить не только способ, но и объект измерения.
Первые три вопроса помогают понять, что представляет собой объект оценки в рамках решений, которые планируется принимать по результатам измерения. Если эти результаты вообще имеют значение, то только потому, что они понятным образом влияют на решения и линию поведения. Когда не удается установить, какие решения будут затронуты итогами задуманного измерения и способ их воздействия, значит, это измерение просто не имеет никакой ценности.
Например, вы захотели оценить качество продукта. Тогда придется выяснить, на какие факторы повлияет результат оценки, и ответить на более общий вопрос о том, что вообще подразумевается под качеством продукта. Вы хотите использовать полученную информацию для решения об изменении действующего производственного процесса? Если да, то насколько низким должно оказаться качество продукта, чтобы это решение было принято? Вам нужны данные о качестве, чтобы рассчитать премии менеджеров по программе качества? Если да, то по какой формуле будут рассчитываться эти премии? И конечно, прежде всего ответы на вопросы зависят от того, какой смысл вы вкладываете в понятие «качество продукта».
Когда в конце 1980-х годов я работал в компании Coopers & Ly-brand, мы консультировали небольшой региональный банк, решивший упростить свои процессы отчетности. Банк использовал систему микрофильмирования для хранения отчетов из филиалов (их поступает более 60 еженедельно). Большинство отчетов были необязательными и составлялись не по требованию регулирующих органов, а потому, что кто-то из руководства считал эту информацию необходимой. В наши дни любой хороший программист на Oracle может сказать, что готовить и хранить такие справки очень легко, но в то время на составление отчетов уходила масса времени. Когда я спросил менеджеров банка, какие решения принимаются на основе этих документов, они смогли вспомнить лишь несколько случаев, когда необязательная отчетность изменила или только могла изменить сложившееся мнение. Неудивительно, что отчеты, не использовавшиеся непосредственно для принятия реальных управленческих решений, редко даже просматривали. Кто-то когда-то попросил составлять их, но первоначальная цель была, по всей видимости, забыта. Осознав, что многие отчеты совершенно не нужны для принятия решений, менеджеры поняли и то, что эти отчеты не имеют никакой ценности.
Годы спустя аналогичный вопрос возник у сотрудников аппарата министра обороны (Office of the Secretary of Defense, OSD). Они решили выяснить, какую ценность имеют многочисленные отчеты, составляемые еженедельно и ежемесячно. Когда я попросил их назвать хотя бы одно решение, принимаемое на основе каждого отчета, они обнаружили, что многие из них вообще не используются. Информационная ценность этих отчетов тоже оказалась нулевой.
Прежде чем выбрать конкретный способ измерения, вы должны задать себе еще два вопроса: что известно об объекте измерения сейчас, и какова стоимость информации, которую предполагается получить? Знать объем затрат, безусловно, следует заранее, ведь выбор метода оценки качества зависит от того, стоят эти сведения 10 тыс. или 10 млн дол. Но определить стоимость информации можно только тогда, когда станет ясно, что мы знаем в настоящий момент и как результаты оценки повлияют на конкретные решения.
В следующих главах мы обсудим несколько примеров, связанных с поиском ответов на вопросы, перечисленные выше. Рассказывая о проблемах этапа, предшествующего измерению, мы покажем, что ответы на эти вопросы, в частности о неопределенности, риске и стоимости информации, сами по себе являются полезными оценками.
Уточним терминологию: что на самом деле означают понятия «неопределенность» и «риск»
Как уже говорилось, прежде чем приступить к измерению, целесообразно определить, о чем, собственно, идет речь и почему это нас интересует. Хороший пример задачи по измерению, с которой может столкнуться любая компания и которая требует существенных предварительных уточнений, – это оценка надежности информационных технологий. Приступая к решению этой задачи, мы должны задать следующие вопросы: «Что мы понимаем под безопасностью?» и «Какие решения зависят от этой оценки?»
Для большинства людей повышение безопасности означает не только рост числа работников, прошедших соответствующее обучение, или число компьютеров, на которых установлено новое защитное программное обеспечение. Когда безопасность повышается, какие-то риски должны снижаться. Раз это так, нам нужно также знать, что подразумевается под словом «риск». Вообще-то, именно поэтому я и начинаю с примера, связанного с надежностью информационных технологий. Уточнение этой задачи требует того, чтобы мы вместе выяснили смысл понятий «неопределенность» и «риск». И то и другое не только поддается измерению, но и служит ключом к пониманию измерения в целом.
Риск и неопределенность нередко считаются неизмеримыми факторами, однако специалисты любой процветающей отрасли постоянно занимаются их оценкой. Чаще всего мне доводилось консультировать страховые компании. Помню, как-то я анализировал один проект по поручению директора по ИТ некой чикагской страховой компании. Он сказал: «Дуг, проблема с информационными технологиями состоит в том, что они рискованны, а способа оценить существующие риски нет». Я ответил: «Но вы же работаете в страховой компании. В вашем здании целый этаж занимают актуарии. Чем же, по-вашему, они занимаются целый день?» Выражение лица моего собеседника было сродни прозрению. До него дошла вся абсурдность ситуации: человек, работающий в компании, ежедневно оценивающей риски наступления страховых событий, считает риск не поддающимся измерению.
Смысл слов «неопределенность» и «риск», а также их отличие друг от друга, похоже, не до конца ясны даже некоторым специалистам. Вот, например, что писал в начале 20-х годов прошлого века экономист Чикагского университета Фрэнк Найт:
Неопределенность следует употреблять как нечто кардинально отличающееся от Риска в его привычном понимании, хотя до сих пор четкую грань между ними никто не провел… Существенным фактом является то, что в одних случаях «риск» означает величину, поддающуюся измерению, а в других – нечто совсем иного характера и что возникают важные и принципиальные отличия в развитии явления в зависимости от того, присутствует в нем неопределенность или риск[17]…
Именно поэтому, давая определение своим терминам, так важно понять, для принятия каких решений мы проводим свои измерения. Найт говорит о непоследовательном и неоднозначном использовании понятий «риск» и «неопределенность» некими не названными им группами людей. Однако это не означает, что и мы обязаны использовать их таким же образом. На самом деле эти понятия довольно регулярно используют в науке принятия решений, причем трактуют их непоследовательно и неоднозначно. Но как бы ни толковали их другие, мы дадим им определения с учетом решений, которые придется принимать нам.
ОПРЕДЕЛЕНИЯ НЕОПРЕДЕЛЕННОСТИ, РИСКА И ИХ ПОКАЗАТЕЛЕЙ
Неопределенность. Отсутствие полной определенности, то есть существование более чем одной возможности. «Истинный» результат (состояние, последствие, стоимость) неизвестен.
Показатель неопределенности. Ряд вероятностей, приписанных ряду возможностей. Например: «Есть 60-процентная вероятность того, что данный рынок за пять лет более чем удвоится, 30-процентная вероятность того, что он вырастет не так заметно, и 10-процентная вероятность того, что за тот же период рынок сократится».
Риск. Такое состояние неопределенности, когда в число возможностей входят убытки, катастрофы или другие нежелательные исходы.
Показатель риска. Набор возможностей с приписанными ими количественными вероятностями и количественно определенным ущербом. Например, «мы полагаем: существует 40-процентная вероятность того, что нефтяная скважина окажется сухой, и в результате мы понесем убытки в размере 12 млн дол. в виде затрат на разведочное бурение».
О том, как определяются эти вероятности, расскажем немного позже, а пока мы, по крайней мере, уточнили, что имеем в виду, то есть выполнили предварительный этап любого измерения. Мы выбрали именно такие определения как наиболее соответствующие той задаче, которую решаем в нашем примере, – задаче оценки информационной защищенности и стоимости безопасности. Но, как мы увидим, эти определения наиболее удобны и при решении любых встающих перед нами проблем, связанных с измерениями.
Будут ли другие и впредь использовать неоднозначные термины и вести бесконечные теоретические споры, мало интересует того, кто должен срочно решить поставленную задачу. Слово «сила», например, использовалось в английском языке задолго до того, как сэр Исаак Ньютон дал этому понятию математическое определение. Сегодня оно иногда используется как синоним терминов «энергия» или «мощность» – но только не физиками и не инженерами. Когда термин «сила» используют авиаконструкторы, они точно знают, что имеют в виду в количественном смысле (и те из нас, кто часто путешествует по воздуху, ценят их стремление быть точными).
Теперь, сформулировав, что такое неопределенность и риск, мы получили лучший инструментарий для определения такого понятия, как «безопасность» (или «защищенность», «надежность» и «качество», но об этом чуть позже). Говоря «безопасность повысилась», мы обычно имеем в виду, что отдельные риски снизились. Если исходить из данного нами определения риска, то его снижение должно означать уменьшение вероятности наступления нежелательных событий и (или) масштабов связанного с ними ущерба. Как я уже сказал ранее, именно этот подход позволил мне оценить целесообразность вложения Управлением по делам ветеранов крупной суммы (100 млн дол.) в ИТ с целью повышения надежности информационных технологий.
Примеры уточнения объекта измерения: чему бизнес может поучиться и у государства
Многие государственные служащие представляют себе бизнес как некий сказочный мир высокой эффективности и мотивации, где страх проиграть в конкурентной борьбе заставляет людей трудиться изо всех сил. Как часто можно услышать от них сожаления, что они не работают в бизнесе! А для представителей деловых кругов органы власти (федеральные, штата или иные) – синоним бюрократической неэффективности и немотивированности сотрудников, считающих дни, оставшиеся до пенсии. Мне доводилось консультировать и государственные учреждения, и частные компании, и я бы не назвал ни ту, ни другую точку зрения полностью правильной или абсолютно неверной. Многие представители этих двух сторон удивились бы, узнав мое мнение: бизнес мог бы поучиться у государства (или, по крайней мере, у некоторых государственных учреждений) очень многому. На самом деле, в крупных компаниях с их сложной внутренней структурой немало сотрудников, очень далеких от экономических реалий бизнеса, а их работа не менее бюрократизирована, чем у служащих любого государственного органа. И я готов прямо сейчас засвидетельствовать где угодно и перед кем угодно, что в федеральном правительстве США, хотя это, конечно, и самая крупная в истории бюрократическая машина, работает немало мотивированных и любящих свое дело людей. Поэтому я приведу здесь несколько весьма поучительных для бизнеса примеров из практики моих клиентов – государственных учреждений.
Расскажу подробнее о работе по оценке надежности информационных технологий, которую я выполнял для Управления по делам ветеранов и о которой говорилось в предыдущей главе. В 2000 г. Совет директоров по информационным технологиям при Федеральном правительстве США (Federal CIO Council) решил провести своего рода испытания, чтобы сравнить различные методы оценки эффективности. Как следует из его названия, Совет директоров по информационным технологиям – это организация, объединяющая руководителей информационных служб федеральных учреждений и их непосредственных подчиненных. У Совета есть свой бюджет, и иногда он финансирует исследования, представляющие интерес для всех директоров по информационным технологиям федеральных органов. Проанализировав несколько подходов, Совет решил, что должен испытать метод прикладной информационной экономики.
Было решено проверить этот метод на большом пакете мер по повышению информационной безопасности, который был предложен Управлению по делам ветеранов. Моя задача состояла в подборе показателей эффективности для каждой системы, связанной с безопасностью, и оценке самого пакета под пристальным наблюдением Совета. Всякий раз, когда я проводил семинар или презентацию своих результатов, на них присутствовало несколько наблюдателей от Совета – сотрудников разных федеральных органов. В конце каждого проекта они готовили свои отчеты, в которых сравнивали мой метод с другим популярным подходом, использовавшимся в то время в других организациях.
