Видеть лес за деревьями. Системный подход для совершенствования бизнес-модели
Шрифт:
Однако смысл управления заключается в понимании прошлого, принятии решений в настоящем, чтобы влиять, насколько это возможно, на будущее и выполнять наши задачи. Управление динамическим поведением бизнеса и организационных систем – наша основная цель. Хотя диаграммы цикличной причинности помогают отследить причинно-следственные связи, редко кто может предвидеть, как будет развиваться динамическое поведение основных переменных – базы клиентов и доли рынка, настроения персонала и уровня текучести кадров, стоимости акций и репутации – в условиях конкуренции, давления со стороны государства и требовательных клиентов.
Здесь полезным окажется компьютерное имитационное моделирование, которое может работать в качестве «лаборатории будущего», позволяя вам изучать последствия различных решений еще до их реализации.
Существует ряд специализированных программных пакетов, позволяющих рисовать диаграммы цикличной причинности или брать имеющиеся диаграммы
Таким образом, цель этой главы – показать, как можно построить компьютерные имитационные модели из диаграмм цикличной причинности. Программный продукт, который я буду иллюстрировать, называется ithink, но он не единственный, два других – Powersim и Vensim. Как с любым программным обеспечением, для эффективного использования ithink, Powersim и Vensim необходимо знать множество подробностей. Однако я не собираюсь здесь писать учебник по программированию (руководство по пользованию ithink написано очень хорошо), а лишь хочу дать представление о том, как можно использовать эти продукты.
Системная динамика
Использование компьютерных моделей для поддержки системного мышления называется системной динамикой.
Системная динамика – это метод компьютерного моделирования, позволяющий имитировать поведение реальных систем во времени. Таким образом, системная динамика предлагает возможность трансформировать статичную диаграмму цикличной причинности в динамическую «лабораторию будущего».
Как и системное мышление, системная динамика подскажет вам множество важных идей – например, что переменные можно классифицировать как запасы и потоки:
• запасы накапливаются со временем, и их можно измерить в любой момент времени;
• потоки увеличивают или уменьшают запасы, и их можно измерить только за какой-то период времени.
Таким образом, системная динамика включает в себя весь финансовый учет, поскольку все элементы бухгалтерского баланса являются запасами, а все элементы отчета о прибылях и убытках – потоками. Однако масштаб системной динамики гораздо шире, чем масштаб обычного финансового анализа и финансового моделирования, потому что существует множество переменных, которые можно включить в модель системной динамики и которые почти никогда не включают в финансовую модель. Такие переменные, как знания, настроение персонала и степень удовлетворенности клиентов, – важные движущие силы многих компаний, но они редко появляются в публикуемых годовых отчетах или попадают в бухгалтерские таблицы.
Взаимодействие запасов и потоков для конкретной системы может быть отражено в диаграммах запасов и потоков. Их можно рисовать на основе диаграмм цикличной причинности, но диаграммы запасов и потоков обычно содержат больше переменных и более точные описания.
Диаграммы запасов и потоков можно использовать в качестве основы для компьютерной имитации, которая показывает, как система развивается со временем.
Системная динамика и таблицы
Компьютерное моделирование есть в арсенале почти каждого руководителя бизнеса, пользующегося такими приложениями, как Excel. С учетом широкого распространения электронных таблиц возникает естественный вопрос: «Зачем мне другой метод моделирования? Разве я не могу сделать все в Excel?» Конечно, правда, что и Excel (и другие электронные таблицы), и ithink (и другие продукты системной динамики) являются языками программирования, и если проявить достаточно изобретательности, то и тот и другой можно приспособить для нужд моделирования. В то же время, проявив изобретательность, вы можете пользоваться молотком там, где проще использовать отвертку. Как правило, инструменты разрабатывают с конкретной целью, и это верно как для ручных инструментов, так и для программного
Во-первых, масштабом. Таблицы обычно используют для решения внутренних числовых задач с большим количеством данных – от анализа продаж по продукту, рынку и каналу до подготовки бюджета на следующий год. Таблицы смотрят «вниз» в возникающие подробности и «внутрь» каждого уголка организации. В отличие от них, модели системной динамики смотрят «вверх» на более широкие концепции, разрушая границы, охватывая картину в целом, и «наружу» – за рамки организации, на рынок, общий контекст, в котором работает компания. С помощью моделей системной динамики можно составить баланс и отчет о прибыли и убытках, но с их помощью можно сделать и гораздо больше. Например, каждая диаграмма цикличной причинности в этой книге могла бы служить спецификацией модели системной динамики и давать хорошее представление о динамическом поведении соответствующей системы. Как вы думаете, из скольких из этих диаграмм получилась бы спецификация для таблицы?
Во-вторых, структурой. Хотя в таблицах можно отобразить петли обратной связи, обычно этого не делают. А модели системной динамики разработаны именно для этого и могут сразу отобразить суть двигателя роста вашего бизнеса, имитируя движущую силу лежащих в его основе усиливающих петель и тормозящий эффект уравновешивающих петель. Чтобы увидеть, как это получается, давайте вспомним, как строятся табличные модели и как они работают.
Excel, которому предшествовали такие приложения, как Lotus 1-2-3, Super-calc и Visicalc, – наиболее известная электронная таблица для бухгалтерского анализа в виде листа с сеткой строк и колонок. Обычно колонки представляют отрезки времени (по неделям, месяцам и т. д.), а строки – такие элементы, как «клиенты», «объем продаж», «затраты на единицу продукции», «чистая прибыль», «ставка налога» и т. д. Каждая ячейка таблицы содержит или введенное вами число, или арифметическое действие, например, «умножить объем продаж из строки 7 этой колонки на цену единицы из ряда 8 этой колонки и записать получившийся доход от продаж в эту ячейку». Программное обеспечение не требует от вас такого многословного описания: все, что нужно написать в ячейке D9 (для колонки D, «февраль», строка 9, «доход от продаж»), – это = D7 x D8.
Таблицы обладают всевозможными свойствами, например возможностью копировать формат одной колонки в другие. Расчеты за февраль (колонка D), вероятно, будут такими же, как за март (колонка Е) и остальные месяцы года. Поэтому, указав построчную логику для первой колонки, ее легко копировать в другие колонки.
Как правило, подсчет в таблицах идет вниз по первой колонке, затем по следующей и т. д. Метод расчетов по колонкам известен как имитация по временным интервалам. Модель имитирует поведение системы по правилам, указанным в таблице, «нарезая» время в соответствии с заранее определенными интервалами, в данном случае по месяцам.
В большинстве таблиц основная часть правил вычислений касается разных строк внутри одной колонки («доход от продаж» = «объем продаж» x «цена за единицу» за март) в течение любого отрезка времени. Кроме того, всегда существуют правила, связывающие одну колонку со следующей и определяющие, как модель работает во времени. Они обычно бывают двух типов: во-первых, правила переноса остатков на конец периода (дебет, кредит, активы и т. д.) из одной колонки в соответствующую колонку нового периода и, во-вторых, все правила, касающиеся прогнозов, например, указывающие, что «объем продаж растет на 1,5 % в месяц», «накладные расходы растут каждый месяц в соответствии с инфляцией» и т. п. Внутри самой таблицы правила второго типа представлены по ссылке между последовательными колонками одной строки. Используя пример роста продаж, в строке 7 («объем продаж») колонки Е («март») может содержаться правило, касающееся предыдущей колонки D («февраль»):
Темп роста (в данном случае 1,5 % в месяц) обычно вводится на основании исследования рынка, оценки или просто надежды.
С точки зрения структуры большинство таблиц имеет два набора логики: один для колонок, другой для связи некоторых рядов по всей таблице, как показано на рис. 11.1.
В моделях системной динамики тоже используется имитация по временным интервалам, но по-другому. Вместо того чтобы рассчитывать, скажем, объем продаж за март, применяя процент его роста за февраль, типичная модель системной динамики рассчитает его, исходя из, например, затрат на рекламу в феврале (или раньше), применив нечеткую переменную, такую как влияние рекламы на привлечение клиентов. Таким образом, модели системной динамики отражают петли обратной связи, которые действительно движут бизнесом (рис. 11.2).