Принятие решений на основе фактов.

Любой вид человеческой деятельности сопряжен с производством огромных массивов данных. Они накапливаются иногда целенаправленно, иногда сами собой, но всегда существует острая проблема превращения этих данных в информацию, позволяющую осознать факты, важные для принятия разнообразных решений. Конечно, здесь нет решений на все случаи жизни. Велик элемент неопределённости. Велико разнообразие ситуаций и задач. И всё же можно попытаться нащупать некий алгоритм.

Прежде всего возникает проблема показателей, которые представляют интерес для принятия решений. Таковыми сейчас являются составляющие ССП, они соединяют миссию, видение и стратегию организации с оценками результатов текущей деятельности, позволяя тем самым принимать управленческие решения, направленные, если надо, на корректировку ситуации. Показатели, сформулированные на уровне предприятия, важно ретранслировать на все уровни, вплоть до каждого рабочего места. В таком виде сбалансированные показатели становятся мощным инструментом принятия управленческих решений. Точность и эффективность таких решений заметно повышаются, если для каждого показателя у нас есть ещё и эталон, то есть такое значение, к которому следует стремиться. Тенденция сама по себе обычно ясна из природы показателя. Ясно, например, что, чем выше рентабельность, тем лучше. Но как далеко стоит идти, каких значений достигнуть легко, каких трудно, а к каким, вообще, не стоит стремиться, вот вопросы, для ответов на которые полезно иметь эталоны сравнения. Именно для поиска таких эталонов в начале 80-х годов прошлого века был разработан подход, получивший название бенчмаркинг. В зависимости от ситуации и от уровня амбиций, можно выбирать в качестве ориентиров конкурентов, которые признаны лучшими в классе, то есть, в том сегменте рынка, где работаем и мы, либо ближайших к нам по показателям. Во всех случаях тщательное изучение показателей конкурентов позволяет наметить целевые значения, эталоны для нас. Иногда полезным оказывается сравнение не с прямыми конкурентами, а с организациями, работающими в совершенно других областях бизнеса. Сравнивались, например, медицинские учреждения с фирмой по производству коммуникационного оборудования. Конечно, сравнивать можно не только показатели, но и стратегии, технологии, подходы и т.п. Сама процедура бенчмаркинга представляет собой определённую технологию.

Располагая показателями и их целевыми значениями, теперь мы можем сосредоточиться на самом процессе измерения. Измерение можно определить как приписывание чисел вещам. Ясно, что измерение играет ключевую роль в процессе добывания фактов для принятия решений. Здесь в игру вступают теория измерений и метрология. Теория измерений возникла в связи с тем, что жизнь заставила признать физические измерения слишком узким классом. Важно было включить в рассмотрение измерение психологических характеристик человека, экспертные оценки, да и просто школьные отметки. Всё это привело к разработке достаточно сложной математической теории, важной, однако, для решения проблем, связанных с качеством. Да и не все сбалансированные показатели можно измерить в метрических шкалах, характерных для физических измерений. Метрология заботится о соблюдении принципа единства измерений, об их сопоставимости, воспроизводимости, точности, правильности и несмещённости. Она определяет правила калибровки, юстировки, настройки измерительных систем. Важно добиться включения метрологии в круг интересов систем качества, поскольку во взаимоотношениях этих направлений не всё гладко. Кроме того, важно учитывать метрологические характеристики человека как элемента измерительной системы, что часто недооценивается.

Oбecпечив надлeжaщee качество измерений можно, наконец, приступить к сбору данных. Этот шаг предполагает включение измерительных процессов в блок-схемы бизнес-процессов организации. Сами же процедуры сбора данных могут опираться на технологии планирования эксперимента в тех или иных модификациях, на «пассивный» сбор данных или на имитационное моделирование. Выбор вида измерительных шкал и способа сбора данных влияет на методы обработки и представления данных.

Для сбора, представления и первичной обработки данных в Японии были разработаны знаменитые «семь простых инструментов статистического контроля качества». В их число обычно входят: контрольные листки, диаграммы Парето, схемы Исикава, гистограммы, графики, контрольные карты и стратификация (расслаивание) данных. В мире накоплен огромный опыт использования этих методов. Но семью простыми инструментами дело не ограничивается. Как робастное проектирование, так и методы «6 сигм», оказывают существенное влияние на обсуждаемый нами седьмой принцип. Конечно, оба этих направления имеют самостоятельное значение, выходящее далеко за рамки обсуждаемых здесь вопросов.

В некоторых случаях приходится проводить «раскопки» в больших массивах данных с использованием всего арсенала современных статистических методов и самые изощрённые компьютерные программы. Кроме того, при регулярных больших потоках данных возникает потребность в разработке и внедрении информационных технологий и информационных систем, число, разнообразие и сложность которых быстро нарастает. В связи с системами качества особую роль приобретают так называемые CALS-технологии.

Принимать решения на основе фактов - значит отличать достоверные или надёжные факты от ложных, сомнительных фактов или артефактов. Здесь на помощь приходит концепция «статистического мышления», которую У. Шухарт и Е. Деминг разрабатывали на протяжении добрых трёх четвертей 20-го века.

идёт не столько о применении каких-то статистических методов, сколько о механизмах принятия решения менеджером.