Хороший способ проверить модель – применить ее к прошлой ситуации. Наша фармацевтическая фирма, например, могла бы в тестовом порядке использовать новую модель для решения проблем с материальными запасами за последние три года. Если модель точная, то, использовав в ней реальные количественные и временные исходные данные, аналитик получит фактические результаты, которые в прошлом привели к задержкам поставок. Так можно определить, смогла бы полученная благодаря модели информация, если бы она имелась в прошлом, помочь фирме предотвратить эти проблемы.
Применение
Проверенная модель готова к применению. По словам Р. Шеннона, ни одну модель в науке управления «нельзя считать успешно завершенной, пока она не принята, не понята и не применена на практике». Звучит, как очевидная истина, но зачастую это становится самым проблемным моментом процесса построения модели. Одно исследование на корпоративном уровне выявило, что только 60 % моделей применяется в полной или почти полной мере. Другие исследования показали, что менеджеры в области финансов и маркетинга американских и западноевропейских корпораций используют модели для принятия решений редко, в основном потому, что боятся их применять или просто не понимают их.
Если модель разрабатывается специалистом, то к ее разработке необходимо привлекать менеджеров, для которых она предназначена. Исследования показали, что в этом случае модель применяется на 50 % активнее. Кроме того, следует учить менеджеров использовать новые модели.
Обновление модели
Даже если модель оказалась полезной на практике, она почти наверняка потребует модификации. Например, может оказаться, что выдаваемые ею данные поступают в неудобной форме или их недостаточно. Кроме того, если в результате изменения целей организации изменяются критерии принятия решений, модель также необходимо изменить. Изменения во внешней среде, например появление новых потребителей, поставщиков или технологии, также могут отменить допущения и исходную информацию, на которых изначально базировалась модель.
Общие проблемы моделированияКак любые инструменты и методики, научные управленческие модели не безупречны. Их эффективность снижается под влиянием ряда потенциальных проблем, среди которых наиболее частыми являются неправильные исходные предпосылки, ограниченная информация, страх пользователей, недостатки при использовании и чрезмерные затраты.
Неправильные исходные предпосылки
Любая модель опирается на определенные исходные предпосылки. Некоторые из них поддаются четкой оценке, например, что расходы на рабочую силу в следующие полгода составят 200 тыс. долл. Вероятность того, что такое допущение будет точным, достаточно высока. Но многие предпосылки оценке не поддаются и объективно проверить их достоверность невозможно, например, что сбыт в следующем году увеличится на 10 %. Поскольку модель базируется на предпосылках, ее точность зависит от их точности.
Кроме предпосылок относительно компонентов модели, менеджер определяет также предпосылки относительно взаимосвязей между ними. Например, модель, с помощью которой производитель может принять решение о том, сколько галлонов краски разных типов ему следует производить, должна будет включать предпосылки относительно взаимосвязи между продажной ценой и прибылью, а также между затратами на материалы и на рабочую силу. Следовательно, точность модели зависит и от точности оценки этих взаимосвязей.
Ограниченная информация
Главная причина недостоверности предпосылок и других проблем – ограничения при получении информации, которые негативно влияют как на создание, так и на применение моделей. Точность любой модели зависит от точности исходной информации о проблеме. Если ситуация очень сложна, разработчик модели часто не может получить всю необходимую информацию по всем факторам или включить ее в модель. А если среда очень изменчива, то информацию надо будет постоянно обновлять, что либо невозможно, либо просто нецелесообразно.
Иногда создатель модели игнорирует важные аспекты проблемы из-за того, что они не подлежат оценке. Например, модель для определения эффективности новой технологии вряд ли будет полезной, если она базируется только на информации о соответствующем снижении затрат. Как показано в главе 3 на примере угледобывающей промышленности, психологические установки, которые практически не поддаются оценке и прогнозу, также влияют на производительность.
В общем и целом, труднее всего создавать модели в условиях неопределенности. Если необходимая информация неопределенна и объективно ее получить трудно, менеджеру, возможно, стоит положиться на свой опыт, интуицию, мнение других людей и здравый смысл.
Страх пользователей
Никакая модель не будет эффективной, если ею не пользуются. Основной причиной отказа от использования модели является то, что менеджеры не понимают полученные с ее помощью данные и потому боятся их применять. Опрос производственных вице-президентов фирм, входящих в список Fortune 500, показал, что главной причиной отказа от использования ими моделей для принятия решений являются недостаточные знания в этой области.
Группа исследователей пришла к выводу, что для борьбы с потенциальным страхом пользователей разработчики количественных методов анализа должны уделять больше времени их обучению. Менеджеров следует специально готовить к использованию новых моделей, а высшему руководству необходимо делать упор на том, насколько от этого зависит успех организации и как модели повышают способность управленцев эффективно планировать и контролировать деятельность организации.
Недостатки при использовании
Исследования показали, что искусство моделирования в рамках науки управления превышает качество их применения. Как уже говорилось, одна из причин этого – страх пользователей; другие причины таятся в отсутствии нужных знаний и сопротивлении людей переменам. Это еще раз подчеркивает необходимость привлечения пользователей к разработке моделей. Если люди имеют возможность обсудить вопрос, методику и предлагаемую перемену и лучше в них разобраться, их сопротивление, как правило, снижается.
Чрезмерные затраты
Как в случае со всеми управленческими методиками, выгоды от использования модели должны превышать расходы на ее создание. Определяя издержки, связанные с моделированием, менеджерам следует учитывать затраты времени менеджеров и рядовых сотрудников на сбор информации, расходы на тренинги, а также стоимость обработки и хранения информации.
