Край возможностей. Как находить слабые места и улучшать показатели бизнеса

Случайность тоже не стоит выкидывать. В один год ферма попала под плохую погоду. Завод потерял поставщика. Банк столкнулся с региональным шоком. Больница приняла необычно тяжёлых пациентов. DEA в чистом виде может принять это за неэффективность, если мы не добавили контекст. SFA пытается отделить шум от устойчивой потери. Но и SFA требует предположений. Нет метода, который избавляет от ответственности за постановку задачи.

Я не случайно возвращаюсь к ответственности. Мера эффективности всегда влияет на поведение. Как только люди понимают, что их оценивают по выбранному расстоянию, они начинают приспосабливаться. Если мера умная, приспособление может улучшить дело. Если мера глупая, люди улучшат видимость. Они будут выбирать лёгкие случаи, переносить затраты, задерживать сложные заказы, спорить о классификации, менять отчётность. Измерение становится частью системы, которую измеряет.

Поэтому нельзя строить меру один раз и считать её вечной. Технология меняется. Рынок меняется. Организации учатся обходить правила. Показатели устаревают. То, что вчера хорошо ловило потери, завтра может ловить только тень старой проблемы. Анализ эффективности должен пересматриваться. Не каждый месяц из нервозности, но регулярно и по делу.

Внутренний аудит эффективности часто надо начинать с простого упражнения. Взять несколько подразделений, описать входы и выходы, построить грубую границу, посмотреть на проекции, обсудить их с людьми, которые знают работу. Не принимать первый результат как истину. Спросить, где модель сказала очевидное, где ошиблась, где показала неожиданное. Такой цикл учит организацию мыслить точнее.

Самые полезные разговоры возникают вокруг странных результатов. Подразделение, которое все считали сильным, оказывается далеко от границы. Подразделение с плохой репутацией выглядит эффективным после учёта трудности задач. Один ресурс оказывается главным источником потерь, хотя о нём редко говорили. Такие находки раздражают, но именно они оправдывают анализ. Если модель говорит только то, что все и так знали, польза мала.

Расстояние до границы ещё не говорит, как быстро его можно пройти. Это отдельный вопрос. Одни улучшения требуют недели: убрать лишнее согласование, изменить график, починить учёт, навести порядок в запасах. Другие требуют лет: обновить оборудование, обучить людей, перестроить сеть, изменить технологию. Поэтому оценку надо переводить в дорожную карту. Иначе большая величина неэффективности только пугает.

Дорожная карта должна различать технические, организационные и ценовые действия. Технические касаются процесса: меньше брака, меньше простоя, лучше загрузка. Организационные касаются правил: кто принимает решение, как идёт поток работы, где задержка. Ценовые и структурные касаются выбора ресурсов и продуктов: что покупать, что производить, от чего отказаться. Если всё назвать повышением эффективности, план станет мутным.

Есть ещё моральная сторона, хотя слово мораль здесь легко испортить. Когда организация тратит лишние ресурсы, кто-то за это платит. В бизнесе - собственник, клиент, работник, иногда поставщик. В государственном секторе - налогоплательщик и получатель услуги. В экологии - люди, которые получают загрязнение. Неэффективность не нейтральна. Это не просто плохая цифра. Это лишняя нагрузка на кого-то.

Но нельзя превращать это в охоту на виновных. Потери часто являются свойством системы, а не отдельного характера. Человек может работать в плохом процессе и выглядеть слабым. Другой может попасть в сильную систему и выглядеть талантливым. Анализ эффективности должен помогать различать личную и системную часть. Это трудно, но без этого организация то несправедлива, то слепа.

Показательно, что исследования эффективности применяются к банкротствам и кризисам. Там расстояние до хорошей практики может стать ранним сигналом. Компания ещё жива, банк ещё работает, отчёт ещё не страшный, но структура затрат, доходов или рисков уже показывает опасное отклонение. Когда беда стала очевидной, многие меры поздны. Поэтому оценка эффективности полезна не только для оптимизации, но и для предупреждения.

Впрочем, ранний сигнал не должен быть единственным основанием для жёсткого решения. Модель может ошибаться, данные могут быть неполными, отрасль может входить в переходный период. Сигнал требует проверки. Он говорит: здесь надо смотреть. Не говорит: здесь всё ясно. Такая скромность делает анализ сильнее, а не слабее.

Часто спрашивают, можно ли измерить всё. Нет, нельзя. Некоторые вещи плохо ложатся в таблицу: доверие, устойчивость команды, способность учиться, качество управленческого внимания. Но из этого не следует, что измерять не надо. Следует только, что измеритель не должен притворяться полной картиной. Он даёт одну проекцию реальности. Хороший руководитель держит рядом цифры и наблюдение.

Плохой руководитель выбирает то, что удобнее. Если цифры поддерживают его мнение, он говорит о науке. Если не поддерживают, вспоминает про сложность жизни. Нормальный подход другой: и цифры, и опыт могут ошибаться. Их надо сталкивать. Когда они совпадают, доверие растёт. Когда расходятся, начинается работа.

Расстояние до границы полезно ещё и потому, что убирает часть пустой зависти. Вместо фразы у них больше денег можно спросить: при сопоставимых ресурсах кто работает лучше? Вместо фразы нам не повезло можно посмотреть на устойчивость результата за несколько периодов. Вместо фразы они просто крупнее можно учесть масштаб. Не все оправдания исчезнут. Но многие придётся доказывать.

Масштаб заслуживает отдельного слова. Большая единица не всегда эффективнее малой. Иногда размер даёт экономию. Иногда создаёт тяжесть: больше согласований, длиннее цепочки, слабее контроль, выше инерция. Малые единицы гибче, но могут терять на закупках и специализации. Если не учитывать масштаб, сравнение будет грубым. Если всё объяснять масштабом, оно станет пустым.

В анализе производительности часто выделяют эффект масштаба именно потому, что размер влияет на отношение выпуска и затрат. Предприятие может быть технически хорошо организовано, но работать не в том масштабе, где технология даёт лучший результат. Тогда путь к улучшению не в том, чтобы ругать цех, а в том, чтобы изменить размер партии, загрузку, сеть, кооперацию или специализацию.

Для человека внутри организации это звучит не всегда приятно. Ему говорят: вы неплохо работаете, но сама конфигурация процесса неудачна. Это может быть даже обиднее, чем замечание о дисциплине, потому что отдельный работник мало что может изменить. Поэтому выводы об эффективности надо адресовать тем, кто имеет власть над причиной. Нельзя требовать от мастера того, что решается инвестиционным комитетом.

И наоборот, нельзя поднимать на уровень стратегии то, что решается простым порядком. Если смена теряет час на поиске инструмента, не надо писать программу технологической модернизации. Надо сделать хранение. Если заявки возвращаются из-за одной и той же ошибки, не надо менять бизнес-модель. Надо исправить форму и обучение. Хороший анализ различает размер проблемы и размер решения.

Направленная функция расстояния хороша тем, что заставляет явно сказать, какое улучшение мы ищем. Это честнее, чем общий рейтинг. Хотим сокращать входы? Какие? Хотим увеличивать выходы? Какие? Хотим двигаться к прибыли? При каких ценах? Хотим учитывать слабые слаки? Как? Каждый ответ открывает спор, но этот спор нужен. Он делает меру управляемой.

В научных работах любят доказывать свойства мер: монотонность, выпуклость, двойственность, связь с функциями прибыли и затрат. Практику это может утомлять. Но эти свойства защищают от странных выводов. Если мера ухудшается при улучшении результата, она плоха. Если не связана с экономическим смыслом, она опасна. Если не даёт разложения потерь, она может быть слишком грубой. Математическая строгость здесь работает как санитария.

Тем не менее санитария не заменяет кухни. Можно иметь корректную меру и бессмысленную постановку. Например, включить в выходы то, что не является целью, или забыть нежелательный результат, или сравнить несравнимые единицы. Тогда свойства модели будут соблюдены, а выводы окажутся вредными. Формальная правильность - только часть дела.

Мне кажется, самый простой тест такой: после расчёта можно ли пойти к людям, которые отвечают за процесс, и обсудить результат без стыда? Не обязательно без спора. Спор будет. Но можно ли объяснить, почему выбраны эти входы, эти выходы, эти ориентиры, это направление? Если нельзя, модель ещё не готова к управлению.

Второй тест: меняется ли что-нибудь после анализа? Если итогом стала только презентация, работа не закончена. Должны появиться вопросы к процессу, проверка данных, пилотные изменения, пересмотр показателей, решения о ресурсах. Измерение без действия быстро превращается в ритуал. Организация привыкает к оценке так же, как к шуму кондиционера.

Третий тест: не стала ли оценка игрой? Если люди тратят больше сил на улучшение показателя, чем на улучшение дела, измеритель испортился или был плох с начала. Это видно по поведению. Начинаются просьбы исключить неудобные случаи, перенос затрат, дробление операций, спор о классификации вместо работы. Значит, надо возвращаться к цели и правилам.

Расстояние до лучшей практики - не приговор и не похвала. Это рабочая величина. Она говорит, что при выбранном описании производства наблюдаемая единица находится так далеко от границы. Всё остальное требует ума. Почему далеко? Какой путь разумен? Как быстро идти? Кто должен действовать? Что мешает? Что изменится в цене, качестве, риске? Без этих вопросов число останется числом.

В этой главе нам важно было увидеть, что измерение неэффективности - это не один балл. Это выбор границы, направления, проекции, нормировки, цен и силы ориентира. Каждый выбор влияет на вывод. Поэтому хороший анализ не прячет свои предположения. Он выставляет их на стол. Да, это делает разговор длиннее. Зато сокращает путь к настоящему решению.

Следующая мысль отсюда естественная. Если расстояние можно измерить в одном периоде, то можно наблюдать и движение во времени. Организация может приближаться к границе, граница может уходить вперёд, технология может меняться, масштаб может помогать или мешать. Тогда мы переходим от эффективности как фотографии к производительности как движению. Но без понимания расстояния эта кинолента будет расплывчатой.

Пока же достаточно простого вывода. Лучшая практика нужна не для зависти и не для наказания. Она нужна как ориентир, который делает потери видимыми. Расстояние до неё показывает, сколько работы спрятано между тем, что есть, и тем, что уже достижимо. Иногда это расстояние мало. Иногда оно неприятно велико. В обоих случаях полезнее знать его, чем жить в удобной неопределённости.

Функция выручки задаёт другой вопрос: какую максимальную выручку можно получить при данных входах и ценах выходов? Тут уже важна структура выпуска. Предприятие может производить много, но не то, что ценится. Или производить правильный продукт, но недобирать объём. В первом случае проблема ассортимента. Во втором - техническая. В реальности они часто смешаны, поэтому разложение помогает не спорить на уровне вкуса.

Функция прибыли соединяет обе стороны: входы стоят денег, выходы приносят деньги. Максимальная прибыль при доступной технологии становится естественной границей для коммерческого предприятия. Но даже здесь надо быть аккуратным. Прибыль в одном периоде может быть искажена риском, разовыми событиями, отложенными расходами, бухгалтерскими решениями. Поэтому модель прибыли полезна, когда данные и постановка задачи выдерживают проверку.

Иногда руководителю хочется, чтобы модель сразу сказала, какую проекцию выбрать. Но проекций может быть несколько. Разные сильные точки на границе могут быть достижимыми ориентирами. Одна лучше с точки зрения затрат, другая с точки зрения выручки, третья с точки зрения прибыли, четвёртая проще организационно. Математика может предложить варианты, но выбор всё равно связан с целью. Нельзя выбрать правильную проекцию, не сказав, что именно мы оптимизируем.

Множественные проекции особенно важны там, где производство многомерно. У банка может быть несколько способов стать лучше: сократить административные расходы, увеличить комиссионные операции, поменять структуру кредитов, закрыть часть неэффективной сети. У завода - снизить энергопотребление, уменьшить брак, перенастроить смены, изменить ассортимент. Все пути ведут ближе к границе, но цена и риск у них разные.

Здесь полезно отделять измерение от управленческого решения. Измерение показывает расстояние и возможные направления. Решение выбирает путь с учётом времени, денег, людей, сопротивления, риска и стратегии. Ошибка начинается, когда измерение выдают за решение или решение прячут за измерением. Если начальник уже решил закрыть подразделение, а модель нужна только как оправдание, анализ превращается в декорацию.

Есть ещё один источник ошибок - слишком узкая вера в наблюдаемые лучшие практики. DEA строит границу из данных. Если все наблюдаемые единицы работают плохо, граница будет лучшей среди плохих. Это не делает метод бесполезным. Он всё равно показывает относительные потери внутри группы. Но нельзя забывать, что внешняя технология может быть лучше. Иногда нужно расширять выборку, смотреть на другие страны, отрасли, периоды, технологические решения.

С другой стороны, слишком далёкая внешняя граница может стать демагогией. Сравнить районную больницу с лучшей клиникой богатой столицы легко, но такой ориентир мало поможет. Он покажет пропасть, а не путь. Хорошая граница должна быть достаточно требовательной, чтобы не успокаивать, и достаточно близкой, чтобы не превращаться в издёвку. Это не математическое правило, а управленческое чувство, которое надо подкреплять данными.

Когда мы говорим о расстоянии, важно помнить о единицах измерения. Один процент сокращения труда и один процент сокращения энергии - не одно и то же. Один дополнительный выпуск в натуральных единицах может иметь разную ценность. Поэтому нормировка имеет значение. В строгих моделях её задают через направления, веса, цены, длину вектора, разные метрики. В рабочем разговоре надо хотя бы понимать, что итоговое число не падает с неба. Оно зависит от выбранной линейки.

Линейка должна быть объяснима. Если люди не понимают, что означает оценка, они будут сопротивляться даже справедливому выводу. Можно не рассказывать каждому сотруднику всю математику, но нужно объяснить логику: какие ресурсы учитывались, какие результаты, с кем сравнивали, что означает расстояние, почему ориентир выбран именно так. Без этого цифра останется чужой.

Особенно аккуратно надо работать с подразделениями, которые выполняют трудные задачи. Скорая помощь, кризисные отделы банков, ремонтные бригады, службы поддержки сложных клиентов. Их выпуск часто хуже выглядит в простой таблице, потому что они получают более тяжёлый поток проблем. Если модель этого не учитывает, она наказывает нужных людей. Если учитывает всё подряд как оправдание, она никого не оценивает. Баланс здесь трудный, но он нужен.

Случайность тоже не стоит выкидывать. В один год ферма попала под плохую погоду. Завод потерял поставщика. Банк столкнулся с региональным шоком. Больница приняла необычно тяжёлых пациентов. DEA в чистом виде может принять это за неэффективность, если мы не добавили контекст. SFA пытается отделить шум от устойчивой потери. Но и SFA требует предположений. Нет метода, который избавляет от ответственности за постановку задачи.

Я не случайно возвращаюсь к ответственности. Мера эффективности всегда влияет на поведение. Как только люди понимают, что их оценивают по выбранному расстоянию, они начинают приспосабливаться. Если мера умная, приспособление может улучшить дело. Если мера глупая, люди улучшат видимость. Они будут выбирать лёгкие случаи, переносить затраты, задерживать сложные заказы, спорить о классификации, менять отчётность. Измерение становится частью системы, которую измеряет.

Поэтому нельзя строить меру один раз и считать её вечной. Технология меняется. Рынок меняется. Организации учатся обходить правила. Показатели устаревают. То, что вчера хорошо ловило потери, завтра может ловить только тень старой проблемы. Анализ эффективности должен пересматриваться. Не каждый месяц из нервозности, но регулярно и по делу.

Внутренний аудит эффективности часто надо начинать с простого упражнения. Взять несколько подразделений, описать входы и выходы, построить грубую границу, посмотреть на проекции, обсудить их с людьми, которые знают работу. Не принимать первый результат как истину. Спросить, где модель сказала очевидное, где ошиблась, где показала неожиданное. Такой цикл учит организацию мыслить точнее.

Самые полезные разговоры возникают вокруг странных результатов. Подразделение, которое все считали сильным, оказывается далеко от границы. Подразделение с плохой репутацией выглядит эффективным после учёта трудности задач. Один ресурс оказывается главным источником потерь, хотя о нём редко говорили. Такие находки раздражают, но именно они оправдывают анализ. Если модель говорит только то, что все и так знали, польза мала.

Расстояние до границы ещё не говорит, как быстро его можно пройти. Это отдельный вопрос. Одни улучшения требуют недели: убрать лишнее согласование, изменить график, починить учёт, навести порядок в запасах. Другие требуют лет: обновить оборудование, обучить людей, перестроить сеть, изменить технологию. Поэтому оценку надо переводить в дорожную карту. Иначе большая величина неэффективности только пугает.

Дорожная карта должна различать технические, организационные и ценовые действия. Технические касаются процесса: меньше брака, меньше простоя, лучше загрузка. Организационные касаются правил: кто принимает решение, как идёт поток работы, где задержка. Ценовые и структурные касаются выбора ресурсов и продуктов: что покупать, что производить, от чего отказаться. Если всё назвать повышением эффективности, план станет мутным.

Есть ещё моральная сторона, хотя слово мораль здесь легко испортить. Когда организация тратит лишние ресурсы, кто-то за это платит. В бизнесе - собственник, клиент, работник, иногда поставщик. В государственном секторе - налогоплательщик и получатель услуги. В экологии - люди, которые получают загрязнение. Неэффективность не нейтральна. Это не просто плохая цифра. Это лишняя нагрузка на кого-то.

Но нельзя превращать это в охоту на виновных. Потери часто являются свойством системы, а не отдельного характера. Человек может работать в плохом процессе и выглядеть слабым. Другой может попасть в сильную систему и выглядеть талантливым. Анализ эффективности должен помогать различать личную и системную часть. Это трудно, но без этого организация то несправедлива, то слепа.

Показательно, что исследования эффективности применяются к банкротствам и кризисам. Там расстояние до хорошей практики может стать ранним сигналом. Компания ещё жива, банк ещё работает, отчёт ещё не страшный, но структура затрат, доходов или рисков уже показывает опасное отклонение. Когда беда стала очевидной, многие меры поздны. Поэтому оценка эффективности полезна не только для оптимизации, но и для предупреждения.

Впрочем, ранний сигнал не должен быть единственным основанием для жёсткого решения. Модель может ошибаться, данные могут быть неполными, отрасль может входить в переходный период. Сигнал требует проверки. Он говорит: здесь надо смотреть. Не говорит: здесь всё ясно. Такая скромность делает анализ сильнее, а не слабее.

Часто спрашивают, можно ли измерить всё. Нет, нельзя. Некоторые вещи плохо ложатся в таблицу: доверие, устойчивость команды, способность учиться, качество управленческого внимания. Но из этого не следует, что измерять не надо. Следует только, что измеритель не должен притворяться полной картиной. Он даёт одну проекцию реальности. Хороший руководитель держит рядом цифры и наблюдение.

Плохой руководитель выбирает то, что удобнее. Если цифры поддерживают его мнение, он говорит о науке. Если не поддерживают, вспоминает про сложность жизни. Нормальный подход другой: и цифры, и опыт могут ошибаться. Их надо сталкивать. Когда они совпадают, доверие растёт. Когда расходятся, начинается работа.

Расстояние до границы полезно ещё и потому, что убирает часть пустой зависти. Вместо фразы у них больше денег можно спросить: при сопоставимых ресурсах кто работает лучше? Вместо фразы нам не повезло можно посмотреть на устойчивость результата за несколько периодов. Вместо фразы они просто крупнее можно учесть масштаб. Не все оправдания исчезнут. Но многие придётся доказывать.

Масштаб заслуживает отдельного слова. Большая единица не всегда эффективнее малой. Иногда размер даёт экономию. Иногда создаёт тяжесть: больше согласований, длиннее цепочки, слабее контроль, выше инерция. Малые единицы гибче, но могут терять на закупках и специализации. Если не учитывать масштаб, сравнение будет грубым. Если всё объяснять масштабом, оно станет пустым.

В анализе производительности часто выделяют эффект масштаба именно потому, что размер влияет на отношение выпуска и затрат. Предприятие может быть технически хорошо организовано, но работать не в том масштабе, где технология даёт лучший результат. Тогда путь к улучшению не в том, чтобы ругать цех, а в том, чтобы изменить размер партии, загрузку, сеть, кооперацию или специализацию.

Для человека внутри организации это звучит не всегда приятно. Ему говорят: вы неплохо работаете, но сама конфигурация процесса неудачна. Это может быть даже обиднее, чем замечание о дисциплине, потому что отдельный работник мало что может изменить. Поэтому выводы об эффективности надо адресовать тем, кто имеет власть над причиной. Нельзя требовать от мастера того, что решается инвестиционным комитетом.

И наоборот, нельзя поднимать на уровень стратегии то, что решается простым порядком. Если смена теряет час на поиске инструмента, не надо писать программу технологической модернизации. Надо сделать хранение. Если заявки возвращаются из-за одной и той же ошибки, не надо менять бизнес-модель. Надо исправить форму и обучение. Хороший анализ различает размер проблемы и размер решения.

Направленная функция расстояния хороша тем, что заставляет явно сказать, какое улучшение мы ищем. Это честнее, чем общий рейтинг. Хотим сокращать входы? Какие? Хотим увеличивать выходы? Какие? Хотим двигаться к прибыли? При каких ценах? Хотим учитывать слабые слаки? Как? Каждый ответ открывает спор, но этот спор нужен. Он делает меру управляемой.

В научных работах любят доказывать свойства мер: монотонность, выпуклость, двойственность, связь с функциями прибыли и затрат. Практику это может утомлять. Но эти свойства защищают от странных выводов. Если мера ухудшается при улучшении результата, она плоха. Если не связана с экономическим смыслом, она опасна. Если не даёт разложения потерь, она может быть слишком грубой. Математическая строгость здесь работает как санитария.