Пол Фрига - Инструменты McKinsey. Лучшая практика решения бизнес-проблем

Быстрота реакции в этой компании каждый раз производит на меня впечатление. Иногда люди реагируют еще быстрее, чем в McKinsey. Главное – чтобы так реагировали все и всегда. Здесь можно провести аналогию с курьерской службой FedEx: если вовремя доставляется 90% отправлений, то это кажется чем-то обычным; но 98% – положительный прорыв.

Хотя такого уровня реакции достичь нелегко, результаты стоят затраченных усилий.

– Выполните проверку ситуации с КМ. Используя схему с рис. 3-3 (стр. 85), проанализируйте показатели вашей фирмы в следующих областях: организационная культура, инфраструктура, технология. Например, есть ли сильная культура КМ, которая всем понятна, пользуется поддержкой руководства, со стимулами для ее использования и активным взаимодействием всех сотрудников? Оценив каждую область по пятибалльной шкале, определите возможности улучшения.

– Напишите служебную записку ключевому сотруднику, ответственному за КМ в вашей организации. Отправная точка для этого упражнения – найти самого человека, ответственного за КМ; это может быть директор отдела по управлению знаниями, СЕО, IT-директор или директор по человеческим ресурсам. Выяснив, к кому обращаться, составьте краткую служебную записку с просьбой предоставить вам информацию, связанную с вопросами из предыдущего упражнения. Не проводите оценку и не составляйте рекомендации, пока не получите ответ. В каждой организации есть потребность в КМ, и все сотрудники должны ее понимать, но на это нужно время (а иногда также внимательность и тактичность).

Итак, сбор данных – прекрасная область деятельности. В этой главе мы ставили себе цель помочь вам применять сбор данных для создания добавленной стоимости. Во многих организациях тратится лишняя энергия на сбор ненужной информации, а решения часто не подкрепляются фактами. Мы надеемся, что из этой главы вы узнали, как действовать более эффективно, и сумеете применить наши советы на практике. Счастливой охоты!

В первых трех главах мы вели вас от создания начальной гипотезы к разработке плана анализа, а затем к сбору данных, к которым нужно применить этот анализ. Это относительно легкие этапы процесса решения проблем в McKinsey. А теперь пора приступить к сложному этапу: разобраться, что означают все эти данные.

Ведь вашу гипотезу нужно подтвердить или опровергнуть, а данные сами по себе ни о чем не говорят. Вам придется обработать их и сделать глубокие выводы, которые создадут добавленную стоимость для вашей организации. Подробнейшие электронные таблицы и диаграммы с анимацией бессмысленны, если из них невозможно понять, какие действия ваш анализ предполагает и какую ценность он представляет для организации. Консультанты McKinsey понимают, что клиенты платят не за красиво оформленные документы и «навороченные» презентации, а за дельные советы, которые создадут добавленную стоимость для их организации. Именно такие советы являются конечным результатом процесса консалтинга и, в более широком смысле, всего процесса решения бизнес-проблем. Джефф Сакагучи, который перешел из McKinsey в конкурирующую консалтинговую фирму Accenture, вспоминает:

Наша работа заключается не только в исследованиях и анализе, но и в разработке глубоких выводов. В McKinsey мы сосредоточивались на получении глубоких выводов, оказывающих большое влияние на клиента. Я горжусь тем, что после перехода в Accenture мне удалось частично реструктурировать обучение консультантов по стратегиям таким образом, чтобы они осознали важность умения делать выводы и чтобы это умение учитывалось при аттестации консультантов.

В данной главе мы покажем, как маккинзиевцы делают заключения из результатов анализа, превращая их в полезные рекомендации для клиентов, и как вы можете последовать этому примеру в своей компании. Мы разделили процесс интерпретации анализа на две части. Первая – процесс истолкования данных: вы самостоятельно или вместе с командой воссоздаете по частям картину происходящего и составляете последовательность нужных шагов. Вторая часть – на основе своих находок вы создаете конечный результат для внешнего применения: некий план действий.

После сбора всех цифр и проведения всех интервью у вас окажется масса данных, которые нужно рассортировать. Вы должны «отделить зерна от плевел» – ненужные и ненадежные сведения от тех, которые действительно подтверждают или опровергают вашу гипотезу, а затем постепенно воссоздать по ним картину происходящего. Для этого нужно не только понимать смысл отдельных видов анализа, но и обладать достаточным воображением, чтобы объединить разрозненные данные в последовательный рассказ. Это не всегда легко: как откровенно заявил один бывший сотрудник McKinsey, «гораздо легче собирать и оформлять данные, чем думать».