Ким Хо - О чем говорят цифры. Как понимать и использовать данные

Кемпф считает, что если количественный аналитик уверен в том, что разбирается в деловых проблемах, то это еще ничего не гарантирует. Шансы на успех повышаются, если менеджер уверен в том, что количественный аналитик разбирается в деловых проблемах. В этом случае тот завоевывает авторитет в глазах менеджеров и сотрудников компании («впервые кто-то пришел и потратил время, чтобы разобраться в наших проблемах, – этот парень, кажется, действительно заинтересован в том, чтобы помочь»). Менеджеры, в свою очередь, завоевывают авторитет в среде квантов своими математическими познаниями («это не так легко, как я думал, – должно быть, этот парень действительно умен»).

Можно предположить, что наглядно преимущества использования аналитики на практике видны количественному аналитику при непосредственном наблюдении или во время работы в составе коммерческого подразделения; это же помогает попутно достичь еще одной цели – выявить и привлечь к работе самых больших скептиков в группе. В худшем случае они окажутся правы и задачу решить невозможно; но в лучшем случае вы заранее будете знать, кто из наиболее влиятельных членов группы будет в первую очередь критиковать форму подачи результатов или принятые на их основе решения.

Энн Робинсон, ранее возглавлявшая группу аналитиков в Cisco Systems, а сейчас занимающая аналогичную должность в Verizon Wireless, также подчеркивает важность «перевербовки» скептиков в сторонников: «Они не дают вам соврать и стимулируют высокоэффективную работу всей команды. И если вы сумеете убедить их, значит, сумеете убедить кого угодно». (Об опыте работы Энн в Cisco Systems мы поговорим в конце этой главы.)

В Intel следующий этап на пути формирования отношений между квантами и менеджерами – это сотрудничество на этапе разработки базовой модели анализа. Ведущий аналитик проводит мозговые штурмы для принятия решения о необходимых вводных условиях (исходных данных, источниках их получения, методах выявления и исключения недоброкачественных данных), результатах (предпочтительные критерии классификации данных, какие методы демонстрации результатов будут наиболее убедительны для предполагаемой деловой аудитории), а также выборе ключевых переменных и определении базовых взаимосвязей между ними.

Повторим еще раз, что в таких ситуациях менеджеру не обязательно знать методы решения, скажем, гиперболических дифференциальных уравнений в частных производных, но по крайней мере на доске в зале совещаний должна быть представлена диаграмма с результатами и решениями, отвечающими на вопросы вроде следующих:

• Поскольку А и Х взаимосвязаны, то какова будет динамика Х в случае роста А ?

• Каковы максимальные и минимальные значения, которые может принимать переменная В ?

• Если между причиной (фактор Y ) и наступлением следствия (фактор Q ) существует временной лаг, то какова его возможная продолжительность?

Как и в случае с любым другим типом моделей, несколько конкретных примеров (из жизни или теоретических) будут очень полезны для объяснения принципов построения базовой модели. В этом случае квант должен внимательно слушать, задавать уточняющие вопросы и стараться усвоить как можно больше деловой информации, имеющей отношение к принимаемому решению. Налаживание взаимоотношений между людьми тут так же важно, как и построение самой модели.

К этому моменту группа квантов должна быть готова выйти на сцену. Требуется выбрать правильный математический метод, формализовать модель таким образом, чтобы можно было передать ее решение компьютеру: собрать данные и ввести их в него. Затем аналитик должен протестировать модель, выполнив анализ чувствительности переменных и взаимосвязей, а также рассмотрев возможные альтернативы. Если присутствующий менеджер указывает на какие-либо погрешности в функционировании модели, то аналитик должен развеять его сомнения или внести в модель необходимые коррективы. Наиболее важно на этом этапе как можно быстрее получить работающую модель и продемонстрировать ее потенциальным пользователям для получения замечаний. Обычно хороший результат дает проведение нескольких демонстраций модели для групп пользователей, представляющих разные подразделения и службы. Это помогает оценить степень завершенности модели и ее восприятие менеджерами и сотрудниками компании.

Затем модель усовершенствуется на основе полученных откликов и представляется еще раз. Иными словами, важно получить как можно больше критических замечаний на возможно более ранней стадии разработки модели. Ведь каждый раз всплывают нюансы, о которых квант забыл, неправильно интерпретировал или просто оценил ошибочно, а также обстоятельства, о которых менеджеры забыли предупредить, о чем предупреждали, но им не нравится, как это было реализовано, и тому подобное. Независимо от того, посвящен ли аналитический проект решению какой-либо уникальной задачи или периодически повторяется, успех его реализации, как правило, способствует формированию конструктивных отношений в коллективе. Менеджер, принимающий решения, вначале нуждается в некоем авансе доверия со стороны коллег, но если дела идут хорошо, то вместо аванса возникает настоящее доверие, основанное на опыте совместной успешной работы. Возникновение взаимного доверия, уважения и взаимопонимания требует усилий и времени, особенно со стороны количественных аналитиков, поскольку у менеджеров на это отпущено времени, как правило, гораздо меньше. Часто случается так, что хорошо сложившиеся взаимоотношения позволяют реализовать несколько последовательных успешных аналитических проектов, что, в свою очередь, ведет к углублению доверия и взаимопонимания.