Джон Хэммонд: Правильный выбор. Практическое руководство по принятию взвешенных решений

• Каждый раз, делая прогноз или оценивая шансы, проверяйте свои суждения. Это позволит вам не зависеть всецело от памяти.

• Прибегайте к статистике, где это возможно. Не полагайтесь на свою память.

• Если у вас нет статистических данных, раздробите событие на составляющие и оцените каждую в отдельности. Чтобы рассчитать шансы катастрофы регулярного авиарейса, возьмите статистику общего числа катастроф в своей стране за год (к примеру, из интернета) и соотнесите с общим количеством рейсов, которые выполняются ежегодно. Конечно, результат будет не таким точным, как официальный, но все же гораздо лучше того, который вы получили бы, опираясь лишь на свою память.

Дональд Джонс — либо библиотекарь, либо продавец. Лучше всего его характер описывает слово «застенчивый». Какова вероятность того, что Дональд Джонс — библиотекарь?

Когда мы приводим этот простой пример на наших семинарах, то часто получаем ответ типа: «Да почти наверняка он библиотекарь. Библиотекари чаще всего застенчивы! А продавцы, наоборот, обычно открыты и общительны. 90 %, что он библиотекарь!» Звучит убедительно, но утверждение в корне неверно.

Проблема данного подхода в игнорировании информации о том, насколько мужчин-продавцов вообще больше, чем мужчин-библиотекарей. Соотношение мужчин-продавцов к мужчинам-библиотекарям в США — 100 к 1. И поэтому еще до того, как вы узнали, что Дональд Джонс застенчив, вы должны были учесть: шансы на то, что он библиотекарь, всего 1 %. Это и есть основные данные .

Теперь рассмотрим характеристику «застенчивый». Предположим, застенчивы 50 % всех мужчин-библиотекарей и только 5 % мужчин-продавцов. Таким образом, на одного застенчивого библиотекаря приходится 10 застенчивых продавцов. Шансы Джонса оказаться библиотекарем теперь 10 % против 90 %. Видите! Игнорирование основных данных может совершенно сбить вас с толку .

Что с этим делать?Анализируйте свои мысли относительно принимаемых решений, чтобы выявить скрытые допущения. Избегайте любых стереотипных суждений. Следуйте нашим советам:

• Не пренебрегайте информацией. Принимайте во внимание основные данные.

• Не путайте вероятности разных вариантов. Вероятность того, что библиотекарь окажется застенчивым, не равна вероятности того, что застенчивый человек непременно будет библиотекарем.

Представьте, что вы член исследовательской команды, которая разрабатывает профилактическую медицинскую программу. Изучив данные исследований и соответствующую литературу, вы пришли к выводу: вероятность того, что потенциальный канцероген действительно вызовет рак, составляет 1 из 100. Однако точно вы не уверены. Какую же цифру указать?

Многие в этой ситуации посчитают разумным изменить вероятность и указать 1 из 20. Просто чтобы подстраховаться. Но если представить себе череду нескольких таких измененных оценок, каждая из которых сделана приблизительно, исходя только лишь из осторожности, результат получится весьма удручающим. Особенно с учетом серьезности проблемы. В итоге рекомендуемое лечение будет, скорее всего, значительно более затратным и радикальным, чем могло бы быть.

Из вышесказанного следует, что даже полезная в принятии решений осторожность может привести к ошибке. Взять хотя бы метод «анализа наихудшего случая», который когда-тo был популярен при разработке систем вооружения и до сих пор применяется в некоторых конструкторских бюро и административных учреждениях. Исходя из этого метода, оружие проектировалось так, чтобы оно могло функционировать в самых неблагоприятных обстоятельствах, даже если вероятность таких обстоятельств была практически нулевой. Анализ наихудшего случая значительно увеличивает затраты без каких-либо прибылей. Это доказывает, что излишняя осторожность ведет к необоснованным решениям.

В бизнесе череда таких осторожных прогнозов может привести к плачевным последствиям. Много лет назад один из автогигантов США решал, какое количество новых моделей машин произвести в ожидании пика сезона продаж. Отдел планирования продаж попросил другие отделы предоставить необходимые для прогноза данные: ожидаемый уровень продаж, остаток у дилеров, намерения конкурентов и затраты. Зная, для чего нужны эти прогнозы, каждый отдел слегка завысил оценки — для подстраховки. Отдел планирования, в свою очередь, тоже немного «подстраховался» и завысил цифры. Неудивительно, что количество произведенных автомобилей значительно превысило спрос, и компании потребовалось полгода, чтобы распродать излишки, причем со скидкой.