Кризис. Истоки возникновения и проблемы прогнозирования

Для начала он просил определить другие значения, имеющие отношение к пианино и настройщикам показатели – тоже неизвестные, но более простые для оценки. Это были численность населения Чикаго (в 1930-1950-х годах составляла более 3 млн. человек), среднее число человек в одной семье (два или три), процент семей, регулярно пользующихся услугами настройщиков пианино (максимально каждая десятая, минимально каждая тридцатая семья), требуемая частота настройки (в среднем, вероятно, не менее раза в год), число пианино, настраиваемых настройщиком в день (четыре или пять инструментов с учетом затрат времени на дорогу), а также число рабочих дней настройщика в году (скажем, 250).

Затем Ферми брал эти данные и высчитывал по следующей формуле:

Число настройщиков пианино в Чикаго = (Численность населения/Число членов одной семьи) х Процент семей, пользующихся услугами настройщиков х Число настроек в году/ (Число пианино, настраиваемых одним настройщиком за день х Число рабочих дней в году).

В зависимости от цифр, подставляемых в это уравнение, получался ответ в интервале от 20 до 200. Когда эту цифру сравнивали с реальной, которую можно было узнать из телефонного справочника, она была ближе к реальной, чем думали студенты. Правильный ответ составлял примерно 50 человек.

Полученный интервал значений выглядит слишком широким. Но в его защиту приводят то, что он даёт хоть какое-то значение в сравнении его с изначальной позицией, которую занимали студенты «неужели это вообще можно определить?»

Данный метод позволял производившим расчёты людям понять, откуда берётся неопределённость. Какие переменные характеризовались наибольшей неопределённостью – процент семей, регулярно пользующихся услугами настройщиков пианино, частота настроек, число инструментов, которые можно настроить за день, или что-то ещё? Самый крупный источник неопределённости указывал на то, какие измерения позволят максимально снизить её.

Поиск ответа на «вопрос Ферми» не предполагает проведения новых наблюдений и поэтому не может считаться измерением. Это скорее оценка того, что вам уже известно о проблеме, это способ позволяющий несколько приблизиться к цели.

Этот способ является основополагающим для маркетологов и различных прогнозистов. Если они не владеют знаниями по определённому вопросу, то они задают себе вопрос: что же всё-таки известно о проблеме? И затем оценивают имеющуюся количественную информацию о предметах, которые выглядят для них неизменяемыми. Логика действий при использовании метода Ферми заключается в следующем утверждении: вы многое не знаете, но что-то же вы всё-таки знаете.

Существенным недостатком этого метода является критерий отбора. Разбежность значений у каждого человека будет очень большой. Величина, которая для одного человека кажется похожей на правду и приемлемой для другого может быть в десятки раз больше. А если этот расчет проводится в команде из нескольких людей, то это предполагает высокую конфликтность между участниками со всеми вытекающими последствиями в будущем.

Если же влияющие факторы известны аналитикам, то самым используемым методом для прогнозирования является регрессионный анализ. Он учитывает для будущего прогноза множество факторов, таких как: тренд, сезонность, ёмкость рынка, активность конкурентов и прочее. Но даже при таком подходе важным недостатком является то, что прогноз формируется на основе статических моделей. А из этого в последствии всплывает множество факторов, дающих погрешность в прогнозе. Аналитики при этом, чтобы подстраховать себя, заранее предупреждают, что статическая модель не будет корректной, а поэтому необходимы будут ручные корректировки. И затем начинают постоянно править свой же прогноз до периода его окончания. Тем самым фактически расписываясь в изначальной неправильности собственного прогноза. Руководству компании в этом случае приходится принять определённое допускаемое значение отклонения от прогноза, которое закладывает аналитик изначально.

Ошибки прогноза и последующие правки очень дорого обходятся компаниям и порождают высокую конфликтность в компании. Допустим, в производственной компании, спрогнозировали количественный показатель продаж, и далее под него подключается уже вся цепочка компании – на его основе составляется план закупок и план производства. Эти планы формируют затратную часть расходов на осуществление заданного плана продаж и исходя из них строятся планы с целевыми показателями для подразделений. А на их основе уже рассчитываются и оцениваются показатели эффективности (КРI) того или иного подразделения или сотрудника.

План продаж формирует прогноз доходов и из разницы дохода и затратной части формируется прогноз финансовых результатов, прибыли. Далее на основании этого формируется итоговое бюджетирование.

Как видим, вся будущая деятельность компании привязана к прогнозу. А если прогноз ошибочный, то в последующем возможна реализация нескольких негативных вариантов развития событий. Перечислю пару таких вариантов: