О чем говорят цифры. Как понимать и использовать данные

Ваши аналитические обязанности

Успешное решение аналитической проблемы требует соблюдения определенных обязанностей как количественными аналитиками, так и лицами, принимающими решения (то есть вами). Большая часть глав этой книги посвящена описанию того, чем занимаются кванты и как вам лучше разобраться в их данных и отчетах. Сейчас пришло время обрисовать роль тех, кто принимает решения, в аналитических разработках – независимо от уровня их математической подготовки.

Чего количественные аналитики могут ожидать от тех, кто принимает решения

Принимая решения, вы должны:

• уделить аналитикам достаточно времени и внимания, чтобы удостовериться в том, что они способны увидеть проблему с вашей точки зрения;

• выделить в их распоряжение время и внимание людей из вашей организации, способных помочь в понимании деталей деловой ситуации;

• иметь четкое представление о времени и средствах, необходимых для выработки решения, и достичь согласия с коллегами по этому вопросу;

• в достаточной степени изучить математику и статистику, чтобы в общих чертах понимать принцип работы модели и возможные причины того, что она неадекватна реальной ситуации;

• вежливо, но твердо требовать объяснить вещи, которые вам непонятны;

• посещать все брифинги, совещания и демонстрации, имеющие отношение к аналитике;

• проинформировать сотрудников о том, что эффективное использование модели необходимо как для успеха компании, так и для их собственного успеха.

Изучить основы математики и статистики

В главе 6 мы предложили несколько способов изучения основ статистики людьми, принимающими решения. Мы считаем, что это непременная обязанность менеджеров любого уровня, включая топ-менеджеров. Почему? В нашем насыщенном информацией обществе и деловой культуре просто невозможно представить применение данных и аналитики для решения управленческих проблем без достаточно сложного математического инструментария.

Те менеджеры, которым недостает математической подготовки, легко могут попасть в неприятные ситуации, что наглядно подтверждает пример Джо Кассано из AIG Financial Products, приведенный в главе 1. Многие компании все в большей степени используют статистические и математические модели для ведения бизнеса. Отсюда логически следует вывод о том, что менеджер, не понимающий принципов построения математических моделей, не может успешно внедрить их в практику. Как говорит выпускник Йельского университета Роберт Шиллер (обосновывая причины финансового кризиса 2008–2009 годов, который ему удалось предсказать), «если вы руководите компанией, то должны уметь обращаться с цифрами. Количественная информация действительно имеет значение»[109].

Некоторые компании настаивают на том, чтобы их менеджеры имели базовые знания в математике и построении моделей. Например, генеральный директор TD Bank Group Эд Кларк, получивший степень по экономике в Гарвардской школе бизнеса, сумел избежать многих проблем, с которыми столкнулись другие американские банки в период финансового кризиса. Он так описывал эти проблемы в интервью газете Toronto Star: «Общаясь с коллегами по сфере операций со структурированными финансовыми продуктами, я столкнулся с весьма опасным фактом: они просто не понимали сути этих инструментов. Им никогда не приходило в голову самостоятельно провести математические расчеты, положенные в основу каждого такого продукта. Отчасти это следствие того, что они делегировали их разработку и понимание на слишком низкие уровни организационной иерархии»[110].

По мере того как во всех отраслях находят все более широкое применение аналитика и базы данных, топ-менеджерам вменяется в обязанность овладеть более или менее сложными аналитическими приемами. Иначе они просто не смогут вмешаться, когда какой-нибудь трейдер ввяжется в операции, связанные с чрезмерным и неосознаваемым риском, или когда маркетолог предложит предсказательную модель, требующую сбора слишком большого объема аналитических данных. В результате их компании и потребители оказываются в весьма опасном положении.

В частности, топ-менеджеры должны разбираться в таких концепциях:

• показатели общей тенденции (среднее значение, мода, медиана);

• вероятности и распределение;

• выборка;

• основы корреляционного и регрессионного анализа;

• основы постановки экспериментов;

• интерпретация визуальной аналитики.

Топ-менеджеры могут освоить эти концепции теми же способами, что и их подчиненные; кроме того, топ-менеджеры располагают достаточными средствами для того, чтобы пригласить профессоров или консультантов провести занятия для группы старших менеджеров или даже индивидуальные.

Понимание и тестирование исходных предположений