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».

Техники, которые вы примените для анализа своих данных, будут варьироваться в зависимости от конкретных видов анализа, специфики вашей компании и направления ее бизнеса. В этой части мы не будем демонстрировать конкретный анализ, а покажем, как сочетать результаты любых видов анализа таким образом, чтобы принять важное решение.

Как сказал знаменитый американский бейсболист Йоги Берра, «если вы оказались на распутье, туда и поверните». В процессе решения проблемы вы подошли к развилке: либо результаты анализа подтверждают вашу гипотезу (тогда перейдите к следующей части этой главы), либо опровергают ее (в этом случае вернитесь к начальной гипотезе и реструктурируйте ее так, чтобы она соответствовала данным; возможно, для этого потребуется дополнительный анализ).

С помощью бывших сотрудников McKinsey мы покажем вам, как выбрать верный путь.

При анализе данных маккинзиевцы применяют следующие принципы.

«80/20». Правило «80/20» – одна из великих истин в бизнесе. Согласно этому правилу, 20% анализируемых примеров создадут 80% изучаемого эффекта. Это правило было обнаружено экономистом Вильфредо Парето. Исследуя экономические условия в своей родной Италии, Парето определил, что 20% ее населения владеют 80% земли. Позже, работая у себя в саду, он обнаружил, что около 80% урожая гороха выросло всего на 20% растений. На основе этих и других наблюдений он определил, что для любой серии изучаемых элементов на небольшую их часть приходится значительная доля эффекта. Со временем наблюдения Парето были обобщены как правило «80/20».

Хотя это правило существует гораздо дольше, чем McKinsey, именно консультанты Фирмы сделали его основой всего своего мышления. Посмотрев на основные цифры вашей организации, вы почти всегда найдете примеры соотношения 80/20. Например, вы можете определить, что 80% ваших продаж приходится на 20% клиентов, 80% прибыли поступает от 20% продавцов, а 80% вашего времени уходит на выполнение 20% работы.

Главное в правиле «80/20» – данные. Проводя их анализ на компьютере, немного поиграйте с цифрами, сортируя их разными способами. Каждый раз, увидев правило «80/20» в действии, поищите заключенные в нем возможности. Если 80% ваших продаж приходится на 20% продавцов, что именно эти люди делают правильно и как это перенести на остальных? И нужны ли вообще эти неэффективные остальные? Как видите, применение этого правила может принести огромную пользу.

Ежедневно делайте заметки. В конце каждого дня спрашивайте себя: «Какие три наиболее важные вещи я узнал сегодня?» Отведите полчаса перед уходом с работы на то, чтобы изложить эти вещи на бумаге; красивое оформление не нужно, достаточно на скорую руку набросать диаграмму или краткий список из нескольких пунктов. Это упражнение даст толчок вашим мыслям. Вы не забудете то, что изобразили на этой диаграмме, даже если потом не будете использовать ее. Если же вы не зафиксируете свои мысли, то они изгладятся из памяти уже к моменту выхода из офиса.

Не подгоняйте факты под решение. Допустим, вы с командой сформулировали блестящую гипотезу; но будьте готовы к тому, что факты и анализ покажут вашу неправоту. В этом случае должна измениться именно гипотеза, а не факты.

Интерпретируя результаты анализа, вы стараетесь сделать это быстро и правильно. Иногда эти две цели явно противоречат друг другу. Что на этот счет можно сказать? Обычно стоит поработать лишний день, если от него будет зависеть правильность ответа в целом. Но, как мы говорили в главе 2, вряд ли стоит тратить лишнюю неделю на то, чтобы повысить точность до четырех, а не трех знаков после запятой.

Результаты опроса бывших сотрудников McKinsey позволили нам составить следующие рекомендации:

– Всегда спрашивайте: «Что это нам даст?»

– Проводите контрольные проверки.

– Помните, что возможности анализа ограниченны.

Всегда спрашивайте: «Что это нам даст?». Составляя план анализа (этот процесс рассматривался в главе 2), вы должны были исключить из него все те исследования – даже очень изобретательные и интересные, – которые ни на шаг не продвинули бы вас к подтверждению или опровержению первоначальной гипотезы. Но как бы ни был хорош ваш рабочий план, вам почти неизбежно придется провести еще один отсев – после сбора данных, обработки цифр и интервью. Некоторые результаты окажутся тупиковыми: интересные факты, аккуратные диаграммы – но ничего такого, что приблизило бы вас к решению. И ваша задача – отбросить ненужные результаты.

В McKinsey результаты анализа проходят своего рода тест: кто-то из команды, обычно менеджер проекта, задает вопрос: «Что это нам даст?» О чем говорит этот анализ и насколько полезна эта информация? Какую рекомендацию можно дать на их основе? Работа консультантов заключается не в рисовании красивых картинок: ведь клиенты платят огромные деньги не за это. Джефф Сакагучи усвоил этот принцип в McKinsey и воплощает его на своей новой работе в Accenture:

Суть консалтинга не в анализе, а в глубоких выводах. Если вы не можете сделать такой вывод из только что проделанной работы, то вы зря потратили на нее время. Обрабатывать цифры или рисовать диаграммы ради самого этого процесса ни к чему; эти действия имеют смысл, только если они помогают сделать ключевую находку, о которой ваша команда и клиент скажут: «Хм, а это интересно!»

Консультант должен синтезировать из разрозненных идей, полученных в результате анализа, глубокие выводы, которые решат проблему клиента. А это получается лучше всего, когда каждый полученный результат выдерживает проверку вопросом «Что это нам даст?».

Проводите контрольные проверки. Конечно, всегда хочется как можно большей точности; однако в ситуации командной работы у вас как лидера команды, скорее всего, нет времени на подробную проверку всех результатов анализа. Но каждый раз, когда вам представляют какиелибо выводы и следующие из них рекомендации, вы можете провести быстрый тест, чтобы убедиться, что ответ по крайней мере правдоподобен. Задайте себе несколько целенаправленных вопросов, ответы на которые покажут, осуществима ли рекомендация и действенна ли она.

Сами вопросы варьируются в зависимости от ситуации, но вот некоторые примеры от бывших сотрудников McKinsey:

С помощью какой-нибудь простой в использовании программы – хотя бы MS Access – я могу очень быстро развенчать глупую теорию. Например, у одного сотрудника возникла мысль, что мы должны требовать возвращения товаров на склад на основе минимальных, а не максимальных уровней запасов. Я смог проверить эту идею за две минуты и определил, что результатом будет всего $4000 при запланированной прибыли в $400 000. Ради этого не стоит терять неделю, перепечатывая и рассылая по магазинам указания, которые они должны выполнять.

Боб Бухсбаум, СЕО Dick Blilck Holdings

* * *

Мне нравится применять сценарный анализ. Я спрашиваю: «В каком случае это было бы оправданно?» Например, сколько потенциальных клиентов должен принести нам веб-сайт, чтобы оправдать свое существование? Если ответ – «десять миллионов миллиардов», я сомневаюсь, что столько у нас получится. Если ответ – «пятьдесят», я скажу: «Ну ладно». Если анализ делается на основе неоправданных предположений, то можно переходить к следующей идее.

Дэн Вето, старший вице-президент Conseco

* * *

У меня был случай, когда один аналитик обработал кучу цифр из множества разных источников, пришел ко мне и сказал: «Вот ответ». Я взглянул на цифры и сказал, что этот ответ просто не может быть правильным; в противном случае мир выглядел бы совсем иначе. Поэтому, анализируя данные, обязательно сделайте мысленный шаг назад и проведите контрольную проверку.

Билл Росс, General Electric

* * *

Я всегда спрашиваю: «Насколько должен измениться наш нынешний ответ, чтобы мы изменили свой вывод?» Я решительно настаиваю на проверке предположений, а для этого добиваюсь очень четкого их обоснования. Затем я сосредоточиваю анализ на этих обоснованиях. Это значительно улучшило нашу стратегию приобретений; результаты говорят сами за себя.

Рон О’Хэнли, президент Mellon Institutional Asset Management

Хотя не существует единственного наилучшего способа проведения контрольной проверки, вы можете предотвратить многие проблемы, если перед окончательной презентацией зададите себе несколько критических вопросов.

Помните, что возможности анализа ограниченны. Анализ играет жизненно важную роль в процессе решения проблем в McKinsey, но в конечном итоге его возможности ограниченны. Необходимо сделать некоторые заключения на его основе, ведь данные не говорят сами за себя. Вы достигли той точки в нашей модели консалтинга, где ведущая роль переходит от данных к интуиции. Это то самое распутье, о котором говорил Йоги Берра, и вам нужно туда повернуть.

Но ограничения анализа – не причина, чтобы обходиться без него. Избегайте того, что один бывший сотрудник McKinsey назвал установкой «готовься, огонь, целься». Даже если у вас хорошие навыки принятия решений и надежная интуиция, будет нелишне подкрепить ваше решение продуманным анализом. Рассказывает Билл Росс:

Зачастую грамотные руководители самостоятельно пытаются решить проблемы в организации, не посвящая в этот процесс остальных. Но, проследив ход их рассуждений, можно обнаружить, что они упустили какой-то вариант. И, что важнее, сами они могут быть готовы к быстрым действиям, но ведь им еще нужно увлечь за собой всю организацию; а если какой-то этап рассуждений не записан и не сообщен сотрудникам, то увлечь за собой других можно лишь путем принуждения. Такой метод убивает инициативу: если все время подталкивать людей, они станут просто ждать от вас указаний, куда идти дальше.

Хотя существует мнение, будто интуиция и данные – полярные противоположности, на самом деле они нуждаются друг в друге ради успеха. Данные без интуиции – просто «сырая» информация, а интуиция без данных – лишь догадки. Но если сочетать одно с другим, вы получите прочное основание для принятия решений.

На этом этапе вам нужно разобраться, о чем говорят факты. Однажды экономиста Джона Мейнарда Кейнса стали упрекать в том, что он противоречит одному из своих предыдущих утверждений. Кейнс ответил: «Когда меняются факты, я меняю свое мнение. А вы, сэр?» Если перенести этот принцип на процесс решения проблем в McKinsey, то получается: когда факты противоречат вашей гипотезе, вы должны менять ее, а не замалчивать факты. И мы не устаем это подчеркивать. Ведь есть опасность, что, потратив уйму времени и усилий на выработку гипотезы, которая кажется вам блестящей, вы «сроднитесь» с ней и будете отказываться верить, что можете ошибаться.

Уроки McKinsey на эту тему таковы: «Не подгоняйте факты под решение», «Будьте готовы убить свою идею» (об этом уже говорилось в контексте мозговых штурмов, но этот урок также относится и к анализу данных), и «Просто скажи: “Я не знаю”». То, что верно для Фирмы, так же верно и за ее пределами. Существует цикл: от гипотезы к разработке анализа, оттуда к исследованиям, потом к интерпретации результатов и затем, если необходимо, обратно к гипотезе. И только после того как вы окончательно доказали свою заключительную скорректированную гипотезу, можно сформировать конечный результат – советы клиенту.

Когда мы опрашивали бывших сотрудников McKinsey, с помощью каких инструментов они разбираются в данных, почти все они упомянули правило «80/20». Мы уже говорили в этой главе, что правило «80/20» проявляется по-разному. Приведем еще несколько примеров: 20% населения США платит 80% подоходного налога. В классе 20% учащихся отнимают 80% времени учителя. Возможно, 80% одежды, которую вы постоянно носите, составляет всего 20% вашего гардероба. И этот список можно продолжать. Правило «80/20» приблизительно (соотношение может составлять, например, 75/25 или 90/10) и даже не всегда применимо, но все же проявляется так часто, что его стоит использовать для прогнозов.

В McKinsey правило «80/20» в основном касается данных, и в этом отношении оно, несомненно, верно. Применяя его к цифрам, можно получить выводы, которые успешно пройдут тест «Что это нам даст?». Вернемся к одному из примеров, приведенных выше: узнав, что на 20% ваших продавцов приходится 80% продаж, вы должны сразу спросить, почему так происходит и как можно поднять остальных продавцов до уровня этих. Заметьте, что правило «80/20» не обязательно приводит напрямую к глубокому выводу. Оно скорее побуждает задавать новые вопросы и, возможно, выполнять новые виды анализа, которые помогают воссоздать правильную картину.

Более того, правило «80/20» может применяться не только к данным. С его помощью вы разберетесь, что говорить клиенту. Ведь 80% ваших рекомендаций будет следовать из 20% результатов проведенного анализа. В двух словах: расставляйте приоритеты. Подумайте, какие рекомендации принесут вашему клиенту наибольшую пользу, и сосредоточьтесь именно на них. Помните, что организация-клиент сможет выполнить лишь ограниченное количество рекомендаций за один раз. И сосредоточьтесь в первую очередь на самых выигрышных направлениях.

– Вспомните последний аналитический проект, над которым вы работали или который вам презентовали. Все ли наглядные материалы презентации этого проекта проходят тест «Что это нам даст?». Проанализируйте как минимум 10 наглядных материалов.

– Выполните анализ своей работы по правилу «80/20». На что у вас уходит основная часть времени? Какие из ваших действий приносят наибольшую пользу организации? (Отвечайте честно!) А какие – лично вам? Можете ли вы придумать способы тратить больше времени на то, что приносит больше всего пользы, и меньше – на действия, от которых пользы минимум?

– Выполните анализ деятельности своей компании по правилу «80/20». Вы можете найти примеры соотношения «80/20» в своем подразделении или отделе? На какие из ваших продуктов или услуг приходится больше всего прибыли? А затрат? Вы можете найти другие иллюстрации правила «80/20»?

До сих пор мы имели дело исключительно с внутренними компонентами процесса решения проблем. Формирование гипотезы, планирование работы, проведение исследований и интерпретация результатов – вся эта работа выполняется в стенах вашего офиса или кабинета команды. В теории, если бы вы могли получить все нужные данные без интервью, все это можно было бы выполнить не выходя из офиса – при наличии нормального выхода в Интернет.

Но настал момент, когда мы подошли к связующему звену между вами (или вашей командой) и клиентом – конечному результату. Под этим мы не подразумеваем набор диаграмм, слайдов, компьютерных изображений и других «наглядных пособий», с помощью которых вы сообщаете аудитории о своем решении; о них мы поговорим в главе 5. Мы имеем в виду само сообщение, которое вы будете передавать. Ваша интерпретация данных демонстрирует ваше понимание картины происходящего. Вы отбираете те ее фрагменты, которые, по вашему мнению, необходимо знать аудитории, чтобы понять ваше заключение, и соответствующие доказательства; все это вы сочетаете в конечном результате. И, наконец, вы сообщаете этот конечный результат с помощью презентации. Сообщение и средство его передачи – не одно и то же, несмотря на высказывание Маршалла Маклюэна[15].

А теперь мы покажем вам, как переходить к решению.

В McKinsey есть принцип: убедитесь, что предлагаемое вами решение подходит клиенту.

Убедитесь, что предлагаемое вами решение подходит клиенту. Менеджмент, как и политика, – это искусство возможного. Самое прекрасное решение, основанное на анализе огромного количества данных и обещающее миллиарды долларов дополнительной прибыли, будет бесполезным, если ваш клиент или его бизнес неспособны его внедрить. Вы должны знать своего клиента – его сильные и слабые стороны, а также возможности: на что менеджмент способен, а на что нет. Вырабатывайте свои решения с учетом этих факторов.

Бывшие сотрудники McKinsey часто обнаруживают, что сотруднику их новой организации бывает труднее справиться с созданием конечного результата, чем внешнему консультанту. На основе их опыта мы сформулировали несколько советов относительно того, как выработать подходящее клиенту решение:

– Поставьте себя на место клиента.

– Осознавайте пределы возможностей клиента.

Поставьте себя на место клиента. Когда консультанты McKinsey рассказывают о работе своей организации – от найма новых консультантов до создания «выставки достижений» для потенциальных клиентов, – рано или поздно произносится выражение «основные цели СЕО» (или «основные цели высшего руководства»). Это внешний аналог поиска ключевых факторов: ваш взгляд на то, какими должны быть пять-шесть приоритетов организации. И это первый шаг к тому, чтобы поставить себя на место клиента: ведь так вам придется сосредоточиться на главных потребностях клиента, даже если некоторые из них не оказывают влияния на ваши действия. Джефф Сакагучи из Accenture объясняет:

Даже если мы не работаем в данной области, но постоянно о ней думаем, мы лучше улавливаем те проблемы, с которыми клиент борется (или должен бороться). Я много раз убеждался: если я хорошо понимаю, какими должны быть цели СЕО – даже если нынешний СЕО таких целей не ставил, – то рано или поздно клиент разделит мое мнение.

В зависимости от вашей должности и влияния в организации, а также от ее корпоративной культуры вам, возможно, придется опираться на чужое представление об основных целях СЕО (не исключено, что на представление самого СЕО). Тем не менее эти представления должны служить для вас лакмусовой бумажкой при составлении рекомендаций.

В качестве следующего шага спросите себя, как ваши решения будут создавать добавленную стоимость для вашего клиента или организации. Какой будет выгода от каждого действия, которое вы рекомендуете? Достаточна ли она, чтобы оправдать требуемые затраты времени, сил и ресурсов? Насколько эта рекомендация полезна по сравнению с другими? Если ее потенциальные результаты невелики, то первыми должны идти другие, более многообещающие проекты. Джиму Беннетту приходилось каждый день принимать подобные решения на позиции председателя подразделения розничных банковских услуг в Key Corp.:

Для меня показатель такой: «А это действительно на что-то повлияет?» Как в большинстве компаний, в Key решения обычно ориентированы на исходные данные, а не на эффективность и результат. Мы попытались изменить эту парадигму, провозгласив задачи по повышению эффективности работы: «Мы повысим свою прибыль на $…», и они заставили нас искать пути достижения этой цели. Чтобы достичь такого прогресса, мы должны активно рассматривать все потенциальные проекты с точки зрения правила «80/20». Нам приходится спрашивать: «Если мы выделим эти ресурсы на то, что приближается к прогнозируемой рентабельности, как это повлияет на наше продвижение к запланированной эффективности?»

Например, мои сотрудники принесли мне проект создания хранилища данных, который требовал $8 млн. инвестиций и обещал прекрасную внутреннюю ставку рентабельности и окупаемость за два-три года. Я сказал: «Послушайте, ребята, если он не принесет по крайней мере в десять раз больше, чем было затрачено, я не покажу его совету директоров. Так что идите и найдите способ добиться такой рентабельности, которая как минимум в десять раз перекроет любые наши затраты». Я сужу о каждом проекте по тому, насколько эффективно он поможет выполнить нашу задачу.

Иногда здравому взгляду на вещи может препятствовать элегантность и сложность вашего анализа или даже количество потраченных на него усилий. Но это не должно мешать вам принять разумное решение. Перефразируя знаменитую цитату Джона Кеннеди, можно сказать: «Не спрашивай, что твой анализ значит для тебя; спроси, что он может значит для твоего клиента»[16].

Осознавайте пределы возможностей клиента. Даже самая блестящая стратегия в мире вам не поможет, если ваша организация не в состоянии ее воплотить. И это верно не только в бизнесе. Если у вашей команды регби нет сильной линии нападения, не стоит и пытаться занести мяч в зачетную зону. Во время Второй мировой войны Германия не смогла долго воевать на двух фронтах. В политике США нет смысла начинать кампанию за принятие какого-то закона, не заручившись поддержкой большинства в Конгрессе (бывшая сотрудница McKinsey Сильвия Мэтьюз знает это по опыту работы в Административно-бюджетном управлении при президенте США).

Поэтому, работая над конечным результатом, учитывайте, сможет ли клиент выполнить ваши рекомендации. Есть ли у него достаточные навыки, системы, структуры и персонал? Не прибегнут ли внешние силы (конкуренты, поставщики, клиенты, регулятивные органы) к действиям, которые сведут на нет воздействие вашей стратегии? Вы должны быть в состоянии ответить на эти вопросы, прежде чем давать рекомендацию.

Разрабатывая основную стратегию, не забывайте, что ваш анализ и рекомендации должны быть понятны всем в компании. Мы вернемся к этому вопросу в главе 5, где пойдет речь о презентации вашего решения; а пока скажем только, что сам ваш анализ в большинстве случаев должен быть понятен людям со стороны: тогда им будет легче принять, а потом и внедрить ваши рекомендации. Пол Кенни обнаружил этот принцип, работая в GlaxoSmithKline:

Многие модели, с помощью которых мы анализируем болезни, слишком сложны: они занимают многие мегабайты, располагаются на сотнях страниц или состоят из взаимосвязанных таблиц в Excel. Просто невероятно, какие модели мне достались от предшественника: одна, в два мегабайта весом, ссылалась на другую, та на третью… невозможно было разобраться, как с ними работать. В McKinsey я усвоил и всегда применяю к построению любой модели один принцип: простота, сфокусированность и краткость. В результате я обычно создаю модели на одну страницу и пытаюсь сделать их простыми и ясными, чтобы аудитория сразу поняла стоящий за ними механизм, не увязая в подробностях. Вы нисколько не потеряете, если опустите подробности; наоборот, вы сможете сосредоточиться на ключевых факторах и понять, что происходит.

Мы подробнее обсудим принцип простоты в главе 5. А пока что просто скажем: даже если для конкретного вида анализа нужны модели на гигабайт и замысловатые математические вычисления, попытайтесь упростить результаты этого анализа до такого уровня, чтобы их мог понять образованный человек «со стороны».

В начале этой части мы заявили, что, получив в распоряжение все результаты вашего анализа, вы должны выборочно использовать их для воссоздания картины происходящего. У вас может возникнуть вопрос: почему бы не использовать ради полноты все имеющиеся факты? Чтобы объяснить причину, мы проведем аналогию с историей вне сферы бизнеса, которая вам, возможно, известна: король Артур и рыцари Круглого стола.

Возможно, существование короля Артура и его рыцарей – частично или полностью легенда, но «фактов» о них более чем достаточно. Если покопаться, можно найти источники из прошлого тысячелетия (около 1000 года н.э.) и даже более ранние из разных стран Европы. За прошедшие века многие авторы и рассказчики по-разному сочетали эти источники, и результатом стал широкий диапазон произведений: здесь и «Смерть Артура» Мэлори, и «Король былого и грядущего» Т.Х. Уайта, и мюзикл «Камелот», а также ряд экранизаций: от красочного «Экскалибура» (режиссер Джон Бурман) до «Меча в камне» (студия Disney), не говоря уже о мультфильме из серии с комическим персонажем – мистером Магу. Но все эти разноплановые конечные результаты основаны на одном и том же наборе фактов (а если вы хотите сами убедиться, насколько отличаются эти работы, посмотрите «Экскалибур», а после него – «Монти Пайтон и Священный Грааль»).

У всех этих рассказчиков разные истории и разные аудитории, но на каком-то уровне это одна и та же история. Перед вами стоит та же цель, что и перед автором, создающим собственную версию истории Артура: сделать так, чтобы аудитория поняла ваше сообщение. Но в отличие от автора художественного произведения вы обязаны рисовать объективную картину. Автор может изобразить Артура как угодно, чтобы воплотить собственный замысел или сказать о чем-то своем, – в результате Артур представал перед зрителями то как обагренный кровью завоеватель («Экскалибур»), то как невинный юноша («Меч в камне»), то как полный глупец, у которого на все вопросы один ответ – «Ну?» («Монти Пайтон и Священный Грааль»). В консультантском бизнесе нет такой свободы: вы обязаны вырабатывать рекомендации, которые создадут наибольшую добавленную стоимость для клиента[17].

Помните, что цель процесса решения проблем – ваша цель – не просто придумать блестящую идею. Если вы спросите консультанта McKinsey, чем именно занимается Фирма, то скорее всего он ответит: «Мы помогаем своим клиентам осуществлять изменения». Он не скажет: «Мы придумываем блестящие идеи для клиентов», так как понимает, что даже самая лучшая идея и самая умная стратегия не стоят и гроша, если клиент не поверит в их пользу и не воплотит их. А чтобы убедить людей в необходимости изменений, нужно составить аргументированный рассказ, не включая туда те факты, которые не подкрепляют вашу мысль.

Однако это не значит, что вы должны игнорировать факты, противоречащие вашей гипотезе. Наоборот: к этому времени вы должны были уже скорректировать гипотезу согласно фактам. Поэтому незачем впихивать в презентацию все имеющиеся факты только потому, что они у вас есть. Если ваша аудитория увязнет в ненужных подробностях, это помешает вам четко изложить ваше видение.

– Возьмите экземпляр годового отчета, предпочтительно вашей компании. На основе содержащейся в нем информации решите, стоит ли инвестировать в акции компании. Приведите пять аргументов в порядке их важности.

– Подумайте о собственной организации: на каких пяти-шести вопросах должен сосредоточиться СЕО? Как ваша работа влияет на эти вопросы и что вы могли бы сделать, чтобы усилить это влияние?

– Составьте список сильных и слабых сторон вашей организации. Распределите их по принципу МЕСЕ. Подумайте, учитывались ли эти сильные стороны и ограничения в недавних проектах вашей организации. Как лучше приспособить к ним будущие проекты?

Как мы показали, в процессе интерпретации данных есть два компонента. У себя в организации вы постепенно воссоздаете из фактов согласованную картину, которая позволяет составить рекомендации. А для «внешнего использования» вы выбираете только необходимые факты и сочетаете их в конечном результате, с помощью которого сообщите свою рекомендацию клиенту.

Теперь вы уже увидели процесс решения проблемы с начала до конца. И мы убеждены: следуя приведенным здесь рекомендациям, вы сможете улучшить скорость принятия решений и их качество в своей организации. Но на этом ваша работа не заканчивается. Теперь вы должны сообщить свои идеи тем, кто принимает решения в вашей организации, и, возможно, всем ее сотрудникам. А для этого вам пригодятся стратегии презентации, описанные в следующей главе.