Успех - никудышный учитель, он вводит людей в заблуждение, они начинают думать, что не могут проиграть. Это - ненадежная путевка в будущее. (Билл Гейтс)

Факты, факты, верти их так и сяк ты!

Ю.П. Адлер


На свете нет ничего очевиднее. И поэтому это очень трудно увидеть.
Умэнь
"Застава без ворот" (1182-1260) [1, с. 98]

Не будь обманчивой видимости, было бы невозможно искать правду.
Хун Цзычэн
"Вкус корней" (издано между 1600 и 1612 гг.)
[1, с. 234]
Сначала предоставьте факты - голос замирает до едва слышного гудения -
а потом можете искажать их как вам угодно.

Р. Киплинг
"Интервью с Марком Твеном"
[2]
Истинное знание состоит не в знакомстве с фактами, делающем человека педантом,
а в пользовании фактами, делающем человека философом.
Г.Т. Бокль,

"Влияние женщин на успех знаний"
[3]
Все истины парадоксы.
Прямые выводы разума ошибочны, нелепые выводы опыта - безошибочны.
Л.Н. Толстой
[4]

КОМПЕТЕНТНОЕ МНЕНИЕ

В стандарте ISO 9000:2000 содержится призыв "принимать решения на основе фактов". Мы, конечно, стараемся изо всех сил. Но когда доходит до дела, то возникает простой вопрос: "А что же такое факт?" И вот тут-то и выясняется, что на этот вопрос трудно ответить. Действительно, что же это такое? Давайте попробуем разобраться.

Для начала нам понадобятся некоторые соглашения о понятиях и терминах. В работе [5] мы предложили такую схему. Результаты наблюдений или измерений, какими бы ни были их источники, можно договориться называть данными. Сюда попадает все, что мы можем увидеть, услышать, почувствовать или измерить всеми доступными нам способами. Это исходный материал, "сырье" для последующих действий. Данные могут "уже существовать" вне контекста их дальнейшего использования. Как говорится, "бери, что дают". Тогда они могут оказаться как бесценными, так и бесполезными. Но выяснится это только в результате последующих действий. Данные могут собираться эпизодически, время от времени, когда удобно, или накапливаться систематически в рамках конкретной программы или плана. Тогда у них больше шансов стать полезными.

Очень редко исходные данные используются непосредственно. Как правило, их подвергают первичной обработке и представляют в удобном для потребителя виде. Когда мы говорим, что измерили скорость автомобиля, то, в некотором смысле, это не точно. Мы измеряем путь и время, а затем делим одно на другое, получая скорость. Вот вам и первичная обработка. Конечно, на практике мы редко вдаемся в такие подробности. Если начать в них вдаваться, то не долго и утонуть. Скорость-то не постоянна! Поэтому здесь есть еще и усреднение. Впрочем, усреднение есть практически всегда. Это один из основных инструментов первичной обработки данных.

Теперь важно представить первично обработанные данные в виде, который удобен для потребителя. Но у разных потребителей разные представления об удобстве. Математики, например, любят уравнения, экономисты - таблицы, а инженеры - картинки. Есть, конечно, и "всеядные" потребители. Наиболее широкое распространение в последние десятилетия получил способ, называемый визуализацией данных [6]. Подвергнутые первичной обработке и удобно представленные данные договоримся называть информацией.

Только сопоставление информации с выдвинутыми нами гипотезами или с существующей теорией создает собственно факты. Вне теоретического или ситуативного контекста никаких фактов просто нет. Эту важную мысль подробно развивал Э. Деминг [7]. Теперь факты создают возможности для "интерпретации". Интерпретация, т. е. истолкование фактов, дело тонкое и рискованное. Оно опирается на концепцию "парадигм" и их смены [8]. Однако интерпретация фактов, а, следовательно, и информации, и данных - это форма их жизни.

Систематизация фактов, их упорядочение в рамках заданной парадигмы дает знания, которые, как известно, - сила. Они, с одной стороны, влияют на развитие теоретических моделей и ход научных дискуссий, а с другой - служат основой для принятия практических решений [5, 9]. Успех или неуспех реализации принятых решений, который измеряется в цепи обратной связи (и, конечно, нуждается в обработке и интерпретации) служит некоторой мерой полезности полученных фактов и накопленных знаний.

Но если все так стройно и ясно, почему же решения, принимаемые на основе фактов, так часто оказываются неудачными, что даже пришлось придумать цикл Шухарта-Деминга [10], чтобы их все время подправлять? Выходит, что факты часто получаются какими-то сомнительными. В чем же дело? Трудно говорить обо всех возможных причинах, но одна из них кажется понятной и заслуживает, на наш взгляд, подробного рассмотрения. Она заключается в том, что отношения между данными и фактами имеют гораздо более сложную структуру, чем обычно представляется.

Для анализа обнаруженных сложностей приходится привлекать "тяжелую артиллерию" в лице статистического мышления [11]. Из этой теории мы узнаем, что бывают такие данные, которые не ведут к фактам, и, в некотором смысле, ничего не значат. Но давайте по порядку. Статистическое мышление побуждает нас, прежде всего, обратить внимание на систему, которая порождает данные. Дело в том, что важные для нас свойства данных могут существенно зависеть от того, в каком состоянии находится эта система. А она может находиться в одном из двух состояний. Либо она статистически стабильна, управляема, либо она нестабильна и неуправляема. Давайте рассмотрим оба состояния.

Итак, система статистически стабильна. Допустим, что это цех, где я работаю токарем. В один прекрасный день я "запорол", т. е. сделал бракованными, две детали. Решения начальства ясны: премия - минус, плюс выговор, чтоб другим неповадно было. А, между прочим, эти две бракованные детали - вовсе не факт! Конечно, это факт моей биографии, но вовсе не факт для оценивания моей работы. Система стабильна. Значит, конкретные результаты - просто случайные числа, отражающие системную вариабельность, которая существует всегда. И то, что именно я сделал сегодня брак, ничего для системы не означает. Как говорится, сегодня ты, а завтра - я. Так что, отдайте премию назад.

А если такой уровень брака не устраивает наших клиентов, то пусть начальство пытается улучшить систему. Я же ничего не могу с ней сделать. Начальство любит кричать, что мы плохо работаем, что нам надо "приналечь". А как речь заходит о качестве инструмента или об обслуживании станков, так ответ один: "денег нет, выкручивайтесь, как можете". Таким образом, в статистически управляемой системе отдельные данные не порождают фактов. Фактами служат лишь результаты обработки - некоторые оценки среднего и вариабельности. Эти два числа описывают систему исчерпывающим образом. Они и служат для принятия решений о том, следует ли руководству вмешиваться в систему в надежде, что ее удастся улучшить. Выходит, что факты в этом случае относятся только к системе.

Ну, хорошо, а если система находится в статистически неуправляемом состоянии? Тогда все почти наоборот. Отдельные данные нельзя использовать для вычисления средних и характеристик вариабельности. Поэтому они не несут информации о состоянии системы. Значит, такие данные не несут информации, и не рождают фактов относительно системы. Более того, их нельзя интерпретировать и применительно к конкретным результатам. Фактом остается только сама статистическая неуправляемость. И это значит, что нашей команде в цехе пора "засучивать рукава" и искать источники и причины статистической неуправляемости, а затем устранять их. С таким делом начальству не справиться. Тут надо не руководить "в общем и целом", а действовать конкретно.

Допустим, что все так, но остается еще один каверзный вопрос. Как узнать, в каком состоянии находится система? На ней же не написано. Однако У. Шухарт придумал, как это сделать. Он разработал контрольную карту, которую стали называть его именем [12, 13].

Если нанести интересующие наших клиентов или нас данные на специальный график в той последовательности, в которой они возникали, то, изучая структуру точек, можно констатировать, что процесс находится в статистически стабильном или, наоборот, нестабильном состоянии. В зависимости от этого и принимаются дальнейшие решения.

Теперь посмотрим, какие данные собирает компания, работающая на рынке, и как она принимает решения на их основе.

За какими объектами пристально следит всякая компания? Прежде всего, конечно, ей очень важно вести непрерывное слежение (т. е. мониторинг) за заинтересованными сторонами бизнеса. К ним относятся все потребители, поставщики, сотрудники, начальники, государство, партнеры, конкуренты, политические партии, общественные организации, местные власти, и этот список может оказаться очень длинным. Понятно, что за некоторыми заинтересованными сторонами, например, за потребителями надо наблюдать постоянно, не спуская с них глаз. Другие требуют не столь пристального внимания.

Кроме того, представляет постоянный интерес изучение внутренней среды организации и ее внешнего окружения. Возможно, правда, что анализ заинтересованных сторон исчерпывает все аспекты внешнего окружения. Больше, вроде бы, наблюдать и измерять нечего. Зато того, что осталось, хватит на всю жизнь. Давайте остановимся для начала на основных заинтересованных сторонах.

Начнем, естественно, с потребителей. Тем более, что в стандарте ISO 9000:2000 говорится о том, что систематические оценки удовлетворенности клиентов - наша первейшая задача.

Разобравшись в предыдущем, мы уже не можем удовлетвориться случайными наблюдениями, измерениями или опросами. Нам ведь не нужны случайные данные, которые нельзя превратить в факты, на основе которых принимаются ответственные решения. Основываясь на информации о том, что система измерений удовлетворенности статистически управляема, мы можем по оценкам среднего и размаха (как меры вариабельности) судить о целесообразности корректирующих воздействий, осуществляемых менеджментом для повышения удовлетворенности. Если же стабильность системы нарушалась, то возникает задача совершенствования для команды гэмба, как говорят японцы, т. е. для тех сотрудников компании, которые непосредственно соприкасались с клиентами или их представителями, или же непосредственно создают для них ценность.

Такой подход был реализован в работах [14, 15]. В первой из этих работ приведен обзор известных взглядов на измерения удовлетворенности и лояльности и связанных с ними теоретических моделей. А во второй - описанный здесь подход разработан теоретически и применен к анализу клиентов крупной компании, занимающейся продажей и обслуживанием сложного оборудования. Опыт показывает, что наш подход вполне работоспособен.

Пора теперь заняться остальными заинтересованными сторонами, среди которых самая готовая к этому - поставщики. Во взаимоотношениях между компанией и поставщиками уже давно наметились подходы к измерению, оцениванию и принятию решений [16, с. 6-34]. А всегда ли эти решения действительно основываются на фактах - это предстоит еще выяснить.

Что касается остальных заинтересованных сторон, то здесь работа по "созданию" фактов только предстоит. И можно ожидать значительных трудностей, связанных с нестабильностью внешней среды и с медленным темпом накопления данных из-за редких контактов с некоторыми из заинтересованных сторон.

В том же ключе следует, видимо, рассматривать и результаты внутренних аудитов [17]. Всегда ли находки аудита можно интерпретировать как факты? А если не всегда, то не производим ли мы избыточные вмешательства в процесс, ведущие к перерегулированию, снижению качества и росту затрат?

Таким образом, мы предлагаем всем желающим присоединиться к нашим усилиям, направленным на реализацию систематического механизма освоения статистического мышления в практику разработки и внедрения систем менеджмента качества и общих систем современного менеджмента. При успехе это совершенно изменит практику анализа и принятия решений (раздел 8 действующего стандарта ISO 9001:2000). А если подтвердятся слухи о том, что при разработке очередной версии стандарта ISO 9000:2008 в основу будет положен действующий японский стандарт TR Q 0005 [18], то в нем будет содержаться принцип использования фактов не только при принятии решений, но и всегда, во всех практических ситуациях, что, как вы понимаете, сделать гораздо труднее.

В общем, с фактами надо что-то срочно делать. И это факт.

 

СПИСОК ИСПОЛЬЗОВАННОЙ ЛИТЕРАТУРЫ

  1. Афоризмы старого Китая. Составление, перевод, вступительная статья и комментарии В.В. Малявина. - М.: Астрель, АСТ, 2004. - 413 с.

  2. Киплинг Р. От моря до моря: Пер. с англ. - М.: Мысль, 1983. - С. 224.

  3. Бокль Г.Т. Сочинения. - С.-Пб.: - Издательство Губинского, 1896. - С. 13.

  4. Толстой Л. Н. Полное собрание сочинений. - Т. 47. - С. 23.

  5. Адлер Ю., Черных Е. Управление знаниями: новые акценты поиска источников конкурентных преимуществ // Стандарты и качество. - 2002. - № 6. - С. 48-55.

  6. Кумэ Х. (ред.) Статистические методы повышения качества: Пер. с англ. и дополнение Ю.П. Адлера, Л.А. Коноревой. - М.: Финансы и статистика, 1990. - 304 с.

  7. Деминг Э. Выход из кризиса: Пер. с англ. / Редакция и предисловие Ю.П. Адлера, Ю.Т. Рубаника, В.Л. Шпера. - М: Альпина Бизнес Букс, 2006.

  8. Кун Т. Структура научных революций: Пер. с англ. под общей редакцией и с послесловием С.Р. Микулинского и Л.А. Марковой. - М.: Прогресс, 1975. - 288 с.

  9. Нонака И., Такеучи Х. Компания - создатель знания: Пер. с англ. - М.: ЗАО "Олимп-Бизнес", 2003. - 384 с.

  10. Адлер Ю.П., Хунузиди Е.И., Шпер В.Л. Методы постоянного совершенствования сквозь призму цикла Шухарта-Деминга // Методы менеджмента качества. - 2005. - № 3. - С. 29-36.

  11. Адлер Ю.П., Шпер В.Л. Истоки статистического мышления // Методы менеджмента качества. - 2003. - № 1. - С. 34-40.

  12. Адлер Ю.П., Шпер В.Л. На пути к статистическому управлению процессами // Методы менеджмента качества. - 2003. - № 3. - С. 23-28.

  13. Адлер Ю.П., Шпер В.Л. Контрольные карты Шухарта // Методы менеджмента качества. - 2003. - № 5. - С. 30-37.

  14. Адлер Ю.П., Турко С.В. Хороший потребитель - довольный потребитель, или что приходит в голову, ког да говорят про удовлетворенность и лояльность. - М.: РИА "Стандарты и качество". - 2006. - 44 с.

  15. Турко С.В. Автореф. дис. на соиск. уч. степени канд. эконом. наук. - М.: МЭСИ. - 2006.

  16. Адлер Ю.П. Возлюбите своих поставщиков. - В сб.: Поставщик и потребитель. - М.: РИА "Стандарты и качество". - 2000. - 128 с.

  17. Робертсон Б. Лекции об аудите качества: Пер. с англ. / Под общей редакцией Ю.П. Адлера. - М.: РИА "Стандарты и качество". - 1999. - 260 с.

  18. JIS TR Q 0005:2005. Quality Management Systems - Guidelines for Sustainable Growth.


Опубликовано в журнале "Методы менеджмента качества"





Также на сайте:
Феноменология качества - теория и практика менеджмента качества
Сью Картрайт

Подготовлено при поддержке:

О проекте

quality.eup.ru - один из самых старых в рунете ресурсов, посвященных менеджменту качества во всем его разнообразии.

Нам более 7 лет, и все это время ресурс пополняется новыми и новыми материалами, почти ежедневно. Если вы ищете информацию о менеджменте вообще и управлении качеством в частности, скорее всего, вы найдете эту информацию здесь.

Кроме отличной и действительно большой подборки статей, действует живой форум по менеджменту качества.

Добавить в "Избранное"

Рекомендуем

Наш новый проект:
Все о качестве менеджмента
Избранные книги

Реклама на сайте





Как сюда попасть?