Показаны сообщения с ярлыком инфографика. Показать все сообщения
Показаны сообщения с ярлыком инфографика. Показать все сообщения

среда, 18 ноября 2026 г.

Искусство понимать цифры: Руководство по аналитическому мышлению и принятию решений на основе данных. Часть 1.

 


В современную эпоху цифровой трансформации объемы информации возрастают с беспрецедентной скоростью. Организации во всех отраслях — от глобального ритейла и финансового сектора до профессионального спорта и здравоохранения — ежедневно аккумулируют петабайты информации. Однако сами по себе числовые массивы не создают ценности. Как убедительно доказывают Томас Дэвенпорт и Ким Джин Хо в исследовании «О чем говорят цифры. Как понимать и использовать данные» ( https://tinyurl.com/4phkjxcp ), ключевым фактором конкурентоспособности становится способность руководителей преобразовывать сырые данные в обоснованные управленческие решения.

Настоящий обзор систематизирует концептуальные основы количественного анализа, трехэтапный 6-шаговый фреймворк принятия решений, методы аудита аналитических моделей, технологии обработки больших данных, математические законы обнаружения аномалий, а также правила построения наглядных историй данных (Data Storytelling ).

 

1. Введение. Зачем руководителю думать как аналитик

Большинство бизнес-книг по математическому моделированию и статистике адресованы профессиональным аналитикам — так называемым «квантам» (quants). Однако Томас Дэвенпорт и Ким Джин Хо формулируют принципиально иной подход: современному менеджеру не требуется научная степень по математике или навыки самостоятельного написания сложных алгоритмов. Главная задача руководителя — стать «информированным потребителем аналитических данных».

Концепция «ценителя вина» и «винодела»

Авторы иллюстративно поясняют эту концепцию через метафору декана Гарвардской школы науки и искусств Сяо Лименга: цель обучения аналитике для менеджера заключается не в том, чтобы стать «виноделом» (специалистом с уровнем PhD по статистике), а в том, чтобы развивать тонкий вкус к «хорошему вину» — умению отличать качественный, научно строгий анализ от поверхностной манипуляции. Руководителю необязательно уметь самостоятельно программировать или выводить уравнения (быть «виноделом»), достаточно научиться критически оценивать готовые результаты и задавать правильные вопросы (быть «ценителем вина»).

Количественный аналитик и менеджер выполняют фундаментально разные роли в структуре организации:

Критерий сравнения

Количественный аналитик («Винодел»)

Руководитель / Не-квант («Ценитель вина»)

Ключевой фокус

Построение математических моделей, сбор и подготовка данных, алгоритмическая обработка.

Формулирование бизнес-проблемы, критическая оценка допущений, принятие управленческих решений.

Главный инструмент

Специализированное ПО и технологии (SAS, R, Python, IBM SPSS, Hadoop, MapReduce).

Бизнес-логика, стратегический контекст организации, формулировка гипотез и критические вопросы.

Требуемый уровень математики

Высшая математика, теория вероятностей, эконометрика, статистика уровня PhD.

Базовая школьная программа, понимание статистической логики, шкал и ограничений моделей.

Критерий успеха

Математическая точность, валидность алгоритмов и корректность расчетов.

Операционная и финансовая окупаемость принятых решений (рост выручки, сокращение издержек).

 

В чём суть этого разделения?

1.   Разделение зон ответственности: Аналитик отвечает за техническое качество и математическую корректность расчётов, а менеджер — за связь модели с бизнес-целями компании и за итоговые действия на основе полученных результатов.

2.   Преодоление языкового барьера: Ошибка многих организаций возникает тогда, когда менеджеры полностью самоустраняются от анализа, воспринимая его как «черный ящик». Дэвенпорт и Ким подчёркивают: менеджеру достаточно школьной программы по математике, чтобы понимать логику шкал и вести диалог с квантами на равных.

3.   Двустороннее партнерство: Аналитики должны учиться говорить на языке бизнеса (выручка, издержки, клиенты), а менеджеры — формировать привычку регулярно проверять допущения модели и требовать цифры для подтверждения гипотез.

Практический пример: Оптимизация медицинской помощи в Cigna

Яркой иллюстрацией роли «информированного потребителя» выступает опыт Дженнифер Джой, вице-президента по клиническим исследованиям страховой компании Cigna. Не имея профильного математического образования и работая в прошлом медицинской сестрой, Джой поставила перед аналитической группой Майкла Казинса фундаментальный вопрос: действительно ли многочасовые телефонные консультации пациентов с хроническими заболеваниями (диабетом и сердечной недостаточностью) снижают частоту их повторных госпитализаций?

Ежемесячные стандартные отчеты демонстрировали только динамику госпитализаций, но не объясняли причинно-следственную связь. Группа аналитиков применила метод парной группировки пациентов (paired matching), сопоставив больных со схожим образом жизни, возрастом и тяжестью диагноза, часть из которых получала консультации, а часть — нет.

Результаты исследования оказались неожиданными: по одним видам заболеваний консультации обладали выраженным эффектом, тогда как по другим потраченные ресурсы не приносили результата. Это позволило Cigna перераспределить бюджет в пользу доказанно эффективных каналов поддержки клиентов, сэкономив миллионы долларов. Этот кейс демонстрирует, что аналитическая ценность родилась не из сложности формул, а из способности менеджера задать правильный вопрос к данным.

2. Трехэтапный процесс и шесть шагов количественного анализа

Томас Дэвенпорт и Ким Джин Хо структурируют любой аналитический проект в виде последовательного 3-этапного фреймворка, состоящего из 6 четких шагов. Соблюдение этой последовательности предохраняет организацию от расходования средств на бесполезные исследования.

Важнейший принцип фреймворка:  Процесс количественного анализа является итеративным. Выводы, полученные на этапе сбора или анализа данных, могут и должны заставлять исследователя возвращаться к первому этапу и уточнять формулировку проблемы.


Схема трех этапов и шести шагов анализа

             1.          Этап 1: Формулирование проблемы (Problem Framing)

Шаг 1. Определение проблемы: Постановка вопросов, выбор типа проекта и определение главного заинтересованного лица.

Шаг 2. Изучение прошлых поисков: Обзор предшествующих исследований внутри и вне компании для уточнения гипотезы.

 

             2.          Этап 2: Решение проблемы (Solving the Problem)    

 

Шаг 3. Моделирование: Выбор зависимой переменной  Y  и объясняющих независимых факторов  X .   

Шаг 4. Сбор данных: Измерение выбранных переменных по шкалам (бинарным, категориальным, количественным).

Шаг 5. Анализ данных: Применение статистических методов, программного обеспечения и алгоритмов.

 

             3.          Этап 3: Результаты и необходимые меры (Communicating and Acting on Results) 

 

Шаг 6. Демонстрация результатов и действия: Перевод выводов на язык бизнеса ( Data Storytelling ) и принятие решений.

Этап 1. Формулирование проблемы (Problem Framing)

На этом этапе закладывается основа исследования. Некорректная постановка задачи делает бесполезными любые последующие данные и расчёты.

 

Шаг 1. Определение проблемы (Problem Recognition) — осознание сути проблемы и её актуальности, выявление заинтересованных сторон (стейкхолдеров) и фокусировка на конкретных управленческих решениях, которые будут приниматься по итогам анализа.

o      Ключевые вопросы:

      Кто является главным заинтересованным лицом (стейкхолдером) и готово ли руководство действовать на основе результатов?

      На принятие какого конкретного управленческого решения направлен анализ?

·                Задача: Задать достаточно широкий масштаб проблемы, но к концу шага четко сформулировать проверяемую гипотезу.

 

На этом же этапе определяется тип аналитического проекта. Дэвенпорт и Ким Джин Хо выделяют 6 основных типов аналитических проектов:

 

1. Проект «CSI» (Расследование)

•       Суть: Напоминает детективное расследование возникшей проблемы. В бизнесе обнаруживается некоторая аномалия или сбой, и аналитики изучают данные, чтобы понять причины случившегося и устранить их.

•       Особенности: Часто не требует сложного статистического аппарата — достаточно корректно собранных логов и правильной визуализации показателей.

•       Пример: Расследование онлайн-турагентства Expedia, почему клиенты прерывали оформление бронирования на этапе оплаты.

________________________________________

 

2. Проект «Эврика!» (eureka!)

•     Суть: Направлен на целенаправленный поиск решений стратегических задач, возникающих при изменении бизнес-модели или масштабных трансформациях компании.

•   Особенности: В отличие от проекта «CSI», вызываемого внезапной проблемой, «Эврика!» планируется заранее, требует больше времени и более глубокого математического анализа.

•      Пример: Решение Expedia отменить штрафы за отмену бронирования или реорганизация бизнес-модели компании Zillow по взаимодействию с риелторами.

________________________________________

 

3. Проект «Сумасшедший ученый» (Mad Scientist)

•  Суть: Проведение строго контролируемых рандомизированных экспериментов (включая А/Б-тестирование).

•    Особенности: Формируются тестовые и контрольные группы для проверки конкретных гипотез и точного выявления причинно-следственных связей между переменными.

•       Пример: Тестирование эффективности установки аквариумов с омарами в супермаркетах Food Lion или сравнение двух версий дизайна веб-страницы.

________________________________________

 

4. Проект «Опрос» (Survey)

•       Суть: Классическое наблюдательное исследование, где аналитик финализирует и изучает уже происходящие события или мнения респондентов, не пытаясь повлиять на результат.

•     Особенности: Позволяет выявлять статистические взаимосвязи (например, между демографией покупателей и их предпочтениями) на основе репрезентативной выборки.

•       Пример: Опросы покупателей для определения целевых групп или анкетирование сотрудников.

________________________________________

 

5. Проект «Предсказание» (Prediction)

•       Суть: Прогнозирование будущих событий или поведения людей на основе исторического массива данных (предсказательное моделирование).

•       Особенности: Аналитики тестируют множество факторов из прошлого, чтобы оценить вероятность наступления события в будущем.

•       Пример: Оценка вероятности отклика клиента на рекламную рассылку, прогнозирование увольнения сотрудников или предсказание эффективности кандидатов на работу.

________________________________________

 

6. Проект «Что случилось, когда...?» (Отчётность)

•       Суть: Самый распространенный тип проектов, ориентированный на структурированное описание прошлых событий и динамики показателей.

•     Особенности: Обычно не использует сложную математику, а фокусируется на своевременном и наглядном представлении фактов (таблицы, графики, дашборды).

•       Пример: Ежеквартальные финансовые отчёты, сводки по продажам по регионам и периодам.

Шаг 2. Изучение предыдущих поисков решения (Review of Previous Findings) — анализ ранее проведенных исследований, отчетов и публикаций внутри или вне организации. Это позволяет не «изобретать велосипед», выявить ключевые параметры и при необходимости скорректировать формулировку проблемы.

o      Ключевые вопросы:

    Решалась ли подобная задача внутри компании или в других организациях ранее?

      Какие переменные и методы анализа использовали предшественники?

o      Задача: Не «изобретать колесо», а уточнить формулировку своей проблемы на основе существующего опыта и публикаций.

В аналитике не существует «создания чего-либо из ничего». Любая проблема уже в той или иной степени решалась ранее внутри организации или во внешних отраслевых исследованиях. Изучение академических публикаций, патентных баз и отчетов конкурентов позволяет уточнить модель и отказаться от велосипедных изобретений.

В качестве иллюстрации авторы приводят исторический пример Второй мировой войны: когда немецкие управляемые ракеты ФАУ-2 начали разрушать Лондон, британская разведка под руководством аналитика Кларка провела статистический анализ мест падения 1358 ракет. Пуассоновское распределение показало, что точки попадания распределялись абсолютно случайно, опровергнув панические слухи о наличии у люфтваффе секретной системы точного наведения на ключевые объекты инфраструктуры.

Этап 2. Решение проблемы (Solving the Problem)

На втором этапе происходит перевод содержательной гипотезы в математические уравнения и обработка массивов данных.

 

Шаг 3. Моделирование и выбор переменных (Modeling / Variable Selection) — создание преднамеренно упрощённой модели исследуемого процесса с выделением зависимых (объясняемых) и независимых (объясняющих) переменных, а также выдвижение гипотезы.

o      Ключевые вопросы:

      Какая переменная является зависимой (объясняемой), а какие — независимыми (объясняющими)?

      Какие второстепенные детали можно отбросить, чтобы модель оставалась простой, но полезной?

o      Задача: Построить преднамеренно упрощенную схему реальности и выдвинуть рабочую гипотезу.

 

Модель представляет собой преднамеренно упрощенное представление реальности. Подобно тому как хорошая карикатура намеренно гиперболизирует ключевые черты лица, отбрасывая мелкие детали, математическая модель должна выделять только самые главные независимые (объясняющие) переменные  X_1, X_2, влияющие на зависимую (объясняемую) переменную  Y.

 

1. Суть моделирования и выбор переменных.

 

•       Что такое модель: Это преднамеренно упрощенное представление реального события или ситуации.

o      Преднамеренно — разрабатывается специально под конкретную проблему.

o      Упрощенно — отбрасывает несущественные детали, выделяя только самые важные характеристики.

•       Принцип карикатуры: Авторы сравнивают модель с карикатурой: она сознательно заостряет внимание на отдельных чертах лица (носу, улыбке), оставляя остальные выразительные элементы в тени, чтобы помочь сфокусироваться на главном.

•  Правило Джорджа Бокса: Известный статистик Джордж Бокс сформулировал афоризм: «Все модели некорректны, но некоторые при этом полезны». Задача аналитика — понять, в какой момент модель приносит пользу, а когда её упрощения начинали искажать реальность.

•   Формулирование гипотез и выбор переменных: Выбор факторов основывается на логике, опыте и обзоре прошлых исследований. На этом шаге выделяют:

o  Зависимую (объясняемую) переменную — показатель, который необходимо спрогнозировать или объяснить;

o    Независимые (объясняющие) переменные — факторы, влияющие на значение зависимой переменной.

•       Наглядные примеры:

o      Схема метро vs Географическая карта: На схеме метро расстояния между станциями не пропорциональны расстояниям на местности, так как её единственная цель — показать способы пересадки и маршрут.

o   Индекс готовности завести питомца (Fido): Пример количественного выражения субъективных факторов (потребность в любви, свободное время, ответственность, частота поездок) в виде единой формулы.

o   Стилометрический анализ писем ККС: Использование длины слов в качестве переменной для статистической проверки, мог ли Марк Твен быть автором спорных исторических писем.

________________________________________

 

2. Типы аналитических моделей

 

Чтобы выбрать правильную математическую модель, аналитик должен ответить на три основных вопроса:

 

1.     Сколько переменных анализируется? (Одномерные, двумерные или многомерные модели).

2.     Какова цель анализа? (Описательная статистика — простое обобщение характеристик данных; индуктивная статистика — перенос выводов с выборки на всю генеральную совокупность).

3.     Как измеряются переменные? (Двоичные, категориальные/номинальные, ординальные/порядковые или количественные шкалы).

 

Ключевые разновидности моделей:

•       Модели с двумя количественными переменными (Корреляционный анализ): Оценивают, меняется ли одно числовое значение при изменении другого (например, рост и вес).

•       Модели с категориальными переменными: Используют таблицы сопряженности, критерий ꭕ² (кси-квадрат) или фиктивные (dummy) переменные для бинарных показателей (например, пол или наличие гражданства).

•       Многомерные количественные модели (Множественная линейная регрессия): Позволяют выразить зависимую переменную через совокупный «вес» (коэффициенты) нескольких независимых факторов.

o      Пример (Модель вин Орли Ашенфельтера): Экономист Орли Ашенфельтер построил регрессионное уравнение цены на французские вина Бордо на основе 4 независимых переменных: возраста вина, средней температуры периода созревания, осадков при сборе и осадков предшествующей зимой. Коэффициент детерминации (R² = 0,828) показал, что модель на 83% объясняет колебания цен на аукционах.

o      Пример (Модель Блэка — Шоулза): Дифференциальное уравнение ценообразования опционов на основе 5 факторов (срок, спот-цена, цена исполнения, безрисковая ставка, волатильность), доказавшее, что личную премию за риск инвестора в формуле отдельно учитывать не требуется.

________________________________________

 

3. Изменение и актуализация моделей (Model Revision)

 

•       Почему модель нужно изменять: Ни одна модель не работает вечно. Если окружающий мир, рыночные условия или поведение людей меняются, исходная модель теряет адекватность.

•       Периодичность обновления:

o      В большинстве бизнес-процессов модели необходимо пересматривать не реже одного раза в год.

o      В высокодинамичных сферах (например, алгоритмический трейдинг) модели актуализируются еженедельно или ежедневно.

•       Пример (Джеймс Симонс и Medallion Fund): Основатель хедж-фонда Renaissance Technologies Джеймс Симонс обновлял торговые модели еженедельно, а расчеты проводил ежедневно, поскольку рыночные аномалии по своей природе краткосрочны.

•       Проверка исходных предпосылок (Assumptions): Каждая модель строится на допущениях о стабильности среды. Если исходные предпосылки рушатся, модель дает сбой. Задачей менеджеров и аналитиков является регулярный скептический аудит: «Что именно должно измениться в мире, чтобы наша модель перестала работать?».

 

Шаг 4. Сбор данных и измерения (Data Collection / Measurement) — фиксация значений выбранных переменных. Сбор включает работу как с первичными данными (опросы, эксперименты, наблюдения), так и со вторичными источниками (существующие базы и отчеты), в структурированном или неструктурированном виде.

o      Ключевые вопросы:

      Как будут измеряться переменные (двоичные, категориальные, ординальные или количественные шкалы)?

      Доступны ли надежные вторичные данные или требуется сбор первичных данных (опросы, наблюдения, эксперименты)?

      Требуется ли предварительная обработка неструктурированных «больших данных» (текстов, логов, аудио/видео) в структурированный вид?

·                Задача: Сформировать качественный массив данных, так как качество данных часто важнее сложности используемого алгоритма

 

На данном этапе переменные приобретают числовой вид. Сбор данных требует строгого соблюдения типов измерений:

●     Бинарные (двоичные) шкалы: Да/Нет, 0 или 1 (например, факт увольнения сотрудника).

●     Категориальные (номинальные): Группы без внутреннего порядка (регион, цвет, категория товара).

●     Ординальные (порядковые): Ранговые оценки и бальные шкалы (например, шкала Ликерта от 1 до 5).

●     Количественные (интервальные и рациональные):  Физические числа в стандартных единицах (выручка в долларах, вес в кг, возраст в годах).

 

В ситуации отсутствия вторичных готовых баз исследователям приходится собирать первичные данные. В книге приводится пример создания индекса IIEF-5 (International Index of Erectile Function), который перевел субъективные жалобы пациентов в четкую 25-балльную медицинскую шкалу тяжести заболевания.

 

Шаг 5. Анализ данных (Data Analysis) — поиск устойчивых закономерностей и взаимосвязей в массиве данных. На этом шаге применяются методы от базовой описательной статистики (средние значения, распределения) до индуктивного математического и статистического моделирования (регрессионный, корреляционный или кластерный анализ, дисперсионный анализ ANOVA, алгоритмы машинного обучения).

o      Ключевые вопросы:

      Как будут измеряться переменные (двоичные, категориальные, ординальные или количественные шкалы)?

      Доступны ли надежные вторичные данные или требуется сбор первичных данных (опросы, наблюдения, эксперименты)?

      Требуется ли предварительная обработка неструктурированных «больших данных» (текстов, логов, аудио/видео) в структурированный вид?

o      Задача: Сформировать качественный массив данных, так как качество данных часто важнее сложности используемого алгоритма.

Непосредственное применение математического инструментария — от дескриптивных средних и медиан до множественной регрессии, кластеризации и дисперсионного анализа (ANOVA). Программное обеспечение выявляет закономерности, статистическую значимость (p-значение < 0,05) и коэффициенты связи.


пятница, 23 октября 2026 г.

Технологии менеджмента. Уроки 80 - 81.

 


Урок 80

Системы оплаты труда

В предыдущем уроке мы поговорили об основных подходах к формированию систем оплаты труда. Но какими они бывают? Самыми разными. Наиболее распространенные на российских предприятиях системы оплаты труда показаны на рисунке. Очень кратко пробежимся по их особенностям и отличиям.

Простая повременная оплата труда. Труд работников оплачивается за фактически отработанное время. При этом труд работников может оплачиваться по часовым или тарифным ставкам, исходя из установленного оклада и фактически отработанного времени.

Повременно-премиальная оплата труда. Вместе с базовой зарплатой могут начисляться премии. Премирование может осуществляться по одному или группе согласованных показателей. Размер премии конкретного работника определяется руководителями с учетом степени выполнения показателей и условий премирования. Периодичность премирования – месяц, квартал, год.

Простая сдельная оплата труда. Работнику оплачивается то количество продукции (работ, услуг), которое он произвел согласно расценке за единицу произведенной продукции (работ, услуг).


Сдельно-премиальная оплата труда. Работнику помимо основного заработка, рассчитанного по простой сдельной оплате, начисляются премии за перевыполнение норм выработки или за качество работы. Сумма премии прибавляется к основной заработной плате работника и выплачивается вместе с ней.

Сдельно-прогрессивная оплата труда. Уровень оплаты труда повышается при перевыполнении норм выработки с каждым процентом этого перевыполнения. В этом случае сдельные расценки напрямую зависят от количества произведенной продукции за тот или иной период времени (смена, месяц). Чем больше работник изготовил продукции, тем больше и сдельная расценка.

Косвенно-сдельная оплата труда. Эта система оплаты труда применяется, в основном, для оплаты труда работников вспомогательных подразделений. Поэтому при такой форме оплаты сумма заработной платы работников вспомогательных подразделений зависит от заработка работников основного производства, получающих зарплату по сдельной системе, и  устанавливается в процентах от общей суммы заработка работников того производства, которое они обслуживают.

Аккордная оплата труда. Применяется при оплате труда бригады работников или при оплате за определенный комплекс работ (выполнение проекта). Бригаде (проектной группе), состоящей из нескольких человек, дается задание, которое необходимо выполнить в определенные сроки. За выполнение задания бригаде выплачивается денежное вознаграждение. Сумма вознаграждения делится между работниками исходя из того, сколько времени отработал каждый член бригады. Расценки по каждому заданию определяются администрацией организации по согласованию с работниками бригады.

Бестарифная система оплаты труда. Может быть использована в тех организациях, в которых есть возможность учета трудового вклада каждого работника в конечный результат деятельности организации. По этой форме для каждого работника организации за расчетный период определяется коэффициент трудового участия (КТУ). Этот коэффициент должен соответствовать вкладу работника в конечный результат деятельности организации. Чтобы определить зарплату одного работника, необходимо фонд заработной платы разделить на сумму всех КТУ, а полученное частное умножить на КТУ конкретного работника.

Система оплаты труда на комиссионной основе. Размер заработной платы работника устанавливается в процентах от выручки или прибыли, которую получает организация в результате деятельности работника. Данная форма оплаты обычно устанавливается для сотрудников отделов продаж.

Бонусная система оплаты труда. Эта система оплаты труда схожа с повременно-премиальной. Заработная плата также состоит из двух частей: оклада и премии. Однако размер премии (в процентах) для каждого работника четко определен. Он зависит от выручки, полученной непосредственно работником, общих доходов или прибыли организации. Применяется, в основном, для работников торговли или сферы услуг.

Какую из них лучше выбрать? В чистом виде никакую. Реальные системы оплаты труда должны быть дифференцированными, т.е. сочетать в себе характеристики классических систем и, более того, различаться в разных подразделениях и проектных группах в зависимости от особенностей рабочих мест, а иногда и от особенностей работников.


Урок 81

Структура заработной платы


В предыдущем уроке мы рассмотрели классические системы оплаты труда. Однако на практике чаще всего применяется повременно-премиальная система, в которой структуру заработной платы можно представить в виде трех составляющих.

Во-первых, это, конечно, постоянная часть зарплаты. Она состоит из должностного оклада и квалификационных надбавок. Это гарантированный доход, получаемый работником от организации. Постоянная часть должна оставаться постоянной, несмотря ни на что! Встречаются такие руководители, которые искренне считают, что постоянная часть – это не зарплата, а «зряплата», и ее не должно быть в принципе. Пусть считают. Оставим их в плену у собственных заблуждений. Постоянная зарплата должна быть обязательно, поскольку она выполняет важные функции и по отношению к работнику, и по отношению к организации.

В связи с этим возникает вопрос: а за что должна выплачиваться постоянная зарплата? Только за то, что работник добросовестно приходит на работу, проводит на своем рабочем месте какое-то время, что-то делает и потом не менее добросовестно уходит домой? Или за что-то еще? Будем исходить из того, что постоянная зарплата выплачивается работнику:
  • За то, что работник выбрал данную компанию и работает в ней, а не у конкурента.
  • За то, что работник обладает квалификацией, которая необходима для эффективного выполнения служебных функций и поддерживает ее на требуемом уровне.
  • За то, что работник обязан выполнять некоторые требования, ограничивающие его личную свободу, например, не вступать в конкуренцию со своим работодателем, не брать сторонних заказов без разрешения руководства компании и т.п.
  • За то, что работник обязан выполнять требования трудового распорядка и других внутрифирменных нормативных документов.
  • За выполнение определенного набора регулярных обязанностей – убирать свое рабочее место, планировать свою работу, предоставлять отчеты, участвовать в общих собраниях и совещаниях и др.
  • За достижение некоторого нормативного результата.

Последний пункт в этом списке хочется отметить особо. Действительно, если руководство компании гарантирует работнику, что тот при любых условиях получит хотя бы оклад, то оно вправе ожидать и требовать, что и работник за этот оклад гарантирует компании достижение некоторого нормативного результата.

Это логично и справедливо. Оклад должен выплачиваться не только за проведенное на работе время и выполнение должностных обязанностей, но и за достижение определенного результата, ибо компании важен именно результат, а не пребывание сотрудника на работе. Практически это выражается в том, что любой сотрудник должен иметь свой набор KPI, по которым установлены пороговые уровни, в пределах которых он получает оклад, а оплата по результатам начисляется только за достижение сверхпороговых значений. Только так.

Но тут возникает вопрос: а что делать, если норматив не выполняется? Уменьшить постоянную зарплату? Но это невозможно. Никаких штрафов или удержаний из постоянной части заработной платы быть не может. На то она и постоянная. Надо разбираться в причинах и принимать соответствующие меры. Вот и все.

Во-вторых, это условно-постоянная часть зарплаты. К ней относятся доплаты за особые условия труда. Они устанавливаются в случаях, предусмотренных законодательством, а также, когда фактические условия труда отличаются от условий, оговоренных в контракте или в должностных функциях. Практически условно-постоянная часть – это некоторая надбавка к постоянной части, выплачиваемая ежемесячно за особенности выполняемой работы или за особенности условий труда. Например, к особенностям работы относятся совмещение профессий, расширение служебных функций, временное выполнение работ, не предусмотренных должностной инструкцией (руководство работой других людей; исполнение обязанностей отсутствующих и др.). К особенностям условий труда можно отнести: значительные по величине переработки времени, высокая интенсивность труда, многосменный режим работы, работа в ночное время, в выходные и праздничные дни, ненормированный рабочий день, работа в неблагоприятных, опасных для здоровья и жизни условиях труда, необходимость сохранения коммерческой тайны и др.

Обратимся, наконец, к третьей части заработной платы – оплате по результатам работы (PRP, Performance Related Pay). Что это такое? Оплата по результатам работы состоит из двух частей: переменной и премиальной. Обычно эти понятия не разделяют и применяют как синонимы. Но это не совсем одно и то же.

Таким образом, переменная часть – это оплата по результатам работы в пределах нормы (плана). На практике так часто и происходит. План еще не выполнен, а отсчет переменной части зарплаты уже пошел. Но называют ее при этом почему-то премией. По сути, переменная зарплата – это как бы часть оклада, которую надо еще заработать, а не просто получить. А вот премия (от латинского premium – исключительный, выдающийся) – это оплата по результатам работы, выходящих за пределы нормы (плана). Другими словами, премия – это оплата за сверхнормативные результаты. Переменная часть зарплаты должна стимулировать работников на выполнение нормы, а премия – на ее перевыполнение. И то, и другое будем называть PRP – оплата по результатам работы.


https://tinyurl.com/2hhs429h

понедельник, 12 октября 2026 г.

Симплекс метод — процесс решения проблем

 


Цель – познакомить вас с практическим применением симплекс-метода решения проблем, предложенного Басадуром. После ее прочтения станут понятны основы этого мощного творческого метода решения проблем.

Что собой представляет симплекс метод

Вне всякого сомнения, проблемы бывают разного характера и масштаба. Но важно только то, что они могут быть разрешены. Однако прежде чем предпринять действия для решения проблемы, важно сначала осознать ее. Тем не менее, наиболее значимые шаги в процессе решения проблем часто упускаются из виду. Это означает, что оптимальный выход из ситуации не удается найти или сама проблема определена неверно. Симплекс метод – это метод преодоления трудностей, который учитывает такие ошибки и предотвращает их. Эту модель разработал американский гуру в сфере творчества Марино (Мин) Сидни Басадур, который представил свой метод в книге «Сила инноваций». Он также является изобретателем запатентованной системы мышления Simplexity. Симплекс-метод решения проблем, разработанный Басадуром, включает несколько шагов, пройдя которые группа людей получает возможность найти креативные решения. С помощью Simplex-метода легче определить задачу, а затем предложить и реализовывать способы ее преодоления.

Алгоритм симплекс метода по Басадуру: три фазы

Басадур разделил разработанный им симплекс-метод решения задач на три фазы, которые включают восемь шагов.

Фаза 1: Постановка проблемы

Эта первая фаза связана с первыми тремя шагами симплекс-процесса решения задач: поиск проблемы, выяснение деталей и формирование четкой задачи. Только после этого задача может быть сформулирована правильно. Когда станет ясно, в чем заключена проблема, появится возможность отследить ее истоки в организационной структуре.

Фаза 2: Процесс поиска решений

После фокусировки на описании проблемы симплекс-метод переходит ко второй фазе, заключающейся в поиске возможных решений. Выполняются следующие шаги: поиск идей, способных привести к устранению проблемы, выбор и оценка этих идей. На этом этапе предлагается как можно больше творческих идей, которые могут помочь разрешить сложившуюся ситуацию.

Фаза 3: Реализация решения

Когда преодоление проблемы близко, следует третья и последняя фаза. Она содержит три заключительных шага симплекс-процесса Басадура, а именно: планирование всех необходимых действий, обеспечение поддержки с вовлечением в решение проблемы всех сотрудников и последний шаг – принятие требуемых мер и их реализация. В этой фазе важно, чтобы решение было тщательно проработано. Его внедрение должно осуществляться профессионально. Кроме того, при реализации решения нужно позаботиться о пространстве для маневра, чтобы в случае необходимости можно было корректировать свои действия.



Цель этой минилекции – познакомить вас с практическим применением симплекс-метода решения проблем, предложенного Басадуром. После ее прочтения станут понятны основы этого мощного творческого метода решения проблем.

Что собой представляет симплекс метод

Вне всякого сомнения, проблемы бывают разного характера и масштаба. Но важно только то, что они могут быть разрешены. Однако прежде чем предпринять действия для решения проблемы, важно сначала осознать ее. Тем не менее, наиболее значимые шаги в процессе решения проблем часто упускаются из виду. Это означает, что оптимальный выход из ситуации не удается найти или сама проблема определена неверно. Симплекс метод – это метод преодоления трудностей, который учитывает такие ошибки и предотвращает их. Эту модель разработал американский гуру в сфере творчества Марино (Мин) Сидни Басадур, который представил свой метод в книге «Сила инноваций». Он также является изобретателем запатентованной системы мышления Simplexity. Симплекс-метод решения проблем, разработанный Басадуром, включает несколько шагов, пройдя которые группа людей получает возможность найти креативные решения. С помощью Simplex-метода легче определить задачу, а затем предложить и реализовывать способы ее преодоления.

Алгоритм симплекс метода по Басадуру: три фазы

Басадур разделил разработанный им симплекс-метод решения задач на три фазы, которые включают восемь шагов.

Фаза 1: Постановка проблемы

Эта первая фаза связана с первыми тремя шагами симплекс-процесса решения задач: поиск проблемы, выяснение деталей и формирование четкой задачи. Только после этого задача может быть сформулирована правильно. Когда станет ясно, в чем заключена проблема, появится возможность отследить ее истоки в организационной структуре.

Фаза 2: Процесс поиска решений

После фокусировки на описании проблемы симплекс-метод переходит ко второй фазе, заключающейся в поиске возможных решений. Выполняются следующие шаги: поиск идей, способных привести к устранению проблемы, выбор и оценка этих идей. На этом этапе предлагается как можно больше творческих идей, которые могут помочь разрешить сложившуюся ситуацию.

Фаза 3: Реализация решения

Когда преодоление проблемы близко, следует третья и последняя фаза. Она содержит три заключительных шага симплекс-процесса Басадура, а именно: планирование всех необходимых действий, обеспечение поддержки с вовлечением в решение проблемы всех сотрудников и последний шаг – принятие требуемых мер и их реализация. В этой фазе важно, чтобы решение было тщательно проработано. Его внедрение должно осуществляться профессионально. Кроме того, при реализации решения нужно позаботиться о пространстве для маневра, чтобы в случае необходимости можно было корректировать свои действия.

https://tinyurl.com/3z8wsr8x

Одна из самых красивых и практически значимых тем в области математических методов управления — симплекс-методу (Simplex Method).

Мы спускаемся на уровень жесткого операционного менеджмента. На этом уровне руководителю ежедневно приходится решать задачу: как выжать максимум результата из строго ограниченных ресурсов (денег, сырья, людей, времени).

В менеджменте симплекс-метод — это не просто абстрактный алгоритм линейного программирования. Это универсальный математический процесс оптимизации и пошагового решения сложных управленческих проблем.

1. Философия симплекс-метода в менеджменте

В основе метода лежит геометрическая концепция. Представьте себе многомерную фигуру (симплекс), где каждая грань — это ограничение вашего бизнеса (например, лимит бюджета, емкость склада, трудовые часы), а каждая вершина (угол) — это конкретный управленческий сценарий.

Главный постулат метода: Оптимальное (наилучшее) решение проблемы всегда находится в одной из вершин этой фигуры.
Вместо того чтобы хаотично перебирать миллионы вариантов, симплекс-метод заставляет менеджмент встать в одну «вершину» (текущее состояние) и пошагово двигаться по ребрам фигуры к другой вершине, с каждым шагом строго улучшая целевой показатель, пока не будет достигнут абсолютный максимум или минимум.

2. Структура управленческой проблемы (Постановка задачи)

Прежде чем запустить процесс решения, менеджер должен перевести проблему с языка бизнеса на язык математических моделей. Любая симплекс-задача состоит из трех компонентов:

  1. Целевая функция (Objective Function): То, что мы оптимизируем. Обычно это максимизация прибыли (Z \to max\)) или минимизация издержек (\(Z \to min\)).
  2. Управляемые переменные (Decision Variables): Объекты нашего выбора. Например, объемы производства продукта А (\(x_{1}\)) и продукта Б (\(x_{2}\)).
  3. Система ограничений (Constraints): Жесткие рамки реальности. Лимиты оборудования, доступность сырья, требования рынка. Записываются в виде системы линейных неравенств (например, \(2x_1 + 3x_2 \le 120\) часов работы станков).

3. Пошаговый процесс решения проблем (Алгоритм)

Симплекс-метод — это строго итеративный процесс. В менеджменте он раскладывается на 5 последовательных этапов:

[Постановка задачи] ➔ [1. Каноническая форма] ➔ [2. Базовое решение] ➔ [3. Тест на оптимальность] ➔ [4. Шаг улучшения] ➔ [Финал: Оптимум]

Шаг 1: Приведение к канонической форме

Реальный мир полон неравенств («не более», «не менее»). Симплекс-метод требует равенств. Менеджер вводит дополнительные переменные (slack variables), которые отражают неиспользованные ресурсы.

  • Пример бизнеса: Если станок может работать ≤ 40 часов, а мы использовали 35, то дополнительная переменная равна 5 (запас прочности/недогрузка).

Шаг 2: Формирование начального базового решения

Процесс начинается из «нулевой точки» (обычно, когда мы ничего не производим, \(x_1=0, x_2=0\), а все ресурсы простаивают). Это худший, но необходимый сценарий для старта. Данные заносятся в специальную симплекс-таблицу.

Шаг 3: Проверка на оптимальность (Критерий оптимальности)

Менеджмент оценивает текущее состояние. Проводится математический тест (индексная строка таблицы): можно ли увеличить прибыль, если начать производить продукт А вместо продукта Б?

  • Если тест показывает, что любое изменение только ухудшит ситуацию — решение найдено, стоп.
  • Если есть потенциал для роста — переходим к шагу 4.

Шаг 4: Переход к новому, более выгодному решению (Итерация)

Алгоритм определяет ведущий столбец (какой продукт принесет больше всего маржи) и ведущую строку (какой ресурс закончится первым и станет «узким горлышком»). Происходит математическая замена: неэффективный процесс выводится из плана, а эффективный — вводится.

Шаг 5: Повторение цикла

Мы переместились в новую «вершину» (новый сценарий). Возвращаемся к Шагу 3. Процесс повторяется до тех пор, пока ресурсные ограничения не заблокируют возможность дальнейшего роста прибыли.

4. Почему это критически важно для менеджера? (Интерпретация результатов)

Сила симплекс-метода не в том, что компьютер считает цифры, а в том, какую стратегическую информацию менеджер получает на выходе. Процесс решения дает ответы на важнейшие вопросы Governance и Management:

  • Оптимальный план (Точка оптимума): Четкий ответ, сколько именно товаров производить или какие проекты финансировать, чтобы получить абсолютный максимум прибыли.
  • Теневые цены / Двойственные оценки (Shadow Prices): Симплекс-метод показывает, сколько компания готова переплатить за единицу дефицитного ресурса. Если теневая цена часа работы станка равна $50, это значит, что аренда дополнительного часа за $40 экономически выгодна, а за $60 — принесет убытки.
  • Анализ чувствительности (Sensitivity Analysis): Метод позволяет понять, в каких границах может меняться рыночная цена товара или стоимость сырья, чтобы утвержденный менеджментом план действий оставался эффективным без пересчета всей модели.

Резюме

Если стратегическое управление (Governance) ставит глобальную цель — например, «стать самым эффективным производителем в секторе», то операционный менеджмент (Management) использует симплекс-метод как главный математический рельс для достижения этой цели. Он убирает из процесса принятия решений интуицию, субъективизм и заменяет их точным расчетом траектории успеха.