Благодаря длинным выходным выдалась минутка перевести еще один пост Эли Шрагенхайма. Пост выбран случайно.
Жоель Анри Гроссар (Joel-Henry Grossard) сделал важный комментарий, которым я хотел бы поделиться с вами и объяснить мою точку зрения. Он написал:
«Однако, у вас может быть два распределения, которые будут иметь одно и то же среднее и одно и то же стандартное отклонение, но которые серьезно различаются, когда вы смотрите на цифры. Упущенный фактор – время: знать, как значения распределены во времени критически важно для принятия решения. Использование Процессов Статистического Контроля может помочь» Знаем ли мы, как ведут себя во времени те переменные, которые мы рассматриваем в нашей реальной практике?
Давайте рассмотрим процесс в цехе, где мы можем зафиксировать множество данных и их распределение во времени. Мы получаем временные ряды результатов, но этот график представляет только один возможный разброс результатов, и он не тиражируется для настоящей функции распределения. Например, если какой-либо оператор устает после часа работы, и эта усталость может проявиться в качестве результата, мы увидим определенное отклонение. Но, пока мы не заподозрим, что такое может случиться, шанс, что мы заметим это отклонение, не велик.
Когда процесс полностью находится под нашим контролем, мы можем утверждать, что базовые параметры процесса не претерпели значительных изменений. В моем понимании, даже в таком благоприятном случае и профессор Деминг не применял всю мощь статистики, пользуясь стандартной эвристикой для установления «достаточно-хорошего»[i] контроля качества.
Как только мы выходим за пределы того, что находится под нашим полным контролем, мы практически ничего не знаем о поведении окружающей неопределенности. Мы даже не знаем, принадлежат ли зарегистрированные результаты к одной и той же функции распределения.
Предположим, неожиданно появляется новая книга о Гарри Поттере. Последняя книга из этой серии появилась в 2007. Какая статистическая модель сможет предсказать, сколько книг будут проданы за первую неделю? У нас есть прошлые результаты, и они, до некоторой степени, релевантны, но из-за длительного перерыва между последней серией и неожиданной новой книгой функция распределения изменилась, и мы не знаем точно, каково это изменение. Мы даже не знаем будет ли спрос выше или ниже, по сравнению с последней книгой.
Означает ли это, что мы не знаем ничего? Может ли существовать какая-либо цифра? Мы знаем некоторые параметры, влияющие на спрос следующей книги. Репутация основной серии по прежнему высока. Но многие прошлые читатели уже стали старше и неясно, по прежнему ли высок их интерес. Таким образом, некоторые интуитивные оценки относительно рационально обоснованного[ii] минимума спроса могут быть даны. Мы также можем оценить насколько больший спрос, может быть рационально обоснованным, принимая во внимание спрос на последнюю книгу, но какое значение имеют прошлые данные? Один вывод из них – это то, что последняя книга не была единичным событием, все серия имела большой успех. Однако, детальные результаты и их распределение во времени не добавляют большой ценности предсказанию. Я делаю особое ударение на слове «рационально обоснованный»? Во первых, мы знаем, что иногда случаются нерациональные вещи. Но, предполагая, что мы обладаем интуицией, основанной на наблюдениях и опыте, то что происходит является для нас рациональным. Наша интуиция сформирована множеством маленьких событий, вне зависимости считали мы их рациональными или нерациональными.
Интуиция – это источник ценной, но частичной информации для управления нашими решениями в условиях обычной и ожидаемой неопределенности.
Обычно все, что у нас есть для принятия решений, – это частичная информации. Ее не достаточно, чтобы защитить нас от убыточных решений, но достаточно хорошая, чтобы в целом выгоды преобладали над убытками.
Но, когда мы сознательно игнорируем частичную информацию, мы порождаем определенный ущерб. Это то, что делают многие организационные политики: натягивают[iii] определенность на неопределенные ситуации, используя прогноз из одной цифры и превращая их в целевой показатель[iv] продаж, как главный показатель эффективности[v].
Я утверждаю, что натягивание определенности на неопределенность вызвано страхом несправедливой критики. Я люблю иметь дело с причинами и следствиями страха перед показателями эффективности и подчеркивать дурные стороны отношений между организацией и работниками. Надеюсь написать об этом в следующем посте, посвященном неустранимой (врожденной)[vi] неопределенности.
[i] В тексте «Good-enough» – часто используемое Эли Шрагенхаймом словосочетание, видимо в противовес «оптимальному» или «наилучшему» решению. – Прим. переводчика
[ii] В тексте «Reasonable» – рациональный, разумный. – Прим. переводчика
[iii] В тексте «forcing» – Прим. переводчика
[iv] В тексте «objective». – Прим. переводчика.
[v] В тексте «performance» – Прим. переводчика.
[vi] В тексте «inherent»- неустранимый (стат.), внутренний, врожденный. – Прим. переводчика