Суть метода

Подруга уверена, что её новый ресторан принесёт прибыль в первый же год. Прежде чем разбирать её план, спросите, как идут дела у большинства новых ресторанов. Этот вопрос и есть взгляд снаружи.

Вы строите прогноз по референтному классу. Так называют прошлые попытки, исход которых зависел от того же, что и у вас. Оценку вы начинаете с разброса их результатов. Знания о своём плане вы добавляете позже, в виде поправок. Каждую поправку придётся обосновать.

Откуда он взялся

Идея принадлежит психологам Даниэлю Канеману и Амосу Тверски. В статье 1977 года они писали, что прогнозисты часто не смотрят, чем кончались похожие случаи в прошлом. Эти сведения авторы называли информацией о распределении. Возможно, больше всего ошибок в прогнозах происходит оттого, что эти сведения не учитывают, считали они. Поэтому аналитикам стоит строить каждый прогноз с опорой на них.

Понятия «взгляд изнутри» и «взгляд снаружи» Канеман и исследователь стратегии Дэн Ловалло ввели в статье 1993 года. При взгляде изнутри каждый случай считают единственным в своём роде и строят прогноз из его подробностей. При взгляде снаружи опираются на статистику случаев, похожих в главном. В июле 2003 года Ловалло и Канеман объяснили оба понятия руководителям в журнале Harvard Business Review. Речь там шла об ошибке планирования — привычке недооценивать сроки и затраты.

Бент Фливбьорг, датский специалист по крупным проектам, превратил эту идею в порядок действий — прогнозирование по референтному классу. Он разработал его вместе с консалтинговой компанией COWI по заказу Министерства транспорта Великобритании. В августе 2004 года процедура стала официальным руководством.

Какую ошибку он исправляет

Свой проект вы знаете лучше всех, поэтому строите прогноз по плану: по этапам, команде, препятствиям, которые видите. И раз за разом ошибаетесь в одну и ту же сторону. Затраты и сроки выходят заниженными, а выгоды — завышенными. Причина проста: план рассчитан на то, что ничего непредвиденного не случится.

Старание здесь только вредит. Чем больше усилий, тем подробнее всё тот же план. Но рисков, которые прогноз упускает, в плане нет. Это то, что случалось с другими: похожие команды бросали дело, технологии запаздывали, спрос так и не появлялся. Канеман и Тверски выяснили и другое: даже люди, которые хорошо понимают такие ошибки, продолжают их совершать.

В организациях к этому добавляется вторая беда. Когда проекты борются за деньги, у их сторонников есть причина надеяться на лучшее. Спорить со сценарием им легко. Труднее спорить с цифрами о том, чем кончились похожие проекты. Такие цифры называют базовой частотой.

Как применять

Назовите, что вы прогнозируете и когда станет известен ответ.
Выберите референтный класс: прошлые попытки, похожие на вашу в главном. Он должен быть достаточно широким, чтобы нашлись данные, и достаточно узким, чтобы сравнение имело смысл.
Соберите исходы попыток этого класса, включая брошенные.
Примите обычный результат за первую оценку, а разброс результатов — за диапазон.
Делайте поправку, только если есть доказательства, что ваш случай отличается от класса в том, что измеряют его данные. Запишите размер поправки.
Запишите, что заставит вас вернуться к базовой частоте.

Разобранный пример

Эдинбург готовил вторую линию трамвая. Законопроект о ней рассматривал комитет шотландского парламента по эдинбургскому трамваю. В октябре 2004 года по заданию комитета инженерная компания Ove Arup and Partners Scotland проверила экономическое обоснование линии. Его подготовила Transport Initiatives Edinburgh — компания, которая вела проект. Изнутри проект просчитали тщательно. Базовую стоимость, £255 млн, рассчитали по базе данных о затратах. Её сравнили с другими британскими проектами лёгкого рельсового транспорта и сверили с прежними оценками. Сверху добавили £64 млн, около 25%, на непредвиденные расходы и на излишний оптимизм. Итого вышло около £320 млн.

Затем Arup применила надбавки Министерства транспорта. Это проценты сверху. Их рассчитали по тому, насколько завершённые железнодорожные проекты превысили бюджет. Чтобы с вероятностью 80% уложиться в бюджет, нужна была надбавка 57%: £255 млн, умноженные на 1,57, дают £400 млн. Для вероятности 50% надбавка составляла 40%, то есть £357 млн. Arup отметила, что и эти цифры, вероятно, занижены. Надбавки рассчитаны на момент, когда решают, строить ли. А вторая линия не дошла даже до предварительного обоснования. Чем раньше стадия, тем больше неизвестного и тем крупнее должна быть надбавка.

Выходит, в один день у одного проекта было две оценки: тщательная и по базовой частоте. При вероятности 80% они разошлись на £80 млн. Вторую линию так и не построили. Трамвай пустили по укороченной первой линии, от аэропорта до Йорк-плейс. Её открыли в мае 2014 года. По опубликованным данным, она обошлась в £776 млн, на £231 млн дороже бюджета всей линии до Ньюхейвена. По итогам государственного расследования в 2023 году её реальную стоимость оценили примерно в £836 млн. Надбавки для железнодорожных проектов выводили как раз из перерасходов такого размера.

В кейсах Business Case Weekly

В кейсе о SoftBank возьмите развилку 2022 года. Вы — один из внешних инвесторов Vision Fund, его партнёров с ограниченной ответственностью. Вас просят поддержать новую, ещё более крупную инвестиционную идею. Взгляд изнутри — это сама идея и рассказ фонда о том, что изменилось после WeWork.

Глядя снаружи, сначала спросите, к какой группе относится это вложение. Фонды тех же лет, которые вкладывали в технологические компании на поздних стадиях? Фонды такого же размера? Фонды, где решает один человек? Потом спросите, какую доходность показали эти фонды, считая и тихо закрытые. И наконец, какой факт об этом фонде оправдывает другую цифру. Решения так не получить, зато у вас будет цифра, с которой придётся спорить в ответе.

В вашем ответе

«Референтный класс здесь — …, и обычный исход в нём — …»
«Ещё не читая прогноза самой компании, называю базовую частоту для …: …»
«Этот случай отличается от класса одним измеримым признаком — …, поэтому моя оценка сдвигается с … до …»
«Если это отличие не подтвердится, я вернусь к цифре по классу — …»

Типичная ошибка применения

Подделка метода — референтный класс, который подбирают, когда ответ уже выбран. Допустим, вы берёте случаи по названию отрасли или те, что льстят плану. Тогда любая нужная вам цифра вернётся и будет выглядеть как базовая частота. Чтобы этого избежать, назовите класс и разброс его исходов до того, как прочтёте прогноз из кейса. И будьте готовы сказать, кто в этом классе потерпел неудачу. Если неудач нет, вы, скорее всего, отобрали одни истории успеха.

Обратная ошибка — принимать базовую частоту за приговор. С неё оценка только начинается. Веские факты о самом случае могут увести оценку далеко. Но этот сдвиг нужно обосновать и сказать, насколько он велик.

Источники

Даниэль Канеман и Дэн Ловалло, «Timid Choices and Bold Forecasts: A Cognitive Perspective on Risk Taking», Management Science 39(1), 1993, 17–31. PDF
Бент Фливбьорг, «From Nobel Prize to Project Management: Getting Risks Right», Project Management Journal 37(3), 2006, 5–15. Здесь эдинбургские цифры и вся процедура целиком.
Казначейство Великобритании, «Green Book supplementary guidance: optimism bias». Общие таблицы надбавок Казначейства для британских государственных проектов — на случай, когда лучших данных нет. Железнодорожные надбавки, применённые в Эдинбурге, Министерство транспорта разработало в ответ на Green Book.
Даниэль Канеман и Амос Тверски, «Intuitive prediction: Biases and corrective procedures», 1977; перепечатано в сборнике Judgment Under Uncertainty: Heuristics and Biases, Cambridge University Press, 1982.

Взгляд снаружи (outside view)