VUCA. 1987-ben használták először ezt az azóta egyre gyakrabban emlegetett kifejezést. Azóta a környezet még változékonyabb (volatile), még több bizonytalansággal (uncertain) van tele, még komplexebb (complex) és még inkább többértelmű (ambiguous). Mégis, ösztönösen vágyunk arra, hogy ebben a környezetben a bizonytalanról a bizonyosat megtudjuk. Így sokan tökéletes előrejelzést akarnak egy nem tökéletes, komplex és bizonytalanságokkal teli világban. Sokan tettetik, hogy tudnak ilyet, sokan elismerik, hogy nem. Jelen cikk nem fedi fel a jósgömbök titkát, azonban praktikus arzenált vonultat fel jövőorientált cégvezetők számára a kockázatokkal való megküzdéshez. Íme öt olyan eszköz, ami bevethető a jobb vállalati előrejelzések készítése érdekében.
1. Gondolkozzunk valószínűségekben!
Egy komplex világban, amilyen a gazdasági élet is, senkinek sem érdemes ámítania magát azzal, hogy pontosan előre látja, mi fog történni a jövőben. Akár még a közeljövőben sem. Helyette érdemes alázatosan elfogadni, hogy ilyen nem lehetséges. Ez persze nem azt jelenti, hogy vállat vonva kijelentjük, fogalmunk sincs arról, mi fog történni. Helyette érdemes számba venni a lehetséges kimeneteleket és azok valószínűségét.
Sok esetben (de nem mindig, pl. fekete hattyú események esetén nem – erről a második részben lesz szó), a valószínűségben és várható értékben való gondolkodás tényleges segítséget jelenthet a döntéshozásban operatív, taktikai és stratégiai szinten is. A várható érték logika arra épül, hogy elfogadjuk, vannak kockázatok a jövőt illetően, és a döntésünk során ezeket a kockázatokat figyelembe vesszük. A kockázat olyan ismert ismeretlen, aminek a valószínűségét tudjuk számszerűsíteni. Például, egy érmedobás vagy egy rulettkerék eredményét előre nem ismerjük, de a kimenetelek valószínűségét meg tudjuk határozni a (pl. 50%-kal írás, 48,65%-kal piros lesz). Az érmedobásos eset egy egyszerű példa, de a logika jól alkalmazható az üzleti életben is. A teljes képhez hozzátartozik, hogy a kockázat (ismert ismeretlen) mellett léteznek nem ismert ismeretlenek, amelyeket a közgazdaságtan bizonytalanságnak hív. Ezek valószínűségét számszerűsíteni nem lehetséges. Hogy mit lehet kezdeni az ilyen esetekkel, arról a másik részben lesz szó.
Az igazság az, hogy a gazdasági rendszerek, amelyekben működünk, sokkal bonyolultabb összefüggésekből állnak, mint az érmedobás, és lehetetlen pontosan előre jelezni őket. A gyakorlatban ez például azt jelenti, hogy egy termék adott havi értékesítése nem tudható teljes bizonyossággal. A vállalati előrejelzések ezt alapvetően kétféleképpen szokták kezelni.
Az első eset, amikor a kockázatokról nem vesznek tudomást és egy pontbecsléssel kijelentik, hogy 100 db lesz az értékesítés. Ez a megközelítés determinisztikus, vagyis implicite arra épül, hogy a dolgok eleve el vannak rendelve, ami tagadja a véletlen létezését. Ebben az esteben 100 db-ot érdemes legyártani (az egyszerűség kedvéért a készletezéstől tekintsük el), hiszen 100%-os valószínűséggel azt gondoljuk, ennyi lesz a keresett mennyiség.
A másik eset, amikor az előrejelzés figyelembe veszi a véletlent is. Ezt megtehetjük úgy, hogy intervallum forecasttal megbecsüljük a lehetséges értékesítési tartományt. Pl. azt mondjuk, hogy 90%-os valószínűséggel 95 és 105 db között lesz az értékesítés. Ennél még több információt kapunk az ún. valószínűségi előrejelzéssel, amikor is számba vesszük a lehetséges kimeneteleket és azok valószínűségét is. Pl. olyan előrejelzés esetén, hogy 15%-os valószínűséggel 90 db alatt, 15%-os valószínűséggel 110 db felett lesz az értékesítés, az a legvalószínűbb, hogy 100 db lesz. Ebben az esetben az előrejelzésünk nem egy szám (100 db), hanem egy valószínűségi eloszlás. Meghatároztuk a valószínűségeket, de a nap végén döntést kell hoznunk. Mennyit kell akkor termelni?
2. Döntsünk a várható költségek és hasznok alapján!
A fenti példában a legegyszerűbb válasz az, hogy 100-at, hiszen ez az értékesítés várható értéke. Azonban ez a válasz azt feltételezi, hogy a tévedés költsége (alul- vagy felülbecslés) költsége szimmetrikus. Például az alulbecslés költsége a kevesebb gyártás miatt elbukott értékesítés haszna (alternatív költség), míg a felülbecslés költsége a többletgyártás tárolási költsége, illetve gyártókapacitás elvonása miatt más értékesített terméken elbukott haszon (alternatív költség). Az alul- és felülbecslés között tehát van egy trade-off. A „mennyit kell termelni” kérdés megválaszolásához tehát figyelembe kell venni, hogy a tévedés melyik irányban költségesebb. Ez az optimalizációs kérdés annál jobban válaszolható meg, minél jobban vannak kalibrálva a valószínűségek.
3. Kalibráljuk a magabiztosságunk!
A jó várhatóérték-kalkulációhoz szükséges mind a valószínűségek mind a kifizetések pontos becslése. Ez sokszor nem könnyű, hiszen a vágyakozás vagy túlzott optimizmus hatására hajlamosak vagyunk sokszor felülbecsülni egy kimenet valószínűségét. Pl. egy 10 napos munkára azt gondoljuk, hogy 80% a valószínűsége, hogy 6 nap alatt befejezzük, 20%, hogy 10 nap is kell rá. Másik véglet, amikor túl óvatosak vagyunk és túlbecsüljük egy negatív hatás kockázatának valószínűségét. Mindkét irányú elfogultságot ki kell zárni a várható érték kalkulációjakor, hiszen a cél a pontosság, amihez szükséges a realitás megtalálása. Ezután el kell döntenünk, milyen a kockázathoz való hozzáállásunk. Egy befektetési döntésnél például kockázatkerülőként magasabb várható értéket várunk a kockázat ellensúlyozására, míg kockázatkeresőként alacsonyabb várható értékkel is elfogadjuk a kockázatot a kis valószínűségű magas megtérülés érdekében.
A jól kalibrált valószínűség azt jelenti, hogy a megadott valószínűség se nem túl magabiztos, se nem túl pesszimista. Ahhoz, hogy ezt megtudjuk, érdemes a valószínűségeket rögzíteni, nyomon követni és visszamérni. Például vállalati projekteknél azokban az esetekben, amikor 90%-os valószínűséget adtunk annak, hogy a projektek határidőre be fognak fejeződni, és 10/9 esetben sikerült is tartani a határidőt, akkor jól kalibrált a valószínűség, amit a döntéseinkhez használunk.
Az időjárás-előrejelzések tipikusan jól kalibráltak. Ha 80%-os valószínűséggel esőt jósol az előrejelzés, akkor 100 esetből 80 esetben tényleg esni fog, 20 esetben viszont nem. Ez azt is jelenti, hogy önmagában egy-egy előrejelzésről nem lehet megmondani, hogy túl magas vagy túl alacsony valószínűséggel jelzett esőt. Azt tudjuk megmondani, hogy ha 100 esős előrejelzésből csak 50 nap esik, akkor rosszul kalibráltak a valószínűségek.
4. Törekedjünk konszenzusra!
Gyakran a legjobb szakértők is hajlamosak túlzott magabiztosságra a becslésükkel kapcsolatban. Pl. amikor egy gazdasági újságban megkérdeznek szakértőket, gyakran nagy szórás van a gazdaságinövekedés-előrejelzéseik között. Mit lehet ilyenkor tenni? Egy gyakran használt jó megoldás a tömeg bölcsességére alapozni és a becslések átlagát venni. Például egy nagyobb vállalati projekt tervezésénél ez történhet úgy, hogy egymástól függetlenül több szakértő ad becslést az egyes feladatok szükséges erőforrásigényére, a szakaszok átfutására stb.
Nate Silver forecasting szakértő kutatása szerint egy csoport becsléseinek átlaga jellemzően 15-20%-kal pontosabb, mint az egyéni becslések. Ez persze nem jelenti azt, hogy így szükségszerűen jó lesz a becslés. Viszont különböző perspektíva alkalmazásával jobb becslés adható, mint egyféle megközelítéssel.
5. Alakítsunk ki irányelveket!
A pénzügyi vállalatok előrébb járnak a nem pénzügyi vállalatokhoz képest a valószínűségalapú gondolkodásban. A nem pénzügyi vállalatoknál nagyon tipikus a determinisztikus szemlélet, a bizonytalanság elrejtése, ignorálása. Bizonytalanság és kockázat márpedig mindig van az ületi életben.
Jellemző, hogy valamelyik középvezetőre rátolják a felelősséget forecast készítésekor, hogy biztosat mondjon egy olyan dologról, ami nem tudható biztosan. Pl. a beszerzési vezetőnek tudnia kell mennyi alapanyagot rendeljen, a termelési vezetőnek pedig, hogy miből mennyit gyártson. Mindkét terület az értékesítési tervből fog dolgozni. Azonban, ha az értékesítési terv és az értékesítési forecast egybemosódik, akkor nincs mód a kockázatok becsatornázására, a tévedési költség alapú optimalizációra. Ebben az esetben a sales manager nem tud mást csinálni, mint összemosni a biztost a nem biztossal. Ez azonban szervezeti konfliktusokhoz, játszmákhoz és pénzügyi eredményt rontó, rossz döntésekhez vezet, mivel az, ami ismert, nincs elválasztva az ismeretlentől.
A valószínűségalapú előrejelzés elterjesztése azonban semmiképp sem redukálható módszertani kérdésre. Egy ilyen szemléletmódváltás gyökeresen érinti a vállalati kultúrát, a vállalatirányítást is. A fejlődés akkor tud hatékonyan megvalósulni, ha ennek a felsővezetés a motorja, hiszen támogatnia kell lentebbi szinteket, hogy őszintén jelentsék a kockázatokat. A felsővezetésnek irányelveket kell kijelölni a középvezetés számára, 1) hogyan mérjék a kockázatokat, illetve 2) hogyan kezeljék azt (pl. hogyan döntsék el, mennyi legyen a kockázatokat tartalmazó értékesítési forecast alapján a gyártási terv). A controlling terület központi kapocsként tud szolgálni a kockázatok és bizonytalanságok lefordításában az egyes funkcionális területek között, hiszen jellemzően ott van meg az ehhez szükséges adat és módszertani tudás.
