Бесспорным лидером в этом жанре сегодня является Джим Коллинз. Четыре самые продаваемые книги, написанные либо им одним, либо в соавторстве – «Построенные навечно» (Built to Last), «От хорошего к великому» (Good to Great), «Как гибнут великие» (How the Mighty Fall) и «Великие по собственному выбору» (Great by Choice), – мы считаем заслуживающими самого серьезного внимания. С нашей стороны было бы ошибкой пытаться выполнить аналогичное исследование, не изучив максимально внимательно его выборки, методы и выводы. Другие авторы, мнения которых мы учитываем в своем метаанализе, были выбраны нами по одной или нескольким в основном субъективным причинам: или мы считали авторов авторитетными исследователями, или их книги имели большой коммерческий успех, или полученные ими результаты имели большой практический эффект. Мы считаем, что наш список, не будучи исчерпывающим, является все же достаточно представительным для данной области.
Подчеркнем еще раз: в главе 2 мы рассматриваем только вопросы выбора методик, и в частности составления выборки. Мы не утверждаем, что рекомендации, предлагаемые другими авторами, неправильные; однако мы ставим под сомнение принципы, на основании которых их можно объявлять правильными. Мы считаем, что в этой работе мы ставим важные вопросы и делаем важные выводы, но, конечно, читатели вправе не соглашаться с нами. Например, в книге «В поисках совершенства» Том Питерс отметил, что он и его соавтор Роберт Уотерман начинали с анализа 62 компаний, выбранных по рекомендациям партнеров McKinsey и «многих других умных людей», основанным на их впечатлениях от того, «кто крут» и «кто делает крутую работу». Затем они применили некоторый набор количественных показателей, после чего число компаний в списке сократилось с 62 до 43. Среди тех, кто не прошел этот второй тур, тогда оказалась компания General Electric, что, по мнению Питерса, «показывает, насколько “глупа” может быть простая интуиция и насколько “умны” могут быть хорошо продуманные системы показателей»
{185}.
По словам Питерса, в ходе этой работы он понял, что правильный путь поиска тех, у кого можно многому научиться, – это доверять своим инстинктам, а затем проверять интуитивные выводы эмпирически. Такой подход, безусловно, заслуживает внимания, но самым важным моментом здесь является именно проверка интуитивных догадок. Метод исследований успеха подразумевает, что компании классифицируются как исключительные (выдающиеся) на основании критериев, которые считаются значимыми в данном исследовании. В книге «В поисках совершенства», как и во всех прочих исследованиях успеха, которые мы изучили, утверждается, что вы можете узнать нечто полезное, способное помочь вам сделать свою компанию лучше, – в соответствии с некоторой конкретной меркой корпоративной эффективности. Выборку можно формировать на основании любых критериев при условии, что затем она будет проверена. В противном случае можно утверждать лишь то, что любой желающий может узнать кое-что о том, как повысить эффективность работы в соответствии с критериями, которые использовались при составлении выборки.
Поскольку компании, упомянутые как выдающиеся в книге «В поисках совершенства», отбирались не по показателям ФР, роста доходов или СДА, предлагаемые в ней рекомендации подразумевают лишь то, что они позволят повысить вероятность того, что данную компанию можно будет идентифицировать как место, где умные люди делают классные штуки. Это тоже достойная цель, но она очень сильно отличается от цели достижения выдающейся рентабельности. Единственный способ выработки обоснованных заключений относительно того, каким образом можно достичь выдающейся рентабельности, состоит в том, чтобы связать подобные рекомендации с соответствующими доказательствами, полученными от компаний, которые сами достигли выдающейся рентабельности. В случае «В поисках совершенства» только одна компания имела исключительно высокую ФР, средняя вероятность наличия выдающейся ФР в выборке составляет 29 %, а средние оценки в баллах для роста выручки и СДА для всей выборки равны 5.
Возможно, Питерс и Уотерман действительно планировали найти совершенство, но нашли лишь посредственность. Просто они не знали об этом.
Другие работы в нашем списке являются исследованиями успеха только по смыслу. Например, в книге Мэтью Олсона и Дерека ван Бевера «Stall Points» рассматривается феномен разворота траекторий развития с восходящей на нисходящую. Здесь для каждого данного года t сравниваются темпы роста компании за 10 лет до него (t–10) и через 10 лет после него (t+10). Год, для которого значение x = t–10 – t+10 оказывается максимальным, считается годом изменения траектории развития. Затем авторы пытаются выявить различия в поведении компании между этими двумя периодами.
При этом, чтобы пережить такую потерю темпа, компания не обязательно должна иметь выдающиеся темпы роста: это может быть и переход от посредственного к ужасному или даже от ужасного к катастрофическому. Числовое значение x само по себе ничего не значило: требовалось только, чтобы оно было наибольшим числом в соответствующей последовательности. При обсуждении анализа моделей эффективности мы обратили внимание на то, что, как это имеет место и в отношении характеристик долговечности, для поиска точек перегиба необходимо использовать достаточно надежный статистический метод. Поскольку наибольший элемент можно найти в любом наборе неодинаковых чисел, метод, описанный в «Stall Points», не соответствует этому критерию.
В таблице в главе 2 мы приводим данные компаний, которые в «Stall Points» классифицируются как «непрерывно развивающиеся», то есть как компании, у которых не было точки перегиба на траектории роста. Авторы «Stall Points» прямо утверждают, что их рекомендации могут помочь компаниям избежать падения темпов роста, и применительно к их выборке это утверждение обоснованное. Однако ведь подразумевается (по крайней мере, мы подразумеваем), что постоянный рост на 0,1 % в год без перелома траектории сам по себе не является целью – целью является исключительный рост. Поэтому мы считаем, что имеет смысл проверить, обеспечивают ли непрерывно растущие компании из данной выборки действительно заметный рост за время своего существования. И действительно, 17 % компаний из их выборки имеют 9-балльные оценки по этому показателю. Но 83 % их выборки составляют компании с оценками ниже 9 баллов, а добрая четверть этой выборки «непрерывно растущих» компаний попадает в 25 % худших компаний из нашей базы данных.
