Книга: Видеть лес за деревьями. Системный подход для совершенствования бизнес-модели

Системная динамика и таблицы

Системная динамика и таблицы

Компьютерное моделирование есть в арсенале почти каждого руководителя бизнеса, пользующегося такими приложениями, как Excel. С учетом широкого распространения электронных таблиц возникает естественный вопрос: «Зачем мне другой метод моделирования? Разве я не могу сделать все в Excel?» Конечно, правда, что и Excel (и другие электронные таблицы), и ithink (и другие продукты системной динамики) являются языками программирования, и если проявить достаточно изобретательности, то и тот и другой можно приспособить для нужд моделирования. В то же время, проявив изобретательность, вы можете пользоваться молотком там, где проще использовать отвертку. Как правило, инструменты разрабатывают с конкретной целью, и это верно как для ручных инструментов, так и для программного обеспечения. Поэтому позвольте объяснить, чем модели системной динамики отличаются от таблиц.

Во-первых, масштабом. Таблицы обычно используют для решения внутренних числовых задач с большим количеством данных – от анализа продаж по продукту, рынку и каналу до подготовки бюджета на следующий год. Таблицы смотрят «вниз» в возникающие подробности и «внутрь» каждого уголка организации. В отличие от них, модели системной динамики смотрят «вверх» на более широкие концепции, разрушая границы, охватывая картину в целом, и «наружу» – за рамки организации, на рынок, общий контекст, в котором работает компания. С помощью моделей системной динамики можно составить баланс и отчет о прибыли и убытках, но с их помощью можно сделать и гораздо больше. Например, каждая диаграмма цикличной причинности в этой книге могла бы служить спецификацией модели системной динамики и давать хорошее представление о динамическом поведении соответствующей системы. Как вы думаете, из скольких из этих диаграмм получилась бы спецификация для таблицы?

Во-вторых, структурой. Хотя в таблицах можно отобразить петли обратной связи, обычно этого не делают. А модели системной динамики разработаны именно для этого и могут сразу отобразить суть двигателя роста вашего бизнеса, имитируя движущую силу лежащих в его основе усиливающих петель и тормозящий эффект уравновешивающих петель. Чтобы увидеть, как это получается, давайте вспомним, как строятся табличные модели и как они работают.

Excel, которому предшествовали такие приложения, как Lotus 1-2-3, Super-calc и Visicalc, – наиболее известная электронная таблица для бухгалтерского анализа в виде листа с сеткой строк и колонок. Обычно колонки представляют отрезки времени (по неделям, месяцам и т. д.), а строки – такие элементы, как «клиенты», «объем продаж», «затраты на единицу продукции», «чистая прибыль», «ставка налога» и т. д. Каждая ячейка таблицы содержит или введенное вами число, или арифметическое действие, например, «умножить объем продаж из строки 7 этой колонки на цену единицы из ряда 8 этой колонки и записать получившийся доход от продаж в эту ячейку». Программное обеспечение не требует от вас такого многословного описания: все, что нужно написать в ячейке D9 (для колонки D, «февраль», строка 9, «доход от продаж»), – это = D7 ? D8.

Таблицы обладают всевозможными свойствами, например возможностью копировать формат одной колонки в другие. Расчеты за февраль (колонка D), вероятно, будут такими же, как за март (колонка Е) и остальные месяцы года. Поэтому, указав построчную логику для первой колонки, ее легко копировать в другие колонки.

Как правило, подсчет в таблицах идет вниз по первой колонке, затем по следующей и т. д. Метод расчетов по колонкам известен как имитация по временным интервалам. Модель имитирует поведение системы по правилам, указанным в таблице, «нарезая» время в соответствии с заранее определенными интервалами, в данном случае по месяцам.

В большинстве таблиц основная часть правил вычислений касается разных строк внутри одной колонки («доход от продаж» = «объем продаж» ? «цена за единицу» за март) в течение любого отрезка времени. Кроме того, всегда существуют правила, связывающие одну колонку со следующей и определяющие, как модель работает во времени. Они обычно бывают двух типов: во-первых, правила переноса остатков на конец периода (дебет, кредит, активы и т. д.) из одной колонки в соответствующую колонку нового периода и, во-вторых, все правила, касающиеся прогнозов, например, указывающие, что «объем продаж растет на 1,5 % в месяц», «накладные расходы растут каждый месяц в соответствии с инфляцией» и т. п. Внутри самой таблицы правила второго типа представлены по ссылке между последовательными колонками одной строки. Используя пример роста продаж, в строке 7 («объем продаж») колонки Е («март») может содержаться правило, касающееся предыдущей колонки D («февраль»):

Темп роста (в данном случае 1,5 % в месяц) обычно вводится на основании исследования рынка, оценки или просто надежды.

С точки зрения структуры большинство таблиц имеет два набора логики: один для колонок, другой для связи некоторых рядов по всей таблице, как показано на рис. 11.1.

В моделях системной динамики тоже используется имитация по временным интервалам, но по-другому. Вместо того чтобы рассчитывать, скажем, объем продаж за март, применяя процент его роста за февраль, типичная модель системной динамики рассчитает его, исходя из, например, затрат на рекламу в феврале (или раньше), применив нечеткую переменную, такую как влияние рекламы на привлечение клиентов. Таким образом, модели системной динамики отражают петли обратной связи, которые действительно движут бизнесом (рис. 11.2).

По сравнению с таблицами модели системной динамики имеют совсем другую структуру, и, как уже отмечалось, они обычно имеют более широкий масштаб и включают концепции и переменные, которые вы, как правило, не увидите в таблице. Постарайтесь выжать максимум из этой и следующей главы, и вы забудете почти все, что знали о таблицах.

Оглавление книги