Словом, наш подход основан на сборе высококачественной информации. Мы соблюдали строжайшие принципы академического исследования, чтобы гарантировать надежность нашей информации: поэтому мы обратились к архивной, а не текущей информации, от первых дней основания компании, поэтому использовали широкий спектр источников, применяли триангуляцию любых сведений по разным источникам и учитывали данные по ряду факторов, не желая заранее сужать перспективу исследования.
7. Проведение анализа. Анализ в парах. Выстроив хронологию для каждой пары компаний, мы двое – Джим и Мортен – независимо друг от друга перечитывали каждый документ и составляли детальный анализ каждой компании, а также сравнительный анализ в паре. В среднем каждый анализ занимал 76 страниц (27 600 слов), а в семи парах набралось 1064 страницы (386 400 слов) отчетов по компаниям.
Мы сверили наши анализы по каждой паре и после ряда обсуждений выработали список вероятных объяснений обнаружившихся в этих парах отличий. Вероятное объяснение того, почему одна компания преуспела, а другая нет, должно было удовлетворять следующим критериям:
• Явное отличие между компанией из группы 10× и ее парой, подтвержденное неопровержимыми фактами.
• Возможность объяснить, почему это отличие сказалось на работе компании. Выражаясь по-ученому, нам требовался каузальный механизм (недостаточно обнаружить отличие, нужно внятное объяснение, каким образом этот фактор мог отразиться на результатах работы компании).
Перекрестный анализ. Мы искали факторы, присутствующие в истории всех семи компаний группы 10× и отсутствующие в историях их пар для сравнения.
Выработка концепций. Сочетая анализ внутри пар и перекрестный анализ пар, мы выработали основные концепции для объяснения различий в результатах. Мы сделали предварительные выводы по отдельным факторам и сгруппировали эти факторы для получения более общих концепций.
Финансовый анализ. Мы взяли данные Compustat и обработали детальные годовые отчеты, финансовые балансы и отчеты о денежных потоках от момента основания компании (или с первых лет, за которые имеются сведения) по 2002 год, составив в итоге сводную ведомость за 300 лет корпоративной деятельности.
Событийно-исторический анализ. Используя метод событийно-исторического анализа, с помощью которого исследователи организаций рассматривают их эволюцию, мы проанализировали следующие события из жизни корпораций: события, относящиеся к двадцатимильному маршу, инновации, «ядра», события риска, события, в которых важную роль играет время, изменения рецепта СМаК{234}. Каждое событие мы обозначили отдельным ярлыком и разметили эти события по годам, выстроив полную картину событийной истории для каждой компании (см. соответствующие разделы в «Принципах исследования»).
8. Ограничения и недостатки. У каждого метода исследования имеются свои преимущества и свои слабые стороны. Наш метод также не был исключением. Вот наиболее часто высказывавшиеся сомнения и наши ответы на них.
Не слишком ли узок круг – всего 14 компаний – для столь существенных выводов?
Нет, поскольку наша цель – не проверить существующие гипотезы на большом количестве компаний, а сделать новые открытия. Достаточное количество случаев определяется нашей уверенностью, что у нас имелось достаточно пар для выявления устойчивых паттернов, и, если бы мы добавили еще сколько-то пар, мы бы вряд ли обнаружили что-то принципиально новое{235}. Исследователи называют такую ситуацию избыточностью информации: при качественном анализе конкретных случаев наступает момент (обычно после изучения 8–12 случаев), когда исследователь достигает насыщения и добавление новых случаев уже не приносит нового знания{236}. В нашем исследовании после добавления последней пары новых гипотез не последовало. Мы быстро достигли предела насыщения еще и потому, что намеренно объединяли компании в пары и сопоставляли противоположности – так легче выявить различия.
Отбор проводится по признаку успешности?
Нет, и мы это уже ранее объясняли. Мы не отбирали исключительно успешные компании – мы отобрали пары противоположностей, каждую в своей отрасли, именно по принципу, что одна компания преуспела, а вторая (из контрольной группы) – нет.
Можно ли обобщать ваши выводы?
Можно, однако с определенными оговорками. Вряд ли нужно:
• Распространять наши выводы на многие отрасли и компании. Мы не знаем, применимы ли наши выводы ко всем компаниям. Мы уверены, что они применимы ко многим компаниям и отраслям, потому что наши открытия сделаны на основании разнообразных подборок данных по семи отраслям, а не по одной или двум. Также, поскольку мы ограничили свое исследование американскими компаниями, при переносе наших выводов на другие страны и культуры следует проявлять осторожность.
• Распространять выводы на другие периоды. Хотя мы исследовали компании в период 1970–2002 гг., мы твердо уверены в том, что наши открытия применимы к 2011 году и далее. Дело в том, что мы сознательно выбрали самые неустойчивые и хаотические отрасли. Поскольку мир остается нестабильным, вполне вероятно, что «турбулентность», которую испытали на себе эти компании, превратится в норму, и открытия, сделанные в ходе нашего исследования, весьма пригодятся на будущее.
Нет ли риска некоторого искажения исторических сведений задним числом?
Такого рода проблема потенциально существует, но наш подход позволяет смягчить риск. Мы потратили немало усилий на работу с источниками, а не полагались на современные работы, толкующие прошлое задним числом. К примеру, есть же разница между статьей об Intel, написанной в 2000 году и в годы формирования компании, – такая статья истолковывает историю, и на восприятие ее автора может повлиять успех, достигнутый компанией в 2000 году. Подобный подход грозит искажениями из-за ошибки атрибуции{237}. И напротив, когда мы обращаемся к источникам и собираем информацию о событиях, в которых участвовала Intel, мы видим эти события глазами современников. Тогда, в 1970 году, никто не мог предвидеть великих достижений Intel, и нет ни малейшей вероятности, что произойдет ошибка атрибуции.
Удалось ли выявить каузальность?
По большей части социальные науки, в том числе исследования в области менеджмента (как и наше исследование), не могут претендовать на установление каузальности, если понимать «каузальность» как детерминизм: «такие-то изменения в сфере х непременно приводят к таким-то изменениям на уровне у». Следуя давней традиции исследований организаций и стратегического менеджмента, мы стараемся лишь выделить те объяснения, которые с большой вероятностью объясняют различия результатов в парах компаний. Мы тщательно формулируем свои выводы и выражаемся примерно так: «С большой вероятностью между Х и результатами деятельности компании существует связь» или «повышение фактора Х, скорее всего, приводит к повышению Y» – то есть мы прибегаем к вероятностным, а не детерминистским высказываниям.
Существует ли проблема «перевернутой причинности»?
О перевернутой причинности заходит речь, когда вывод указывает в точно противоположном направлении по сравнению с первоначальной гипотезой. Например, первоначально вы думали, что своим успехом компания обязана инновациям, а оказалось, что это успех компании позволил заняться инновациями (успешная компания располагает бо́льшим количеством денег для финансирования инноваций).
