То, что делает эталонный класс правильным якорем, - это то, что я подчеркивал в предыдущей главе: релевантный реальный опыт. Один человек сделал ремонт кухни, используя базовые светильники и бытовую технику; без сюрпризов и с гладкой доставкой, он обошелся в 20 000 долларов и занял две недели. Другой сделал гранитную столешницу и много нержавеющей стали , а затем обнаружил, что проводка в доме не соответствует нормам; в итоге проект обошелся в 40 000 долларов, а благодаря электрику, который был перегружен работой, на его завершение ушло два месяца. Соберите множество подобных цифр, и вы обнаружите, что средний ремонт кухни обошелся в 30 000 долларов и занял четыре недели. Это реальные результаты, основанные на опыте, а не оценки, поэтому они не искажены психологией и стратегическими искажениями. Используйте их для обоснования своего прогноза, и вы создадите оценку, основанную на реальности и не искаженную поведенческими предубеждениями, что делает ее более точной.
Это также объясняет, почему корректировку следует использовать осторожно и экономно, если вообще использовать. Это возможность для возвращения предвзятости. Переборщите с этим, и ценность вашего непредвзятого якоря может быть утрачена.
RCF также позволяет справиться с кажущейся неразрешимой проблемой неизвестных Дональда Рамсфельда. Большинство людей считают, что неизвестные неизвестные нельзя прогнозировать, и это звучит разумно. Но данные по проектам в эталонном классе отражают все, что произошло с этими проектами, включая любые неизвестные сюрпризы. Мы можем не знать точно, что это были за события. Мы можем не знать, насколько масштабными или разрушительными они были. Но нам и не нужно знать ничего из этого. Все, что нам нужно знать, - это то, что цифры для эталонного класса отражают, насколько распространены и насколько велики были неизвестные неожиданности для этих проектов, а значит, и ваш прогноз будет отражать эти факты.
Помните ремонт Дэвида и Деборы в районе Коббл-Хилл в Бруклине? Все пошло кувырком, когда подрядчик разобрал пол на кухне и обнаружил некачественную работу, выполненную еще в 1840-х годах. Пришлось вырывать весь пол и устанавливать опоры в подвале. Это была неизвестность, которую трудно было бы заметить до начала работ. Но если бы время и стоимость проекта были спрогнозированы с использованием реконструкции старых нью-йоркских домов в качестве эталонного класса, частота и серьезность таких неприятных сюрпризов были бы закодированы в данных. В результате в расчетной стоимости и времени были бы учтены неизвестные, которые невозможно предсказать.
Таким образом, прогнозирование по эталонным классам лучше справляется с предубеждениями. Оно лучше в отношении неизвестных. Оно простое и легко выполнимое. И он доказал свою эффективность в обеспечении более точных прогнозов. Я счастлив, что его взяли на вооружение различные организации по всему миру - гораздо больше, чем я думал, когда впервые разрабатывал метод для Гордона Брауна, - но я бы не стал винить тех, кто задается вопросом, почему, учитывая все его достоинства, он не используется еще больше, чем сейчас, повсеместно.
На это есть три причины. Первая заключается в том, что для многих людей и организаций тот факт, что RCF устраняет предубеждения, является ошибкой, а не особенностью. Как я уже говорил в главе 2, некачественное прогнозирование - это хлеб с маслом для бесчисленных корпораций. Они не хотят, чтобы люди, которые утверждают проекты и оплачивают счета, имели более точное представление о том, сколько будут стоить проекты и сколько времени они займут. Они будут придерживаться статус-кво, по крайней мере до тех пор, пока их не заставят измениться - например, возложив на них юридическую ответственность за вопиюще необъективные прогнозы, что происходит все чаще.
Вторая проблема, которую необходимо преодолеть, - это сила предубеждения уникальности. Канеман пишет о том, как он вместе с коллегами взялся за создание учебника. Все согласились, что на это уйдет примерно два года. Но когда Канеман спросил единственного члена группы, имевшего значительный опыт в создании учебников, сколько времени это обычно занимает, тот ответил, что не может припомнить ни одного проекта, который занял бы меньше семи лет. Хуже того, по его словам, около 40 процентов таких проектов никогда не завершаются. Канеман и его коллеги на мгновение опешили, но затем продолжили работу, как будто и не слышали этих нежелательных фактов, потому что их проект казался другим. Так всегда бывает. "В этот раз все по-другому" - таков девиз предубеждения уникальности. В итоге учебник был закончен спустя восемь лет. Если величайший из ныне живущих исследователей когнитивных предубеждений может быть обманут предубеждением уникальности,, то неудивительно, что остальные из нас тоже уязвимы или что для того, чтобы избежать этой ловушки, требуется осознание и постоянные умственные усилия.
Третья причина, по которой RCF все еще не так широко используется, как следовало бы, самая простая. Это данные. Вычислить среднее значение легко, но только когда у вас в руках есть цифры. Это и есть самая сложная часть.
НАЙДИТЕ ДАННЫЕ
В вышеупомянутом примере с ремонтом кухни я считал само собой разумеющимся, что у вас есть данные о ремонте кухни, которые позволят вам рассчитать среднюю стоимость. Но, скорее всего, у вас их нет. И вам будет трудно их найти. Я знаю это по собственному опыту, потому что искал достоверные данные о ремонте кухни, не смог их найти, а экономист, изучающий экономику ремонта жилья, сказал, что, насколько ему известно, они не были собраны. Правда, если вы наберете в поисковике "средняя стоимость ремонта кухни", то найдете компании, предлагающие различные цифры, как правило, в широком диапазоне. Но откуда взялись эти цифры? Основаны ли они на множестве реальных результатов или это просто рекламный ход? Вы не можете этого знать. А вы должны знать, если хотите получить достоверный прогноз.
Это распространенная проблема. Старые данные по проекту редко рассматриваются как ценный ресурс и собираются. Отчасти это происходит потому, что планировщики и менеджеры проектов ориентированы на будущее, а не на прошлое. Как только проект завершен, их внимание сосредоточено на следующем новом проекте, и никто не думает о том, чтобы оглянуться назад и собрать данные по старому проекту. Но дело еще и в том, что те, кто видит ценность в данных, часто заинтересованы в том, чтобы держать их в секрете. Например, многие ли крупные строительные компании хотят, чтобы домовладельцы имели достоверные данные о стоимости ремонта дома? Это объясняет, почему на создание моей базы данных по крупным проектам, охватывающей множество различных типов проектов, ушли десятилетия, и она является единственной в своем роде в мире.
Но эти препятствия не являются непреодолимыми. Правительства и корпорации могут пересмотреть свои старые проекты и создать собственные базы данных. Более того, я помог нескольким из них сделать это. Это могут сделать и малые предприятия, и торговые ассоциации, если им удастся убедить своих членов принять в них участие. Профессионалы с большим опытом работы, естественно, учатся на опыте прошлых проектов - подрядчик, сделавший десятки ремонтов кухонь, хорошо представляет себе, сколько в среднем стоит ремонт кухни, - но они могут уточнить и улучшить свое понимание, просто собрав цифры из своих старых проектов и добавляя их каждый раз, когда проект завершается.
Что касается тех, кто не имеет доступа к такой базе данных, как моя, или не может создать свою собственную, то прогнозирование по эталонным классам все равно полезно; просто нужно использовать грубый и готовый подход к нему.
Вспомните молодого Роберта Каро, задумавшего написать свою первую книгу. Он мог бы легко использовать RCF, чтобы предсказать, сколько времени займет его проект: Составить список книг, которые, по его мнению, в целом похожи на ту, что он планирует написать, позвонить их авторам и спросить, сколько времени у них ушло на написание этих книг. Если он получит двадцать ответов, он сложит их, разделит на двадцать и получит свой якорь. Даже опираясь на выборку из двадцати человек, он обнаружит, что в это число вложена тонна реального опыта. Затем он спросит себя, есть ли веские причины, по которым он должен ожидать, что будет намного быстрее или медленнее, чем в среднем. Если да, то он может внести соответствующие коррективы. Если нет, то у него есть своя оценка. Она не будет идеальной, но она будет намного лучше, чем реальная оценка Каро, потому что она будет привязана к прошлым проектам, таким как тот, который он действительно делал - писал книгу, а не то, что он делал раньше - писал набор длинных газетных статей.
