Деннис Шервуд - Видеть лес за деревьями. Системный подход для совершенствования бизнес-модели

Однако это равенство означает, что на каждые £1250 компания приобретает одного нового клиента независимо от того, сколько клиентов у нее уже есть. Но привлекать клиентов становится все труднее по мере роста доли рынка. В этом и кроется смысл уравновешивающей петли диаграммы цикличной причинности.

Это отображено с помощью переменной, которую я назвал эффектом насыщения рынка. Я хотел показать, что по мере роста доли рынкаколичество новых клиентов в месяц сокращается. Исходно это нечеткая переменная, которая точно существует, но я не знаю, как ее измерить. Как мы уже видели, системное мышление положительно влияет на отображение подобных реалий, а системная динамика позволяет легко работать с ними. Нам нужно найти число, зависящее от доли рынка, которое бывает большим, когда доля рынка относительно мала, и маленьким, когда она относительно велика.

Посмотрите на рис. 12.4. На этом графике показано, как эффект насыщения рынка меняется вместе с долей рынка. Когда доля рынка составляет около 10 %, эффект насыщения рынка равен примерно 1,0, но, когда доля рынка возрастает до более чем 11 %, эффект насыщения рынка резко падает, приближаясь к нулю.

Если мы определим количество новых клиентов за этот месяц как:

то, когда доля рынка составляет менее 10 %, эффект насыщения рынка близок к 1, а количество новых клиентов за этот месяц соответствует одному новому клиенту на каждые £1250 средств для инвестиций за этот месяц. Однако когда доля рынка становится больше 11 % и приближается к 12 %, эффект насыщения рынка быстро сокращается и приближается к нулю, и количество новых клиентов за этот месяц уменьшается независимо от размера средств для инвестиций за этот месяц.

Таким образом, эффект насыщения рынка замедляет скорость приобретения новых клиентов по мере приближения доли рынка к уровню 12 %. Это, конечно же, является результатом действия уравновешивающей петли, показанной на диаграмме цикличной причинности.

Расчет количества новых клиентов за этот месяц с помощью средств для инвестиций за этот месяц, скорректированный эффектом насыщения рынка, дополняет действие как усиливающей, так и уравновешивающей петли. Это соответствует одному полному циклу работы модели за один отрезок времени, в данном случае за месяц. Таким образом, наш последний расчет касается значения на конец месяца базы довольных клиентов:

где отток – количество потерянных клиентов за этот месяц – рассчитывается в данном случае так:

Значение на конец этого периода базы довольных клиентов становится значением на начало следующего периода, и цикл начинается заново. Как следствие, чистое количество новых клиентов за этот месяц, привлеченное рекламной кампанией, которая финансируется из средств для инвестиций за этот месяц, минус количество потерянных клиентов за этот месяц включено в базу довольных клиентов, которая будет использоваться в следующем месяце в качестве основы для расчетов объема продаж, дохода от продаж и прибыли. Таким образом, рекламная кампания, проводимая в этом месяце, способствует получению дохода от продаж в следующем, и двигатель роста бизнеса ускоряется.

Многие испытывают удивление, столкнувшись с нечеткими переменными и их отражением в моделях системной динамики. Как можно представить такое сложное понятие, как эффект насыщения рынка, в виде числа между единицей и нулем, ведущего себя как график, который мы только что видели? Ситуация явно сложнее, чем показано здесь.

Но так ли это? Причины, по которым возникает эффект насыщения рынка, действительно не просты: на него влияют условия рынка, деятельность конкурентов, даже погода. Но под конец дня вы зададите себе главный вопрос: «Каково наиболее вероятное количество новых клиентов, которое я смогу привлечь в этом месяце при имеющейся доле рынка?» Готов поспорить, что самый прямой и самый эффективный способ ответить на этот вопрос – сделать именно так, как я предложил.

В руководстве по пользованию ithink, прекрасно написанном Барри Ричмондом, есть история об экономисте и приверженце системного мышления, которые пытаются решить очень сложную проблему, связанную с экономикой сельского хозяйства и обеспечением мира продовольствием. Они обсуждают, как лучше всего смоделировать одну важную переменную – общемировое ежегодное производство молока. «Это очень сложно, – говорит экономист. – Нам нужно узнать, сколько всего гектаров земли отведено под пастбища и какая их часть – для коров. Нам также следует учитывать различия в удоях разных пород коров в разных частях мира. Для этого нужно знать ВВП разных стран, суммы, затрачиваемые на удобрения, и нам следует делать поправку на климат. Трудная задача. Нам нужно будет построить очень сложные эконометрические модели».

Приверженец системного мышления потер щеку, подумал минутку и ответил: «А может, умножить общее количество коров в мире на среднегодовой удой на одну корову?»

Жизнь – сложная штука, но часто можно найти способ совладать со сложностями, не упустив ничего важного.

Некоторые результаты работы этой модели за два года показаны на рис. 12.5.

Доля рынка стабилизируется на отметке примерно 11,4 %. Расти выше этой суммы невозможно, так как на «покупку» клиентов по нарастающей требуются очень большие суммы. Однако в целом бизнес довольно прибыльный, он приносит устойчивый доход около £5 000 000 в год (рис. 12.6).

Основной характеристикой этой модели, отличающей модели системной динамики от, скажем, электронных таблиц, является эффект насыщения рынка. Как мы видели, цель этой переменной – отразить то, что по мере роста доли рынка становится все сложнее привлекать новых клиентов. Звучит знакомо, но многие ли компании измеряют этот эффект или управляют им? Мы все знаем о его существовании, но лишь немногие управленческие информационные системы включают его в свои отчеты. Учитывая важность этой концепции, такая ситуация озадачивает. Эффект насыщения рынка сложно измерить, но в бизнесе вообще много сложностей.