1. Проблемы реактивного управления

Во многих компаниях инициативы по повышению операционной эффективности инициируются как ответ на очевидные проблемы: рост затрат, отклонение производственных показателей, претензии клиентов по срокам или качеству. Решения часто принимаются:

1. На основе частичного анализа. Например, при выявлении превышения затрат запускаются проекты по сокращению отдельных статей без оценки влияния на другие показатели.
2. На основе прошлого опыта и интуиции. Выбор мер определяется личными предпочтениями и практиками отдельных руководителей.
3. По аналогии с чужими практиками. Без адаптации под текущие процессы и цели организации.

Такой подход приводит к локальным улучшениям, которые не дают существенного эффекта на уровне компании или создают новые проблемы. Например, сокращение численности ради экономии ФОТ может снизить качество обслуживания и повысить текучесть кадров, что в итоге увеличит совокупные издержки.

2. Системный подход к повышению эффективности

Чтобы избегать перечисленных ловушек, нужен системный подход: любая инициатива должна быть связана с влиянием на результирующие показатели компании — прибыль, EBITDA, FCF и др. Это позволяет концентрировать усилия на направлениях с максимальным эффектом.

Практическая реализация системного подхода опирается на инструмент «дерево драйверов».

3. Что такое дерево драйверов

• Иерархическая модель. Базовый показатель декомпозируется на факторы, влияющие на него на разных уровнях.
• Математическая модель. Связи между факторами задаются формулами, а не только логическими соотношениями.

Базовый показатель — метрика, по которой оценивается эффективность деятельности (например, прибыль, выручка, затраты, объём производства, производительное время и др.).

Модель называется «деревом драйверов», потому что декомпозиция доводится до управляемых драйверов — первичных факторов, на которые можно воздействовать в проектах улучшений.

1. Выберите базовый показатель (например, EBITDA).
2. Разбейте его на факторы 1‑го уровня (например, выручка и затраты).
3. Декомпозируйте до управляемых драйверов (например, «количество ППР на единицу оборудования»).

Компания сталкивается с невыполнением плана производства. Для показателя «объём производства» выявлены управляющие драйверы, среди них:

• Удельное время простоев на 1 ремонт (час/ремонт).
• Среднее количество ремонтов на 1 единицу оборудования (шт.).
• Удельное время простоя на плановый ремонт (час/ППР).
• Среднее количество ППР на 1 единицу оборудования (шт.).

Корректность модели проверяется через валидацию: сравнение расчётных значений показателей с фактическими данными отчётности и устранение расхождений.

При наличии достаточного массива данных связи между драйверами уточняются методами корреляционно‑регрессионного анализа (например, зависимость количества внеплановых поломок от числа ППР).

4. Оценка потенциала с помощью дерева драйверов

Потенциал — разница между текущим состоянием (фактом) и эталонным состоянием процесса в заданных условиях. Эталон задаётся через целевые значения драйверов.

• Внешний/внутренний бенчмаркинг. Сравнение значений ключевых драйверов с лидерами отрасли или лучшими подразделениями (с нормализацией данных).
• Моделирование эталона. Конструирование идеального состояния по закономерностям процесса (исключение потерь и ограничений).
• Метод наилучших значений. Использование лучшего достигнутого значения из исторических данных.

Пример: заданы эталонные значения драйверов — удельное время простоев на ремонт: 2 часа; среднее число ремонтов на единицу: 1 шт.; удельное время ППР: 1 час; среднее число ППР на единицу: 7 шт. При подстановке в модель разница между фактом и расчётом даёт потенциал. В примере он составляет 4500 единиц продукции.

5. Сложности внедрения и как их преодолеть

• Трудоёмкость построения. Требуется глубокое погружение в процессы и согласование формул — окупается качеством управленческих решений.
• Нехватка данных. Часто нет детальной статистики. Решение — развитие учётной системы и дисциплины сбора данных: управлять можно только тем, что измеряется.

Сложности решаемы и несопоставимы с эффектом, который даёт применение дерева драйверов в операционном управлении.

Вывод

Дерево драйверов как математическая модель служит «калькулятором изменений»: позволяет количественно оценивать влияние корректировок параметров на итоговый результат, выявлять наилучшие точки приложения усилий и обоснованно выбирать портфель инициатив. Уже на этапе построения модели команда глубже понимает взаимосвязи показателей и процессов и находит новые возможности для улучшений.