Elena Larina. What is the difference between intelligence analysis and business analysis?
Elena Larina is well known to Competitive Intelligence specialists. Her direct work is headhunting, but, in addition, Elena publishes excellent materials on the topic of general principles of working with information using methods that are accepted in intelligence.
Her website "Business as Intelligence" (HR Intelligence) is also popular among specialists, where there are both theoretical sections (for example, "Guru's Opinion") and practical ones (such as "Intelligence" or "Programs and Services").
The material of Elena Larina "What is the difference between intelligence analysis and business analysis" refers to the theory. But this is the very theory without which successful practice is hardly possible.
Next-the quote.
What is the difference between intelligence analysis and business analysis?
If you use Wikipedia, and it is better to read monographs on business analysis, you will find something like the following definition. "It is the discipline of identifying business needs and finding solutions to business problems." This definition covers absolutely everything, from competitive intelligence to auditing. Therefore, in practice, business analysis is understood as something else. Namely: a description of business processes in order to identify existing shortcomings and eliminate them. Recently, this direction has received its own name reengineering.
In recent years, business analysis is increasingly associated with the so-called intelligent data processing using computer systems. However, "intellectual" is, first of all, a brand for sale, since in practice we are talking again about statistics of varying degrees of sophistication with visualization elements. The most recent trend is business analysis based on big data. In short, we are talking about the fact that today all aspects of the company's life and many aspects of the business environment are digitized. The received data is sent to the storage. Then they are again processed using the same classical statistical methods, on the basis of which recommendations are formed for decision-makers. In fact, there is no magic in big data. This is simply the digitization of everything and everything, followed by economic and statistical processing. The whole art is to create as detailed and detailed classifications of this very big data as possible, so that they allow you to get segments of consumers, customers, objects with the most predictable characteristics. In fact, the whole big IT industry, whose turnover is already measured in almost a trillion dollars, revolves around all this today. It is in this field that companies graze, starting from SAP, ending with C1. But all this has nothing to do with competitive intelligence. Although some elements of economic and statistical methods that allow you to look for hidden patterns in the data are included in the arsenal of competitive intelligence, available so far mainly to large businesses.
In addition, business analytics refers to the use of well-defined methods such as SWOT analysis, Porter's market forces, the McKinsey table, the so-called Boston Matrix, etc. All of these methods have been developed historically within the various schools of marketing and management and have been successfully used by them. For each of these methods, there is a large volume of Russian-language literature and materials on the Internet. It is quite debatable whether they relate to competitive intelligence. According to the Americans, who actually created competitive intelligence in its classical sense, all these methods are the most important tools of competitive intelligence. They are discussed in the corresponding groups on LinkedIn, they are devoted to chapters in English-language books on competitive intelligence, etc.
In principle, any method should be treated exactly the same as a hammer. If it fulfills its function, then it is quite suitable. In this sense, the above-mentioned classical marketing tools are certainly used in competitive intelligence, but they are not its main and own tools. They are the essence of auxiliary methods. Moreover, due to the peculiarities of the Russian business environment, it is extremely difficult to use the market forces of Porter, McKinsey tables and Boston matrices. They are focused on the so-called classic or perfect market. And our market is like a perfect market, just like Fotlzwagen is like a Bentley. Therefore, of course, you need to know about these methods. You can also use them. But to consider them the alpha and omega of intelligence analysis in the realities of Russian business is very funny.
A separate song is benchmarking. Speaking in Russian, this is a comparison of your company, its products, business processes, etc. with competitors. Historically, American competitive intelligence has, in a sense, even grown out of benchmarking. This was due to the fact that competitive intelligence in the United States appeared, first of all, not just in the real economy, but directly in the production sector. Accordingly, its work was aimed at identifying the best solutions in the production of a particular product and the possibility of transferring them to its own enterprises.
In modern Russia, where almost a third of the gross domestic product is trade, and a significant part of the manufacturing sector is mining, especially oil and gas, the need for benchmarking is very limited. It is certainly useful for the real economy, especially for producing new products that have no analogues, but in all honesty, let's say how many such enterprises we have. Therefore, classical benchmarking, although it is the cousin of competitive intelligence, is unlikely to find wide practical application in Russia in the near future. At the same time, benchmarking, as a method of comparative business analysis of the processes of working with clients, counterparties, is quite applicable and useful. But there are no tricks here, since any person who is practically engaged in business. He knows well what parameters should be used to compare his activities with those of his competitors. To do this, he does not need to master the subtleties of business analysis and read academic volumes on benchmarking.
Recently, most foreign specialists have been separating competitive intelligence and business analysis, which in direct translation into Russian means business intelligence, according to the principle of external-internal. CI or competitive intelligence deals with the external business environment, and BI or business analysis, respectively, the internal, what is happening inside the company.
Stage zero
The full course of analytics for competitive intelligence can be found in the book of Nezhdanov I. Yu. "Analytical intelligence for business". I recommend reading this book for at least two reasons. It provides rich material on analytical intelligence in relation to the needs of business, and is presented in a clear structured language. We will focus on other aspects and other methods of competitive intelligence analysis.
The zero level of analytics is the evaluation of the collected information. Many of the experts, practitioners, and authors of books on this topic distinguish the assessment in an independent stage. But evaluation itself implies analysis, because, after all, what is analysis? This is the understanding of a particular subject. And not just understanding, but the ability to implement this understanding for some pragmatic purposes. For example, to earn money in business. Or dark matter can be detected in physics. So in the assessment without analysis, there is simply nowhere. But to conduct an analysis without first evaluating the information is also fraught with an empty waste of time and guaranteed to misunderstand a particular subject of analysis.
The analysis of information collected from open, direct and internal sources should be carried out according to at least three criteria: reliability, completeness and relevance.
Even for a hedgehog who gets lost in the fog, it is clear that the more reliable the information, the better the life, the better the decisions will be made, the more effective the methods of competitive intelligence were used. There is only a catch. Since competitive intelligence operates strictly within the framework of the law, unlike industrial espionage, which can afford to record a telephone conversation, and "recruit" an agent, and blackmail documents to obtain and many other criminal and administrative penalties, then with all the wealth of tools of competitive intelligence, we must admit that it is not unlimited and not omnipotent. Therefore, it should be clearly understood: absolutely reliable information from open sources can, as a rule, be obtained about facts that are not of interest to intelligence. Why do you need a scout, if the fact is known to everyone. But non-obvious information is information that is difficult to repeatedly double-check and absolutely confirm. Its reliability is much more difficult to judge. It is necessarily probabilistic. David Kimshi, one of the most famous leaders of the Israeli security services, wrote: "Intelligence almost never deals with not just one hundred percent, but also with highly probable information. As a rule, information obtained even from the best agents is likely. In fact, the skill of the head of intelligence is the ability, based on experience, intuition and knowledge, to make a judgment about the level of probability of a report and, accordingly, to value its reliability."
In business, as well as in government intelligence, it is always necessary to somehow determine the reliability of the information received. There are many different methods, but unfortunately, they are not always applicable in life for many reasons. Therefore, a fairly simple but effective method is often adopted. It assumes an assessment based on three priority markers:
- the more documented the information, the more reliable it is, all other things being equal. Of course, the documents can be found or obtained outdated, or not final, but drafts, but, in general, the document is mostly more reliable than media reports, especially in the current time, when the media are increasingly used for deliberate misinformation;
- if the same information is confirmed, at least from two independent sources, it means that the information is more confirmed. Therefore, realizing that it is impossible to confirm non-obvious information from many sources, one should always strive to have a second, at least indirect confirmation of the information about which their reliability is evaluated;
- the third marker is the authority of the source. When for competitive intelligence, the extraction of documents is difficult for legislative reasons, and rechecking information is expensive, this marker will act as the main one. The more reliable the information from the source in the past, the more likely it is that this time it will not fail. Although, unfortunately, it is not necessary to treat this position as an axiom. All other things being equal, official sources are considered more reliable than unofficial sources if the latter do not have a high level of authority. In general, paid licensed Internet sources of information are more authoritative than free ones. Information obtained with the help of special software tools is generally more authoritative than with the help of a simple search engine.
Based on these three markers, everyone, by virtue of their experience and understanding, can draw a conclusion about the reliability of the information. The only thing worth keeping in mind all the time is that the more complex the object to which the information relates, the more difficult it is to judge the reliability. The more interested the future is, the more uncertainty about certainty must be reconciled in the present. And be sure to remember that reliability is, as a rule, probabilistic, possible. With completeness, too, it is clear. The more complete the information, the better the analysis. But here, too, there are three obstacles. Not all the desired information can be obtained, as do not use legal methods. In addition, any information has a price, and the organization has a budget. Accordingly, the completeness of information is dictated on the one hand by the available intellectual and communication capabilities and software products, and on the other hand, by budget constraints. Here, according to the Russian proverb – stretch your legs according to your clothes.
The proverb, of course, is good, but you still need to have some principles for evaluating completeness. As such, two markers can be used in practice:
- information can be considered minimally complete if there is at least some information with a degree of reliability acceptable to the analyst or the LPR for each component of the intelligence task. Then you can continue working. If there is not enough information on at least one of the parameters,then we can not talk about any completeness. The task failed. We need to go back and gather more information;
- the possibility of finding at least one satisfactory solution, for which the intelligence work is being conducted. There are two subtleties here. Of course, it is better to have more than one solution. The second subtlety is that this marker does not work at the analysis stage, but already at the solution design stage.
What follows from this? It is necessary to establish acceptable minimum criteria for completeness, and then, depending on the specific circumstances, determine what completeness of information is sufficient for making a management decision. In any case, this will not be the usual quantitative assessment, but the value judgment of the decision-maker and his advisers. This must be remembered. And always keep in mind that the assessment of information for completeness will be constantly adjusted as the analysis is carried out and it may be necessary to resume work on collecting information at any stage of the intelligence cycle. You have to be ready to start over, if not all, then at least part of the work.
But the third criterion – timeliness, is the easiest to evaluate. Here it is, in contrast to the reliability and completeness, you can both control and check. Information is always needed to solve a problem or, as they say in Russia, "solve a problem". And both are always tied to a specific time frame. Therefore, the most complete reliable information will be absolutely useless if it is submitted later than the required time.
Therefore, in contradiction to so many respected experts, but in accordance with the daily practice of business, I would suggest a simple way to evaluate the information collected for analysis. The initial criterion is urgency. The budget constraints are then set and the extent of completeness that can be achieved is determined based on this. Although I will make a reservation here. Brains can compensate for the lack of budget and the limited software, but only up to a certain limit. Cadres, of course, decide, but not quite everything. With all the budgets, brains, and so on, the collected information should fully meet the two minimum sufficiency markers discussed above. And at the final stage, the information is evaluated for reliability. As a result, we will evaluate the information for compliance with the deadlines, possible completeness and achievable reliability. Intelligence analysis - thinking about complex things
When someone comes across a term that they want to learn more about, they used to go through numerous reference books, encyclopedias, and monographs. Now-a direct road to Wikipedia. There you can find out that analysis is a way of understanding by dividing the whole into parts. There's a lot more written there, but it doesn't matter anymore. Let's pay attention to the main thing-the division into parts. It is divided into parts when it is difficult to understand the whole, and the main thing is to do something with it at once. So, in essence, analysis is thinking about complex things. And analytical methods are ways of understanding the complex.
It is interesting that the science that still exists today, intelligence in its modern sense, and the classical market economy appeared almost at the same time in Britain. At their core, they had an analytical picture of the world. The clock was a metaphor for this picture of the world. The whole world, all its components , society, and human activity were supposed to be like one big machine. It can be assembled, disassembled, and the parts can be swapped. It is subject to simple construction, and the most important whole is completely determined by the parts of which it consists. This picture of the world is reflected even in the English language, which, according to the definition of linguists, is called "analytical" language.
Analysis is undoubtedly infinitely important. But today it is already clear that the world, and especially society, is not a mechanism. The whole, though composed of parts, is not reduced to them. Complex systems cannot be designed as simple mechanisms.
However, the properties of human thinking, which are probably related to the psychophysiological features of the brain, are such that it is quite difficult for a person to think about complex things. He comes to the complex through the simple. It is well known that the vast majority of people can operate simultaneously with five-seven, maximum nine, variables or factors. And the number of faces, theories, scenarios that a person can remember, master and constantly keep in RAM does not exceed about 150 or the Dunbarr number. Therefore, although the key to human activity, as the great Russian psychophysiologist P. Anokhin proved, is forecasting, and thinking, as two outstanding psychologists of the last century V. Brushlinsky and K. Jung found out, is synthesis through analysis, it is synthesis that is the initial mental operation necessary for any effective work both in everyday life and in business.
To advance further in our topic of competitive intelligence, it is necessary to focus quite briefly on probably the most difficult subject that a person has encountered – this is himself and his thinking. When we talk about artificial intelligence, predict whether it will appear or not, then the question arises, how can we judge an adjective if we have not fully understood the noun.
Let's make a small digression. For forty years, the most powerful computers have been playing games with people, not with ordinary people, but with the best professionals in their field. It all started with chess. The world champions were successfully defeated. It ended today with Watson winning the game "Surprise", as it is called in America. In between, the machine beat the man in Go, checkers, and almost won in poker. It turned out that where a person and a machine compete in solving counting problems and where both a person and a machine must act according to the established rules, the machine already copes with the tasks better than a person. But no machine, at least not yet, is able to compete with a person, if the problem does not define the rules or they can change along the way. This happens, first of all, because of the fundamental differences in the calculations of the machine and the thinking of a person. But from here it is not a distraction that begins, but our most direct topic.
The machine acts according to rigid algorithms and ultimately digitizes everything. I.e., it counts, and then executes the program based on the calculations. The steps of the program are actually called the algorithm. They are pre-registered and rigidly fixed.
Even the most modern self-programming technologies developed by the famous Massachusetts Institute of Technology are ultimately the same rigid algorithm that allows you to create other rigid sequences of operations, i.e. algorithms. A person, which today already has a huge number of confirmations obtained by researchers from various fields of knowledge and practice, does not think in numbers. He doesn't even think in words. Although, as it turned out, language has an impact on thinking, worldview, and action programs. And yet our thinking does not operate with words, but rather with something similar to thought images. And a person does not execute any commands when thinking, whether it is one or several in parallel.
Also today, the fact is firmly established that all people can be divided into two groups in a very rough approximation – with the so-called right-hemisphere and left-hemisphere thinking. Some people are more dominated by reason, logic, or, as they say, rationality. Others have a holistic perception, which is often identified with emotions and intuition. In reality, each person naturally involves both the left and right hemispheres. Moreover, when something happens to one of the hemispheres, the second partially takes over the functions of the injured part of the brain.
The question may arise as to what this has to do with intelligence analysis. The answer is simple. Intelligence analysis, as it turned out as a result of special studies in the United States and the United Kingdom, the most successful analysts are mainly left-brain thinking in a complex environment, or in relation to a complex subject.
Any thinking, as it is already clear today, begins with the superimposition of facts, whether in a completely ordinary life or in business, on a certain model or image of the world that a person already has. That is, he does not look at these facts directly, but perceives them through the prism of this very model, that is, in fact, he looks at the world through a kind of glass.
This is very important. The more this model is adapted to a person's professional activity, the more cells, connections, etc. it contains, the faster and better he will cope with his professional task. And it is absolutely ideal if it is able to generate not one, but several models of the world and use them in practice. The model, accordingly – is an experience that is packaged, structured, and ready to use in a certain way. Hence, it is clear that since people have different experiences, their abilities are also different, then everyone has their own models. On this occasion, Alexander Pop accurately noted: "Our views are like our watches. They all show different times, but each believes only his own."
The perception of facts, phenomena, and events and their understanding depend on the models. Researchers at Harvard University found that 90% of thinking errors are due to errors of perception, and 80% of decision-making errors are due to errors of understanding. Researchers at the famous Palo Alto Center have determined that 60% of perception errors are associated with unsuccessful models, and another 40% — with scattered attention.
If a person acts on the basis of inefficient models, then when solving any problem, he usually uses the usual, template solutions and acts by a simple brute force method. This method of thinking is the most common and admittedly quite effective, but only in everyday life and in simple situations. With this method, the solution is prompted solely by past experience or the memory of similar situations that have happened before.
In difficult situations, the method fails. Here, template solutions are not suitable, conscious thinking is necessary. In order not to delve into the wilds of the humanities, I will simply say: conscious thinking is when a person approaches a problem using certain thinking tools. That is, he uses a tool to solve some problems, just as he uses a car to move around. After all, you can unconsciously wander around the city, but unconscious driving is up to the first pole, or to the first oncoming car.
Historically, such thinking tools were called logics. In the broadest sense of the word, logic is a method, if you want a tool, of conscious thinking. And any tool assumes rules.
Here logic was actually born, as the science of correct thinking. She was born in ancient Greece from the art of polemics, or from the art of arguing. By the way, the art of argument itself was closely related to the art of war. Often the most famous polemicists turned out to be famous military leaders. Accordingly, the dispute was interpreted as a kind of battle, a head-on collision, which is conducted according to certain laws. In any match, there must be a winner. In order to identify the winner in verbal duels, rules were established. When the system of evidence and refutation met them, the person was recognized as the winner. And the one who violated them, respectively, lost. Then Aristotle transferred these rules from the art of argument to thinking, to the system of reasoning about something and written texts. And the science of logic appeared. This science assumes that any statement or any thought can take only two meanings – true or false. And in order to establish whether it is true or false, Aristotle generalized the rules of the relationship between statements that have developed in practice. Surprisingly, the Aristotelian logic still exists, and most people in everyday life and in business continue to use it.
But here the situation is the same as with the use of ready-made templates for solving new problems. In many simple situations, this logic is suitable, and in at least a little complex – it absolutely does not work. Here is just one example with logic and templates. Let's assume that Semyon Rabinovich is a banker and Pyotr Ivanov is a banker. We know that. It is accepted that bankers are rich people. Following the logic of Aristotle and the habit of using templates, it turns out that Semyon Rabinovich and Pyotr Ivanov are both rich people. And in practice, it may be that one of them is rich, and the second is unlucky, he went bankrupt and became a poor man.
Logicians also realized this and, starting in the 20s of the last century, began to develop more complex logics. The first one was made by the Russian scientist N. A. Vasiliev, who created "imaginary logic". Then the Pole Jan Lukasiewicz built a logic for three values-true, false, and unknown. And our recently deceased brilliant logician and writer A. Zinoviev created a complex logic, within which you can create any rules of thinking, with any scale of evaluation of truth-falsity and other scales of evaluation of judgments. Since any logic tends to formalize, complex logic was also formalized by an American of Azerbaijani origin, L. A. Zadeh. It is called "fuzzy logic". In "fuzzy logic", any statement or judgment about a fact is probabilistic in nature and takes any value-from zero to one. Business, just, and operates in the conditions of permanent fuzzy logic.
In difficult situations, and there are more and more of them in our life and business, we do not know whether we act according to the logic of Zinoviev or "fuzzy logic". It assumes that there are many logics or many rules, and they can be used simultaneously or separately, and there are many evaluation systems that change depending on the situation. Accordingly, all analytical methods can be represented as special cases of logical thinking according to Zinoviev. All of the above shows quite convincingly that no complex problem can be solved using the usual patterns and formal logic. To do this, you need to adopt analytical methods of working with information.The necessary minimum of intelligence analysis tools
In life, in business, when reading business literature, on Internet sites, we often meet with the terms method, tool, technique. They are often used as synonyms, substituting for each other. We will distinguish them. The method is a method of understanding the world and its fragments based on various scientific achievements. A method is a description of how to do it. A documented method of action. The technology is the instrumental reinforcement of the method, its software and hardware part with instructions for their use. A technique is a skill of mastering a tool, a technology. This is not written to take up a few minutes of the reader's time, but to explain how to work with this and subsequent chapters.
The chapter will give the essence of the methods in the most concise presentation. And the tools for each of the methods will be taken out in the Applications . Thus, I hope that the reader will have the opportunity to apply the technology in practice.
A few words about how to use and choose methods. The simpler the task, the fewer analysis methods you can use. The less information you have, the more analysis methods you need to use. It is noted that the lack of information to a certain extent can be compensated by a variety of tools. Remember the popular saying - "gol is cunning for invention". This is the fixation of such a dependency. But I remind you about the minimum criteria for reliability and completeness of information. If the information does not match them, then no tool will help.
Since it is impossible to apply all the methods of analysis at the same time, the sequence and choice of methods are determined by individual preferences and skills in working with them and the available software tools, and most importantly, the subject of analysis itself. Therefore, the description of the methods will not be given in order of their importance or applicability, but arbitrarily.
System method
Let's start with the system analysis. And not just with a system analysis, but its elementary version. In its simplest form, system analysis involves dividing everything into three components: the external environment, the environment of the system, and the system. Let's explain why it is three, and not two, as is often written. The fact is that today both life and science are increasingly inclined to the idea of a universal relationship. Ultimately, it is. But the same life shows that all factors, conditions, events, processes, in relation to the analysis of this problem can be divided into two groups. One can be neglected, and the other can never be neglected. Therefore, even when setting a reconnaissance task, it is necessary to focus only on the environment of the system and the system itself.
Further, the system analysis assumes that we consider each object as interacting elements that are affected by this very environment of existence. Accordingly, we must distinguish the system itself, the parameters of the environment of existence that affect it and that it affects, the elements that make up the system and the connections between them. To distinguish a system, it is especially important to identify those qualities or parameters that only the system as a whole has and the elements that make up it do not. In addition, input, output, and impact parameters are set, and not necessarily in quantitative form.
The analysis consists, in fact, in finding out several questions:
- what external factors affect the system and how it affects its environment. At the same time, special attention is paid to the division of external factors affecting the system into two groups – those that do not depend on the system in any way and those that the system can somehow influence;
- definition of the system elements and the relationship between them. At the same time, there are such relationships that distinguish the system from the external environment and actually make the totality of elements a single whole, i.e., a system. These connections also determine the functions of the system, its qualities, as a single whole, not reducible to the qualities of independent systems of elements. In general, in the classic work on system analysis, written in the seventies of the last century, but which has lost its significance until today, S. Optner wrote that the same approach is used in the analysis of systems as for working with a" black box", i.e., the input and output of the system looks. But unlike the "black box", the system approach also reveals its contents. It becomes transparent, and it turns out how the input parameters are converted to the output parameters. How they are affected by the environment of existence and how the system affects it;
- it determines how the relationships between the elements of the system change over time, and what changes this leads to in the interaction of the system with its external environment.
In the very first approximation, this is the essence of the method of system analysis. For those who want to learn more about its application for solving various business problems in an accessible and sufficiently detailed presentation, I recommend the books of D. Garaedagi "System Thinking" and the wonderful book "System Analysis and Methods of System Engineering" by B. A. Reznikov, written intelligently, clearly and accessible. Some algorithms of the system approach, schemes and forms are given in Appendix No. 12 .
The causal method
It is well known that everything in the world has a cause, and therefore an effect. However, unfortunately, each effect has not one cause, but several. And in complex systems, which include all systems with human participation, the phenomenon of ring causation is also characteristic. Ring causality occurs when cause and effect are constantly reversed. Nevertheless, causal analysis must necessarily be included in the arsenal of methods of intelligence analysis. In its simplest form, it is also called the "Five Whys" method. In its most general form, it can be reduced to the following main components:
- selects the object for which the reason is being searched. The object can be events, problems, the current market situation, the appearance of a patented technology, etc. In terms of events, their causes and consequences, absolutely everything that relates to the subject of intelligence activity can be understood. Since there are usually a lot of events within a single intelligence task, and sometimes a lot, then you need to start somewhere.;
- in order to select the initial event for analysis, you can use the main link method or the theory of constraints, which we will briefly describe in Appendix No. 13;
- since events have several causes, it is first necessary to establish what are called "first-order" causes, i.e., the causes that are directly related to this event;
- in the vast majority of business situations and, accordingly, the tasks facing exploration, it is required not to be limited to first-order reasons, but to go deep. How far to go in depth depends on the time, the amount of information you have and the resources you have. But as business practice shows, generalized by researchers who have studied the problem in various countries, it is quite enough to condescend to three to five levels.
Accordingly, you will get a "tree of reasons" for the main event at the output. Such trees in the intelligence analysis should be built from one to five. I'll explain. In a small business, it is usually enough in most cases to build a "tree" for one main event, in a small business – for three interrelated events. And in the average, and even more large business – five trees.
For those who want to master this method in depth, we can recommend B. Andersen's book "Root Cause Analysis", and the algorithm, procedures and schemes for using this method are given in Appendix No. 14 Functional Resource Analysis
This method of analysis, called functional cost analysis, was born to solve technical problems in the second half of the twentieth century. Gradually, it found its distribution and was included in business analytics for solving business problems. It would be a waste not to integrate it into the arsenal of intelligence analysis methods.
In fact, functional resource analysis involves identifying the functions of the system and the resources required to implement this function. As applied to intelligence analysis, its main components are:
- identification of all the functions of the object of intelligence analysis. Here we will have to give an example, although I try not to distract the attention of readers with them. For example, let's take a person who performs the function of a commercial director. But it is clear that this function is not the only one for a person. He has a circle of business partners and there he has a different function. He has a sphere of communication and there is a different functionality. Finally, it is bound by personal relationships and there, again, its functions. Here is the totality of all the functions and represents the full functionality. Moreover, if not all, then many functions may have a direct and direct relationship to the object of our intelligence activities. Therefore, the first component is the identification of the object's functionality;
- functional analysis always involves the allocation of the main function. In relation to intelligence analysis, it should not only be distinguished, but also analyzed in terms of opportunities, risks, threats, etc., which are characteristic of intelligence analysis.;
- performing any function requires a person to spend certain resources. Resources can be very different – money, time, knowledge, etc. Accordingly, each function should be linked to the resources that are used to perform the function. During the analysis, it is necessary to determine which functions consume how much resources.
At the output of the functional resource analysis, we will get a functional resource matrix, which will be the result of our analysis. This matrix should then be interpreted again in terms of the intelligence task.
The algorithm, forms and procedures of the functional-resource method in intelligence analysis are given in Appendix No. 15 Morphological analysis
Morphology in Greek is the science of structure. This method was invented in the Middle Ages by the famous alchemist Raimund Lull. He received his second birth in the second half of the twentieth century. It was rediscovered by the German scientist-inventor, businessman, and later industrialist, F. Zwicky. He used the so-called "morphological box"method to analyze and solve mainly technical problems. The "morphological box" was obtained by him as follows. He took some class of technical devices, which he presented as a system. I identified the elements, connections, and their characteristics in it. Then I built a matrix. And I analyzed each cell of this matrix for the solution of my problem. That is, we can say in the simplest form that it was a method of sorting through all possible solutions, which were determined by the structure of the system, the properties of the system, its elements and their characteristics. Despite the simplicity of the method, F.Zwicky brought in millions of marks, because by applying it he was able to create a whole range of new technical products.
Then method F.Zwicky was used to analyze not only technical, but also almost any systems, including business. But there was a problem here. The business systems turned out to be like a matryoshka doll. In science, this is called fractality. I.e., when each element of the system is itself a system. As a result, the size, or as they say in science, the dimension of the "morphological box" turned out to be such that a person simply could not analyze it.
Since the 70s of the last century in Russia, V. M. Odrin has been developing special procedures that allow the morphological method to be significantly improved and turned into a method of structural analysis and construction, applicable to any systems.
In its simplest form, the method of V. M. Odrin can be reduced to the following sequence of operations:
- since any system is very complex, the main thing is to select those elements, connections and their characteristics that are important from the point of view of the task. This is the selection from the position of the problem and is made from the very beginning. The task also sets the depth of viewing elements;
- the depth of viewing elements means building a hierarchy where any element of the system is considered as a subsystem. Here, based on the task, we set the number of hierarchy levels;
- after that, a tree-like hierarchical matrix is constructed. Translated into Russian, this means that we build a matrix for exactly as many levels of depth as we need to solve the problem.
As a result of applying the method, we get a kind of complete structure of an object from the point of view of the problem being solved. Then we interpret this structure in terms of our intelligence task.
The method is simply indispensable for any analysis, because it allows you to understand and structure any problem. And the peculiarities of human thinking are such that it copes better with structured problems. The versatility of the method, by the way, was very quickly appreciated by everyone, from managers and intelligence officers, to the chief designers of complex systems-from nuclear power plants to intercontinental missiles. It was decided to start universal training of highly qualified professionals in a variety of specialties using the Odrin method. But the Soviet Union collapsed, the author left for Ukraine, and the method was almost forgotten.
I must say that most of the methods used today in business analysis, such as SWOT matrices, Porter's Five Market Forces, etc., are "degenerate", in the sense of primitized to the limit, methods of using morphological analysis in its old sense. You can read about this, by the way, in the book "SWOT analysis and synthesis – the basis for the formation of an organization's strategy", which is very useful for the instrumental mastery of business analysis methods. Some algorithms, forms and procedures of the morphological analysis method are given in Appendix No. 16 . For this, many thanks to V. Odrin and A. Sheredenko, who kindly provided me with the materials of their works.
Dialectical analysis
There is a good proverb about water and the baby. With dialectical analysis, exactly the same situation occurred. At first, it was studied in a perverted form for decades in any Soviet university, regardless of its profile. And then, with the disappearance of the Soviet Union, dialectical analysis disappeared into a black hole.
Meanwhile, dialectical analysis did not begin with the Soviet Union and will not end with it. For the sake of justice, we must say that when we studied dialectical analysis in a particularly perverted form of dialectical materialism, we mentioned again the ancient Greeks Heraclides and Socrates, and the much less ancient Germans who lived in the 18th century-Feuerbach and Hegel, and of course we did not forget about Karl Marx, Fr.Engels and V. Lenin.
Literally in recent years, in parallel in St. Petersburg, the group of Pereslegin and the Palo Alto Institute, returned to rethinking dialectical logic and on its basis are trying to develop new tools.
Why did this happen? It turned out that if we free dialectical logic from ideological layers, it allows us to understand and describe complex dynamic processes. And most importantly, do it in a fairly compact form. Compactness is very important. The possibility of operating with information by a person is not unlimited, and the better we can pack into the concepts and terms that we use in analysis, events, objects and processes of the real world, the more likely we are to translate understanding into the right solution.
Accordingly, dialectical analysis should find its place among the analytical tools of the scout. In its most condensed form, this analysis involves the identification of three aspects:
- in any object, process, and even more so, a complex system, there are internal contradictions or conflicts. It is important here that the focus is on internal rather than external contradictions and conflicts. The more complex the system, the more conflicts there are. Therefore, it is not enough to identify these contradictions( conflicts), but it is also important to establish the relationship between them and determine the main conflict on which the existence and change of the system depends. In classical dialectical logic, this was called the Law of Unity and the Struggle of opposites;
- any object changes. The simpler the object, the fewer options for changes. Changes occur within one state of an object – gradually, or when the object moves from one state to another, abruptly. In dialectical analysis, it is necessary to determine which parameters of an object change, and where the boundary between gradual and abrupt or, as they say in modern language, phase changes passes. In classical dialectics, this was called the transition of quantity to quality.
Let's illustrate this with two everyday examples. Any mechanism, even the most complex, is a simple system compared to any living organism, and any living organism is simpler than a system where a person is involved. So let's take a simple system-a car. He has such a detail – brake pads. As they are used, they thin out. Starting from a certain limit, they just stop working. This is where the transition from quantity to quality takes place. In the technical sciences, this is implemented through reliability analysis. The second everyday example is from the lives of people. I was a professional, I worked for myself. As his professional skills and abilities grew, he was quite satisfied with periodic salary increases, i.e. he continued to act within the limits of his competence and position. But, starting from a certain threshold, just a salary increase no longer satisfied him, and he wanted to take another position, i.e. a position in the hierarchy, or move to another more well-known company. Again, the transition of quantity to quality. Even in absolutely trivial problems, it is important to know the boundaries of the phase transition. And where you need to use intelligence methods, identifying the boundaries of such a phase transition is just the first thing;
- the third law of classical dialectics is the law of negation of negation. Here, as a rule, began what is called continuous "misunderstandings". Meanwhile, this law contains the characteristics inherent in almost all phenomena. With the transition of systems to a new phase state, it acquires different properties and characteristics. In the new state of the system, what was previously the main thing often becomes secondary. This was noticed in the Bible, where it is written: "and the last shall be the first." And finally, any system, even in an altered state, carries its own history. Moreover, it is empirically observed that in many systems the new state is in significant features a repetition of the old one, only in a much more complex form. Moreover, the old one is not immediately preceding the new phase state, but the former one before that. The more complex the system, the more likely the latter pattern is to work.
In intelligence analysis, the dialectical method should be used in the analysis of processes, focusing on the identification of contradictions, the conditions of the phase transition and the historical conditionality of the behavior of a complex system.
Here, unfortunately, is the problem with books. It is simply pointless to recommend reading Hegel. Such books are not read now. There is no popular exposition of dialectical logic. Therefore, I tried to make a little more detailed, practically oriented Application No. 17, which can be used instrumentally.
Network Analysis
According to the overwhelming majority of analysts, the power of the twenty-first century will be China. In fact, it is already the main engine of the entire world economy. Therefore, it is no accident that since the end of the last century and especially intensively in the current century, the West has begun to adopt methods historically inherent in Chinese thought.
One of these methods is the network analysis method. Taoism, which predetermined all Chinese thought, theory and practice in state and economic management, military strategy, etc., proceeded from the understanding of the world as a dynamic web of connections, winding around natural laws and having high variability.
The Internet, on the one hand, and working with complex, primarily live systems, on the other, have prompted developments in the field of network analysis. It should be noted at once that mathematics has been dealing with networks since the beginning of the last century and has developed an extremely sophisticated apparatus.
Network analysis can be applied to networks consisting of absolutely any objects. These can be people, companies, events, even patents and inventions.
When conducting network analysis, several consecutive operations are necessarily performed: - the dimension of the analysis is determined. I.e., a limit on the number of analyzed links is introduced. Since everything is connected to everything, we must immediately determine how many steps of connections we are interested in. The more steps, the more participants, respectively. And since it is proved that for any network, the number of connections between participants increases not in arithmetic, but in geometric progression, then with an increase in the number of steps, the dimension increases enormously. Starting from a certain dimension, the analysis cannot be performed manually;
- connections, based on the task assigned to the analyst, get characteristics. The characteristics can be both quantitative and qualitative. Here I would like to immediately warn you against presenting all the characteristics that are important from the point of view of the task in a quantitative form. I'll explain.
For example, we consider connections between people. And we characterize them for simplicity with only two parameters: strong-weak and dominant-subordinate-equal. In principle, the first parameter can be quite measurable. The second is difficult to quantify. Nevertheless, in many computer programs, in many manuals, it is suggested to translate qualitative parameters into quantitative ones. This is done something like this. Dominant +1, equal to 0, subordinate -1. It seems to be possible, but absolutely pointless. The fact is that it makes sense to translate into quantitative form only what can be calculated using the four steps of arithmetic, or more complex methods of higher mathematics. But the trouble that mathematicians realize is that such a calculation of artificially constructed numerical scales of qualitative characteristics in very many cases completely distorts the picture and is absolutely meaningless for practical use. For example, it makes no sense to stack cars and dogs; - network nodes are defined, i.e. objects that have the largest number of links and links with the most important characteristics, calculated both quantitatively and evaluated qualitatively.
Network analysis allows you to understand the picture and is another method of structuring, and therefore packaging complex systems in a form that is understandable. In network intelligence analysis, it is naturally necessary to identify the network of connections, its nodes and, first of all, the characteristics of these nodes. After that, as usual, it is necessary to interpret the resulting picture in relation to the task in terms of the parameters of opportunities, advantages, threats, obstacles, risks, etc.
Given the fact that a number of programs have recently appeared that allow you to perform network analysis, we can recommend two programs. The most suitable for competitive intelligence methods is the already mentioned Maltego 3.0 program. https://www.paterva.com. You can also use the Sentinel Visualizer program from https://www.fmsasg.com. It costs about a trip for two for a week to an average hotel in Egypt.
Connectivity analysis
Connectivity analysis is at the heart of any investigative activity. It is a kind of combination of causal analysis and complex network analysis. It is used even by ordinary detectives who do not know analytical methods, using it on a whim, which is called based on common sense. In fact, any investigation is an identification, i.e. establishing a connection with a certain event of a person or group of people on some grounds. Detectives call them evidence.
As one of the world's best think tanks, Rand, noted, " many of the analytical methods, if well – scrubbed, are well-honed and structured common sense." The statement fully applies to the analysis of connectedness. We identify any object of interest under the terms of the exploration task with something that is important for solving the task for which the exploration task is actually performed.
Connectivity analysis is performed using several actions:
- defines the classes of objects that will participate in the process of identifying connections. Let's explain with an example. We need to find out the connection between a person and an event. Then we distinguish the following classes of objects: events, companies, people, place, time, objects, etc.Naturally, each class should have several of its representatives. The number of representatives in the class or its dimension depends on whether the work is done manually or using programs;
- links are established between objects belonging to different classes. At this stage, identification is made between the representatives of the class you are interested in according to the conditions of the task, for example, a person, with other classes – events, place, time, companies, etc.;
- links within classes are identified.
As a result of this approach, the object of intelligence activity is identified by the characteristics of interest. And all the necessary connections are established.
The best literature to understand the practical use of connectivity analysis is a random selection of Conan Doyle's Sherlock Holmes stories. It is not for nothing that for more than 100 years they have been used in the training of analysts not only in the field of investigations, but also in the field of intelligence, as well as political analysts.
It is convenient to conduct connectivity analysis using the domestic CronosPro database, although I have already written earlier that this requires three free days to master the technique of working with it and give up one trip to a good sushi bar for two
Elena Larina is well known to Competitive Intelligence specialists. Her direct work is headhunting, but, in addition, Elena publishes excellent materials on the topic of general principles of working with information using methods that are accepted in intelligence.
Her website "Business as Intelligence" (HR Intelligence) is also popular among specialists, where there are both theoretical sections (for example, "Guru's Opinion") and practical ones (such as "Intelligence" or "Programs and Services").
The material of Elena Larina "What is the difference between intelligence analysis and business analysis" refers to the theory. But this is the very theory without which successful practice is hardly possible.
Next-the quote.
What is the difference between intelligence analysis and business analysis?
If you use Wikipedia, and it is better to read monographs on business analysis, you will find something like the following definition. "It is the discipline of identifying business needs and finding solutions to business problems." This definition covers absolutely everything, from competitive intelligence to auditing. Therefore, in practice, business analysis is understood as something else. Namely: a description of business processes in order to identify existing shortcomings and eliminate them. Recently, this direction has received its own name reengineering.
In recent years, business analysis is increasingly associated with the so-called intelligent data processing using computer systems. However, "intellectual" is, first of all, a brand for sale, since in practice we are talking again about statistics of varying degrees of sophistication with visualization elements. The most recent trend is business analysis based on big data. In short, we are talking about the fact that today all aspects of the company's life and many aspects of the business environment are digitized. The received data is sent to the storage. Then they are again processed using the same classical statistical methods, on the basis of which recommendations are formed for decision-makers. In fact, there is no magic in big data. This is simply the digitization of everything and everything, followed by economic and statistical processing. The whole art is to create as detailed and detailed classifications of this very big data as possible, so that they allow you to get segments of consumers, customers, objects with the most predictable characteristics. In fact, the whole big IT industry, whose turnover is already measured in almost a trillion dollars, revolves around all this today. It is in this field that companies graze, starting from SAP, ending with C1. But all this has nothing to do with competitive intelligence. Although some elements of economic and statistical methods that allow you to look for hidden patterns in the data are included in the arsenal of competitive intelligence, available so far mainly to large businesses.
In addition, business analytics refers to the use of well-defined methods such as SWOT analysis, Porter's market forces, the McKinsey table, the so-called Boston Matrix, etc. All of these methods have been developed historically within the various schools of marketing and management and have been successfully used by them. For each of these methods, there is a large volume of Russian-language literature and materials on the Internet. It is quite debatable whether they relate to competitive intelligence. According to the Americans, who actually created competitive intelligence in its classical sense, all these methods are the most important tools of competitive intelligence. They are discussed in the corresponding groups on LinkedIn, they are devoted to chapters in English-language books on competitive intelligence, etc.
In principle, any method should be treated exactly the same as a hammer. If it fulfills its function, then it is quite suitable. In this sense, the above-mentioned classical marketing tools are certainly used in competitive intelligence, but they are not its main and own tools. They are the essence of auxiliary methods. Moreover, due to the peculiarities of the Russian business environment, it is extremely difficult to use the market forces of Porter, McKinsey tables and Boston matrices. They are focused on the so-called classic or perfect market. And our market is like a perfect market, just like Fotlzwagen is like a Bentley. Therefore, of course, you need to know about these methods. You can also use them. But to consider them the alpha and omega of intelligence analysis in the realities of Russian business is very funny.
A separate song is benchmarking. Speaking in Russian, this is a comparison of your company, its products, business processes, etc. with competitors. Historically, American competitive intelligence has, in a sense, even grown out of benchmarking. This was due to the fact that competitive intelligence in the United States appeared, first of all, not just in the real economy, but directly in the production sector. Accordingly, its work was aimed at identifying the best solutions in the production of a particular product and the possibility of transferring them to its own enterprises.
In modern Russia, where almost a third of the gross domestic product is trade, and a significant part of the manufacturing sector is mining, especially oil and gas, the need for benchmarking is very limited. It is certainly useful for the real economy, especially for producing new products that have no analogues, but in all honesty, let's say how many such enterprises we have. Therefore, classical benchmarking, although it is the cousin of competitive intelligence, is unlikely to find wide practical application in Russia in the near future. At the same time, benchmarking, as a method of comparative business analysis of the processes of working with clients, counterparties, is quite applicable and useful. But there are no tricks here, since any person who is practically engaged in business. He knows well what parameters should be used to compare his activities with those of his competitors. To do this, he does not need to master the subtleties of business analysis and read academic volumes on benchmarking.
Recently, most foreign specialists have been separating competitive intelligence and business analysis, which in direct translation into Russian means business intelligence, according to the principle of external-internal. CI or competitive intelligence deals with the external business environment, and BI or business analysis, respectively, the internal, what is happening inside the company.
Stage zero
The full course of analytics for competitive intelligence can be found in the book of Nezhdanov I. Yu. "Analytical intelligence for business". I recommend reading this book for at least two reasons. It provides rich material on analytical intelligence in relation to the needs of business, and is presented in a clear structured language. We will focus on other aspects and other methods of competitive intelligence analysis.
The zero level of analytics is the evaluation of the collected information. Many of the experts, practitioners, and authors of books on this topic distinguish the assessment in an independent stage. But evaluation itself implies analysis, because, after all, what is analysis? This is the understanding of a particular subject. And not just understanding, but the ability to implement this understanding for some pragmatic purposes. For example, to earn money in business. Or dark matter can be detected in physics. So in the assessment without analysis, there is simply nowhere. But to conduct an analysis without first evaluating the information is also fraught with an empty waste of time and guaranteed to misunderstand a particular subject of analysis.
The analysis of information collected from open, direct and internal sources should be carried out according to at least three criteria: reliability, completeness and relevance.
Even for a hedgehog who gets lost in the fog, it is clear that the more reliable the information, the better the life, the better the decisions will be made, the more effective the methods of competitive intelligence were used. There is only a catch. Since competitive intelligence operates strictly within the framework of the law, unlike industrial espionage, which can afford to record a telephone conversation, and "recruit" an agent, and blackmail documents to obtain and many other criminal and administrative penalties, then with all the wealth of tools of competitive intelligence, we must admit that it is not unlimited and not omnipotent. Therefore, it should be clearly understood: absolutely reliable information from open sources can, as a rule, be obtained about facts that are not of interest to intelligence. Why do you need a scout, if the fact is known to everyone. But non-obvious information is information that is difficult to repeatedly double-check and absolutely confirm. Its reliability is much more difficult to judge. It is necessarily probabilistic. David Kimshi, one of the most famous leaders of the Israeli security services, wrote: "Intelligence almost never deals with not just one hundred percent, but also with highly probable information. As a rule, information obtained even from the best agents is likely. In fact, the skill of the head of intelligence is the ability, based on experience, intuition and knowledge, to make a judgment about the level of probability of a report and, accordingly, to value its reliability."
In business, as well as in government intelligence, it is always necessary to somehow determine the reliability of the information received. There are many different methods, but unfortunately, they are not always applicable in life for many reasons. Therefore, a fairly simple but effective method is often adopted. It assumes an assessment based on three priority markers:
- the more documented the information, the more reliable it is, all other things being equal. Of course, the documents can be found or obtained outdated, or not final, but drafts, but, in general, the document is mostly more reliable than media reports, especially in the current time, when the media are increasingly used for deliberate misinformation;
- if the same information is confirmed, at least from two independent sources, it means that the information is more confirmed. Therefore, realizing that it is impossible to confirm non-obvious information from many sources, one should always strive to have a second, at least indirect confirmation of the information about which their reliability is evaluated;
- the third marker is the authority of the source. When for competitive intelligence, the extraction of documents is difficult for legislative reasons, and rechecking information is expensive, this marker will act as the main one. The more reliable the information from the source in the past, the more likely it is that this time it will not fail. Although, unfortunately, it is not necessary to treat this position as an axiom. All other things being equal, official sources are considered more reliable than unofficial sources if the latter do not have a high level of authority. In general, paid licensed Internet sources of information are more authoritative than free ones. Information obtained with the help of special software tools is generally more authoritative than with the help of a simple search engine.
Based on these three markers, everyone, by virtue of their experience and understanding, can draw a conclusion about the reliability of the information. The only thing worth keeping in mind all the time is that the more complex the object to which the information relates, the more difficult it is to judge the reliability. The more interested the future is, the more uncertainty about certainty must be reconciled in the present. And be sure to remember that reliability is, as a rule, probabilistic, possible. With completeness, too, it is clear. The more complete the information, the better the analysis. But here, too, there are three obstacles. Not all the desired information can be obtained, as do not use legal methods. In addition, any information has a price, and the organization has a budget. Accordingly, the completeness of information is dictated on the one hand by the available intellectual and communication capabilities and software products, and on the other hand, by budget constraints. Here, according to the Russian proverb – stretch your legs according to your clothes.
The proverb, of course, is good, but you still need to have some principles for evaluating completeness. As such, two markers can be used in practice:
- information can be considered minimally complete if there is at least some information with a degree of reliability acceptable to the analyst or the LPR for each component of the intelligence task. Then you can continue working. If there is not enough information on at least one of the parameters,then we can not talk about any completeness. The task failed. We need to go back and gather more information;
- the possibility of finding at least one satisfactory solution, for which the intelligence work is being conducted. There are two subtleties here. Of course, it is better to have more than one solution. The second subtlety is that this marker does not work at the analysis stage, but already at the solution design stage.
What follows from this? It is necessary to establish acceptable minimum criteria for completeness, and then, depending on the specific circumstances, determine what completeness of information is sufficient for making a management decision. In any case, this will not be the usual quantitative assessment, but the value judgment of the decision-maker and his advisers. This must be remembered. And always keep in mind that the assessment of information for completeness will be constantly adjusted as the analysis is carried out and it may be necessary to resume work on collecting information at any stage of the intelligence cycle. You have to be ready to start over, if not all, then at least part of the work.
But the third criterion – timeliness, is the easiest to evaluate. Here it is, in contrast to the reliability and completeness, you can both control and check. Information is always needed to solve a problem or, as they say in Russia, "solve a problem". And both are always tied to a specific time frame. Therefore, the most complete reliable information will be absolutely useless if it is submitted later than the required time.
Therefore, in contradiction to so many respected experts, but in accordance with the daily practice of business, I would suggest a simple way to evaluate the information collected for analysis. The initial criterion is urgency. The budget constraints are then set and the extent of completeness that can be achieved is determined based on this. Although I will make a reservation here. Brains can compensate for the lack of budget and the limited software, but only up to a certain limit. Cadres, of course, decide, but not quite everything. With all the budgets, brains, and so on, the collected information should fully meet the two minimum sufficiency markers discussed above. And at the final stage, the information is evaluated for reliability. As a result, we will evaluate the information for compliance with the deadlines, possible completeness and achievable reliability. Intelligence analysis - thinking about complex things
When someone comes across a term that they want to learn more about, they used to go through numerous reference books, encyclopedias, and monographs. Now-a direct road to Wikipedia. There you can find out that analysis is a way of understanding by dividing the whole into parts. There's a lot more written there, but it doesn't matter anymore. Let's pay attention to the main thing-the division into parts. It is divided into parts when it is difficult to understand the whole, and the main thing is to do something with it at once. So, in essence, analysis is thinking about complex things. And analytical methods are ways of understanding the complex.
It is interesting that the science that still exists today, intelligence in its modern sense, and the classical market economy appeared almost at the same time in Britain. At their core, they had an analytical picture of the world. The clock was a metaphor for this picture of the world. The whole world, all its components , society, and human activity were supposed to be like one big machine. It can be assembled, disassembled, and the parts can be swapped. It is subject to simple construction, and the most important whole is completely determined by the parts of which it consists. This picture of the world is reflected even in the English language, which, according to the definition of linguists, is called "analytical" language.
Analysis is undoubtedly infinitely important. But today it is already clear that the world, and especially society, is not a mechanism. The whole, though composed of parts, is not reduced to them. Complex systems cannot be designed as simple mechanisms.
However, the properties of human thinking, which are probably related to the psychophysiological features of the brain, are such that it is quite difficult for a person to think about complex things. He comes to the complex through the simple. It is well known that the vast majority of people can operate simultaneously with five-seven, maximum nine, variables or factors. And the number of faces, theories, scenarios that a person can remember, master and constantly keep in RAM does not exceed about 150 or the Dunbarr number. Therefore, although the key to human activity, as the great Russian psychophysiologist P. Anokhin proved, is forecasting, and thinking, as two outstanding psychologists of the last century V. Brushlinsky and K. Jung found out, is synthesis through analysis, it is synthesis that is the initial mental operation necessary for any effective work both in everyday life and in business.
To advance further in our topic of competitive intelligence, it is necessary to focus quite briefly on probably the most difficult subject that a person has encountered – this is himself and his thinking. When we talk about artificial intelligence, predict whether it will appear or not, then the question arises, how can we judge an adjective if we have not fully understood the noun.
Let's make a small digression. For forty years, the most powerful computers have been playing games with people, not with ordinary people, but with the best professionals in their field. It all started with chess. The world champions were successfully defeated. It ended today with Watson winning the game "Surprise", as it is called in America. In between, the machine beat the man in Go, checkers, and almost won in poker. It turned out that where a person and a machine compete in solving counting problems and where both a person and a machine must act according to the established rules, the machine already copes with the tasks better than a person. But no machine, at least not yet, is able to compete with a person, if the problem does not define the rules or they can change along the way. This happens, first of all, because of the fundamental differences in the calculations of the machine and the thinking of a person. But from here it is not a distraction that begins, but our most direct topic.
The machine acts according to rigid algorithms and ultimately digitizes everything. I.e., it counts, and then executes the program based on the calculations. The steps of the program are actually called the algorithm. They are pre-registered and rigidly fixed.
Even the most modern self-programming technologies developed by the famous Massachusetts Institute of Technology are ultimately the same rigid algorithm that allows you to create other rigid sequences of operations, i.e. algorithms. A person, which today already has a huge number of confirmations obtained by researchers from various fields of knowledge and practice, does not think in numbers. He doesn't even think in words. Although, as it turned out, language has an impact on thinking, worldview, and action programs. And yet our thinking does not operate with words, but rather with something similar to thought images. And a person does not execute any commands when thinking, whether it is one or several in parallel.
Also today, the fact is firmly established that all people can be divided into two groups in a very rough approximation – with the so-called right-hemisphere and left-hemisphere thinking. Some people are more dominated by reason, logic, or, as they say, rationality. Others have a holistic perception, which is often identified with emotions and intuition. In reality, each person naturally involves both the left and right hemispheres. Moreover, when something happens to one of the hemispheres, the second partially takes over the functions of the injured part of the brain.
The question may arise as to what this has to do with intelligence analysis. The answer is simple. Intelligence analysis, as it turned out as a result of special studies in the United States and the United Kingdom, the most successful analysts are mainly left-brain thinking in a complex environment, or in relation to a complex subject.
Any thinking, as it is already clear today, begins with the superimposition of facts, whether in a completely ordinary life or in business, on a certain model or image of the world that a person already has. That is, he does not look at these facts directly, but perceives them through the prism of this very model, that is, in fact, he looks at the world through a kind of glass.
This is very important. The more this model is adapted to a person's professional activity, the more cells, connections, etc. it contains, the faster and better he will cope with his professional task. And it is absolutely ideal if it is able to generate not one, but several models of the world and use them in practice. The model, accordingly – is an experience that is packaged, structured, and ready to use in a certain way. Hence, it is clear that since people have different experiences, their abilities are also different, then everyone has their own models. On this occasion, Alexander Pop accurately noted: "Our views are like our watches. They all show different times, but each believes only his own."
The perception of facts, phenomena, and events and their understanding depend on the models. Researchers at Harvard University found that 90% of thinking errors are due to errors of perception, and 80% of decision-making errors are due to errors of understanding. Researchers at the famous Palo Alto Center have determined that 60% of perception errors are associated with unsuccessful models, and another 40% — with scattered attention.
If a person acts on the basis of inefficient models, then when solving any problem, he usually uses the usual, template solutions and acts by a simple brute force method. This method of thinking is the most common and admittedly quite effective, but only in everyday life and in simple situations. With this method, the solution is prompted solely by past experience or the memory of similar situations that have happened before.
In difficult situations, the method fails. Here, template solutions are not suitable, conscious thinking is necessary. In order not to delve into the wilds of the humanities, I will simply say: conscious thinking is when a person approaches a problem using certain thinking tools. That is, he uses a tool to solve some problems, just as he uses a car to move around. After all, you can unconsciously wander around the city, but unconscious driving is up to the first pole, or to the first oncoming car.
Historically, such thinking tools were called logics. In the broadest sense of the word, logic is a method, if you want a tool, of conscious thinking. And any tool assumes rules.
Here logic was actually born, as the science of correct thinking. She was born in ancient Greece from the art of polemics, or from the art of arguing. By the way, the art of argument itself was closely related to the art of war. Often the most famous polemicists turned out to be famous military leaders. Accordingly, the dispute was interpreted as a kind of battle, a head-on collision, which is conducted according to certain laws. In any match, there must be a winner. In order to identify the winner in verbal duels, rules were established. When the system of evidence and refutation met them, the person was recognized as the winner. And the one who violated them, respectively, lost. Then Aristotle transferred these rules from the art of argument to thinking, to the system of reasoning about something and written texts. And the science of logic appeared. This science assumes that any statement or any thought can take only two meanings – true or false. And in order to establish whether it is true or false, Aristotle generalized the rules of the relationship between statements that have developed in practice. Surprisingly, the Aristotelian logic still exists, and most people in everyday life and in business continue to use it.
But here the situation is the same as with the use of ready-made templates for solving new problems. In many simple situations, this logic is suitable, and in at least a little complex – it absolutely does not work. Here is just one example with logic and templates. Let's assume that Semyon Rabinovich is a banker and Pyotr Ivanov is a banker. We know that. It is accepted that bankers are rich people. Following the logic of Aristotle and the habit of using templates, it turns out that Semyon Rabinovich and Pyotr Ivanov are both rich people. And in practice, it may be that one of them is rich, and the second is unlucky, he went bankrupt and became a poor man.
Logicians also realized this and, starting in the 20s of the last century, began to develop more complex logics. The first one was made by the Russian scientist N. A. Vasiliev, who created "imaginary logic". Then the Pole Jan Lukasiewicz built a logic for three values-true, false, and unknown. And our recently deceased brilliant logician and writer A. Zinoviev created a complex logic, within which you can create any rules of thinking, with any scale of evaluation of truth-falsity and other scales of evaluation of judgments. Since any logic tends to formalize, complex logic was also formalized by an American of Azerbaijani origin, L. A. Zadeh. It is called "fuzzy logic". In "fuzzy logic", any statement or judgment about a fact is probabilistic in nature and takes any value-from zero to one. Business, just, and operates in the conditions of permanent fuzzy logic.
In difficult situations, and there are more and more of them in our life and business, we do not know whether we act according to the logic of Zinoviev or "fuzzy logic". It assumes that there are many logics or many rules, and they can be used simultaneously or separately, and there are many evaluation systems that change depending on the situation. Accordingly, all analytical methods can be represented as special cases of logical thinking according to Zinoviev. All of the above shows quite convincingly that no complex problem can be solved using the usual patterns and formal logic. To do this, you need to adopt analytical methods of working with information.The necessary minimum of intelligence analysis tools
In life, in business, when reading business literature, on Internet sites, we often meet with the terms method, tool, technique. They are often used as synonyms, substituting for each other. We will distinguish them. The method is a method of understanding the world and its fragments based on various scientific achievements. A method is a description of how to do it. A documented method of action. The technology is the instrumental reinforcement of the method, its software and hardware part with instructions for their use. A technique is a skill of mastering a tool, a technology. This is not written to take up a few minutes of the reader's time, but to explain how to work with this and subsequent chapters.
The chapter will give the essence of the methods in the most concise presentation. And the tools for each of the methods will be taken out in the Applications . Thus, I hope that the reader will have the opportunity to apply the technology in practice.
A few words about how to use and choose methods. The simpler the task, the fewer analysis methods you can use. The less information you have, the more analysis methods you need to use. It is noted that the lack of information to a certain extent can be compensated by a variety of tools. Remember the popular saying - "gol is cunning for invention". This is the fixation of such a dependency. But I remind you about the minimum criteria for reliability and completeness of information. If the information does not match them, then no tool will help.
Since it is impossible to apply all the methods of analysis at the same time, the sequence and choice of methods are determined by individual preferences and skills in working with them and the available software tools, and most importantly, the subject of analysis itself. Therefore, the description of the methods will not be given in order of their importance or applicability, but arbitrarily.
System method
Let's start with the system analysis. And not just with a system analysis, but its elementary version. In its simplest form, system analysis involves dividing everything into three components: the external environment, the environment of the system, and the system. Let's explain why it is three, and not two, as is often written. The fact is that today both life and science are increasingly inclined to the idea of a universal relationship. Ultimately, it is. But the same life shows that all factors, conditions, events, processes, in relation to the analysis of this problem can be divided into two groups. One can be neglected, and the other can never be neglected. Therefore, even when setting a reconnaissance task, it is necessary to focus only on the environment of the system and the system itself.
Further, the system analysis assumes that we consider each object as interacting elements that are affected by this very environment of existence. Accordingly, we must distinguish the system itself, the parameters of the environment of existence that affect it and that it affects, the elements that make up the system and the connections between them. To distinguish a system, it is especially important to identify those qualities or parameters that only the system as a whole has and the elements that make up it do not. In addition, input, output, and impact parameters are set, and not necessarily in quantitative form.
The analysis consists, in fact, in finding out several questions:
- what external factors affect the system and how it affects its environment. At the same time, special attention is paid to the division of external factors affecting the system into two groups – those that do not depend on the system in any way and those that the system can somehow influence;
- definition of the system elements and the relationship between them. At the same time, there are such relationships that distinguish the system from the external environment and actually make the totality of elements a single whole, i.e., a system. These connections also determine the functions of the system, its qualities, as a single whole, not reducible to the qualities of independent systems of elements. In general, in the classic work on system analysis, written in the seventies of the last century, but which has lost its significance until today, S. Optner wrote that the same approach is used in the analysis of systems as for working with a" black box", i.e., the input and output of the system looks. But unlike the "black box", the system approach also reveals its contents. It becomes transparent, and it turns out how the input parameters are converted to the output parameters. How they are affected by the environment of existence and how the system affects it;
- it determines how the relationships between the elements of the system change over time, and what changes this leads to in the interaction of the system with its external environment.
In the very first approximation, this is the essence of the method of system analysis. For those who want to learn more about its application for solving various business problems in an accessible and sufficiently detailed presentation, I recommend the books of D. Garaedagi "System Thinking" and the wonderful book "System Analysis and Methods of System Engineering" by B. A. Reznikov, written intelligently, clearly and accessible. Some algorithms of the system approach, schemes and forms are given in Appendix No. 12 .
The causal method
It is well known that everything in the world has a cause, and therefore an effect. However, unfortunately, each effect has not one cause, but several. And in complex systems, which include all systems with human participation, the phenomenon of ring causation is also characteristic. Ring causality occurs when cause and effect are constantly reversed. Nevertheless, causal analysis must necessarily be included in the arsenal of methods of intelligence analysis. In its simplest form, it is also called the "Five Whys" method. In its most general form, it can be reduced to the following main components:
- selects the object for which the reason is being searched. The object can be events, problems, the current market situation, the appearance of a patented technology, etc. In terms of events, their causes and consequences, absolutely everything that relates to the subject of intelligence activity can be understood. Since there are usually a lot of events within a single intelligence task, and sometimes a lot, then you need to start somewhere.;
- in order to select the initial event for analysis, you can use the main link method or the theory of constraints, which we will briefly describe in Appendix No. 13;
- since events have several causes, it is first necessary to establish what are called "first-order" causes, i.e., the causes that are directly related to this event;
- in the vast majority of business situations and, accordingly, the tasks facing exploration, it is required not to be limited to first-order reasons, but to go deep. How far to go in depth depends on the time, the amount of information you have and the resources you have. But as business practice shows, generalized by researchers who have studied the problem in various countries, it is quite enough to condescend to three to five levels.
Accordingly, you will get a "tree of reasons" for the main event at the output. Such trees in the intelligence analysis should be built from one to five. I'll explain. In a small business, it is usually enough in most cases to build a "tree" for one main event, in a small business – for three interrelated events. And in the average, and even more large business – five trees.
For those who want to master this method in depth, we can recommend B. Andersen's book "Root Cause Analysis", and the algorithm, procedures and schemes for using this method are given in Appendix No. 14 Functional Resource Analysis
This method of analysis, called functional cost analysis, was born to solve technical problems in the second half of the twentieth century. Gradually, it found its distribution and was included in business analytics for solving business problems. It would be a waste not to integrate it into the arsenal of intelligence analysis methods.
In fact, functional resource analysis involves identifying the functions of the system and the resources required to implement this function. As applied to intelligence analysis, its main components are:
- identification of all the functions of the object of intelligence analysis. Here we will have to give an example, although I try not to distract the attention of readers with them. For example, let's take a person who performs the function of a commercial director. But it is clear that this function is not the only one for a person. He has a circle of business partners and there he has a different function. He has a sphere of communication and there is a different functionality. Finally, it is bound by personal relationships and there, again, its functions. Here is the totality of all the functions and represents the full functionality. Moreover, if not all, then many functions may have a direct and direct relationship to the object of our intelligence activities. Therefore, the first component is the identification of the object's functionality;
- functional analysis always involves the allocation of the main function. In relation to intelligence analysis, it should not only be distinguished, but also analyzed in terms of opportunities, risks, threats, etc., which are characteristic of intelligence analysis.;
- performing any function requires a person to spend certain resources. Resources can be very different – money, time, knowledge, etc. Accordingly, each function should be linked to the resources that are used to perform the function. During the analysis, it is necessary to determine which functions consume how much resources.
At the output of the functional resource analysis, we will get a functional resource matrix, which will be the result of our analysis. This matrix should then be interpreted again in terms of the intelligence task.
The algorithm, forms and procedures of the functional-resource method in intelligence analysis are given in Appendix No. 15 Morphological analysis
Morphology in Greek is the science of structure. This method was invented in the Middle Ages by the famous alchemist Raimund Lull. He received his second birth in the second half of the twentieth century. It was rediscovered by the German scientist-inventor, businessman, and later industrialist, F. Zwicky. He used the so-called "morphological box"method to analyze and solve mainly technical problems. The "morphological box" was obtained by him as follows. He took some class of technical devices, which he presented as a system. I identified the elements, connections, and their characteristics in it. Then I built a matrix. And I analyzed each cell of this matrix for the solution of my problem. That is, we can say in the simplest form that it was a method of sorting through all possible solutions, which were determined by the structure of the system, the properties of the system, its elements and their characteristics. Despite the simplicity of the method, F.Zwicky brought in millions of marks, because by applying it he was able to create a whole range of new technical products.
Then method F.Zwicky was used to analyze not only technical, but also almost any systems, including business. But there was a problem here. The business systems turned out to be like a matryoshka doll. In science, this is called fractality. I.e., when each element of the system is itself a system. As a result, the size, or as they say in science, the dimension of the "morphological box" turned out to be such that a person simply could not analyze it.
Since the 70s of the last century in Russia, V. M. Odrin has been developing special procedures that allow the morphological method to be significantly improved and turned into a method of structural analysis and construction, applicable to any systems.
In its simplest form, the method of V. M. Odrin can be reduced to the following sequence of operations:
- since any system is very complex, the main thing is to select those elements, connections and their characteristics that are important from the point of view of the task. This is the selection from the position of the problem and is made from the very beginning. The task also sets the depth of viewing elements;
- the depth of viewing elements means building a hierarchy where any element of the system is considered as a subsystem. Here, based on the task, we set the number of hierarchy levels;
- after that, a tree-like hierarchical matrix is constructed. Translated into Russian, this means that we build a matrix for exactly as many levels of depth as we need to solve the problem.
As a result of applying the method, we get a kind of complete structure of an object from the point of view of the problem being solved. Then we interpret this structure in terms of our intelligence task.
The method is simply indispensable for any analysis, because it allows you to understand and structure any problem. And the peculiarities of human thinking are such that it copes better with structured problems. The versatility of the method, by the way, was very quickly appreciated by everyone, from managers and intelligence officers, to the chief designers of complex systems-from nuclear power plants to intercontinental missiles. It was decided to start universal training of highly qualified professionals in a variety of specialties using the Odrin method. But the Soviet Union collapsed, the author left for Ukraine, and the method was almost forgotten.
I must say that most of the methods used today in business analysis, such as SWOT matrices, Porter's Five Market Forces, etc., are "degenerate", in the sense of primitized to the limit, methods of using morphological analysis in its old sense. You can read about this, by the way, in the book "SWOT analysis and synthesis – the basis for the formation of an organization's strategy", which is very useful for the instrumental mastery of business analysis methods. Some algorithms, forms and procedures of the morphological analysis method are given in Appendix No. 16 . For this, many thanks to V. Odrin and A. Sheredenko, who kindly provided me with the materials of their works.
Dialectical analysis
There is a good proverb about water and the baby. With dialectical analysis, exactly the same situation occurred. At first, it was studied in a perverted form for decades in any Soviet university, regardless of its profile. And then, with the disappearance of the Soviet Union, dialectical analysis disappeared into a black hole.
Meanwhile, dialectical analysis did not begin with the Soviet Union and will not end with it. For the sake of justice, we must say that when we studied dialectical analysis in a particularly perverted form of dialectical materialism, we mentioned again the ancient Greeks Heraclides and Socrates, and the much less ancient Germans who lived in the 18th century-Feuerbach and Hegel, and of course we did not forget about Karl Marx, Fr.Engels and V. Lenin.
Literally in recent years, in parallel in St. Petersburg, the group of Pereslegin and the Palo Alto Institute, returned to rethinking dialectical logic and on its basis are trying to develop new tools.
Why did this happen? It turned out that if we free dialectical logic from ideological layers, it allows us to understand and describe complex dynamic processes. And most importantly, do it in a fairly compact form. Compactness is very important. The possibility of operating with information by a person is not unlimited, and the better we can pack into the concepts and terms that we use in analysis, events, objects and processes of the real world, the more likely we are to translate understanding into the right solution.
Accordingly, dialectical analysis should find its place among the analytical tools of the scout. In its most condensed form, this analysis involves the identification of three aspects:
- in any object, process, and even more so, a complex system, there are internal contradictions or conflicts. It is important here that the focus is on internal rather than external contradictions and conflicts. The more complex the system, the more conflicts there are. Therefore, it is not enough to identify these contradictions( conflicts), but it is also important to establish the relationship between them and determine the main conflict on which the existence and change of the system depends. In classical dialectical logic, this was called the Law of Unity and the Struggle of opposites;
- any object changes. The simpler the object, the fewer options for changes. Changes occur within one state of an object – gradually, or when the object moves from one state to another, abruptly. In dialectical analysis, it is necessary to determine which parameters of an object change, and where the boundary between gradual and abrupt or, as they say in modern language, phase changes passes. In classical dialectics, this was called the transition of quantity to quality.
Let's illustrate this with two everyday examples. Any mechanism, even the most complex, is a simple system compared to any living organism, and any living organism is simpler than a system where a person is involved. So let's take a simple system-a car. He has such a detail – brake pads. As they are used, they thin out. Starting from a certain limit, they just stop working. This is where the transition from quantity to quality takes place. In the technical sciences, this is implemented through reliability analysis. The second everyday example is from the lives of people. I was a professional, I worked for myself. As his professional skills and abilities grew, he was quite satisfied with periodic salary increases, i.e. he continued to act within the limits of his competence and position. But, starting from a certain threshold, just a salary increase no longer satisfied him, and he wanted to take another position, i.e. a position in the hierarchy, or move to another more well-known company. Again, the transition of quantity to quality. Even in absolutely trivial problems, it is important to know the boundaries of the phase transition. And where you need to use intelligence methods, identifying the boundaries of such a phase transition is just the first thing;
- the third law of classical dialectics is the law of negation of negation. Here, as a rule, began what is called continuous "misunderstandings". Meanwhile, this law contains the characteristics inherent in almost all phenomena. With the transition of systems to a new phase state, it acquires different properties and characteristics. In the new state of the system, what was previously the main thing often becomes secondary. This was noticed in the Bible, where it is written: "and the last shall be the first." And finally, any system, even in an altered state, carries its own history. Moreover, it is empirically observed that in many systems the new state is in significant features a repetition of the old one, only in a much more complex form. Moreover, the old one is not immediately preceding the new phase state, but the former one before that. The more complex the system, the more likely the latter pattern is to work.
In intelligence analysis, the dialectical method should be used in the analysis of processes, focusing on the identification of contradictions, the conditions of the phase transition and the historical conditionality of the behavior of a complex system.
Here, unfortunately, is the problem with books. It is simply pointless to recommend reading Hegel. Such books are not read now. There is no popular exposition of dialectical logic. Therefore, I tried to make a little more detailed, practically oriented Application No. 17, which can be used instrumentally.
Network Analysis
According to the overwhelming majority of analysts, the power of the twenty-first century will be China. In fact, it is already the main engine of the entire world economy. Therefore, it is no accident that since the end of the last century and especially intensively in the current century, the West has begun to adopt methods historically inherent in Chinese thought.
One of these methods is the network analysis method. Taoism, which predetermined all Chinese thought, theory and practice in state and economic management, military strategy, etc., proceeded from the understanding of the world as a dynamic web of connections, winding around natural laws and having high variability.
The Internet, on the one hand, and working with complex, primarily live systems, on the other, have prompted developments in the field of network analysis. It should be noted at once that mathematics has been dealing with networks since the beginning of the last century and has developed an extremely sophisticated apparatus.
Network analysis can be applied to networks consisting of absolutely any objects. These can be people, companies, events, even patents and inventions.
When conducting network analysis, several consecutive operations are necessarily performed: - the dimension of the analysis is determined. I.e., a limit on the number of analyzed links is introduced. Since everything is connected to everything, we must immediately determine how many steps of connections we are interested in. The more steps, the more participants, respectively. And since it is proved that for any network, the number of connections between participants increases not in arithmetic, but in geometric progression, then with an increase in the number of steps, the dimension increases enormously. Starting from a certain dimension, the analysis cannot be performed manually;
- connections, based on the task assigned to the analyst, get characteristics. The characteristics can be both quantitative and qualitative. Here I would like to immediately warn you against presenting all the characteristics that are important from the point of view of the task in a quantitative form. I'll explain.
For example, we consider connections between people. And we characterize them for simplicity with only two parameters: strong-weak and dominant-subordinate-equal. In principle, the first parameter can be quite measurable. The second is difficult to quantify. Nevertheless, in many computer programs, in many manuals, it is suggested to translate qualitative parameters into quantitative ones. This is done something like this. Dominant +1, equal to 0, subordinate -1. It seems to be possible, but absolutely pointless. The fact is that it makes sense to translate into quantitative form only what can be calculated using the four steps of arithmetic, or more complex methods of higher mathematics. But the trouble that mathematicians realize is that such a calculation of artificially constructed numerical scales of qualitative characteristics in very many cases completely distorts the picture and is absolutely meaningless for practical use. For example, it makes no sense to stack cars and dogs; - network nodes are defined, i.e. objects that have the largest number of links and links with the most important characteristics, calculated both quantitatively and evaluated qualitatively.
Network analysis allows you to understand the picture and is another method of structuring, and therefore packaging complex systems in a form that is understandable. In network intelligence analysis, it is naturally necessary to identify the network of connections, its nodes and, first of all, the characteristics of these nodes. After that, as usual, it is necessary to interpret the resulting picture in relation to the task in terms of the parameters of opportunities, advantages, threats, obstacles, risks, etc.
Given the fact that a number of programs have recently appeared that allow you to perform network analysis, we can recommend two programs. The most suitable for competitive intelligence methods is the already mentioned Maltego 3.0 program. https://www.paterva.com. You can also use the Sentinel Visualizer program from https://www.fmsasg.com. It costs about a trip for two for a week to an average hotel in Egypt.
Connectivity analysis
Connectivity analysis is at the heart of any investigative activity. It is a kind of combination of causal analysis and complex network analysis. It is used even by ordinary detectives who do not know analytical methods, using it on a whim, which is called based on common sense. In fact, any investigation is an identification, i.e. establishing a connection with a certain event of a person or group of people on some grounds. Detectives call them evidence.
As one of the world's best think tanks, Rand, noted, " many of the analytical methods, if well – scrubbed, are well-honed and structured common sense." The statement fully applies to the analysis of connectedness. We identify any object of interest under the terms of the exploration task with something that is important for solving the task for which the exploration task is actually performed.
Connectivity analysis is performed using several actions:
- defines the classes of objects that will participate in the process of identifying connections. Let's explain with an example. We need to find out the connection between a person and an event. Then we distinguish the following classes of objects: events, companies, people, place, time, objects, etc.Naturally, each class should have several of its representatives. The number of representatives in the class or its dimension depends on whether the work is done manually or using programs;
- links are established between objects belonging to different classes. At this stage, identification is made between the representatives of the class you are interested in according to the conditions of the task, for example, a person, with other classes – events, place, time, companies, etc.;
- links within classes are identified.
As a result of this approach, the object of intelligence activity is identified by the characteristics of interest. And all the necessary connections are established.
The best literature to understand the practical use of connectivity analysis is a random selection of Conan Doyle's Sherlock Holmes stories. It is not for nothing that for more than 100 years they have been used in the training of analysts not only in the field of investigations, but also in the field of intelligence, as well as political analysts.
It is convenient to conduct connectivity analysis using the domestic CronosPro database, although I have already written earlier that this requires three free days to master the technique of working with it and give up one trip to a good sushi bar for two
Original message
Елена Ларина. Чем отличается разведанализ от бизнес-анализа.
Источник
Елена Ларина хорошо известна специалистам Конкурентной разведки. Ее непосредственная работа - хэдхантинг, но, помимо этого, Елена публикует отличные материалы на тему общих принципов работы с информацией методами, которые приняты в разведке.
Популярен, в среде специалистов, и ее сайт "Бизнес как разведка" (HRазведка), где есть как теоретические разделы (например, "Мнение Гуру"), так и практические (такие, как "Разведнет" или "Программы и сервисы").
Материал Елены Лариной "Чем отличается разведанализ от бизнес-анализа" относится к теории. Но это та самая теория, без которой успешная практика вряд ли возможна.
Далее - цитата.
Чем отличается разведанализ от бизнес-анализа
Если воспользоваться Википедией, а лучше прочитать монографии по бизнес-анализу, то обнаружится примерно следующее определение. «Это дисциплина выявления деловых потребностей и нахождения решения деловых проблем». Под это определение подпадает абсолютно все, начиная от конкурентной разведки, заканчивая аудиторской деятельностью. Поэтому на практике под бизнес анализом понимается нечто иное. А именно: описание бизнес-процессов с целью выявления имеющихся недостатков и их устранения. В последнее время это направление получило собственное название реинжениринг.
В последние годы бизнес-анализ все чаще связывают с так называемой интеллектуальной обработкой данных при помощи компьютерных систем. Впрочем, «интеллектуальная» — это, прежде всего, бренд для продажи, поскольку на практике речь идет опять же о статистике той или иной степени изощренности с элементами визуализации. Самый последний тренд – это бизнес-анализ на основе больших данных. Если коротко, речь идет о том, что сегодня все стороны жизни компании и многие аспекты бизнес-среды оцифровываются. Полученные данные поступают в хранилище. Затем они опять же при помощи тех же классических статистических методов обрабатываются, на основании чего формируются рекомендации для лиц, принимающих решения. На самом деле никакой магии в больших данных нет. Это просто оцифровка всего и вся с последующей экономико-статистической обработкой. Все искусство состоит в том, чтобы создать как можно более подробные и детальные классификации этих самых больших данных, чтобы они позволяли получать сегменты потребителей, клиентов, объектов с максимально предсказуемыми характеристиками. Собственно, вокруг всего этого и крутится сегодня вся большая айтишная индустрия, чьи обороты измеряются уже почти триллионом долларов. Именно на этой ниве пасутся компании, начиная от SAP, кончая С1. Но к конкурентной разведке все это прямого отношения не имеет. Хотя отдельные элементы экономико-статистических методов, позволяющих искать скрытые закономерности в данных входят в арсенал конкурентной разведки, доступной пока в основном крупному бизнесу.
Кроме того, под бизнес-аналитикой понимают использование вполне определенных методов типа SWOT анализа, рыночных сил Портера, таблицы МакКинси, так называемой Бостонской матрицы и т.п. Все эти методы были исторически разработаны в рамках различных школ маркетинга и менеджмента и успешно используются ими. По каждому из этих методов существует большой объем русскоязычной литературы и материалов в интернете. Достаточно дискуссионным является вопрос, относятся ли они к конкурентной разведке. По мнению американцев, которые собственно и создали конкурентную разведку в ее классическом понимании, все эти методы являются важнейшими инструментами конкурентной разведки. Их обсуждают в соответствующих группах в LinkedIn, им посвящены главы в англоязычных книгах по конкурентной разведке и т.п.
В принципе, к любому методу надо относиться ровно также как к молотку. Если он выполняет свою функцию, то он вполне годен. В этом смысле указанные выше классические маркетинговые инструменты конечно же применяются в конкурентной разведке, но не являются ее основным и собственным инструментарием. Они – суть вспомогательные методы. Более того, в силу особенностей российской деловой среды, использование рыночных сил Портера, таблиц МакКинси и Бостонских матриц крайне затруднительно. Они ориентированы на так называемый классический, либо совершенный рынок. А наш рынок похож на совершенный рынок также как Фотльцваген на Бентли. Поэтому, конечно, знать об этих методах надо. Можно ими и пользоваться. Но считать их альфой и омегой разведывательного анализа в реалиях российского бизнеса – весьма забавно.
Отдельной песней является бенчмаркинг. Говоря по-русски, это сравнение своей компании, ее продуктов, бизнес-процессов и т.п. с конкурентами. Исторически американская конкурентная разведка в каком-то смысле даже выросла из бенчмаркинга. Это было связано с тем, что конкурентная разведка в США появилась, прежде всего, не просто в сфере реальной экономики, а непосредственно в производственной сфере. Соответственно ее работа была направлена на выявление лучших решений в производстве того или иного продукта и возможности их переноса на собственные предприятия.
В современной России, где почти треть внутреннего валового продукта составляет торговля, а значительную часть производящего сектора приходится на добычу полезных ископаемых, особенно, нефть, газ, необходимость применения бенчмаркинга весьма ограничена. Он конечно же полезен для реальной экономики, особенно производящей новую, не имеющей аналогов продукции, но положа руку на сердце скажем, а много ли у нас таких предприятий. Поэтому, классический бенчмаркинг, хотя и является кузеном конкурентной разведки, в России широкого практического применения в ближайшее время вряд ли найдет. В то же время, бенчмаркинг, как метод сравнительного бизнес-анализа процессов работы с клиентами, контрагентами вполне себе применим и полезен. Но хитростей здесь никаких нет, поскольку любой человек, практически занимающийся бизнесом. Хорошо знает, по каким параметрам надо сравнивать свою деятельность с деятельностью конкурентов. Для этого осваивать тонкости бизнес-анализа и читать академические тома, посвященные бенчмаркингу ему не обязательно.
В последнее время большинство зарубежных специалистов разделяют конкурентную разведку и бизнес-анализ, который в прямом переводе на русский означает бизнес-разведку, по принципу внешнее-внутреннее. CI или конкурентная разведка занимается внешней деловой средой, а BI или бизнес-анализ, соответственно, внутренней, тем, что происходит внутри компании.
Нулевая стадия
Полный курс аналитики для конкурентной разведки можно найти в книге Нежданова И.Ю. «Аналитическая разведка для бизнеса». Книгу советую прочитать, по меньшей мере, по двум причинам. В ней дан богатый материал по аналитической разведке применительно к нуждам бизнеса, и изложен понятным структурированным языком. Мы же остановимся на других аспектах и других методах конкурентного разведывательного анализа.
Нулевым уровнем аналитики является оценка собранной информации. Многие из специалистов, практиков, и авторов книг на эту тему выделяют оценку в самостоятельную стадию. Но сама по себе оценка предполагает анализ, ведь, в конечном счете, что такое анализ? Это понимание того или иного предмета. И не просто понимание, а возможность реализовать это понимание в каких-то прагматических целях. Например, денег заработать в бизнесе. Либо темную материю обнаружить в физике. Так что в оценке без анализа просто никуда. Но и анализ проводить без предварительной оценки информации тоже чревато пустой потерей времени и гарантировано неверным пониманием того или иного предмета анализа.
Анализ информации, собранной из открытых, прямых и внутренних источников, целесообразно проводить как минимум по трем критериям: достоверности, полноты и актуальности.
Даже ежику, который заблудился в тумане, понятно, чем информация достовернее, тем жить лучше, тем решения будут приняты правильнее, тем методы конкурентной разведки использовались эффективнее. Существует только загвоздка. Поскольку конкурентная разведка действует строго в рамках закона, в отличие от промышленного шпионажа, который может себе позволить и разговор телефонный записать, и агента «завербовать», и шантажом документы добыть и много разного другого уголовно и административно наказуемого, то при всем богатстве инструментария конкурентной разведки надо признать, что он не безграничен и не всемогущ. Поэтому надо четко понимать: стопроцентно достоверная информация из открытых источников может быть, как правило, добыта о фактах, которые не представляют интереса для разведки. Зачем нужен разведчик, если факт известен всем. А вот неочевидная информация, это информация, которую сложно многократно перепроверить и стопроцентно подтвердить. Об ее достоверности судить много труднее. Она носит по необходимости вероятностный характер. Девид Кимши, один из самых известных руководителей израильских спецслужб писал: «Разведка почти никогда не имеет дело не просто со стопроцентно, но и с высоковероятной информацией. Как правило, информация, полученная даже от лучших агентов, имеет вероятный характер. Собственно, мастерством руководителя разведки и является умение на основе опыта, интуиции и знаний вынести суждение об уровне вероятности донесения и соответственно ценить его достоверность».
В бизнесе, также как в государственной разведке всегда требуется как-то определить достоверность полученной информации. Есть много разных методов, но, к сожалению, они по многим причинам не всегда применимы в жизни. Поэтому зачастую берется на вооружение достаточно простой, но действенный метод. Он предполагает оценку по трем приоритетным маркерам:
- чем информация документированнее, тем при прочих равных условиях она достовернее. Конечно, и документы можно найти или получить устаревшие, либо не окончательные, а черновики, но, в общем, документ по большей части достовернее сообщений в СМИ, особенно в нынешнее время, когда СМИ все чаще используются для намеренной дезинформации;
- если одни и те же сведения подтверждаются, хотя бы из двух независимых источников, это говорит о большей подтвержденности информации. Поэтому понимая, что неочевидную информацию подтвердить из многих источников невозможно, всегда надо стремиться иметь второе, хотя бы косвенное подтверждение тех сведений, относительно которых производится оценка их достоверности;
- третий маркер – авторитетность источника. Тогда, когда для конкурентной разведки добыча документов бывает затруднительна по законодательным причинам, а перепроверка сведений оказывается делом дорогостоящим, этот маркер будет выступать как основной. Чем в прошлом информация от источника оказывалась достовернее, тем выше вероятность того, что и в этот раз он не подведет. Хотя, к сожалению, не надо относиться к этому положению как к аксиоме. При прочих равных условиях официальные источники считаются более достоверными, чем неофициальные, если последние не имеют высокого уровня авторитетности. В общем и целом платные лицензированные интернет источники информации более авторитетны, чем бесплатные. Информация, добытая при помощи специальных программных средств в основном более авторитетна, чем при помощи простого поисковика.
Исходя из этих трех маркеров, каждый в силу своего опыта и разумения может сделать вывод о достоверности информации. Единственное, стоит все время держать в голове, чем объект, к которому относится информация, сложнее, тем о достоверности судить труднее. Чем больше интересует будущее, тем с большей неопределенностью в отношении достоверности нужно примириться в настоящем. И обязательно помнить, что достоверность носит, как правило, вероятностный, возможный характер.
С полнотой тоже понятно. Чем информация полнее, тем анализ качественнее. Но и здесь есть три препятствия. Не всю желаемую информацию можно получить, как не изощряйся законными методами. Кроме того, любая информация имеет цену, а организация – бюджет. Соответственно полнота информации диктуется с одной стороны имеющимися интеллектуальными и коммуникативными возможностями и программными продуктами, а с другой стороны, бюджетными ограничениями. Здесь по русской пословице – по одежке протягивай ножки.
Пословица, конечно, хороша, но какие-то принципы оценки полноты все-таки надо иметь. В качестве таковых в практической деятельности можно использовать два маркера:
- информацию можно считать минимально полной, если по каждой составляющей разведзадания имеется, хотя бы какая-то информация с допустимой для аналитика или ЛПР степенью достоверности. Тогда можно работать дальше. Если не хватает информации хотя бы по одному из параметров, то ни о какой полноте речь идти не может. Задание провалено. Надо возвращаться назад и дособирать информацию;
- возможность нахождения хотя бы одного удовлетворительного решения, для обеспечения которого и ведется разведработа. Здесь есть две тонкости. Конечно же, лучше, чтобы вариантов решения было больше, чем один. Вторая тонкость состоит в том, что этот маркер работает не на стадии анализа, а уже на стадии проектирования решения.
Что из этого следует? Необходимо установить допустимые минимальные критерии полноты, а дальше, в зависимости от конкретных обстоятельств определиться, какая полнота сведений достаточна для принятия управленческого решения. В любом случае это будет не столь привычная количественная оценка, а оценочное суждение лица, принимающего решение, и его советников. Об этом надо помнить. И постоянно держать в голове, что оценка информации на полноту будет постоянно корректироваться по мере проведения анализа и может создаться необходимость возобновить работу по сбору информации на любом этапе разведцикла. Надо быть готовым начать если не всю, то хотя бы часть работы заново.
Зато третий критерий – своевременность, является самым простым для оценки. Вот его-то в отличие от достоверности и полноты можно и контролировать, и проверять. Информация всегда нужна для решения задачи или как говорят в России «снятия проблемы». А и то и другое всегда привязано к конкретному сроку. Поэтому, самая полная достоверная информация будет абсолютно бесполезна, если будет представлена позже требуемого срока.
Поэтому в противоречие с очень многими уважаемыми специалистами, но в согласии с повседневной практикой бизнеса, я предложила бы простой способ оценки информации, собранной для анализа. Исходным критерием является срочность. Затем устанавливаются ограничения по бюджету и определяется исходя из этого достижимая степень полноты информации. Хотя здесь оговорюсь. Мозги что называется, могут компенсировать и недостаток бюджета, и ограниченность программных средств, но лишь до определенного предела. Кадры, конечно, решают, но не совсем уж все. При всех бюджетах, мозгах и прочем, собранная информация по полноте должна удовлетворять тем двум маркерам минимальной достаточности, о которых речь шла выше. И уж на заключительной стадии проводится оценка информации на достоверность. В итоге мы получим оценку информации на соответствие срокам, возможной полноте и достижимой достоверности.
Разведанализ — мышление о сложном
Когда кто-то встречается с термином, о котором хочется узнать больше, раньше лезли в многочисленные справочники, энциклопедии и монографии. Теперь — прямая дорога в Википедию. Там можно выяснить, что анализ – это способ понимания путем разделения целого на части. Там еще много чего написано, но это все уже не важно. Обратим внимание на главное – разделение на части. На части делят, когда целое понять, и главное сделать с ним что-то, сразу сложно. Значит, по сути, анализ – это мышление о сложном. А аналитические методы – это способы понимания сложного.
Интересно, что существующая до сегодняшнего дня наука, разведка в современном ее понимании и классическое рыночное хозяйство появились практически в одно и то же время в Британии. В своей основе они имели аналитическую картину мира. Метафорой этой картины мира были часы. Предполагалось, что весь мир , все его составные части, общество, человеческая деятельность похожи на один большой механизм. Его можно собрать, разобрать, части поменять местами. Он подвержен простому конструированию, а самое главное целое полностью определяется частями, из которых оно состоит. Эта картина мира нашла отражение даже в английском языке, который по определению лингвистов так и называется «аналитический» язык.
Анализ бесспорно, бесконечно важен. Но сегодня уже понятно, что мир, и тем более общество – это не механизм. Целое, хотя и состоит из частей, но не сводится к ним. Сложные системы нельзя конструировать как простые механизмы.
Однако свойства человеческого мышления, которые вероятно связаны с психофизиологическими особенностями мозга таковы, что человеку достаточно сложно мыслить о сложном. К сложному он приходит через простое. Хорошо известно, что подавляющее большинство людей могут оперировать одновременно пятью-семью, максимум девятью, переменными или факторами. А число лиц, теорий, сценариев, которое человек может запомнить, освоить и постоянно держать в оперативной памяти не превышает примерно 150 или числа Данбарра. Поэтому, хотя ключевым в деятельности человека, как доказал великий русский психифизиолог П.Анохин является прогнозирование, а мышление, как выяснили два выдающихся психолога прошлого века В.Брушлинский и К.Юнг, представляет собой синтез через анализ, именно синтез является исходной мыслительной операцией, необходимой для любой эффективной работы как в обыденной жизни, так и в бизнесе.
Чтобы продвигаться дальше в нашей теме конкурентной разведки, необходимо совсем бегло остановиться на вероятно самом сложном предмете, с которым сталкивался человек – это самом себе и своем мышлении. Когда говорят об искусственном интеллекте, прогнозируют, появится он или нет, то возникает вопрос, как мы можем судить о прилагательном, если до конца не разобрались с существительным.
Сделаем маленькое отступление. Вот уже сорок лет мощнейшие компьютеры играют с человеком, причем не с простыми людьми, а с лучшими профессионалами в своей области, в игры. Началось все с шахмат. Успешно были повержены чемпионы мира. Закончилось на сегодняшний день Watson, победившим в игре «Внезапность», как ее называют в Америке. В промежутке машина обыграла человека в Го, шашки и чуть не выиграла в покер. Выяснилось, что там, где человек с машиной соревнуется в решении счетных задач и где и человек, и машина должны действовать по установленным правилам, то машина уже сегодня справляется с задачами лучше человека. Но, ни одна машина, по крайней мере, пока, не способна соперничать с человеком, если в задаче не определены правила или они могут меняться по ходу дела. Происходит это, прежде всего, из-за принципиальных различий в вычислениях машины и мышлении человека. А вот отсюда уже начинается не отвлечение, а самая что ни на есть наша прямая тема.
Машина действует по жестким алгоритмам и все, в конечном счете, оцифровывает. Т.е. она считает, а затем на основе расчетов выполняет программу. Шаги программы собственно и называются алгоритмом. Они заранее прописаны и жестко зафиксированы. Даже самые современные технологии самопрограммирования, разрабатываемые знаменитым Массачусетским технологическим институтом, представляют собой в итоге все тот же жесткий алгоритм, позволяющий создавать другие жесткие последовательности операции, т.е. алгоритмы.
Человек, чему сегодня уже имеется огромное число подтверждений, добытых исследователями из самых разных областей знаний и практики, не мыслит числами. Он не мыслит даже словами. Хотя, как выяснилось, язык оказывает влияние на мышление, картину мира, программы действий. И все же наше мышление оперирует не словами, а скорее чем-то похожим на мыслеобразы. И человек не выполняет при мышлении какие-то команды, будь то одна или несколько параллельно.
Также на сегодняшний день сегодня твердо установлен факт, что всех людей можно в очень грубом приближении поделить на две группы – с так называемым правополушарным и левополушарным мышлением. У одних больше преобладает рассудок, логика, или как говорят, рацио. У других – целостное восприятие, которое часто отождествляют с эмоциями и с интуицией. В реальности, у каждого человека естественно задействовано и левое и правое полушарие. Более того, когда с одним из полушарий что-то случается, второе частично берет на себя функции травмированной части головного мозга.
Может возникнуть вопрос, какое это имеет отношение к разведанализу. Ответ простой. Разведанализ , как выяснилось в результате специальных исследований в США и Великобритании, у наиболее успешных аналитиков – это преимущественно левополушарное мышление в сложной обстановке, или в отношении сложного предмета.
Любое мышление, как сегодня уже ясно, начинается с наложения фактов, будь то в совершенно обыденной жизни или в бизнесе на уже имеющуюся у человека некую модель или образ мира. Т.е. он не смотрит на эти факты непосредственно, а воспринимает их через призму этой самой модели, т.е. фактически смотрит на мир через своеобразное стекло.
Это очень важно. Чем у человека эта модель более приспособлена к его профессиональной деятельности, чем она содержит больше ячеек, связей и т.п., тем быстрее и лучше он справится со своей профессиональной задачей. И уж совсем идеально, если он способен генерировать ни одну, а несколько моделей мира и пользоваться ими в практической деятельности. Модель, соответственно, – это опыт определенным образом упакованный, структурированный и готовый к использованию. Отсюда понятно, поскольку опыт у людей разный, способности тоже отличаются, то и модели у каждого – свои. По этому поводу точно заметил Александр Поп: «Наши взгляды, как наши часы. Все они показывают разное время, но каждый верит только своим».
От моделей зависит и восприятие фактов, явлений, событий и их понимание. Исследователи Гарвардского университета установили, что 90% ошибок мышления связано с ошибками восприятия, а 80% ошибок в принятии решения – с ошибками понимания. Исследователи знаменитого Центра Пало-Альто определили: 60% ошибок восприятия связаны с неудачными моделями, а еще 40% — с рассеянным вниманием.
Если человек действует на основании неэффективных моделей, то при решении любой проблемы он, как правило, использует привычные, шаблонные решения и действует методом простого перебора. Этот метод мышления самый распространенный и надо признать достаточно эффективный, но только в обыденной жизни и в простых ситуациях. При таком методе решение подсказывает исключительно прошлый опыт или воспоминание о случавшихся ранее схожих ситуациях.
В сложных ситуациях метод дает сбои. Здесь шаблонные решения не подходят, необходимо осознанное мышление. Чтобы не углубляться в дебри гуманитарных наук просто скажу: осознанное мышление – это когда человек подходит к проблеме, используя те или иные инструменты мышления. Т.е. применяет для решения каких-то задач инструмент подобно тому, как использует автомобиль для передвижения. Ведь бессознательно можно бродить по городу, а вот бессознательная езда – это до первого столба, либо до первой встречной машины.
Исторически, такие инструменты мышления получили название логик. В самом широком смысле этого слова, логика – это метод, если хотите инструмент, осознанного мышления. А любой инструмент предполагает правила.
Вот логика собственно и родилась, как наука о правильном мышлении. Родилась она в древней Греции из искусства полемики, или из искусства ведения спора. Кстати, само по себе искусство ведения спора было тесно связано с военным искусством. Зачастую самыми известными полемистами и оказывались знаменитые военачальники. Соответственно, спор трактовался как своего рода битва, лобовое столкновение, которое ведется по определенным законам. В любом поединке должен быть победитель. Для того чтобы выявить победителя в словесных поединках были установлены правила. Когда система доказательств и опровержений им соответствовала, человек признавался победителем. А тот, кто их нарушал, соответственно, проигравшим. Затем Аристотель перенес эти правила из искусства спора на мышление, на систему рассуждений о чем-либо и письменные тексты. И появилась наука логики. Наука эта предполагает, что любое высказывание, либо любая мысль может принимать только два значения – истинное или ложное. А для того, чтобы установить, истинное оно, либо ложное, Аристотелем и были обобщены сложившиеся на практике правила взаимосвязи между высказываниями. Как ни удивительно, Аристотелева логика существует до сих пор и большинство людей в обыденной жизни и в бизнесе продолжают пользоваться именно ей.
Но здесь та же ситуация, что с использованием готовых шаблонов при решении новых задач. Во многих простых ситуациях такая логика подходит, а в хотя бы немного сложных – категорически не работает. Приведем только один пример с логикой и шаблонами. Предположим, что Семен Рабинович – банкир и Петр Иванов – банкир. Это нам известно. Принято, что банкиры – это богатые люди. Следуя логике Аристотеля и привычке использовать шаблоны получается, что и Семен Рабинович и Петр Иванов – оба богатые люди. А на практике может быть, что один из них богат, а второму не повезло, он разорился и стал бедняком.
Логики тоже поняли это и, начиная с 20-х годов еще прошлого века стали разрабатывать более сложные логики. Первый это сделал русский ученый Н.А.Васильев, создавший «воображаемую логику». Затем поляк Ян Лукасевич построил логику уже для трех значений — истинно, ложно и неизвестно. А наш недавно умерший гениальный логик и писатель А.Зиновьев создал комплексную логику, в рамках которой можно создавать любые правила мышления, с любой шкалой оценки истинности-ложности и других шкал оценки суждений. Поскольку любая логика стремится к формализации, то комплексная логика тоже была формализована американцем азербайджанского происхождения Л.А.Заде. Она получила название «нечеткая логика». В «нечеткой логике» любое высказывание, либо суждение о факте носит вероятностный характер и принимает любое значение – от ноля до единицы. Бизнес, как раз, и действует в условиях перманентной нечеткой логики.
В сложных ситуациях, а их в нашей жизни и бизнесе становится все больше, мы сами не зная того, действуем по логике Зиновьева или «нечеткой логике». Она предполагает, что существует много логик или много правил, и они могут использоваться одновременно или порознь и существует множество систем оценок, которые меняются в зависимости от ситуации. Соответственно, все аналитические методы можно представить как частные случаи логического мышления по Зиновьеву. Все изложенное выше достаточно убедительно показывает, что ни одну сложную проблему, используя привычные шаблоны и формальную логику не решить. Для этого нужно взять на вооружение аналитические методы работы с информацией.
Необходимый минимум инструментов разведывательного анализа
В жизни, в бизнесе, при чтении деловой литературы, на интернет-сайтах мы часто встречаемся с терминами метод, инструмент, прием. Зачастую они используются как синонимы, подменяют друг друга. Мы же будем различать их. Метод – это базирующийся на тех или иных научных достижениях способ понимания мира и его фрагментов. Метод – это описание того, как делать. Документированный способ действия. Технология – это инструментальное подкрепление метода, его программно-аппаратная часть с инструкциями по их использованию. А прием – это навык овладения инструментом, технологией. Написано это не для того, чтобы отнять у читателя несколько минут времени, а для того, чтобы пояснить, как работать с этой и последующими главами.
В главе будет дана суть методов в самом сжатом изложении. А инструменты по каждому из методов будут вынесены в Приложения . Тем самым, надеюсь, у читателя будет возможность применять технологии на практике.
Пару слов о том, как использовать и выбирать методы. Чем проще задача, тем меньшим числом методов анализа можно обойтись. Чем меньше информации, тем больше методов анализа надо использовать. Замечено, что нехватку информации до определенной степени можно компенсировать разнообразием инструментов. Помните народное – «голь на выдумку хитра». Вот это и есть фиксация такой зависимости. Но напоминаю про минимальные критерии достоверности и полноты информации. Если информация им не соответствует, то никакой инструмент не поможет.
Поскольку все методы анализа применять одновременно невозможно, то последовательность и выбор методов определяются индивидуальными предпочтениями и навыками в работе с ними и имеющимся программным инструментарием, а самое главное, самим предметом анализа. Поэтому описание методов будет дано не в порядке их важности либо применимости, а произвольно.
Системный метод
Начнем с системного анализа. И не просто с системного анализа, а его элементарного варианта. В своем наиболее простом виде системный анализ предполагает разделение всего на три составных части: внешнюю среду, среду существования системы и систему. Поясним, почему на три, а не на две, как часто пишут. Дело в том, что сегодня и жизнь и наука все больше склоняются к идее всеобщей взаимосвязи. В конечном счете, так оно и есть. Но та же жизнь показывает: все факторы, условия, события, процессы, применительно к анализу данной задачи можно поделить на две группы. Одной можно пренебречь, а другой ни в коем случае пренебречь нельзя. Поэтому еще при постановке разведзадания необходимо сосредоточиться только на среде существования системы и самой системе.
Далее системный анализ предполагает, что каждый объект мы рассматриваем, как взаимодействующие между собой элементы, испытывающие на себе воздействие этой самой среды существования. Соответственно, мы должны выделить саму систему, те параметры среды существования, которые на нее воздействуют и на которые воздействует она, элементы из которых состоит система и связи между ними. Для выделения системы особенно важно определить те качества или параметры, которыми обладает только система в целом и не обладают входящие в ее состав элементы. Кроме того, задаются входные, выходные и воздействующие параметры, причем не обязательно в количественном виде.
Анализ состоит, по сути, в выяснении нескольких вопросов:
- какие внешние факторы воздействуют на систему и как она воздействует на свою среду существования. При этом особое внимание обращается на разделение внешних факторов, воздействующих на систему на две группы – те, которые никак не зависят от системы и те, на которые система как-то может повлиять;
- определение элементов системы и взаимосвязи между ними. При этом выделяются такие взаимосвязи, которые отграничивают систему от внешней среды и собственно делают совокупности элементов единым целым, т.е. системой. Эти же связи определяют и функции системы, ее качества, как единого целого, не сводимого к качествам, самостоятельных систем элементов. Вообще в классической работе по системному анализу, написанной еще в семидесятые годы прошлого века, но утерявшую свое значение до сегодняшних дней С.Оптнер писал, что при анализе систем применяется тот же подход, что для работы с «черным ящиком», т.е. смотрится вход, выход системы. Но в отличие от «черного ящика» при системном подходе выясняется еще и его содержимое. Он становится прозрачным, выясняется, как входные параметры преобразуются в выходные. Как на них влияет среда существования и как воздействует на нее система;
- определяется, как со временем меняются взаимосвязи между элементами системы, и к каким изменениям это приводит во взаимодействии системы с ее внешней средой.
В самом первом приближении это и составляет суть метода системного анализа. Для тех, кто хочет более детально ознакомиться с его применением для решения разнообразных бизнес задач в доступном и достаточно подробном изложении, рекомендую книги Д.Гараедаги «Системное мышление» и замечательную книгу «Системный анализ и методы системотехники» Б.А.Резникова, написанные толково, понятно и доступно. Некоторые алгоритмы системного подхода, схемы и формы даны в Приложении № 12 .
Причинно-следственный метод
Хорошо известно: все в мире имеет причину, а соответственно и следствие. Правда, к сожалению, у каждого следствия бывает не одна причина, а несколько. А в сложных системах, к которым относятся все системы с участием человека, характерен еще и феномен кольцевой причинности. Кольцевая причинность имеет место тогда, когда причины и следствия постоянно меняются местами. Тем не менее, причинно-следственный анализ обязательно должен войти в арсенал методов разведывательного анализа. В своем самом простом варианте его еще называют методом «Пяти почему». В самом общем виде он может быть сведен к следующим основным компонентам:
- выбирается объект, относительно которого ищется причина. В качестве объекта могут выступать события, проблемы, сложившаяся ситуация на рынке, появившаяся запатентованная технология и т.п. В терминах событий, их причин и следствий может быть понято абсолютно все, что относится к предмету разведдеятельности. Поскольку событий в рамках одного разведзадания как правило много, а иногда и очень много, то с чего-то надо начинать.;
- для того чтобы выбрать начальное событие для анализа, можно использовать метод главного звена или теорию ограничений, которую мы коротко опишем в Приложении № 13;
- поскольку у событий имеется несколько причин, то сначала надо установить, что называется причины «первого порядка», т.е. е причины, которые прямо связаны с данным событием;
- в подавляющем большинстве бизнес-ситуаций и соответственно задач, стоящих перед разведкой требуется не ограничиваться причинами первого порядка, пойти вглубь. Как далеко пойти вглубь зависит от времени, объема имеющейся у вас информации и ресурсов. Но как показывает бизнес практика, обобщенная исследователями изучавшими проблему в самых различных странах вполне достаточно оказывается снисхождения на три-пять уровней.
Соответственно на выходе вы получите «дерево причин» главного события. Таких деревьев в разведанализе надо построить от одного до пяти. Поясню. В малом бизнесе, как правило, достаточно в большинстве случаев построить «дерево» для одного главного события, в небольшом – для трех взаимосвязанных между собой событий. А в среднем, и тем более крупном бизнесе – пяти деревьев.
Для тех, кто хочет глубоко освоить этот метод можно порекомендовать книгу Б.Андерсена «Анализ основной причины», а алгоритм, процедуры и схемы использования этого метода даны в Приложении № 14 .
Функционально-ресурсный анализ
Этот метод анализа под названием функционально-стоимостной анализ родился для решения технических задач во второй половине ХХ века. Постепенно он нашел свое распространение и для решения бизнес-задач, был включен в бизнес-аналитику. Было бы расточительством не интегрировать его в арсенал методов разведанализа.
По сути, функционально-ресурсный анализ предполагает выявление функций системы и ресурсов требуемых для реализации этой функции. Применительно к разведанализу его основными компонентами являются:
- выявление всех функций объекта разведанализа. Вот здесь придется привести пример, хотя стараюсь не отвлекать ими внимание читателей. Например, возьмем человека, который выполняет функцию коммерческого директора. Но ведь понятно, что эта функция является для человека далеко не единственной. Он имеет круг деловых партнеров и там у него другая функция. У него есть сфера общения и там иной функционал. Наконец, его связывают личные отношения и там опять же свои функции. Вот совокупность всех функций и представляет собой полный функционал. Причем, если не все, то многие функции могут иметь прямое и непосредственное отношение к объекту нашей разведдеятельности. Поэтому первый компонент – это выявление функционала объекта;
- функциональный анализ всегда предполагает выделение главной функции. Применительно к разведанализу она должна быть не только выделена, но и проанализирована в свойственных разведанализу терминах возможностей, рисков, угроз и т.п.;
- выполнение любых функций требует от человека затрат определенных ресурсов. Ресурсы могут быть самыми различными – деньги, время, знания и т.п. Соответственно каждая функция должна быть увязана с ресурсами, которые задействованы для выполнения функции. В ходе анализа необходимо определить, на какие функции сколько уходит ресурсов.
На выходе функционально-ресурсного анализа мы получим функционально-ресурсную матрицу, которая и будет результатом нашего анализа. Затем эта матрица должны быть проинтерпретирована опять же в терминах разведзадания.
Алгоритм, формы и процедуры функцинально-ресурсного метода в разведанализе даны в приложении № 15 .
Морфологический анализ
Морфология в переводе с греческого – наука о строении. Этот метод изобрел еще в средние века знаменитый алхимик Раймунд Луллий. Второе свое рождение он получил во второй половине ХХ века. Его переоткрыл немецкий ученый-изобретатель, бизнесмен, а в последующем промышленник, Ф. Цвикки. Он применил для анализа и решения в основном технических задач метод так называемого «морфологического ящика». «Морфологический ящик» получался у него следующим образом. Он брал какой-то класс технических устройств, которые представлял как систему. Выделял в ней элементы, связи и их характеристики. Затем строил матрицу. И анализировал каждую клеточку этой матрицы на предмет решения своей задачи. Т.е. можно сказать в самом простом виде это был метод перебора всех возможных вариантов решений, которые определялись строением системы, свойствами системы, ее элементов и их характеристиками. Несмотря на простоту метод Ф.Цвикки принес миллионы марок, поскольку применяя его он смог создать целый ряд новых технических изделий.
Затем метод Ф.Цвикки стал использоваться для анализа не только технических, но и практически любых систем, включая бизнес. Но здесь возникла проблема. Бизнес системы оказались похожи на матрешку. В науке это называется фрактальностью. Т.е. когда каждый элемент системы сам по себе является системой. В результате размеры или как говорят в науке размерность «морфологического ящика» оказалась такова, что человек его просто не смог его анализировать.
Начиная с 70-х годов прошлого века в России В.М.Одрин разрабатывает специальные процедуры, которые позволяют морфологический метод существенно усовершенствовать и превратить по сути в метод структурного анализа и конструирования, применимый к любым системам.
В самом простом виде метод В.М.Одрина можно свести к такой последовательности операций:
- поскольку любая система очень сложна, то главным является отбор тех элементов, связей и их характеристик, которые важны с точки зрения задачи. Вот этот-то отбор с позиций задачи и производится с самого начала. Задача также задает и глубину просмотра элементов;
- глубина просмотра элементов означает построение иерархии, где любой элемент системы рассматривается как подсистема. Вот исходя из задачи мы устанавливаем количество уровней иерархии;
- после этого строится древовидная иерархическая матрица. В переводе на русский язык это означает, что мы строим матрицу ровно на столько уровней глубины, сколько нам нужно для решения задачи.
В результате применения метода мы получаем своего рода полную структуру того или иного объекта с точки зрения решаемой задачки. Затем интерпретируем эту структуру в терминах нашего разведзадания.
Метод является просто незаменимым для любого анализа, поскольку позволяет уяснить и структурировать любую проблему. А особенности человеческого мышления таковы, что со структурированными проблемами оно справляется лучше.
Универсальность метода, кстати, очень быстро оценили все, начиная от управленцев и разведчиков, заканчивая главными конструкторами сложных систем – от атомных станций до межконтинентальных ракет. Было принято решение начать поголовное обучение методу Одрина высококвалифицированных профессионалов по самым различным специальностям. Но Советский Союз развалился, автор уехал на Украину и метод оказался практически забыт.
Надо сказать, что большинство методов, принятых сегодня в бизнес анализе, типа SWOT матриц, Пяти рыночных сил Портера и пр., являются «вырожденными», в смысле примитизированными до предела, методами использования морфологического анализа в старом его понимании. Об этом можно, кстати, прочитать в очень полезной для инструментального овладения методами бизнес анализа книге Ю. и М. Учителей «SWOT анализ и синтез – основа формирования стратегии организации». Некоторые алгоритмы, формы и процедуры метода морфологического анализа даны в Приложении № 16 . За это большая благодарность В.Одрину и А.Шереденко любезно предоставивших мне материалы их работ.
Диалектический анализ
Есть хорошая пословица на счет воды и ребенка. С диалектическим анализом произошла ровно подобная ситуация. Сначала его в извращенной форме десятилетиями изучали в любом советском ВУЗе вне зависимости от его профиля. А потом с исчезновением Советского Союза диалектический анализ сгинул в черную дыру.
Между тем, диалектический анализ не начался с Советского Союза и им не закончится. Ради справедливости надо сказать, что когда изучали диалектический анализ в особо извращенной форме диалектического материализма, то упоминали опять же древних греков Гераклида и Сократа, гораздо менее древних немцев, живших в 18 веке – Фейербаха и Гегеля, ну и естественно не забывали про К.Маркса, Ф.Энгельса и В.Ленина.
Буквально в последние годы параллельно в Санкт-Петербурге группа Переслегина и в Институте Пало-Альто, вернулись к переосмыслению диалектической логики и на ее основе пытаются разработать новый инструментарий.
Почему это произошло? Оказалось, что если освободить диалектическую логику от идеологических наслоений, то она позволяет понимать и описывать сложные динамические процессы. А самое главное, делать это в достаточно компактной форме. Компактность очень важна. Возможность оперирования информацией человеком не беспредельны и чем лучше мы можем упаковать в понятия и термины, которыми оперируем в анализе, события, объекты и процессы реального мира, тем больше шансов у нас перевести понимание в правильное решение.
Соответственно диалектический анализ должен найти свое место среди аналитических инструментов разведчика. В самом сконденсированном виде этот анализ предполагает выделение трех аспектов:
- в любом объекте, процессе, и тем более, сложной системе есть внутренние противоречия или конфликты. Здесь важно, что внимание фокусируется именно на внутренних, а не внешних противоречиях и конфликтах. Чем сложнее система, тем конфликтов больше. Поэтому мало выявить эти противоречия (конфликты), но и важно установить взаимосвязь между ними и определить тот главный конфликт, от которого зависит существование и изменение системы. В классической диалектической логике это называлось Законом единства и борьбы противоположностей;
- любой объект изменяется. Чем проще объект, тем меньше вариантов изменений. Изменения бывают в пределах одного состояния объекта – постепенные, либо когда объект переходит из одного состояния в другое, скачкообразно. В диалектическом анализе необходимо определить, какие параметры объекта изменяются, и где проходит граница между постепенными и скачкообразными или как говорят на современном языке – фазовыми изменениями. В классической диалектике это называлось переходом количества в качество.
Проиллюстрируем это двумя бытовыми примерами. Любой даже самый сложный механизм является простой системой по сравнению с любым живым организмом, а любой живой организм проще, чем система, где участвует человек. Так вот возьмем простую систему — автомобиль. Есть у него такая деталь – тормозные колодки. По мере эксплуатации они истончаются. Начиная с определенного предела, они просто перестают работать. Вот здесь как раз и происходит переход количества в качество. В технических науках это реализуется через анализ надежности. Второй житейский пример – из жизни людей. Был профессионал, работал себе. По мере роста своих профессиональных навыков и умений его вполне удовлетворяло периодическое повышение зарплаты. Т.е. он продолжал действовать в пределах своих компетенций и должности. Но, начиная с определенного порога, просто повышение зарплаты его уже перестало устраивать, и он захотел занять другую должность, т.е. позицию в иерархии, либо перейти в другую более известную компанию. Опять же переход количества в качество. Даже в абсолютно тривиальных задачах важно знать границы фазового перехода. А там где нужно применять разведметоды выявление границ такого фазового перехода – просто первое дело;
- третий закон классической диалектики – это закон отрицания отрицания. Вот здесь, как правило, начинались, что называется сплошные «непонятки». Между тем, этот закон заключает в себе характеристики, присущие практически всем явлениям. С переходом систем в новое фазовое состояние, она приобретает иные свойства и характеристики. В новом состоянии системы то, что ранее было главным, часто становится второстепенным. Это было замечено еще в Библии, где записано: «и последние станут первыми». И наконец, любая система даже в измененном состоянии несет в себе свою историю. Причем эмпирически замечено, что во многих системах новое состояние является в значительных чертах повторением старого, только в гораздо более сложной форме. Причем, старого не непосредственно предшествующего новому фазовому состоянию, а бывшее до этого. Чем сложнее система, тем последняя закономерность действует с большей вероятностью.
В разведанализе диалектический метод надо использовать при анализе процессов, делая акцент на выявлении противоречий, условиях фазового перехода и исторической обусловленности поведения сложной системы.
Вот, к сожалению, с книжками проблема. Гегеля советовать прочитать просто бессмысленно. Такие книги сейчас не читают. Популярного изложения диалектической логики не существует. Поэтому я постаралась сделать чуть более подробным, практически ориентированным Приложение № 17, которым можно инструментально пользоваться.
Сетевой анализ
По мнению подавляющего большинства аналитиков, державой ХХI века будет Китай. Собственно уже сегодня он является главным двигателем всей мировой экономики. Поэтому далеко не случайно, что с конца прошлого века и особенно интенсивно в веке нынешнем и Запад стал брать на вооружение методы исторически присущие китайской мысли.
Одним из таких методов является метод сетевого анализа. Даосизм, который предопределил всю китайскую мысль, теорию и практику в государственном и хозяйственном управлении, военной стратегии и т.п. исходил из понимания мира, как из динамичной паутины связей, вьющейся вокруг естественных законов и обладающих высокой изменчивостью.
Интернет с одной стороны и работа со сложными в первую очередь живыми системами – с другой подтолкнули разработки в области сетевого анализа. Надо сразу оговориться, что математика сетями занималась еще с начала прошлого века и разработала до чрезвычайности изощренный аппарат.
Сетевой анализ можно применять к сетям, состоящим абсолютно из любых объектов. В качестве таковых могут выступать люди, компании, события, даже патенты и изобретения.
При проведении сетевого анализа обязательно выполняется несколько последовательных операций:
- определяется размерность анализа. Т.е. вводится ограничение по количеству анализируемых связей. Поскольку все связано со всем, то мы сразу же должны установить, сколько шагов связей нас интересует. Чем больше шагов, тем соответственно больше участников. А поскольку доказано, для любой сети число связей между участниками растет не в арифметической, а в геометрической прогрессии, то с увеличением числа шагов размерность увеличивается неимоверно. Начиная с определенной размерности, анализ невозможно проводить вручную;
- связи, исходя из поставленной перед аналитиком задачи, получают характеристики. Характеристики могут быть как количественные, так и качественные. Здесь я бы сразу хотела предостеречь от представления всех характеристик, важных с точки зрения задачи, в количественной форме. Поясню. Например, мы рассматриваем связи между людьми. И характеризуем их для простоты только двумя параметрами: сильная – слабая и господствующий – подчиненный – равный. В принципе первый параметр может быть вполне измерим. Второй измерить количественно сложно. Тем не менее, во многих компьютерных программах, во многих руководствах предлагается качественные параметры переводить в количественные. Делается это примерно так. Господствующий +1, равный 0, подчиненный -1. Вроде бы можно, но абсолютно бессмысленно. Дело в том, что в количественную форму имеет смысл переводить лишь то, что можно вычислить, используя для этого четыре действия арифметики, либо более сложные методы высшей математики. Но беда, которую осознают математики, состоит в том, что, такое исчисление искусственно построенных числовых шкал качественных характеристик в очень многих случаях совершенно искажает картину и абсолютно бессмысленно для практического применения. Например, не смысла складывать машины и собак;
- определяются узлы сети, т.е. объекты, обладающие наибольшим числом связей и связями с наиболее важными характеристиками, исчисленными как количественно, так и оцененными качественно.
Сетевой анализ позволяет уяснить картину и является еще одним методом структуризации, а значит и упаковки сложных систем в вид доступный для понимания. При сетевом разведывательном анализе естественно необходимо выявление сетки связей, ее узлов и в первую очередь характеристик этих узлов. После этого, как обычно, необходимо провести интерпретацию полученной картины применительно к задаче по параметрам возможностей, преимуществ, угроз, препятствий, рисков и т.п.
С учетом того, что в последнее время появился целый ряд программ, позволяющий производить сетевой анализ, можно порекомендовать две программы. Наиболее приспособленная для методов конкурентной разведки – это уже упоминавшаяся программа Maltego 3.0. Сайт программы https://www.paterva.com. Можно использовать также программу Sentinel Visualizer от https://www.fmsasg.com. Стоит она примерно поездку на двоих на неделю в средний отель в Египте.
Анализ связностей
Анализ связностей лежит в основе любой следственной деятельности. Он является своего рода комбинацией причинно-следственного анализа и анализа сложных сетей. Его используют даже обычные детективы, не знающие аналитических методов, применяя по наитию, что называется исходя из здравого смысла. По сути, любое расследование – это идентификация, т.е. установление связи с определенным событием человека либо группы людей по каким-то признакам. У детективов их называют уликами.
Как отметили в одном из лучших аналитических центров мира «Rand» «многие из аналитических методов, если их хорошо поскрести – это отточенный и структурированный здравый смысл». К анализу связанностей высказывание относится в полной мере. Мы идентифицируем любой интересующий по условиям разведзадания объект с чем-либо, что важно для решения задачи, ради которой собственно и выполняется разведзадание.
Анализ связностей выполняется при помощи нескольких действий:
- определяются классы объектов, которые будут участвовать в процессе выявления связанностей. Поясним на примере. Нам надо выяснить связанность между человеком и событием. Тогда мы выделяем следующие классы объектов: события, компании, люди, место, время, предметы и т.п. Естественно, что в каждом классе должно быть несколько его представителей. Количество представителей в классе или его размерность зависит от того, вручную или с использованием программ происходит работа;
- устанавливаются связи между объектами, относящимися к различным классам. На этой стадии производится идентификация между представителями интересующего Вас класса по условиям задачи, например, человека, с другими классами – событиями, местом, временем, компаниями и т.п.;
- выявляются связи внутри классов.
В результате такого подхода происходит идентификация объекта разведдеятельности по интересующим признакам. И устанавливаются все необходимые связи.
Лучшей литературой, позволяющей понять практическое использование анализа связностей, является взятые наугад несколько рассказов Конан Дойля о Шерлоке Холмсе. Не зря вот уже более 100 лет они используются при подготовке аналитиков не только в области расследований, но и в сфере разведке, а также политических аналитиков.
Анализ связностей удобно проводить, используя отечественную базу CronosPro, правда я уже писала раньше, что для этого нужно три свободных дня, чтобы овладеть техникой работы с ней и отказаться от одного похода в хороший суши бар на двоих
Источник
Елена Ларина хорошо известна специалистам Конкурентной разведки. Ее непосредственная работа - хэдхантинг, но, помимо этого, Елена публикует отличные материалы на тему общих принципов работы с информацией методами, которые приняты в разведке.
Популярен, в среде специалистов, и ее сайт "Бизнес как разведка" (HRазведка), где есть как теоретические разделы (например, "Мнение Гуру"), так и практические (такие, как "Разведнет" или "Программы и сервисы").
Материал Елены Лариной "Чем отличается разведанализ от бизнес-анализа" относится к теории. Но это та самая теория, без которой успешная практика вряд ли возможна.
Далее - цитата.
Чем отличается разведанализ от бизнес-анализа
Если воспользоваться Википедией, а лучше прочитать монографии по бизнес-анализу, то обнаружится примерно следующее определение. «Это дисциплина выявления деловых потребностей и нахождения решения деловых проблем». Под это определение подпадает абсолютно все, начиная от конкурентной разведки, заканчивая аудиторской деятельностью. Поэтому на практике под бизнес анализом понимается нечто иное. А именно: описание бизнес-процессов с целью выявления имеющихся недостатков и их устранения. В последнее время это направление получило собственное название реинжениринг.
В последние годы бизнес-анализ все чаще связывают с так называемой интеллектуальной обработкой данных при помощи компьютерных систем. Впрочем, «интеллектуальная» — это, прежде всего, бренд для продажи, поскольку на практике речь идет опять же о статистике той или иной степени изощренности с элементами визуализации. Самый последний тренд – это бизнес-анализ на основе больших данных. Если коротко, речь идет о том, что сегодня все стороны жизни компании и многие аспекты бизнес-среды оцифровываются. Полученные данные поступают в хранилище. Затем они опять же при помощи тех же классических статистических методов обрабатываются, на основании чего формируются рекомендации для лиц, принимающих решения. На самом деле никакой магии в больших данных нет. Это просто оцифровка всего и вся с последующей экономико-статистической обработкой. Все искусство состоит в том, чтобы создать как можно более подробные и детальные классификации этих самых больших данных, чтобы они позволяли получать сегменты потребителей, клиентов, объектов с максимально предсказуемыми характеристиками. Собственно, вокруг всего этого и крутится сегодня вся большая айтишная индустрия, чьи обороты измеряются уже почти триллионом долларов. Именно на этой ниве пасутся компании, начиная от SAP, кончая С1. Но к конкурентной разведке все это прямого отношения не имеет. Хотя отдельные элементы экономико-статистических методов, позволяющих искать скрытые закономерности в данных входят в арсенал конкурентной разведки, доступной пока в основном крупному бизнесу.
Кроме того, под бизнес-аналитикой понимают использование вполне определенных методов типа SWOT анализа, рыночных сил Портера, таблицы МакКинси, так называемой Бостонской матрицы и т.п. Все эти методы были исторически разработаны в рамках различных школ маркетинга и менеджмента и успешно используются ими. По каждому из этих методов существует большой объем русскоязычной литературы и материалов в интернете. Достаточно дискуссионным является вопрос, относятся ли они к конкурентной разведке. По мнению американцев, которые собственно и создали конкурентную разведку в ее классическом понимании, все эти методы являются важнейшими инструментами конкурентной разведки. Их обсуждают в соответствующих группах в LinkedIn, им посвящены главы в англоязычных книгах по конкурентной разведке и т.п.
В принципе, к любому методу надо относиться ровно также как к молотку. Если он выполняет свою функцию, то он вполне годен. В этом смысле указанные выше классические маркетинговые инструменты конечно же применяются в конкурентной разведке, но не являются ее основным и собственным инструментарием. Они – суть вспомогательные методы. Более того, в силу особенностей российской деловой среды, использование рыночных сил Портера, таблиц МакКинси и Бостонских матриц крайне затруднительно. Они ориентированы на так называемый классический, либо совершенный рынок. А наш рынок похож на совершенный рынок также как Фотльцваген на Бентли. Поэтому, конечно, знать об этих методах надо. Можно ими и пользоваться. Но считать их альфой и омегой разведывательного анализа в реалиях российского бизнеса – весьма забавно.
Отдельной песней является бенчмаркинг. Говоря по-русски, это сравнение своей компании, ее продуктов, бизнес-процессов и т.п. с конкурентами. Исторически американская конкурентная разведка в каком-то смысле даже выросла из бенчмаркинга. Это было связано с тем, что конкурентная разведка в США появилась, прежде всего, не просто в сфере реальной экономики, а непосредственно в производственной сфере. Соответственно ее работа была направлена на выявление лучших решений в производстве того или иного продукта и возможности их переноса на собственные предприятия.
В современной России, где почти треть внутреннего валового продукта составляет торговля, а значительную часть производящего сектора приходится на добычу полезных ископаемых, особенно, нефть, газ, необходимость применения бенчмаркинга весьма ограничена. Он конечно же полезен для реальной экономики, особенно производящей новую, не имеющей аналогов продукции, но положа руку на сердце скажем, а много ли у нас таких предприятий. Поэтому, классический бенчмаркинг, хотя и является кузеном конкурентной разведки, в России широкого практического применения в ближайшее время вряд ли найдет. В то же время, бенчмаркинг, как метод сравнительного бизнес-анализа процессов работы с клиентами, контрагентами вполне себе применим и полезен. Но хитростей здесь никаких нет, поскольку любой человек, практически занимающийся бизнесом. Хорошо знает, по каким параметрам надо сравнивать свою деятельность с деятельностью конкурентов. Для этого осваивать тонкости бизнес-анализа и читать академические тома, посвященные бенчмаркингу ему не обязательно.
В последнее время большинство зарубежных специалистов разделяют конкурентную разведку и бизнес-анализ, который в прямом переводе на русский означает бизнес-разведку, по принципу внешнее-внутреннее. CI или конкурентная разведка занимается внешней деловой средой, а BI или бизнес-анализ, соответственно, внутренней, тем, что происходит внутри компании.
Нулевая стадия
Полный курс аналитики для конкурентной разведки можно найти в книге Нежданова И.Ю. «Аналитическая разведка для бизнеса». Книгу советую прочитать, по меньшей мере, по двум причинам. В ней дан богатый материал по аналитической разведке применительно к нуждам бизнеса, и изложен понятным структурированным языком. Мы же остановимся на других аспектах и других методах конкурентного разведывательного анализа.
Нулевым уровнем аналитики является оценка собранной информации. Многие из специалистов, практиков, и авторов книг на эту тему выделяют оценку в самостоятельную стадию. Но сама по себе оценка предполагает анализ, ведь, в конечном счете, что такое анализ? Это понимание того или иного предмета. И не просто понимание, а возможность реализовать это понимание в каких-то прагматических целях. Например, денег заработать в бизнесе. Либо темную материю обнаружить в физике. Так что в оценке без анализа просто никуда. Но и анализ проводить без предварительной оценки информации тоже чревато пустой потерей времени и гарантировано неверным пониманием того или иного предмета анализа.
Анализ информации, собранной из открытых, прямых и внутренних источников, целесообразно проводить как минимум по трем критериям: достоверности, полноты и актуальности.
Даже ежику, который заблудился в тумане, понятно, чем информация достовернее, тем жить лучше, тем решения будут приняты правильнее, тем методы конкурентной разведки использовались эффективнее. Существует только загвоздка. Поскольку конкурентная разведка действует строго в рамках закона, в отличие от промышленного шпионажа, который может себе позволить и разговор телефонный записать, и агента «завербовать», и шантажом документы добыть и много разного другого уголовно и административно наказуемого, то при всем богатстве инструментария конкурентной разведки надо признать, что он не безграничен и не всемогущ. Поэтому надо четко понимать: стопроцентно достоверная информация из открытых источников может быть, как правило, добыта о фактах, которые не представляют интереса для разведки. Зачем нужен разведчик, если факт известен всем. А вот неочевидная информация, это информация, которую сложно многократно перепроверить и стопроцентно подтвердить. Об ее достоверности судить много труднее. Она носит по необходимости вероятностный характер. Девид Кимши, один из самых известных руководителей израильских спецслужб писал: «Разведка почти никогда не имеет дело не просто со стопроцентно, но и с высоковероятной информацией. Как правило, информация, полученная даже от лучших агентов, имеет вероятный характер. Собственно, мастерством руководителя разведки и является умение на основе опыта, интуиции и знаний вынести суждение об уровне вероятности донесения и соответственно ценить его достоверность».
В бизнесе, также как в государственной разведке всегда требуется как-то определить достоверность полученной информации. Есть много разных методов, но, к сожалению, они по многим причинам не всегда применимы в жизни. Поэтому зачастую берется на вооружение достаточно простой, но действенный метод. Он предполагает оценку по трем приоритетным маркерам:
- чем информация документированнее, тем при прочих равных условиях она достовернее. Конечно, и документы можно найти или получить устаревшие, либо не окончательные, а черновики, но, в общем, документ по большей части достовернее сообщений в СМИ, особенно в нынешнее время, когда СМИ все чаще используются для намеренной дезинформации;
- если одни и те же сведения подтверждаются, хотя бы из двух независимых источников, это говорит о большей подтвержденности информации. Поэтому понимая, что неочевидную информацию подтвердить из многих источников невозможно, всегда надо стремиться иметь второе, хотя бы косвенное подтверждение тех сведений, относительно которых производится оценка их достоверности;
- третий маркер – авторитетность источника. Тогда, когда для конкурентной разведки добыча документов бывает затруднительна по законодательным причинам, а перепроверка сведений оказывается делом дорогостоящим, этот маркер будет выступать как основной. Чем в прошлом информация от источника оказывалась достовернее, тем выше вероятность того, что и в этот раз он не подведет. Хотя, к сожалению, не надо относиться к этому положению как к аксиоме. При прочих равных условиях официальные источники считаются более достоверными, чем неофициальные, если последние не имеют высокого уровня авторитетности. В общем и целом платные лицензированные интернет источники информации более авторитетны, чем бесплатные. Информация, добытая при помощи специальных программных средств в основном более авторитетна, чем при помощи простого поисковика.
Исходя из этих трех маркеров, каждый в силу своего опыта и разумения может сделать вывод о достоверности информации. Единственное, стоит все время держать в голове, чем объект, к которому относится информация, сложнее, тем о достоверности судить труднее. Чем больше интересует будущее, тем с большей неопределенностью в отношении достоверности нужно примириться в настоящем. И обязательно помнить, что достоверность носит, как правило, вероятностный, возможный характер.
С полнотой тоже понятно. Чем информация полнее, тем анализ качественнее. Но и здесь есть три препятствия. Не всю желаемую информацию можно получить, как не изощряйся законными методами. Кроме того, любая информация имеет цену, а организация – бюджет. Соответственно полнота информации диктуется с одной стороны имеющимися интеллектуальными и коммуникативными возможностями и программными продуктами, а с другой стороны, бюджетными ограничениями. Здесь по русской пословице – по одежке протягивай ножки.
Пословица, конечно, хороша, но какие-то принципы оценки полноты все-таки надо иметь. В качестве таковых в практической деятельности можно использовать два маркера:
- информацию можно считать минимально полной, если по каждой составляющей разведзадания имеется, хотя бы какая-то информация с допустимой для аналитика или ЛПР степенью достоверности. Тогда можно работать дальше. Если не хватает информации хотя бы по одному из параметров, то ни о какой полноте речь идти не может. Задание провалено. Надо возвращаться назад и дособирать информацию;
- возможность нахождения хотя бы одного удовлетворительного решения, для обеспечения которого и ведется разведработа. Здесь есть две тонкости. Конечно же, лучше, чтобы вариантов решения было больше, чем один. Вторая тонкость состоит в том, что этот маркер работает не на стадии анализа, а уже на стадии проектирования решения.
Что из этого следует? Необходимо установить допустимые минимальные критерии полноты, а дальше, в зависимости от конкретных обстоятельств определиться, какая полнота сведений достаточна для принятия управленческого решения. В любом случае это будет не столь привычная количественная оценка, а оценочное суждение лица, принимающего решение, и его советников. Об этом надо помнить. И постоянно держать в голове, что оценка информации на полноту будет постоянно корректироваться по мере проведения анализа и может создаться необходимость возобновить работу по сбору информации на любом этапе разведцикла. Надо быть готовым начать если не всю, то хотя бы часть работы заново.
Зато третий критерий – своевременность, является самым простым для оценки. Вот его-то в отличие от достоверности и полноты можно и контролировать, и проверять. Информация всегда нужна для решения задачи или как говорят в России «снятия проблемы». А и то и другое всегда привязано к конкретному сроку. Поэтому, самая полная достоверная информация будет абсолютно бесполезна, если будет представлена позже требуемого срока.
Поэтому в противоречие с очень многими уважаемыми специалистами, но в согласии с повседневной практикой бизнеса, я предложила бы простой способ оценки информации, собранной для анализа. Исходным критерием является срочность. Затем устанавливаются ограничения по бюджету и определяется исходя из этого достижимая степень полноты информации. Хотя здесь оговорюсь. Мозги что называется, могут компенсировать и недостаток бюджета, и ограниченность программных средств, но лишь до определенного предела. Кадры, конечно, решают, но не совсем уж все. При всех бюджетах, мозгах и прочем, собранная информация по полноте должна удовлетворять тем двум маркерам минимальной достаточности, о которых речь шла выше. И уж на заключительной стадии проводится оценка информации на достоверность. В итоге мы получим оценку информации на соответствие срокам, возможной полноте и достижимой достоверности.
Разведанализ — мышление о сложном
Когда кто-то встречается с термином, о котором хочется узнать больше, раньше лезли в многочисленные справочники, энциклопедии и монографии. Теперь — прямая дорога в Википедию. Там можно выяснить, что анализ – это способ понимания путем разделения целого на части. Там еще много чего написано, но это все уже не важно. Обратим внимание на главное – разделение на части. На части делят, когда целое понять, и главное сделать с ним что-то, сразу сложно. Значит, по сути, анализ – это мышление о сложном. А аналитические методы – это способы понимания сложного.
Интересно, что существующая до сегодняшнего дня наука, разведка в современном ее понимании и классическое рыночное хозяйство появились практически в одно и то же время в Британии. В своей основе они имели аналитическую картину мира. Метафорой этой картины мира были часы. Предполагалось, что весь мир , все его составные части, общество, человеческая деятельность похожи на один большой механизм. Его можно собрать, разобрать, части поменять местами. Он подвержен простому конструированию, а самое главное целое полностью определяется частями, из которых оно состоит. Эта картина мира нашла отражение даже в английском языке, который по определению лингвистов так и называется «аналитический» язык.
Анализ бесспорно, бесконечно важен. Но сегодня уже понятно, что мир, и тем более общество – это не механизм. Целое, хотя и состоит из частей, но не сводится к ним. Сложные системы нельзя конструировать как простые механизмы.
Однако свойства человеческого мышления, которые вероятно связаны с психофизиологическими особенностями мозга таковы, что человеку достаточно сложно мыслить о сложном. К сложному он приходит через простое. Хорошо известно, что подавляющее большинство людей могут оперировать одновременно пятью-семью, максимум девятью, переменными или факторами. А число лиц, теорий, сценариев, которое человек может запомнить, освоить и постоянно держать в оперативной памяти не превышает примерно 150 или числа Данбарра. Поэтому, хотя ключевым в деятельности человека, как доказал великий русский психифизиолог П.Анохин является прогнозирование, а мышление, как выяснили два выдающихся психолога прошлого века В.Брушлинский и К.Юнг, представляет собой синтез через анализ, именно синтез является исходной мыслительной операцией, необходимой для любой эффективной работы как в обыденной жизни, так и в бизнесе.
Чтобы продвигаться дальше в нашей теме конкурентной разведки, необходимо совсем бегло остановиться на вероятно самом сложном предмете, с которым сталкивался человек – это самом себе и своем мышлении. Когда говорят об искусственном интеллекте, прогнозируют, появится он или нет, то возникает вопрос, как мы можем судить о прилагательном, если до конца не разобрались с существительным.
Сделаем маленькое отступление. Вот уже сорок лет мощнейшие компьютеры играют с человеком, причем не с простыми людьми, а с лучшими профессионалами в своей области, в игры. Началось все с шахмат. Успешно были повержены чемпионы мира. Закончилось на сегодняшний день Watson, победившим в игре «Внезапность», как ее называют в Америке. В промежутке машина обыграла человека в Го, шашки и чуть не выиграла в покер. Выяснилось, что там, где человек с машиной соревнуется в решении счетных задач и где и человек, и машина должны действовать по установленным правилам, то машина уже сегодня справляется с задачами лучше человека. Но, ни одна машина, по крайней мере, пока, не способна соперничать с человеком, если в задаче не определены правила или они могут меняться по ходу дела. Происходит это, прежде всего, из-за принципиальных различий в вычислениях машины и мышлении человека. А вот отсюда уже начинается не отвлечение, а самая что ни на есть наша прямая тема.
Машина действует по жестким алгоритмам и все, в конечном счете, оцифровывает. Т.е. она считает, а затем на основе расчетов выполняет программу. Шаги программы собственно и называются алгоритмом. Они заранее прописаны и жестко зафиксированы. Даже самые современные технологии самопрограммирования, разрабатываемые знаменитым Массачусетским технологическим институтом, представляют собой в итоге все тот же жесткий алгоритм, позволяющий создавать другие жесткие последовательности операции, т.е. алгоритмы.
Человек, чему сегодня уже имеется огромное число подтверждений, добытых исследователями из самых разных областей знаний и практики, не мыслит числами. Он не мыслит даже словами. Хотя, как выяснилось, язык оказывает влияние на мышление, картину мира, программы действий. И все же наше мышление оперирует не словами, а скорее чем-то похожим на мыслеобразы. И человек не выполняет при мышлении какие-то команды, будь то одна или несколько параллельно.
Также на сегодняшний день сегодня твердо установлен факт, что всех людей можно в очень грубом приближении поделить на две группы – с так называемым правополушарным и левополушарным мышлением. У одних больше преобладает рассудок, логика, или как говорят, рацио. У других – целостное восприятие, которое часто отождествляют с эмоциями и с интуицией. В реальности, у каждого человека естественно задействовано и левое и правое полушарие. Более того, когда с одним из полушарий что-то случается, второе частично берет на себя функции травмированной части головного мозга.
Может возникнуть вопрос, какое это имеет отношение к разведанализу. Ответ простой. Разведанализ , как выяснилось в результате специальных исследований в США и Великобритании, у наиболее успешных аналитиков – это преимущественно левополушарное мышление в сложной обстановке, или в отношении сложного предмета.
Любое мышление, как сегодня уже ясно, начинается с наложения фактов, будь то в совершенно обыденной жизни или в бизнесе на уже имеющуюся у человека некую модель или образ мира. Т.е. он не смотрит на эти факты непосредственно, а воспринимает их через призму этой самой модели, т.е. фактически смотрит на мир через своеобразное стекло.
Это очень важно. Чем у человека эта модель более приспособлена к его профессиональной деятельности, чем она содержит больше ячеек, связей и т.п., тем быстрее и лучше он справится со своей профессиональной задачей. И уж совсем идеально, если он способен генерировать ни одну, а несколько моделей мира и пользоваться ими в практической деятельности. Модель, соответственно, – это опыт определенным образом упакованный, структурированный и готовый к использованию. Отсюда понятно, поскольку опыт у людей разный, способности тоже отличаются, то и модели у каждого – свои. По этому поводу точно заметил Александр Поп: «Наши взгляды, как наши часы. Все они показывают разное время, но каждый верит только своим».
От моделей зависит и восприятие фактов, явлений, событий и их понимание. Исследователи Гарвардского университета установили, что 90% ошибок мышления связано с ошибками восприятия, а 80% ошибок в принятии решения – с ошибками понимания. Исследователи знаменитого Центра Пало-Альто определили: 60% ошибок восприятия связаны с неудачными моделями, а еще 40% — с рассеянным вниманием.
Если человек действует на основании неэффективных моделей, то при решении любой проблемы он, как правило, использует привычные, шаблонные решения и действует методом простого перебора. Этот метод мышления самый распространенный и надо признать достаточно эффективный, но только в обыденной жизни и в простых ситуациях. При таком методе решение подсказывает исключительно прошлый опыт или воспоминание о случавшихся ранее схожих ситуациях.
В сложных ситуациях метод дает сбои. Здесь шаблонные решения не подходят, необходимо осознанное мышление. Чтобы не углубляться в дебри гуманитарных наук просто скажу: осознанное мышление – это когда человек подходит к проблеме, используя те или иные инструменты мышления. Т.е. применяет для решения каких-то задач инструмент подобно тому, как использует автомобиль для передвижения. Ведь бессознательно можно бродить по городу, а вот бессознательная езда – это до первого столба, либо до первой встречной машины.
Исторически, такие инструменты мышления получили название логик. В самом широком смысле этого слова, логика – это метод, если хотите инструмент, осознанного мышления. А любой инструмент предполагает правила.
Вот логика собственно и родилась, как наука о правильном мышлении. Родилась она в древней Греции из искусства полемики, или из искусства ведения спора. Кстати, само по себе искусство ведения спора было тесно связано с военным искусством. Зачастую самыми известными полемистами и оказывались знаменитые военачальники. Соответственно, спор трактовался как своего рода битва, лобовое столкновение, которое ведется по определенным законам. В любом поединке должен быть победитель. Для того чтобы выявить победителя в словесных поединках были установлены правила. Когда система доказательств и опровержений им соответствовала, человек признавался победителем. А тот, кто их нарушал, соответственно, проигравшим. Затем Аристотель перенес эти правила из искусства спора на мышление, на систему рассуждений о чем-либо и письменные тексты. И появилась наука логики. Наука эта предполагает, что любое высказывание, либо любая мысль может принимать только два значения – истинное или ложное. А для того, чтобы установить, истинное оно, либо ложное, Аристотелем и были обобщены сложившиеся на практике правила взаимосвязи между высказываниями. Как ни удивительно, Аристотелева логика существует до сих пор и большинство людей в обыденной жизни и в бизнесе продолжают пользоваться именно ей.
Но здесь та же ситуация, что с использованием готовых шаблонов при решении новых задач. Во многих простых ситуациях такая логика подходит, а в хотя бы немного сложных – категорически не работает. Приведем только один пример с логикой и шаблонами. Предположим, что Семен Рабинович – банкир и Петр Иванов – банкир. Это нам известно. Принято, что банкиры – это богатые люди. Следуя логике Аристотеля и привычке использовать шаблоны получается, что и Семен Рабинович и Петр Иванов – оба богатые люди. А на практике может быть, что один из них богат, а второму не повезло, он разорился и стал бедняком.
Логики тоже поняли это и, начиная с 20-х годов еще прошлого века стали разрабатывать более сложные логики. Первый это сделал русский ученый Н.А.Васильев, создавший «воображаемую логику». Затем поляк Ян Лукасевич построил логику уже для трех значений — истинно, ложно и неизвестно. А наш недавно умерший гениальный логик и писатель А.Зиновьев создал комплексную логику, в рамках которой можно создавать любые правила мышления, с любой шкалой оценки истинности-ложности и других шкал оценки суждений. Поскольку любая логика стремится к формализации, то комплексная логика тоже была формализована американцем азербайджанского происхождения Л.А.Заде. Она получила название «нечеткая логика». В «нечеткой логике» любое высказывание, либо суждение о факте носит вероятностный характер и принимает любое значение – от ноля до единицы. Бизнес, как раз, и действует в условиях перманентной нечеткой логики.
В сложных ситуациях, а их в нашей жизни и бизнесе становится все больше, мы сами не зная того, действуем по логике Зиновьева или «нечеткой логике». Она предполагает, что существует много логик или много правил, и они могут использоваться одновременно или порознь и существует множество систем оценок, которые меняются в зависимости от ситуации. Соответственно, все аналитические методы можно представить как частные случаи логического мышления по Зиновьеву. Все изложенное выше достаточно убедительно показывает, что ни одну сложную проблему, используя привычные шаблоны и формальную логику не решить. Для этого нужно взять на вооружение аналитические методы работы с информацией.
Необходимый минимум инструментов разведывательного анализа
В жизни, в бизнесе, при чтении деловой литературы, на интернет-сайтах мы часто встречаемся с терминами метод, инструмент, прием. Зачастую они используются как синонимы, подменяют друг друга. Мы же будем различать их. Метод – это базирующийся на тех или иных научных достижениях способ понимания мира и его фрагментов. Метод – это описание того, как делать. Документированный способ действия. Технология – это инструментальное подкрепление метода, его программно-аппаратная часть с инструкциями по их использованию. А прием – это навык овладения инструментом, технологией. Написано это не для того, чтобы отнять у читателя несколько минут времени, а для того, чтобы пояснить, как работать с этой и последующими главами.
В главе будет дана суть методов в самом сжатом изложении. А инструменты по каждому из методов будут вынесены в Приложения . Тем самым, надеюсь, у читателя будет возможность применять технологии на практике.
Пару слов о том, как использовать и выбирать методы. Чем проще задача, тем меньшим числом методов анализа можно обойтись. Чем меньше информации, тем больше методов анализа надо использовать. Замечено, что нехватку информации до определенной степени можно компенсировать разнообразием инструментов. Помните народное – «голь на выдумку хитра». Вот это и есть фиксация такой зависимости. Но напоминаю про минимальные критерии достоверности и полноты информации. Если информация им не соответствует, то никакой инструмент не поможет.
Поскольку все методы анализа применять одновременно невозможно, то последовательность и выбор методов определяются индивидуальными предпочтениями и навыками в работе с ними и имеющимся программным инструментарием, а самое главное, самим предметом анализа. Поэтому описание методов будет дано не в порядке их важности либо применимости, а произвольно.
Системный метод
Начнем с системного анализа. И не просто с системного анализа, а его элементарного варианта. В своем наиболее простом виде системный анализ предполагает разделение всего на три составных части: внешнюю среду, среду существования системы и систему. Поясним, почему на три, а не на две, как часто пишут. Дело в том, что сегодня и жизнь и наука все больше склоняются к идее всеобщей взаимосвязи. В конечном счете, так оно и есть. Но та же жизнь показывает: все факторы, условия, события, процессы, применительно к анализу данной задачи можно поделить на две группы. Одной можно пренебречь, а другой ни в коем случае пренебречь нельзя. Поэтому еще при постановке разведзадания необходимо сосредоточиться только на среде существования системы и самой системе.
Далее системный анализ предполагает, что каждый объект мы рассматриваем, как взаимодействующие между собой элементы, испытывающие на себе воздействие этой самой среды существования. Соответственно, мы должны выделить саму систему, те параметры среды существования, которые на нее воздействуют и на которые воздействует она, элементы из которых состоит система и связи между ними. Для выделения системы особенно важно определить те качества или параметры, которыми обладает только система в целом и не обладают входящие в ее состав элементы. Кроме того, задаются входные, выходные и воздействующие параметры, причем не обязательно в количественном виде.
Анализ состоит, по сути, в выяснении нескольких вопросов:
- какие внешние факторы воздействуют на систему и как она воздействует на свою среду существования. При этом особое внимание обращается на разделение внешних факторов, воздействующих на систему на две группы – те, которые никак не зависят от системы и те, на которые система как-то может повлиять;
- определение элементов системы и взаимосвязи между ними. При этом выделяются такие взаимосвязи, которые отграничивают систему от внешней среды и собственно делают совокупности элементов единым целым, т.е. системой. Эти же связи определяют и функции системы, ее качества, как единого целого, не сводимого к качествам, самостоятельных систем элементов. Вообще в классической работе по системному анализу, написанной еще в семидесятые годы прошлого века, но утерявшую свое значение до сегодняшних дней С.Оптнер писал, что при анализе систем применяется тот же подход, что для работы с «черным ящиком», т.е. смотрится вход, выход системы. Но в отличие от «черного ящика» при системном подходе выясняется еще и его содержимое. Он становится прозрачным, выясняется, как входные параметры преобразуются в выходные. Как на них влияет среда существования и как воздействует на нее система;
- определяется, как со временем меняются взаимосвязи между элементами системы, и к каким изменениям это приводит во взаимодействии системы с ее внешней средой.
В самом первом приближении это и составляет суть метода системного анализа. Для тех, кто хочет более детально ознакомиться с его применением для решения разнообразных бизнес задач в доступном и достаточно подробном изложении, рекомендую книги Д.Гараедаги «Системное мышление» и замечательную книгу «Системный анализ и методы системотехники» Б.А.Резникова, написанные толково, понятно и доступно. Некоторые алгоритмы системного подхода, схемы и формы даны в Приложении № 12 .
Причинно-следственный метод
Хорошо известно: все в мире имеет причину, а соответственно и следствие. Правда, к сожалению, у каждого следствия бывает не одна причина, а несколько. А в сложных системах, к которым относятся все системы с участием человека, характерен еще и феномен кольцевой причинности. Кольцевая причинность имеет место тогда, когда причины и следствия постоянно меняются местами. Тем не менее, причинно-следственный анализ обязательно должен войти в арсенал методов разведывательного анализа. В своем самом простом варианте его еще называют методом «Пяти почему». В самом общем виде он может быть сведен к следующим основным компонентам:
- выбирается объект, относительно которого ищется причина. В качестве объекта могут выступать события, проблемы, сложившаяся ситуация на рынке, появившаяся запатентованная технология и т.п. В терминах событий, их причин и следствий может быть понято абсолютно все, что относится к предмету разведдеятельности. Поскольку событий в рамках одного разведзадания как правило много, а иногда и очень много, то с чего-то надо начинать.;
- для того чтобы выбрать начальное событие для анализа, можно использовать метод главного звена или теорию ограничений, которую мы коротко опишем в Приложении № 13;
- поскольку у событий имеется несколько причин, то сначала надо установить, что называется причины «первого порядка», т.е. е причины, которые прямо связаны с данным событием;
- в подавляющем большинстве бизнес-ситуаций и соответственно задач, стоящих перед разведкой требуется не ограничиваться причинами первого порядка, пойти вглубь. Как далеко пойти вглубь зависит от времени, объема имеющейся у вас информации и ресурсов. Но как показывает бизнес практика, обобщенная исследователями изучавшими проблему в самых различных странах вполне достаточно оказывается снисхождения на три-пять уровней.
Соответственно на выходе вы получите «дерево причин» главного события. Таких деревьев в разведанализе надо построить от одного до пяти. Поясню. В малом бизнесе, как правило, достаточно в большинстве случаев построить «дерево» для одного главного события, в небольшом – для трех взаимосвязанных между собой событий. А в среднем, и тем более крупном бизнесе – пяти деревьев.
Для тех, кто хочет глубоко освоить этот метод можно порекомендовать книгу Б.Андерсена «Анализ основной причины», а алгоритм, процедуры и схемы использования этого метода даны в Приложении № 14 .
Функционально-ресурсный анализ
Этот метод анализа под названием функционально-стоимостной анализ родился для решения технических задач во второй половине ХХ века. Постепенно он нашел свое распространение и для решения бизнес-задач, был включен в бизнес-аналитику. Было бы расточительством не интегрировать его в арсенал методов разведанализа.
По сути, функционально-ресурсный анализ предполагает выявление функций системы и ресурсов требуемых для реализации этой функции. Применительно к разведанализу его основными компонентами являются:
- выявление всех функций объекта разведанализа. Вот здесь придется привести пример, хотя стараюсь не отвлекать ими внимание читателей. Например, возьмем человека, который выполняет функцию коммерческого директора. Но ведь понятно, что эта функция является для человека далеко не единственной. Он имеет круг деловых партнеров и там у него другая функция. У него есть сфера общения и там иной функционал. Наконец, его связывают личные отношения и там опять же свои функции. Вот совокупность всех функций и представляет собой полный функционал. Причем, если не все, то многие функции могут иметь прямое и непосредственное отношение к объекту нашей разведдеятельности. Поэтому первый компонент – это выявление функционала объекта;
- функциональный анализ всегда предполагает выделение главной функции. Применительно к разведанализу она должна быть не только выделена, но и проанализирована в свойственных разведанализу терминах возможностей, рисков, угроз и т.п.;
- выполнение любых функций требует от человека затрат определенных ресурсов. Ресурсы могут быть самыми различными – деньги, время, знания и т.п. Соответственно каждая функция должна быть увязана с ресурсами, которые задействованы для выполнения функции. В ходе анализа необходимо определить, на какие функции сколько уходит ресурсов.
На выходе функционально-ресурсного анализа мы получим функционально-ресурсную матрицу, которая и будет результатом нашего анализа. Затем эта матрица должны быть проинтерпретирована опять же в терминах разведзадания.
Алгоритм, формы и процедуры функцинально-ресурсного метода в разведанализе даны в приложении № 15 .
Морфологический анализ
Морфология в переводе с греческого – наука о строении. Этот метод изобрел еще в средние века знаменитый алхимик Раймунд Луллий. Второе свое рождение он получил во второй половине ХХ века. Его переоткрыл немецкий ученый-изобретатель, бизнесмен, а в последующем промышленник, Ф. Цвикки. Он применил для анализа и решения в основном технических задач метод так называемого «морфологического ящика». «Морфологический ящик» получался у него следующим образом. Он брал какой-то класс технических устройств, которые представлял как систему. Выделял в ней элементы, связи и их характеристики. Затем строил матрицу. И анализировал каждую клеточку этой матрицы на предмет решения своей задачи. Т.е. можно сказать в самом простом виде это был метод перебора всех возможных вариантов решений, которые определялись строением системы, свойствами системы, ее элементов и их характеристиками. Несмотря на простоту метод Ф.Цвикки принес миллионы марок, поскольку применяя его он смог создать целый ряд новых технических изделий.
Затем метод Ф.Цвикки стал использоваться для анализа не только технических, но и практически любых систем, включая бизнес. Но здесь возникла проблема. Бизнес системы оказались похожи на матрешку. В науке это называется фрактальностью. Т.е. когда каждый элемент системы сам по себе является системой. В результате размеры или как говорят в науке размерность «морфологического ящика» оказалась такова, что человек его просто не смог его анализировать.
Начиная с 70-х годов прошлого века в России В.М.Одрин разрабатывает специальные процедуры, которые позволяют морфологический метод существенно усовершенствовать и превратить по сути в метод структурного анализа и конструирования, применимый к любым системам.
В самом простом виде метод В.М.Одрина можно свести к такой последовательности операций:
- поскольку любая система очень сложна, то главным является отбор тех элементов, связей и их характеристик, которые важны с точки зрения задачи. Вот этот-то отбор с позиций задачи и производится с самого начала. Задача также задает и глубину просмотра элементов;
- глубина просмотра элементов означает построение иерархии, где любой элемент системы рассматривается как подсистема. Вот исходя из задачи мы устанавливаем количество уровней иерархии;
- после этого строится древовидная иерархическая матрица. В переводе на русский язык это означает, что мы строим матрицу ровно на столько уровней глубины, сколько нам нужно для решения задачи.
В результате применения метода мы получаем своего рода полную структуру того или иного объекта с точки зрения решаемой задачки. Затем интерпретируем эту структуру в терминах нашего разведзадания.
Метод является просто незаменимым для любого анализа, поскольку позволяет уяснить и структурировать любую проблему. А особенности человеческого мышления таковы, что со структурированными проблемами оно справляется лучше.
Универсальность метода, кстати, очень быстро оценили все, начиная от управленцев и разведчиков, заканчивая главными конструкторами сложных систем – от атомных станций до межконтинентальных ракет. Было принято решение начать поголовное обучение методу Одрина высококвалифицированных профессионалов по самым различным специальностям. Но Советский Союз развалился, автор уехал на Украину и метод оказался практически забыт.
Надо сказать, что большинство методов, принятых сегодня в бизнес анализе, типа SWOT матриц, Пяти рыночных сил Портера и пр., являются «вырожденными», в смысле примитизированными до предела, методами использования морфологического анализа в старом его понимании. Об этом можно, кстати, прочитать в очень полезной для инструментального овладения методами бизнес анализа книге Ю. и М. Учителей «SWOT анализ и синтез – основа формирования стратегии организации». Некоторые алгоритмы, формы и процедуры метода морфологического анализа даны в Приложении № 16 . За это большая благодарность В.Одрину и А.Шереденко любезно предоставивших мне материалы их работ.
Диалектический анализ
Есть хорошая пословица на счет воды и ребенка. С диалектическим анализом произошла ровно подобная ситуация. Сначала его в извращенной форме десятилетиями изучали в любом советском ВУЗе вне зависимости от его профиля. А потом с исчезновением Советского Союза диалектический анализ сгинул в черную дыру.
Между тем, диалектический анализ не начался с Советского Союза и им не закончится. Ради справедливости надо сказать, что когда изучали диалектический анализ в особо извращенной форме диалектического материализма, то упоминали опять же древних греков Гераклида и Сократа, гораздо менее древних немцев, живших в 18 веке – Фейербаха и Гегеля, ну и естественно не забывали про К.Маркса, Ф.Энгельса и В.Ленина.
Буквально в последние годы параллельно в Санкт-Петербурге группа Переслегина и в Институте Пало-Альто, вернулись к переосмыслению диалектической логики и на ее основе пытаются разработать новый инструментарий.
Почему это произошло? Оказалось, что если освободить диалектическую логику от идеологических наслоений, то она позволяет понимать и описывать сложные динамические процессы. А самое главное, делать это в достаточно компактной форме. Компактность очень важна. Возможность оперирования информацией человеком не беспредельны и чем лучше мы можем упаковать в понятия и термины, которыми оперируем в анализе, события, объекты и процессы реального мира, тем больше шансов у нас перевести понимание в правильное решение.
Соответственно диалектический анализ должен найти свое место среди аналитических инструментов разведчика. В самом сконденсированном виде этот анализ предполагает выделение трех аспектов:
- в любом объекте, процессе, и тем более, сложной системе есть внутренние противоречия или конфликты. Здесь важно, что внимание фокусируется именно на внутренних, а не внешних противоречиях и конфликтах. Чем сложнее система, тем конфликтов больше. Поэтому мало выявить эти противоречия (конфликты), но и важно установить взаимосвязь между ними и определить тот главный конфликт, от которого зависит существование и изменение системы. В классической диалектической логике это называлось Законом единства и борьбы противоположностей;
- любой объект изменяется. Чем проще объект, тем меньше вариантов изменений. Изменения бывают в пределах одного состояния объекта – постепенные, либо когда объект переходит из одного состояния в другое, скачкообразно. В диалектическом анализе необходимо определить, какие параметры объекта изменяются, и где проходит граница между постепенными и скачкообразными или как говорят на современном языке – фазовыми изменениями. В классической диалектике это называлось переходом количества в качество.
Проиллюстрируем это двумя бытовыми примерами. Любой даже самый сложный механизм является простой системой по сравнению с любым живым организмом, а любой живой организм проще, чем система, где участвует человек. Так вот возьмем простую систему — автомобиль. Есть у него такая деталь – тормозные колодки. По мере эксплуатации они истончаются. Начиная с определенного предела, они просто перестают работать. Вот здесь как раз и происходит переход количества в качество. В технических науках это реализуется через анализ надежности. Второй житейский пример – из жизни людей. Был профессионал, работал себе. По мере роста своих профессиональных навыков и умений его вполне удовлетворяло периодическое повышение зарплаты. Т.е. он продолжал действовать в пределах своих компетенций и должности. Но, начиная с определенного порога, просто повышение зарплаты его уже перестало устраивать, и он захотел занять другую должность, т.е. позицию в иерархии, либо перейти в другую более известную компанию. Опять же переход количества в качество. Даже в абсолютно тривиальных задачах важно знать границы фазового перехода. А там где нужно применять разведметоды выявление границ такого фазового перехода – просто первое дело;
- третий закон классической диалектики – это закон отрицания отрицания. Вот здесь, как правило, начинались, что называется сплошные «непонятки». Между тем, этот закон заключает в себе характеристики, присущие практически всем явлениям. С переходом систем в новое фазовое состояние, она приобретает иные свойства и характеристики. В новом состоянии системы то, что ранее было главным, часто становится второстепенным. Это было замечено еще в Библии, где записано: «и последние станут первыми». И наконец, любая система даже в измененном состоянии несет в себе свою историю. Причем эмпирически замечено, что во многих системах новое состояние является в значительных чертах повторением старого, только в гораздо более сложной форме. Причем, старого не непосредственно предшествующего новому фазовому состоянию, а бывшее до этого. Чем сложнее система, тем последняя закономерность действует с большей вероятностью.
В разведанализе диалектический метод надо использовать при анализе процессов, делая акцент на выявлении противоречий, условиях фазового перехода и исторической обусловленности поведения сложной системы.
Вот, к сожалению, с книжками проблема. Гегеля советовать прочитать просто бессмысленно. Такие книги сейчас не читают. Популярного изложения диалектической логики не существует. Поэтому я постаралась сделать чуть более подробным, практически ориентированным Приложение № 17, которым можно инструментально пользоваться.
Сетевой анализ
По мнению подавляющего большинства аналитиков, державой ХХI века будет Китай. Собственно уже сегодня он является главным двигателем всей мировой экономики. Поэтому далеко не случайно, что с конца прошлого века и особенно интенсивно в веке нынешнем и Запад стал брать на вооружение методы исторически присущие китайской мысли.
Одним из таких методов является метод сетевого анализа. Даосизм, который предопределил всю китайскую мысль, теорию и практику в государственном и хозяйственном управлении, военной стратегии и т.п. исходил из понимания мира, как из динамичной паутины связей, вьющейся вокруг естественных законов и обладающих высокой изменчивостью.
Интернет с одной стороны и работа со сложными в первую очередь живыми системами – с другой подтолкнули разработки в области сетевого анализа. Надо сразу оговориться, что математика сетями занималась еще с начала прошлого века и разработала до чрезвычайности изощренный аппарат.
Сетевой анализ можно применять к сетям, состоящим абсолютно из любых объектов. В качестве таковых могут выступать люди, компании, события, даже патенты и изобретения.
При проведении сетевого анализа обязательно выполняется несколько последовательных операций:
- определяется размерность анализа. Т.е. вводится ограничение по количеству анализируемых связей. Поскольку все связано со всем, то мы сразу же должны установить, сколько шагов связей нас интересует. Чем больше шагов, тем соответственно больше участников. А поскольку доказано, для любой сети число связей между участниками растет не в арифметической, а в геометрической прогрессии, то с увеличением числа шагов размерность увеличивается неимоверно. Начиная с определенной размерности, анализ невозможно проводить вручную;
- связи, исходя из поставленной перед аналитиком задачи, получают характеристики. Характеристики могут быть как количественные, так и качественные. Здесь я бы сразу хотела предостеречь от представления всех характеристик, важных с точки зрения задачи, в количественной форме. Поясню. Например, мы рассматриваем связи между людьми. И характеризуем их для простоты только двумя параметрами: сильная – слабая и господствующий – подчиненный – равный. В принципе первый параметр может быть вполне измерим. Второй измерить количественно сложно. Тем не менее, во многих компьютерных программах, во многих руководствах предлагается качественные параметры переводить в количественные. Делается это примерно так. Господствующий +1, равный 0, подчиненный -1. Вроде бы можно, но абсолютно бессмысленно. Дело в том, что в количественную форму имеет смысл переводить лишь то, что можно вычислить, используя для этого четыре действия арифметики, либо более сложные методы высшей математики. Но беда, которую осознают математики, состоит в том, что, такое исчисление искусственно построенных числовых шкал качественных характеристик в очень многих случаях совершенно искажает картину и абсолютно бессмысленно для практического применения. Например, не смысла складывать машины и собак;
- определяются узлы сети, т.е. объекты, обладающие наибольшим числом связей и связями с наиболее важными характеристиками, исчисленными как количественно, так и оцененными качественно.
Сетевой анализ позволяет уяснить картину и является еще одним методом структуризации, а значит и упаковки сложных систем в вид доступный для понимания. При сетевом разведывательном анализе естественно необходимо выявление сетки связей, ее узлов и в первую очередь характеристик этих узлов. После этого, как обычно, необходимо провести интерпретацию полученной картины применительно к задаче по параметрам возможностей, преимуществ, угроз, препятствий, рисков и т.п.
С учетом того, что в последнее время появился целый ряд программ, позволяющий производить сетевой анализ, можно порекомендовать две программы. Наиболее приспособленная для методов конкурентной разведки – это уже упоминавшаяся программа Maltego 3.0. Сайт программы https://www.paterva.com. Можно использовать также программу Sentinel Visualizer от https://www.fmsasg.com. Стоит она примерно поездку на двоих на неделю в средний отель в Египте.
Анализ связностей
Анализ связностей лежит в основе любой следственной деятельности. Он является своего рода комбинацией причинно-следственного анализа и анализа сложных сетей. Его используют даже обычные детективы, не знающие аналитических методов, применяя по наитию, что называется исходя из здравого смысла. По сути, любое расследование – это идентификация, т.е. установление связи с определенным событием человека либо группы людей по каким-то признакам. У детективов их называют уликами.
Как отметили в одном из лучших аналитических центров мира «Rand» «многие из аналитических методов, если их хорошо поскрести – это отточенный и структурированный здравый смысл». К анализу связанностей высказывание относится в полной мере. Мы идентифицируем любой интересующий по условиям разведзадания объект с чем-либо, что важно для решения задачи, ради которой собственно и выполняется разведзадание.
Анализ связностей выполняется при помощи нескольких действий:
- определяются классы объектов, которые будут участвовать в процессе выявления связанностей. Поясним на примере. Нам надо выяснить связанность между человеком и событием. Тогда мы выделяем следующие классы объектов: события, компании, люди, место, время, предметы и т.п. Естественно, что в каждом классе должно быть несколько его представителей. Количество представителей в классе или его размерность зависит от того, вручную или с использованием программ происходит работа;
- устанавливаются связи между объектами, относящимися к различным классам. На этой стадии производится идентификация между представителями интересующего Вас класса по условиям задачи, например, человека, с другими классами – событиями, местом, временем, компаниями и т.п.;
- выявляются связи внутри классов.
В результате такого подхода происходит идентификация объекта разведдеятельности по интересующим признакам. И устанавливаются все необходимые связи.
Лучшей литературой, позволяющей понять практическое использование анализа связностей, является взятые наугад несколько рассказов Конан Дойля о Шерлоке Холмсе. Не зря вот уже более 100 лет они используются при подготовке аналитиков не только в области расследований, но и в сфере разведке, а также политических аналитиков.
Анализ связностей удобно проводить, используя отечественную базу CronosPro, правда я уже писала раньше, что для этого нужно три свободных дня, чтобы овладеть техникой работы с ней и отказаться от одного похода в хороший суши бар на двоих
