Przejdź do treści
OfertaSzkolenia biznesoweSesje indywidualneConsulting biznesowyO nasPublikacjeFAQKontakt
Umów rozmowę

Badania

Ile kosztują złe decyzje w biznesie? Koszt, którego nie ma w żadnym budżecie

W rachunku wyników nie znajdziesz linii „strata z tytułu wadliwego procesu decyzyjnego”. Badania pokazują jednak, że ten koszt istnieje, jest mierzalny i sięga kilku punktów procentowych ROI. Problem nie polega na braku świadomości, tylko na narzędziu pomiaru.

Miłosz Seweryn||8 min czytania

W rachunku wyników Twojej firmy nie znajdziesz linii „strata z tytułu wadliwego procesu decyzyjnego”. A mimo to badania nad jakością decyzji organizacyjnych pokazują wprost, że ten koszt istnieje i jest mierzalny. Poniższy artykuł pokazuje, skąd się bierze, dlaczego pozostaje niewidoczny i jak oszacować jeden jego wymiar w liczbach.

Koszt istnieje, nawet jeśli nikt go nie księguje

Badanie Anaplan i McKinsey na 500 dyrektorach z tysiąca największych firm Wielkiej Brytanii, Stanów Zjednoczonych i Kanady wykazało, że firmy z górnego kwartyla pod względem decision excellence osiągały o 14 punktów procentowych wyższy całkowity zwrot dla akcjonariuszy niż firmy z dolnego kwartyla. Różnicę wyceniono na 10 miliardów dolarów kapitalizacji rynkowej w badanej grupie (Anaplan & McKinsey, b.d.).

Dan Lovallo i Olivier Sibony poszli krok dalej i rozdzielili dwa czynniki, które w praktyce menedżerskiej zwykle się myli: ilość analizy i jakość procesu. Analizując 1048 decyzji strategicznych i inwestycyjnych ustalili, że podniesienie jakości samego procesu z najniższego do najwyższego kwartyla podnosi ROI o 6,9 punktu procentowego — więcej niż ilość zebranych danych, która odpowiada za 5,3 punktu (Lovallo & Sibony, 2010).

6,9 p.p.

przyrost ROI z podniesienia jakości procesu decyzyjnego do górnego kwartyla — przy 5,3 p.p. dla samej ilości analizy danych

Lovallo & Sibony, analiza 1048 decyzji, McKinsey & Company

Wniosek dla organizacji jest niewygodny, bo przeczy odruchowi: kiedy decyzja okazuje się zła, pierwszym pytaniem zwykle jest „czy mieliśmy dość danych”. Liczby mówią, że drugie pytanie — „czy dobrze ich użyliśmy” — waży więcej. Proces decyzyjny generuje wynik finansowy niezależnie od tego, czy ktokolwiek w organizacji go mierzy.

Menedżerowie nie widzą tego kosztu, bo mierzą go zepsutym narzędziem

Odpowiedź na pytanie, dlaczego tak wyraźny koszt pozostaje niewidoczny, leży w sposobie, w jaki oceniamy decyzje po fakcie. Jonathan Baron i John Hershey nazwali to zjawisko outcome bias, a Annie Duke spopularyzowała je w biznesie pod nazwą resulting: to skłonność do oceniania jakości decyzji przez pryzmat jej ostatecznego skutku, a nie rzetelności procesu i informacji dostępnych w momencie wyboru (Baron & Hershey, 1988; Duke, 2018).

Mechanizm jest prosty i dlatego trudny do obejścia. W warunkach niepewności między decyzją a wynikiem zawsze interweniuje przypadek. Dobry proces zakończony porażką bywa więc krytykowany, a zły proces zakończony przypadkowym sukcesem — powielany. Organizacja uczy się wtedy dokładnie odwrotnych rzeczy, niż powinna, i robi to w dobrej wierze.

To wyjaśnia wynik, który na pierwszy rzut oka wygląda jak paradoks. W badaniu ankietowym Sibony’ego i McKinsey na ponad dwóch tysiącach dyrektorów i menedżerów tylko 28% oceniło, że ich firma ogólnie podejmuje dobre decyzje strategiczne, a 60% uznało, że złe decyzje zdarzają się równie często co dobre (Sibony, 2020). Organizacje nie mają problemu z brakiem świadomości. Mają problem z narzędziem pomiaru — oceniają proces po wyniku, którego proces nie kontroluje.

Organizacje nie mają problemu z brakiem świadomości. Mają problem z narzędziem pomiaru.

Ten mechanizm sprawia, że koszt pozostaje ukryty nawet wtedy, gdy jest odczuwalny. Poniższy kalkulator pokazuje jeden jego wymiar w liczbach — i celowo nie jest to wymiar, o którym myśli się najpierw.

Kalkulator kosztu

Ile kosztuje Twoją organizację obecny sposób decydowania?

Wpisz dwie liczby. Reszta to matematyka.

50 osób
Osoby regularnie uczestniczące w procesach decyzyjnych5200
18 000 zł
Brutto5 00050 000
Stałe przyjęte w modelu
37%czasu menedżera poświęconego na decyzje
58%tego czasu ocenianego jako nieefektywne
Roczny koszt nieefektywnych decyzji
2 318 000zł / rok

szacunkowy koszt pracy zmarnowanej na nieefektywne procesy decyzyjne

Miesięcznie
193 000
Tygodniowo
86godz.

na decyzje

Szacunek oparty na danych: McKinsey Global Survey on Decision Making (2019) — 37% czasu menedżerów poświęcone na decyzje; 58% procesów decyzyjnych uznawanych za nieefektywne. Kalkulator nie uwzględnia kosztów błędnych decyzji, jedynie koszt czasu.

Istotną część tego kosztu można odzyskać w pierwszych miesiącach współpracy. Umów bezpłatną rozmowę

Kalkulator nie liczy wartości błędnych decyzji jako takich. Liczy koszt czasu, który Twoja organizacja przeznacza na sam proces decyzyjny, niezależnie od tego, czy decyzje na końcu okazują się trafne. To liczba, którą da się oszacować bez dostępu do kontrfaktycznego świata, w którym zdecydowano inaczej.

Eskalacja zaangażowania: koszt rośnie właśnie dlatego, że już go poniesiono

Jednym z mechanizmów generujących ten koszt jest eskalacja zaangażowania, znana też jako błąd kosztów utopionych: podtrzymywanie i zwiększanie nakładów na nieudane przedsięwzięcie po to, by uzasadnić straty już poniesione.

W klasycznym eksperymencie Barry’ego Stawa z 1976 roku osoby, które same podjęły pierwszą, nietrafną decyzję inwestycyjną, w kolejnym etapie przydzieliły średnio 13 mln USD z dodatkowej puli 20 mln USD temu samemu stratnemu działowi. Niezależni decydenci, dysponujący dokładnie tymi samymi danymi finansowymi, przydzielili 9 mln USD (Staw, 1976). Różnica nie brała się z informacji — brała się z autorstwa wcześniejszej decyzji. Ponad 150 kolejnych badań potwierdziło ten wzorzec w branżach od budownictwa po inwestycje korporacyjne.

13 vs 9 mln USD

kwota dosypana do stratnego działu przez autorów pierwotnej decyzji w porównaniu z niezależnymi decydentami mającymi te same dane

Staw (1976), „Knee-Deep in the Big Muddy”

Scenariusz ilustracyjny: dyrektor finansowy, który zatwierdził wdrożenie systemu raportowania, obserwuje rosnące opóźnienia i koszty. Zamiast wstrzymać projekt, zwiększa budżet — nie dlatego, że nowe dane to uzasadniają, ale dlatego, że wycofanie się oznaczałoby przyznanie się do błędu. To nie opis konkretnego przypadku, tylko ilustracja mechanizmu opisanego wyżej.

Szum decyzyjny: największy koszt nie dotyczy decyzji złych, tylko każdej

Drugim źródłem kosztu jest szum decyzyjny — niepożądana, losowa zmienność osądów wydawanych przez różnych ludzi, albo tę samą osobę w różnym czasie, w identycznych sytuacjach (Kahneman, Sibony i Sunstein, 2021).

Skala czasu, który organizacje poświęcają na sam proces, jest tu kluczowa. Według McKinsey Global Survey z drugiego kwartału 2019 roku 61% respondentów ze szczebla C-level deklaruje, że spędza ponad 30% czasu pracy na podejmowaniu decyzji, a 54% z nich ocenia ponad połowę tego czasu jako spędzoną nieefektywnie (McKinsey & Company, 2019).

61%

dyrektorów deklaruje, że spędza ponad 30% czasu pracy na podejmowaniu decyzji — z czego ponad połowę oceniają jako czas zużyty nieefektywnie

McKinsey Global Survey, „Decision Q Spotlight”, II kw. 2019

Warto zatrzymać się przy tym, co ta liczba właściwie mierzy. To nie jest koszt złych decyzji. To koszt samego procesu ich podejmowania, generowany niezależnie od tego, czy decyzja na końcu okaże się trafna. Firma, która podejmuje wyłącznie dobre decyzje, ale dochodzi do nich chaotycznie, płaci tę sumę w całości.

Co z tym zrobić

Trzy liczby z tego artykułu opisują ten sam problem z trzech stron: 6,9 punktu procentowego ROI zależy od procesu, 28% dyrektorów ufa własnym decyzjom strategicznym, ponad połowa czasu poświęconego na decydowanie uchodzi za zmarnowaną. Żadnej z nich nie widać w sprawozdaniu finansowym.

Jeśli liczby, które pokazał kalkulator, odpowiadają skali decyzji podejmowanych w Twojej organizacji, następny krok nie polega na wdrażaniu metodologii. Polega na ustaleniu, w którym miejscu procesu ten koszt faktycznie powstaje — a to zwykle widać po jednej-dwóch rozmowach z ludźmi, którzy w tym procesie uczestniczą.

Bibliografia

Anaplan & McKinsey & Company. (b.d.). Decision Excellence [badanie na 500 dyrektorach z 1000 największych firm Wielkiej Brytanii, USA i Kanady].

Baron, J., & Hershey, J. C. (1988). Outcome bias in decision evaluation. Journal of Personality and Social Psychology, 54(4), 569–579.

Duke, A. (2018). Thinking in bets: Making smarter decisions when you don't have all the facts. Portfolio/Penguin.

Kahneman, D., Sibony, O., & Sunstein, C. R. (2021). Noise: A flaw in human judgment. Little, Brown Spark.

Lovallo, D., & Sibony, O. (2010). The case for behavioral strategy [analiza 1048 decyzji strategicznych i inwestycyjnych]. McKinsey & Company.

McKinsey & Company. (2019). Decision Q Spotlight [McKinsey Global Survey, II kw. 2019].

Sibony, O. (2020). You're about to make a terrible mistake: How biases distort decision-making and what you can do about it. Little, Brown Spark.

Staw, B. M. (1976). Knee-deep in the big muddy: A study of escalating commitment to a chosen course of action. Organizational Behavior and Human Performance, 16(1), 27–44.

Tyszka, T. (2010). Decyzje: Perspektywa psychologiczna i ekonomiczna. Wydawnictwo Naukowe Scholar.