Незнание. Представьте себе большой завод с многочисленным однотипным оборудованием. Хотя оборудование однотипное, но на конкретную единицу в данный момент времени воздействует множество разных факторов, что делает ее поведение в некоторой степени  индивидуальным. Перед вами стоит задача – сделать работу всех единиц оборудования эффективным. Но для этого вы должны понимать, как различные факторы влияют на эту самую эффективность. Можно конечно положится на интуицию. Но у всех она разная. А иногда просто дает сбой. Поэтому ничего не остается, как наблюдать, учитывать данные процесса, анализировать, принимать решения на основании цифр.  И тут вопрос начинает упираться в адекватность анализа.  Один анализирует так, другой по другому. Приходят к разным выводам. Вроде бы данные одни и те же. А выводы разные. В чем дело? Проблема в том, что у каждого человека есть определенный уровень знаний, ширины мышления. Современные методы статистики позволяют решить эту проблему и нивелировать разный уровень интеллектуального развития. Как? Курс по регрессионным методам анализа плюс навыки использования статистических методов на компьютере. Например, в  обычном Экселе. Конечно, для этого вам потребуется опытный преподаватель. Если вы его найдете, то все обучение может занять не более 1 месяца. Вы научитесь определять не только простые зависимости (один параметр  от другого), но и сложные (параметр многих различных факторов). Не только параметры этой зависимости, но и степень доверия к полученным результатам. Не только взаимозависимость, но и причину и следствие. Один месяц у опытного преподавателя рядом с компьютером. И поверьте мне. Вы скажете, что статистика – это просто. Современные методы статистики позволяют ответить на многие вопросы быстро и эффективно, на которые навряд ли сможет ответить самый умный шахматист мира. Куда им до тысячелетнего опыта и мощи современных компьютеров.

Недоверие. Этот пункт вытекает из предыдущего.  Если начальник не доверяет своему специалисту, владеющему навыками системного анализа, то наверное ему самому стоит научиться этому ремеслу.  Тот, кто реально владеет навыками системного анализа, тот знает,  что на что влияет. Знает, насколько достоверны его решения. Например, на этот параметр влияют в основном вот эти два фактора с такой-то зависимостью. Достоверность решения 95%. Или 80%. Или 60%. Вас смущает цифра - 60%. А что если у вас проблема и вы не знаете, что делать. Не делать – потеря эффективности. В этих условиях есть смысл воспользоваться результатами с низкой достоверностью решения, нежели чем идти на ощупь.

Когда я учился в институте, то услышал диалог преподавателя и студента. Студент жаловался преподавателю, что не смог ответить на один из вопросов при защите диплома.  Вопрос был такой: «Каков коэффициент корреляции между двумя событиями». На что преподаватель ему ответил: « Ты плохо учился. На этот вопрос должен уметь отвечать любой инженер, иначе – он не инженер». Тогда этот диалог мне очень сильно засел в голову. Я его перефразирую просто: «Менеджер, который не может анализировать, это не менеджер».  Знание статистического анализа разрушает недоверие.

Нежелание признать истину. Как-то один инженер процесса мне сказал: «Какой смысл делать системный статистический анализ, находить причины проблем, если их никто не хочет признавать, или слышать».  Действительно, какой?  Это проблема не качества статистического анализа. Это извечный конфликт между желаемым и реально достижимым. Есть такая фраза: «Для того, чтобы работать эффективно, надо руководствоваться здравым смыслом». Она говорит про простые вещи: «Из ничего нельзя получить что-то. Есть закон сохранения материи, энергии. Их никто не отменял». Здравый смысл – это системный статистический анализ. Все остальное относится к области желаний, эмоций, страхов. Это конечно движущие силы для человека. Только вот вопрос: «В какую пропасть они нас движут?»