Метод сценарного планирования: анализ и применение

Планирование сценариев: стратегический метод прогнозирования будущего для бизнеса и политики. Анализ STEEP-трендов, адаптация военной разведки.

17 мин чтения

100%

Источник: Scenario planning — Wikipedia

Сравнивайте с английским: нажмите на абзац — оригинал откроется в окне. Кнопка EN под абзацем показывает его прямо в тексте.

Содержание

Введение

Метод фьючерсных исследований / методы прогнозирования

Планирование сценариев, сценарное мышление, сценарный анализ, сценарное прогнозирование и метод сценариев – все это описывает метод стратегического планирования, который некоторые организации используют для разработки гибких долгосрочных планов. Это во многом адаптация и обобщение классических методов, используемых военной разведкой. В наиболее распространенном применении метода аналитики разрабатывают имитационные игры для лиц, принимающих решения. Метод сочетает известные факты, такие как демография, география и запасы полезных ископаемых, с военной, политической и промышленной информацией, а также ключевые драйверы, выявленные путем анализа социальных, технологических, экономических, экологических и политических ("STEEP") тенденций. В бизнес-приложениях акцент на понимании поведения конкурентов снижен, в то время как больше внимания уделяется изменениям в окружающей среде. Например, в Royal Dutch Shell планирование сценариев описывается как изменение представлений об экзогенных факторах мира до формулирования конкретных стратегий. Планирование сценариев может включать аспекты системного мышления, в частности признание того, что множество факторов могут комбинироваться сложным образом, создавая порой неожиданное будущее (из-за нелинейных петель обратной связи). Метод также позволяет учитывать факторы, которые трудно формализовать, такие как новые идеи о будущем, глубокие сдвиги в ценностях и беспрецедентные правила или изобретения. Системное мышление, используемое в сочетании с планированием сценариев, приводит к правдоподобным сценарным линиям развития, поскольку можно продемонстрировать причинно-следственные связи между факторами. Случаи, когда планирование сценариев интегрировано с системным подходом к разработке сценариев, иногда называют "динамическими сценариями". Критики использования субъективной и эвристической методологии для работы с неопределенностью и сложностью утверждают, что метод не был достаточно тщательно изучен и недостаточно опирается на научные данные. Они предостерегают от использования таких методов для "предсказаний", основанных на произвольных темах и "методах прогнозирования". Вызов и сила построения сценариев заключается в том, что "предсказатели являются частью социального контекста, о котором они пытаются сделать прогноз, и могут влиять на этот контекст в процессе". Как следствие, общественные прогнозы могут стать саморазрушающимися. Например, сценарий, в котором большой процент населения заразится ВИЧ на основе существующих тенденций, может побудить больше людей избегать рискованного поведения и, таким образом, снизить уровень заражения ВИЧ, что сделает прогноз недействительным (который мог бы остаться верным, если бы он не был публично известен). Или, прогноз о том, что кибербезопасность станет серьезной проблемой, может побудить организации внедрить более надежные меры кибербезопасности, тем самым ограничив проблему. Планирование сценариев помогает компании предвидеть влияние различных сценариев и выявлять слабые места. Если эти слабые места будут выявлены заранее, их можно будет избежать или смягчить их последствия более эффективно, чем при рассмотрении аналогичных реальных проблем в условиях кризиса. Например, компания может обнаружить, что ей необходимо изменить договорные условия для защиты от нового класса рисков или накопить денежные резервы для приобретения ожидаемых технологий или оборудования. Гибкие планы обеспечения непрерывности бизнеса с "протоколами PREsponse" могут помочь справиться с аналогичными операционными проблемами и обеспечить измеримую будущую ценность.

Scenario planning, scenario thinking, scenario analysis, scenario prediction and the scenario method all describe a strategic planning method that some organizations use to make flexible long term plans. It is in large part an adaptation and generalization of classic methods used by military intelligence. In the most common application of the method, analysts generate simulation games for policy makers. The method combines known facts, such as demographics, geography and mineral reserves, with military, political, and industrial information, and key driving forces identified by considering social, technical, economic, environmental, and political ("STEEP") trends. In business applications, the emphasis on understanding the behavior of opponents has been reduced while more attention is now paid to changes in the natural environment. At Royal Dutch Shell for example, scenario planning has been described as changing mindsets about the exogenous part of the world prior to formulating specific strategies. Scenario planning may involve aspects of systems thinking, specifically the recognition that many factors may combine in complex ways to create sometimes surprising futures (due to non linear feedback loops). The method also allows the inclusion of factors that are difficult to formalize, such as novel insights about the future, deep shifts in values, and unprecedented regulations or inventions. Systems thinking used in conjunction with scenario planning leads to plausible scenario storylines because the causal relationship between factors can be demonstrated. These cases, in which scenario planning is integrated with a systems thinking approach to scenario development, are sometimes referred to as "dynamic scenarios". Critics of using a subjective and heuristic methodology to deal with uncertainty and complexity argue that the technique has not been examined rigorously, nor influenced sufficiently by scientific evidence. They caution against using such methods to "predict" based on what can be described as arbitrary themes and "forecasting techniques". A challenge and a strength of scenario building is that "predictors are part of the social context about which they are trying to make a prediction and may influence that context in the process". As a consequence, societal predictions can become self destructing. For example, a scenario in which a large percentage of a population will become HIV infected based on existing trends may cause more people to avoid risky behavior and thus reduce the HIV infection rate, invalidating the forecast (which might have remained correct if it had not been publicly known). Or, a prediction that cybersecurity will become a major issue may cause organizations to implement more secure cybersecurity measures, thus limiting the issue. Scenario planning helps a firm anticipate the impact of different scenarios and identify weaknesses. When anticipated years in advance, those weaknesses can be avoided or their impacts reduced more effectively than when similar real life problems are considered under the duress of an emergency. For example, a company may discover that it needs to change contractual terms to protect against a new class of risks, or collect cash reserves to purchase anticipated technologies or equipment. Flexible business continuity plans with "PREsponse protocols" can help cope with similar operational problems and deliver measurable future value.

Сценарии игры с нулевой суммой

Стратегические военные разведывательные организации также разрабатывают сценарии. Методы и структуры практически идентичны, за исключением того, что сценарное планирование применяется к более широкому спектру проблем, чем только военные и политические. Как и в военной разведке, основная задача сценарного планирования – выявить истинные потребности лиц, принимающих решения, даже если сами они не осознают, что им необходимо знать, или не могут сформулировать, какую информацию они действительно хотят получить. Квалифицированные аналитики разрабатывают учения, чтобы предоставить лицам, принимающим решения, максимальную гибкость и свободу в адаптации их смоделированных организаций. Затем эти смоделированные организации подвергаются "стресс-тестам" посредством разворачивающихся сценариев. Как правило, определенные группы фактов становятся более отчетливо значимыми. Эти выводы позволяют разведывательным организациям более точно перерабатывать и представлять реальную информацию, чтобы лучше соответствовать реальным потребностям лиц, принимающих решения. Обычно время в ходе учений ускоряется в сотни раз по сравнению с реальным временем, поэтому лица, принимающие решения, могут прожить несколько лет принятия политических решений и увидеть их смоделированные последствия менее чем за день. Главная ценность сценарного планирования заключается в том, что оно позволяет лицам, принимающим решения, совершать ошибки и учиться на них, не рискуя серьезно подорвать свою карьеру в реальной жизни. Более того, политики могут допускать эти ошибки в безопасной и не угрожающей игровой среде, реагируя на широкий спектр конкретных ситуаций, основанных на фактах. Это возможность "проиграть будущее", которая не возникает в повседневной деятельности, где каждое действие и каждое решение имеют вес.

Использование менеджерами

Основные понятия процесса относительно просты. С точки зрения общего подхода к прогнозированию, их можно разделить на три основные группы действий (которые, как правило, общи для всех процессов долгосрочного прогнозирования):

Этот подход, возможно, оказал большее влияние за пределами Shell, чем внутри компании, поскольку многие другие фирмы и консалтинговые агентства также начали извлекать пользу из сценарного планирования. Сценарное планирование – это одновременно искусство и наука, подверженное различным ловушкам (как в процессе, так и в содержании), перечисленным Полом Дж. Х. Шёмейкером. В зависимости от сложности проблемы, анализ сценариев может быть трудоемким. Сложно предвидеть будущее (например, фактический исход может оказаться совершенно неожиданным), то есть предвидеть сами сценарии и присваивать им вероятности; и это справедливо для общих прогнозов, не говоря уже о подразумеваемых доходностях финансовых рынков. Результаты можно моделировать математически или статистически, например, учитывая возможную изменчивость внутри отдельных сценариев, а также возможные взаимосвязи между ними. В целом, следует проявлять осторожность при присвоении вероятностей различным сценариям, поскольку это может привести к тенденции рассматривать только наиболее вероятный сценарий.

Геополитика

В политике или геополитике анализ сценариев предполагает рассмотрение возможных альтернативных вариантов развития социальной или политической обстановки, а также потенциальных дипломатических и военных рисков.

История использования академическими и коммерческими организациями

Большинство авторов считают, что Герман Кан заложил основы сценарного планирования благодаря своей работе для Вооруженных сил США в 1950-х годах в корпорации RAND, где он разработал метод описания будущего в форме историй, написанных, как будто, людьми из будущего. Он использовал термин «сценарии» для обозначения этих историй. В 1961 году он основал Институт Гудсона, где расширил свою работу по сценарному планированию, применив ее к социальному прогнозированию и государственной политике. Одним из наиболее противоречивых применений сценарного планирования стало предположение о возможности выиграть ядерную войну. Хотя Кана часто называют отцом сценарного планирования, одновременно с ним, в корпорации RAND, Гастон Бергер разрабатывал схожие методы в Центре перспективных исследований (Centre d’Etudes Prospectives), который он основал во Франции. Его метод, названный «La Prospective», заключался в разработке нормативных сценариев будущего, которые должны были служить руководством при формировании государственной политики. В середине 1960-х годов различные авторы из французских и американских институтов начали публиковать концепции сценарного планирования, такие как «La Prospective» Бержера в 1964 году и «The Next Thirty Three Years» Кана и Винера в 1967 году. К 1970-м годам сценарное планирование получило широкое распространение, и было создано несколько институтов для поддержки бизнеса, включая Фонд Гудсона, Стэнфордский исследовательский институт (ныне SRI International) и SEMA Metra Consulting Group во Франции. Несколько крупных компаний также начали внедрять сценарное планирование, в том числе DHL Express, Dutch Royal Shell и General Electric. Вероятно, из-за этих сложных подходов и трудоемких методов (которые обычно требовали ресурсов централизованного отдела планирования), сценарное планирование приобрело репутацию сложного (и дорогостоящего) инструмента. Тем не менее, теоретическая важность использования альтернативных сценариев для решения проблемы неопределенности, присущей долгосрочным прогнозам, была ярко продемонстрирована всеобщей путаницей, последовавшей за нефтяным шоком 1973 года. В результате многие крупные организации начали использовать эту технику в той или иной форме. К 1983 году Диффенбах сообщил, что «альтернативные сценарии» были третьей по популярности методикой долгосрочного прогнозирования, используемой 68% крупных организаций, которые он исследовал. Практическое развитие сценарного прогнозирования, направленное на разработку стратегии, а не на ограниченное академическое использование, как это было ранее, началось в 1971 году Пьером Ваком в группе компаний Royal Dutch Shell, и также получило импульс после нефтяного шока два года спустя. С тех пор Shell является лидером в коммерческом мире в области использования сценарного планирования и разработки более практичных методов его поддержки. Действительно, как и в случае с большинством форм долгосрочного прогнозирования, использование сценарного планирования (в период неблагоприятной конъюнктуры последних десяти лет) сократилось до нескольких организаций частного сектора, и Shell практически единственная продолжает использовать эту технику на передовом рубеже прогнозирования. В поддержку эффективности сценарного планирования, даже в качестве вспомогательного средства прогнозирования, были представлены лишь отдельные свидетельства, и большая часть из них исходит от одной компании – Shell. Кроме того, поскольку последовательное использование сценарного планирования ограничено небольшим числом организаций, а временные горизонты достигают десятилетий, в обозримом будущем вряд ли удастся получить окончательные подтверждающие доказательства. Однако по тем же причинам отсутствие таких доказательств характерно практически для всех методов долгосрочного планирования. В отсутствие доказательств, но учитывая хорошо задокументированный опыт Shell в использовании сценарного планирования на протяжении нескольких десятилетий (где в 1990-х годах ее тогдашний генеральный директор объяснил свой успех использованием таких сценариев), можно получить значительную выгоду от расширения горизонтов долгосрочного прогнозирования менеджеров, что уникальным образом обеспечивает использование сценарного планирования.

Most authors attribute the introduction of scenario planning to Herman Kahn through his work for the US Military in the 1950s at the RAND Corporation where he developed a technique of describing the future in stories as if written by people in the future. He adopted the term "scenarios" to describe these stories. In 1961 he founded the Hudson Institute where he expanded his scenario work to social forecasting and public policy. One of his most controversial uses of scenarios was to suggest that a nuclear war could be won. Though Kahn is often cited as the father of scenario planning, at the same time Kahn was developing his methods at RAND, Gaston Berger was developing similar methods at the Centre d’Etudes Prospectives which he founded in France. His method, which he named 'La Prospective', was to develop normative scenarios of the future which were to be used as a guide in formulating public policy. During the mid 1960s various authors from the French and American institutions began to publish scenario planning concepts such as 'La Prospective' by Berger in 1964 and 'The Next Thirty Three Years' by Kahn and Wiener in 1967. By the 1970s scenario planning was in full swing with a number of institutions now established to provide support to business including the Hudson Foundation, the Stanford Research Institute (now SRI International), and the SEMA Metra Consulting Group in France. Several large companies also began to embrace scenario planning including DHL Express, Dutch Royal Shell and General Electric. Possibly as a result of these very sophisticated approaches, and of the difficult techniques they employed (which usually demanded the resources of a central planning staff), scenarios earned a reputation for difficulty (and cost) in use. Even so, the theoretical importance of the use of alternative scenarios, to help address the uncertainty implicit in long range forecasts, was dramatically underlined by the widespread confusion which followed the Oil Shock of 1973. As a result, many of the larger organizations started to use the technique in one form or another. By 1983 Diffenbach reported that 'alternate scenarios' were the third most popular technique for long range forecasting – used by 68% of the large organizations he surveyed. Practical development of scenario forecasting, to guide strategy rather than for the more limited academic uses which had previously been the case, was started by Pierre Wack in 1971 at the Royal Dutch Shell group of companies – and it, too, was given impetus by the Oil Shock two years later. Shell has, since that time, led the commercial world in the use of scenarios – and in the development of more practical techniques to support these. Indeed, as – in common with most forms of long range forecasting – the use of scenarios has (during the depressed trading conditions of the last decade) reduced to only a handful of private sector organisations, Shell remains almost alone amongst them in keeping the technique at the forefront of forecasting. There has only been anecdotal evidence offered in support of the value of scenarios, even as aids to forecasting; and most of this has come from one company – Shell. In addition, with so few organisations making consistent use of them – and with the timescales involved reaching into decades – it is unlikely that any definitive supporting evidenced will be forthcoming in the foreseeable future. For the same reasons, though, a lack of such proof applies to almost all long range planning techniques. In the absence of proof, but taking account of Shell's well documented experiences of using it over several decades (where, in the 1990s, its then CEO ascribed its success to its use of such scenarios), can be significant benefit to be obtained from extending the horizons of managers' long range forecasting in the way that the use of scenarios uniquely does.

Шаг 2 объединение водителей в жизнеспособную структуру

Следующий шаг – связать эти драйверы, чтобы сформировать осмысленную структуру. Это может быть очевидно, если некоторые из факторов явно связаны друг с другом тем или иным образом. Например, технологический фактор может привести к изменениям на рынке, но при этом ограничиваться законодательными факторами. С другой стороны, некоторые «связи» (или, по крайней мере, «группировки») на этом этапе могут быть искусственными. На более позднем этапе могут быть выявлены более значимые связи, либо факторы могут быть исключены из сценариев. В наиболее теоретических подходах к данной теме к цепочкам событий приписываются вероятности. Однако это сложно реализовать и, как правило, не добавляет результатов, кроме усложнения. Вероятно, это самый сложный (в концептуальном плане) этап. Именно здесь важную роль играет «интуиция» менеджеров – их способность понимать сложные закономерности в «мягких» данных, которые не поддаются более строгому анализу. Тем не менее, существует ряд техник, которые могут помочь, и подход с использованием стикеров (Post It Notes) особенно полезен: таким образом, участники пытаются расположить драйверы, выявленные на первом этапе, в группы, которые кажутся им логичными. Первоначально может получиться много небольших групп. Поэтому следует постепенно объединять их (часто переформировывая из новых комбинаций драйверов, чтобы эти более крупные группы работали). Цель этого этапа – в конечном итоге сформировать 6–8 крупных группировок, или «мини-сценариев». В процессе этого участники могут десятки раз перемещать стикеры в течение – возможно, нескольких часов или более – каждой встречи. Параллельно с этим участники, вероятно, захотят добавить новые темы, поэтому на стену будет добавлено больше стикеров. В противоположном направлении неважные темы удаляются (возможно, для последующей группировки, как «история изменений», на другой стене). Что еще более важно, «установленные» темы также удаляются из основной области обсуждения – в этом случае их необходимо сгруппировать в четко обозначенной зоне на главной стене. По мере формирования кластеров – «мини-сценариев» – связанные стикеры можно приклеивать друг к другу, а не по отдельности к стене, что облегчает перемещение кластеров (и значительно помогает на заключительном, сложном этапе сокращения сценариев до двух или трех). Главное преимущество использования стикеров (Post It Notes) заключается в том, что участникам ничто не мешает менять свое мнение. Если они хотят перегруппировать элементы или просто вернуться (итерировать) к более раннему этапу, они отклеивают их и помещают в новое положение.

The next step is to link these drivers together to provide a meaningful framework. This may be obvious, where some of the factors are clearly related to each other in one way or another. For instance, a technological factor may lead to market changes, but may be constrained by legislative factors. On the other hand, some of the 'links' (or at least the 'groupings') may need to be artificial at this stage. At a later stage more meaningful links may be found, or the factors may then be rejected from the scenarios. In the most theoretical approaches to the subject, probabilities are attached to the event strings. This is difficult to achieve, however, and generally adds little – except complexity – to the outcomes. This is probably the most (conceptually) difficult step. It is where managers' 'intuition' – their ability to make sense of complex patterns of 'soft' data which more rigorous analysis would be unable to handle – plays an important role. There are, however, a range of techniques which can help; and again the Post It Notes approach is especially useful:

Thus, the participants try to arrange the drivers, which have emerged from the first stage, into groups which seem to make sense to them. Initially there may be many small groups. The intention should, therefore, be to gradually merge these (often having to reform them from new combinations of drivers to make these bigger groups work). The aim of this stage is eventually to make 6–8 larger groupings; 'mini scenarios'. Here the Post It Notes may be moved dozens of times over the length – perhaps several hours or more – of each meeting. While this process is taking place the participants will probably want to add new topics – so more Post It Notes are added to the wall. In the opposite direction, the unimportant ones are removed (possibly to be grouped, again as an 'audit trail' on another wall). More important, the 'certain' topics are also removed from the main area of debate – in this case they must be grouped in clearly labelled area of the main wall. As the clusters – the 'mini scenarios' – emerge, the associated notes may be stuck to each other rather than individually to the wall; which makes it easier to move the clusters around (and is a considerable help during the final, demanding stage to reducing the scenarios to two or three). The great benefit of using Post It Notes is that there is no bar to participants changing their minds. If they want to rearrange the groups – or simply to go back (iterate) to an earlier stage – then they strip them off and put them in their new position.

Шаг 3 создание первоначальных мини-сценариев

Результатом предыдущего шага обычно является от семи до девяти логических объединений факторов. Добиться этого, как правило, несложно. Вероятно, это связано с тем, что это представляет собой своего рода предел того, что участники могут представить себе. После размещения факторов в эти группы следующим действием является определение, пока очень приблизительно, взаимосвязи между ними. Что отражает каждая группа факторов?

Шаг 5 Написать сценарии

Затем сценарии оформляются в наиболее подходящей форме. Гибкость этого этапа часто ставит участников в замешательство, поскольку они привыкли к процессам прогнозирования с фиксированным форматом. Однако правило состоит в том, чтобы представлять сценарии в форме, наиболее удобной для менеджеров, которые будут использовать их в качестве основы для своей стратегии. Не менее важно учитывать и менеджеров, которые будут реализовывать эту стратегию. Они также будут ознакомлены со сценариями, и им необходимо будет поверить в них. По сути, это маркетинговое решение, поскольку будет крайне важно "продать" конечные результаты пользователям. С другой стороны, немаловажным фактором может быть использование формы, наиболее удобной для самого автора. Если форма ему или ей чужда, велика вероятность, что полученные сценарии будут недостаточно убедительными при их "презентации". Большинство сценариев, вероятно, будут представлены в виде текста (почти как серия альтернативных эссе о будущем), особенно там, где они почти неизбежно будут носить качественный характер, что неудивительно, учитывая, что менеджеры и их аудитория, скорее всего, будут использовать их в повседневном общении. Некоторые используют расширенные списки, а другие оживляют свои отчеты, добавляя в материал вымышленных "персонажей" – возможно, воспринимая идею о том, что это истории о будущем, буквально, хотя они по-прежнему должны быть основаны на фактах. С другой стороны, они могут включать числовые данные и/или диаграммы, как это делает Shell (и таким образом проходят более строгую проверку благодаря возможности более точных "прогнозов").

Шаг 6 выявление возникающих проблем

Завершающим этапом процесса является изучение этих сценариев для определения наиболее критических исходов; «точек бифуркации», связанных с «проблемами», которые окажут наибольшее влияние (потенциально приводя к «кризисам») на будущее организации. Последующая стратегия должна учитывать эти факторы, поскольку стандартный подход к стратегии, основанной на сценариях, направлен на минимизацию риска за счет «устойчивости» (то есть способности безопасно справляться со всеми альтернативными исходами этих «жизненно важных» проблем), а не на максимизацию результатов (прибыли) путем рискованной ставки на один исход.

Сценарийное планирование по сравнению с другими методами

Диаграмма справа иллюстрирует процесс классификации явления как сценария в рамках традиции интуитивной логики. Планирование сценариев отличается от планирования на случай непредвиденных обстоятельств, анализа чувствительности и компьютерного моделирования. Планирование на случай непредвиденных обстоятельств – это инструмент, отвечающий на вопрос "Что, если?", который учитывает лишь одну неопределенность. В то время как планирование сценариев рассматривает комбинации неопределенностей в каждом сценарии. Планировщики также стремятся выбирать особенно правдоподобные, но дискомфортные сочетания социальных изменений. Анализ чувствительности анализирует изменения только одной переменной, что полезно для простых изменений, в то время как планирование сценариев призвано показать лицам, принимающим решения, существенное взаимодействие ключевых переменных. Хотя планирование сценариев может быть дополнено компьютерным моделированием, оно менее формализовано и может использоваться для разработки планов, основанных на качественных закономерностях, проявляющихся в широком спектре смоделированных событий. В течение последних пяти лет компьютерно-поддерживаемый морфологический анализ использовался Шведским агентством оборонных исследований в Стокгольме в качестве средства поддержки разработки сценариев. Этот метод позволяет создать многомерное морфологическое поле, которое можно рассматривать как модель логического вывода, тем самым интегрируя методы планирования сценариев с анализом на случай непредвиденных обстоятельств и анализом чувствительности.

Анализ сценария

Анализ сценариев – это процесс изучения будущих событий путем рассмотрения альтернативных возможных исходов (иногда называемых «альтернативными мирами»). Таким образом, анализ сценариев, являясь одной из основных форм прогностического анализа, не стремится представить единую точную картину будущего. Вместо этого он предлагает несколько альтернативных вариантов развития событий. Как следствие, становится возможным наблюдать спектр потенциальных будущих исходов, а также пути развития, приводящие к этим исходам. В отличие от прогнозов, анализ сценариев не базируется на экстраполяции прошлого или продолжении прошлых тенденций. Он не опирается на исторические данные и не предполагает, что прошлые наблюдения сохранят свою актуальность в будущем. Вместо этого он направлен на рассмотрение возможных событий и переломных моментов, которые могут быть лишь косвенно связаны с прошлым. Кратко говоря, в рамках анализа сценариев разрабатывается несколько сценариев, демонстрирующих возможные будущие исходы. Каждый сценарий обычно сочетает в себе оптимистичные, пессимистичные, а также более и менее вероятные развития. Однако все элементы сценариев должны быть правдоподобными. Несмотря на активные дискуссии, опыт показывает, что для дальнейшего обсуждения и выбора оптимальным является около трех сценариев. Увеличение их числа рискует чрезмерно усложнить анализ. Сценарии часто путают с другими инструментами и подходами к планированию. Блок-схема справа иллюстрирует процесс классификации явления как сценария в рамках традиции интуитивной логики.

Принцип

Строительство сценариев призвано улучшить процесс принятия решений, позволяя глубоко проанализировать возможные исходы и их последствия. Сценарий – это инструмент, используемый при анализе требований для описания конкретного варианта использования предлагаемой системы. Сценарии отражают систему с точки зрения внешнего наблюдателя.

Анализ сценариев также может помочь выявить "неожиданные факторы". Например, анализ возможности столкновения Земли с метеором показывает, что, несмотря на низкую вероятность, масштаб потенциального ущерба настолько велик, что событие представляет собой гораздо большую (угрозу), чем можно было бы предположить, исходя только из низкой вероятности его наступления в отдельный год. Однако, из-за столь масштабных последствий, эта возможность обычно не рассматривается организациями, использующими анализ сценариев для разработки стратегического плана.

Сочетание Дельфийских и сценариев

Планирование сценариев – это планирование, основанное на систематическом изучении будущего путем создания правдоподобных и непротиворечивых представлений о нем. Метод Дельфи направлен на систематическую выработку консенсуса экспертов относительно будущих событий и тенденций. Это процедура прогнозирования, представляющая собой анонимный, письменный, многоэтапный опрос, в ходе которого после каждого раунда предоставляется обратная связь об общем мнении группы. Многие исследователи подчеркивают, что оба подхода наиболее эффективны в сочетании. Благодаря сходству процессов, эти две методологии легко комбинируются. Результаты различных этапов метода Дельфи могут использоваться в качестве входных данных для метода сценариев и наоборот. Комбинирование позволяет реализовать преимущества обоих инструментов. На практике обычно один из инструментов рассматривается как доминирующий, а другой добавляется на определенном этапе. Наиболее распространенным вариантом является интеграция метода Дельфи в процесс планирования сценариев (см., например, Rikkonen, 2005; von der Gracht, 2008). Авторы называют этот тип сценариев «дельфийскими сценариями» (описательными), сценариями, основанными на экспертных оценках, или сценариями, полученными на основе экспертной панели. Von der Gracht (2010) представляет собой научно обоснованный пример этого метода. Поскольку планирование сценариев требует большого объема информации, исследования, проведенные методом Дельфи, могут предоставить ценный вклад в этот процесс. Существуют различные типы информации, полученной с помощью Дельфи, которые могут быть использованы в качестве входных данных для планирования сценариев. Исследователи могут, например, выявлять значимые события или тенденции и, основываясь на экспертных оценках, присваивать им вероятности. Кроме того, комментарии и аргументы экспертов позволяют глубже понять взаимосвязи между факторами, которые, в свою очередь, могут быть интегрированы в сценарии. Дельфи также помогает выявить крайние точки зрения и разногласия среди экспертов. Такие спорные вопросы особенно подходят для разработки экстремальных сценариев или «диких карт». В своей докторской диссертации Рикконен (2005) (в контексте, см. также Matchit и Zelig) разработал методы причинно-следственного вывода и оценки контрфактических утверждений. Эти программы используют достаточно сложные методы для определения зависимости модели, чтобы точно оценить чувствительность результатов к моделям, не основанным на эмпирических данных. Еще одна проблема при разработке сценариев заключается в том, что «прогнозисты являются частью социального контекста, который они пытаются предсказать, и могут влиять на этот контекст в процессе». В результате, социальные прогнозы могут оказаться саморазрушительными. Однако другие наблюдатели использования планирования сценариев в Shell предположили, что Shell получил мало или вообще не получил значительных долгосрочных преимуществ от использования этой методологии. Хотя интеллектуальная обоснованность долгосрочных сценариев Shell редко вызывала сомнения, многие руководители Shell считали, что их практическое применение было минимальным. Один из инсайдеров Shell отметил: «Команда, разрабатывающая сценарии, была компетентной, и их работа отличалась высоким интеллектуальным уровнем. Однако ни сценарии высокого уровня для всей группы, ни сценарии на уровне стран, разработанные совместно с операционными компаниями, не оказали существенного влияния на принятие ключевых решений». Использование сценариев было проверено командой Ари де Гюса в начале 1980-х годов, и они пришли к выводу, что процессы принятия решений, следующие за разработкой сценариев, были основной причиной отсутствия стратегической реализации, а не сами сценарии. Многие практикующие сегодня уделяют столько же времени процессу принятия решений, сколько и созданию самих сценариев.

Scenario planning concerns planning based on the systematic examination of the future by picturing plausible and consistent images of that future. The Delphi method attempts to develop systematically expert opinion consensus concerning future developments and events. It is a judgmental forecasting procedure in the form of an anonymous, written, multi stage survey process, where feedback of group opinion is provided after each round. Numerous researchers have stressed that both approaches are best suited to be combined. Due to their process similarity, the two methodologies can be easily combined. The output of the different phases of the Delphi method can be used as input for the scenario method and vice versa. A combination makes a realization of the benefits of both tools possible. In practice, usually one of the two tools is considered the dominant methodology and the other one is added on at some stage. The variant that is most often found in practice is the integration of the Delphi method into the scenario process (see e. g. Rikkonen, 2005; von der Gracht, 2008;). Authors refer to this type as Delphi scenario (writing), expert based scenarios, or Delphi panel derived scenarios. Von der Gracht (2010) is a scientifically valid example of this method. Since scenario planning is “information hungry”, Delphi research can deliver valuable input for the process. There are various types of information output of Delphi that can be used as input for scenario planning. Researchers can, for example, identify relevant events or developments and, based on expert opinion, assign probabilities to them. Moreover, expert comments and arguments provide deeper insights into relationships of factors that can, in turn, be integrated into scenarios afterwards. Also, Delphi helps to identify extreme opinions and dissent among the experts. Such controversial topics are particularly suited for extreme scenarios or wildcards. In his doctoral thesis, Rikkonen (2005) (in the context, see also Matchit and Zelig) has been developed for causal inference, and to evaluate counterfactuals. These programs have fairly sophisticated treatments for determining model dependence, in order to state with precision how sensitive the results are to models not based on empirical evidence. Another challenge of scenario building is that "predictors are part of the social context about which they are trying to make a prediction and may influence that context in the process". As a consequence, societal predictions can become self destructing. However other observers of Shell's use of scenario planning have suggested that few if any significant long term business advantages accrued to Shell from the use of scenario methodology. Whilst the intellectual robustness of Shell's long term scenarios was seldom in doubt their actual practical use was seen as being minimal by many senior Shell executives. A Shell insider has commented "The scenario team were bright and their work was of a very high intellectual level. However neither the high level "Group scenarios" nor the country level scenarios produced with operating companies really made much difference when key decisions were being taken". The use of scenarios was audited by Arie de Geus's team in the early 1980s and they found that the decision making processes following the scenarios were the primary cause of the lack of strategic implementation ), rather than the scenarios themselves. Many practitioners today spend as much time on the decision making process as on creating the scenarios themselves.