Loading AI tools
来自维基百科,自由的百科全书
情景计划,也称情景规划、情景思考或情景分析、情境規劃[1],是一些企业用来进行长期计划的战略计划方法。很大程度上属于适应、归纳军事情报中的经典方法。
此條目的引用需要清理,使其符合格式。 (2012年10月13日) |
原始方式是一个分析小组进行模拟游戏进行决策。游戏包括已知事实和未来事件,例如人口统计学, 地理, 军事, 政治, 工业信息和矿产资源等,对社会、技术、经济、环境、教育、政治和美学(STEEEPA)提出有用建议和关键驱动力。
在商业中,对对手行为的博弈减少(更多改为与环境的博弈)。在壳牌公司,情景规划是对世界外部环境,在进行战略决策前改变思维。
情景决策可包括系统思维,特别是对复杂方式能创造惊人未来的多种因素(根据非线性反馈回路)。这种方法也允许加入很难计算的因素,例如新的未来思维、价值观的深刻改变、不可预料的规则和发明。系统思维与情景规划共同,规划实际、可行的情景故事脉络。当情景计划与系统思维共同时,进行情景开发,有时称为结构动力。
事实和相关社会变化的组合、排列称为"情景",情景一般指可行的但是未预料的重要环境、问题等。未来研究分析专家选择可能、不让人舒适的情景。情景计划帮助决策者预测隐藏的弱点、非灵活性等。
战略军事情报组织也可建立情景,方法几乎相同,可应用于很多问题,不仅仅限于军事、政治问题。在军事情报中,主要的挑战是发现真实场景中的决策需要。如果决策者都不知道该了解什么,或者无法描述环境,就不能知道他们所需要的。
好的分析师会设计战争游戏,让决策者有更多灵活性、自由性,适应模拟组织。然后游戏会对这些组织"施压"。一般地,特殊事实很重要。这些思考让情报机构能更加准确地重新定义、重新包装真实信息,更好服务于真实的决策。一般来说,模拟游戏时间比正常时间快一百倍,决策者一天内可经历数年的决策。
过去,战略规划一般只是用于"官方未来",是当前情况延伸到未来的直线分析。一般由财务部门分析、缺乏人口统计学、社会质量等区别。
很多公司开始广泛采用情景规划,用简单、技术决策、发展为复杂的战略规划和视野建立。[2][3][4]情景规划的力量最早由壳牌公司发现,从1970年代早期就开始使用情景规划,作为产生、评估战略选项的流程。[5][6]壳牌的油气分析一直比其他油气公司更强,油轮业务容量很大,在欧洲的油气开发也早于竞争者。[2]但讽刺的是,这种方法在壳牌以外比公司内应用更多,其他公司和咨询公司都开始使用情景规划。情景规划是一种管理艺术,有很多陷阱(流程和内容上),最早由Paul J. H. Schoemaker提出。[7]
在1970年代,很多能源公司由于环境主义者和OPEC的影响,损失了上百亿美元利润,进行错误投资。这些财务损失让很多公司,包括壳牌公司,进行情景规划。公司公开预计,情景规划流程让公司成为世界最大。[2]但其他观察者认为,壳牌使用情景分析获得很少长期优势,而且壳牌的长期情景经常受到质疑。壳牌内部人员曾说"情景小组很聪明,具有很高智商,但是关键决策制定以后,高标准的"群组情景"和国家级别的情景从来没有执行过。"[source missing]
情景规划由Arie de Geus的小组与1980年初期提出,他们发现遵循情景规划的决策缺乏战略实施,而不是缺乏情景。很多执行者创建情景的时间和决策的时间一样多。
2005年,壳牌的前规划者Peter Cornelius, Alexander Van de Putte和Mattia Romani在《加州管理杂志》发布文章,总结三十年的情景规划。
尽管情景规划在工业中很受欢迎,其主观性、启发性让很多学者不认可。我们是否知道情景是否正确?如何从情景进行决策?这些考虑合理,只有更多竞争表现和理论问题进行研究后,情景规划才能得到认可。[8]学术上很少认可情景分析(有个著名例外,参见Paul J. H. Schoemaker[9])这项技术从实践中来,更多是依靠故事,而不是科学分析。情景规划是一种集体研究的工具,是重新认知、保存不确定性的方法。很多决策者希望只赌一种情景,掉入了只试图预测未来,而不是选择多种未来的陷阱。
基本流程很简单,作为预测来讲,可以分为三类活动(长期流程):[10]
与长期规划不同的流程是核心部分,即情景制造。这个过程也很简单。壳牌使用的方法包括六个步骤:
第一步是检查环境分析的结果,决定企业未来环境的最重要驱动力。这些因素有时称为'变量'(因为随着调查时间变化,虽然会有时迷惑更严谨的科学家)。用户往往喜欢(变革)'驱动力'这个名字,这个名字不含有准科学的含义,加强了参与者寻找未来变化因素的任务。
部分上是一个分析过程,需要确定这些'力'。但是前期环境研究可能已经对此有所涉及。随着时间,到了正式的情景规划阶段,参与者可能在潜意识上,而不是正式地,已经感知到主要驱动力。
理想的情况是,第一阶段要仔细研究可能成为情景的假设,仔细定义几种驱动力。参与者可能无法分辨这些阶段。
可能最困难的是把参与者的成见去除。很多参与者很重视中间阶段(五到十年),而不是长期(十年以上)。任何少于十年的时间阶段都可能让参与者从目前潮流推断,而不是考虑面对的替代选项。如果考虑十年以上,所有的参与者可能都会接受情景规划流程的逻辑,不再根据现实推断。加宽参与者范围,包括整个外部环境时,也会遇到同样问题。
思维
任何情况下,然后会进行思维,保障列表完整,发现更多变量,特别是混合变量。一个非常简单的方式是思维,在壳牌中,在情景规划中经常产生争论。
重要的未知
只有最重要的因素才可用到情景规划中,80:20规则意味着在流程结束时,管理层的注意力必须集中在有限数量的重要问题。经验显示,宽泛的主题只能让他们选择少数感兴趣的,而这些不是对于组织罪重要的。另外,如果情景有不同的未来,那么因素必须是真正的'变量'。必须有明显的替代结果,应该特别划出那些结果可预期,但是很重要的因素,不能忽略。壳牌的Kees van der Heijden提出的重要不确定性矩阵是该阶段的重要检验方法。[3]
另外,情景的一个好处是可容纳很多其他形式的预测。可使用图标、表格、文字进行组合,没有其他形式的预测有这样的灵活性。
第二步是把这些驱动力组合成一个可行框架。有些因素互相关联。例如,技术因素可能导致市场变化,但受到法律因素制约。另外,一些'联系'(至少'分组')可能需要人工进行。后续,还会发现一些更深层的联系,或者情景会淘汰一些因素。在最理论的方法中,概率与事件关联。很难达到,而且往往只会让结果变得更复杂。
上个步骤最后把七到九个驱动力进行分组。很容易获得。'主观'原因可能是参与者可以同时思考的因素有限。把驱动力归类以后,下一步是分析他们之间的关系,每一个驱动力因素代表什么?
下一步主要是把七到九个小型情景(群组)减少为两到三个情景。实际中的挑战是发现两到三个'盒子',把所有的主题都归纳进去。可能需要大量讨论,过程中,可能产生很多的光和热。创建这些基本情景本身经常可以让人思考真正的重要因素(生死因素)。在讨论中,尽管最后报告有总结,参与者可能从讨论中开始理解,导致变革的最重要驱动力是什么,同伴是怎么样看待的?根据内在理解,他们已经准备好应对这些变化,尽管不求助于最终报告,在实际发生时本能反应。
减少到两到三个情景没有理论根据,只是根据实践。经理往往最终只能处理三个版本的最终情景。壳牌从三十年前就开始通过建立十多个情景,但是发现经理最终只选择一种。于是,规划者把情景减少到两到三个,经理可更容易处理,但是不能只剩下一个。这就是现在大多数文章中推荐的数量。
补充情景
在壳牌,往往加上两个附加情景,理由是避免经理只'选择'一个'偏好'的情景,导致单一轨道的预测(拒绝使用'替代'情景来预测不可知的未来)。这是一个很难抓住的概念,经理往往相反,只选择一个最佳或最坏情景。
测试
把因素归为两个情景后,下一步是进行测试其有效性。是否对参与者有意义?可以是逻辑分析,也可以是直观的'感受'。另外,直觉上往往在复杂、无法定义的事件上更有效。如果情景在直觉上没有'钩在一起',为什么不进行直觉?问题是一个或多个假设可能不现实,如果是这样,就需要回到第一步。整个情景规划流程是一个迭代的过程(回到开始,知道获得最后的结果)。
情景用最合适的方式'写下来',这步很灵活,往往迷惑参与者,他们习惯于预测流程用固定的格式。但是需要用经理最适合的方式记录情景。还需要考虑实施计划的经理。他们也要接触情景,需要相信。这实际上是一个'市场营销'决定,把最终结果'卖给'用户。另一方面,还需要用作者觉得最舒服的方式。如果对某种方法不熟悉,他要'卖'的情景肯定无法令人信服。
最后一步流程是检查情景,决定哪种是最关键的结果。与问题相关的'分支点'往往有最大的影响力(往往产生'危机')。下述的战略会发现这些问题:产生情景的正常方法是减少风险,显得'稳健'(会安全地处理所有'生死关头'问题),而不是只关注绩效(利润)最大化,对结果进行赌注。
情景可用于多种方法:
a) 驱动力集合
b) 一致性测试
c) 积极观点
也许情景最主要的好处是,来自于不同'发展'未来的观点。当情景最终产生,参与者可审视他们的观点,发现未来的基本雏形,这就不再是一个理论的练习,而是一个真正的框架(或不同的替代框架)。
意外规划是一种"如果...则..."的工具,只考虑不确定性。情景规划考虑不确定性综合的情景,规划者还需要选择特别可行但不舒服的社会发展。
敏感度分析只有一个变量,一般为简单变化,情景规划让政策制定者可接触多种变量的互动。
情景规划可通过计算机模拟,但是没有这样正式,可用于定性的模型,包含范围很广的模拟事件。
过去五年中,瑞典防卫研究所在斯德哥尔摩开发的计算机支持形态学分析,更多加入了情景发展。[12]这种方法可创造多变量的形态学场,作为推理模型,把情景规划技术与意外规划、敏感性分析相结合。
情景规划是根据系统性检测,绘出一份可能的、一致的蓝图。德尔菲法是系统性发展有关未来发展、事件的专家意见的方法。是一种匿名、书面、多层次统计、每轮后有群组意见的预测流程。
很多学者都说,两种方法可最有效互补。Kinkel et al. (2006)[13]最近报告了他们在情景-德尔菲和德尔菲-情景方面的经验,由于过程的相似性,两种方法可以早期合并。德尔菲法不同阶段的结果,可以作为情景方法的输入数据,反之亦然。结合后两种方法都达到最大化。实践中,可认为一种方法为主导方法,在适当时期加入另一种。作者发现,不管先后如何,两种方法组合后都对未来项目带来明显价值。
实践中,往往把德尔菲法加入情景规划(参见Rikkonen, 2005;[14] von der Gracht, 2007;[15] Transportation & Logistics 2030 – How will supply chains evolve in an energy constrained and low-carbon world (页面存档备份,存于互联网档案馆); Transportation & Logistics 2030 – Transport infrastructure – Engine or hand brakes for global supply chains? (页面存档备份,存于互联网档案馆); Future of Logistics – Global Scenarios 2025)作者把这称为德尔菲-情景分析,专家情景分析或德尔菲法的情景规划。Von der Gracht (2010) [16]是一种科学的方法,因为情景分析“渴求信息”,德尔菲法能提供很多有价值的信息。德尔菲法有多种信息输出,可作为情景规划的信息输入,研究者可发现相关事件、发展,根据专家意见,制定每种的可能性。另外,专家意见和论断让因素之间的关系更清楚,并进一步加入情景分析。另外,德尔菲法还帮助发现极端意见,和专家中的不同意见。这些有争议的意见特别适合情景分析的极端情况。
Rikkonen (2005)的博士论文中[14]透彻阐述了德尔菲法用于情景规划的情况,特别是情景建设。结论是,德尔菲法对于提供不同替代未来和情景假设有重要意义。推荐使用德尔菲法进行情景规划,创造情景时更加有信心,也简化了情景记录流程,更深地理解预测项目和社会因素之间的关系。
Seamless Wikipedia browsing. On steroids.
Every time you click a link to Wikipedia, Wiktionary or Wikiquote in your browser's search results, it will show the modern Wikiwand interface.
Wikiwand extension is a five stars, simple, with minimum permission required to keep your browsing private, safe and transparent.