Analýza křížových vlivů: jak sestavit matici křížových vlivů

Analýza křížových vlivů v praxi: analytici u stolu osvětleného lampou kladou mosazné žetony na papírovou mřížku a spojují vzdálená políčka zlatými nitěmi.
Analýza křížových vlivů: porovnat každý trend s každým dalším. Ilustrace vytvořená AI; grafika karty: Competitive Futures.

Anglická verze (English version)

Analýza křížových vlivů je postup, při kterém se každý trend ze studie porovná s každým dalším, dvojici po dvojici, aby se ukázalo, které kombinace mají význam. Většina strategických týmů dokáže vyjmenovat pět nebo deset sil, které proměňují jejich trh. Jen málokterý se ale zeptal, co se stane, když dvě z těchto sil udeří současně. Matice křížových vlivů nutí položit tuto otázku u každé dvojice a právě z ní obvykle vzejdou nejpřekvapivější zjištění projektu strategického předvídání.

Ve zkratce

  • Co to je: mřížka, v jejíchž řádcích i sloupcích jsou tytéž trendy, události nebo prognózy. Každé políčko zaznamenává, zda prvek z řádku činí prvek ve sloupci pravděpodobnějším, méně pravděpodobným, nebo ho neovlivňuje.
  • Kdo ji vymyslel: Theodore J. Gordon a Olaf Helmer v roce 1966, když navrhovali hru o budoucnosti s názvem Future pro společnost Kaiser Aluminum & Chemical Corporation. Gordon a Howard Hayward zveřejnili první počítačovou verzi v časopise Futures v roce 1968.
  • K čemu slouží: k odhalení interakcí mezi trendy, které nikdo neměl za úkol sledovat, a k ověření, zda je soubor scénářů vnitřně soudržný.
  • Kolik času zabere: mřížka 6 × 6 má 30 dvojic a vejde se do jednoho odpoledne. Mřížka 20 × 20 má 380 dvojic a vyžaduje tým a několik setkání.
  • Kam patří: po shromáždění trendů a posouzení prognóz, před sestavením scénářů. Je to protějšek pro mnoho trendů ke kolu budoucnosti (anglicky), které sleduje jedinou změnu směrem ven.

Co analýza křížových vlivů dělá

Obálka knihy Future, Inc. od Erica Garlanda (AMACOM, 2007), která učí analýzu křížových vlivů
Future, Inc. (AMACOM, 2007)

Každý projekt strategického předvídání vytvoří seznam: stárnutí populace, levnější senzory, nová regulace, nedostatek kvalifikovaných pracovníků, proměna hodnot spotřebitelů. Seznam je ta snadná část. Obtížné je, jak jsem napsal v knize Future, Inc. (AMACOM, 2007), že důsledky se ukážou teprve tehdy, když jsou všechny informace pohromadě a „superpropojené“. Lidé sledují trendy jeden po druhém, v oddělených útvarech a oddělených zprávách. Hrozby a příležitosti leží v prostoru mezi nimi.

Analýza křížových vlivů je způsob, jak tento prostor záměrně vyplnit. V knize jsem ji popsal jako tabulku, která „vás nutí porovnat každý trend, každou prognózu či žolíka se všemi ostatními, které se v průběhu analýzy objevily“. Mým příkladem byla budoucnost produkce obilovin se třemi trendy: rostoucím výpočetním výkonem, globalizací pěstování obilí a stárnutím populace. Mřížka vynucuje tři otázky. Co se stane, když se výpočetní výkon potká se světovou produkcí obilí? Když se potká se stárnutím populace? Když se světová produkce potká se stárnutím?

Některé dvojice nepřinesou nic. Důchodci a pšenice v Mongolsku vypadají jako slepá ulička, dokud se nezeptáte, zda by důchodci nemohli provozovat vysoce technologické farmy. O to právě jde. Budoucnost bývá podivnější, než čekáme, a proto se vyplatí začít u neobvyklých kombinací. Matice je jediný nástroj, který znám, jenž zaručuje, že je projdete všechny.

Odkud metoda pochází

Analýza křížových vlivů vznikla ve stejném okruhu kolem RAND, z něhož vzešla i metoda Delphi. Delphi sbírá úsudky odborníků o tom, zda jednotlivé události nastanou. Její slabinou je, že s každou událostí zachází, jako by existovala osamoceně. Gordon se ptal, zda by se prognózování nedalo stavět spíše na tom, jak se budoucí události navzájem ovlivňují.

První odpovědí byla desková hra. V roce 1966 si Kaiser Aluminum objednal hru o budoucnosti k dvacátému výročí firmy a Gordon, Helmer a Hans Goldschmidt navrhli Future. Technologický a společenský vývoj v ní rozhodovaly pravděpodobnosti a zvláštní kostka a každý vývoj, který nastal, měnil šance ostatních. V roce 1968 Gordon a Hayward tento přístup naprogramovali na UCLA a v Futures publikovali článek „Initial Experiments with the Cross Impact Matrix Method of Forecasting“. Jeho hlavní myšlenka zní: výskyt jedné události mění pravděpodobnost jiných a tyto změny lze zapsat, políčko po políčku.

Od té doby se metoda rozvětvila:

  • Pravděpodobnostní analýza křížových vlivů. Původní linie. Odborníci odhadnou počáteční pravděpodobnost každé události a o kolik by každá z nich zvýšila či snížila pravděpodobnost ostatních; počítač pak matici mnohokrát přehraje. Gordon později napsal standardní popis metody pro Futures Research Methodology projektu Millennium Project.
  • Strukturální analýza. Francouzská škola spojovaná s Michelem Godetem používá mřížku vlivů, nikoli pravděpodobností, aby seřadila, které proměnné systém pohánějí a které na něj jen reagují.
  • Bilance křížových vlivů. Wolfgang Weimer-Jehle ze Stuttgartské univerzity představil v roce 2006 v Technological Forecasting and Social Change kvalitativní verzi. Mřížku používá k ověření, které kombinace výsledků jsou vnitřně konzistentní, a stává se tak nástrojem pro kontrolu scénářů.
  • Zpravodajská verze. Učebnice Structured Analytic Techniques for Intelligence Analysis od Heuera a Phersona, široce používaná zpravodajskými analytiky, řadí matici křížových vlivů mezi základní techniky pro pochopení toho, jak na sebe proměnné daného problému působí.

Využití ke kontrole konzistence si zaslouží chvíli pozornosti. V roce 2012 Vanessa Schweizer a Elmar Kriegler použili bilance křížových vlivů na tytéž informace, z nichž kolem roku 2000 vycházeli autoři emisních scénářů IPCC. Zjistili, že růst poháněný uhlím byl tehdy zřetelně rozpoznatelnou možnou budoucností, která byla ve zveřejněných scénářích zastoupena nedostatečně, a že některé zveřejněné scénáře nebyly vnitřně konzistentní. Pečlivě vyplněná mřížka dokáže zachytit to, co talentovanému autorskému týmu uniklo.

Jak provést analýzu křížových vlivů krok za krokem

  1. Vyberte prvky. Začněte trendy, prognózami a žolíky, které vzešly z vašeho výzkumu. Seznam udržte tak krátký, abyste ho dokončili: šest až dvanáct prvků v prvním kole. Každý formulujte přesně. „Umělá inteligence“ je příliš vágní; „do roku 2030 bude většinu rutinních zobrazovacích vyšetření nejprve vyhodnocovat software“ je tvrzení, z něhož lze vyvozovat závěry.
  2. Sestavte mřížku. Napište prvky vlevo pod sebe a ve stejném pořadí nahoru vedle sebe. Vystínujte úhlopříčku: prvek nepůsobí sám na sebe.
  3. Vyplňte každé políčko, řádek po řádku. U každého políčka si položte jedinou otázku: pokud nastane prvek z řádku, stane se prvek ve sloupci pravděpodobnějším, méně pravděpodobným, nebo ani jedno? Označte to šipkou nahoru, šipkou dolů nebo tečkou. Pokud chcete jemnější rozlišení, použijte stupnici od −3 do +3. Mřížku čtěte jen jedním směrem: vliv A na B je jiná otázka než vliv B na A.
  4. Ke každému silnému políčku napište jednu větu. Šipka je jen značka; věta je zjištění. „Nedostatek lékařů a sester vede nemocnice k rychlejšímu zavádění nástrojů pro vyhodnocování snímků pomocí umělé inteligence, než by tomu bylo jinak“ je tvrzení, o kterém může plánovací výbor diskutovat.
  5. Přečtěte řádky a sloupce. Řádek plný šipek je hnací síla: hýbe mnoha dalšími věcmi. Sloupec plný šipek je citlivý: hýbe jím mnoho věcí. Dva prvky, které se vzájemně posilují, tvoří smyčku a ve smyčkách se změna zrychluje nad rámec jakékoli lineární prognózy.
  6. Proveďte kontrolu podle STEEP. V Future, Inc. doporučuji vrátit se ke společnosti, technologiím, ekonomice, ekologii a politice a podle nich zjištění protřídit. Většina mřížek je plná technologií a ekonomiky. Pokud jsou společenská a politická políčka prázdná, odtud přijde další překvapení.
  7. Převeďte výsledky na rozhodnutí a signály ke sledování. Zakroužkujte interakce, které by změnily rozhodnutí, jež právě děláte. Ty se stanou kostrou vašich scénářů a ukazateli, které sledujete.

Praktický příklad: nemocniční skupina s výhledem do roku 2035

Zde je malá mřížka, jakou by mohla nakreslit regionální nemocniční skupina. Její čtyři prvky jsou trendy, které plánovači už sledují: stárnoucí populace pacientů, nedostatek lékařů a sester, diagnostické nástroje s umělou inteligencí a vzdálené monitorování pacientů doma. Šipky jsou ilustrativní úsudky analytika, nikoli data.

Při čtení řádků vyniknou tři věci. Stárnutí pacientů zvyšuje zátěž personálu i domácí péče. Hlavní hnací silou je však nedostatek personálu: je to jediný prvek, který skupinu tlačí zároveň k nástrojům umělé inteligence i ke vzdálenému monitorování, protože obojí umožní, aby se nedostatková sestra či lékař postarali o více pacientů. Nástroje umělé inteligence a vzdálené monitorování se navzájem posilují: monitorování vytváří proud dat, který ve velkém dokáže přečíst jen software, a software dává monitorování smysl. A obojí zmírňuje nedostatek, který je přivedl ke slovu.

Žádné z těchto zjištění se na seznamu trendů neobjeví. Při pohledu na jednotlivé položky vidí plánovač čtyři samostatné projekty ve čtyřech samostatných rozpočtech. Mřížka ukazuje jediný systém: smyčku poháněnou nedostatkem personálu, která přesouvá péči z budovy nemocnice do domova pacienta. Strategická otázka už nezní „máme koupit nástroj s umělou inteligencí?“, ale „jsme připraveni provozovat nemocnici, v níž stále větší část pacientů neleží na lůžku?“.

Časté chyby

  • Příliš velká mřížka. Dvacet prvků znamená 380 políček. Týmy se unaví, začnou všude dělat tečky a mřížka přestane říkat pravdu. Velkou studii rozdělte do skupin a kombinujte je postupně.
  • Vyplňování o samotě. V knize jsem vyvozování důsledků nazval „týmovým sportem“. Mřížka, kterou vyplní jediný analytik, zachycuje předpoklady jediného analytika. Pět až deset lidí s různou zkušeností se bude o políčka přít a tyto spory mají větší cenu než šipky.
  • Záměna korelace a příčiny. Políčko říká, že jeden prvek činí jiný pravděpodobnějším nebo méně pravděpodobným. Mechanismus nedokazuje. Ke každému silnému políčku napište větu, aby se úvaha dala ověřit.
  • Psaní frází. „Konkurence se vyostří“ není křížový vliv. „Všechno bude efektivnější“ také ne. Ptejte se proč a do jaké míry.
  • Zastavit se u mřížky. Matice je prostředek. Pokud nezmění scénář, rozhodnutí ani seznam signálů ke sledování, bylo odpoledne promarněno.

Co analýza křížových vlivů učí o budování zpravodajské funkce

Většina organizací shromažďuje informace v oddělených silech. Regulatorní tým sleduje regulátory, technologický tým dodavatele a obchodní tým zákazníky. Každý připraví solidní zprávu a nikdo není placen za to, aby tyto zprávy četl jednu ve světle druhé. Analýza křížových vlivů je právě tato práce, sepsaná jako postup.

Zpravodajská funkce, která ji používá, získá tři věci. Odhalí interakce mezi zjištěními různých útvarů dřív než konkurence. Získá záznam vlastních předpokladů, políčko po políčku, který může revidovat, když události ukážou, že některé byly mylné. A získá krátký seznam hnacích proměnných ke sledování, což je přesně to, co vedení od práce se strategickým předvídáním skutečně chce: ne čtyřicet trendů, ale ty čtyři, které hýbou zbytkem.

Často kladené otázky

Co je analýza křížových vlivů?

Metoda výzkumu budoucnosti, která uspořádá trendy, události nebo prognózy do mřížky a dvojici po dvojici posuzuje, zda každý prvek činí ostatní pravděpodobnějšími, méně pravděpodobnými, nebo je nemění. Výsledek ukazuje, které prvky systém pohánějí a které kombinace si zaslouží strategickou pozornost.

Kdo vymyslel analýzu křížových vlivů?

Theodore J. Gordon a Olaf Helmer, oba dříve působící v RAND Corporation, ji vyvinuli v polovině šedesátých let při navrhování hry o budoucnosti Future pro Kaiser Aluminum. Gordon a Howard Hayward zveřejnili první počítačovou verzi v Futures v roce 1968.

Co je matice křížových vlivů?

Mřížka v jádru metody. Tytéž prvky jsou v řádcích i ve sloupcích a každé políčko zaznamenává vliv prvku z řádku na prvek ve sloupci, a to jako šipku, znaménko, bodové hodnocení nebo podmíněnou pravděpodobnost.

Jak se liší od kola budoucnosti?

Kolo budoucnosti vychází z jediné změny a sleduje její důsledky směrem ven, prstenec za prstencem. Analýza křížových vlivů vychází z mnoha změn a zkoumá, jak na sebe působí. Mnoho projektů používá obojí: kolo pro nejdůležitější jednotlivou hnací sílu, matici pro celý soubor.

Kolik prvků by měla matice křížových vlivů mít?

Šest až dvanáct v prvním kole. Počet políček roste s druhou mocninou délky seznamu: mřížka s 12 prvky už vyžaduje 132 úsudků. Rozsáhlejší studie lze rozdělit do skupin.

Je k analýze křížových vlivů potřeba software?

Ne. Pro kvalitativní mřížku stačí tabule nebo velký arch papíru. Software se hodí u pravděpodobnostních verzí, které simulují tisíce běhů, nebo u metod ověřování konzistence s mnoha proměnnými, jako jsou bilance křížových vlivů.

Spolupráce s Competitive Futures

Competitive Futures realizuje projekty strategického předvídání a workshopy pro vedoucí pracovníky, při nichž týmy sestavují mřížky křížových vlivů pro své vlastní trhy a se svými vlastními trendy. Pokud vaše organizace sleduje mnoho trendů a chce vědět, které kombinace mají význam, obraťte se na společnost (anglicky).

Další čtení

Literatura

  • Garland, Eric. Future, Inc.: How Businesses Can Anticipate and Profit from What’s Next. New York: AMACOM, 2007. Chapter 5, “Strategic Implications.”
  • Gordon, T. J., and H. Hayward. “Initial Experiments with the Cross Impact Matrix Method of Forecasting.” Futures 1, no. 2 (1968): 100–116. https://doi.org/10.1016/S0016-3287(68)80003-5
  • Gordon, Theodore J. “Cross-Impact Analysis.” In Futures Research Methodology, Version 3.0, edited by Jerome C. Glenn and Theodore J. Gordon. Washington, DC: The Millennium Project, 2009. https://www.millennium-project.org/futures-research-methodology-version-3-0/
  • Dayé, Christian. Experts, Social Scientists, and Techniques of Prognosis in Cold War America. Cham: Palgrave Macmillan, 2020. https://doi.org/10.1007/978-3-030-32781-1
  • Weimer-Jehle, Wolfgang. “Cross-Impact Balances: A System-Theoretical Approach to Cross-Impact Analysis.” Technological Forecasting and Social Change 73, no. 4 (2006): 334–361.
  • Schweizer, Vanessa J., and Elmar Kriegler. “Improving Environmental Change Research with Systematic Techniques for Qualitative Scenarios.” Environmental Research Letters 7 (2012): 044011.
  • Heuer, Richards J., Jr., and Randolph H. Pherson. Structured Analytic Techniques for Intelligence Analysis. 3rd ed. Thousand Oaks, CA: CQ Press, 2020.

Tato stránka je součástí průvodce strategickým předvídáním (anglicky) společnosti Competitive Futures.