Фрагментация – фундаментальное свойство человеческого мышления, она облегчает процесс познания законов Вселенной. В конечном счете фрагментация – это разделение по тому или иному принципу массива данных на смысловые блоки. Так наши предки разделяли (фрагментировали) год на сезоны, месяцы, недели и дни, мир – на стороны света, а звездное небо делили на созвездия, очертания которых уподобляли земным объектам.
Проблема часто представляется огромным слоном, которого предстоит каким-то образом съесть. Трудно даже представить, как это сделать. Объем данных так велик, что его невозможно удержать в голове и осмыслить, блоки информации выглядят противоречащими друг другу, причинно-следственные связи неясны. Остается только одно – отрезать от слона по кусочку и постепенно съесть по частям. То есть большая, кажущаяся неподъемной задача разбивается на ряд малых задач, доступных для понимания. При этом каждая следующая малая задача, решение которой опирается на результаты предыдущей, оказывается понятнее и проще. Так, перед началом движения машинист поезда обычно сдает чуть назад, сжимая сцепки между вагонами. Когда локомотив начинает двигаться вперед, ему приходится сдвигать с места не все вагоны сразу, а поочередно, один за другим. Так сдвинуть состав гораздо легче.
В игре типичным примером задачи на фрагментацию являются весьма популярные вопросы, ориентированные на игру с буквами, например составление анаграмм.
В некоторых алхимических трудах XVII в. можно встретить словосочетание Ieova Sanctus Unus, то есть в переводе с латыни – «единственный святой божий». Назовите автора этих трудов.
Поскольку практически никакой информации, кроме латинского словосочетания, в вопросе нет, явно работать надо с ним. Напрашивается идея переставить буквы и поискать анаграмму. Для этого словосочетание надо сначала фрагментировать, то есть разбить на составляющие, а потом собрать снова.
Ответ: Исаак Ньютон. Анаграмма – Isaacus Neuvtonus.
Приоритизация представляет собой отбор тех данных, работа с которыми принесет оптимальное решение. Мало фрагментировать информацию, то есть разбить ее на куски. Необходимо выделить в массиве данных ту порцию информации, которая станет исходной точкой для решения задачи. Иными словами, это выбор тех кусков слона, с которых лучше всего начать. Простейший вариант – «искать где светлее». Первые находки алмазов в Якутии случались почти исключительно в районе Транссибирской магистрали. Удивительный, на первый взгляд, факт (ведь месторождения алмазов расположены равномерно по территории Сибири) объясняется тем, что именно там, вдоль строящейся дороги, и искали. Алмазы находили там, где проводились в большом объеме горнорудные работы. Консультанты называют этот подход quick wins, то есть тактикой «быстрых побед». Основные усилия логично направить на поиск там, где он может дать самый быстрый результат.
В игре этот прием работает следующим образом: если в вопросе есть несколько «зацепок», начинать нужно с той, которая максимально сужает поле поиска.
По первоначальному замыслу этот человек должен был носить имя Сава. Однако он так и остался безымянным, да и знаем мы об обстоятельствах его жизни и смерти совсем немного. А вот об одном его родственнике познания у нас, можно сказать, энциклопедические. Назовите этого родственника.
В вопросе много разной информации, вряд ли вся она полезна для поиска ответа. Явно речь идет о персонаже, причем второстепенном – раз знаем мы о нем мало. Перебирать второстепенных персонажей можно очень долго. Кратчайший путь решения – ухватиться за слово «энциклопедические», которое тут явно неслучайно. Потянув за это ниточку, легко вспомним, какое произведение было названо «энциклопедией русской жизни».
Ответ: Евгений Онегин. Речь идет о его дяде.
Этот принцип близок к классической «бритве Оккама», получившей название в честь Уильяма Оккамского, средневекового английского логика, который призывал отсекать лишние сущности. Если пройтись бритвой Оккама по учению Оккама, то можно сформулировать следующий принцип: все, что не ведет к разрешению проблемы, – избыточно и должно быть исключено из рассмотрения. На практике «Бритва Оккама» – это способ вычленить в массиве данных ту информацию, которая наиболее важна для задачи либо обеспечивает ее наиболее эффективное решение. При этом происходит «отсев шелухи» – удаляется информационный мусор, который мешает понять суть проблемы.
Многие любят читать книги о привидениях, гномах, феях и других необычных существах. А какая книга, написанная в середине XIX века и посвященная некому сверхъестественному существу, стала бестселлером XX века?
Не усмотрев в вопросе «мусор», можно долго вспоминать разные сказочные и фантастические произведения. А если понять, что вся преамбула является «шелухой» и сразу начать поиск, ориентируясь на второе предложение вопроса, ответ найти несложно.
Ответ: «Манифест Коммунистической партии». (Который начинается словами «Призрак бродит по Европе…»
В игре вопросы редко бывают длиннее нескольких строчек, поэтому объем данных, изначально доступных игрокам, органичен. В ходе обсуждения привлекается дополнительная информация, но и ее не бывает слишком много из-за временных ограничений. Поэтому риск зарыться в данные с головой в игре невелик, структурирование данных направлено прежде всего на то, чтобы успеть найти решение за минуту. В реальной жизни ситуация иная. Данных может быть так много, что без их эффективного структурирования нахождение решения просто невозможно.
В Китае было проведено масштабное исследование с целью выявить способы повышения успеваемости школьников. Было выявлено множество факторов, влияющих на успеваемость, – от возраста родителей до количества книг в школьной библиотеке. Чтобы не утонуть в море информации, аналитики решили сконцентрироваться на факторах, которые легче всего изменить. Выяснилось, что только 59 % детей с плохим зрением носили очки. Поэтому они читали хуже сверстников, им было сложнее воспринимать объяснения учителя, сопровождающиеся рисунками на доске. В результате дети, которым за государственный счет изготовили очки, стали учиться на 25–50 % лучше.
Разбиение задачи на части и расстановка приоритетов необходимы не только в тех случаях, когда ее сложность обусловлена большим объемом данных. Это универсальный прием, часто помогающий найти решение в безвыходной, на первый взгляд, ситуации.
Герберт Дау, основатель компании Dow Chemical, успешно продавал химикаты промышленным предприятиям в США, но не мог выйти на зарубежные рынки, так как их контролировал немецкий картель. Когда Дау все-таки вышел на английский рынок, немецкий конкурент ответил тем, что стал продавать свой бром в США в 2 раза дешевле, чем Dow Chemical. Он надеялся тем самым добиться закрытия Dow Chemical. Дау оказался перед необходимостью тоже снижать цены, что оказалось бы для его компании критичным. Но Дау, к счастью, не забывал о главном приоритете – получать прибыль. И нашел отличный способ это сделать. Вместо того чтобы снижать цены, он полностью прекратил продажи в США и стал тайно скупать немецкую продукцию. Он переупаковывал ее и продавал в Европе за существенно большую, но все равно привлекательную для клиентов цену. Теперь Dow Chemical – один из крупнейших химических концернов в мире.
После фрагментации и приоритизации данных необходим следующий важный шаг: проверка данных на полноту и непротиворечивость.
МЕСЕ
Отдай плюшку! Во-первых, сладкое портит фигуру! Во-вторых, иди спать! В третьих, э-э… делай уроки! А что же еще, что-то еще надо. Ух, какая мука воспитывать! Да, вспомнила, э-э… Вымой руки!
Если когда-либо при взгляде на тот или иной список вы ловили себя на мысли «Здесь чего-то не хватает» или «Тут явно что-то лишнее», значит, у вас есть чувство МЕСЕ. Принцип MECE – одно из изобретений решателей проблем из McKinsey. Эта аббревиатура расшифровывается как Mutually Exclusive and Collectively Exhaustive, то есть, «взаимно исключающие, совместно исчерпывающие». Итан Рассиел, бывший консультант McKinsey, описывает применение принципа МЕСЕ так: «Когда вы думаете, что у вас уже есть определенный план решения задачи, взгляните на него еще раз. Все ли аспекты проблемы разделены и четко определены? Если это так, то вы добились взаимной исключительности. Взгляните еще раз. Все ли аспекты следуют один за другим (именно один за другим)? При этом подумали ли вы обо всех аспектах? Если и это так, значит, ваши пункты совместно исчерпывающие». В соответствии с этим принципом можно проверить правильность любой структуры: каждый уровень любой структуры должен полностью исчерпывать предыдущий уровень и в то же время не иметь внутренних пересечений. Например, если вы решите ранжировать некий список людей по их датам рождения, это будет MECE. А если эти люди ранжируются, например, по полученному им образованию, то принцип MECE будет нарушен дважды, поскольку такая структура и не «взаимно исключающая» – у кого-то может быть два и более высших образования, и не «совместно исчерпывающая» – у кого-то может не быть высшего образования вообще. Помните Кая, который, находясь в замке Снежной Королевы, мечтал сложить из льдинок слово «вечность»? Это занятие было сродни наказанию Данаид, которые были обречены вечно наполнять огромную бочку. Обе задачи не могли быть решены из-за нарушения принципа МЕСЕ: у Кая под рукой не было льдинок нужной формы, а у бочки Данаид не было дна. С противоположной проблемой однажды столкнулся знаменитый полярник Иван Папанин, ежедневно разбиравший и чистивший свой маузер. Один из товарищей подшутил над ним, подбросив лишнюю деталь. Папанин чуть не сошел с ума, раз за разом безуспешно пытаясь собрать маузер «правильно». То есть если множество содержит избыточный элемент, оно не будет цельным и гармоничным. Отсюда вывод: для соблюдения принципа МЕСЕ массив данных необходимо правильно структурировать – так, чтобы компоненты проблемы были однородны, достаточны и неизбыточны.