• Petri Rikkinen

Kolme keinoa skenaariointiin - kuvittele haluttu tulevaisuus ja varaudu pahimpaan.

Monimutkaisessa maailmassa tulevaisuuden ennustaminen on mahdotonta. Yritys voi kuitenkin varautua erilaisiin tulevaisuuksiin skenaarioiden avulla. Me Swanlakessa autamme yritystä tunnistamaan tulevaisuuden kannalta merkittävät epävarmuustekijät ja rakennamme niistä matemaattisen mallinnuksen keinoin uskottavia mutta keskenään erilaisia skenaarioita.


Tulevaisuutta meidänkään mallimme eivät kerro, mutta niiden avulla voimme auttaa yritystä tunnistamaan toimenpiteet, joilla voidaan ohjata toimintaympäristöä haluttuun suuntaan varautuen samalla erilaisiin tulevaisuuksiin.


Skenaariot mallintavat epävarmuutta


Skenaarioilla tarkoitetaan yleensä vaihtoehtoisia kuvauksia tulevaisuudesta. Skenaario voi olla pysäytyskuva maailmasta esimerkiksi viiden vuoden päästä tai vaihtoehtoisesti kuvaus siitä, miten nykyhetkestä päädytään tulevaan. 


Skenaarioissa muutosta tarkastellaan tyypillisesti yrityksen kannalta kriittisten epävarmuuksien avulla. Asiakkaidemme näkökulmasta nämä epävarmuudet liittyvät usein teknologiaan, asiakkaiden käyttäytymiseen, ympäristöön, talouden tilaan ja vaikkapa omaan rooliin arvoketjuissa. Skenaariot auttavat hahmottamaan tulevaisuuden epävarmuutta, mikä lisää ymmärrystä myös nykyisestä toiminnasta ja ennen kaikkea siitä, mitä tulisi tehdä seuraavaksi.


Skenaariointi on työkalu, tavoite on toiminta


Skenaarioiden haasteena on, että niiden rakentamisen pitäisi lisätä johdon ymmärrystä sekä kokonaiskuvasta että yksityiskohdista. Nopeasti tehdyt skenaariot toistavat usein jo tunnettuja teemoja ja jäävät helposti pintapuolisiksi.


Toinen haaste liittyy skenaarioiden hyödyntämiseen. Kovalla työllä rakennetut skenaariot voivat jäädä projektiryhmän ajatusharjoitukseksi johtamatta konkreettisiin muutoksiin toiminnassa.  Ajattelu viiden vuoden päähän ei auta, jos suunnitelmaa huomiselle ei ole.

Meillä Swanlakessa on ratkaisut molempiin haasteisiin - mutta käydään ensin läpi kolme tapaa rakentaa skenaarioita: intuitiivinen, kvantitatiivinen sekä hybridi-malli.


Tapa 1: Intuitiivinen skenaariointi – nopea mutta altis vääristymille


Intuitiivinen skenaariointi kattaa erilaisia lähestymistapoja, joissa asiantuntijat miettivät vaihtoehtoisia tulevaisuuksia pääosin vapaamuotoisen keskustelun pohjalta esimerkiksi työpajassa. Eräs tapa on valita teema – esimerkiksi ’kryptovaluuttojen tulevaisuus’ – ja rakentaa sen ympärille erilaisia maailmoja luovasti ideoiden. 


Toinen, systemaattisempi tapa on miettiä erilaisia tulevaisuuteen vaikuttavia epävarmuustekijöitä sekä niiden mahdollisia lopputulemia ja rakentaa näistä pari vaihtoehtoista maailmaa. Taulukon esimerkissä on kolme epävarmuustekijää (teknologia, asiakastarpeet ja sääntely) maksamisen alueelta.




Taulukosta voidaan rakentaa skenaariota yhdistelemällä lopputulemia eri tavoin. Skenaario voisi koostua esimerkiksi tulemista `Analytiikka parantaa maksamisen palveluita’ + `Lisäpalvelut ohjaavat asiakkaiden käyttäytymistä’ + `Sääntely avaa markkinoita ja maksamisen datan hyödyntämistä’. 


Tässä skenaariossa pankit säilyvät maksuliiketoiminnan pääasiallisina toimijoina, mutta datan avulla ne voivat luoda asiakkailleen kiinnostavia uusia palveluita oman talouden seurantaan. Lisäksi sääntely antaa pienille toimijoille mahdollisuuden luoda uusia palveluita, joita nykyiset pelurit eivät ole tehneet. Kuulostaa tämän päivän maailmalta?


Intuitiivinen skenaariointi ei vaadi erityisempää menetelmällistä tai analyyttista osaamista. Yllä kuvatun kaltaisen esimerkin saa luotua viidessä minuutissa.  Tällainen lähestymistapa voikin hyvin fasilitoituna kannustaa luovaan ajatteluun ja kyetä hyödyntämään johtajien vuosien aikana kertyneen kokemuksen. 


Keskusteluun pohjaava intuitiivinen lähestymistapa on kuitenkin hyvin altis erilaisille ajatusvinoumille. Meillä kaikilla on omat lempiajatuksemme ja mielipiteemme, jotka vaikuttavat siihen, millaisia tekijöitä nostamme keskustelussa esiin. Ryhmässä törmätään usein valta- ja intressiristiriitoihin siitä, kenen mielipidettä kuunnellaan. Kuka päättää, mitä tekijöitä epävarmuustaulukkoon valitaan, ja millaisia mahdollisia tulemia niille määritetään? Tai mitkä tulemien yhdistelmät valitaan lopullisiksi skenaarioiksi? Kaikkia vaihtoehtoja ei pelkän keskustelun perusteella voida käydä yksitellen läpi, sillä monimutkaisessa tilanteessa yhdistelmien lukumäärä karkaa ihmisen ajattelun ulottumattomiin. Yksinkertaisesta esimerkistämme saa 3^3=27 eri skenaariota. Jos epävarmuustekijöitä olisi 6, olisi skenaariovaihtoehtoja jo 729 kappaletta. 


Näiden ongelmien lisäksi – tai niistä johtuen - intuitiviisten skenaarioiden viestintä ja muuttaminen liiketoimintahyödyksi on haastavaa. Päätöksenteossa ne nähdään ”mielipiteinä”, joilta usein puuttuvat perustelut.


Tapa 2: Kvantitatiivinen skenaariointi – rationaalinen mutta unohtaa kokonaiskuvan 


Yritykset, joilla on omasta toimialastaan pitkän aikavälin ymmärrystä ja dataa rakentavat ennustemalleja seuraavan vuoden liikevaihdosta, uusien tuotteiden kysynnästä ja tulevaisuuden trendeistä.


Jossain tapauksissa ennusteita myyvät myös konsulttifirmat, jotka hakevat dataa eri lähteistä. Ennusteiden tekemistä voidaan myös joukkoistaa, joskin jo lakkautettu palvelu InTrade on hyvä esimerkki siitä, ettei joukkoäly ole oikotie parempiin ennusteisiin. Monimutkaisten systeemisten tilanteiden hahmottaminen vaatii asiantuntijuutta.


Datalähtöiset skenaariot toimivat hyvin tilanteissa, joissa tiukasti rajattuun kysymykseen on mahdollista saada yksiselitteinen vastaus. Hyvä esimerkki tällaisesta tilanteesta voisi olla mallinnus siitä, kuinka nopeasti kuluttajat ottavat uuden disruptiivisen maksutavan käyttöönsä Pohjoismaissa. Lyhyellä tähtäimellä näiden mallien osumatarkkuus voi olla keskimäärin varsin hyvä, ja lisäksi ennusteita voidaan päivittää automaattisesti.


Täysin datalähtöiset skenaariot eivät kuitenkaan sovi tilanteisiin, joissa yksiselitteistä vastausta ei voi saada. Maksamisen tapauksessa emme pysty tekemään numeerisia ennustemalleja siitä, mitä kaikkea liiketoiminnassa tapahtuu seuraavien vuosien aikana, kun vaikkapa Facebook lanseeraa oman kryptovaluuttansa. Kerrannaisvaikutukset voivat olla yllättäviä.


Lisäksi kvantitatiiviset mallit tarvitsevat olemassa olevaa dataa. Tästä syystä mallit voivat yksinkertaistaa epävarmuuden niihin muuttujiin, joista numerodataa on saatavilla. Data on tässä tapauksessa myös aina kuvaus menneisyydestä, eikä sen ennustuskyky riitä pitkälle tulevaisuuteen – eikä etenkään tavoita täysin ennennäkemättömiä kehityskulkuja.


Tapa 3: Hybridiskenaariointi – päättäjän kokemus ja koneen tarkkuus voittava yhdistelmä


Ihmisellä on ainutlaatuinen kyky luovaan ja kriittiseen ajatteluun – koneella taas ylivertainen kyky vaativien ja monimutkaisten laskutoimitusten suorittamiseen. Hybridimenetelmä yhdistää nämä kaksi vahvuutta, jolloin skenaarioista saadaan aivan uudenlaista hyötyä strategiatyön ja liiketoimintasuunnittelun tueksi.


Hybridiskenaarioinnissa matemaattinen malli luo puitteet skenaarioprosessille, mutta mallin syötteet heijastavat asiantuntijoiden näkemyksiä. Näiden näkemysten perusteella kone laskee tehokkaasti skenaariot ja toimenpidesuositukset. 


Eräs skenaariointiin sopiva malli on morfologinen analyysi, jossa tulevaisuutta mallinnetaan intuitiivisen esimerkkimme tapaan erilaisten epävarmuustekijöiden tulemien yhdistelmänä. Taulukossa maksuliiketoimintaan liittyvää epävarmuustaulukkoa on täydennetty kolmella uudella epävarmuustekijällä (talous, ekosysteemi, kilpailijat), joilla kullakin on kolme vaihtoehtoista lopputulemaa. Mahdollisia skenaariota on tässä tapauksessa 3^6=729 kappaletta, joista on tarkoitus valita muutama keskenään erilainen mutta uskottava skenaario lopulliseen tarkasteluun.




Skenaarion uskottavuuden arviointi kokonaisvaltaisesti on vaikeaa, eikä tällainen arviointityö olisi ajankäytöllisesti mahdollistakaan kunkin 729:n vaihtoehtoisen skenaarion kohdalla. Matemaattisen mallinnuksen keinoin uskottavuusarviointi voidaan pilkkoa helppoihin osatehtäviin, joista kootaan kokonaisarviot.


Osatehtävissä eri epävarmuustekijöiden lopputulemia vertaillaan pareittain. Kuinka uskottavaa on esimerkiksi se, että lohkoketjut ja AI romuttavat nykyiset maksuratkaisut, mutta samalla perinteiset pankit dominoivat maksuliiketoimintaa? Tarkkaa, numeerista arviointitietoa emme asiantuntijoiltamme vaadi, vaan voimme hyödyntää myös ”en tiedä”-tyyppisiä vastauksia. Skenaarion kokonaisuskottavuus on keskiarvo sen sisältämien tulemien pareittaisista uskottavuusarvioista. 


Kerätyn tiedon perusteella algoritmimme mallintaa kaikki mahdolliset skenaariot ja samalla karsii tuloksista epäuskottavat pois. Epäuskottavuus tarkoittaa, että skenaariossa on keskenään ristiriitaisia tulemapareja. Esimerkiksi olisi epäuskottavaa, että paikalliset pankit dominoisivat maailmassa, joka perustuu isojen globaalien jättien kuten Apple Payn suljettuihin ekosysteemeihin. Suljetuissa ekosysteemeissä omistaja saa suurimman edun.


Matemaattisilla optimointialgoritmeilla voimme valita uskottavien skenaarioiden joukosta muutaman mahdollisimman erilaisen vaihtoehdon jatkotyöstöön. Ihmiselle on tyypillistä valita kolme skenaarioita: kauhukuva, nykytila ja haavekuva. Algoritmi löytää optimaalisen skenaariojoukon, joka saattaa sisältää skenaarioita, joille olemme intuitiivisesti sokeita.


Kokemuksemme mukaan laadullisen tiedon ja matemaattisen analyysin yhdistämisellä on monia hyötyjä skenaarioprosessin onnistumisen kannalta: 


  1. Malli pakottaa lausumaan ääneen ne oletukset, jotka vapaamuotoisessa keskustelussa jäävät helposti piiloon. Tällä tavoin mallien käyttö voi esimerkiksi pienentää erilaisten ajatusvinoumien vaikutusta skenaarioprosessiin.

  2. Intuitiivisessa skenaarioprosessissa tarkasteltavien epävarmuustekijöiden ja niiden tulemien määrä on pakko rajata pieneksi, jos halutaan varmistaa, että kaikki vaihtoehtoiset skenaariot voidaan (ainakin periaatteessa) käydä läpi. Matemaattinen malli mahdollistaa kaiken olennaisen tiedon huomioon ottamisen, mikä johtaa kattavampaan näkemykseen tulevaisuudesta ja pienentää esimerkiksi valta-aseman vaikutusta lopullisten skenaarioiden valinnassa.

  3. Matemaattisella mallilla on vahva aksiomaattinen perusta, joka kuvaa asiantuntijoiden oletukset ja näkemykset skenaariosuosituksiksi. Mallin toimintalogiikka on silti mahdollista ymmärtää ilman tohtorintutkintoa. Aksiomaattisuus ja ymmärrettävyys yhdessä kasvattavat skenaarioiden uskottavuutta ja täten edesauttavat niiden hyödyntämistä strategiatyössä. 

  4. Malli luo skenaarioprosessiin systemaattisen kehikon, jonka puitteissa voidaan nopeasti ja tehokkaasti tuottaa kiinnostavaa ja usein yllättävääkin näkemystä tulevaisuudesta. Hyvin laaditut skenaariot sitovat avainhenkilöiden aikaa, mutta nopeimmillaan pystymme toteuttamaan osallistavan skenaarioprosessin yhden päivän aikana.


Skenaarioista liiketoimintahyötyyn ja parempiin päätöksiin


Skenaariot auttavat hahmottamaan tulevaisuuden epävarmuutta, mutta mitä tämä täsmällisesti tarkoittaa strategian kannalta? Todellinen strategiatyö alkaa, kun yritys miettii, mitä toimenpiteitä erilaisissa skenaarioissa menestyminen siltä vaatii. Miten vastaamme kuluttajien muuttuviin tarpeisiin? Mitä yritysostoja meidän tulisi tehdä? Miten regulaatio vaikuttaa tuote / palvelukehitykseen? 


Me Swanlakessa tarjoamme ainutlaatuista menetelmätukea strategisen toimenpideportfolion rakentamiseen, kun tavoitteena on ohjata tulevaisuutta toivottuun suuntaan mutta samalla varmistaa pärjääminen myös vaihtoehtoisissa tulevaisuuksissa. Menetelmämme auttaa tunnistamaan avaintoimenpiteet, jotka tulisi toteuttaa heti, sekä joukon strategisia optioita, jotka mahdollistavat tarvittaessa nopean reagoinnin muuttuvaan liiketoimintaympäristöön.


Kertaluontoinenkin skenaariointi kannattaa, mutta paras hyöty tulee systemaattisella tekemisellä.  Swanlakessa rakennamme asiakkaiden kanssa mekanismeja heikkojen signaalien tunnistamiseen, skenaarioiden seurantaan ja strategian päivittämiseen.  Tarjoamme menetelmätukea myös strategian operatiiviseen toteutukseen vaikkapa tuoteportfolio-optimoinnin, liiketoimintasuunnittelun tai palvelukehityksen kautta. 

Meillä on kokemusta työskentelystä niin julkisen kuin yksityisen puolen organisaatioiden kanssa. Palvelussamme yhdistyy ainutlaatuisella tavalla matematiikan, liiketoiminnan johtamisen sekä strategisen konsultoinnin asiantuntemus. 


Ota yhteyttä, niin voimme käydä tarkemmin läpi palveluidemme hyötyjä ja mahdollisuuksia organisaatiossasi!