При таком подходе к отбору клиентов проигрывают и пациентки, особенно те, которые считаются трудными. Например, женщина в возрасте 30 лет, изучив «Рейтинг», скорее всего, выберет клинику с высокими показателями успешности, не зная, что эта клиника не будет заинтересована в том, чтобы заниматься ею как пациенткой. Более того, эта женщина, скорее всего, не захочет обращаться в клинику с низким показателем успешности, хотя именно это медицинское учреждение, скорее всего, специализируется на сложных случаях, вроде ее.

Это всего лишь одна типичная ситуация, которую можно внести в учебник, свидетельствующая о том, как благие намерения оборачиваются во вред. В разбираемом здесь примере чиновники хотели иметь численные показатели деятельности клиник IVF, но полученные и используемые ими данные оказались несовершенными и не давали точной картины того, насколько на самом деле успешно действует та или иная клиника, и того, что фактически хотят знать потребители услуг таких медицинских учреждений. Поэтому, как это часто бывает, когда чиновники начали измерять какие-то вещи, клиники начали оптимизировать некоторые параметры (показатели успешности), а не реально значимые результаты (показатели их работы со всеми случаями).

Неудивительно, что эта система оказала негативное воздействие и на пациентов, и на те клиники, которые не практиковали селекцию на входе. Причем самой большой жертвой такого подхода оказалась сторона, которая меньше всего этого ожидала, – «рационально» действующие клиники.

В ходе изучения с моей коллегой Михаэлой Стэн деятельности клиник IVF мы обнаружили, что описанный выше подход на основе селекции нанес, вероятно, наибольший вред тем лечебным учреждениям, которые брались лишь за простые случаи. Да-да, вы все правильно прочитали. После первоначального всплеска показателя успешности клиники, которые пытались обхитрить систему, в конечном счете стали показывать более плохие результаты, чем их конкуренты, этически подходившие к своей работе.

Почему? Все дело в кривой обучения.

Исследователям области менеджмента хорошо известен один феномен – кривая обучения. Она отражает закономерность, свидетельствующую, что в ходе своей деятельности организации в значительной степени улучшают производимую ими продукцию, какой бы она ни была, причем это происходит у них автоматически. Например, по мере того как Boeing выпускала все больше и больше самолетов модели 737, с течением времени процесс их производства становился все более простым и дешевым. Исследователи изучили такие кривые обучения во многих отраслях. Я видел полученные ими результаты, относящиеся к самолетам, автомобилям, бутылкам, пицце и другим самым разным продуктам. Как мы со Стэн установили в ходе нашего анализа, кривая обучения имеет место и в клиниках IVF[2].

На рис. В.1 показаны кривые обучения для клиник, которые лечили пациенток с благоприятным прогнозом на успешный результат (такая кривая помечена надписью «Строгая селекция на входе»), и для клиник, готовых заниматься и теми пациентками, чьи прогнозы на успешное лечение являются неутешительными (кривая «Слабая селекция на входе»). На вертикальной оси представлен показатель успешности лечения, на горизонтальной – число пациентов, прошедших лечение в клинике, что эквивалентно опыту, накапливаемому клиниками в ходе своей работы.

Рис. В.1. Влияние селекции на входе

Как видно из приведенных графиков, в левой части рисунка клиники, принимающие и тех пациенток, чьи прогнозы на успешное лечение не были хорошими, вначале показывали, о чем говорилось выше, гораздо более низкие результаты, чем клиники, которые прежде всего делали ставку на предоставление услуг пациенткам с благоприятными прогнозами на успешность лечения.