Научная база
Эта книга опирается на совокупные научные исследования альянсов почти за 40 лет. Вместе мы, трое авторов, опубликовали около 30 таких исследований в ведущих научных журналах. С 2000 по 2012 г. мы опросили множество руководителей и обучили сотни участников образовательных программ для руководителей в бизнес-школе INSEAD (Франция/Сингапур/Абу-Даби/Москва) и в Торонтском университете.
В таблице А. 1 приведены избранные исследования, опубликованные в научных журналах. Именно ими мы руководствовались при разработке инструментов, представленных в этой книге.
Кроме наших собственных исследований, указанных в таблице А.1, книга опирается на труды других ученых. Они упомянуты в сносках к каждой главе.
Изображение сетей
В этом разделе описан процесс создания изображений портфеля альянсов, используемых в книге. Руководители предприятий, желающие визуализировать сети своих фирм и продумывающие шаги для извлечения преимущества сети, должны обратиться к более простым аналитическим инструментам, представленным в главах книги. Краткое описание этих простых инструментов представлено и в приложении Б.
Данные
Мы скачали информацию об альянсах и совместных предприятиях между фирмами из базы данных SDC Platinum, принадлежащей Thompson Reuters. Данные, охватывающие период с 2008 по 2011 г., включают альянсы и совместные предприятия. Вполне возможно, что в базу вошли не все альянсы компаний, поэтому, если партнерства вашей фирмы с компаниями-героями нашей книги (например, с Sony, Samsung, Intel) на наших рисунках отсутствуют, не волнуйтесь: мы не имеем ничего против вашей фирмы и упустили ее из виду не нарочно. Абсолютно полной базы данных не существует, и любую из них следует рассматривать как большую выборку из великого множества альянсов, заключаемых фирмами. В одном недавнем труде сравнивались разные базы данных, обычно используемые исследователями альянсов, и был сделан вывод: в базе SDC Platinum отсутствуют систематические ошибки, и результаты, основанные на ее данных, можно воспроизвести с помощью информации, взятой из других баз.
С помощью этих данных мы изобразили глобальную сеть альянсов, создав симметричные матрицы, строки и столбцы которых обозначали фирмы. Запись «xij» в этой матрице обозначает альянс между фирмами i и j. Иными словами, список прямых партнеров фирмы i можно определить, выбрав ненулевые ячейки j в матрице. В SDC определены владельцы фирм, входящих в базу. Например, альянс между KEPCO и Westinghouse Electric будет отображаться на наших рисунках сетей как альянс между KEPCO и Toshiba, потому что Toshiba – владелица Westinghouse Electric.
Программное обеспечение
Мы отобразили сети первого, второго и третьего уровней для отобранных фирм, используя пакет анализа сети UCINET. Для визуализации этих сетей мы использовали программу визуализации NodeXL. Когда сети были слишком велики, особенно когда дело дошло до визуализации сети третьего уровня (например, см. рисунок сети третьего уровня KEPCO в главе 6), мы наносили названия партнеров на рисунки при помощи программ редактирования изображений – таких как Adobe Photoshop.
Как измерить преимущество сети
Сеть первого уровня
Для каждой фирмы i отношения первого уровня можно отразить, просто взглянув на значения в ячейках j ряда i в матрице глобальных альянсов. Если значение не равно нулю, между фирмой i и партнером j существует альянс.
Сеть второго уровня
Чтобы определить, какой у фирмы портфель альянсов – «паутина», «звезда» или «гибрид», мы использовали показатель «ограниченность сети». По сути, он определяет, есть ли между партнерами фирмы альянсы. Более высокая степень ограниченности означает, что сеть паутинообразная, а более низкая – что она звездообразная. Технические подробности о том, как рассчитывается этот показатель, изложены на стр. 55 (уравнение 2.4) знаменитой книги «Структурные дыры. Социальная структура конкуренции» (Structural Holes: The Social Structure of Competition Рона Бёрта). Он был рассчитан при помощи программы UCINET. Есть несколько других параметров (фактический размер, производительность, иерархия), но нам больше нравится «ограниченность сети», потому что формула этого индекса учитывает как количество партнеров в портфеле альянсов фирмы, так и наличие (или отсутствие) связей между ними.
Сеть третьего уровня
Чтобы рассчитать статус для каждой фирмы, мы использовали показатель центральности Бонасича. Идея заключается в том, что «центральность» фирмы определяется «центральностью» (т. е. количеством) партнеров, с которыми она связана. Представьте себе две фирмы А и Б, у каждой из которых по четыре партнера. Если у каждого партнера фирмы А есть по два собственных партнера, но у каждого партнера фирмы Б по пять собственных партнеров, то фирма Б обладает более высоким статусом. Этот показатель тоже рассчитывался с помощью программных средств UCINET. Таков стандартный подход к определению статуса в научных исследованиях сетей. Рассчитав статус для всех фирм в глобальной сети альянсов, мы определили, у каких фирм самые высокие показатели собственной «центральности» (здесь чемпион – фирма KEPCO).