Конвейерные сборочные линии. 18 страница

5. Социальное прогнозирование, которым в настоящее время занимаются всего несколько крупных организаций, используется для предсказания изменений в социальных установках людей и состояния общества. Очевидно, фирма, сумевшая правильно предсказать отношение людей к таким вопросам, как стремление к комфорту, склонность к материализму или патриотизму, или спрогнозировать, как изменится качество жизни или медицинское обслуживание, может иметь преимущество перед конкурентами, планируя выпуск новых товаров и представление новых услуг. Прогнозирование такого рода может быть полезным в управлении, особенно применительно к мотивации трудящихся.

Например, фирма "Дженерал Электрик" применяет сложный метод социополитического прогнозирования для повышения качества перспективного планирования в сфере трудовых отношений

Неформальные методы

Вербальная информация. Естественно, что руководство также полагается на различные источники письменной и устной информации как вспомогательное средство для прогнозирования и выработки целей. Методы сбора вербальной, устной информации, по сути дела, наиболее часто используются в анализе внешней среды. Сюда следует отнести информацию, получаемую из радио- и телепередач, от потребителей, поставщиков, конкурентов, на торговых совещаниях, в профессиональных организациях (таких, как клубы "Ротари" или "Кивание"), от юристов, бухгалтеров и финансовых ревизоров, консультантов.

Такая вербальная информация затрагивает все основные факторы внешнего окружения, представляющие интерес для организации. Она имеет откровенно переменчивый характер, ее легко получить, и часто на нее вполне полагаются. Иногда, впрочем, данные могут оказаться неточными, устаревшими или страдающими расплывчатостью. Если такое происходит, и руководство использует некачественную информацию для формулирования целей организации, количество проблем при осуществлении целей может быть значительным. Например, ряд организаций выпустил изделия тысяч наименований, предназначавшиеся к продаже в связи с Олимпийскими играми 1980 г. в Москве. Самые свежие вербальные данные свидетельствовали о том, что США примут участие в Играх. В последнюю минуту президент Картер отменил поездку американской команды в СССР, и компании остались с товарами миллионной стоимости, которые никому не были нужны. В то же время отказ стран коммунистического блока от участия в Играх 1984 г. не стал ни для кого большим сюрпризом и потому оказал на американские фирмы гораздо менее заметное воздействие.

Письменная информация. Источники письменной информации о внешнем окружении — это газеты, торговые журналы, информационные бюллетени, профессиональные журналы и годовые отчеты. Еще одним источником письменной информации о конкурентах служит отчет 10К. Этот специфический ежегодный отчет составляется с участием Комиссии по ценным бумагам и биржам всеми публичными акционерными компаниями. В библиотеках почти всех колледжей и университетов имеются отчеты 10К. Повторим еще раз: хотя эта информация легкодоступна, она страдает теми же недостатками, что и вербальная информация, а именно она может быть несвежей и не особенно глубокой.

Промышленный шпионаж. Недавно официальные представители японских фирм "Хитачи" и "Мицубиси" — двух крупнейших в мире поставщиков электронных изделий, компьютеров и компонентов к ним — были потрясены: в ходе хитроумной секретной операции 18 их сотрудников высокого уровня были арестованы за попытку украсть секреты фирмы "Ай Би Эм".

Арестованных обвинили в передаче 645 тыс. долл. тайному агенту ФБР за современную компьютерную технологию фирмы "Ай Би Эм" и соответствующие технические руководства. Шпионаж — не новость в жизни корпораций. Иногда он оказывался успешным способом сбора данных о действиях конкурентов, и эти данные затем использовались для переформулирования целей организации. Здесь мы упомянули о промышленном шпионаже для того, чтобы предупредить руководителей о необходимости защищать данные, имеющие статус вашей интеллектуальной собственности.

Количественные методы прогнозирования

Количественные методы можно использовать для прогнозирования, когда есть основания считать, что деятельность в прошлом имела определенную тенденцию, которую можно продолжить в будущем, и когда имеющейся информации достаточно для выявления статистически достоверных тенденций или зависимостей. Кроме того, руководитель обязан знать, как использовать количественную модель, и помнить, что выгоды от принятия более эффективного решения должны перекрыть расходы на создание модели.

Два типичных метода количественного прогнозирования — это анализ временных рядов и каузальное (причинно-следственное) моделирование.

Анализ временных рядов. Иногда называемый проецированием тренда, анализ временных рядов основан на допущении, согласно которому случившееся в прошлом дает достаточно хорошее приближение в оценке будущего. Этот анализ является методом выявления образцов и тенденций прошлого и продления их в будущее. Его можно провести с помощью таблицы или графика путем нанесения на координатную сетку точек, соответствующих событиям прошлого, как показано на рис. 8.6.

Данный метод анализа часто используется для оценки спроса на товары и услуги, оценки потребности в запасах, прогнозирования структуры сбыта, характеризующегося сезонными колебаниями, или потребности в кадрах. Если, к примеру, директор ресторана "Бюргер Кинг" хочет определить, сколько фунтов гамбургера заказывать на ноябрь, он должен обосновать свое решение цифрами ноябрьских продаж в минувшие пять лет. Анализ данных может показать, что в прошлом спрос на гамбургеры в ноябре падал на 10% из-за Дня Благодарения. Он может показать также, что общий объем продаж в его ресторане за последние четыре года рос со скоростью 19% в год.

Чем более достоверно предположение о подобии будущего прошлому, тем вероятнее точность прогноза. Таким образом, анализ временных рядов, вероятно, будет бесполезен в ситуациях с высоким уровнем подвижности или когда произошло значительное, всем известное изменение. Например, директор ресторана "Бюргер Кинг" не смог бы предсказать спрос на гамбургеры в ноябре, если бы знал, что фирма "МакДоналдс" собралась открыть свой ресторан рядом с его рестораном в последнюю неделю октября. Подобным образом региональная телефонная компания смогла использовать метод анализа временных рядов для прогнозирования спроса на рекламу в телефонном справочнике "Иелоу Пейдж" в грядущем году, поскольку ее бизнес стабилен, а конкуренции практически нет. Тем не менее фирма "Ралф Лорен", вероятно, не смогла бы воспользоваться этим методом для прогнозирования рождественского спроса на новую модель мужских сорочек, поскольку конкуренция в области модной одежды исключительно высока, а вкусы потребителей меняются каждый год.

Рис. 8.6. Анализ временных рядов

Этот анализ используется для оценки перспектив сбыта тракторов и основан на картинах сбыта в прошлом. Отметим, что анализ, отображенный здесь, эквивалентен построению аналоговой модели. На самом деле для выполнения анализа временнЫх рядов требуются расчеты с использованием современных математических методов.

Каузальное (причинно-следственное) моделирование. Каузальное моделирование — наиболее хитроумный и математически сложный количественный метод прогнозирования из числа применяемых сегодня. Он используется в ситуациях с более чем одной переменной. Уровень личных доходов, демографические изменения и преобладающая ставка процента по закладным, например, влияют на будущий спрос на новые односемейные дома. Каузальное моделирование — это попытка спрогнозировать то, что произойдет в подобных ситуациях, путем исследования статистической зависимости между рассматриваемым фактором и другими переменными. Каузальная модель может показать, что всякий раз, когда ставка процента по закладным увеличивается на 1%, спрос на новые дома падает на 5%.

На языке статистики эта зависимость называется корреляцией. Чем теснее корреляция, тем выше пригодность модели для прогнозирования. Полная корреляция (1,000) бывает в ситуации, когда в прошлом зависимость всегда была истинной. Если спрос на цветные телевизоры всегда падал на 10%, когда валовой национальный продукт снижался на 4%, можно с уверенностью утверждать, что то же самое в подобных обстоятельствах произойдет и в будущем. Фирма "Корнинг Гласе", по сути дела, использует каузальную модель, прогнозируя спрос на свои телевизионные трубки²⁸.

Из каузальных самыми сложными являются эконометрические модели, разработанные с целью прогнозирования динамики экономики. К таковым относится Уортоновская модель Центра прогнозирования Пенсильванского университета. Подобные модели представляют из себя тысячи уравнений, решаемых только с применением мощных компьютеров. Стоимость моделей настолько высока, что даже крупные предприятия предпочитают использовать результаты исследований с применением эконометрической модели, а не разрабатывать свои собственные модели. Несмотря на сложность, каузальные модели дают не всегда правильные результаты, о чем с очевидностью свидетельствует неспособность федерального правительства точно предсказывать влияние различных своих действий на экономику.

Качественные методы прогнозирования

Как указывалось выше, для использования количественных методов прогнозирования необходимо располагать информацией, достаточной для выявления тенденции или статистически достоверной зависимости между переменными. Когда количество информации недостаточно, или руководство не понимает сложный метод, или количественная модель получается чрезмерно дорогой, руководство может прибегнуть к качественным моделям прогнозирования. При этом прогнозирование будущего осуществляется экспертами, к которым обращаются за помощью. Четыре наиболее распространенных качественных метода прогнозирования — это мнение жюри, совокупное мнение сбытовиков, модель ожидания потребителя и метод экспертных оценок.

Мнение жюри. Этот метод прогнозирования заключается в соединении и усреднении мнений экспертов в релевантных сферах.

Например, для прогнозирования рентабельности производства новой модели компьютера фирма "Контрол Дейта" может снабдить имеющейся основной информацией своих менеджеров отделов производства, маркетинга и финансов и попросить их высказать мнение о возможном сбыте и его пределах.

Неформальной разновидностью этого метода является "мозговой штурм", во время которого участники сначала пытаются генерировать как можно больше идей. Только после прекращения процесса генерирования некоторые идеи подвергаются оценке. Это может отнимать много времени, но зачастую дает полезные результаты, особенно когда организация нуждается во множестве новых идей и альтернатив.

Совокупное мнение сбытовиков. Опытные торговые агенты часто прекрасно предсказывают будущий спрос. Они близко знакомы с потребителями и могут принять в расчет их недавние действия быстрее, чем удастся построить количественную модель. Кроме того, хороший торговый агент на определенном временном отрезке зачастую "чувствует" рынок, по сути дела, точнее, чем количественные модели.

Модель ожидания потребителя. Как можно судить по названию, модель ожидания потребителя является прогнозом, основанным на результатах опроса клиентов организации. Их просят оценить собственные потребности в будущем, а также новые требования. Собрав все полученные таким путем данные и сделав поправки на пере- или недооценку исходя из собственного опыта, руководитель зачастую оказывается в состоянии точно предсказать совокупный спрос.

Метод экспертных оценок. Он является более формализованным вариантом метода коллективного мнения. Первоначально метод был разработан фирмой "Рэнд Корпорейшн" для прогнозирования событий, интересующих военных²⁹. Метод экспертных оценок в принципе представляет собой процедуру, позволяющую группе экспертов приходить к согласию. Эксперты, практикующие в самых разных, но взаимосвязанных областях деятельности, заполняют подробный вопросник по поводу рассматриваемой проблемы. Они записывают также свои мнения о ней. Каждый эксперт затем получает свод ответов других экспертов, и его просят заново рассмотреть свой прогноз и, если он не совпадает с прогнозами других, объяснить, почему это так. Процедура повторяется обычно три или четыре раза, пока эксперты не приходят к единому мнению.

Анонимность экспертов является очень важным моментом. Она помогает избежать возможного группового размышления над проблемой, а также возникновения межличностных конфликтов на почве различий в статусе или социального окрашивания мнений экспертов. Несмотря на некоторые сомнения в надежности, поскольку результат с очевидностью зависит от того, к каким именно экспертам обращаются за консультацией, метод экспертных оценок с успехом использовался для прогнозирования в самых разных сферах — от ожидаемого сбыта изделий до изменений в таких сложных структурах, как социальные отношения и новейшая технология. Метод использовался для оценки военных возможностей СССР в будущем, государственной политики в области научно-технического прогресса и для измерения качества жизни в Америке³⁰.

РЕЗЮМЕ

1. Методы науки управления повышают качество принимаемых решений за счет использования научного подхода, системной ориентации и моделей.

2. Модель является представлением системы, идеи или объекта. Руководителю часто приходится использовать модели из-за сложности организаций, невозможности проводить эксперименты в реальном мире, необходимости заглядывать в будущее. Основные типы моделей науки управления: физические, аналоговые и математические, или символические.

3. Этапы построения модели таковы: постановка задачи, определение информационных ограничений, проверка на достоверность, реализация выводов и обновление модели.

4. Общими проблемами моделирования являются недостоверные предпосылки, информационные ограничения, плохое использование результатов и чрезмерные расходы.

5. Теория игр — это метод, используемый для оценки влияния какого-либо действия на конкурентов. Моделями теории очередей можно пользоваться в соответствии со спросом на них. Модели управления запасами помогают руководителю синхронизировать размещение заказов на ресурсы и оптимизировать их объемы, а также определять оптимальное для склада количество готовой продукции. Модели линейного программирования позволяют установить оптимальный способ распределения дефицитных ресурсов между конкурирующими потребностями в них. Имитационное моделирование — это использование "устройства, которое имитирует реальный мир. В экономическом анализе используется ряд методов для определения экономического положения организации или осуществимости действия с экономической точки зрения.

6. Метод платежной матрицы полезен, когда требуется установить, какая альтернатива способна внести наибольший вклад в достижение целей. Ожидаемое значение последствий (сумма возможных значений, умноженных на их вероятности) необходимо определить прежде, чем составлять платежную матрицу.

7. Дерево решений позволяет представить проблему схематично и сравнить возможные альтернативы визуально. Этот метод можно использовать в применении к сложным ситуациям, когда результат принимаемого решения влияет на последующие.

8. Прогнозирование используется для выявления альтернатив и их вероятности. К количественным методам прогнозирования относятся анализ временных рядов и каузальное моделирование. Под качественными методами понимаются мнение жюри, совокупное мнение сбытовиков и метод экспертных оценок.

ВОПРОСЫ ДЛЯ ПОВТОРЕНИЯ

1. Каковы три отличительных свойства подхода к решению проблем на базе науки управления?

2. Обсудите модели трех типов: физические, аналоговые и математические.

3. Опишите этапы процесса построения модели.

4. Обсудите следующие проблемы построения модели: информационные ограничения, страх пользователей, плохое использование результатов и высокая стоимость.

5. Кратко опишите модели науки управления, рассмотренные в главе.

6. Рассмотрите следующие методы принятия решений: анализ безубыточности, метод платежной матрицы, метод ожидаемых значений и метод дерева решений.

7. Что такое прогнозирование?

8. Рассмотрите два типичных количественных метода прогнозирования: анализ временных рядов и каузальное моделирование.

9. Рассмотрите четыре широко применяемых качественных метода прогнозирования: мнение жюри, совокупное мнение сбытовиков, метод ожидания потре-• бителя и метод экспертных оценок.

10. Как руководитель может составлять полезные прогнозы в среде бизнеса?

ВОПРОСЫ ДЛЯ ОБСУЖДЕНИЯ

1. Сведите воедино различные определения модели, представленные в главе, и предложите собственное ее определение.

2. Сравните количественные и качественные методы прогнозирования.

3. Дэвид Б. Херц говорит: "Руководитель должен находить способы выбора между альтернативами для распределения своих ресурсов, определения последовательности действий для себя и других людей и для привлечения новых специалистов разного профиля и материальных ресурсов". Как современный руководитель может справиться с этими проблемами?

4. Рассмотрите различные технические компоненты и человеческий фактор, о которых должен помнить руководитель, разрабатывая модель.

5. Как руководитель может преодолеть многочисленные проблемы, естественно возникающие при построении модели?

СИТУАЦИЯ ДЛЯ АНАЛИЗА

Прогнозирование посещений стадиона

Управляющая операциями "Метро-Стадиума" Кэти Макрэ приняла ряд решений по мероприятиям на стадионе с учетом вероятной их посещаемости. Кэти, например, отвечала за решение о том, сколько в каждом случае открывать киосков и сколько привратников и продавцов вызывать на работу.

Когда Кэти только приступила к своей работе, она очень полагалась на субъективные оценки при прогнозировании посещаемости. Часто она звонила руководителям спортивных команд или развлекательных групп, занятых в предстоящем мероприятии, и просила их дать свои оценки. Через год Кэти разочаровалась в таком субъективном подходе к прогнозированию. Одна из причин заключалась в том, что уходило слишком много времени, чтобы получить оценки других людей. Однако наибольшей проблемой стала склонность всех подряд, включая и саму;

Кэти, постоянно завышать ожидаемую посещаемость. В результате на стадионе оказывалось чересчур много лишних работников и запасов, что вело к неоправданным издержкам.

Кэти решила изучить другие, более объективные методы прогнозирования посещаемости. Она пришла к выводу, что любой выбранный ею метод должен обладать двумя характеристиками: 1) как только метод разработан, он должен обеспечить быстрое и простое прогнозирование независимо от события; 2) метод должен использовать информацию, которая становится доступной лишь за сутки до мероприятия.

Проанализировав раздел о прогнозировании в своем старом учебнике по управлению операциями, Кэти убедилась, что лучше других подойдет каузальная модель. Она требует разработки математической зависимости вида:

А=С₀+c₁Х₁+с₂Х₂+—+с_nХ_n,

где А — прогноз посещаемости, все Х — переменные, от которых, как считается, зависит посещаемость, все с — константы, определяемые методом статистического анализа данных по минувшим событиям. Если имеются значения каузальной переменной (все X) для конкретного события, модель можно использовать для расчета прогноза посещаемости (A).

Кэти поняла также, что разным типам мероприятий должны соответствовать и разные модели. Она решила начать с разработки модели для бейсбольных матчей. На первом этапе она идентифицировала каузальные переменные для встраивания их в модель. Оказалось, что одной из таких переменных должно быть число билетов, проданных к моменту, когда до игры остается 24 ч.

Вопросы

1. Как вы считаете, почему сложилась тенденция преувеличения ожидаемой посещаемости, когда использовались методы субъективного прогнозирования?

2. Обладает ли каузальная модель двумя характеристиками, которые как желательные определила Кэти?

3. Можете ли вы предложить другие каузальные переменные для модели прогнозирования посещаемости бейсбольных матчей? Помните, что данные по каждой переменной должны быть доступны к моменту, от которого до начала игры остается 24 ч.

4. Какие опасности видите вы в применении каузальной модели для прогнозирования посещаемости мероприятий на стадионе? Что можно предпринять, чтобы свести эти опасности к минимуму?

ЛИТЕРАТУРА

1. С. West Churchman, R. L. Ackoff, and E. L. Amoff, Introduction to Operations Risearch (New York: Wiley, 1957), p. 6.

2. Ibid., p. 4.

3. Robert E. Shannon, Sytims Simulation: The An and Scitnci (Englewood Cliffs, NJ.: Prentice-Hall, 1975), p. 4.

4. David В. Hertz, "The Changing Field of Management Science", in Contemporary Management, ed. Joseph W. McGuire (Englewood Cliffs, N.J.: Prentice-Hall, 1974), pp. 95-96.

5. Shannon, op. cit., p. 8.

6. Ibid., p. 25.

7. Charles J. Hitch, Decision Makingfor Defense (Berkeley: University of California Press, 1967).

8. J. M. F. Roccaferrera, OperationsResearch Models forBusiness andIndustry (Chicago: South-Western, 1963). p. 28.

9. Shannon, op. cit, p. 32.

10. Efram Turbin, "A Sample of Operations Research on the Corporate La»/", Operations Research, vol. 2 (1972). pp. 708-721.

11. L.R.Crum, D. D. Klingman, and L. A. Tavis, "Implementation of Large-Scale Financial Planning Models: Solution Efficient Transformations, "Journal of Financial and Quantitative Analysis, vol. 14 (1979), pp. 137—152; J. R. С. Wensley, "Effective Decision Aides in Marketing," European Journal of Marketing, vol.11 (1977), pp. 62-71.

12. Lars Lonnstedt, "Factors Related to the Implementation of Operations Research Solutions," Interfaces, vol. 5, no. 2, part I (1975).

13. A. H. Rubinstein, "Some Organizational Factors Related to the Effectiveness of Management Science Groups in Industry", Management Science, vol. 15 (1967).

14. Thad В. Green, W. В. Newsome, and S. R. Jones, "A Survey of the Applications of Quantitative Techniques to Production/Operations Management in Large Corporations", Academy of Management Journal, vol. 20 (1977), p. 670.

15. Ibid.

16. R. V. Brown, "Do Managers Find Decision Theory Useful?" Harvard business Review, vol. 48 (1970), pp. 78—79; С. W. Churchman, "Managerial Acceptance of Scientific Decisions", California Management Review, vol. 7 (1964), pp. 31—38; D. G. Malcolm, "On the Need for Improvement in Implementation of O.R.," Management Science, vol. 11 (1965); Green, Newsome, and Jones, op. cit., pp. 669—676.

17. Shiv К. Gupta and lohn M. Go'yylino, Fundamentals of Operations Rtsearch for Management (San Francisco: Holden-Day, 1974), pp. 265-291.

18. Donald R. Plane and Gary A. Kochenberger, Operations Research for Managerial Decisions (Homewood, III.: Irwin,1972),p. 173.

19. Richard В. Chase and Nicholas J. Aquilano, Production and Operations Management (Homewood, III.: Irwin, 1973), pp. 313-376.

20. Green, Newsome, and Jones, op. cit.

21. N. Paul Loornba, Management: A Quantitative Perspective (New York: Macmillan, 1978), p. 394.

22. Claude McMillan and R. F. GoHSp/es, Systems Analysis: A Computer Approach to Decision Models (Homewood, III.: Irwin, 1973), p. 21.

23. Ibid., p. 20.

24. Loomba, op. cit., p. 50.

25. J. W. НШ, A. R. Bass, and H. Roscn, "The Prediction of Complex Organizational Behavior: A Comparison of Decision Theory with More Traditional Techniques", Organisational Behavior and Human Perform-ance, vol. 5 (1970), pp. 449-462.

26. Loomba, op. cil., p. 119.

27. Edward A. McCreary, "How to Grow a Decision Tree", Think, March—April 1967, pp. 13-18.

28. John С. Chambers, S. K. Mullick, and D. Smith, "How to Choose the Right Forecasting Technique", Harvard'business Review, July—August 1971, pp. 45-74.

29. Lesley Albcrtson and T. Cutler, "Delphi," futures, vol. 8, no. 5 (1976), pp. 397-404.

30. N. J. Centron and C. A. Ralph, Industrial Applications of Technological Forecasting (New York: Wiley, 1971).

Часть вторая

СИТУАЦИЯ ДЛЯ АНАЛИЗА 1

Дэвенпортский университет

"Мы хотим Барфилда! Мы хотим Барфилда!" — так 50 тыс. шумливых фанатов настаивали на возврат в футбольную команду Дэвенпортского университета ее бывшего тренера Коуча Дэвида Барфилда.

Несколько последних недель оказались горячими и для Барфилда, и для администрации университета. Увольнение Барфилда, бессменного в течение 15 лет тренера дэвенпортской команды, произвело такое возмущение среди студентов, профессорско-преподавательского состава и выпускников университета, что национальные службы информации ежедневно распространяли по США сообщения о событиях в Дэвенпорте,

Крупный, субсидируемый государством Дэвенпортский университет (30 тыс. студентов) находится на Среднем Западе. Спортивные соревнования из Дэвен-порта, члена влиятельной Ассоциации спортсменов центральных штатов, часто транслируются региональным и общенациональным телевидением. Барфилд пришел в Дэвенпорт 14 лет назад. До этого в качестве главного тренера неувядаемой футбольной команды из небольшого Бакстер-колледжа Барфилд в течение трех лет подряд добивался первенства своих питомцев в национальном чемпионате. Талантом Барфилда заинтересовались несколько крупных университетов.

Дэвенпортский университет установил Барфилду начальное жалованье в 17 500 долл. в год. Он должен был исполнять должность главного тренера футбольной команды, совмещая эту работу с функциями ассистента профессора по здравоохранению, физической культуре и отдыху.

Команда Барфилда добилась показателя в играх 115/35 и участвовала в 10 показательных играх по завершении сезона. В этот период Барфилд был явным любимцем местных фанатов и заметной фигурой Дэвенпортского кампуса.

Со временем Барфилд укоренился и в местном деловом сообществе. К его жалованью в 52,5 тыс. долл. в год добавились 15 тыс. долл. в год за еженедельное участие в телешоу с обзором воскресных игр дэвенпортской команды. Кроме того, Барфилд зарабатывал более 75 тыс. долл. в год на коммерческом радио, заключив с ним контракт на регулярные выступления, а также от рекламы, разрешив использовать свои фотопортреты. Используя контакты с клубом инициаторов предпринимательства в Дэвенпорте, Барфилд вложил значительные средства в ряд местных проектов. Он стал совладельцем "Дэвенпорт Инн" — 100-номерного мотеля через дорогу от кампуса. Он также вошел в долю группы автомобильных дилеров города и приобрел льготный пай в системе магазинов, торгующих свежезамороженными продуктами питания. В самое последнее время он (вместе с тремя другими инвесторами) приобрел крупные участки земли в Дэвенпорте с намерением пустить их под застройку жилыми домами. Эта негромкая деятельность внезапно была прервана серией ошеломляющих событий.

Барфилд приобрел репутацию "жестокого" тренера. Особенной суровостью отличались его предсезонные сборы, требовавшие от игроков немалых усилий. Эти сборы устраивались в Баттеруорте, городке в 100 милях от Дэвенпорта. В продолжение трех недель игроки обязаны были выкладываться трижды в день ежедневно. После подъема в 5 ч 30 мин уже в 6 ч утра начиналась первая тренировка. Вслед за завтраком полагалось полтора часа смотреть какой-нибудь нудный фильм. За ланчем следовала вторая тренировка (2,5 ч). Вечерняя тренировка посвящалась упражнениям на координацию движений и бегу. Несмотря на такие нагрузки, спортсмены-студенты буквально рвались в команду Барфилда.

За два года до описываемых событий университет переманил известного защитника Элфреда Робинсона, учившегося тогда в средней школе в Уоррене, штат Огайо. К восторгу всего университета Робинсон решил именно здесь продолжать образование. На первом году Робинсон разочаровал многих — молодой защитник не оправдал надежд. Кроме того, Робинсон плохо воспринимал работу дэвенпорт-ских тренеров и пропустил три сбора. В школе ему позволялось "идти своим путем", но это было не в правилах Барфилда. Кроме того, посредственными оказались отметки Робинсона, он с трудом дотягивал до минимально необходимого уровня.

Однажды во время игрового сезона Робинсон подал на Барфилда в суд, обвиняя его в том, что он ударил Робинсона во время игры. Университет заявил, что будет твердо стоять на стороне тренера и оплатит все судебные издержки. Робинсон имел репутацию нарушителя спокойствия, поэтому почти никто из игроков не обратил внимания на судебное разбирательство, происходившее в период очередного тренировочного сбора. Робинсон не пользовался популярностью у товарищей по команде, и многие считали его отверженным. Через две недели после регистрации судебного иска Барфилд, возвращавшийся домой с тренировки, услышал сообщение по радио о своем увольнении.