Jeżeli pracujesz przy transformacjach, słyszałeś to zdanie setki razy. Otwiera prezentacje, uzasadnia budżety na change management, pojawia się na pierwszym slajdzie każdej oferty konsultingowej — łącznie z ofertami pisanymi przez ludzi z mojej branży. Problem w tym, że kiedy prześledzi się tę liczbę do źródła, okazuje się, że źródła nie ma.
Skąd wzięło się „70%"
Trop prowadzi do 1993 roku i książki Reengineering the Corporation Michaela Hammera i Jamesa Champy'ego. Autorzy podali tam przedział 50–70% nieudanych inicjatyw reengineeringu — i sami opisali go jako szacunek nienaukowy, a nie wynik badania. Nie było za nim próby badawczej ani metodologii. Dwa lata później Hammer publicznie się z tej liczby wycofywał, tłumacząc, że reengineering nie ma żadnego wrodzonego wskaźnika porażki.
Liczba pojechała jednak dalej własnym życiem. Z reengineeringu przewędrowała na zarządzanie zmianą, potem na transformację cyfrową, a po drodze zgubiła przedział (50–70% stało się okrągłym „70%") i zgubiła kwalifikator „nienaukowy".
Co pokazała weryfikacja naukowa
W 2011 roku Mark Hughes z University of Brighton opublikował w Journal of Change Management przegląd krytyczny: wziął pięć osobnych publikacji podających 70-procentowy wskaźnik porażki zmian organizacyjnych i sprawdził, na czym się opierają. Wniosek był jednoznaczny: w żadnym z tych pięciu przypadków nie znalazł ważnych i wiarygodnych dowodów empirycznych. Nie „słabe dowody" — brak dowodów. Liczba krążyła w obiegu, bo kolejni autorzy cytowali siebie nawzajem, aż powstał efekt prawdy przez powtórzenie.
Warto docenić ironię: branża, która zawodowo opowiada o podejmowaniu decyzji na danych, przez trzy dekady opierała swój główny argument sprzedażowy na szacunku, który jego własny autor nazwał nienaukowym.
A co mówią firmy, które faktycznie mierzyły?
Tu robi się ciekawiej, bo dane istnieją — tylko mówią coś bardziej zniuansowanego niż jedno okrągłe hasło.
McKinsey używa liczby 70% w swoich tekstach o zarządzaniu zmianą, ale w artykule z 2015 roku podaje ją bez wskazania badania, a w tekście z 2020 roku odsyła przypisem do felietonu w Forbesie i do tamtego własnego artykułu z 2015. Jednocześnie firma prowadziła realny pomiar: w badaniu transformacji cyfrowych z 2018 roku tylko 16% respondentów raportowało, że ich transformacja poprawiła wyniki i że poprawa się utrzymała. To jest twarda liczba — i nie jest to „70% porażek", tylko coś znacznie surowszego, choć mierzonego bardzo wymagającym kryterium (poprawa i jej utrzymanie).
Bain w badaniu z 2024 roku, obejmującym ponad 400 menedżerów, podaje, że tylko 12% transformacji osiąga pierwotnie założone ambicje. BCG plasuje się w okolicach 35% sukcesów. Trzy różne metodologie, trzy różne progi tego, co uznajemy za sukces — i trzy różne liczby.
Dlaczego te liczby się nie zgadzają (i dlaczego to normalne)
Bo mierzą różne rzeczy. Zapytaj „czy transformacja osiągnęła pierwotne ambicje" — dostaniesz 12%. Zapytaj „czy poprawiła wyniki i utrzymała poprawę" — dostaniesz 16%. Zapytaj „czy w ogóle przyniosła jakąkolwiek wartość" — dostaniesz kilkadziesiąt procent. Żadna z tych odpowiedzi nie jest kłamstwem; każda odpowiada na inne pytanie.
Do tego dochodzi problem definicyjny: kiedy właściwie transformacja się „kończy", żeby można było orzec porażkę? Kto ocenia — sponsor, który obronił budżet, czy użytkownik, który wrócił do excela? I wreszcie: dane pochodzą z ankiet wśród menedżerów, czyli z samooceny osób, które te programy prowadziły. To nie jest pomiar obiektywny, tylko deklaracja.
Co z tego wynika dla praktyka
Uczciwa konkluzja brzmi: nikt nie zmierzył czysto, ile transformacji „upada", bo nie ma zgody co do tego, czym jest transformacja i czym jest porażka. Ale kierunek wszystkich dostępnych pomiarów jest zbieżny i wcale nie pocieszający: większość dużych programów nie dowozi tego, co obiecała na starcie. To wystarczający powód, żeby traktować adopcję poważnie — bez podpierania się mitem.
I tu dobra wiadomość: istnieją dane, które są znacznie lepiej udokumentowane niż feralne 70%, tylko rzadziej trafiają na slajdy, bo są mniej efektowne. Badania PROSCI, prowadzone od 1998 roku na próbach liczących tysiące uczestników, konsekwentnie pokazują, że aktywne i widoczne sponsorowanie zmiany jest największym pojedynczym czynnikiem sukcesu — w każdej kolejnej edycji badania, od blisko trzech dekad. Konkretnie: projekty ze skrajnie skutecznym sponsorem osiągały cele w 79% przypadków, a te ze skrajnie nieskutecznym — w 27%. To jest liczba, którą warto cytować, bo za nią stoi metodologia.
Jak mówić o tym uczciwie
Nie potrzebujesz mitu, żeby uzasadnić change management. Wystarczy prawda, która jest mocniejsza, bo się broni:
- Zamiast „70% transformacji upada" → „większość dużych programów nie osiąga pierwotnych ambicji; Bain podaje 12% pełnych sukcesów, McKinsey 16% trwałej poprawy — zależnie od przyjętego kryterium".
- Zamiast „ludzie są oporni na zmianę" → „projekty ze skutecznym sponsorem osiągają cele w 79% przypadków wobec 27% przy sponsorze nieskutecznym (PROSCI)".
- Zamiast straszenia porażką → pokazanie, co konkretnie koreluje z sukcesem: sponsoring, ustrukturyzowane podejście, dedykowane zasoby, planowanie utrwalenia zmiany.
Jest jeszcze jeden powód, żeby porzucić tę liczbę, całkiem praktyczny. Jeżeli sprzedajesz usługi zarządzania zmianą General Counselowi albo dyrektorowi transformacji, masz do czynienia z ludźmi, którzy zawodowo weryfikują źródła. Wystarczy, że jedna osoba na sali sprawdzi przypis — i cała reszta Twojej argumentacji staje się podejrzana. Ekspert od zmiany, który powiela mit, jest złym dowodem na własną tezę.
Sedno
Transformacje rzeczywiście są trudne. Rzeczywiście większość z nich nie dowozi obietnic. I rzeczywiście przyczyną rzadko jest technologia — częściej brak sponsoringu, brak właściciela procesu po starcie i mylenie komunikacji z adopcją. Tylko że żeby to powiedzieć, nie trzeba wymyślonej statystyki. Wystarczy zajrzeć do danych, które naprawdę istnieją.
If you work in transformation, you have heard this sentence hundreds of times. It opens presentations, justifies change management budgets, and appears on the first slide of every consulting proposal — including proposals written by people in my own line of work. The problem is that when you trace the number to its source, there is no source.
Where "70%" came from
The trail leads to 1993 and Michael Hammer and James Champy's Reengineering the Corporation. The authors offered a 50–70% range of failed reengineering initiatives — and described it themselves as an unscientific estimate rather than a research finding. There was no sample and no methodology behind it. Two years later Hammer was publicly walking the figure back, noting that reengineering has no inherent failure rate.
The number, however, took on a life of its own. It migrated from reengineering to change management, then to digital transformation, losing the range along the way (50–70% became a round "70%") and losing the word "unscientific" entirely.
What academic scrutiny found
In 2011 Mark Hughes of the University of Brighton published a critical review in the Journal of Change Management: he took five separate publications citing the 70% organizational-change failure rate and examined what each rested on. The conclusion was unambiguous — in none of the five did he find valid and reliable empirical evidence. Not weak evidence: no evidence. The figure circulated because authors cited one another until repetition manufactured truth.
The irony deserves acknowledgement: an industry that professionally preaches data-driven decisions spent three decades resting its main sales argument on an estimate its own author called unscientific.
What about firms that actually measured?
Here it gets more interesting, because data does exist — it just says something more nuanced than one round slogan.
McKinsey uses the 70% figure in its change writing, but a 2015 article states it with no study named, and a 2020 piece footnotes it to a Forbes column and to that same 2015 article. Meanwhile the firm did run real measurement: in its 2018 digital transformation survey only 16% of respondents reported that their transformation improved performance and sustained the improvement. That is a hard number — and it is not "70% fail", it is something considerably harsher, though measured against a demanding bar.
Bain, in a 2024 study of more than 400 executives, reports that only 12% of transformations achieve their original ambitions. BCG lands at roughly 35% success. Three methodologies, three thresholds for what counts as success — three different numbers.
Why the numbers disagree (and why that is normal)
Because they measure different things. Ask "did it achieve the original ambition" and you get 12%. Ask "did it improve results and sustain them" and you get 16%. Ask "did it deliver any value at all" and you get several dozen percent. None of these answers is a lie; each answers a different question.
Add the definitional problem: when exactly does a transformation "end" so failure can be declared? Who judges — the sponsor who defended the budget, or the user who went back to a spreadsheet? And finally: the data comes from executive surveys, meaning self-assessment by the people who ran the programmes. That is a declaration, not an objective measurement.
What this means for practitioners
The honest conclusion: nobody has cleanly measured how many transformations "fail", because there is no agreement on what a transformation is or what failure means. But the direction of every available measurement converges, and it is not comforting: most large programmes do not deliver what they promised at the start. That is reason enough to take adoption seriously — without leaning on a myth.
And here is the good news: there is data far better documented than the infamous 70%, it just reaches slides less often because it is less dramatic. PROSCI's benchmarking research, run since 1998 across samples of thousands of participants, consistently identifies active and visible sponsorship as the single greatest contributor to success — in every successive edition for nearly three decades. Specifically: projects with extremely effective sponsors met objectives 79% of the time, against 27% for those with extremely ineffective sponsors. That is a number worth citing, because a methodology stands behind it.
How to talk about it honestly
You do not need a myth to justify change management. The truth is stronger, because it holds up:
- Instead of "70% of transformations fail" → "most large programmes miss their original ambitions; Bain reports 12% full success, McKinsey 16% sustained improvement — depending on the criterion".
- Instead of "people resist change" → "projects with effective sponsors meet objectives 79% of the time versus 27% with ineffective ones (PROSCI)".
- Instead of fear of failure → what actually correlates with success: sponsorship, a structured approach, dedicated resources, planning for reinforcement.
There is one more, entirely practical reason to drop the number. If you sell change management to a General Counsel or a transformation director, you are dealing with people who verify sources for a living. One person in the room checks the footnote — and the rest of your argument becomes suspect. A change expert who repeats a myth is poor evidence for their own thesis.
The point
Transformations really are hard. Most really do fall short of their promises. And the cause really is rarely technology — more often it is absent sponsorship, no process owner after launch, and confusing communication with adoption. But saying that requires no invented statistic. It only requires looking at the data that genuinely exists.
