داده های درست به تصمیمات صحیح می انجامند
انبوه اطلاعات غلط بدون شک میتواند باعث اتخاذ تصمیمات اشتباه شده و امکان دارد، سالها به شرکت آسیب وارد کند. تشخیص وجود اشکال اولین قدم است. با الی گشت همراه باشید:
مطالب مرتبط: گام های ۱۰گانه افزایش کیفیت تصمیم گیری درست تصمیم بگیرید!
برای تشخیص اینکه اشتباه از کجاست در قدم اول باید این سوال ها را از خودمان بپرسیم:
- آیا واقعا من همه اطلاعات لازم را برای اخذ یک تصمیم درست دارم؟
- اگر به این اطلاعات اعتماد کنم، آیا این اعتماد توجیه دارد؟
- آیا متوجه میشوم این اطلاعات واقعا چه معنایی دارند؟
- آیا میتوانم به این دادهها برای گرفتن این تصمیم اطمینان کنم؟
موارد مربوط به کیفیت اطلاعات به شکلهای مختلفی نمود میکنند-از نداشتن اطلاعاتی که واقعا به آن احتیاج است، گرفته تا اطلاعاتی که میتوانند مورد سوء تفسیر قرار گیرند تا اطلاعاتی که اساسا قابل اطمینان نیستند. بدترین مشکل مربوط به کیفیت اطلاعات زمانی است که حتی از وجود این اطلاعات ناآگاه هستید. متاسفانه این مشکل بسیار شایع نیز هست.
اولین پیامد حاصل از نداشتن اطلاعات مورد نیاز، از دست دادن حقایق مهم و نداشتن تصویر کلی از موضوع است. این مساله زیاد روی میدهد و بالاخص در اندازهگیری کارآیی بیشتر آشکار میشود. بهعنوان مثال، زمانی که لزوم دارد، یک شرکت یک فرآیند چندمرحلهای را سرعت دهد. مدیران میانی احتمالا درک نسبتا درستی از زمان بندی مرحله مربوط به خود در دست دارند اما مدیران ارشد هنوز متوجه نیستند کل فرآیند چه زمانی تمام میشود. علت بروز این فاصله این است که زمان سپری شده بین مراحل، اندازه گیری نشدهاند. مدیران به علت نداشتن این اطلاعات قادر به اخذ تصمیمات درست درباره چگونگی و راه حلهای کم کردن زمان تکمیل فرآیند نخواهند بود. این مشکل بزرگی است: اگر زمان سپری شده بین فرآیندها زیاد باشد ایجاد رابطه بهتر و کارآمدتر میان فرآیندها میتواند تاثیر زیادی بر کاهش زمان تکمیل فرآیند داشته باشد. اما اگر زمان بین فرآیندها کوتاه باشد، سرعت کار در حین انجام هر مرحله باید افزایش پیدا کند.
مشکل دومی که در نتیجه سوء تفسیر اطلاعات حاصل میشود میتواند طیف گستردهای را شامل شود؛ از تعاریف نامربوط گرفته تا سوءتفاهم محاسباتی. یکی از مثالهای قدیمی در این زمینه زمانی است که میپرسید «مشتریان ما چه تعداد است؟» و پاسخ این است که «بستگی دارد منظورتان از «مشتری» چه باشد». یا مثلا شرکتی که من در آن کار میکردم، تمرکز فعالیتهای فروش و بازاریابی خود را بر سهم بازار داشتند. هر هفته اثرگذاری فعالیتهای هفته قبل خود را ارزیابی رقیق کرده و سهم بازار خود را با هفتههای قبل مورد قیاس قرار میدادند. اما با این حال شرکت این نگرانی را داشت که در اطلاعات هفتگی اختلال وجود داشته باشد و به همین خاطر یک الگوریتم هموارساز را برای رفع این مشکل استفاده کرد. آنها برای رفع این مشکل مانع از ورود برخی اطلاعات مربوط به اندازهگیری اثرگذاری شدند و این کار باعث تولید اعداد و ارقامی شد که چیزی به جز گمراهی نداشت. مثلا یک پیشرفت قابل ملاحظه واقعی در سهم بازار، در قالب الگوریتم بسیار ناچیز گزارش میشد.
نتیجه چه شد؟ از آنجا که رشد سهم بازار به سختی به دست میآید، وقتی این اتفاق بوجود میآید، شرکت میخواهد این وضعیت را حفظ کند. به همین خاطر وقتی افزایش قابلتوجهی در سهم بازار گزارش میشود شرکت مایل است عملکرد آن هفته را با دقت بیشتری مورد کند و کاو قرار دهد و بداند چه اقداماتی انجام داده یا نداده که باعث این رشد شده است. اما اگر پیشرفت در سهم بازار کوچک باشد، توجه کمی به آن میشود و فرصتهای زیادی از دست میرود.در مورد مشکل سوم، من آن را این گونه تعریف میکنم که «نمیتوان به کارکنان مطمئن بود ». شما اطلاعاتی را که لازم است در اختیار دارید و فکر میکنید معنای دقیق آن را میدانید. اما اطمینان ندارید این اطلاعات به اندازه کافی دقیق باشند و احتمالا از روی غریزه آن را از محاسبات خود در تصمیم گیری حذف میکنید. این مساله بهخصوص زمانی ناامیدکننده است که تحلیل دادهای بزرگی انجام میشود و یک دیدگاه خیرهکننده از بطن این تحلیل حاصل میشود اما تیم دادهای ۹۰ درصد از وقت خود را صرف تصفیه دادهها میکند. البته شما میدانید که آنها همه تلاش خود را کردهاند اما مطمئن نیستید به اندازه کافی خطاها رفع شده باشند و نه میتوانید به خود اطلاعات اطمینان کنید، نه به تحلیل آن و نه به دیدگاهی که از آن حاصل میشود.هر چند هر یک از مشکلات مطرح شده میتوانند در حکم یک مانع آشکار شوند اما با این حال نداشتن آن به مراتب خطرناک تر و ضررآفرینتر است. شما متصور باشید که تصویر کامل را در دست دارید و فکر میکنید معنا و تفسیر این دادهها را میدانید و براین باور هستید که این اطلاعات قابل اطمینان هستند درحالی که نمیدانید، امکان دارد موضوعی وجود داشته باشد که از اساس غلط است.