كسب‌وكارهاي جهاني وارد عصر جديدي از تصميم‌گيري شده‌اند. توانايي گردآوري، ذخيره‌سازي، دسترسي و
تحليل داده‌ها در دهه اخير به صورت تصاعدي رشد كرده است. امروزه شركت‌ها ده‌ها ميليون دلار صرف مديريت
اطلاعات حاصل از تامين‌كنندگان و مشتريان مي‌كنند.
اما با وجود تمامي نويدهاي هيجان‌آور در رابطه با بازده سرمايه‌گذاري در زمينه داده‌هاي حجيم، شركت‌ها با يك
چالش رو در رو هستند. سرمايه‌گذاري روي تجزيه و تحليل مي‌تواند كاملا بي‌فايده يا حتي زيان‌بخش باشد.
مگر اينكه كاركنان بتوانند اين داده‌ها را با فرآيند پيچيده تصميمم‌گيري تلفيق كنند.
تحقيقات ما اشارتي هشدارآميز براي مديران دارد. احتمال زيادي وجود دارد كه در همين لحظه يكي از افراد
سازمان شما مشغول اتخاذ تصميمي نادرست بر مبناي اطلاعاتي باشد كه جمع‌آوري آنها بسيار پرهزينه بوده
است.
موسسه «هيات عامل سازماني» در راستاي كمك به سازمان‌ها جهت اندازه‌گيري و بهبود مهارت‌هاي كاركنان در
تصميم‌گيري داده محور، هوش بينشي را ابداع كرده كه توانايي يافتن و تحليل داده‌هاي مرتبط را ارزيابي مي‌كند.
ما پنج هزار كارمند در 22 شركت جهاني را ارزيابي كرديم و آنها را در سه گروه دسته‌بندي كرديم. «تجربه‌گراهاي
مطمئن» تحليل را بر قضاوت ارجح مي‌دانند و «تصميم‌گيران غريزي» فقط بر شم خود تكيه مي‌كنند. «بدبينان آگاه»
(كاركناني كه توانايي اتخاذ بهترين تصميم‌ها را دارند) كه بين تحليل و قضاوت تعادلي موثر برقرار مي‌سازند، از
مهارت‌هاي نيرومند تحليلي برخوردار هستند و به نظرات ديگران گوش فرا مي‌دهند؛ اما تمايل به مخالفت دارند.
شركت‌ها بايد به دنبال پرورش اين نوع كاركنان متبحر در داده‌ها باشند. اما دريافتيم فقط 38 درصد از كاركنان و
پنجاه درصد از مديران ارشد در اين گروه جاي دارند. تحليل ما همچنين حاكي از آن است كه حوزه‌هايي كه امتياز
هوش بينشي كاركنان آنها از متوسط بالاتر بوده، كم و بيش 24 درصد از ديگر حوزه‌ها در معيارهاي متعددي از
قبيل اثربخشي، بهره‌وري، مشاركت كاركنان و رشد سهم بازار بهتر بودند. ما علاوه بر كمي‌سازي اين كمبود
مهارت فراگير، چهار مشكل را شناسايي كرديم كه سد راه شركت‌ها در مسير تحقق بازده بالاتر از سرمايه‌گذاري
در داده‌هاي حجيم هستند.
مهارت‌هاي تحليلي در تعداد اندكي از كاركنان متمركز است. به هنگام ورود شكلي جديد از تحليل به محل كار،
شركت‌ها در كل، كار را با استخدام متخصصاني متبحر در آن آغاز مي‌كنند، با اين منطق كه اين مهارت‌ها در نهايت
به لايه‌هاي زيرين نيز تراوش خواهند كرد. اما بسياري از شركت‌ها در همان مرحله «متخصص» گير مي‌كنند. آنها
تعدادي حرفه‌اي متبحر در تحليل دارند؛ اما باقي افراد را براي استفاده از اين روش‌شناسي تحليلي تربيت
نمي‌كنند. واحد فناوري اطلاعات بايد زمان بيشتري را به «اطلاعات» و زمان كمتري را به «فناوري» تخصيص دهد.
رشد اغلب واحدهاي فناوري اطلاعات از طريق همكاري با مالي، زنجيره تامين و منابع انساني به دست آمده،
يعني مواردي كه در آنها نيازهاي كسب و كار كاملا مشخص، پايدار و به نسبت يك دست براي گروهي عمده از
كاربران هستند. نيازهاي داده‌اي ديگر واحدها ممكن است متفاوت يا مبهم باشند. مقابله با اين چالش‌ها نيازمند
مهارت‌هاي انسان شناسي و شناخت رفتاري است: خصيصه‌هايي كه به ندرت در واحدهاي فناوري اطلاعات
يافت مي‌شوند. اطلاعات قابل اتكا موجود هستند؛ اما پيدا كردنشان دشوار است. بسياري از سازمان‌ها فاقد
ساختاري منسجم و قابل دسترسي براي داده‌هاي جمع‌آوري شده هستند. آنها به مانند كتابخانه‌هايي هستند
كه هيچ فهرست منظمي ندارند و كتاب‌هايشان بدون جلد هستند. ظهور رسانه‌هاي اجتماعي، مجاري جديد
فروش و ابزارهايي از قبيل تبلت‌ها و گوشي‌هاي هوشمند، مديريت محتواي تحليلي را به مراتب دشوارتر كرده
است. كمتر از 44 درصد كاركنان مي‌دانند كه اطلاعات مورد نياز كار روزمره خود را در كجا بايد پيدا كنند. مديران
كسب‌وكار، استعدادها، سرمايه و شناسه را بهتر از اطلاعات مديريت مي‌كنند. برداشت تعداد زيادي از مديران
درباره داده‌ها اين است كه واحد فناوري اطلاعات مسوول مديريت آنها است يا خودشان تخصص كافي جهت
همكاري عميق در به اشتراك گذاشتن داده‌ها در سر تا سر سازمان ندارند. مديران بايد اين موضوع را دريابند كه
بازده ناكافي سرمايه‌گذاري داده‌ها به اين علت است كه سرمايه‌گذاري سازمانشان روي درك اين اطلاعات به
ميزان كافي نيست.
پرورش تعداد بيشتري بدبين آگاه
شركت‌هايي كه به دنبال استفاده بهتر از داده‌هاي جمع‌آوري شده هستند، بايد روي دو نكته تمركز كنند: آموزش
كاركنان جهت بالا بردن سواد داده‌اي آنها و تلفيق كارآتر اطلاعات با فرآيند تصميم‌گيري و فراهم ساختن ابزار
مناسب براي اين كاركنان.
برخي از اين آموزش‌ها مي‌توانند در كارگاه‌هاي آموزشي صورت گيرند. كاركنان بايد ياد بگيرند تمام اعداد يكسان
خلق نشده‌اند و بعضي قابل اتكاتر هستند. آنها بايد عوامل و محاسباتي را كه در پس پرده اين اعداد وجود دارند ،
درك كنند و ياد بگيرند كه نقادانه در مورد صحت، اندازه نمونه‌ها، سوگيري و كيفيت داده‌ها فكر كنند. حتي افرادي
كه دوره آمار را در دانشگاه گذرانده‌اند، مي‌توانند از اين يادآوري‌ها جهت به‌كارگيري آموخته‌هاي پيشينيان در شغل
فعلي بهره ببرند.
بسياري از بهترين فرهنگ‌هاي كاري داده‌محور، فرآيندهاي تصميم‌گيري خود را به صراحت مشخص ساخته‌اند و
دستورالعمل‌هاي استانداردي را برقرار ساخته‌اند كه كاركنان از طريق آنها امكان استفاده صحيح از مناسب‌ترين
داده‌ها را دارند. شركت‌ها بايد شاخص‌هاي عملكرد را شفاف كنند و در اهداف كاري بگنجانند. همچنين بايد
اطمينان حاصل كنند كه سيستم‌هاي جبران خدمت هم براي گفتمان و هم براي مخالفت‌ورزي، پاداش‌هايي را در
نظر مي‌گيرند. تصميمات بزرگ اغلب نيازمند مشاركت‌هاي ناهمگون، چالش‌ها و ديدگاه‌هاي نقادانه هستند.
فراهم بودن ابزار مناسب جهت خلق و تفسير شيوه نمايش داده‌ها نيز از اهميتي حياتي برخوردار هستند.
نيمي از كاركنان قالب‌بندي اطلاعات حاصل از منابع سازماني را غيرقابل استفاده مي‌يابند. شركت‌هاي برتر از
طريق پالايش بهينه اطلاعات و نمايش بهتر آنها (به طور مثال استفاده از نمودارها به جاي داده‌هاي خام) از چنين
امري اجتناب مي‌كنند.
اغلب مديران به هنگام مواجهه با انتخاب بين داده‌هاي قابل‌قبول در زمان حال يا داده‌هاي بي‌‌نقص در آينده، شق
اولي را برمي‌گزينند، با اين باور كه قدرت قضاوتشان جهت پر كردن شكاف‌ها كافي است. آنها به ندرت روي
اطلاعات عميق مي‌شوند، اما دوست دارند كه در صورت نياز، امكان اين كار وجودداشته باشد.
منبع: مجله گزیده مدیریت،شماره 131
تحليل داده‌ها در دهه اخير به صورت تصاعدي رشد كرده است. امروزه شركت‌ها ده‌ها ميليون دلار صرف مديريت
اطلاعات حاصل از تامين‌كنندگان و مشتريان مي‌كنند.
اما با وجود تمامي نويدهاي هيجان‌آور در رابطه با بازده سرمايه‌گذاري در زمينه داده‌هاي حجيم، شركت‌ها با يك
چالش رو در رو هستند. سرمايه‌گذاري روي تجزيه و تحليل مي‌تواند كاملا بي‌فايده يا حتي زيان‌بخش باشد.
مگر اينكه كاركنان بتوانند اين داده‌ها را با فرآيند پيچيده تصميمم‌گيري تلفيق كنند.
تحقيقات ما اشارتي هشدارآميز براي مديران دارد. احتمال زيادي وجود دارد كه در همين لحظه يكي از افراد
سازمان شما مشغول اتخاذ تصميمي نادرست بر مبناي اطلاعاتي باشد كه جمع‌آوري آنها بسيار پرهزينه بوده
است.
موسسه «هيات عامل سازماني» در راستاي كمك به سازمان‌ها جهت اندازه‌گيري و بهبود مهارت‌هاي كاركنان در
تصميم‌گيري داده محور، هوش بينشي را ابداع كرده كه توانايي يافتن و تحليل داده‌هاي مرتبط را ارزيابي مي‌كند.
ما پنج هزار كارمند در 22 شركت جهاني را ارزيابي كرديم و آنها را در سه گروه دسته‌بندي كرديم. «تجربه‌گراهاي
مطمئن» تحليل را بر قضاوت ارجح مي‌دانند و «تصميم‌گيران غريزي» فقط بر شم خود تكيه مي‌كنند. «بدبينان آگاه»
(كاركناني كه توانايي اتخاذ بهترين تصميم‌ها را دارند) كه بين تحليل و قضاوت تعادلي موثر برقرار مي‌سازند، از
مهارت‌هاي نيرومند تحليلي برخوردار هستند و به نظرات ديگران گوش فرا مي‌دهند؛ اما تمايل به مخالفت دارند.
شركت‌ها بايد به دنبال پرورش اين نوع كاركنان متبحر در داده‌ها باشند. اما دريافتيم فقط 38 درصد از كاركنان و
پنجاه درصد از مديران ارشد در اين گروه جاي دارند. تحليل ما همچنين حاكي از آن است كه حوزه‌هايي كه امتياز
هوش بينشي كاركنان آنها از متوسط بالاتر بوده، كم و بيش 24 درصد از ديگر حوزه‌ها در معيارهاي متعددي از
قبيل اثربخشي، بهره‌وري، مشاركت كاركنان و رشد سهم بازار بهتر بودند. ما علاوه بر كمي‌سازي اين كمبود
مهارت فراگير، چهار مشكل را شناسايي كرديم كه سد راه شركت‌ها در مسير تحقق بازده بالاتر از سرمايه‌گذاري
در داده‌هاي حجيم هستند.
مهارت‌هاي تحليلي در تعداد اندكي از كاركنان متمركز است. به هنگام ورود شكلي جديد از تحليل به محل كار،
شركت‌ها در كل، كار را با استخدام متخصصاني متبحر در آن آغاز مي‌كنند، با اين منطق كه اين مهارت‌ها در نهايت
به لايه‌هاي زيرين نيز تراوش خواهند كرد. اما بسياري از شركت‌ها در همان مرحله «متخصص» گير مي‌كنند. آنها
تعدادي حرفه‌اي متبحر در تحليل دارند؛ اما باقي افراد را براي استفاده از اين روش‌شناسي تحليلي تربيت
نمي‌كنند. واحد فناوري اطلاعات بايد زمان بيشتري را به «اطلاعات» و زمان كمتري را به «فناوري» تخصيص دهد.
رشد اغلب واحدهاي فناوري اطلاعات از طريق همكاري با مالي، زنجيره تامين و منابع انساني به دست آمده،
يعني مواردي كه در آنها نيازهاي كسب و كار كاملا مشخص، پايدار و به نسبت يك دست براي گروهي عمده از
كاربران هستند. نيازهاي داده‌اي ديگر واحدها ممكن است متفاوت يا مبهم باشند. مقابله با اين چالش‌ها نيازمند
مهارت‌هاي انسان شناسي و شناخت رفتاري است: خصيصه‌هايي كه به ندرت در واحدهاي فناوري اطلاعات
يافت مي‌شوند. اطلاعات قابل اتكا موجود هستند؛ اما پيدا كردنشان دشوار است. بسياري از سازمان‌ها فاقد
ساختاري منسجم و قابل دسترسي براي داده‌هاي جمع‌آوري شده هستند. آنها به مانند كتابخانه‌هايي هستند
كه هيچ فهرست منظمي ندارند و كتاب‌هايشان بدون جلد هستند. ظهور رسانه‌هاي اجتماعي، مجاري جديد
فروش و ابزارهايي از قبيل تبلت‌ها و گوشي‌هاي هوشمند، مديريت محتواي تحليلي را به مراتب دشوارتر كرده
است. كمتر از 44 درصد كاركنان مي‌دانند كه اطلاعات مورد نياز كار روزمره خود را در كجا بايد پيدا كنند. مديران
كسب‌وكار، استعدادها، سرمايه و شناسه را بهتر از اطلاعات مديريت مي‌كنند. برداشت تعداد زيادي از مديران
درباره داده‌ها اين است كه واحد فناوري اطلاعات مسوول مديريت آنها است يا خودشان تخصص كافي جهت
همكاري عميق در به اشتراك گذاشتن داده‌ها در سر تا سر سازمان ندارند. مديران بايد اين موضوع را دريابند كه
بازده ناكافي سرمايه‌گذاري داده‌ها به اين علت است كه سرمايه‌گذاري سازمانشان روي درك اين اطلاعات به
ميزان كافي نيست.
پرورش تعداد بيشتري بدبين آگاه
شركت‌هايي كه به دنبال استفاده بهتر از داده‌هاي جمع‌آوري شده هستند، بايد روي دو نكته تمركز كنند: آموزش
كاركنان جهت بالا بردن سواد داده‌اي آنها و تلفيق كارآتر اطلاعات با فرآيند تصميم‌گيري و فراهم ساختن ابزار
مناسب براي اين كاركنان.
برخي از اين آموزش‌ها مي‌توانند در كارگاه‌هاي آموزشي صورت گيرند. كاركنان بايد ياد بگيرند تمام اعداد يكسان
خلق نشده‌اند و بعضي قابل اتكاتر هستند. آنها بايد عوامل و محاسباتي را كه در پس پرده اين اعداد وجود دارند ،
درك كنند و ياد بگيرند كه نقادانه در مورد صحت، اندازه نمونه‌ها، سوگيري و كيفيت داده‌ها فكر كنند. حتي افرادي
كه دوره آمار را در دانشگاه گذرانده‌اند، مي‌توانند از اين يادآوري‌ها جهت به‌كارگيري آموخته‌هاي پيشينيان در شغل
فعلي بهره ببرند.
بسياري از بهترين فرهنگ‌هاي كاري داده‌محور، فرآيندهاي تصميم‌گيري خود را به صراحت مشخص ساخته‌اند و
دستورالعمل‌هاي استانداردي را برقرار ساخته‌اند كه كاركنان از طريق آنها امكان استفاده صحيح از مناسب‌ترين
داده‌ها را دارند. شركت‌ها بايد شاخص‌هاي عملكرد را شفاف كنند و در اهداف كاري بگنجانند. همچنين بايد
اطمينان حاصل كنند كه سيستم‌هاي جبران خدمت هم براي گفتمان و هم براي مخالفت‌ورزي، پاداش‌هايي را در
نظر مي‌گيرند. تصميمات بزرگ اغلب نيازمند مشاركت‌هاي ناهمگون، چالش‌ها و ديدگاه‌هاي نقادانه هستند.
فراهم بودن ابزار مناسب جهت خلق و تفسير شيوه نمايش داده‌ها نيز از اهميتي حياتي برخوردار هستند.
نيمي از كاركنان قالب‌بندي اطلاعات حاصل از منابع سازماني را غيرقابل استفاده مي‌يابند. شركت‌هاي برتر از
طريق پالايش بهينه اطلاعات و نمايش بهتر آنها (به طور مثال استفاده از نمودارها به جاي داده‌هاي خام) از چنين
امري اجتناب مي‌كنند.
اغلب مديران به هنگام مواجهه با انتخاب بين داده‌هاي قابل‌قبول در زمان حال يا داده‌هاي بي‌‌نقص در آينده، شق
اولي را برمي‌گزينند، با اين باور كه قدرت قضاوتشان جهت پر كردن شكاف‌ها كافي است. آنها به ندرت روي
اطلاعات عميق مي‌شوند، اما دوست دارند كه در صورت نياز، امكان اين كار وجودداشته باشد.
منبع: مجله گزیده مدیریت،شماره 131
