کسب‌وکارهای جهانی وارد عصر جدیدی از تصمیم‌گیری شده‌اند. توانایی گردآوری، ذخیره‌سازی، دسترسی و تحلیل داده‌ها در دهه اخیر به صورت تصاعدی رشد کرده است. امروزه شرکت‌ها ده‌ها میلیون دلار صرف مدیریت اطلاعات حاصل از تامین‌کنندگان و مشتریان می‌کنند. اما با وجود تمامی نویدهای هیجان‌آور در رابطه با بازده سرمایه‌گذاری در زمینه داده‌های حجیم، شرکت‌ها با یک چالش رو در رو هستند. سرمایه‌گذاری روی تجزیه و تحلیل می‌تواند کاملا بی‌فایده یا حتی زیان‌بخش باشد.

مگر اینکه کارکنان بتوانند این داده‌ها را با فرآیند پیچیده تصمیمم‌گیری تلفیق کنند.

تحقیقات ما اشارتی هشدارآمیز برای مدیران دارد. احتمال زیادی وجود دارد که در همین لحظه یکی از افراد سازمان شما مشغول اتخاذ تصمیمی نادرست بر مبنای اطلاعاتی باشد که جمع‌آوری آنها بسیار پرهزینه بوده است.

موسسه «هیات عامل سازمانی» در راستای کمک به سازمان‌ها جهت اندازه‌گیری و بهبود مهارت‌های کارکنان در تصمیم‌گیری داده محور، هوش بینشی را ابداع کرده که توانایی یافتن و تحلیل داده‌های مرتبط را ارزیابی می‌کند. ما پنج هزار کارمند در ۲۲ شرکت جهانی را ارزیابی کردیم و آنها را در سه گروه دسته‌بندی کردیم. «تجربه‌گراهای مطمئن» تحلیل را بر قضاوت ارجح می‌دانند و «تصمیم‌گیران غریزی» فقط بر شم خود تکیه می‌کنند. «بدبینان آگاه» (کارکنانی که توانایی اتخاذ بهترین تصمیم‌ها را دارند) که بین تحلیل و قضاوت تعادلی موثر برقرار می‌سازند، از مهارت‌های نیرومند تحلیلی برخوردار هستند و به نظرات دیگران گوش فرا می‌دهند؛ اما تمایل به مخالفت دارند. شرکت‌ها باید به دنبال پرورش این نوع کارکنان متبحر در داده‌ها باشند. اما دریافتیم فقط ۳۸ درصد از کارکنان و پنجاه درصد از مدیران ارشد در این گروه جای دارند. تحلیل ما همچنین حاکی از آن است که حوزه‌هایی که امتیاز هوش بینشی کارکنان آنها از متوسط بالاتر بوده، کم و بیش ۲۴ درصد از دیگر حوزه‌ها در معیارهای متعددی از قبیل اثربخشی، بهره‌وری، مشارکت کارکنان و رشد سهم بازار بهتر بودند. ما علاوه بر کمی‌سازی این کمبود مهارت فراگیر، چهار مشکل را شناسایی کردیم که سد راه شرکت‌ها در مسیر تحقق بازده بالاتر از سرمایه‌گذاری در داده‌های حجیم هستند.

مهارت‌های تحلیلی در تعداد اندکی از کارکنان متمرکز است. به هنگام ورود شکلی جدید از تحلیل به محل کار، شرکت‌ها در کل، کار را با استخدام متخصصانی متبحر در آن آغاز می‌کنند، با این منطق که این مهارت‌ها در نهایت به لایه‌های زیرین نیز تراوش خواهند کرد. اما بسیاری از شرکت‌ها در همان مرحله «متخصص» گیر می‌کنند. آنها تعدادی حرفه‌ای متبحر در تحلیل دارند؛ اما باقی افراد را برای استفاده از این روش‌شناسی تحلیلی تربیت نمی‌کنند. واحد فناوری اطلاعات باید زمان بیشتری را به «اطلاعات» و زمان کمتری را به «فناوری» تخصیص دهد. رشد اغلب واحدهای فناوری اطلاعات از طریق همکاری با مالی، زنجیره تامین و منابع انسانی به دست آمده، یعنی مواردی که در آنها نیازهای کسب و کار کاملا مشخص، پایدار و به نسبت یک دست برای گروهی عمده از کاربران هستند. نیازهای داده‌ای دیگر واحدها ممکن است متفاوت یا مبهم باشند. مقابله با این چالش‌ها نیازمند مهارت‌های انسان شناسی و شناخت رفتاری است: خصیصه‌هایی که به ندرت در واحدهای فناوری اطلاعات یافت می‌شوند. اطلاعات قابل اتکا موجود هستند؛ اما پیدا کردنشان دشوار است. بسیاری از سازمان‌ها فاقد ساختاری منسجم و قابل دسترسی برای داده‌های جمع‌آوری شده هستند. آنها به مانند کتابخانه‌هایی هستند که هیچ فهرست منظمی ندارند و کتاب‌هایشان بدون جلد هستند. ظهور رسانه‌های اجتماعی، مجاری جدید فروش و ابزارهایی از قبیل تبلت‌ها و گوشی‌های هوشمند، مدیریت محتوای تحلیلی را به مراتب دشوارتر کرده است. کمتر از ۴۴ درصد کارکنان می‌دانند که اطلاعات مورد نیاز کار روزمره خود را در کجا باید پیدا کنند. مدیران کسب‌وکار، استعدادها، سرمایه و شناسه را بهتر از اطلاعات مدیریت می‌کنند. برداشت تعداد زیادی از مدیران درباره داده‌ها این است که واحد فناوری اطلاعات مسوول مدیریت آنها است یا خودشان تخصص کافی جهت همکاری عمیق در به اشتراک گذاشتن داده‌ها در سر تا سر سازمان ندارند. مدیران باید این موضوع را دریابند که بازده ناکافی سرمایه‌گذاری داده‌ها به این علت است که سرمایه‌گذاری سازمانشان روی درک این اطلاعات به میزان کافی نیست.

پرورش تعداد بیشتری بدبین آگاه

شرکت‌هایی که به دنبال استفاده بهتر از داده‌های جمع‌آوری شده هستند، باید روی دو نکته تمرکز کنند: آموزش کارکنان جهت بالا بردن سواد داده‌ای آنها و تلفیق کارآتر اطلاعات با فرآیند تصمیم‌گیری و فراهم ساختن ابزار مناسب برای این کارکنان.

برخی از این آموزش‌ها می‌توانند در کارگاه‌های آموزشی صورت گیرند. کارکنان باید یاد بگیرند تمام اعداد یکسان خلق نشده‌اند و بعضی قابل اتکاتر هستند. آنها باید عوامل و محاسباتی را که در پس پرده این اعداد وجود دارند ، درک کنند و یاد بگیرند که نقادانه در مورد صحت، اندازه نمونه‌ها، سوگیری و کیفیت داده‌ها فکر کنند. حتی افرادی که دوره آمار را در دانشگاه گذرانده‌اند، می‌توانند از این یادآوری‌ها جهت به‌کارگیری آموخته‌های پیشینیان در شغل فعلی بهره ببرند.

بسیاری از بهترین فرهنگ‌های کاری داده‌محور، فرآیندهای تصمیم‌گیری خود را به صراحت مشخص ساخته‌اند و دستورالعمل‌های استانداردی را برقرار ساخته‌اند که کارکنان از طریق آنها امکان استفاده صحیح از مناسب‌ترین داده‌ها را دارند. شرکت‌ها باید شاخص‌های عملکرد را شفاف کنند و در اهداف کاری بگنجانند. همچنین باید اطمینان حاصل کنند که سیستم‌های جبران خدمت هم برای گفتمان و هم برای مخالفت‌ورزی، پاداش‌هایی را در نظر می‌گیرند. تصمیمات بزرگ اغلب نیازمند مشارکت‌های ناهمگون، چالش‌ها و دیدگاه‌های نقادانه هستند.

فراهم بودن ابزار مناسب جهت خلق و تفسیر شیوه نمایش داده‌ها نیز از اهمیتی حیاتی برخوردار هستند. نیمی از کارکنان قالب‌بندی اطلاعات حاصل از منابع سازمانی را غیرقابل استفاده می‌یابند. شرکت‌های برتر از طریق پالایش بهینه اطلاعات و نمایش بهتر آنها (به طور مثال استفاده از نمودارها به جای داده‌های خام) از چنین امری اجتناب می‌کنند.

اغلب مدیران به هنگام مواجهه با انتخاب بین داده‌های قابل‌قبول در زمان حال یا داده‌های بی‌‌نقص در آینده، شق اولی را برمی‌گزینند، با این باور که قدرت قضاوتشان جهت پر کردن شکاف‌ها کافی است. آنها به ندرت روی اطلاعات عمیق می‌شوند، اما دوست دارند که در صورت نیاز، امکان این کار وجودداشته باشد.

منبع: مجله گزیده مدیریت،شماره ۱۳۱