طرز فکر داده محور چیست؟ چطور از آن در سازمان بهره بگیریم
این روزها سازمانها و کسبوکارهای مختلف با تصمیمگیریهای زیادی در سطوح مختلف مواجهاند. برای اتخاذ تصمیم مناسب در زمان مناسب، خیلی از این سازمانها همچنان به هوش فردی و غریزه مدیران خود وابستهاند. منتها سرعت تحولات در دوران معاصر و انفجار اطلاعات از سرعت هوش و غریزه ما پیشی گرفته است؛ پس لازم است در فرایندهای تصمیم گیری تجدیدنظر شود و از علم داده و نگرش سیستمی برای اتخاذ تصمیمات استفاده شود. در این مطلب، توضیح میدهیم چگونه میتوان طرز فکر داده محور را در سازمان گسترش داد.
طرز فکر داده محور نگرشی است که به فرد امکان میدهد مسائل و پدیدهها را بر مبنای اطلاعات و دادههای در دسترس تحلیل کند. این تحلیل کاربردهای مختلفی دارد؛ برای مثال، کسبوکارها میتوانند با استفاده از علم داده و پردازش دادهها تصمیمات بهتری بگیرند.
منتها اینطور نیست که طرز فکر داده محور فقط به کاربرد علم داده برای تصمیمگیری در کسبوکارها محدود شود، بلکه پنجرهای است که میتوان از طریق آن پدیدهها را تحلیل کرد. ازاینرو، کارکردهای آن در زندگی روزمره و شخصی ما نیز مشاهده خواهد شد.
برای مثال، در سالهای اخیر، اخبار دروغ رواج زیادی در شبکههای اجتماعی داشتهاند. کسی که طرز فکر داده محور داشته باشد، بهجای پذیرش اولین چیزی که در آن فضا میخواند، برای تأیید یا رد آن شروع به جمعآوری دادهها و تحقیق پیرامون آن خبر میکند. همچنین، اگر ادعایی مطرح شود، سعی میکند آن ادعا را با جمعآوری مدارک و شواهد پشتیبانی کند.
نمیتوان یکشبه به نگرش دادهمحور دست یافت. این دستیابی نیازمند تمرین، انتقادپذیری و پذیرش آن دسته از خطاهای ذهنی است که ممکن است ذهن شما هنگام کارکردن با دادهها مرتکب شود. برای پرورش این نگرش میتوان از روشهای زیر استفاده کرد:
وقتی کارتان را در جایگاه دانشمند و تحلیلگر داده آغاز میکنید، باید به تصمیمگیری بر اساس دادهها عادت کنید. این تصمیمها شامل انتخاب روش تحلیل دادهها نیز هست. منتها عادتکردن به تصمیمگیری بر مبنای دادهها کار راحتی نیست. مغز ما بهشیوه تکاملی بیشترِ تصمیمات را بر مبنای الگوهای ظاهری میگیرد.
برای تغییر بهسوی طرز فکر داده محور لازم است عادت طرح فرضیهها و حدسیات غیرضروری را کنار بگذارید؛ برای مثال، هنگام کارکردن با دادهها، بهجای آنکه از متغیرهای تصادفی برای تحلیل داده استفاده کنید، مناسبترین متغیرها را برای این کار با کمک مقایسه بین مدلهای تحلیل انتخاب کنید.
مهمترین نکته هنگام کارکردن با دادهها این است که حدسزدن بر مبنای غرایز را کنار بگذارید و فرضیات را بر مبنای داده قابلمشاهده طرح کنید. برای رسیدن به این مهم، میتوانید حدسهایی را که هنگام کار با دادهها میزنید یادداشت و سپس اعتبار آنها را با دادههای در دسترس مقایسه کنید.
بهغیر از مبنا قراردادن داده برای تصمیمگیری، کار مهم دیگری هست که برای پرورش طرز فکر داده محور باید انجام بدهید: نگریستن به دادهها آنطور که هستند، نه آنطور که دوست دارید باشند. مغز ما تمایل زیادی به حذف دادههای نامطلوب و در عوض برجستهکردن دادههای مطلوب دارد.
در واقع، مغز ما بهشیوهای ناخودآگاه تمایل دارد روی دادههای مثبت دست بگذارد و انواع توجیهات را نیز برای لاپوشانی دادههای نامطلوب و بیاعتبارکردن آنها نزد ما طرح میکند. منتها باید یاد بگیریم هنگام نگاهکردن به دادهها معنای واقعی آنها را درک کنیم، نه معنایی که ذهن ما مایل به ساختن پیرامون آنهاست.
درک اینکه چهکارهایی میتوان با دادهها انجام داد یکی از وظایف اولیه تحلیلگر داده است. منتها درک اینکه چهکارهایی را نمیتوان با دادهها انجام داد نیز به همان اندازه مهم است. ترکیب این دو انتظارمان از دنیای دادهها را واقعی میکند.
شرط رسیدن به طرز فکر داده محور توانایی درک ظرفیتها و محدودیتهای دادههاست. برای اندازهگیری این نکته که تا چه حد به این مسئله واقفید این پرسشها را از خودتان بپرسید:
امروزه شاهد افزایش شدید حجم دادههای در دسترس هستیم؛ دادههایی که با کمک ظرفیتهای دنیای دیجیتال به دست میآید. منتها آیا کسبوکارها از ظرفیتهای این دریای عظیم بهره میبرند؟ به نظر میرسد هنوز بسیاری از کسبوکارها تصمیماتشان را نه بر مبنای دادهها بلکه بر مبنای غرایز، بلندپروازی مدیران، و یا دادههای تحریف یا محدود شده میگیرند.
اینها نشان میدهد طرز فکر داده محور هنوز در این کسبوکارها جا نیفتاده و جزئی از فرهنگ سازمانی آنها نشده است. برای استفاده از حداکثر ظرفیت دادهها لازم است در ساختار تصمیمگیری کسبوکارها تغییراتی رخ دهند تا طرز فکر داده محور بین اعضا جا بیفتد.
برای استفاده از دادهها در تصمیمگیری، ابتدا لازم است با انواع تصمیماتی که هر سازمان یا کسبوکار در طی حیات خود میگیرد آشنا شویم. این تصمیمات ۳ نوع هستند:
همانطور که اشاره شد، استفاده از دادهها و گسترش فرهنگ دادهمحوری در بخشهای مختلف سازمان باعث بهبود و تسریع روند تصمیمگیری میشود. هرچه تصمیمها در سازمان سریعتر و بهتر گرفته شوند، سازمان بهعنوان سیستم عملکرد بهتری خواهد داشت.
برای مثال، در بخش تصمیمات روزانه، وجود سامانهها و الگوریتمهای دادهمحور برای رتبهبندی مشتریان به فروشندگان برای طراحی و ارائه بستههای تخفیفی مختلف کمک میکند. در این حالت، دیگر نیازی نیست هر تصمیم به ردههای بالاتر ارجاع شود و سرعت تصمیمگیری نیز افزایش مییابد.
حال که با انواع تصمیمگیری آشنا شدیم، چگونه میتوانیم از دادهها در فرایند تصمیمگیری استفاده کنیم؟ در این بخش، فرایند تصمیمگیری دادهمحور را معرفی میکنیم:
پیش از دریافت و بررسی دادهها، باید چهارچوب و سطحی را که قرار است در آن تصمیمگیری شود معین کنیم. این کار احتمال بروز خطاهای شناختی در شکلگیری تصمیم ــ که حاصل بررسی دادههاست ــ را کاهش میدهد.
حال دادههای موردنیاز و مرتبط با چهارچوب را پیدا و جمعآوری میکنیم. مهندسی داده نقشی مهم در این بخش ایفا میکند و دادههای موردنیاز را از بین انبوه دادهها فراهم میکند.
حال که دادههای لازم را در چهارچوب موردنظر قرار دادهایم، وقت تحلیل دادهها فرا رسیده است. بر مبنای دادههای در اختیار، مدلهای مختلف را پیشبینی و تصمیمهای مختلفی را طراحی میکنیم. توجه کنید که دادهها همواره با عدمقطعیتی مواجه بوده و اغلب ناظر به گذشتهاند؛ پس بهتر است بازه تصمیمگیری تعریف کنیم.
حالا وقت آن رسیده که تصمیم موردنظر را اتخاذ و اجرایی کنیم. هر تصمیمی باید بهشکل مناسب به سایر گروههای مرتبط اطلاعرسانی شود.
پس از اتخاذ تصمیم، نباید آن را فراموش کنیم. حال باید نتایج و پیامدهای مثبت و منفی تصمیمات را بر مبنای دادههای بازخورد جمعآوری و تحلیل کنیم تا میزان اثربخشی تصمیمات روشن شود.
پس از مدتی که تصمیمات مختلف را اتخاذ و بازخوردهای لازم را گرفتیم، میتوانیم به جنبههای پنهان تأثیرگذار در فرایند تصمیمگیری دادهمحور پی ببریم و آن را در صورت لزوم اصلاح کنیم؛ برای مثال، نقش عوامل انسانی در فرایند را بکاهیم یا بخشی از فرایند تصمیمگیری را به لایههای پایینی سازمان منتقل کنیم یا برعکس.
[ بازدید : 18 ] [ امتیاز : 3 ] [ نظر شما : ]