فوائد و نارسائی های مدلهای تصمیم گیری

منبع:salary.persianblog.ir

نویسنده: محمد سالاری – شنبه ٢٤ خرداد ۱۳٩۳
توسط: فیل رازنزویگ – فصلنامۀ مکنزی فوریۀ 2014

فیل رازنزویگ استاد استراتژی کسب و کار در مؤسسه بین المللی بهبود و توسعۀ مدیریت (IMD) در لوزان سوئیس می باشد. این مقاله برگرفته شده از کتاب جدید وی است که تحت عنوان :

Left Brain, Right Stuff. How leaders Make Winning Decisions

در ژانویه 2014  منتشر شد.

فراوانی داده ها و مدل های تصمیم گیری به ما کمک می کنند تا از سوگیری در نتایج (که می تواند برتصمیم گیری تأثیر بگذارد) بپرهیزیم، اما بسیاری از تصمیم گیری های مدیریتی نیازمند جرأت و اعتماد به نفس مدیراست.

در این مقاله شیوه های دسترسی به اعتماد به نفس در تصمیم گیری که حاصل تسلط برپی آمدهای هر انتخاب است، مورد کنکاش قرار می گیرد.

قدرت فزایندۀ مدل های تصمیم گیری توانسته است توجه بسیاری از مدیران ارشد کسب و کارها را طی سالهای اخیر به خود جلب نماید. مدل سازی برای تصمیم گیری، با ترکیب حجم بالائی از داده ها و الگوریتم های پیچیده، توانسته است راههای جدیدی برای توسعۀ عملکرد کسب و کار روی میز تصمیم گیرندگان قرار دهد. این مدل ها می توانند بسیار مفید واقع شوند و پیش بینی هائی دقیق، یا راهنمائی های سرنوشت سازی در مورد گزینه های بهینه ارائه دهند. با استفاده از این مدل های تصمیم گیری می توان از برخی سوگیری های رایج که قضاوت رهبران را تحت تأثیر قرار می دهد، احتراز و دوری جست. با اینحال وقتی سازمان ها شروع به استفاده از این مدل ها می کنند، نیاز به استفادۀ صحیح از آنها را مورد غفلت قرار می دهند. در این مقاله می خواهیم به یک موضوع بسیار مهم یعنی نتایجی که رهبران می توانند بر آن تأثیر بگذارند با نتایجی که آنها نمی توانند بر آن تأثیر بگذارند، اشاره کنیم.

قضاوت و تصمیم گیری های دقیق در حوزه ای که مدیران اجرائی نمی توانند مستقیماً تأثیر گذار باشند، امری متداول و عاری از اشکال است و در همینجا استفاده از ابزارها و مدل های تصمیم گیری می تواند بسیار مفید واقع شود. اما زمانی که یک مدیر ارشد می تواند بر پی آمدهای یک فرآیند تصمیم گیری تأثیر بگذارد موضوع متفاوت خواهد بود. در چنین شرایطی هدف پیش بینی اینکه چه پیش خواهد آمد نیست بلکه هدف تحقق و بوقوع پیوستن آن است. در اینجا تفکر مثبت بواقع می تواند نقشی حیاتی در  ایجاد موفقیت و یا ناکامی ایفا کند.

آنجا که مدل های تصمیم گیری درست کار می کنند

نمونه مدل های موفق تصمیم گیری فراوان و روبه ازدیاد هستند. خرده فروشی ها با نظارت بر ترجیحات و الگوهای هزینه کردن مصرف کنندگان به جمع آوری داده های به لحظه در مورد رفتار مشتری می پردازند. آنها همچنین بدینوسیله تست قیمت، بسته بندی و … را به اجراء در می آورند و به سرعت شاهد اثرگذاری این تغییرات در میزان فروش می شوند.شرکتهای ضامن و لیزینگ ها، تصمیم گیری های خود را مبتنی بر مدلهائی که بصورت مداوم در حال به روز شدن است، اتخاذ می کنند و با اعمال برخی فاکتور ها به بهترین تصمیم گیری نائل می شوند.

برخی برنامه های کاربردی جدید در این زمینه حقیقتاً شگفتی آور هستند. شرکتهای خاصی با تحلیل به لحظۀ میزان زیادی از تراکنش های مالی به سوء استفاده از کارتهای اعتباری پی می برند. تعداد زیادی از شرکتها با جمع آوری داده های سالهای پیش در مورد درجۀ حرارت و میزان بارندگی در مناطق مختلف آمریکا بدنبال شبیه سازی وضعیت آب و هوا برای کمک به کشاورزان جهت تصمیم گیری برای اینکه چه بکارند و چه موقع بکارند، می باشند تا مدیریت ریسک و برداشت محصول بهتری را برای ایشان فراهم آورند.

دیگر نمونه های مدل تصمیم گیری بیانگر قدرت مبهوت کننده ای در حوزه های متخصصین و نخبگان است. اقتصاد دان دانشگاه پرینستون اُرلی آشنفلتر با استفاده از داده های مقدماتی در مورد تولید انگور مناطق بوردو و بورگاندی فرانسه توانست با بکارگیری سه متغیر(ریزش باران در زمستان، ریزش باران در هنگام برداشت، و میانگین دما در هنگام رشد محصول) مدلی را ابداع کند که با بکارگیری آن موجب تعجب بسیاری از دست اندرکاران تولید و مصرف این محصول شد.

چرا این مدل های تصمیم گیری تا این اندازه خوب عمل می کنند؟ بخشی از پاسخ این است که آنها می توانند اولاً میزان بالائی از داده ها را جمع آوری کنند و ثانیاً به دور از قضاوتهای انسانی هستند.

افراد و انسانها به ندرت می توانند از دقت بالائی برخوردار باشند. انسانها متأثر از سوگیریهای متنوعی هستند و غالباً به اطلاعات تازه به دست آمده خیلی تکیه می کنند. انسانها همچنین برداشتهای غیر قابل اعتمادی دارند.مثلاً از کسی در دو زمان مختلف پاسخ یک پرسش را  بخواهید و آنگاه ممکن است با پاسخهای مختلفی روبرو شوید. مدل های تصمیم گیری فاقد اینگونه کاستی و نقاط ضعف هستند لذا تعجبی ندارد که در این گونه موارد بهتر از انسانها عمل کنند.

آیا نتایج قابل کنترل هستند؟

با مروری بر مثالهای بالا می توان استنتاج کرد که مدل های تصمیم گیری می توانند به بهبود خیلی از کارها منجر شوند و این یک اشتباه است. مدیران اجرائی البته بایستی بر قدرت و توان مدل ها تأکید کنند اما بطور منطقی از محدودیتهای این نرم افزارها نیز آگاهی داشته باشند.

نگاهی مجدد به مثالهای بالا بیندازیم. در هر مورد می توان مشاهده کرد که هدف چیزی جز پیش بینی در مورد موضوعی که اثرگذاری مستقیم بر آن امکان نداشته، نبوده است. مدلها می توانند تخمین بزنند که آیا وام گیرنده توان بازپرداخت آن را دارد یا نه؟ اما قادر به اطمینان دادن از پرداخت بموقع اقساط وام، دادن وام بیشتر به وام گیرنده، یا اطمینان از اینکه وام برای مصارف غیرمرتبط صرف نشده باشد، نیستند. مدلها می توانند روزهای بارانی و آفتابی را در مرکز ایالت آیوا تشخیص بدهند اما آب و هوا را نمی توانند تغییر بدهند. آنها می توانند کیفیت انگور بدست آمده را پیش بینی کنند اما نمی توانند مزۀ آن را تغییر داده وکیفیت آن را بهبود بخشند. لذا برای چنین تخمین هائی، پیدا کردن روشهائی که به دقت صدمه نزند و از سوگیری احتراز کند، بسیار ضروری می نماید.

با اینحال مدیران اجرائی تنها نگران پیش بینی مسائلی نیستند که قادر به تأثیرگذاری بر آنها نمی باشند، وظیفۀ ابتدائی آنها – همانطور که از مفهوم واژۀ “اجرائی” بر می آید – ناظر بر انجام و اجرای کارها است. وظیفۀ رهبری برانگیختن افراد برای تحقق کارهائی معین است. به همین منظور است که رهبران نیازمند تشویق پیروان خود برای رسیدن به اهداف مورد نظرشان می باشند، شاید حتی کارهائی فراتر از آنچه قبلاً انجام داده اند و یا حتی باور به انجام آن داشته اند.درست همینجاست که تفکر مثبت نقش مهمی ایفا می کند. داشتن مقدارکمی اعتماد به نفس بالای کاذب، خطرناک نیست و غالباً به تحریک برای عملکرد بالاتر نیز منجر می گردد.

چنین تفاوتی به نظر موضوعی ساده و پیش پا افتاده می آید، حال آنکه در بیشتر اوقات مورد غفلت قرار می گیرد. مدیران اجرائی در رویکرد خود به مدل های تصمیم گیری، گاهی فراموش می کنند که کارشان اجرا و تحقق کارها و اهداف کسب و کارشان است و نه پیش بینی کردن موضوعاتی که خارج از کنترل هستند.

تأثیرگذاری های مستقیم و غیر مستقیم

استفاده از مدلهای تصمیم گیری علاوه بر تأثیرات مستقیم و غیر مستقیم، یک امکان سوم را نیز مهیا ساخته است؛ یک مدل زمانی که ما حتی نمی توانیم مستقیماً نتیجه ای را معماری کنیم، ممکن است به شکلی مورد توجه قرار بگیرد که رفتارها را تغییر داده و بصورت غیر مستقیم بر نتیجه تأثیر بگذارد. اگر شانس تحقق یک رویداد بدینترتیب کاهش پیدا کند آنگاه این می تواند یک پیش بینی “خود – احترازی” قلمداد گردد.

بطور مثال بانکی را در نظر بگیرید که از یک مدل تصمیم گیری برای بررسی کاربرد وام ها استفاده می کند. این مدل هیچ تأثیر مستقیمی بر رفتار یک وام گیرنده ندارد و نمی تواند عادتهای هزینه کردن وام را کنترل کند یا مطمئن شود آیا وام گیرندگان برای بازپرداخت در هر ماه پول کافی پس انداز می کنند؟

در نظر بگیرید اگر مدیران بانک به جای مورد اغماض قراردادن این نرم افزار، با یک وام گیرنده ملاقات کرده و او را از نگرانی خود برای تصمیم گیری در مورد اعطاء وام آگاه نمایند چه اتفاقی می افتد. این تعامل می تواند متقاضی وام را به رفتاری متفاوت هدایت کند شاید چیزی مثل پرداخت مستقیم از یک حساب بانکی و …

اگرچه این مدل هیچ تأثیر مستقیمی بر نتیجه نمی گذارد، اما می تواند یک اثر غیر مستقیم را محقق کند. همین موضوع در مورد یکی از مدل های تصمیم گیری بسیار معتبر سالهای اخیر در حوزۀ سیاست یعنی “مدل انتخاباتی” نیز صدق می کند. مدل ها مستقیماً تأثیری بر نتایج انتخابات نمی گذارند – آنها رأی نمی دهند. اما اگر عملکرد و نتایج آنها در سطحی گسترده اطلاع رسانی شود، ممکن است بر رفتار هواداران و دیگران اثر گذاشته و بدینترتیب شاهد یک تأثیر غیر مستقیم باشیم.

درس مهم برای مدیران اجرائی این نیست که آنها صرفاً بر قدرت تحلیلی مدلهای تصمیم گیری تمرکز کنند، بلکه یاد بگیرند این تکنیکها چه نقشی می توانند در تحقق نتیجۀ دلخواه ایفا نمایند. اگر نتیجه حاصل یک پیش بینی دقیق باشد، مدل ها قدرت بی بدیلی خواهند داشت. اگر ما بتوانیم این نتیجه را معماری کنیم، آنگاه تلاشی متمرکز –  منبعث از تفکری مثبت –  می تواند نقشی حیاتی ایفا نماید.

در برخی موارد، خروجی یک مدل تصمیم گیری می تواند اطلاع رسانی شود تا بطور غیر مستقیم بر نتایج مورد دلخواه تأثیر بگذارد. مدل ها ابزارهای قدرتمندی هستند اما به یاد داشته باشیم نتیجۀ مورد نظر مهم است.

توسعه و بهبود مدل ها در طی زمان

بخشی از جذابیت بکارگیری مدل های تصمیم گیری در توان پیش بینی کردن این ابزار ، مقایسۀ این پیش بینی ها با آنچه بواقع اتفاق می افتد، و نتیجه گیری برای پیش بینی های دقیق تر نهفته است. بطور مثال در صنعت خرده فروشی، شرکتها می توانند تستهای ترکیبی گوناگونی با فاکتورهای قیمت، بسته بندی و … را به اجراء در آورند و آنگاه بسرعت بازخوردهائی را گرفته و استراتژی های بازاریابی خود را تغییر دهند. به عنوان نمونه شرکت Netflix به سرعت بارخوردها را مورد ارزیابی قرار می دهد و میزان جذابیت برنامه ها را تعیین می کندو بدینترتیب در طراحی برنامه های بعدی بکار می گیرد. مدل ها نه تنها در هر قسمت از کار مفید هستند، بلکه در طی زمان امکان به روز شدن و دقیق تر شدن را نیز دارا می باشند.

استفاده از بازخوردها برای بهبود مدل ها یک تکنیک قدرتمند و بسیار مفید است که بخاطر تنظیمات آنها در برخی مدل ها این امکان کمتر وجود دارد. بهبود پویا و دینامیک به دو عامل بستگی دارد: اول اینکه مشاهدۀ نتایج نبایستی هیچ رویداد آتی را کم و یا بیشتر از اندازه محتمل و یا غیر محتمل بنمایاند و دوم، چرخۀ بازخورد مشاهده و تنظیم بایستی سریع انجام شود. این هر دو ویژگی در صنعت خرده فروشی یعنی جائی که رفتار مشتری بدون تغییر مستقیم آن، قابل اندازه گیری است و نتایج با استفاده از داده های به لحظۀ فاکتورهای قیمت و دیگر ویژگی ها به سرعت مورد استفاده قرار می گیرند، قابل مشاهده است. این ویژگی ها در صنعت پیش بینی وضع آب و هوا نیز بکارگرفته می شود و بدینترتیب اندازه گیری های روزانه، مدل ها را توسعه بخشیده و به بهبود پیش بینی ها می انجامد. بهبود مستمر مدل های پیش بینی آب و هوا از میانگین خطای(بالاترین درجۀ دما) 6 درجۀ فارنهایت در اوایل دهۀ 1970 به 5 درجه در دهۀ 1990 و 4 درجه در سال 2010، خود شاهدی بر قدرت روزآمد شدن مدل ها می باشد.

با اینحال ، این دو ویژگی برای مدل های بکارگرفته شده در دیگر صنعت ها مشاهده نمی شود. همانطور که قبلاً اشاره شد مدیران اجرائی نه تنها به تخمین مواردی می پردازند که قادر به اثرگذاری بر آن نیستند بلکه بخاطر ناتوانی در تأمین نتایج نیز مورد بازخواست قرار می گیرند. برخی از بیشترین پی آمدهای تصمیم گیری در حوزه های معرفی محصول جدید، ورود به بازار جدید، یا تعامل با رقبا مربوط به بسیج منابع برای تحقق اهداف می باشد. افزون بر این، ممکن است نتایج فوراً قابل مشاهده نباشند و دسترسی به آنها ماهها یا سالها بطول انجامد. توان جمع آوری و بکارگیری بازخوردها در یک مدل به منظور روزآمد کردن آن تا به بهبود تصمیم گیری های بعدی منجر گردد، چیزی نیست که فوراً قابل ارزیابی باشد.

هیچیک از این موارد نمی تواند قدرت قابل توجه تحلیل تصمیم گیری و مدل های پیش بینی را در این همه حوزه های گوناگون مورد پرسش قرار دهد. این مباحث کمک می کند تا نکاتی مهم را مد نظر داشته باشیم:

ارزشمند بودن تحلیلگران داده های تصمیم گیری
درک موقعیتی که مدل های تصمیم گیری مفید واقع می شوند
درک محدودیتهای مدل های تصمیم گیری
امروزه بیشتر مدیران اجرائی اعتراف دارند که مواجه به انبوهی توان فرسا از تصمیم گیری های هستند که وقتی این مدل ها بخشی از این بار مسئولیت را کاهش می دهند برای آنها مسرت بخش است. اما این مدیران بایستی دقت کنند مدل های تصمیم گیری غالباً آنچنان دیگران را تحت تأثیر قرار می دهد که براحتی ممکن است اهمیت و استفادۀ منطقی و عاقلانه از آنها مورد بزرگنمائی و یا اغماض قرار بگیرد. همانطور که استاد دانشگاه کالگاری آقای جرمی فاکس اظهار می دارد، شهرت فزایندۀ “تکنیکهای پیچیدۀ رویکردهای آماری کاملاً رایانه ای”، دارای یک عارضۀ جنبی ناخوشایند است : فرهنگ “چشم و گوشتان را ببندید و اعداد را بشمارید” بجای ارتقاء تفکر نقادانه و تشویق ایده های نو در مورد مفهوم واقعی این اعداد. قبل از اینکه رهبران و تیم های کاری از مدل های استفاده کنند، بایستی پا پس گذاشته و توان خود در تأثیرگذاری بر نتایج را مورد ارزیابی قرار دهند. اگر این اثرگذاری بالابود به آنها توصیه می شود تا داده ها را بررسی کنند و چشم بسته پرواز کنند، اما شاخص ها را با قدرت و اعتماد به نفسی که از ویژگی های ذاتی یک رهبر اثربخش است، اولویت بندی کنند.