Skip to main content

داتا

از داشبورد تا تصمیم؛ داده چگونه به بخشی از رفتار روزمره سازمان تبدیل می‌شود؟

فرهنگ سازمانی داده‌محور؛ وقتی داده وارد شیوه تصمیم‌گیری می‌شود

فرهنگ داده‌محور را می‌توان لایه‌ای تازه بر فرهنگ موجود سازمان دانست؛ مجموعه‌ای از عادت‌ها و رفتارهایی که به مرور وارد شیوه تصمیم‌گیری می‌شوند.

دو سازمان را تصور کنید که تقریباً از ابزارهای مشابهی استفاده می‌کنند. هر دو داشبورد مدیریتی دارند، داده‌هایشان را جمع‌آوری می‌کنند و تیم‌هایی برای تحلیل اطلاعات ساخته‌اند. با این حال، در یکی از آن‌ها داده واقعاً مسیر تصمیم را تغییر می‌دهد و در دیگری بیشتر زمانی به کار می‌آید که باید برای تصمیمی که قبلاً گرفته شده، شواهدی پیدا کرد.

تفاوت را نمی‌توان همیشه در فناوری پیدا کرد. مسئله گاهی در این است که سازمان با داده چگونه رفتار می‌کند. وقتی عددی با نظر مدیر سازگار نیست چه اتفاقی می‌افتد؟ چه کسی می‌تواند به اطلاعات دسترسی داشته باشد؟ در جلسه تصمیم‌گیری، شواهد از ابتدا روی میز هستند یا بعد از شکل‌گیری نظرها وارد بحث می‌شوند؟

پاسخ به چنین پرسش‌هایی تصویر دقیق‌تری از فرهنگ سازمانی داده‌محور به دست می‌دهد. فرهنگی که باید آن را در رفتارهای روزمره سازمان جست‌وجو کرد.

مرور سریع مقاله:
فرهنگ سازمانی داده‌محور

از تعریف و ویژگی‌های کلیدی تا چالش‌های شکل‌گیری، نقش زیرساخت و گام‌های شروع

۱. تعریف و ماهیت
لایه‌ای بر فرهنگ موجود
مجموعه عادت‌ها و رفتارهای روزمره
تغییر در شیوه تصمیم‌گیری
۲. ویژگی‌های کلیدی
پرسیدن از شواهد و منبع داده
آزمودن فرض‌های پنهان
تلفیق تجربه مدیریتی با شواهد
دسترسی متناسب به اطلاعات
پذیرش امکان بازنگری در نظرات
۳. چالش‌های شکل‌گیری
اطلاعات به مثابه قدرت سازمانی
مقاومت در برابر تغییر روابط
پراکندگی و ناسازگاری داده‌ها
ضعف در سواد داده مدیران
کاهش اعتماد به گزارش‌های متناقض
۴. نقش زیرساخت و معماری
یکپارچگی منابع داده
تعریف مشترک شاخص‌ها
سرعت در استخراج و تحلیل
قابلیت رهگیری و شفافیت منشأ
۵. نشانه‌های عملی بلوغ
اتکا به شواهد در جلسات
تبدیل شکست به منبع یادگیری
مستندسازی تصمیم‌ها و نتایج
تغییر مسیر تصمیم بر اساس داده
۶. گام‌های شروع
تحلیل فرایند تصمیم‌های واقعی
شناسایی نقاط غایب داده‌ای
بررسی دسترسی‌های واقعی کارشناسان
توافق بر معنای شاخص‌های اصلی

فرهنگ سازمانی داده‌محور چه شکلی دارد؟

بعضی سازمان‌ها را می‌شود از روی جلسه‌هایشان شناخت. هنوز چند دقیقه از شروع بحث نگذشته که معلوم می‌شود تصمیم قرار است بر چه چیزی تکیه کند: حافظه افراد، وزن جایگاه سازمانی یا شواهدی که روی میز قرار گرفته‌اند. فرهنگ داده‌محور بیشتر از همین لحظه‌های کوچک خودش را نشان می‌دهد؛ جایی که نحوه پرسیدن، دیدن و حتی مخالفت‌کردن با یک عدد، بخشی از شیوه کار سازمان شده است.

وقتی مسئله‌ای مطرح می‌شود، پرسش‌هایی از این جنس طبیعی‌اند: چه شواهدی در اختیار داریم؟ این داده از کجا آمده است؟ چقدر می‌توان به آن اعتماد کرد؟ آیا اطلاعات دیگری وجود دارد که تصویر متفاوتی نشان دهد؟

اگر نتیجه تحلیل با انتظار مدیران هم‌خوان نباشد، امکان بازنگری در فرض اولیه وجود دارد. خود داده هم مصون از پرسش نیست. کیفیت، منبع، تعریف شاخص و روش تحلیل آن می‌تواند بررسی شود.

داده‌محوری قرار نیست تجربه و قضاوت مدیریتی را از فرایند تصمیم‌گیری حذف کند. بسیاری از تصمیم‌های سازمانی در شرایطی گرفته می‌شوند که اطلاعات کامل وجود ندارد و بخشی از واقعیت را نمی‌توان در یک داشبورد ثبت کرد. تجربه مدیران، شناخت بازار، محدودیت‌های اجرایی و دانش ضمنی کارکنان همچنان اهمیت دارند. داده کمک می‌کند این قضاوت‌ها در برابر شواهد آزموده شوند و فرض‌های پنهان تصمیم آشکارتر شوند.

نشانه مهم دیگر، دسترسی است. افرادی که برای انجام مسئولیت خود به اطلاعات مشخصی نیاز دارند، باید بتوانند در چارچوب سطح دسترسی، امنیت و محرمانگی سازمان به آن برسند. وقتی هر پرسش ساده به درخواست گزارش از یک واحد دیگر وابسته باشد، استفاده از داده به فرایندی کند و استثنایی تبدیل می‌شود.

داده‌محور شدن به معنی کنار گذاشتن فرهنگ موجود نیست

فرهنگ سازمان را نمی‌شود صبح یک روز کنار گذاشت و عصر همان روز فرهنگ تازه‌ای جای آن نشاند. هر سازمان با خودش سال‌ها تجربه، عادت، رابطه و دانشی را حمل می‌کند که در تصمیم‌های کوچک و بزرگش رسوب کرده است. وقتی داده وارد این فضا می‌شود، قرار نیست همه این گذشته پاک شود. قرار است شیوه تازه‌ای برای پرسیدن، سنجیدن و تصمیم‌گرفتن به آن اضافه شود.

فرهنگ هر سازمان حاصل سال‌ها تجربه مشترک، شیوه‌های همکاری، روابط میان افراد، عادت‌های کاری و دانشی است که به مرور شکل گرفته است. حرکت به سمت داده‌محوری می‌تواند مجموعه تازه‌ای از رفتارها را به این بستر اضافه کند و در عین حال، بعضی عادت‌های قبلی را نیز به تدریج تغییر دهد.

در فرهنگ‌های اجتماعی هم می‌توان نمونه مشابهی دید. ورود یک ارزش، مهارت یا شیوه رفتار تازه لزوماً همه آنچه پیش‌تر وجود داشته را حذف نمی‌کند. برخی عناصر باقی می‌مانند، برخی تغییر می‌کنند و عناصر تازه‌ای به آن‌ها اضافه می‌شود. فرهنگ از همین مسیر تکامل پیدا می‌کند.

در سازمان نیز تجربه مدیران، حافظه سازمانی و شناخت ضمنی کارکنان همچنان سرمایه محسوب می‌شوند. فرهنگ داده‌محور عادت‌هایی مانند پرسیدن از شواهد، آزمودن فرض‌ها، مستندسازی تصمیم‌ها، سنجش نتایج و پذیرش امکان بازنگری را وارد این مجموعه می‌کند. وقتی این رفتارها تکرار شوند، به مرور بخشی از شیوه معمول کار در سازمان خواهند شد.

چرا فرهنگ داده‌محور به‌سختی شکل می‌گیرد؟

روی کاغذ، داده‌محور شدن ساده به نظر می‌رسد: داده را جمع کنید، در دسترس قرار دهید و تصمیم‌ها را بر اساس شواهد بگیرید. در عمل اما هرکدام از این مراحل با عادت‌ها، منافع و محدودیت‌هایی روبه‌رو می‌شوند که سال‌ها در سازمان شکل گرفته‌اند. همین‌جا فاصله میان داشتن داده و استفاده واقعی از آن آشکار می‌شود.

اطلاعات می‌تواند بخشی از قدرت سازمانی باشد

در بعضی ساختارها، دسترسی به اطلاعات با جایگاه و قدرت گره خورده است. فرد یا واحدی که اطلاعاتی در اختیار دارد که دیگران به آن دسترسی ندارند، در بسیاری از تصمیم‌ها نیز موقعیت متفاوتی پیدا می‌کند.

شفاف‌تر شدن جریان داده ممکن است این روابط را تغییر دهد. وقتی افراد بیشتری بتوانند شاخص‌ها را ببینند، پرسش مطرح کنند و عملکرد را مقایسه کنند، بخشی از سازوکارهای قدیمی تصمیم‌گیری نیز تحت تأثیر قرار می‌گیرد. به همین دلیل مقاومت در برابر داده‌محوری همیشه مقاومت در برابر فناوری نیست. گاهی موضوع به تغییر روابط، مسئولیت‌ها و شیوه توزیع اطلاعات در سازمان مربوط می‌شود.

وقتی دو گزارش، دو واقعیت متفاوت نشان می‌دهند

مانع دیگر، پراکندگی و ناسازگاری داده‌هاست. ممکن است یک شاخص در دو سامانه با تعریف‌های متفاوت محاسبه شود یا واحدهای مختلف برای یک موضوع واحد اعداد متفاوتی گزارش کنند.

در چنین شرایطی، بخش زیادی از جلسه صرف این می‌شود که «عدد درست کدام است؟». اگر این وضعیت تکرار شود، اعتماد به گزارش‌ها کاهش پیدا می‌کند و افراد به منابعی برمی‌گردند که برایشان آشناتر است؛ حتی اگر آن منابع بیشتر بر تجربه شخصی یا گزارش‌های دستی متکی باشند.

اعتماد به داده از همین جزئیات ساخته می‌شود. تصمیم‌گیرنده باید بتواند بفهمد یک عدد از کجا آمده، با چه تعریفی محاسبه شده و آخرین بار چه زمانی به‌روزرسانی شده است.

خواندن داده هم یک مهارت مدیریتی است

وجود داشبورد و گزارش تحلیلی به این معنا نیست که همه تصمیم‌گیران می‌توانند آن را به یک اندازه درست تفسیر کنند.

تشخیص تفاوت میان همبستگی و رابطه علت و معلولی، فهم محدودیت یک شاخص، توجه به اندازه و ترکیب نمونه یا شناخت اثر انتخاب بازه زمانی می‌تواند نتیجه یک تحلیل را کاملاً تغییر دهد. به همین دلیل سواد داده تنها مهارتی برای متخصصان تحلیل داده نیست. مدیرانی که بر اساس این تحلیل‌ها تصمیم می‌گیرند نیز به سطح مناسبی از آن نیاز دارند.

فرهنگ داده‌محور زمانی جدی‌تر می‌شود که سازمان پرسیدن درباره کیفیت و معنای داده را نشانه ضعف نداند. پرسش «این عدد دقیقاً چه چیزی را نشان می‌دهد؟» می‌تواند به اندازه خود عدد اهمیت داشته باشد.

نشانه‌های عملی یک سازمان داده‌محور

اگر فرهنگ داده‌محور واقعاً در سازمان جا افتاده باشد، باید بتوان رد آن را در کار روزمره دید. در پرسش‌هایی که پیش از تصمیم مطرح می‌شوند، در شفافیت اعداد، در واکنش به خطا و در آمادگی افراد برای بازنگری در فرض‌های قبلی. فرهنگ وقتی واقعی می‌شود که از سطح شعار به عادت تبدیل شده باشد.

یکی از روشن‌ترین نشانه‌ها، نحوه برگزاری جلسات تصمیم‌گیری است. وقتی یک مسئله مطرح می‌شود، شواهد و شاخص‌های مرتبط در دسترس‌اند و افراد می‌توانند درباره آن‌ها گفت‌وگو کنند. نظر مدیران همچنان بخشی از بحث است، اما فرض‌ها امکان آزموده‌شدن دارند.

نشانه دیگر، قابلیت ردگیری اعداد است. اگر عددی در یک گزارش یا داشبورد نمایش داده می‌شود، منبع، تعریف و روش محاسبه آن باید تا حد لازم مشخص باشد. این شفافیت کمک می‌کند زمان جلسه به جای بحث مداوم درباره اعتبار گزارش، صرف فهم مسئله شود.

در چنین سازمانی، شکست هم می‌تواند به منبع یادگیری تبدیل شود. تصمیم‌های ناموفق، پیش‌بینی‌های اشتباه و پروژه‌هایی که به نتیجه مورد انتظار نرسیده‌اند ثبت و بررسی می‌شوند. پرسش اصلی این است که کدام فرض درست نبود، چه اطلاعاتی در اختیار تصمیم‌گیرندگان قرار نداشت و چه چیزی باید در تصمیم بعدی تغییر کند.

دسترسی به داده نیز براساس نیاز کاری و الزامات امنیتی تعریف می‌شود. کارشناس یا مدیری که برای مسئولیت خود به اطلاعات مشخصی نیاز دارد، نباید برای دریافت هر گزارش وارد یک زنجیره طولانی از درخواست و تأیید شود.

یکی از جدی‌ترین آزمون‌ها زمانی اتفاق می‌افتد که داده با انتظار مدیران سازگار نیست. آیا سازمان می‌تواند فرض اولیه را دوباره بررسی کند؟ احتمال خطا در تحلیل هم سنجیده می‌شود؟ و آیا تصمیم امکان تغییر دارد؟

پاسخ به همین پرسش‌ها گاهی بیشتر از تعداد داشبوردها درباره بلوغ داده‌ای یک سازمان اطلاعات می‌دهد.

زیرساخت چه ارتباطی با فرهنگ داده‌محور دارد؟

فرهنگ داده‌محور در خلأ شکل نمی‌گیرد. اگر رسیدن به یک عدد چند روز زمان ببرد، اگر هر واحد تعریف خودش را از یک شاخص داشته باشد یا اگر منبع داده قابل ردگیری نباشد، حتی بهترین عادت‌های تصمیم‌گیری هم به‌تدریج فرسوده می‌شوند. رفتار داده‌محور به بستری نیاز دارد که بتوان روی آن حساب کرد.

اگر هر واحد نسخه متفاوتی از یک شاخص داشته باشد، گزارش‌ها دیر آماده شوند یا پیدا کردن منبع یک عدد دشوار باشد، استفاده از داده به مرور پرهزینه می‌شود. در این وضعیت حتی مدیرانی که تمایل زیادی به تصمیم‌گیری مبتنی بر شواهد دارند ممکن است دوباره به روش‌های سریع‌تر و آشناتر بازگردند.

اینجاست که زیرساخت و معماری داده وارد مسئله می‌شود. یکپارچگی منابع، مشخص بودن جریان داده، تعریف مشترک شاخص‌ها، کیفیت داده و دسترسی کنترل‌شده به اطلاعات بستری می‌سازند که استفاده روزمره از داده را امکان‌پذیر می‌کند.

سرعت نیز اهمیت دارد. اگر پاسخ به هر پرسش مدیریتی مستلزم استخراج داده از چند سامانه، پاک‌سازی فایل‌ها و ترکیب دستی اطلاعات باشد، فاصله میان طرح مسئله و رسیدن به پاسخ زیاد می‌شود. داده‌ای که بعد از تصمیم آماده شود، تأثیر محدودی بر همان تصمیم خواهد داشت.

معماری داده از این منظر فقط مسئله‌ای فنی نیست. ساختار فنی سازمان تعیین می‌کند اطلاعات چگونه حرکت کنند، چه کسی بتواند به آن‌ها دسترسی داشته باشد و تا چه اندازه بتوان منشأ و معنای آن‌ها را دنبال کرد. این تجربه روزمره بر اعتماد افراد به داده و میزان استفاده از آن تأثیر می‌گذارد.

از سوی دیگر، بهترین زیرساخت هم نمی‌تواند به تنهایی رفتار تصمیم‌گیری را تغییر دهد. ممکن است سازمان داده‌ای یکپارچه و داشبوردهای دقیق داشته باشد و مدیران همچنان تصمیم‌های خود را پیش از مشاهده شواهد گرفته باشند. زیرساخت امکان داده‌محور شدن را فراهم می‌کند؛ فرهنگ تعیین می‌کند این امکان تا چه اندازه وارد عمل شود.

از کجا شروع کنیم؟

برای شروع، لازم نیست همه‌چیز را هم‌زمان تغییر داد. کافی است چند تصمیم واقعی را دنبال کنیم؛ ببینیم چه داده‌ای در اختیار تصمیم‌گیران بوده، چه چیزی غایب مانده و کدام بخش از فرایند باعث شده شواهد دیر، ناقص یا بی‌اثر وارد تصمیم شوند. همین مشاهده‌ها معمولاً نقطه‌های اصلی تغییر را نشان می‌دهند.

آیا تصمیم‌گیرندگان به داده‌ای که برای کار خود نیاز دارند دسترسی دارند؟ آیا واحدهای مختلف درباره معنای شاخص‌های اصلی توافق دارند؟ اگر دو گزارش اعداد متفاوتی نشان دهند، سازمان می‌تواند منشأ اختلاف را پیدا کند؟ آیا مدیران آمادگی دارند فرض اولیه خود را در برابر شواهد بازبینی کنند؟ و آیا شکست‌های گذشته به دانشی قابل استفاده برای تصمیم‌های بعدی تبدیل می‌شوند؟

پاسخ به این پرسش‌ها می‌تواند نشان دهد سازمان برای شکل‌دادن به یک فرهنگ سازمانی داده‌محور، بیش از همه باید روی کدام بخش کار کند: زیرساخت و کیفیت داده، دسترسی، مهارت تفسیر، اعتماد یا شیوه تصمیم‌گیری.

در نهایت شاید یک پرسش بتواند بسیاری از این موضوعات را کنار هم قرار دهد: در سازمان شما، ابتدا تصمیم گرفته می‌شود و بعد برای آن داده پیدا می‌کنید، یا داده از ابتدا وارد گفت‌وگو می‌شود و می‌تواند مسیر تصمیم را تغییر دهد؟

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

مطالب مرتبط

بررسی فرصت‌ها و الزامات پیاده‌سازی هوش مصنوعی سازمانی

هوش مصنوعی در ایران؛ مسیر سازمان‌ها از داده تا ارزش

وضعیت هوش مصنوعی در ایران، کاربردهای سازمانی، نقش داده‌کاوی و مسیر پیاده‌سازی آن را از زیرساخت داده تا ایجاد ارزش بررسی می‌کنیم.
ai generated debt collection illustration

بازخوانی گزارش‌های مک‌کینزی، BCG و FICO درباره آینده وصول مطالبات بانکی

مدیریت مطالبات پیش از معوق‌شدن آغاز می‌شود

این گزارش نقش تحلیل داده، بخش‌بندی رفتاری و هوش مصنوعی را در تشخیص زودهنگام ریسک و انتخاب اقدام مناسب برای هر مشتری بررسی می‌کند.
فهرست AI 50 فوربس و شرکت‌های خصوصی پیشرو در هوش مصنوعی

مهم‌ترین شرکت‌های پیشرو در حوزه هوش مصنوعی

چه شرکت‌هایی به فهرست AI 50 فوربس راه یافتند و چرا مهم‌اند؟

فهرست AI 50 فوربس، تصویری از مسیر تجاری‌شدن هوش مصنوعی ارائه می‌دهد. شرکت‌های منتخب، از مدل‌های بنیادین و زیرساخت ابری تا رباتیک، سلامت، حقوق، مالی و تولید محتوا را پوشش می‌دهند. تمرکز بازار بر محصولات مقیاس‌پذیر، حل مسائل واقعی کسب‌وکار و ایجاد ارزش پایدار قرار گرفته است و شتاب می‌گیرد.
Minimalist Grid Strategy Illustration