Detta är del två i en serie bloggar om beslutsfattande i en tid av finansiella begränsningar. Läs första delen här.
En angelägen fråga för alla chefer just nu är hur man ska hantera beslutsfattande i en tid med allt större finansiella begränsningar.
Chefer berättar för oss att deras organisationer tränar sedan länge outnyttjade muskler för beslutsfattande. I vissa fall gör de nedskärningar utan tillräcklig information för att förstå effekterna av dessa nedskärningar.
I det här inlägget utforskar Dr. Amisha Boucher och jag tre koncept som du kan tillämpa på din beslutsprocess för att ge den en konkurrensfördel i dagens miljö.
- Använd datadrivna, vägledda beslutsmetoder i hela organisationen, inte bara på ledningsnivå.
- Förstå de vanligaste typerna av partiskhet i beslutsfattandet och hur man upptäcker dem.
- Skapa en process- och systemstödd ram för beslutsfattande som tar hänsyn till de olika typer av beslut som organisationer ställs inför.
Låt oss dyka in.
Skala upp datadrivet, väglett beslutsfattande
Datadrivet, väglett beslutsfattande är viktigt på alla nivåer i organisationen. Här är tre exempel på hur olika roller kan tillämpa samma principer med hjälp av frågor som är unika för deras ansvarsområden inom organisationen.
För ledande befattningshavare
En chef behöver datadrivet, väglett beslutsfattande för att kunna besvara frågor som t.ex:
Ett aktuellt exempel: För åtta månader sedan verkade Googles söktjänster osårbara mot marknadsstörningar. Inför OpenAI + Microsoft chatbot förlorade de $230B i marknadsvärde på några månader. De svarade med en begränsad lansering av Google Bard den 21mars, fyra månader efter lanseringen av ChatGPT. De togs på sängen av lanseringen av ChatGPT och hotet mot deras verksamhet, men kunde reagera. Marknaden har återställt deras börsvärde.
ChatGPT är som att ha 60 praktikanter som arbetar för dig. Deras arbete måste kontrolleras, men de är en enorm accelerator.
Tillämpningen av stora språkmodeller (LLM) är spännande och det finns praktiska tillämpningar idag. Vi tror att enkel tillgång till sentimentanalys inom intern dokumentation är avgörande för ett förbättrat beslutsfattande och har därför införlivat det i vår lösning. Vi ser många chefer som längtar efter en mycket mer grundläggande förståelse för sin organisation och sin marknad för beslutsfattande.
För digitala teammedlemmar
En digital teammedlem behöver datadrivet, väglett beslutsfattande för frågor om:
När de får hjälp med att lyssna på kunderna och information om hur deras arbete kopplas till värde för företaget och företagets kapacitet, visar vår analys en 160% förbättring av det anpassade arbete som hamnar hos kunderna på grund av en minskning av det arbete som går till spillo på grund av överkapacitet, felaktig anpassning till strategiska mål eller andra flaskhalsar. Ingenjörer älskar att bygga och leverera värde. Deras engagemang och tillfredsställelse ökar när siktlinjen till värdet rensas.
För analytiker
En analytiker som rekommenderar en flerårig investering på över $100M i en ny produktlinje behöver ett datadrivet, väglett beslutsfattande för att besvara frågor som t.ex:
- Vilka är marknadsantagandena för produktförsäljningsprognosen?
- Vilket är det optimala försäljningspriset som kan erhållas?
- Hur billigt kan vi tillverka det, och har vi tillverkningskapaciteten?
- Vilka synergier har den nya produkten i den befintliga portföljen, oavsett om den ökar försäljningen av andra produkter eller kannibaliserar på dem?
- Ur ett portföljperspektiv, vilken uppsättning projekt kommer att maximera chansen att uppnå strategiska tillväxtmål med tanke på de utvecklingsmässiga och kommersiella riskerna och fördelarna?
För dessa beslut ser vi analytiker som tar hänsyn till 26+ variabler och kör komplexa konkurrerande scenarier för att fastställa effekterna av att flytta fram och tillbaka initiativ ett kvartal, potentiella lagändringar, förtroendefaktorer, riskjusteringar, beroenden i leveranskedjan och förändrade materialkostnader.
Genom att frigöra analytikernas förmåga att köra och jämföra flera scenarier och planera om baserat på interna och externa faktorer under en flerårsperiod frigörs deras kreativitet och nyfikenhet, vilket leder till mycket bättre beslut. Att analysera produkterna i ett portföljsammanhang genom att snabbt skapa alternativa portföljscenarier och jämföra dem mot varandra leder till ett mer robust urval av projekt som levererar på strategin.
Stör fördomar i beslutsfattandet
Psykologin bakom beslutsfattande är komplex. Beslut fattas inte i ett vakuum. Det krävs förändringar i kultur, processer och system för att beslutsfattande ska bli en konkurrensfördel. Psykologisk säkerhet har studerats och skrivits mycket om eftersom den eliminerar människor som fattar beslut baserade på rädsla eller, ännu värre, misslyckas med att fatta beslut på grund av hur beslutet kommer att få dem att framstå.
Beslut påverkas av olika psykologiska bias, t.ex. tillgänglighetsbias och recency bias. Varför kan jordbävningar i Turkiet få kalifornier att köpa jordbävningsförsäkringar? Det är recency bias. Nyare händelser tenderar att oproportionerligt påverka vår uppfattning om risk.
Vad är problemet med att uppskatta sannolikheten för framgång eller misslyckande för ett nytt projekt baserat på hämtningsbara uppgifter? Det är tillgänglighetsbias. De lättillgängliga uppgifterna kanske inte är representativa och leder till skeva risk-, kostnads- och intäktsuppskattningar för det nya projektet.
Andra vanliga fallgropar att se upp för är sunk cost fallacy, som gör det svårt att avsluta projekt som redan har haft en viss investering, och planning fallacy, som är tendensen att underskatta hur lång tid det kommer att ta att göra något.
Företagen måste ha ett lågt skyddsnät på plats för att skydda sig mot fördomar.
Både experter och icke-experter kan drabbas av fördomar. Ett sätt att motverka dem är att ha visuella signaler som tvingar experterna och beslutsfattarna att fundera över om deras tänkande präglas av någon av de vanliga fördomarna.
Att fatta beslut utifrån representativa data kan bidra till att mildra saker som planeringsfelet, men nyckeln är att se till att själva data är representativa för verkligheten. AI-baserade beslut är inte heller befriade från dessa felaktigheter, eftersom beslutet beror på den dataset och de antaganden som används.
Genom att skapa små experiment, proof-of-concept och prototyper där det är möjligt blir det lättare att stoppa projektet eller initiativet om det inte ger rätt signaler, vilket motverkar felbedömningen att kostnaderna är oåterkalleliga. Det minskar också rädslans inverkan på beslutsfattandet eftersom det finns en utväg.
När beslutet har fattats att gå in genom en "enkelriktad" dörr och söka FDA-godkännande för en ny höftled, hjälper möjligheten att övervaka de faktorer som låg till grund för beslutet - och enkelt uppdatera scenarier för att visa effekterna - att avsluta initiativet trots oåterkalleliga kostnader, när värdet inte längre kommer att realiseras, eller en bättre möjlighet har dykt upp.
Investera i förmåga att fatta beslut från början till slut
I denna tid av allt större begränsningar måste organisationerna använda muskler som har varit oanvända i ett decennium. De måste säga nej till bra idéer, avgöra var de ska skära ned utan att det påverkar deras värdeflöde och hur de ska anpassa sig till kundernas snabbt föränderliga köpmönster.
För att kunna fatta högkvalitativa, datadrivna beslut behöver företagen stöd i hela beslutskedjan.
Det finns ett paradigm inom beslutsfattningsvetenskapen med "nya banbrytande" beslut eller "engångsbeslut" för vilka företaget inte har några mekanismer, någon kultur eller någon process för beslutsfattande i detta ämne. De är mycket bekväma med "rutinmässiga" eller "tidigare sedda" beslut.
Ledande organisationer tillhandahåller ett ramverk för beslutsfattande på alla nivåer i företaget. När team och individer kan fatta högkvalitativa beslut om sitt eget arbete i snabb takt har det lika stor inverkan som ledningens beslutsfattande om företagets inriktning. Strategibeslut och genomförandebeslut är oskiljaktiga i sin betydelse för att skapa resultat.
Vi fattar beslut i en aldrig tidigare skådad takt och det kommer inte att gå långsammare.
Vi har alla varit med om det: en global pandemi, förändrad invandringspolitik som påverkar arbetskraften, brister i leveranskedjan, inflation och att lämna världens elfte största ekonomi (Ryssland) på några veckor, följt av en regional bankkollaps i USA. Vi fortsätter att se nya aktörer på marknader som drivs av disruptiv teknik, till exempel att analys som tidigare var förbehållet datavetare nu blir tillgänglig för utvecklare via tjänster på högre nivå och färdigbyggda branschmodeller.
Vi ser att företag investerar i sin förmåga att fatta beslut från början till slut på alla nivåer i företaget. Förändringstakten kommer bara att fortsätta att öka. Medarbetare på alla nivåer behöver hjälp att fungera i denna miljö. Organisationer har haltat fram med hjälp av kalkylblad, punktlösningar och lokala optimeringsmått som styr deras beslut inom arbete och samarbete.
Vi märker ofta att de helt enkelt inte är medvetna om hur långt en helhetslösning som är utformad för den här miljön kan ta dem. Vi ser en snabb separation i de 12 branscher som vi arbetar med, där en undergrupp av företag snabbt tar marknadsandelar från eftersläpande konkurrenter.
De som förändrar kvaliteten och snabbheten i sina beslut presterar konsekvent bättre än de andra. Att hjälpa företag i denna omvandling är det som lockar oss.
