«حسم میگه این خرید خوبیه»، «دلم میگه این محصول خیلی می‌فروشه»، «شرط می‌بندم این بازاریابی خیلی جواب میده»، اینها نمونه‌هایی از تصمیمات قلبی و احساسی هستند. تصمیماتی که گاهی درست و گاهی نادرست از آب درمی‌آیند. علم مدرن مدیریت چه می‌گوید؟ آیا راه علمی اثبات شده‌ای هست که تصمیم‌هایمان در کسب‌وکار محکم‌تر، مستدل‌تر و مطمئن‌تر باشند؟ راهبرد «تصمیم‌سازی داده‌محور» روشی برای پاسخ به این دغدغه است.

هنوز هم دل حرف اول را می‌زند!

تحقیقی در مدرسه بازرگانی هاروارد نشان می‌دهد، هنوز هم در اغلب کشورهای صنعتی، بیش از نیمی از مردم بر اساس «دل و حس» تصمیم می‌گیرند. این موضوع کاملا طبیعی و قابل‌انتظار است؛ اما واقعیت این است که تکیه بر «شهود» و Intuition یا به زبان ساده همان «قضاوت دل» در خیلی از موارد اشتباه از آب درمی‌آید. علت این است که قضاوت شهودی بر پایه مشاهده و تجربه شخصی است. اگر چیزی از دید شما پنهان مانده باشد، در محاسباتتان نمی‌آید.

اگر روندی را قبلا تجربه نکرده باشید قادر به تمیز دادن آن نخواهید بود. در نتیجه قضاوتتان دقیق نیست و نمی‌توانید آینده را با دقت پیش‌بینی کنید. البته هرچه تجربه شما در کار یا بیزینس بیشتر شود، این قضاوت‌های شهودی نیز مطمئن‌تر خواهند شد. اما سوال این است که چند سال می‌خواهید صبر کنید تا از راه تجربه و آزمون‌وخطا به بینش و شهود مناسب برسید؟ آیا راه بهتر و سریع‌تری وجود ندارد؟ یک روش یا متد بهتر و موثرتر «تصمیم‌سازی مبتنی بر داده‌ها» یا Data-Driven Decision Making است. اما قبل از اینکه بدانیم این روش چگونه کار می‌کند، باید درباره «سوگیری شناختی» بدانیم.

سوگیری شخصی چیست؟

مشاهدات روزمره ما در کار و زندگی آغشته به جانب‌داری و قضاوت‌های شخصی است. دانشمندان از اصطلاح «سوگیری شناختی» یا Cognitive Bias برای توصیف این وضعیت استفاده می‌کنند. به بیان دیگر، قضاوت ما درباره اتفاقات اطرافمان آغشته به سوگیری شخصی است. ما تمایل داریم رویدادها را طوری ببینیم که باورهای فعلی ما را تایید کنند. مثلا اگر یک نفر به گوشی آیفون علاقه داشته باشد، مایل است اخبار و اطلاعاتی را ببیند و بخواند که تاییدکننده این فرضیه باشند؛ اینکه گوشی آیفون از هر گوشی دیگری بهتر است. اگر حین خواندن جمله قبلی با خود گفتید «خب معلومه دیگه، این چه حرفیه؟ معلومه که بهتره!»، این همان تجربه سوگیری شناختی است! وقتی تصمیمات ما بر اساس سوگیری شخصی باشد، این رفتار در کسب‌وکارمان هم تاثیر می‌گذارد. مثلا اصرار داریم که گوشی آیفون بفروشیم چون تصور می‌کنیم فروش بهتری دارد یا سودآورتر است.

باور به مشاهده، بدون سوگیری

متد «تصمیم‌سازی داده‌محور» قابل‌اجرا نیست، اگر در وهله نخست آن را باور نکرده باشیم. روش «تصمیم‌سازی داده‌محور» فواید زیادی دارد؛ اما به همان اندازه هم ممکن است کار سختی باشد. سخت است چون باید در ابتدا، در مقابل جانب‌گیری شخصی مقاومت کنید. نقطه مقابل سوگیری شناختی، اصطلاحا «نگاه آبجکیتو» یا Objective View نامیده می‌شود. این یعنی «مشاهده‌ای عاری از سوگیری شخصی» و دیدن مسائل و رویدادها همان‌طور که هست، بدون کم‌وکاست و بدون دخالت دادن قضاوت و احساس شخصی. این کار به تمرین و مشاهدات فراوان نیاز دارد.

وقتی بین دو نفر مشاجره و دعوایی اتفاق می‌افتد معمولا نگاه منصفانه به این مشاجره را «شخص سوم» دارد. کسی که هیچ‌کدام از طرفین دعوا نیست و صرفا آن رویداد را بدون درگیر شدن احساسش مشاهده کرده است. حالا فرض کنیم شما یک نفر علاقه‌مند به گوشی آیفون هستید. وقتی شما به آیفون نگاه می‌کنید بین شما و آیفون یک دیالوگ احساسی برقرار است. اگر روشی وجود داشت که می‌توانست این تعامل را از نگاه سوم‌شخص و بدون دخالت احساس شما مشاهده و ثبت کند، آن نگاه «آبجکتیو» نامیده می‌شد. کدام ناظر بی‌طرف می‌توانست چنین مشاهده‌ای را در اختیارتان قرار دهد؟ پاسخ این است: داده‌ها و آمار.

تصمیم‌سازی بی‌طرفانه بر اساس داده‌ها

بعد از اینکه باور به مشاهده بی‌طرفانه را پذیرفتیم، به گام اصلی می‌رسیم. این متد به آمارگیری بی‌طرفانه از روندها و اتفاقات متکی است. مثلا اندازه‌گیری نسبت دفعاتی که یک مشتری بالقوه یک گوشی آیفون را دستش می‌گیرد و دقایقی بعد آن را می‌خرد، به تعداد دفعاتی که یک مشتری دیگر یک گوشی دیگر مثلا اندروید را دستش می‌گیرد و دقایقی بعد می‌خرد. یک مشاهده بی‌طرفانه ممکن است نتیجه بگیرد که صرفا به دلیل گران‌تر بودن آیفون فروش و سود آن کمتر باشد (یا نباشد).

گاهی گران‌تر بودن یک کالا (بر خلاف تصورمان) باعث افزایش فروش آن می‌شود و گاهی نیز (در شرایطی متفاوت) گران‌تر بودن یک کالا دقیقا باعث کاهش فروش آن می‌شود. تصمیم‌سازی طرفانه بر اساس داده‌ها دقیقاً یعنی اینکه قضاوت و احساس شخصی را کنار بگذاریم، پیش‌داوری نکنیم و منتظر بمانیم تا ببینیم آمار چه می‌گوید. هرچه آمار گفت همان معیار تصمیم‌سازی ما باشد.

فواید دیگر تصمیم‌سازی داده‌محور

مزایای تصمیم‌سازی داده‌محور تنها محدود به انتخاب یا عدم انتخاب یک تصمیم یا کالا نیست. بلکه می‌توانیم به کمک آمار و داده‌ها کیفیت تصمیماتمان را به‌تدریج بهتر کنیم. مثلاً می‌توانیم در کنار فروش کالا یا خدمات اصلی، محصولات و خدمات دیگری را که درباره آنها احساس مطمئنی نداریم، آزمایش کنیم. اگر نتایج و آمارهای فروش نشان داد که این آزمایش (علی‌رغم بی‌میلی اولیه ما) نتایج امیدوارکننده‌ای می‌تواند داشته باشد، بیشتر به آنها بها دهیم. از این متد همچنین برای قضاوت درباره عملکرد کارکنان شرکت می‌شود استفاده کرد.

گاهی اوقات از یکی از کارمندانمان خوشمان می‌آید، درحالی‌که اگر بی‌طرفانه قضاوت کنیم، حضور او فایده اندکی به شرکت می‌رساند. برعکس، گاهی اوقات از یک نفر خوشمان نمی‌آید و دنبال بهانه هستیم تا کنارش بگذاریم، درحالی‌که یک قضاوت بی‌طرفانه می‌توانست نشان دهد اتفاقا حضور این فرد خیلی هم مفید بوده است. در این‌گونه موارد نیز تحلیل داده‌محور می‌تواند خیلی اثربخش باشد. شرکت‌های بزرگ و موفق دنیا از روش‌های مختلفی برای جمع‌آوری داده‌ها و سنجش عملکرد کارکنان استفاده می‌کنند. به سنجه‌هایی که در این روش‌ها استفاده می‌شود اصطلاحا KPI یا Key Performance Indicator می‌گویند. درباره این شاخص‌ها و سایر کاربردهای «تصمیم‌سازی داده‌محور» در مقالات آتی مدیرسبز بیشتر بخوانید.