Myślenie naukowe w biznesie

Na przestrzeni dziejów innowacje w oprzyrządowaniu — mikroskopie, teleskopie i cyklotronie — wielokrotnie rewolucjonizowały naukę, poprawiając zdolność naukowców do mierzenia świata przyrody. Teraz, gdy ludzkie zachowanie jest coraz bardziej zależne od platform cyfrowych, takich jak Internet i aplikacje mobilne, technologia skutecznie wspiera również świat społecznościowy. Wynikający z tego zalew danych ma rewolucyjne implikacje nie tylko dla nauk społecznych, ale także dla podejmowania decyzji biznesowych.

Wraz ze wzrostem entuzjazmu dla dużych zbiorów danych sceptycy ostrzegają, że nadmierne poleganie na danych niesie ze sobą pułapki. Dane mogą być stronnicze i prawie zawsze niekompletne. Może to skłonić decydentów do ignorowania informacji, które są trudniejsze do zdobycia, lub sprawić, że poczują się bardziej pewni, niż powinni. Ryzyko polega na tym, że zarządzając tym, co zmierzyliśmy, przeoczymy to, co naprawdę ma znaczenie – jak zrobił to sekretarz obrony z czasów Wietnamu Robert McNamara, zbytnio polegając na swojej niesławnej liczbie ciał, i jak robili to bankierzy przed kryzysem finansowym 2007–2009 w zbytnie poleganie na wadliwych modele ilościowe .

Sceptycy mają rację, że bezkrytyczne poleganie na samych danych może być problematyczne. Ale to samo dotyczy nadmiernego polegania na intuicji lub ideologii. Na każdego Roberta McNamarę przypada Ron Johnson, dyrektor generalny, którego: katastrofalna kadencja jako szef JC Penney charakteryzował się odrzucaniem danych i dowodów na rzecz instynktów. Na każdy wadliwy model statystyczny istnieje wadliwa ideologia, której brak elastyczności prowadzi do: katastrofalne wyniki .

Skoro więc dane są niewiarygodne, podobnie jak intuicja, co powinien zrobić odpowiedzialny decydent? Chociaż nie ma prawidłowej odpowiedzi na to pytanie — świat jest zbyt skomplikowany, aby można było zastosować jeden przepis — uważam, że przywódcy w wielu różnych kontekstach mogą skorzystać na naukowej postawie na podejmowaniu decyzji.

Naukowy sposób myślenia bierze za inspirację metoda naukowa , który w swej istocie jest przepisem na poznawanie świata w systematyczny, powtarzalny sposób: zacznij od jakiegoś ogólnego pytania opartego na twoim doświadczeniu; sformułować hipotezę, która rozwiązałaby zagadkę i która również generuje testowalne przewidywanie; zebrać dane, aby przetestować swoje prognozy; i na koniec oceń swoją hipotezę w porównaniu z hipotezami konkurencyjnymi.

Metoda naukowa jest w dużej mierze odpowiedzialna za zdumiewający wzrost naszego zrozumienia świata przyrody w ciągu ostatnich kilku stuleci. Jednak powoli wchodzimy w świat polityki, biznesu, polityki i marketingu, gdzie nasza cudowna intuicja dotycząca ludzkich zachowań może zawsze generować wyjaśnienia, dlaczego ludzie robią to, co robią lub jak sprawić, by zrobili coś innego. Ponieważ te wyjaśnienia są tak wiarygodne, naszą naturalną tendencją jest chęć działania na ich podstawie bez zbędnych ceregieli. Ale jeśli nauczyliśmy się jednej rzeczy z nauki, to to, że najbardziej prawdopodobne wyjaśnienie niekoniecznie jest poprawne. Przyjęcie naukowego podejścia do podejmowania decyzji wymaga od nas sprawdzenia naszych hipotez na danych.

Podczas gdy dane są niezbędne do podejmowania decyzji naukowych, teoria, intuicja i wyobraźnia również pozostają ważne — przede wszystkim po to, aby generować hipotezy, opracowywać kreatywne testy hipotez, które mamy, i interpretować dane, które zbieramy. Innymi słowy, dane i teoria są yin i yang metody naukowej — teoria formułuje właściwe pytania, podczas gdy dane odpowiadają na zadane pytania. Podkreślanie jednego kosztem drugiego może prowadzić do poważnych błędów.

Ważne jest również eksperymentowanie, co nie oznacza próbowania nowych rzeczy lub bycia kreatywnym, ale konkretnie stosowanie kontrolowanych eksperymentów w celu wydobycia skutków przyczynowych. W biznesie większość tego, co obserwujemy, to korelacja — robimy X i Y się dzieje — ale często chcemy wiedzieć, czy X spowodowany Y. Ile dodatkowych jednostek nowego produktu skłoniła do zakupu Twoja kampania reklamowa? Czy rozszerzenie ubezpieczenia zdrowotnego spowoduje wzrost lub spadek kosztów leczenia? Samo obserwowanie wyniku konkretnego wyboru nie odpowiada na takie pytania przyczynowe: musimy zaobserwować różnicę pomiędzy wybory.

Wiele z najbardziej istotnych decyzji daje tylko jedną szansę na sukces.

Odtworzenie warunków kontrolowanego eksperymentu jest często trudne lub niemożliwe w warunkach biznesowych lub politycznych, ale coraz częściej odbywa się to w eksperymenty terenowe , gdzie zabiegi są losowo przydzielane różnym osobom lub społecznościom. Na przykład laboratorium Ubóstwa MIT przeprowadziło ponad 400 eksperymentów terenowych aby lepiej zrozumieć dostarczanie pomocy, podczas gdy ekonomiści wykorzystali takie eksperymenty do pomiaru wpływu Reklama w Internecie .

Chociaż eksperymenty terenowe nie są wynalazkiem ery Internetu — randomizowane próby są od dziesięcioleci złotym standardem badań medycznych — technologia cyfrowa znacznie ułatwiła ich wdrożenie. W związku z tym, w miarę jak firmy takie jak Facebook, Google, Microsoft i Amazon coraz bardziej czerpią korzyści z analizy danych i eksperymentów, podejmowanie decyzji naukowych stanie się bardziej wszechobecne.

Niemniej jednak istnieją ograniczenia dotyczące tego, jak mogą być decydenci naukowi. W przeciwieństwie do naukowców, którzy mają luksus wstrzymania się z osądem, dopóki nie zgromadzą wystarczających dowodów, decydenci polityczni lub liderzy biznesu na ogół muszą działać w stanie częściowej ignorancji. Należy wykonać wezwania strategiczne, wdrożyć polityki, przypisać nagrody lub obwiniać. Bez względu na to, jak rygorystycznie próbujemy oprzeć swoje decyzje na dowodach, wymagane będą pewne domysły.

Ten problem pogarsza fakt, że wiele z najbardziej istotnych decyzji oferuje tylko jedną szansę na odniesienie sukcesu. Jeden nie może iść na wojnę z połową Iraku, a drugi nie tylko po to, żeby zobaczyć, która polityka działa lepiej. Podobnie nie da się zreorganizować firmy na kilka różnych sposobów, a potem wybrać najlepszą. W rezultacie możemy nigdy nie wiedzieć, które dobre plany zawiodły, a które złe.

Jednak nawet tutaj metoda naukowa jest pouczająca, nie po to, by uzyskać odpowiedzi, ale raczej po to, by uwydatnić granice tego, co można poznać. Nie możemy powstrzymać się od pytania, dlaczego Apple odniósł taki sukces, co spowodowało ostatni kryzys finansowy lub dlaczego Gangnam Style był najbardziej wirusowym filmem wszechczasów. Nie możemy też powstrzymać się od wymyślania prawdopodobnych odpowiedzi. Ale w przypadkach, w których nie możemy wielokrotnie przetestować naszej hipotezy, metoda naukowa uczy nas, aby nie wnioskować zbyt wiele z jednego wyniku. Czasami jedyną prawdziwą odpowiedzią jest to, że po prostu nie wiemy.

Niektórzy ludzie uważają ten wniosek za przygnębiający, ale umysł naukowy powinien zawsze pozostać sceptyczny wobec tego, co wie. Bądź sceptyczny wobec danych za wszelką cenę, ale także sceptyczny wobec wiarygodnych wyjaśnień, konwencjonalnej mądrości, inspirujących ideologii, fascynujących anegdot, a przede wszystkim własnej intuicji. Rezultatem nie powinien być ani całkowity paraliż, ani niewolnicze trzymanie się danych, ani w żaden sposób nie powinno wykluczać kreatywności czy wyobraźni. Powinna raczej prowadzić nas do bardziej racjonalnego, opartego na dowodach świata.

Duncan Watts jest głównym badaczem w Microsoft Research i autorem Wszystko jest oczywiste: jak zawodzi nas zdrowy rozsądek .

ukryć