agila metoder

Komplex problemlösning

Pentti Virtanen

Vi har komplexa problem bland annat inom vetenskapen, i vårt samhälle, i företag och i mänskliga relationer. Kaosteori, Cynefin-ramverk [1] och David Snowdens idéer [2] ger några idéer om hur de ska hanteras.

Enkla, komplicerade, komplexa och onda problem

Enkla problem kan lösas upprepade gånger med bästa praxis eftersom orsak och verkanförhållanden fungerar konsekvent.

Komplicerade problem har en mängd olika påverkande och bidragande faktorer som experter kan analysera och avgöra vilken typ av lösning som passar i varje enskilt fall.

Överraskningar gör problemen komplexa. I dessa fall är det svårt att se samband mellan orsak och verkan. De är olinjära, de har återkopplingsslingor och tidsfördröjningar. Våra resonemangstekniker fungerar inte. Låt oss säga att vi börjar marknadsföra vår nya produkt. Först händer ingenting. Vi har inga kunder. Då har vi plötsligt så många kunder att vi inte kan leverera våra beställningar. Vi bygger mer kapacitet bara för att se att köparna nu är borta.

Ibland är många faktorer inblandade som skapar mer krångliga problem. Vid en observation av problemet så kan det se kaotiskt ut samtidigt som statistik och data inte hänger ihop. Större problem uppstår inte av en slump, det ser bara ut så eftersom vi saknar förståelsen men vi kan inte fortsätta analysera för alltid. Vi måste agera nu!

Vetenskaplig metod

Varje vetenskapsområde har sina egna forskningsmetoder. En generisk vetenskaplig metod börjar med att välja ut ett problem och analysera det. Analys resulterar i hypoteser av möjliga lösningar. Experiment utförs sedan för att se om hypotesen är falsk. Om den klarar testerna kan det bli en permanent lösning av denna typ av problem.

Denna vetenskapliga metod bygger på empiri. Organisationer trivs med experimentskulturen. I matematik använder vi bara logik. På andra håll behöver vi både verkliga bevis och logik.

Analysera komplexa problem

Till en början väljer vi det problem som vi har att göra med. Varför är det ett problem? Hur ska vi formulera om det?

För att analysera ett problem identifierar vi de påverkande faktorerna. Fiskbensdiagram [3] kan användas för att beskriva dessa. Till exempel beror vår försäljning på vår produkt, dess kvalitet och pris. Vår marknadsföring hjälper våra kunder att hitta oss. Vi kan ha problem med produktionskapacitet och våra konkurrenter.

Påverkande faktorer kan överlappa varandra och de beror på andra faktorer. Rotorsaksanalys är lean-teknik som ofta använder flera varför-frågor för att hitta den ultimata faktorn som vi bör lösa [4] . Att ta bort bara symtomen är inget bra alternativ. Till exempel kan vi analysera påverkande kvalitetsfaktorer i detta diagram. Fiskbensdiagram ändras till ett träd som har många grenar och undergrenar. Kepner-Tregoe problemlösning [5] ger ett strukturerat förhållningssätt till problemlösning med grundorsaksanalys.

Business intelligence delar upp problemet och dess påverkande och bidragande faktorer. Till en början kan vi använda frågeord hur, hur mycket, vad, vem, var, när och varför för att förstå problemet. Till exempel har våra försäljningsintäkter sjunkit med 20 % medan priserna sjönk med 5 % och kontrakten 15 %. De kunder som minskade köpen mest var ungdomar i åldersgruppen 20 till 40 år. Detta hände i städer under denna vinter och vår.

Nästa steg är att göra vår analys kvantitativ. Stor data (big data) lägger till siffror i analysen.

Systemtänkande

Systemtänkande säger att våra problem uppstår ur ett nätverk av påverkande faktorer och deras relationer. Vi kan använda kausal loop -diagram för att visualisera dem. (6)

Exempeldiagrammet visar att vår försäljning ökar när efterfrågan ökar och att efterfrågan minskar när priset ökar. Det finns förstärknings- och balanseringsöglor som fungerar i samma eller motsatta riktningar. Fördröjning mellan försäljning och kapacitet resulterar i ett olinjärt förhållande mellan dem.

Vi kan försöka förstå till exempel priselasticitet med hjälp av vår enkla modell och data som vi har samlat in. Bara korrelation av faktorer är inte tillräckligt. Vi måste förstå mekanismen. Vi kan också ha en mekanism men inte effekten. Vi vet inte säkert vilken som är orsaken och vilken som är effekten. Drar efterfrågan pris eller pris efterfrågan eller båda. Timing och siffror har en inverkan på systemets beteende, eftersom relationerna är olinjära och vi har feedback genom kapacitet i detta exempel. Vi kan använda beräkningar och datormodeller vid sidan av tester och experiment.

Testar hypotesen

När vi förstår systemet med påverkande och bidragande faktorer i vårt problem, brainstormar vi för att skapa lösningar till vårt problem. Till exempel kan vi få mer försäljning om vi ger rabatter till våra kunder. Detta skulle öka efterfrågan och försäljningen som en konsekvens.

Vi måste vara försiktiga och testa om vår försäljning är bättre med rabatter än utan eftersom det finns okända faktorer i komplexa system. Vi vet inte vad konkurrenterna kommer att göra. Det kan finnas möjligheter i affärssituationen som vi inte kan förutse. Vi kan inte analysera för alltid. Vi måste agera nu.

Vi kan använda randomiserad dubbelblind studie som är guldstandarden inom medicinsk forskning. Vi behöver veta om förändringarna i vår försäljning beror på rabatter eller något annat. I ett experiment delar vi upp slumpmässigt kunderna i två grupper: 1. de som får rabatt och 2. de som inte får det. Denna typ av A/B-testning används ofta.

Resultaten beror på urvalet och kundens urval. Eftersom det finns en möjlighet till slump, har experiment kunnat upprepas. I en komplex värld är de inte det. Reglerna för vårt spel ändras. Vi kommer aldrig att ha all data och vi känner inte till och förstår inte alla bidragande faktorer perfekt.

Interventioner

Eftersom vi inte kan förutsäga resultatet i en osäker värld, går vi vidare steg för steg. Vi anpassar oss efter varje steg eftersom vi inte kan göra en övergripande plan. Vi går framåt hela tiden. Felsteg är möjliga och tillåtna.

Ledare är ödmjuka tjänare av andra som katalyserar upptäckten av nya problem och bättre lösningar. Livet i osäkerhet är som livet för en forskare och en trädgårdsmästare.

Vi tolererar och uppskattar olika åsikter. Bevisbaserade lösningar lyckas och dåliga idéer misslyckas snabbt när vi har frihet till vetenskap, diskussion och kommunikation. Censur är skadligt för kreativiteten.

Informators kurser:

Referenser

1. https://en.wikipedia.org/wiki/Cynefin_framework 
2. David Snowden: A Leader’s Framework for Decision Making: https://hbr.org/2007/11/a-leaders-framework-for-decision-making 
3. https://en.wikipedia.org/wiki/Ishikawa_diagram 
4. Why did Titanic sink? https://www.youtube.com/watch?v=38RlXdr4Np0 (4m39s) 
5. https://www.kepner-tregoe.com/ 
6. https://en.wikipedia.org/wiki/Causal_loop_diagram

information om författaren:
Pentti Virtanen
Nyckelord: problem, Agile