Organizacije še nikoli niso imele dostopa do toliko podatkov. Nadzorne plošče, kazalniki v realnem času, zmogljivi informacijski sistemi, napredna orodja za poročanje. Merjenje je povsod.
Vendar se ta obilica ne pretvori sistematično v izboljšano zmogljivost. V številnih organizacijah se podatki kopičijo, rezultati pa stagnirajo. Težave so znane, kazalniki se spremljajo, vendar odločitve ostajajo omejene ali neučinkovite.
Podatki so bistveni, vendar niso dovolj. Izboljšanje zmogljivosti zahteva veliko več kot le dostop do informacij.
Zmešnjava med merjenjem in razumevanjem
Prva omejitev tiči v pogosti zmešnjavi: meriti ne pomeni razumeti.
Kazalnik vam omogoča opazovanje situacije. Prikazuje odstopanje, trend, variacijo. Vendar ne pojasnjuje, zakaj ta situacija obstaja.
V številnih organizacijah se podatki uporabljajo za opisovanje zmogljivosti, le redko pa za analizo osnovnih vzrokov. Sestanki se osredotočajo na rezultate, razpravlja se o odstopanjih, vendar osnovni mehanizmi ostajajo v veliki meri neraziskani.
Brez poglobljene analize podatki ostajajo opisni. Ne omogočajo preoblikovanja zmogljivosti.
Iluzija natančnosti
Številke ustvarjajo občutek doslednosti in objektivnosti. Pomirjajo. Vendar lahko ta navidezna natančnost prikriva kompleksnejšo realnost.
Kazalnik je lahko natančen pri svojem merjenju, vendar nepopoln pri razlagi. Povprečje lahko skriva znatne variacije. Skupni rezultat lahko prikriva lokalne motnje v delovanju.
Osredotočanje na številko brez razumevanja njenega konteksta vodi do približnih odločitev. Podatki postanejo koristni le, ko so postavljeni v širšo sistemsko perspektivo.
Podatki, ločeni od odločitev
V nekaterih organizacijah se podatki neprekinjeno ustvarjajo, vendar ostajajo ločeni od operativnih odločitev.
Kazalniki napajajo nadzorne plošče, poročila ali predstavitve, ne da bi resnično vplivali na ukrepe. Postanejo sam sebi namen namesto podpora pri sprejemanju odločitev.
Ta vrzel ustvarja določeno obliko neučinkovitosti. Organizacija meri, vendar ne ukrepa. Ali pa ukrepa, ne da bi se resnično zanašala na razpoložljive podatke.
Vrednost podatkov ni v njihovem ustvarjanju, temveč v njihovi uporabi.
Pomanjkanje strukture pri analizi
Podatki ne ustvarjajo samodejno znanja. Analizirati jih je treba s strukturiranim pristopom.
Brez metode postane razlaga subjektivna. Različni ljudje lahko iz istih podatkov potegnejo različne zaključke. Odločitve se nato zanašajo na mnenja namesto na ugotovljena dejstva.
Pristopi, kot sta DMAIC ali analiza osnovnih vzrokov, pomagajo strukturirati to razmišljanje. Vodijo analizo, preprečujejo bližnjice in krepijo zanesljivost zaključkov.
Podatki postanejo ustrezni, ko so vključeni v metodološki okvir.
Osrednja vloga kakovosti podatkov
Vsi podatki niso enaki. Nenatančne, slabo opredeljene ali slabo zbrane informacije lahko vodijo do slabih odločitev.
V številnih organizacijah kazalniki obstajajo, vendar je njihova zanesljivost negotova. Definicije se razlikujejo, metode zbiranja so različne in razlage se spreminjajo glede na deležnike.
Pred analizo je zato bistveno zagotoviti, da podatki resnično odražajo realnost procesa.
Nezanesljivi podatki ne morejo izboljšati zmogljivosti. Lahko jo celo poslabšajo z usmerjanjem odločitev v napačno smer.
Pomen ukrepanja
Niti popolnoma analizirani podatki ne proizvedejo učinka brez ukrepanja.
Številne pobude se ustavijo v fazi diagnostike. Težave so prepoznane, vzroki so analizirani, vendar se rešitve počasi izvajajo.
To vrzel je mogoče pojasniti z več dejavniki: pomanjkanje določanja prioritet, težave pri sprejemanju kompromisov, odpor do sprememb ali pomanjkanje jasnega lastništva.
Zmogljivost se ne izboljšuje z analizo, temveč s konkretnimi ukrepi. Podatki morajo biti izhodišče, ne cilj.
Pogosto spregledana človeška dimenzija
Preoblikovanje zmogljivosti se ne opira le na številke. Odvisno je tudi od vedenja, praks in zavzetosti ekipe.
Odločitev, ki temelji na podatkih, je morda tehnično ustrezna, vendar jo je težko izvesti, če ne upošteva pogojev iz resničnega sveta.
Ekipe morajo razumeti analize, sprejeti rešitve in sodelovati pri njihovi izvedbi. Brez tega lastništva ostanejo spremembe površinske.
Podatki usmerjajo odločitve, ljudje pa preoblikujejo realnost.
Vloga vodstva pri uporabi podatkov
Vodstvo igra odločilno vlogo pri tem, kako se podatki uporabljajo.
Ko se na kazalnike gleda kot na orodja za nadzor ali kaznovanje, se vedenje prilagodi. Ekipe skušajo zaščititi svojo uspešnost, včasih na račun realnosti.
Nasprotno pa, ko se podatki uporabljajo za razumevanje in izboljšanje, postanejo močan vzvod. Odstopanja se analizirajo brez strahu, težave se lažje izpostavijo in rešitve se pojavijo hitreje.
Drža vodstva določa vrednost podatkov.
Od podatkov do trajnostne zmogljivosti
Izboljšanje zmogljivosti ne pomeni ustvarjanja več podatkov, temveč njihovo boljšo uporabo.
Podatki morajo biti zanesljivi, razumljeni, analizirani in pretvorjeni v ukrepanje. Biti morajo del skladnega sistema, ki ga podpirajo metode in vodi vodstvo.
Če se uporabljajo na strukturiran način, pomagajo razumeti mehanizme zmogljivosti, določiti prioritete ukrepov in zavarovati odločitve.
Vendar brez analize, ukrepanja in skupne zavzetosti ostajajo le odraz realnosti.
Ključne ugotovitve
- Meriti ne pomeni razumeti
- Podatke je treba razlagati v kontekstu
- Podatki brez ukrepanja nimajo vpliva
- Kakovost podatkov je bistvena
- Metoda strukturira analizo
- Odločitve morajo temeljiti na dejstvih
- Zavzetost ekipe je bistvena
- Vodstvo vpliva na način uporabe podatkov
- Zmogljivost temelji na ukrepanju, ne le na merjenju
