מכירים את לינדה? לינדה היא בחורה פתוחה וכשרונית. היא סיימה את לימודיה בפילוסופיה. כסטודנטית הייתה מוטרדת מאוד מבעיות של אפליה ואי צדק חברתיים. היא נהגה להשתתף בהפגנות נגד אלימות ועוד. איזו מבין שתי האפשרויות סבירה יותר?
א. לינדה היא פקידת בנק
ב. לינדה היא פקידת בנק ופעילה בתנועה הפמיניסטית
מרבית האנשים בוחרים באפשרות השנייה כי היא מתאימה יותר לדימוי שבו הם מחזיקים ללינדה הסטודנטית הפעילה, אך בכך הם מתעלמים מחוקי הסטטיסטיקה: ההסתברות לאפשרות הראשונה גדולה מההסתברות לאפשרות השנייה, שכן פקידות בנק פמיניסטיות הן קבוצה בתוך קבוצת פקידות הבנק (מתוך כלל פקידות הבנק סביר שחלקן תהינה פמיניסטיות וחלקן לא).
שאלה נוספת, על מה נמליץ יותר? תרופה חדשה עם 50% הצלחה או תרופה חדשה עם 50% אפשרות לכישלון? נמליץ על האפשרות של ההצלחה למרות שלמעשה ההסתברויות לכישלון שוות.
חכמים וטובים כבר הוכיחו (ואף קיבלו על כך פרסים מכובדים) שאנשים אינם יצורים רציונאליים.
בשל עומס מידע, בתהליכי קבלת החלטות אנו משתמשים ב"קיצורי דרך מחשבתיים" שהם למעשה הערכות (בשמן המקצועי היוריסטיקות), ובכך חשופים להטיות קוגניטיביות כמו אלה שצוינו בדוגמאות מעלה.
איך בכל זאת נוכל להתגבר על ההטיות הללו? נשתמש במדדים אובייקטיביים תומכי החלטה.
החשש מהטיות ומקבלת החלטות בתנאי חוסר וודאות, מעלה את הצורך ב"הוכחות אובייקטיביות" המשמשות "אישור" להחלטה או להתנהגות, ולעיתים אף לנורמה חברתית כזו או אחרת. אנו מייחסים למדדים חשיבות רבה בחיינו עד כדי כך שהאמירה הרווחת היא ש"מה שלא נמדד לא קיים".
השימוש במדדים אובייקטיביים מסייע אמנם בפתרון בעיית ההטיה ובהקטנת תחושת חוסר הוודאות, אך טומן בחובו אתגרים אחרים שיש לתת עליהם את הדעת. מהם האתגרים ומה הקשר למערכות BI? כל זאת ועוד מיד בהמשך המאמר.
מדדי BI ותהליך קבלת החלטות
על מנת להבין את אופן השימוש במדדים, נתעכב מעט בהבנת האופן שבו אנו מקבלים החלטות.
האופן שבו אנו מקבלים החלטות תלוי בנסיבות, בכמות ובטיב הנתונים שבידנו, ובנטייה האישית שלנו לקבל החלטה באופן זה או אחר. ישנם שלושה תהליכי קבלת החלטות:
1. תהליך קבלת החלטות ארוך וממצה המבוסס על נתונים: ארגונים עסקיים (כמו גם אנשים פרטיים) מעדיפים לקבל החלטות באופן הזה, שכן קבלת החלטות בדרך זו נתפסת רציונאלית בשל השימוש במדדים אובייקטיביים. בעולם של עודף מידע תהליך זה אינו ישים במיוחד.
2. תהליך קבלת החלטות קצר ולא ממצה המבוסס על הערכה: תהליך זה הוא אינטואיטיבי ומוטה, וכפי שנאמר קודם לכן, פחות מקובל, לפחות בעולם העסקי.
3. תהליך קבלת החלטות המשלב בין השניים – תהליך "רציונאלי למחצה", הפשרה שבין התהליך הארוך לתהליך הקצר והוא הנפוץ ביותר מבין השלושה.
איך בכל זאת נוכל לקבל החלטות באופן רציונאלי? סביר להניח שבכל החלטה שנבצע יהיה אלמנט אינטואיטיבי במידה זו או אחרת. עם זאת, נוכל להקטין את החלק האינטואיטיבי ולהגדיל את החלק המבוסס על מדדים, ללא צורך בתהליך ארוך וללא התחושה של "טביעה בים של ידע", על ידי שימוש במדדים חכמים. מדדים חכמים הם מדדי BI: נתונים (שהוגדרו כמדדים רלוונטיים) אינטגרטיביים ואיכותיים המופקים במערכות ה-BI. המדדים החכמים מספקים מידע ממצה מחד ומתומצת מאידך (בהתאם לאפיון), כך שאינו מעמיס מידע על מקבל ההחלטות.
דוגמאות לשימוש במדדים חכמים:
1. הערכת סיכונים בפרויקט: שימוש במדדים חכמים כדי לבסס את ההערכה הראשונית, ולאחריה כדי לקבוע האם הסיכונים התממשו.
2. קביעת אסטרטגיה עסקית: האם לפתח מוצר? האם לצאת בקמפיין? האם לרכוש חברה?
3. פעילות שוטפת: מדדים המשקפים העדפות של לקוחות יסייעו לנו בהצעת עסקה מתאימה או בסידור נכון של המוצרים בחנות.
4. הערכת ביצועים: נתונים על שימושיות בפורטל הארגוני, נתוני מכירות ועוד.
מדדי בקרה: ROI או VOI?
המדד המקובל להערכת יעילות השקעה הוא מדד ROI (return on investment), המחושב כיחס בין ההשקעה (כספית בד"כ) בפעולה כלשהי לעומת הרווח שנבע מאותה פעולה בדיעבד.
כיום, ארגונים אינם מסתפקים רק בשימוש במדד המסורתי (ROI) שכן אלמנטים כמו שיתוף, חדשנות, ניהול ידע, שינויים בתהליכי עבודה, קהילות מקצועיות והגדלת הפרודוקטיביות, מתחילים להיתפס כגורמים מהותיים המעלים את הערך התחרותי של הארגון. כל אלה באים לידי ביטוי במדד בקרה הנקרא מדד VOI (value on investment).
ההבדלים בין ROI ל- VOI הם פשוטים. ROI מבוסס על החזר הנובע מתוצאות מוחשיות כגון הקטנת ההוצאות, הגדלת התשואה ופתיחת שווקים חדשים. מדד ROI הוא אובייקטיבי המבוסס על מדדים מסורתיים וקונקרטיים (על אף שההנחות המובילות ל-ROI עשויות להיות סובייקטיביות ושיפוטיות). לעומתו מדד ה- VOI מודד את הערך הכללי של תמורות "רכות" ועמומות, לכן הוא סובייקטיבי וקשה למדידה באותה מידת דיוק כמו מדד ה- ROI.
ומה הקשר למדדי BI?
מדדי ה- BI עצמם ישמשו אותנו בחישוב מדד ה- ROI (למשל נתוני תשואה ממכירות כהחזר השקעה על קמפיין חדש), אך ניתוח איכותני של מדדי ה- BI (למשל ניתוח נתוני שימוש בפתרונות שיתוף ידע) יסייע לנו בהערכת מדד ה- VOI, כך שעל אף שמדובר בהערכה אינטואיטיבית, היא תבוסס על נתונים מוצקים, אשר יעלו את התוקף והמהימנות של ההערכה.
האתגרים בשימוש במדדים
כפי שנאמר קודם לכן, השימוש במדדים מסייע בפתרון בעיית ההטיה, אך מעלה אתגרים אחרים:
1. המדדים הנבחרים לא בהכרח משקפים מדד אמיתי למה שהתכוונו למדוד (במונחים מקצועיים נהוג לומר שקיימת בעייתיות בתוקף ובמהימנות המדידה). הסיבה לכך עשויה להיות נעוצה בחוסר דיוק באפיון המדד כמענה לצורך המדידה (תוקף) ובהצגת נתונים לא מטויבים ומעודכנים (מהימנות).
2. לנתונים אובייקטיביים יש ערך סובייקטיבי: מדדים לרוב מבטאים נתונים כמותיים, אך השימוש בהם תלוי באופן שבו ינותחו (למשל, נתונים על ציונים ישוקפו מתוך המערכת, אך ההחלטה ל"מהו ציון טוב" היא החלטה סובייקטיבית). ניתוח הנתונים יוסיף "צבע", אך הוא מבוסס על חשיבה אנושית, החשופה להטיות.
3. הצורך בשימוש במדדים אובייקטיביים עשוי ליצור שימוש יתר בנתונים ותלות בטכנולוגיה, המתבטאים לעיתים בהסרת אחריות מצד מקבל ההחלטה והתבססות מוחלטת על הנתונים (למשל, קבלת עובד לעבודה רק על סמך מבחני מיון שבוצעו במכון אבחון חיצוני, ומתן משקל מועט להתרשמות האישית של מקבל ההחלטה והמלצות על המועמד). כאשר מדובר במדדי BI, התלות עשויה להיות גדולה יותר, שכן מדובר במדדים "חכמים". בהקשר זה, רמת הדיוק באפיון המדדים היא קריטית.
לסיכום,
לעולם לא נוכל לחמוק, וגם רצוי שלא נעשה זאת, מחשיבה אנושית המבוססת על הערכה סובייקטיבית. עם זאת, נוכל לצמצמם את השפעת ההטיות הטמונות בהערכה שכזו, על ידי מודעות לקיומן של ההטיות ועל ידי שילוב מדדים אובייקטיביים בתהליכי קבלת החלטות. מדדים חכמים המופקים ממערכות ה-BI יספקו לנו את המידע הממצה ביותר שנוכל לקבל בהינתן עומס מידע, אך גם כלפיהם מומלץ לאמץ גישה ביקורתית, ולהשתמש בהם בתבונה כתומכי החלטה ולא כתחליף למערכת החכמה ביותר שנוצרה עד כה – המוח האנושי, מדידה נעימה.