改善服务始于事实的飞跃,而不是信念的飞跃

  • 事实的飞跃我们应该改进什么?为什么?
  • 发生了什么变化?
  • 我们如何改进,何时何地?
  • 我们应该让谁参与进来?

如果我们开始解决这些问题,过滤掉假设和先入之见,我们就能够做出一些明智的决定,如何做出有效的改变,从而对业绩产生积极的影响。

这个世界并不完美,我们不可能总是有时间和资源来收集正在发生的事情的全貌。然而,重要的是,我们要寻找和分析相关数据,以便对我们能做什么做出一些合理可靠的假设。

有两种常见的行动失败,我们称之为第一类和第二类(统计学家是这样称呼它们的),或者可能是在区分变异的“常见原因”和“特殊原因”时犯了错误。如果不理解其中的区别,我们就有“篡改”的风险,我们觉得自己在做一些有用的事情,但实际上只会让事情变得更糟(Deming, 1982)。

“常见的原因”

常见原因的情况是,性能随着时间的推移而上升和下降,如果进行适当的分析,可以看到发生在相对可预测的模式上:如果我们什么都不改变,性能水平很可能会保持下去。当有人认为他们在数据点之间看到了真正的差异,而实际上不存在这种差异时,问题就出现了。这是第一类错误:我们观察到的变化实际上只是背景“噪音”的自然影响,但我们选择对这种“变化”采取行动。例如,办公室里有人取得了很好的结果,而其他人却没有取得同样的结果。这种差异是因为个人,还是更广泛的背景下的其他因素?也许,就像通常的情况一样,他们只是运气好,碰巧是那个取得好结果的人。下周可能是其他人。这个比喻就像火灾警报响起,表明发生了火灾,而实际上并没有发生火灾。很容易陷入第一类错误,假设性能的高低并不存在。这是一个“委托错误”做一些不该做的事(Ackoff et al 2006)。

“特殊原因”

一些特殊的原因是显而易见的,例如性能的大幅提高或下降或异常事故。然而,有时隐藏的性能模式可以表明一个真正的变化,如果我们认为每个数据点都是“一次性的”,那么这个变化很容易被忽略。这有点像发生了火灾,但火警警报没有响。根本的问题是,这些真正的变化是由于“特殊原因”,一些真实的东西正在冲击系统。这里的问题是解决方案位于系统之外——不要重新设计你所拥有的,因为它不会复制这种情况——那只是干涉,会让事情变得更糟。例如,一个人的工作产出不断恶化,然后又不断提高,这可能表明有一个潜在的特殊原因需要解决(例如健康),所以干预工作的设计本身会适得其反。此外,如果经理不随时间观察绩效,这些周期可能无论如何都不会被发现——平均而言,它们可能看起来是一个合理的产出水平。Ackoff称这是一个疏忽的错误没有做该做的事

当然,要发现特殊原因和常见原因之间的差异,需要新的技能和思维纪律。当你把组织理解为一个系统时,改善服务就开始于事实的飞跃,而不是信念。

阅读:

Ackoff R.L.;艾迪森,H. J.比布,S.(2006)管理法则:组织如何真正运作。三头政治新闻

戴明W.E.(1982)走出危机,麻省理工学院CAES,剑桥。

塞登,J.(2005)从命令和控制的自由,先锋出版社,白金汉,英国。