• 我们应该改进什么，为什么?
• 发生了什么变化?
• 我们如何改进事情，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，我们就能做出一些明智的决定，决定如何做出有效的改变，从而对绩效产生积极影响。

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有力的假设。

有两种常见的行动失败，我们称之为类型1和类型2(这是统计学家所说的)，或者可能是在识别变异的“常见原因”和“特殊原因”方面的错误。如果不理解两者的区别，我们就会冒着“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”

常见原因情况是那些性能随时间上升和下降的情况，如果分析得当，可以看到它以相对可预测的模式发生:如果我们不改变任何东西，性能水平很可能会持续下去。当某些人认为他们看到了数据点之间的真正差异时，问题就出现了，而实际上这种差异并不存在。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成绩，而其他人却没有取得同样的成绩。这种差异是由个人造成的，还是由更大背景下的其他因素造成的?也许，就像通常的情况一样，他们只是很幸运，碰巧是取得好结果的人。下周可能是别人。这个比喻就像火警警报器响了，表示有火灾，而实际上并没有火灾。很容易陷入类型1错误，假设性能的高低并不存在。这是一个“委托的错误”做了不该做的事(Ackoff et al . 2006)。

“特殊原因”

一些特殊的原因是显而易见的，例如性能的重大增加或减少或异常事故。然而，如果我们将每个数据点视为“一次性的”，有时隐藏的性能模式可能会表明真正的变化，而这种变化很容易被忽略。这有点像发生了火灾，但火警没有响。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——不要重新设计你现有的，因为它不会复制这种情况——这只是干预，只会让事情变得更糟。例如，一个人的工作产出不断恶化，然后又不断改善，这种循环可能表明有一个潜在的特殊原因需要解决(例如健康)，因此干预工作设计本身就会适得其反。此外，如果管理者不长期关注业绩，这些周期可能无论如何也检测不到——平均而言，它们可能看起来像是一个合理的产出水平。Ackoff称这是遗漏的错误没有做本该做的事．

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

阅读:

Ackoff R.L.;H. J. Bibb, S. Addison(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)《从命令和控制中获得自由》，先锋出版社，白金汉，英国。