بسم الله الرحمن الرحیم. پیش‌تر گفتیم مدیران موفق کسانی هستند که بر اساس داده تصمیم می‌گیرند؛ برعکسِ مدیرانی که بر اساس شنیده‌ها و دیده‌هایشان تصمیم‌گیری می‌کنند. توجه داشته باشید که تصمیمِ داده‌محور بسیار حائز اهمیت است و به شما کمک می‌کند تا سریع رشد کنید. اگر در تصمیم‌گیری‌هایتان صرفاً بر اساس شم و شهود خود عمل کنید که مستند به هیچ واقعیتی نیست و هیچ داده‌ای از آن پشتیبانی نمی‌کند، درجا خواهید زد.
اما اگر بخواهید مقیاس‌پذیر شوید، رشد کنید و در سازمانی که حضور دارید پیشرفت نمایید (خواه سازمان شما یک کسب‌وکار باشد، خواه یک نهاد غیرانتفاعی یا یک سازمان دولتی، تفاوتی نمی‌کند)، تصمیمات شما باید بر اساس داده‌ها اتخاذ شود. از سوی دیگر، باید سازوکاری ایجاد کنید که این داده‌ها جمع‌آوری، ثبت و سپس تحلیل شوند.
من در این چند دقیقه قصد دارم درباره تحلیل با شما صحبت کنم. ما چهار نوع تحلیل داریم که به شما کمک می‌کنند تا نوع تصمیم‌گیری‌های خود را مشخص کنید؛ به ویژه تصمیم‌گیری‌هایی که استراتژیک (Strategic) هستند. اجازه دهید دوباره مرور کنیم: تصمیم‌گیری استراتژیک چیست؟
[مخاطب:] تصمیم اصولی…
[مدرس:] وقتی می‌گویید تصمیم اصولی، یعنی چه؟ اصولی از اصول و اصل می‌آید؛ چه نسبتی با استراتژی دارد؟ وقتی ما می‌گوییم تصمیم‌گیری استراتژیک یا راهبردی، این یک صفت است.
[مخاطب:] بله، صفت است.
[مدرس:] این یعنی چه؟ در مقابلِ آن تصمیم‌گیری غیرراهبردی قرار دارد.
[مخاطب:] تصمیمی است که بر اساس یک هدفی گرفته می‌شود…
[مدرس:] آفرین، تصمیم‌گیری‌هایی که در راستای هدف بلندمدت اتخاذ می‌شود را تصمیم‌گیری‌های استراتژیک می‌گویند. یکی از الزامات مهم برای تصمیم‌گیری استراتژیک، تحلیل است. اولاً باید داده‌ای در اختیار داشته باشید که درباره نحوه ثبت داده‌ها و اینکه چه مواردی در چه سازوکاری باید ثبت شوند، با شما صحبت خواهم کرد. ثانیاً، پس از ثبت داده‌ها، باید آن‌ها را تحلیل کنید. اکنون می‌خواهم درباره چهار نوع تحلیل با شما صحبت کنم.
مرجع صحبت‌های من مؤسسه گارتنر (Gartner) است که فکر می‌کنم در سال ۲۰۱۲ این موضوع را مطرح و چهار نوع تحلیل را ارائه کرد. هر کدام از این تحلیل‌ها، هر گام که به جلو می‌روند، پیچیده‌تر و دشوارتر می‌شوند.
تحلیل نوع اول، تحلیل توصیفی (Descriptive Analytics) است. تحلیل توصیفی در پاسخ به این سؤال است که: «چه اتفاقی افتاده است؟» داده‌های سازمان در ۶ ماه گذشته چه چیزی را به ما نشان می‌دهند؟ ما عملکرد سازمان را در پاسخ به گذشته بررسی می‌کنیم؛ بنابراین، این تحلیل نگاهی رو به گذشته دارد.
سطح دیگری از تحلیل وجود دارد که نگاه رو به حال دارد و در پاسخ به این سؤال است که: «اکنون چه اتفاقی در حال وقوع است؟» به این نوع، تحلیل تشخیصی (Diagnostic Analytics) می‌گویند. اصطلاحاً همان‌طور که برای ماشین از دستگاه دیاگ استفاده می‌کنید، سازمان خود را نیز دیاگ می‌زنید تا ببینید مشکل فعلی شما چیست.
تحلیل توصیفی یا نگاه رو به گذشته، به شما کمک می‌کند تا الگوهایی را کشف کنید و متوجه شوید که چه اشتباهاتی را در سازمان خود مرتکب شده‌اید. این امر در تشخیص عیب‌های وضعیتِ حال نیز به شما کمک می‌کند. به عنوان مثال، متوجه می‌شوید که عیب کنونی سازمان در عملکرد نیروی انسانی، کاهش انگیزه است. برای کاهش انگیزه مشخص می‌شود که روی مبحث هدف‌گذاری کار نکرده‌اید. یا در بخش بازاریابی (Marketing) و فروش بررسی می‌کنید و متوجه افت فروش می‌شوید که تحلیل چند ماه گذشته این موضوع را به شما نشان می‌دهد و موارد متعدد دیگری که آن‌ها را می‌سنجید. تحلیل سطح بعدی نامش چه بود؟ به خاطر دارید؟
[مخاطب:] پیش‌بینی.
[مدرس:] باریکلا، تحلیل پیش‌بینی (Predictive Analytics). من معادل انگلیسی آن‌ها را به این جهت بیان می‌کنم که اگر خواستید تحقیق کنید، بدانید چه واژگانی را جست و جو کنید. در غیر این صورت، همان‌طور که مرا می‌شناسید، اکراه دارم که بیش از حد از اصطلاحات انگلیسی استفاده کنم و کاربرد این اصطلاحات در اینجا صرفاً بر اساس امانتداری علمی است.
در تحلیل پیش‌بینی، شما با توجه به روندهای گذشته، الگوهایی که از دو تحلیل قبلی کشف کرده‌اید و عیبی که تشخیص داده‌اید، اقدام به پیش‌بینی می‌کنید. مثلاً سه سناریو (Scenario) را محتمل می‌دانید و می‌گویید: «با توجه به این شرایط، متوجه می‌شوم که آیا باید همین سناریو را ادامه دهم؟ یا اگر بخواهم خوش‌بینانه‌ترین سناریو را به کار بگیرم، اکنون باید چه نواقصی را برطرف کنم؟» با توجه به تحلیل تشخیصی و عیب‌یابی انجام شده، چه روندی را باید ایجاد کنید تا آن الگوی مخرب را بشکنید و یک الگوی تقویتی و مولد مثبت بسازید.
اگر این کار را با هوش مصنوعی (Artificial Intelligence) انجام دهید، قدرت آن بسیار بیشتر خواهد بود. هوش مصنوعی تشخیص می‌دهد، پیش‌بینی می‌کند و می‌گوید: «اگر با همین روند ادامه دهی، مثلاً در ۶ ماه آینده ورشکست خواهی شد.» سپس برای جلوگیری از ورشکستگی، نوع دیگری از تحلیل به وجود می‌آید؛ تحلیل سطح چهارم که به آن تحلیل تجویزی (Prescriptive Analytics) می‌گویند. تحلیل تجویزی نسخه می‌پیچد و تجویز می‌کند که: «برای جلوگیری از کاهش فروش، به عنوان مثال بودجه تبلیغاتی خود را در استان فارس افزایش بده؛ زیرا ظرفیت‌هایی در آنجا می‌بینم و داده‌های ۶ ماه گذشته، فرصت‌های خوبی را در آن منطقه به من نشان داده است. از سوی دیگر، در فلان استان شرقی، فعالیت کمتری در زمینه فروش و بازاریابی (Marketing) داشته باش.» این صرفاً یک مثال بود.
اجازه دهید دوباره با هم مرور کنیم. چهار سطح تحلیل عبارتند از:
۱. توصیفی
۲. تشخیصی
۳. پیش‌بینی
۴. تجویزی
تحلیل اول نگاه رو به گذشته دارد و توصیف می‌کند که چه اتفاقی در سازمان شما رخ داده است. تحلیل دوم می‌گوید عیب کنونی سازمان شما چیست؛ که این موضوع در بینش‌ها و تصمیم‌گیری‌های سازمانی بسیار مهم است. در تحلیل سوم پیش‌بینی می‌کنید، که باز هم در تصمیم‌گیری‌های شما اهمیت بالایی دارد. و در سطح چهارم، راهکار تجویز می‌کنید.
فرض کنید تمام این فرایندها توسط انسان انجام شود؛ مسلماً احتمال خطای آن بسیار بالاست. اما وقتی این تحلیل‌ها را به هوش مصنوعی ارائه می‌دهید، قدرت آن به قدری بالاست که تحلیل‌های بی‌نظیری برای شما انجام می‌دهد؛ زیرا هوش مصنوعی در میان داده‌ها، الگوهایی را می‌بیند که هیچ چشم و ذهن انسانی قادر به تشخیص آن‌ها نیست. فلذا تجویزی هم که ارائه می‌دهد، تجویز بسیار دقیقی است.
شما می‌توانید همین کار را انجام دهید. برای مثال، داده‌های خود را (فایل‌های اکسل (Excel) که دارید و امنیت آن‌ها برایتان حیاتی نیست) به هوش مصنوعی بدهید که: «این چهار سطح تحلیل را برای من انجام بده.» هوش مصنوعی چند ماه گذشته را تحلیل می‌کند، عیب کنونی شما را تشخیص می‌دهد، سپس سناریوها را پیش‌بینی می‌کند و در نهایت به شما راهکار تجویز می‌کند که مثلاً برای جلوگیری از فلان اتفاق، این اقدامات را انجام دهید. حتماً همین الان این موضوع را آزمون و خطا کنید.
حالا یک سؤال؛ چرا به تحلیل تجویزی می‌گوییم تحلیلِ تجویزی؟ اجازه دهید از لحاظ منطقی به این موضوع پاسخ دهم. در علم منطق، وقتی می‌خواهید انسان را تعریف کنید، می‌گویید: «حیوان ناطق».
انسان = حیوان + ناطق
[نوع] = [جنس] + [فصل]
یک جنسی به نام «حیوان» وجود دارد و یک فصلی که انسان را از سایر جنس‌های مشترک (یعنی سایر جانداران) متمایز می‌کند و آن هم «ناطق بودن»، یعنی «متفکر بودن» است.
حالا همین تعریف منطقی را بر این تحلیل‌ها منطبق کنیم. وقتی می‌گوییم «تحلیل توصیفی»، جنس آن «تحلیل» است و بین هر چهار مورد مشترک است. فصل آن چیست؟ آن‌ها را بر اساس نتیجه‌شان فصل‌بندی و متمایز کرده‌اند. یک نوع از تحلیل، خروجی‌اش توصیفِ ۶ ماه گذشته است؛ به همین دلیل با کلمه «توصیفی» آن را فصل‌بندی و از بقیه تحلیل‌ها متمایز کرده‌اند. دسته دیگر از تحلیل‌ها نتیجه‌اش «تشخیص عیب سازمان» است. در نوع دیگر، نتیجه‌ی تحلیل شما صرفاً یک «پیش‌بینی» است. و خروجیِ نوع چهارم، «تجویز راهکار» است. این هم وجه تمایز آن‌ها. سؤال یا ابهام دیگری دارید؟
[مخاطب:] سه تحلیل اول بیشتر فقط به ما اطلاعات می‌دهند؛ اما تحلیل آخری…
[مدرس:] تحلیل آخری هم اطلاعات است.
[مخاطب:] بله، آخری هم اطلاعات است، اما اطلاعاتِ اقدام‌محور. سه مورد اول داده‌محور هستند، اما آخری…
[مدرس:] آخری هم داده‌محور است، اما مسیر حرکت را مشخص می‌کند.
[مخاطب:] یعنی تحلیل‌های اولیه نوع حرکت را به شما نمی‌گویند و خودتان باید برای مسیر حرکتتان تجویز کنید. این مراحل باید دقیقاً پشت سر هم تکامل پیدا کنند؛ اما در مورد سطح چهارم…
[مدرس:] دقیقاً. دقت کنید، مدیری که راهکار تجویز می‌کند (حتی اگر فرض کنیم رسماً به سطح چهارم تحلیل نرسیده باشد) این تجویز او نیز بر اساس یک تحلیل صورت گرفته است؛ یعنی داده‌های ۶ ماه گذشته را تحلیل کرده و اکنون به این فکر کرده است که چه راهکاری تجویز کند. اما همان‌طور که گفتم، بهتر است تمام این کارها را به هوش مصنوعی تفویض کنید.
