Большинство руководителей и организаций не используют все преимущества данных и аналитики для принятия решений, несмотря на цифровую трансформацию:
- Принимающие решения используют лишь 22% доступных данных. Эрик Ларсон указывает на недостаточное использование данных. Многие ожидали, что данные приведут к более эффективным решениям, но это не так.
- Внешние факторы усиливают сложность принятия решений. Организации начали цифровую трансформацию, но этого недостаточно.
- Необходим интегрированный подход к принятию решений, объединяющий AI, business intelligence, collaborative intelligence и DI. DI рассматривается как ключевой элемент реализации цифровой трансформации.
- Профессионализм в процессе принятия решений необходим для успешного использования данных. Многие организации все еще не связывают решения с доказательствами и данными. Важно сосредоточиться на создании эффективных процессов принятия решений и использовать новые технологии.
Для решения сложных проблем организациям и руководителям необходимо переосмыслить свой подход к принятию решений, активно интегрировать современные технологии и методы анализа данных, а также учитывать внешние изменяющиеся факторы.
DI — это методология и набор процессов и технологий, направленных на улучшение процесса принятия решений, делая его более основанным на фактах:
- Цель DI — помочь принимающим решения понимать последствия своих текущих действий для будущих результатов.
- В DI акцентируется внимание на "проектировании решений". Это подход, при котором решение рассматривается как дизайнерская задача.
- Принятие решения в DI подразумевает, что после его принятия ожидаемые результаты достигаются без дополнительных вмешательств.
- Процесс DI включает в себя многие из лучших практик дизайна, таких как генерация идей, документация и контроль качества.
- Центральный элемент DI — это CDD (каузальная диаграмма принятия решений), который помогает визуализировать и документировать принимаемое решение.
Связанные статьи:
- Резюме статьи Gartner’s Decision Intelligence Trend Is Taking Off. What Took So Long?
- Резюме "Rethinking the Decision Factory"
От данных к решениям
DI помогает превращать "сырые" данные в информацию, которая является "усвояемой" и полезной для принятия решений в организациях.
Проблема с текущим использованием данных: Организации часто не понимают, как использовать данные для принятия решений. Аналитики предоставляют информацию без ясного понимания того, как она будет использоваться.
Представьте, что вы сидите в ресторане, и ваш официант приносит миску с водой, чашку муки и миску со специями. Вот так многие нетехнические специалисты чувствуют себя, когда их команды по работе с данными показывают им диаграммы и графики: эта информация просто не "приготовлена" в усвояемой форме. Данные и понимание - это как те ингредиенты. Чтобы информация была "вкусной", она должна показывать, как ваши действия приводят к желаемым результатам. Потому что именно так думают нетехнические люди.
Основная цель DI:Связать действия с результатами, предоставляя данные в "приготовленной" форме, которая соответствует "естественному" процессу мышления принимающих решение.
Три ключевых пробела между данными и решениями:
- Отсутствие общего понимания между аналитиками и нетехническими специалистами о том, как данные будут использоваться.
- Трудности в определении, с чего начать новую инициативу по принятию решений из-за разделения ответственности между теми, кто принимает решения, и аналитиками.
- Сложность правильного использования данных, даже если они точные, из-за отсутствия ясности в связи действий и результатов.
Решение: DI служит мостом между данными и решениями, превращая "сырые ингредиенты" данных в информацию, готовую к использованию для принятия решений.
Потолок принятия решений
Принятие решений организациями достигло потолка своей сложности, что требует новых подходов и методологий для эффективного и обоснованного решения проблем.
Проблема сложности: Многие отрасли столкнулись с "потолком сложности" из-за увеличения числа входных данных и сложности взаимодействия между ними. Внешние глобальные факторы, такие как климат, политика и культура, усиливают эту сложность.
Следствия увеличивающейся сложности: 65% решений стали сложнее за последние два года. Решения часто основываются на недостаточных обоснованиях из-за перегрузки информацией.
Недостаточные текущие решения: Ответ на сложность часто сводится к сбору больше данных или созданию новых моделей, что может добавить дополнительную сложность.
DI как решение: Подходы, используемые в других областях, таких как строительство или программное обеспечение, могут быть применены к принятию решений. DI начинает с определения решения, а затем ищет соответствующие доказательства, что позволяет избежать ненужной информации.
Преимущества DI: Интеграция различных доказательств для понимания причинно-следственных связей. Модели решений становятся инструментами для рассуждений или моделирования.
По мере увеличения сложности принимаемых решений, подходы и инструменты, такие как DI, становятся необходимыми для обеспечения эффективного и обоснованного решения проблем.
DI связано с решениями от действия к результату
DI фокусируется на решениях, которые связаны с действиями, приводящими к определенным результатам:
- Термин "решение" имеет несколько значений, но в контексте DI он относится к выбору действий для достижения результатов.
- Есть различные типы решений: классификация, регрессия (прогнозы) и от действия к результату.
- Примеры решений от действия к результату:
- Учитель, решающий, предлагать ли курс онлайн или очно
- Сотрудник, решающий, ехать ли на конференцию или участвовать в ней виртуально
- Управляющий зданием, решающий, как и когда открыть офисное здание после периода удаленной работы во время пандемии
- Гражданин, решающий, какой благотворительной организации пожертвовать, а также когда и сколько
- Отдел кадров, принимающий решение о деталях политики найма в рамках диверсификации
- Фермер, выбирающий лучший вариант защиты своих урожаев от вредителей
- Законодатель, решающий, какие элементы включить в законопроект, который обеспечит равный доступ к широкополосному интернету для всех граждан
- Доктор, сравнивающий потенциальные методы лечения для пациента
- Лучшие решения для DI — это те, которые имеют значительное воздействие, требуют обдумывания или могут быть улучшены с помощью данных.
- DI особенно полезен в новых или неизведанных ситуациях, где организации могут "работать вслепую".
Связанные статьи:
- Резюме статьи "Guest Post: How to Integrate Process Models with Decision Intelligence"
Почему руководители, принимающие решения на основе данных, нуждаются в DI
Руководители, принимающие решения на основе данных, должны усовершенствовать свой подход к аналитике, обеспечивая более эффективное взаимодействие между аналитиками и конечными пользователями.
Современные лидеры стремятся к принятию решений на основе данных. Однако, часто аналитики предоставляют информацию, не понимая реальных потребностей руководителей. Это может привести к избыточной работе и неэффективности.
Многие организации стремятся быть "ориентированными на данные". Аналитики часто предполагают, каким образом руководители будут использовать предоставленные данные. В отличие от разработки ПО, где требования четко определены, в аналитике нет четкого понимания требований конечного пользователя.
Аналитики часто говорят об "интересных" данных без понимания, как они связаны с бизнес-результатами. В отрасли разработки ПО уже давно признали важность определения потребностей конечных пользователей. Необходим переход к методологии, при которой начало аналитического процесса определяется конечными пользователями, а не самими аналитиками.
Откуда появился DI
DI — это методика, разработанная для улучшения принятия решений, ориентированная на проблему, а не на решение, и взявшая свое начало в коммерческом мире.
DI фокусируется на определении проблемы и поиске соответствующего решения. Он возник на основе потребности лиц принимающих решения в более качественном принятии решений. DI интегрирует различные технологии для обеспечения лучших результатов в сложных условиях.
DI применяет симуляционный подход, позволяя принимать решения на основе "проб и ошибок" в безопасной среде. Специалисты и компании узнают о DI и активно внедряют его, признавая его важность в современной эре ИИ.
Чем DI не является
DI — это не моделирование процессов или планирование проектов
Моделирование процессов — это соглашение о последовательности действий для достижения некой цели. С этим связано планирование проекта. Обе области часто используют блоки и стрелки для представления задач и зависимостей соответственно.
DI — это не дерево решений
Дерево решений — это последовательность вопросов для достижения некоторого вывода. Дерево решений ведет специалиста через серию вопросов и измерений, но не показывает причинно-следственных связей.
DI — это не поток данных
Диаграмма потока данных может содержать множество блоков и стрелок. Однако моделирование потока данных не то же самое, что моделирование причинно-следственной цепи в реальном мире.
DI — это не предсказания
Слово "решение" имеет несколько значений. В DI это означает выбор действий с намерением добиться результата.
DI — это не исследование операций или линейное программирование Несмотря на математические подходы в решении некоторых проблем, большинство решений не подходят для этого, требуя других методов.
DI — это не анализ решений
Хотя DI и анализ решений (decision analysis) тесно связаны, они не одно и то же. DI предлагает интеграцию технологий, симуляции, данных и ИИ в картину.
Модель зрелости DI
Модель зрелости DI, представленная на рисунке 1-3, отражает ряд траекторий, по которым организации со временем улучшают свое внедрение DI.
Девять процессов DI
Основа этой книги - девятиэтапная модель процесса DI, представленная на рисунке 1-4.
Глава 2 охватывает фазу А, фазу требований к решению, которая устанавливает ожидания для результатов моделирования решений. В процессе А1, утверждение цели решения, клиент принимает решение, предоставляя краткое описание решения команде или индивиду, ответственному за выполнение процессов DI для этого решения. В процессе A2, формирование решения, команда работает с клиентом, чтобы понять требования и ограничения решения, и записывает их на рабочем листе или документе формирования решения.
Глава 3 начинается с фазы B, моделирование решения, сосредоточенное на процессе B1, дизайн решения. Требования к решению являются предпосылкой к эффективному моделированию решений, но моделирование — это то место, где вы создаете ценность. В процессе дизайна решений вы создаете свою начальную CDD, "чертеж" вашего решения.
Глава 4 охватывает второй процесс в фазе B: процесс B2, исследование активов решения. В этом процессе вы определяете существующие данные, модели и человеческий опыт, которые информируют решение, и добавляете эти активы решения в вашу CDD.
Глава 5 начинается с фазы C, рассуждение решения, где вы будете использовать свою CDD, чтобы понять поведение системы и риски, связанные с вашим решением. Процесс C1, симуляция решения, позволяет вам понять поведение причинно-следственной системы, лежащей в основе решения.
Глава 6 продолжает фазу C с процессом C2, оценка решения. Этот процесс помогает управлять риском.
Глава 7 охватывает фазу D, действие решения, когда вы (или принимающий решение) выполняете одно или несколько действий. Эти действия основаны на вашей CDD и сопроводительной документации, созданной в предыдущих процессах. Они запускают причинно-следственные цепи, которые в конечном итоге приводят к результатам.
Глава 8, посвящена фазе E - обзору решения. Этот этап позволяет улучшить ваши решения со временем и определить пути улучшения.