Videnskabelig tænkning i erhvervslivet

Gennem historien har innovationer inden for instrumentering - mikroskopet, teleskopet og cyklotronen - gentagne gange revolutioneret videnskaben ved at forbedre videnskabsmænds evne til at måle den naturlige verden. Nu, hvor menneskelig adfærd i stigende grad er afhængig af digitale platforme som internettet og mobilapps, instrumenterer teknologien også effektivt den sociale verden. Den resulterende syndflod af data har revolutionære implikationer ikke kun for samfundsvidenskaben, men også for forretningsbeslutninger.

Efterhånden som entusiasme for big data vokser, advarer skeptikere om, at overdreven afhængighed af data har faldgruber. Data kan være partiske og er næsten altid ufuldstændige. Det kan få beslutningstagere til at ignorere information, der er sværere at få fat i, eller få dem til at føle sig mere sikre, end de burde. Risikoen er, at vi, når vi administrerer det, vi har målt, går glip af det, der virkelig betyder noget - som forsvarsminister Robert McNamara fra Vietnam-tiden gjorde ved at stole for meget på hans berygtede kropstal, og som bankfolk gjorde før finanskrisen 2007-2009 i stole for meget på fejl kvantitative modeller .

Skeptikerne har ret i, at ukritisk afhængighed af data alene kan være problematisk. Men det samme er overdreven afhængighed af intuition eller ideologi. For hver Robert McNamara er der en Ron Johnson, hvis administrerende direktør katastrofal embedsperiode da lederen af ​​JC Penney var karakteriseret ved hans afvisende data og beviser til fordel for instinkter. For hver mangelfuld statistisk model er der en mangelfuld ideologi, hvis ufleksibilitet fører til katastrofale resultater .

Så hvis data er upålidelige, og det samme er intuition, hvad skal en ansvarlig beslutningstager så gøre? Selvom der ikke er noget korrekt svar på dette spørgsmål - verden er for kompliceret til, at nogen opskrift kan anvendes - tror jeg, at ledere på tværs af en bred vifte af sammenhænge kan drage fordel af en videnskabelig tankegang i forhold til beslutningstagning.

En videnskabelig tankegang tager som sin inspiration videnskabelig metode , som i sin kerne er en opskrift på at lære om verden på en systematisk, replikerbar måde: start med et generelt spørgsmål baseret på din erfaring; danne en hypotese, der ville løse gåden, og som også genererer en testbar forudsigelse; indsamle data for at teste din forudsigelse; og endelig, vurder din hypotese i forhold til konkurrerende hypoteser.

Den videnskabelige metode er i høj grad ansvarlig for den forbløffende stigning i vores forståelse af den naturlige verden gennem de sidste par århundreder. Alligevel har det været langsomt at komme ind i verdener af politik, forretning, politik og marketing, hvor vores fantastiske intuition for menneskelig adfærd altid kan generere forklaringer på, hvorfor folk gør, som de gør, eller hvordan man får dem til at gøre noget anderledes. Fordi disse forklaringer er så plausible, er vores naturlige tendens at ville handle på dem uden videre. Men hvis vi har lært én ting af videnskaben, så er det, at den mest plausible forklaring ikke nødvendigvis er korrekt. At vedtage en videnskabelig tilgang til beslutningstagning kræver, at vi tester vores hypoteser med data.

Selvom data er essentielle for videnskabelig beslutningstagning, er teori, intuition og fantasi også vigtige - at generere hypoteser i første omgang, at udtænke kreative test af de hypoteser, vi har, og at fortolke de data, vi indsamler. Data og teori er med andre ord den videnskabelige metodes yin og yang – teori rammer de rigtige spørgsmål, mens data besvarer de spørgsmål, der er blevet stillet. At understrege enten på bekostning af den anden kan føre til alvorlige fejl.

Eksperimentering er også vigtigt, hvilket ikke betyder at prøve nye ting eller være kreativ, men helt specifikt brugen af ​​kontrollerede eksperimenter for at pirre kausale virkninger. I erhvervslivet er det meste af det, vi observerer korrelation - vi gør X og Y sker - men ofte er det, vi ønsker at vide, om X eller ej forårsaget Y. Hvor mange ekstra enheder af dit nye produkt fik din annoncekampagne forbrugerne til at købe? Vil udvidet sygesikringsdækning få medicinske omkostninger til at stige eller falde? Blot at observere resultatet af et bestemt valg besvarer ikke årsagsspørgsmål som disse: vi er nødt til at observere forskellen mellem valg.

Mange af de mest konsekvensbeslutninger giver kun én mulighed for at lykkes.

At replikere betingelserne for et kontrolleret eksperiment er ofte vanskeligt eller umuligt i forretnings- eller politikmiljøer, men det bliver i stigende grad gjort i feltforsøg , hvor behandlinger er tilfældigt tildelt forskellige individer eller samfund. For eksempel har MIT's Poverty Action Lab gennemført over 400 feltforsøg for bedre at forstå bistandslevering, mens økonomer har brugt sådanne eksperimenter til at måle effekten af online annoncering .

Selvom felteksperimenter ikke er en opfindelse fra internetæraen - randomiserede forsøg har været guldstandarden for medicinsk forskning i årtier - har digital teknologi gjort dem langt nemmere at implementere. Efterhånden som virksomheder som Facebook, Google, Microsoft og Amazon i stigende grad høster præstationsfordele fra datavidenskab og eksperimenter, vil videnskabelig beslutningstagning blive mere omfattende.

Ikke desto mindre er der grænser for, hvor videnskabelige beslutningstagere kan være. I modsætning til videnskabsmænd, der har den luksus at tilbageholde dom, indtil tilstrækkelige beviser er akkumuleret, er politiske beslutningstagere eller virksomhedsledere generelt nødt til at handle i en tilstand af delvis uvidenhed. Strategiske opkald skal foretages, politikker implementeres, belønnes eller tildeles skyld. Uanset hvor strengt man forsøger at basere sine beslutninger på beviser, vil der være behov for noget gætværk.

Det, der forværrer dette problem, er, at mange af de mest konsekvensbeslutninger kun giver én mulighed for at lykkes. Man kan ikke gå i krig med halvdelen af ​​Irak og ikke den anden bare for at se, hvilken politik der fungerer bedst. Ligeledes kan man ikke reorganisere virksomheden på flere forskellige måder og så vælge den bedste. Resultatet er, at vi måske aldrig ved, hvilke gode planer der slog fejl, og hvilke dårlige planer der virkede.

Selv her er den videnskabelige metode dog lærerig, ikke til at fremkalde svar, men snarere til at fremhæve grænserne for, hvad der kan vides. Vi kan ikke lade være med at spørge, hvorfor Apple blev så succesfuld, eller hvad der forårsagede den sidste finanskrise, eller hvorfor Gangnam Style var den mest virale video nogensinde. Vi kan heller ikke forhindre os i at komme med plausible svar. Men i tilfælde, hvor vi ikke kan teste vores hypotese mange gange, lærer den videnskabelige metode os, at vi ikke skal udlede for meget fra et hvilket som helst resultat. Nogle gange er det eneste sande svar, at vi bare ikke ved det.

Nogle mennesker finder denne konklusion deprimerende, men et videnskabeligt sind bør altid forblive skeptisk over for, hvad det ved. Vær skeptisk over for data med alle midler, men vær også skeptisk over for plausible forklaringer, konventionel visdom, inspirerende ideologier, overbevisende anekdoter og mest af alt din egen intuition. Resultatet bør hverken være total lammelse eller en slavisk overholdelse af data, og det bør heller ikke på nogen måde udelukke kreativitet eller fantasi. Det burde snarere føre os til en mere rationel, evidensbaseret verden.

Duncan Watts er hovedforsker hos Microsoft Research og forfatter til Alt er indlysende: Hvordan sund fornuft svigter os .

skjule