Hogyan segít a befogadó gyakorlat és az adatok csökkenteni a döntéshozatali elfogultságot?

Könnyen előfordulhat, hogy az elfogultságok bekúsznak a döntéshozatal különböző aspektusaiba – még akkor is, ha úgy gondolja, hogy döntéseit objektív tényekre alapozza. Tehát hogyan korlátozhatja az elfogultságot a döntések meghozatalakor? Mit jelent pontosan az adatokon alapuló döntéshozatal? És hogyan akadályozhatja meg, hogy az elfogultság beszivárogjon az adataiba?

Sok mindent kell itt kibontani, úgyhogy gondolkozzunk el egy pillanatra.

Először is meg kell szólítanunk az elefántot a közmondásos szobában: Mindenkinek vannak elfogultságai. Az elfogultság nem veleszületett rossz, vagy szégyellnivaló – ez egy természetes emberi késztetés. Az emberek gyakran kerülik az elfogultság kezelését és feltárását, mert úgy gondolják, hogy ez gyengeség vagy hiba. A vezetőknek azonban tisztában kell lenniük azzal, hogy szándékos, tájékozott döntéseket hozzanak. Szándékos az empátia gyakorlása és a döntéseitől való elhatárolódás befogadóbb eredményekhez vezethet.

Adatalapú döntéshozatal tényeket, mutatókat és adatokat használ a stratégiai üzleti döntések meghozatalához, amelyek összhangban vannak az Ön céljaival, célkitűzéseivel és kezdeményezéseivel. Itt a hangsúly az „útmutatón” van.

Az adatok nem egy golyó az összes torzítás tagadására. Mindazonáltal megteremtheti a teret a saját feltételezéseitől való decentralizációhoz, és elkezdheti látni, hogy egy adott helyzetet milyen sokféleképpen lehet megnézni, megérteni vagy kezelni.

Így korlátozhatja az elfogultságokat, amikor döntéseket hoz a vállalkozása érdekében.

1. Fogadja el az adatokon alapuló döntéshozatalt – csak győződjön meg arról, hogy adatai nem elfogultak. Az adatok a beszélgetés kezdetét jelentik – nem a teljes beszélgetést. (További információ arról, hogyan néz ki az adatvezérelt döntéshozatal itt.)

Amikor adatokat elemezünk, először összesítve nézzük meg, hogy ésszerű mintaméretet kapjunk. Az adatok bontásával azonban jobban betekintést nyerhetünk a különböző változókba, és arra, hogy a különböző hátterű válaszadók hogyan reagáltak egy felmérésre. Az adatok különböző változók (például életkor, nem, rassz, hely, év stb.) szerinti szeletelése és megtekintése más vonatkozásokat és mintákat is feltárhat. Ha elkezdi kicsomagolni az adatokat, és különböző szempontok szerint szűri őket, az általuk elmondott történet árnyaltabb lesz. Például, ha az alkalmazottak jólétét vizsgálja a szervezetében, akkor konkrétan a nemi identitást vizsgálhatja, és megnézheti, hogy ez hogyan befolyásolja-e a felfogást. Ügyeljen arra, hogy tisztában legyen a mintaméretekkel, és tartsa névtelenül a válaszadók körét.

Ha csak felületes kérdéseket tesz fel, vagy ha nem gondolja át, hogyan tervezi a kutatást, hogyan gyűjti az adatokat, vagy milyen adatokat gyűjt, az adatok nem lesznek olyan jók. Ahhoz, hogy a lehető legközelebb álljon a teljes képhez, tekintse meg az összes rendelkezésére álló információt, bontsa szét az adatokat, és ne feltételezze, amit lát. Mielőtt ezt megtenné, próbálja meg csökkenteni a mögöttes adatok torzítását. Győződjön meg arról, hogy vállalata adatelemzői és üzleti felhasználói tudják, hogyan kell figyelni az elfogultságra az adatokkal való munka különböző szakaszaiban; torzítás származhat magából az adatgyűjtési és kommunikációs folyamatból. Íme néhány kiemelés az Urban Institute-ból Ne árts útmutató amely elmagyarázza, hogyan kell ezt csinálni:

Adatgyűjtési szakasz. Különböző csoportok segíthetnek azonosítani az elfogultságokat és kapcsolatokat teremteni a különböző tanulmányi területek között, amelyek relevanciája első pillantásra nem nyilvánvaló. Ezenkívül jobban tükrözhetik a vizsgálni kívánt populációk demográfiai jellemzőit. Ha lehetséges, tegye egyértelművé adatgyűjtési erőfeszítéseinek céljait, hogy a válaszadók megértsék, miért fontos a részvételük.

Elemzési szakasz. Ne válassza szét teljesen az elemzői és kommunikációs csapatokat az adatgyűjtési csoportoktól – a teljes adatmunkafolyamatban való együttműködés mindig jobb, mint a silók. Amikor az elemzők és kommunikátorok megkapják az adatokat, fel kell tenniük a következő kérdéseket: „Hogyan keletkeztek ezek az adatok? Kik szerepelnek és kik záródnak ki ezekből az adatokból? Kinek a hangja, élete és tapasztalata hiányzik?”

Bemutató szakasz. Ne riadjon vissza a látványelemek bonyolultságától és árnyaltságától, ha az pontosabban tükrözi az adatokban szereplő megállapításokat. Fontolja meg, hogy a komplexitás növelése – adatsűrűbb grafikonok és diagramok formájában – hogyan bizonyíthatja, hogy Ön és csapatai alaposan átgondolták az elemzési erőfeszítéseinek következményeit.

2. Ismerje fel és mérsékelje az elfogultságot – és értse meg, hogyan befolyásolja az Ön döntéshozatali folyamatát. A tudattalan elfogultság vagy implicit elfogultság olyan elfogultságra utal, amelyről nem vagyunk tudatában, és amely a mi ellenőrzésünkön kívül történik. Ez akkor történik, amikor gyorsan ítélkezünk és értékelünk embereket és helyzeteket, és ezt a hátterünk, a kulturális környezetünk és a személyes tapasztalataink is befolyásolhatják.

Az elfogultság megakadályozhat bennünket abban, hogy sokrétű tehetséget ápoljunk, elkötelezett munkaerőt fejlesszünk ki, egyedi tapasztalatokat és perspektívákat hasznosítsunk, és együttműködésen keresztül innovációt indítsunk el. A munkahelyi elfogultság szinte bárhol megjelenhet, de leggyakrabban a toborzás, szűrés, teljesítményértékelés és visszajelzés, coaching és fejlesztés, valamint előléptetések során jelenik meg.

3. A befogadó munkafolyamat gyakorlatok beépítése. Az inkluzív munkagyakorlatra példa az egyértelmű kiválasztási kritériumok meghatározása a döntéshozatali folyamathoz. Ennek a kritériumnak összhangban kell lennie szervezete küldetésével és stratégiájával. Győződjön meg arról, hogy megértette, miért helyezi előtérbe ezeket a kritériumokat. Legyen következetes mindenki értékelésében, és legyen szándékos.

Tekintsük azt a példát, amikor egy céges rendezvényre keresünk vezető előadót. Milyen üzenetet szeretnél eljuttatni a rendezvényedhez? Szüksége van arra, hogy ez a történet egy bizonyos méretű vállalattól származzon, bizonyos szintű márkaértékkel? Ez ugyanolyan fontos vagy kevésbé fontos, mint azok a mutatók, amelyeket kiemelni szeretne a történetükről? És mi a helyzet, ha megosztod a platformodat olyan nézőpontokkal, amelyek különböző hátterűek?

Ebben a forgatókönyvben hajlamosak vagyunk azt mondani, hogy „mindent akarunk!” vagy bizonyos kritériumokra összpontosítunk, amelyek egyéni vagy csapat részeként nagy értékűek. De mi van akkor, ha valaki meghozza azt a csekély gyümölcsöt, hogy remek címe van, de hiányzik a megfelelő történet, amit elmesélhetne? A világos kritériumok előre meghatározott meghatározása biztosítja, hogy a meghozott döntés igaz legyen a kívánt eredményhez.

Ha a döntést többen tájékoztatják, nem csak Ön, akkor a közvetlen hálózatán kívüli személyeket is bevonjon egy adott projekthez, programhoz vagy döntéshozatali erőfeszítéshez közreműködők kiválasztásakor. A közvetlen hálózatodban lévő emberek – a „menni” az emberekhez – nagyobb valószínűséggel hasonlítanak rád, mintsem hogy más perspektívát hozzanak létre. Ezt affinitási torzításnak nevezik.

4. Vállalatánál helyezze előtérbe a sokszínűséget (reprezentációt) és a befogadást. Az adatok segíthetnek meglátni és felfedezni azokat a fogalmakat, amelyek nem a sajátjai. A sokszínűség és a befogadás biztosítása – mind az adatokat szolgáltató egyének, mind az adatokat értelmező csapat tagjai tekintetében – azt eredményezi, hogy csapata több értelmezést és jobb megértést tesz lehetővé az adatok mondanivalójával kapcsolatban. A kutatások bebizonyították, milyen pozitív hatása van annak, ha sokszínűbb csapatok és változatosabb nézőpontok állnak rendelkezésre. Alapján egy közelmúltbeli tanulmány, a sokszínű és inkluzív vállalatok 60%-kal nagyobb valószínűséggel teljesítenek társaikon a döntéshozatal terén.

A változatos, befogadó csapatok megzavarhatják az elfogultságot azáltal, hogy új ötleteket hoznak létre egyedi nézőpontokból. A Deloitte szerint, a kognitív sokszínűség a becslések szerint akár 20%-kal javítja a csapat innovációját.

Amikor különböző hátterű emberek kutatják az adatokat, csapata különböző nézőpontokból fedezheti fel az adatokat, új információkat fedezhet fel, és megkérdőjelezi saját elképzeléseit vagy előítéleteit. Minél többet megteheti ezt, annál több innovációra kerül sor.

Az elfogultság ellenőrzésének másik módja egy olyan befogadó légkör megteremtése, amelyben az alkalmazottak lelkileg biztonságban érezhetik magukat. Így elég jól érzik magukat ahhoz, hogy megosszák egyedi nézőpontjukat. Ha ezt nem ösztönzik, az emberek nem lesznek sebezhetőek, és megosztják egymással potenciálisan úttörő ötleteiket. A pszichológiai biztonság légkörének előmozdítása és a produktívabb közös munkavégzés innovációhoz vezet.

További megfontolandó kérdések: Inkluzív csapatokat hoz létre? Az Ön szervezete azon túlmenően gondolkodik, hogy különböző hátterű személyeket vesz fel?

5. A döntéshozatali folyamat során tudatosan kérdőjelezze meg feltételezéseit. Használjon ki egy keretet vagy eszközt, például a Ne árts útmutató hogy ezt tegye. Bontsa fel adatait, és tegyen fel magának befogadó gyakorlati kérdéseket.

Győződjön meg arról, hogy vállalata adatelemzői és üzleti felhasználói tudják, hogyan kell figyelni a munkafolyamataikban tapasztalható elfogultságot a stratégiától a végrehajtásig. Az inkluzív gyakorlás pillanatokat teremthet az elfogultság megzavarásához – de ha ez csak egy reflexiós tevékenység, akkor túl késő lesz a kurzust korrigálni. Fontolja meg egy keretrendszer használatát, hogy átgondolandó pillanatokat teremtsen, ha beépíti a befogadó gyakorlatot a munkafolyamatba.

Indítsa el a döntéshozatali folyamatot adatokkal

Az elfogultságot soha nem lehet teljesen felszámolni, és maguk az adatok sem jelentenek megoldást. Az adatok inkább egy olyan folyamat kezdetét jelentik, amelynek során több kérdést teszünk fel, amely végül megalapozott válaszhoz vezet. A sokszínűbb, befogadó csapatokkal maximalizálhatja vállalata adatainak értelmezését, ami innovatívabb meglátásokhoz és döntésekhez vezet.

Hozz jobb döntéseket adatokkal

Tudjon meg többet arról, hogyan használhatjuk fel az adatokat megalapozott üzleti döntések meghozatalához.