Το χάσμα της ερμηνείας: Εκεί που πεθαίνουν οι στρατηγικές.

Ζούμε στην εποχή της υπερπληροφόρησης. Data lakes, dashboards, predictive analytics, real-time reporting. Οι οργανισμοί σήμερα δεν υποφέρουν από έλλειψη δεδομένων. Υποφέρουν από έλλειψη αποκωδικοποίησης. Ωστόσο, η σύγχρονη ηγεσία δεν κρίνεται από το πόσα δεδομένα έχει στη διάθεσή της, αλλά από το πώς τα ερμηνεύει. Τα δεδομένα είναι σήματα. Η στρατηγική είναι η ανάγνωση του σήματος μέσα στον θόρυβο. Σε επίπεδο Διοικητικού Συμβουλίου, τα reports είναι συνήθως εντυπωσιακά: KPI’s, cash flow projections, risk matrices, compliance dashboards. Όμως η κρίσιμη ερώτηση δεν είναι “τι δείχνουν οι αριθμοί;” αλλά “τι σημαίνουν;” Και ακόμη περισσότερο: “τι δεν δείχνουν;”

Παράδειγμα πρώτο: Μια εταιρεία εμφανίζει αύξηση πωλήσεων 18%. Οι πίνακες είναι πράσινοι. Αν όμως η αύξηση προέρχεται από δύο πελάτες με υψηλή συγκέντρωση ρίσκου, τότε το σήμα είναι διαφορετικό. Ο αριθμός μιλά για ανάπτυξη. Η ερμηνεία μπορεί να μιλά για ευαλωτότητα.

Παράδειγμα δεύτερο: Σε οργανισμό με ώριμα πληροφοριακά συστήματα, το churn rate φαίνεται σταθερό. Ωστόσο, ποιοτικά δεδομένα από το customer support υποδεικνύουν αλλαγή στη σύνθεση των αποχωρήσεων. Φεύγουν οι πελάτες υψηλής αξίας. Το dashboard δείχνει σταθερότητα. Η πραγματικότητα δείχνει διάβρωση.

Αυτό είναι το πρόβλημα της λανθασμένης αποκωδικοποίησης. Οι δείκτες δεν ψεύδονται, απλώς απαντούν σε διαφορετική ερώτηση από αυτή που νομίζουμε ότι θέσαμε.

Η ηγεσία της αποκωδικοποίησης απαιτεί τρία επίπεδα ωριμότητας:

1. Επίγνωση των γνωστικών προκαταλήψεων. Η επιβεβαιωτική μεροληψία (confirmation bias) οδηγεί τα στελέχη να διαβάζουν τα δεδομένα με τρόπο που ενισχύει ήδη διαμορφωμένες απόψεις. Ένα project που “πρέπει να πετύχει” οδηγεί συχνά πυκνά στην μεροληπτική ερμηνία κάθε ενδιάμεσου δείκτη. Η ηγεσία οφείλει να δημιουργεί δομές αμφισβήτησης, όχι για να καθυστερεί, αλλά για να αποφεύγει τη συλλογική αυταπάτη.

2. Διαχωρισμός μέτρησης από νόημα. Η μέτρηση είναι τεχνική πράξη. Το νόημα είναι στρατηγική πράξη. Σε περιβάλλοντα όπου η πληροφορική και το business λειτουργούν σε σιλό, οι δείκτες συχνά κατασκευάζονται με τεχνική αρτιότητα αλλά χωρίς στρατηγική συνοχή. Ένα άρτιο BI σύστημα δεν εγγυάται ορθή απόφαση. Εγγυάται απλώς ορθή απεικόνιση.

3. Ικανότητα συστημικής σκέψης. Τα δεδομένα είναι στιγμιότυπα. Οι οργανισμοί είναι δυναμικά συστήματα. Μια μείωση κόστους σε ένα τμήμα μπορεί να αυξάνει αθέατα το ρίσκο σε άλλο. Η απομόνωση δεικτών από το ευρύτερο σύστημα οδηγεί σε τοπική βελτιστοποίηση και συνολική υποβάθμιση.

Στον χώρο των επενδυτικών σχέσεων και της εταιρικής διακυβέρνησης, το ζήτημα γίνεται ακόμη πιο κρίσιμο. Η αγορά αντιδρά σε αφηγήσεις βασισμένες σε δεδομένα. Όμως οι αγορές τιμωρούν την εσφαλμένη ανάγνωση ρίσκου πολύ πιο γρήγορα από ό,τι συγχωρούν μια ειλικρινή υστέρηση απόδοσης. Η διαφορά δεν είναι λογιστική. Είναι ερμηνευτική. Οι μεγάλοι οργανισμοί σπάνια καταρρέουν επειδή “δεν ήξεραν”. Συνήθως τα δεδομένα υπήρχαν. Τα early warning signals ήταν παρόντα. Αυτό που έλειψε ήταν η βούληση ή η ικανότητα να αποκωδικοποιηθούν σωστά.

Η ηγεσία της αποκωδικοποίησης, τελικά, είναι πειθαρχία ταπεινότητας. Αναγνωρίζει ότι τα δεδομένα δεν μιλούν μόνα τους. Χρειάζονται πλαίσιο, διάλογο, αντιπαράθεση, πολλαπλές οπτικές. Χρειάζονται ηγέτες που να αντέχουν την αβεβαιότητα αντί να κρύβονται πίσω από dashboards. Στην εποχή του Big Data, το ανταγωνιστικό πλεονέκτημα δεν είναι η κατοχή πληροφορίας. Είναι η ικανότητα νοηματοδότησής της. Οι αριθμοί είναι κώδικας. Η ηγεσία είναι η πράξη της αποκωδικοποίησης.


Βιβλιογραφία

  • Kahneman, D. (2011). Thinking, Fast and Slow.
  • Weick, K. E. (1995). Sensemaking in Organizations.
  • Argyris, C. (1991). “Teaching Smart People How to Learn.” Harvard Business Review.
  • Schein, E. H. (2010). Organizational Culture and Leadership.
  • Taleb, N. N. (2007). The Black Swan.