الحمض النووي لمنظمة التحول الناجح (الجزء الخامس)

استبدال Anecdata برؤى حقيقية

ترك لنا عالم الرياضيات والفيزياء والمهندس الأيرلندي اللورد كيلفن العديد من الاختراعات العلمية وهذه الكلمات الحكيمة المذهلة: "ما لم يتم تعريفه لا يمكن قياسه. ما لا يتم قياسه لا يمكن تحسينه. ما لم يتم تحسينه ، يتدهور دائمًا ".

في الأقساط الأربعة السابقة ، قدمنا ​​حالة من أن يُنظر إلى التحول الناجح ليس كتغيير خطي لمرة واحدة ولكن كمحاولات دورية تقدم قيمة متزايدة وقابلة للقياس وتتميز بالمرونة الكافية لتصحيح المسار للظروف المتغيرة. في الدفعة الأخيرة ، ننظر في كيفية استخدام نهج منظم ومتعمد للبيانات وإعداد التقارير واتخاذ القرارات التجريبية لمواءمة الحقائق التنظيمية مع الضرورات الاستراتيجية ودفع أجندة التحول.

قامت العديد من المؤسسات المالية بإضفاء الطابع الرسمي على التخطيط الاستراتيجي والبنية التحتية لتحديد الأهداف ، والميزانية ، وعمليات تخطيط الاستثمار ، وأطر التنفيذ الرشيقة. لكنهم ربما لا يزالون يعانون من أوجه القصور في هذه العمليات ، ويفتقرون إلى ركيزة مشتركة تجمعهم معًا.

يقيس هذا الركيزة صحة المؤسسة باستخدام بيانات صلبة بأقل وقت ممكن. على الرغم من الفهم الواسع لأهمية البيانات لاستراتيجية المنظمة ، إلا أن هناك طريقتين يتم من خلالهما جمع المعلومات لصنع القرار:

• أنيكداتا. غالبًا ما تكون المنظمات مدفوعة بالضغوط الناتجة عن العملاء أو أصحاب المصلحة الداخليين. في حين أن خدمة العملاء هي هدف مثير للإعجاب ، إلا أن اتباع نهج غير منظم أو مجزأ بشأن من يجب تقديم الخدمة أولاً يمكن أن يؤدي في كثير من الأحيان إلى الاضطراب. ينتهي الأمر بهذه المنظمات بإعطاء الأولوية للأصوات الأعلى صوتًا في الغرفة بدلاً من الأكثر احتياجًا. يتم تنفيذ المبادرات بأهداف غير محددة وعوائد استثمار غير مفهومة جيدًا. بمجرد اكتماله ، تتم المطالبة بالنصر بناءً على التنفيذ الناجح للمعالم أو بوابات رسوم إدارة المشروع ، بدلاً من التقييم الموضوعي لنتائج الأعمال وبيانات الأداء.

• بيانات مخصصة. من الشائع في الخدمات المالية أن يُطلب من المديرين تقديم عروض تقديمية معًا بسرعة لمناقشة أحدث مشكلة أو موضوع جديد. لكن هناك مشكلة محتملة في المستقبل. من خلال الاعتماد على البيانات "في الوقت المناسب" التي تم جمعها على عجل ، تفشل هذه العروض التقديمية في التعرف على الآثار السلبية التي يمكن أن تحدثها البيانات غير المكتملة أو الخارجة عن السياق على صنع القرار والتخطيط الاستراتيجي. يأتي هذا النوع من البيانات عادةً بأحد شكلين:

1. مقتطفات من بيانات الإنتاج مقدمة من فرق التطبيق لإظهار الحالة الحالية لنظام معين أو منتج أو رحلة مستخدم. يأتي هذا النوع من البيانات مع مجموعته الخاصة من المخاطر والفجوات ، بما في ذلك الافتقار إلى سياق الأعمال الذي يجب أن يتم فيه النظر في البيانات ، وحجم وخصائص أخذ العينات لمجموعة البيانات المعنية ، والتعتيم على بيانات المصدر ، والكمون. يؤدي ذلك إلى ارتباك كبير وإلهاء أثناء تحديد مجموعة البيانات الصحيحة وجمعها.
2. بيانات الحوادث أو المشكلة التي تم الحصول عليها من فرق دعم الإنتاج والتي تمثل لقطة تاريخية للأحداث التي تفي بمعايير تشغيلية معينة. غالبًا ما تعاني هذه المعلومات من نقص في الاكتمال ، فضلاً عن خطر الزخرفة من خلال البقاء على قيد الحياة والتحيزات المؤكدة. تشير السجلات إلى المكان الذي تم فيه استثمار الوقت والموارد لحل تحديات الإنتاج ، ولكنها غالبًا ما تحجب السبب الجذري.

كل من هذين النهجين يؤدي إلى استخدام غير فعال للموارد لتقصير الدائرة لنهج أكثر قوة للرصد والقياس. والأكثر أهمية ، أن مستوى التدخل البشري المطلوب يفسح المجال لتشويه البيانات ، إما بسبب اختلاف في تعريف نقاط البيانات الرئيسية أو عدم الراحة مع الرسالة الأساسية التي توفرها البيانات.

في كلتا الحالتين ، فإن حجم العمل المطلوب لاستخلاص معلومات ذات مغزى من البيانات والمخاطر المرتبطة بسوء تفسيرها يجعلها اقتراحًا خاليًا من القيمة بالنسبة للمؤسسات المالية التي تتطلع إلى أن تكون رائدة في مجال الابتكار. مواجهة المكافأة بطبيعتها ، يجبر هذا النهج المنظمة على توجيه السيارة من خلال النظر فقط في مرآة الرؤية الخلفية.

هناك اعتقاد خاطئ شائع حول حل هذا النقص في مشكلة البيانات المنظمة وهو الاعتماد بشكل كبير على أدوات معينة مثل Tableau أو Microsoft Power BI. في الواقع ، فإن المشاكل أعمق بكثير من مجرد الافتقار إلى التحليلات أو أدوات التصور ؛ تمتد من المراحل المبكرة جدًا لعملية التخطيط الاستراتيجي ، من خلال التسليم وحتى العمل كنشاط معتاد.

في تجربتنا ، تطور المنظمات الناجحة مستويات عالية من الكفاءة في المجالات التالية لبناء قدرات مراقبة وقياس موثوقة:

1. قياس ما يهم. تخلق ظروف السوق السائدة وتوقعات العملاء والتقنيات الناشئة والاضطراب التنافسي والتغيير التنظيمي مشهدًا تشغيليًا متغيرًا باستمرار للمؤسسات المالية. من الأهمية بمكان فهم الأهداف التطلعية ومؤشرات الأداء الرئيسية للمساعدة في التحقق من عملية صنع القرار وتمكين تخطيط أعمال أكثر تكيفًا.

وهذا يعني طلب أكثر من مجرد عائد لخمس سنوات أو توقعات لخفض التكاليف قبل الموافقة على مبادرة جديدة. وهذا يعني إنشاء اتصال من أعلى إلى أسفل بين الأهداف الإستراتيجية للمؤسسة وعمل فرق التسليم والتشغيل. يحدد هذا الإطار جوهر قدرة المؤسسات المالية على المراقبة والقياس ولا يمكن التحايل عليه.   

 2. هندسة البيانات والتحليلات. قبل إنشاء لوحات المعلومات ، يجب وضع الأساس لضمان تحديد جميع مصادر البيانات وفهرسة نقاط البيانات لاشتقاق مقاييس الأعمال ذات الصلة. من المهم أيضًا لجميع أصحاب المصلحة فهم الغرض من البيانات التي سيتم استخدامها وكيف تساعد في دفع المقاييس التي يحتاجون إليها. على سبيل المثال: هل وقت التأكيد هو الوقت المستغرق لتأكيد الصفقة من وقت الحجز ، أو من الوقت الذي تدخل فيه حزمة التأكيد؟ يساعد هذا التعريف في منع الارتباك وتقليل إعادة العمل. تُبنى هذه العملية بشكل تدريجي من الإطار المحدد أعلاه وتمثل نماذج البيانات المادية والبنية التحتية اللازمة لرصد وإثبات الهدف الاستراتيجي للمنظمة.

3. إدارة البيانات. يجب أن تتوافق جميع مجموعات البيانات مع سياسات البيانات التنظيمية. في حين أن هذه تختلف على نطاق واسع اعتمادًا على نموذج العمل والعملاء ومجموعات المنتجات ، إلا أن المبادئ الأساسية لحوكمة البيانات الفعالة متسقة وتبدأ دائمًا باحتياجات العمل في المقدمة. تتضمن الأسئلة التي يجب مراعاتها ما يلي:

• توافر البيانات. ما مدى دقة وتكرار البيانات المطلوبة لدعم أهداف القياس والمراقبة الخاصة بالأعمال؟ بينما تعمل لوحات المعلومات بشكل أفضل على البيانات عالية المستوى بسبب متطلبات الأداء ، لا تقدم البيانات المجمعة لتحليل السبب الجذري لأنه لا يمكن تحديد المعاملات الفردية. هذا يعني أن الهيكل الذي يناسب احتياجات كل منظمة يجب أن يتم اختياره وتصميمه عن قصد. يجب توخي الحذر عند تحديد عدد مرات تحديث البيانات. عادةً ما يتم تحديث KRIs في الوقت الفعلي أو يتم تحديثها يوميًا ، بينما يمكن تحديث مؤشرات الأداء الرئيسية بإيقاع أبطأ. غالبًا ما لا يكون التردد الأسرع أفضل بالضرورة عند موازنته مع تكاليف البنية التحتية واعتبارات الأداء.

• تكامل البيانات. من يمتلك مصدر بيانات محدد وأين ستعيش هذه البيانات داخل البنية التحتية لبيانات المؤسسة؟  تتآكل عملية صنع القرار الاستراتيجي عندما لا تستطيع المنظمة أن تؤكد للمستهلكين أنهم يصلون إلى البيانات الصحيحة القادمة من المصادر الصحيحة. يمكن أن تتشكل الأنماط المضادة عندما تقوم المؤسسة بشكل عضوي بتكوين بيانات فريدة وقدرات تحليلية عبر خطوط الأعمال ، ولكل منها طرق فريدة للحصول على البيانات وتخزينها. تعتبر الملكية الواضحة والمساءلة عن البيانات جنبًا إلى جنب مع الأدوار والمسؤوليات المحددة مركزيًا عوامل نجاح حاسمة. 

• أمن البيانات. ما الذي يمكن أن تفعله المؤسسة لضمان وجود قواعد أمان وخصوصية البيانات مطبقة والالتزام بها على نطاق واسع؟ يمكن أن يؤدي إنشاء نموذج حوكمة البيانات الذي يضمن إمكانية الوصول إلى معلومات الأعمال الحساسة فقط من قبل الأشخاص الذين لديهم حاجة تشغيلية إلى معرفتها إلى نتائج عكسية في بعض الأحيان ، مما يؤدي إلى إقامة حواجز غير ضرورية. تدرك منظمات التحول الناجحة هذا التحدي وتركز على العديد من وظائف جمع البيانات والتشويش والتصور. يعد هذا أمرًا أساسيًا ، خاصة عند التعامل مع البيانات على مستوى المعاملات التي توفر رؤى حول النشاط المالي للعميل ومعلومات التعريف الشخصية.

 4. ثقافة ذكاء الأعمال. هذا هو عنصر علم البيانات الذي يواجه المستخدم ويحظى عادةً بأكبر قدر من الاهتمام. إن الترويج لثقافة يستخدم فيها المستخدمون بنشاط المعلومات التي تعذر الوصول إليها سابقًا يفتح عالماً من الاحتمالات لتحليل الأداء التنظيمي وتعزيزه. لسوء الحظ ، فإن معظم هذه الأدوات لا تستخدم على النحو المنشود ، بل تستخدم بعد الحقيقة لتحليل القضايا. من الضروري للمؤسسات دفع استخدام أدوات التحليلات كأدوات إدارة أداء استباقية يمكن استخدامها لتوقع الاتجاهات مقدمًا.

المفتاح هو تحديد حالات الاستخدام المختلفة وبناء طبقات متعددة من التحليلات لقواعد المستخدمين المختلفة. عادة ، يحتاج مديرو المستوى المتوسط ​​إلى مزيد من التفاصيل عبر نطاق أصغر من الوظائف بينما تحتاج الإدارة العليا إلى مقاييس مستوى أعلى عبر الأعمال. إن محاذاة البيانات ومؤشرات الأداء الرئيسية والتصور والتصميم التنظيمي هو ما يخلق ثقافة صنع القرار المبني على البيانات وخفة الحركة.

في الختام ، بمجرد توفر هذه القدرات عبر المؤسسة ، فإنها تؤتي ثمارها بطرق متعددة. يمكن لفرق القيادة تحديد المجالات في أعمالهم الأكثر ملاءمة أو الأكثر احتياجًا للتحول. يمكن لفرق التحول تتبع مخرجات جهودهم في الوقت الفعلي تقريبًا. ويمكن ربط طرفي الطيف بسلاسة من خلال إطار عمل OKR مدروس جيدًا. 

في نهاية المطاف ، فإن النهج التدريجي للرصد والقياس - تمكين نموذج أعمال ذكي قائم على البيانات - هو ما يميز العديد من مؤسسات التحول الأكثر نجاحًا عن بعضها البعض. يستخدمون بياناتهم وثقافة خفة الحركة لاتخاذ أفضل القرارات بشأن ما ينتظرهم في بيئة الأعمال الحالية شديدة التنافسية والتي تتغير بسرعة.

• محتوى مدعوم من تحسين محركات البحث وتوزيع العلاقات العامة. تضخيم اليوم.
• PlatoData.Network Vertical Generative Ai. تمكين نفسك. الوصول هنا.
• أفلاطونايستريم. ذكاء Web3. تضخيم المعرفة. الوصول هنا.
• أفلاطون السيارات / المركبات الكهربائية ، كربون، كلينتك ، الطاقة، بيئة، شمسي، إدارة المخلفات. الوصول هنا.
• BlockOffsets. تحديث ملكية الأوفست البيئية. الوصول هنا.
• المصدر https://www.finextra.com/blogposting/24722/the-dna-of-a-successful-transformation-organization-part-5?utm_medium=rssfinextra&utm_source=finextrablogs