211service.com
Vetenskapligt tänkande i näringslivet
Genom historien har innovationer inom instrumentering – mikroskopet, teleskopet och cyklotronen – upprepade gånger revolutionerat vetenskapen genom att förbättra forskarnas förmåga att mäta den naturliga världen. Nu, med mänskligt beteende alltmer beroende av digitala plattformar som webben och mobilappar, instrumenterar tekniken effektivt även den sociala världen. Den resulterande översvämningen av data har revolutionerande konsekvenser inte bara för samhällsvetenskapen utan också för affärsbeslut.
När entusiasmen för big data växer, varnar skeptiker för att övertilltro till data har fallgropar. Data kan vara partisk och är nästan alltid ofullständig. Det kan leda till att beslutsfattare ignorerar information som är svårare att få tag på, eller få dem att känna sig säkrare än de borde. Risken är att vi, när vi hanterar det vi har mätt, missar det som verkligen betyder något – som Vietnam-tidens försvarsminister Robert McNamara gjorde när han förlitade sig för mycket på sin ökända kroppsräkning, och som bankirer gjorde före finanskrisen 2007–2009 i förlitar sig för mycket på brister kvantitativa modeller .
Skeptikerna har rätt i att okritisk tilltro till enbart data kan vara problematiskt. Men så är övertro på intuition eller ideologi. För varje Robert McNamara finns det en Ron Johnson, VD vars katastrofal mandatperiod som chefen för JC Penney kännetecknades av hans avvisande data och bevis till förmån för instinkter. För varje bristfällig statistisk modell finns det en bristfällig ideologi vars oflexibilitet leder till katastrofala resultat .
Så om data är opålitlig och intuition likaså, vad ska en ansvarsfull beslutsfattare göra? Även om det inte finns något korrekt svar på den här frågan – världen är för komplicerad för att något recept ska kunna tillämpas – tror jag att ledare över en lång rad olika sammanhang skulle kunna dra nytta av ett vetenskapligt tänk på beslutsfattande.
Ett vetenskapligt tänkesätt tar som sin inspiration vetenskaplig metod , som i sin kärna är ett recept för att lära sig om världen på ett systematiskt, replikerbart sätt: börja med någon allmän fråga baserad på din erfarenhet; bilda en hypotes som skulle lösa pusslet och som också genererar en testbar förutsägelse; samla in data för att testa din förutsägelse; och slutligen, utvärdera din hypotes i förhållande till konkurrerande hypoteser.
Den vetenskapliga metoden är till stor del ansvarig för den häpnadsväckande ökningen av vår förståelse av den naturliga världen under de senaste århundradena. Ändå har det gått långsamt att komma in i världarna av politik, affärer, politik och marknadsföring, där vår fantastiska intuition för mänskligt beteende alltid kan generera förklaringar till varför människor gör som de gör eller hur man får dem att göra något annorlunda. Eftersom dessa förklaringar är så rimliga, är vår naturliga tendens att vilja agera på dem utan vidare. Men om vi har lärt oss en sak av vetenskapen så är det att den mest rimliga förklaringen inte nödvändigtvis är korrekt. Att anta ett vetenskapligt förhållningssätt till beslutsfattande kräver att vi testar våra hypoteser med data.
Även om data är avgörande för vetenskapligt beslutsfattande, är teori, intuition och fantasi också viktiga – att generera hypoteser i första hand, att skapa kreativa tester av de hypoteser vi har och att tolka den data som vi samlar in. Data och teori är med andra ord yin och yang för den vetenskapliga metoden – teori ramar in de rätta frågorna, medan data besvarar de frågor som har ställts. Att betona antingen på bekostnad av den andra kan leda till allvarliga misstag.
Det är också viktigt att experimentera, vilket inte betyder att prova nya saker eller vara kreativ, utan helt specifikt användningen av kontrollerade experiment för att reta ut orsakseffekter. I affärer är det mesta av det vi observerar korrelation – vi gör att X och Y händer – men ofta är det vi vill veta om X eller inte orsakade Y. Hur många ytterligare enheter av din nya produkt fick din reklamkampanj konsumenter att köpa? Kommer utökat sjukförsäkringsskydd att få medicinska kostnader att öka eller minska? Att bara observera resultatet av ett visst val svarar inte på orsaksfrågor som dessa: vi måste observera skillnaden mellan val.
Många av de mest följdriktiga besluten erbjuder bara en möjlighet att lyckas.
Att replikera villkoren för ett kontrollerat experiment är ofta svårt eller omöjligt i affärs- eller policymiljöer, men alltmer görs det i fältexperiment , där behandlingar slumpmässigt tilldelas olika individer eller samhällen. Till exempel har MIT:s Poverty Action Lab genomfört över 400 fältexperiment för att bättre förstå biståndsförsörjningen, medan ekonomer har använt sådana experiment för att mäta effekten av annonsering på nätet .
Även om fältexperiment inte är en uppfinning av Internet-eran – randomiserade försök har varit guldstandarden för medicinsk forskning i decennier – har digital teknik gjort dem mycket lättare att implementera. Allteftersom företag som Facebook, Google, Microsoft och Amazon i allt större utsträckning drar nytta av prestanda från datavetenskap och experiment, kommer det vetenskapliga beslutsfattandet att bli mer genomgripande.
Ändå finns det gränser för hur vetenskapliga beslutsfattare kan vara. Till skillnad från vetenskapsmän, som har lyxen att undanhålla dom tills tillräckliga bevis har samlats, måste beslutsfattare eller företagsledare i allmänhet agera i ett tillstånd av delvis okunnighet. Strategiska samtal måste göras, policys implementeras, belönas eller tilldelas skuld. Oavsett hur noggrant man försöker basera sina beslut på bevis, kommer en del gissningar att krävas.
Det som förvärrar detta problem är att många av de mest följdriktiga besluten bara erbjuder en möjlighet att lyckas. Man kan inte gå i krig med hälften av Irak och inte den andra bara för att se vilken politik som fungerar bättre. Likaså kan man inte organisera om företaget på flera olika sätt och sedan välja det bästa. Resultatet är att vi kanske aldrig vet vilka bra planer som misslyckades och vilka dåliga planer som fungerade.
Även här är dock den vetenskapliga metoden lärorik, inte för att få fram svar utan snarare för att belysa gränserna för vad som kan vetas. Vi kan inte låta bli att fråga varför Apple blev så framgångsrikt, eller vad som orsakade den senaste finanskrisen, eller varför Gangnam Style var den mest virala videon genom tiderna. Vi kan inte heller stoppa oss själva från att komma med rimliga svar. Men i fall där vi inte kan testa vår hypotes många gånger, lär den vetenskapliga metoden oss att inte dra för mycket slutsatser från ett enda resultat. Ibland är det enda sanna svaret att vi helt enkelt inte vet.
Vissa människor tycker att denna slutsats är deprimerande, men ett vetenskapligt sinne bör alltid förbli skeptiskt till vad det vet. Var skeptisk till data med alla medel, men var också skeptisk till rimliga förklaringar, konventionell visdom, inspirerande ideologier, övertygande anekdoter och framför allt din egen intuition. Resultatet bör varken bli total förlamning eller ett slaviskt följsamhet till data, och det bör inte på något sätt utesluta kreativitet eller fantasi. Det borde snarare leda oss till en mer rationell, evidensbaserad värld.
Duncan Watts är huvudforskare vid Microsoft Research och författare till Allt är uppenbart: Hur sunt förnuft sviker oss .