Kan dina system förutsäga framgång?

Om McKinseys (och några taiwanesiska forskares) guide till data mining, och att ta till vara den guldgruva med information som döljs i dina digitaliserade processer.

Jag satt i eftermiddags och filade på en offert när det plingade till i datorn. Det visade sig vara nyhetsbrevet McKinsey Quarterly (som namnet till trots landat i min mailbox sex gånger bara under oktober. Men det gör inget, det är oftast läsvärt).

Till min oförställda glädje var rubriken: How ‘big data’ is transforming business.

Det visar sig alltså att redaktionen för nyhetsbrevet tagit ett helhetsgrepp gällande några glödheta områden inom management; bland annat mätteori och prestationsstyrning. Digitala system - allt från CRM-system till medarbetarenkäter - innehåller nämligen mycket mer värde än man kan ana.

Kärnan i nyhetsbrevet handlar alltså om att bygga system för mätning av processer i olika delar av verksamheten, och därefter sammanställa samtliga dessa olika datakällor på ett sätt som möjliggör strategisk samordning av all information för att kunna fatta de klokaste ledningsbesluten. Synnerligen aktuell läsning för alla som på något sätt dokumenterar sitt arbete i en databas. I artikeln beskrivs exempelvis en retail-verksamhet som samordnat informationen från varje affär och varje leverantör för att driva en effektivare verksamhet. Men man skulle lika gärna kunna tillämpa logiken i sjukvården, eller på vilken större verksamhet som helst.
 

En annan artikel ringar in en farlig motsättning mellan VD och IT-chef – det vill säga när IT-chefen inte delar VDns strategiska inriktning, och därmed inte förmår bygga system som speglar verksamhetens strategiska behov. Detta är riktigt illa eftersom affärssystem, med rätt strategiska kalibrering, kan ge ovärderliga dataunderlag för strategiska beslut. Är det så att du som VD och din IT-chef inte drar jämt så är det alltså dags att sätta sig ner och bygga strategier tillsammans. Läs mer här. 

I ärlighetens namn är detta kunskap som tillämpas redan, i många verksamheter. En brand manager jag jobbade med hade sådan koll på sin produkt att han visste vilken effekt det fick på försäljningen till ett visst kundsegment om man ändrade typsnitt på förpackningarna man använde (Detta förutsätter en marknad där leveranscyklerna är korta och mättillfällena är många – att sälja exempelvis kvällstidningar ger ju underlag för utvärdering av försäljningen varje dag, medan design och försäljning av lyxyachter följer andra regler).

Men hur började det hela? Bakgrunden till temat i nyhetsbrevet är så kallad Data Mining, systematisk reduktion av stora mängder data. Pionjärerna gällande detta arbete var glädjande nog (för en statistiklärare på psykologprogrammet alltså) de tidiga psykometrikerna (Spearman, Thurstone, och Cattell  är några av de mest kända) som bidrog till utvecklingen av faktoranalysen.

På statistiskt fikonspråk: Systematisk samvariation gällande beteenden i en stor population kan analyseras med hjälp av exempelvis principalkomponentanalys. Vilket resultat man får ut av analysen begränsas endast av vilka frågor man ställer till sitt material. Facebook och Google, exempelvis, använder garanterat denna form av analys som grund för sin riktade marknadsföring (hört talas om Google Analytics? Tänk att sitta på den databasen, mina vänner! Och analytikerna på Facebook vet sannolikt mer om när användarna brukar logga in än användarna själva, samt vilka annonser som passar enskildas preferenser).

Men det är inte bara dom digitala giganterna som kan använda moderna varianter av Spearmans analysverktyg. Med hjälp av metodiken kan man lika gärna övervinna problemet med att medarbetarenkäten innehåller ett stort antal teman som är svåra att värdera inför en åtgärdsplan. Man kan också undersöka (vilket jag och några av mina stockholmskollegor gjorde härförleden) vilka bakomliggande faktorer som styr prestation hos en grupp säljare, genom att använda ett standardiserat formulär.

Metoden är inte så komplicerad som man kan tro, och kräver i princip bara en tillräckligt stor grupp, med en tillräckligt stor mängd mätvärden från frågor av god kvalitet. Finns det dessutom en utfallsvariabel – dvs någon form av produktivitetsmått på individnivå – så kan man göra tämligen exakta bedömningar av hur verksamheten bör prioritera gällande de fenomen man mäter.

Har du orkat läsa så här långt - du har förmodligen en hel del av den task persistence som beskrevs i ett tidigare inlägg - så undrar du förstås om det finns några konkreta exempel på hur man går tillväga för att använda data mining (bortsett från McKinseys kortfattade anekdoter och mina entusiastiska redogörelser). 

Givetvis gör det det. Faktum är att det finns många goda exempel. Flera av dessa publiceras emellertid i tidskriften Expert Systems and Applications, en tidskrift som knappast kan anklagas för att vara populistisk och överförenkla saker och ting (en vild gissning är att många av tidskriftens läsare är mer intresserade av mätteori och systemanalys än av verksamhetsutveckling).

Några som dock bevisligen vet hur teorin skall användas i praktiken är Chen-Fu Chien och Li-Fei Chen, två forskare från Taiwan. Dom har skrivit artikeln Data mining to improve personnel selection and enhance human capital: A case study in high-technologyindustry i nr 34 av tidskriften ovan.

I artikeln – en fallstudie - visar dom hur ett IT-företag (som har tillgång till en stor mängd mätningar gällande många medarbetares prestation) kan ringa in exakt hur stor effekt bakgrundsvariabler som ålder, kön, utbildningsnivå, utbildningsort, specialområde, samt arbetslivserfarenhet har på personalomsättning. 

Dom kan också med stor exakthet ringa in vilka egenskaper som skall prioriteras i urvalssammanhang – det vill säga, dom vet faktiskt vilka personliga egenskaper som verkligen predicerar framgång i deras verksamheter.
 

Skulle man istället vara intresserad av vilka faktorer som styr kunders tendens att byta mobilleverantör så kan man läsa mer om det i denna artikel från samma tidskrift. Om du jobbar inom telekom, och din marknadsavdelning inte sett artikeln, så lovar jag att du kan sätta guldkant på deras vardag genom att tipsa om den. För om McKinsey skriver om fenomenet så kan vi nog utgå från att det är värt att undersöka närmare.

Artiklarna är inte så svårlästa, om man kan uthärda en bitvis rudimentär engelska. Och även om nyhetsbrevet är lättläst så är artiklarna ”the real deal”. 

Så nästa gång du sitter med ett stort dataunderlag från din verksamhet, betänk att du kanske har en guldgruva på datorskärmen framför dig. Om du bara letar på rätt sätt.

Den springande chefens guide till performance management

Eller varför det är klokt att mäta prestation så ofta du kan.

I helgen går Lidingöloppet av stapeln. Ett av Sveriges mest populära terränglopp. Drygt 930.000 personer har anmält sig till loppet sedan 1965.

Löpning är alltså något av en folksport. Många motionärer säger att dom löper för att det är skönt – men jag lovar att alla löpare vet hur dom ligger till rent tidsmässigt per kilometer (löparen Petra Månström skriver för övrigt en intressant blogg om löpning på SvDs sportsidor).

Foto: Graur Razvan Ionut.

Men detta är ju organisationsbloggen. Vi skall titta närmare på hur själva mätningen i sig bidrar till prestation – både på löparbanan och i arbetslivet.

Föreställ dig att du för ett år sedan åtog dig uppdraget att träna ett gäng löpare inför Lidingöloppet. 

Förmodligen började du med att tillsammans med varje löpare sätta en måltid för loppet, en bortre gräns för hur lång tid löpningen skulle ta. Låt oss säga att du bestämde dig för tidsgränsen tre timmar - en timme per mil.

Nästa steg är att sätta igång med träningen. Först en successiv ökning av distansen. Och när dina adepter väl fått upp distansen är handlar det mesta om att pressa tiderna; att komma ner i tider där dom kan hålla ca sex minuter per kilometer under lång tid.

Med dagens elektroniska hjälpmedel kan du och dina löpare få en hel mängd data om löparens prestation; med rätt utrustning kan du mäta pulsfrekvens i förhållande till var på banan löparen befinner sig. Fantastiska underlag för att lära sig hur man kan disponera sin energi och ansträngning i syfte att komma runt banan så snabbt som möjligt. 

När loppet sedan går så vet din löpare ganska precis vilket tempo som skall hållas, och har goda förutsättningar att löpa runt banan på utsatt tid. Mellan hundra och hundrafemtio löpträningar, mätningar av puls/tempo/distans, samt modifikationer av tempo och teknik ligger till grund för löparprestationen vid loppet ett år efter att träningen startade.

När vi skall idrotta är det alltså uppenbart att inte bara mål, utan även mätning och återkoppling är en central del av att utveckla prestation.

Hur kommer det sig då att vi i arbetslivet gör något helt annat?

För resonemangets skull tillämpar vi ett par avskräckande exempel på arbetslivets och medarbetarsantalens mätlogik på våra löpare, som för ett år sedan bestämde sig för att ta sig runt terrängbanan på Lidingö i helgen.

I exempel ett är upplägget följande:

1. För ett år sedan kom vi tillsammans med löparen överens om att denne skulle ta sig runt banan på en viss tid, låt säga tre timmar. Under året har vi noga sett till att inte ta tid på löprundorna– vi vill ju inte pressa våra löpare för hårt. I värsta fall satte vi inget avstämningstillfälle för utvecklingsperioden. I så fall kommer morgondagens prestation, med påföljande återkoppling av löptiden, att vara något som löparen oroat sig en hel del för under närmare ett års tid.
   
   
2. I helgen mäter vi löparens tid runt banan och berättar hur det gått (om det gått bra) eller våndas över hur vi skall kunna framföra budskapet (om löparen underpresterat). Kanske har vi bäddat för ett mindre smärtsamt utvecklingssamtal genom att pratas vid en gång per kvartal, och då frågat löparen hur det går, samt om det känns bra att springa (vi har ju märkt att vår löpare av naturliga skäl känner viss anspändhet inför loppet).
   
   
3. Eftersom vi saknar underlag gällande hur löparens prestation utvecklats under året, och vilka egenskaper som är vederbörandes styrkor, blir vårt utvecklingssamtal efter loppet ganska allmänt hållet. Kanske vill både vi och löparen tona ner betydelsen av att ta sig runt på tre timmar. Förmodligen drar vi båda två en lättnadens suck över att det är ett helt år till nästa medarbetarsamtal.

Det andra exemplet är följande:

1. Vi bestämmer oss för att det skall ta tre timmar för medarbetaren att ta sig runt banan.
   
   
2. Sedan ser vi till att medarbetaren tränar frekvent, och mäter tiden det tar för att löpa runt banan. Men vi återkopplar inte resultatet lika frekvent till medarbetaren.
   
   
3. Med långa mellanrum delger vi medarbetaren istället resultatet från samtliga mätningar. Antingen i klump (”bra jobbat Karlsson, vad var det som gjorde att du lyckades springa banan runt på 2,33 den fjärde mars?”) eller så delger vi medarbetaren medelprestationen (”Karlsson, du snittar på ungefär 6,35 per kilometer under kvartalet – men för att klara loppet på tre timmar måste du ligga på max sex minuter per kilometer. Du behöver sänka dig med 35 sekunder per kilometer. Kan du göra det?”).
   
   
4. Efter loppet i helgen berättar vi hur det har gått. Vi upplever att vi varit raka och stringenta i vår feedack, och om Karlsson har tur – och är hårdhudad – så har löpningen runt banan gått bra. Har det gått mindre bra så står Karlsson med känslan av misslyckande och vet bara att löpningen måste förbättras, inte hur.

Trots att vi egentligen vet om hur vi skall använda både mätning och återkoppling i teorin så blir det komplicerat i praktiken. Vad är det som händer egentligen?

Jo, om vi regelbundet mäter prestation så blir vi som chefer ofta osäkra på hur vi skall kunna ge återkoppling på en större mängd prestationer vid ett och samma tillfälle. 

Det är inte så konstigt att man känner sig osäker som chef - tänk dig att Carolina Klüft skulle göra tusen längdhopp utan att se resultatet, och med tre månaders intervall sedan få samtliga resultat återkopplade vid ett och samma tillfälle av Agne Bergwall. 

Ibland vill vi fokusera på enskilda topprestationer, vilket är en god tanke i grunden. Men den positiva förstärkningen – dvs belöningen i form av verksamhetens uppskattning och annat – måste komma i direkt anslutning till prestationen. 

Oftast kommer den alldeles för långt efter prestationstillfället (betänk exempelvis att Nobelpristagare i litteratur oftast är måttligt upphetsade över att få priset, och deras prestation är i bästa fall opåverkad, eller går i sämsta fall ner efter utmärkelsen). Vi pratar timmar och dagar här – när månader och kvartal hunnit förflyta så blir det svårt att koppla ihop prestation och resultat.

Och att istället använda någon form av negativ förstärkning eller återkoppling syftar inte till att öka mängden positiv prestation, bara minska mängden negativ. Agne Bergwall återkopplar knappast antalet hopp under sex meter till Carolina Klüft, i syfte att vässa henne inför OS i London.

Vad lär vi oss av detta?

Syftet med att mäta ofta är att maximera antalet tillfällen till positiv återkoppling. 

Precis som elitlöparna ute på Lidingö gör, och varje idrottare, så måste vi ta vara på varje givet tillfälle att dra lärdomar av våra bästa prestationer. Har någon gjort något bra, låt dom få reda på det direkt. Misslyckanden och underprestationer kan du ignorera, åtminstone inom rimliga gränser.

På detta sätt ger vi varje medarbetare absolut bäst förutsättningar att öka sin prestation och utvecklas i sin yrkesroll. Samtidigt som vi gör vårt eget ledarskap både lättare och mer stimulerande. Du behöver inte ens springa själv - så länge du hjälper andra att göra det på bästa sätt.

Ett koncept med enbart vinster och inga förluster; har du råd att inte följa det?

Läsa mer:

Vill du läsa mer om ett managementperspektiv på mätning – exempelvis via Balanced Score Card – titta på:http://www.camagazine.com/archives/print-edition/2003/aug/regulars/camagazine23762.aspx

Är du intresserad av hur du kan organisera prestationsmätning i mer abstakta sammanhang, exempelvis där intellektuellt kapital skall förvaltas och utvecklas, läs:http://www.emeraldinsight.com/journals.htm?articleid=884019&show=abstract

Och vill du utveckla din kunskap om Performance Management, samt praktiska strategier för feedback och återkoppling som chef, kontakta PBM på 0704-26 70 20