Ymmärrän odotuksen hyvin. Käytän suuren osan työajastani tiedon keräämiseen, jalostamiseen, analysointiin ja visualisointiin. Rakennan raportteja, mittareita ja näkymiä, joiden tarkoitus on auttaa organisaatiota tekemään parempia päätöksiä.
Silti olen vuosien aikana tullut yhä vakuuttuneemmaksi yhdestä asiasta:
Kaikkein tärkeimmät päätökset eivät synny pelkästä datasta.
Tämä saattaa kuulostaa oudolta ihmiseltä, jonka tehtävänä on tuottaa juuri sitä dataa, jonka varaan organisaatiot rakentavat päätöksentekoaan. Mutta mitä enemmän olen työskennellyt tiedon parissa, sitä selvemmäksi on tullut, ettei data yksin ratkaise juuri mitään.
Päinvastoin. Huonoin mahdollinen päätös syntyy silloin, kun uskomme datan olevan objektiivista totuutta.
Data ei ole totuus – eikä kokemuskaan ole
Datalla on erityinen asema nykyisessä työelämässä. Se on päätöksenteon raaka-ainetta, mutta tiedoksi se muuttuu vasta tulkinnan ja kontekstin kautta. Numeroihin liittyy silti ajatus neutraaliudesta: kun mittari näyttää jotain, se koetaan helposti faktaksi. Todellisuudessa data on vain kuva todellisuudesta – joskus tarkka, joskus epätäydellinen ja joskus vääristynyt.
Data voi olla puutteellista, vanhentunutta tai perustua määritelmiin, jotka eivät enää vastaa todellisuutta. Se voi kuvata vain osaa ilmiöstä, vaikka päätös edellyttäisi kokonaisuuden ymmärtämistä. Ennen kaikkea data tarvitsee aina tulkitsijan.
Sama raportti voi johtaa eri ihmiset täysin erilaisiin johtopäätöksiin. Yksi näkee kasvun merkkinä onnistumisesta, toinen resurssipaineena ja kolmas tulkitsee sen väliaikaiseksi poikkeamaksi. Numero ei tee päätöstä. Ihminen tekee.
Mutta samalla olisi virhe ajatella, että ratkaisu löytyy pelkästä kokemuksesta tai hiljaisesta tiedosta.
Asiantuntijan kokemus auttaa ymmärtämään asioita, joita ei voida suoraan mitata. Organisaatioiden osaaminen ei perustu vain dokumentoituun tietoon vaan myös kokemukseen perustuvaan hiljaiseen tietoon.
Kokemuskaan ei ole immuuni virheille. Jokainen tarkastelee maailmaa omasta näkökulmastaan, omien oletustensa, ennakkokäsitystensä ja suosikkiselitystensä läpi.
Näemme helpommin havainnot, jotka tukevat aiempaa käsitystämme, ja ohitamme ne, jotka haastavat sitä. Päätöksenteon tutkimuksessa tästä puhutaan vahvistusharhana. (Kahneman 2011).
Juuri siksi tarvitsemme dataa. Ei siksi, että se kertoisi absoluuttisen totuuden. Vaan siksi, että se pakottaa meidät haastamaan omat oletuksemme.
Mutta kuka haastaa dataa?
Datalla johtamisesta puhutaan paljon. Harvemmin puhutaan siitä, että myös data tarvitsee haastajansa.
Joskus yksiselitteisen oloinen luku ei kuvaa monimutkaista todellisuutta riittävän hyvin. Joskus virhe löytyy datasta, joskus ihmisen tulkinnasta tai molemmista. Useimmiten molemmista löytyy hieman kohinaa. Päätöksenteon tutkimuksessa kohinalla tarkoitetaan tilanteita, joissa ihmiset päätyvät samasta datasta erilaisiin arvioihin. (Kahneman, Sibony & Sunstein 2021). Siksi en enää ajattele, että päätöksenteossa pitäisi valita datan ja kokemuksen välillä.
Molemmat ovat epätäydellisiä, sisältävät vinoumia ja voivat johtaa harhaan. Ja juuri siksi molempia tarvitaan.
Mitä jatkuvan oppimisen kehittäminen opetti?
Tätä ajatusta tarkasteltiin myös TAMKin jatkuvan oppimisen opintopistekertymän kehittämisessä. Työskentelyn lähtökohdaksi koottiin tietopaketti valtakunnallisesta asemoitumisesta, TAMKin tarjonnasta, opintopistekertymästä ja jatkuvan oppimisen kehityssuunnista.
Dataa oli paljon. Pelkkä opintopistekertymä saattoi osoittaa, missä tarjonnassa oli volyymia, mutta asiantuntijakeskustelu auttoi ymmärtämään, johtuivatko erot kysynnästä, näkyvyydestä, toimintamalleista vai siitä, miten jatkuva oppiminen organisaatiossa hahmotettiin. Kun asiantuntijat tarkastelivat tietoa yhdessä, numerot muuttuivat havainnoista ymmärrykseksi. Ilman yhteistä tulkintaa data olisi jäänyt pelkiksi numeroiksi.
Prosessin lopputuloksena tunnistettiin jatkuvan oppimisen kehittämisen keskeisiä painopisteitä, kuten sisäisen näkyvyyden vahvistaminen, systemaattisemmat toimintamallit, tarjonnan kehittäminen sekä muutos kohti jatkuvan oppimisen taloa.
Merkittävin oppi ei kuitenkaan liittynyt yksittäisiin kehittämiskohteisiin, vaan siihen, miten niihin päädyttiin.
Päätöksenteon puuttuva lenkki on yhteinen ymmärrys
Organisaatioissa puhutaan paljon tiedolla johtamisesta. Ehkä meidän pitäisi puhua enemmän yhteisellä ymmärryksellä johtamisesta. Tiedolla johtamisen tavoitteena ei lopulta ole tiedon tuottaminen vaan yhteisen ymmärryksen rakentaminen organisaation toiminnasta ja sen kehittämistarpeista (Listenmaa 2023).
Data kertoo, mitä tapahtuu. Kokemus kertoo, miltä se näyttää arjessa. Vasta yhteinen keskustelu auttaa ymmärtämään, mitä kaikki tämä tarkoittaa juuri tässä tilanteessa.
Tätä voisi kutsua kontekstuaaliseksi ymmärrykseksi. Yksilöllinen tieto ei riitä. Kollegiaalinen tieto ei riitä. Analytiikka ei riitä. Vaikuttavin päätöksenteko syntyy, kun ne kohtaavat yhteisessä kontekstissa.
Strateginen päätöksenteko ei ole kilpailu datan ja ihmisten välillä. Se on kykyä rakentaa yhteinen käsitys maailmasta, joka on aina hieman epäselvä, keskeneräinen ja harvoin täydellisesti mitattavissa.
Ehkä tulevaisuuden tärkein johtamistaito ei ole datan lukeminen vaan kyky yhdistää data, asiantuntijuus ja inhimillinen ymmärrys tavalla, joka auttaa ihmisiä tekemään yhdessä hieman parempia päätöksiä kuin yksin.
Kirjoittaja:
Tapio Männistö
Asiantuntija raportointi ja analytiikka
Lähdeluettelo
- Kahneman, D. (2011). Thinking, Fast and Slow.
- Kahneman, D., Sibony, O. & Sunstein, C.R. (2021). Noise: A Flaw in Human Judgment.
- Listenmaa, J. (2023). Laita tieto töihin.
- Nonaka, I. & Takeuchi, H. (1995). The Knowledge-Creating Company.
Tekoälyn hyödyntäminen:
Kuva on luotu tekoälyllä. Teksti on kirjoittajan oma, ja tekoälyä on hyödynnetty oikeinkirjoituksen tarkistamiseen sekä kirjoitusvalmentajana tekstin hiomisessa ja tiivistämisessä.
Kommentit