Adatvezérelt döntéshozás – ahogy Brad Pitt csinálja

2022 február 15.

Alapvető hibák és megoldásaik az adatvezérelt transzformációban

A képzéseinkre jelentkezők sokszor kérdezik tőlünk, hogyan kell az adatalapú működést, az adatokra épített stratégiát elképzelni. A saját és nyilvános, jól dokumentált üzleti példák mellett van néhány kedvenc történetünk. Egyik legkedvesebb ebből az Oakland Athletics  2002-es amerikai baseball szezonját bemutató Moneyball című film (magyarul Pénzcsináló címen jelent meg 2011-ben). A vezetést megreformáló igazgatót, Billy Beane-t zseniálisan alakító Brad Pitt és az adatzseni szerepében feltűnő Jonah Hill színészi munkája miatt is emlékezetes számunkra ez az alkotás. Emellett viszont előadásaink során szívesen példálózunk a film kulcs jeleneteivel.

Ebben a cikkben most Mizsei Szabolcs (Agilis vezetők a digitális korban képzésünk vezetője) és Nagy-Rácz István (Data Science képzésünk vezetője) megmutatják, miért.

1. Mindig kezdd az üzleti problémával! Az igazival!

Amikor adatos projektbe kezdünk, az egyik első nagy kihívás mindig az, hogy megtaláljuk azt a valós üzleti problémát vagy kérdést, amit az adatalapú megoldással kezelni akarunk. Az egyik eszköz, ami segíthet, az a Lean szemléletből  használt ”5 miért?” technika. Ahogy a jelenetben is látjuk, az adatvezérelt vezető ilyenkor a közvetlen, mindenki által elfogadott ok mögé néz, és olyan mélyre nyúl, hogy a legmélyebben fakadó üzleti problémát tárja fel. Ez a leanből ismert ún. gyökérok.  Ha nem vagy elég kitartó és következetes, akkor vezetőtársaid hipotézisei árasztják el az asztalt, és legtöbbször az eddigi válaszok győzedelmeskednek. Hogy is néz ki ez a gyakorlatban? 

Ha nem vagy elég kitartó és következetes, akkor vezetőtársaid hipotézisei árasztják el az asztalt, és legtöbbször az eddigi válaszok győzedelmeskednek.

A jelenetben azt látjuk, hogy az Oakland Athletics játékosmegfigyelői próbálnak pótolni olyan játékosokat, akiket nagyobb költségvetéssel rendelkező csapatok igazolnak le tőlük. A “business as usual” szellemében szubjektív meglátások, megkérdőjelezhető előítéletek alapján vetnek el vagy tartanak játékban felmerülő neveket. Billy kívülállóként, egyre feszültebben hallgatja a jelenetet. Majd leállítja az egészet, és megkérdezi, hogy tudják-e, mi is a probléma. Jön egy-két válasz, amely a felszínen, a régi beidegződések alapján nevez meg problémákat. Utána az egyikük már éppen közelebb kerülne, kezdene kitekinteni a megszokott gondolatmenetből, ám Billy nem várja ki, hogy lépésről lépésre rájöhessenek. Maga mondja ki a gyökérokot: ők összehasonlíthatatlanul kevesebb pénzből gazdálkodnak, mint versenytársaik. Azaz, ha ugyanazzal a logikával és stratégiával működnek, mint a többi, gazdagabb csapat, akkor biztosan labdába sem rúghatnak – vagyis üthetnek. Hiszen a más megfigyelők szerint is jónak tartott játékosokat megvásárolják a nagy csapatok. Az ő csapatuk megmarad a szervdonor szerepben, aki kineveli ezeket a játékosokat a nagyoknak. Mi a megoldás?  Csak akkor van esélyük, ha gyökeresen máshogy gondolkodnak, mint a többiek.  

Mi a képzéseken arra biztatjuk agilis vezetőinket, hogy ezeket a helyzeteket közösen dolgozzák fel a vezetőikkel, akár egy üzleti canvas segítségével. Így a hipotéziseik, és az igazolt, adatokkal alátámasztott tények nem keverednek össze.

2. Ha megvan a probléma, nézzük mi az üzleti környezet! 

Ahhoz, hogy megértsük, milyen innovációs eszközt válasszunk, ismernünk kell az uralkodó üzleti modelleket és azok lehetséges érzékeny pontjait. A változás lehetőségének felismerése az adatalapú innováció első lépcsője. Meg kell ismernünk a meglévő üzleti modell és -folyamat gyenge pontjait. 

Ez történik a Moneyballban is, amikor a Jonah Hill által megformált közgazdász (a karaktert Paul DePodesta inspirálta) feltárja Billynek, hogy miért gondolkodnak rosszul a baseballcsapatok. A csapatok célja a “svájci bicska” játékosok megszerzése, akik minden tevékenységben kimagaslóan jók. Az igazi cél viszont nem ez, hanem a győzelem megszerzése, amihez pontokat kell szerezni.

A változás lehetőségének felismerése az adatalapú innováció első lépcsője.

3. Sok sikert, Art! – A menedzsmentkrízis

Az adatalapú üzleti átalakítás felforgató. Mindenkit figyelmeztetünk: senki nem marad ki, mindenki életét megváltoztatja. Az adatalapú megoldások üzleti felhasználóiét a leginkább! Ahogy a jelenetben is láthatjuk, a változás ellenállást és bizalmatlanságot szül. Hiszen szembe megy a sokéves üzleti gyakorlattal, az intuíció alapú vezetéssel. Mivel hosszú távú befektetés, és az eredmények gyakran nem jönnek gyorsan, így egy vezetőnek állnia kell az ütéseket, és sokszor akár az adaptálódni nem tudó kulcsemberek elvesztésével is szembe kell néznie. 

Vezetőinket ezért mindig a felhatalmazott csapatok ügyfélközpontú, rövid kis lépéseire biztatjuk, hogy ezzel mérsékeljék azt, hogy drasztikusnak éljék meg a változást a munkatársak.

A változás ellenállást és bizalmatlanságot szül. Hiszen szembe megy a sokéves üzleti gyakorlattal, az intuíció alapú vezetéssel.

4.   Virítsd a megoldást!

A baseball jellegzetessége, hogy minden mérkőzés, csapat és játékos rendkívül jól dokumentált több mint 100 évre visszamenőleg. Ezek az adatok mindenki számára hozzáférhetőek.  A paradigmaváltások mégsem gyakoriak. A játékoskiválasztás és játékszervezési elvek évtizedek óta változatlanok. Felülértékeltek azok a játékosok, akik egyszerre több képességben jeleskednek. Egy data scientist és egy már létező modell (Bill James modellje) segítségével Billy megérti, hogy neki másként kell válogatni a játékosok között.  Ha egy szerényebb büdzsével rendelkező klub vezetőjeként sikeres akar lenni, úgy kell viselkedni, mint annak az adatelemzőnek, aki  a végtelen adatokban keresi az üzletileg hasznos és releváns összefüggéseket. Meg kell keresnie az alulbecsült (olcsó), de mégis értékes játékosokat.   

5. A fiókban él tovább, avagy ki is az igazi felhasználó

Az adatos megoldások sikere a megfelelő üzleti probléma megtalálásán túl leginkább azon múlik, hogy azok az üzleti döntéshozók és felhasználók, akik üzleti területéről származik a probléma, belássák, hogy az adatos megoldás használata az ő feladatuk. Az ő munkájukat érinti, az ő folyamataik fognak a megoldás által megváltozni, nekik kell akciót megfogalmazni a talált összefüggések alapján, a nap végén az ő döntéseik egy részét fogja az adat meghozni az intuíció helyett. Ha ez a gondolkodásbeli változás nem történik meg, úgy az adatos megoldások a fiókban élnek tovább. Vagy inkább hamvaikba halnak.

Hiába állította össze Billy és Jonah a legjobb csapatot az egyes játékosok adatait kielemezve, ha az edző továbbra is ezt sutba dobva a saját régi stratégiája alapján állította össze a csapatot. Art Howe (Philip Seymour Hoffman remek alakításában) ragaszkodik a saját intuícióihoz és bevett gyakorlatához, bár hosszú távra tervez, de csak önös érdekeit nézi. Olyan döntéseket hoz, amit jövőre egy másik csapatnál még védeni tud. Billy felismeri azt, hogy Art magától nem fog változtatni, így kiveszi kezéből az opciókat, egy lehetőséget hagyva, hogy a csapatot úgy állítsa össze, ahogy azt az adatok mutatják. Az eredmény nem marad el. A csapat sikert sikerre halmoz: a leghosszabb veretlen mérkőzéssorozatot hozza össze a baseball történetében. 

Ha a gondolkodásbeli változás nem történik meg, úgy az adatos megoldások a fiókban élnek tovább.

6. Honnan tudjuk, hogy győztünk?

Azoknak, akik szerint ez csak egy hollywoodi mese,  hadd ajánljunk két forrást.

Miután Billy – ahogy a film végén látható –  elutasította a bajnok Boston Red Sox történelmi méretű ajánlatát, a csapat 2003-ban éppen azt a Bill Jamest vette fel tanácsadóként és alkalmazta 17 évig, aki a filmben bemutatott modellt megalkotta. Az adatos szemlélet végérvényesen átalakította a baseballt.

Itt pedig maga Billy Beane idézi fel a film által leírt időszakot.

Ennél mélyebben is érdekel az adat és a vezetés kapcsolata?

  • Gyere el március 1-ei online Vezetők és Adatok meetupunkra, ahol Dévényi Edittel (NN) és Duronelly Péterrel (Telekom) folytatjuk ezt a gondolatmenetet.
  • Csatlakozz Agilis vezetők a digitális korban képzésünkre, ha vezetőként szeretnéd érteni, miként forgat fel a technológia addig bebetonozottnak hitt BAU-kat, vagy
  • Data Science képzésünkre, ha szeretnél te lenni az a hídember, aki a vezetés és az adatok között megteremti a kapcsolatot, és új alapokra helyezi az üzletet. Légy a saját céged Brad Pittje!
2022 február 15.

Hozzászólások