تصمیم‌گیری براساس واقعیت‌ها و نه فرضیات
چند ماه پیش، تصمیم گرفتیم که سیستم ارائه بازخورد در مورد کیفیت عملکرد هر پیک‌موتوری رو به سرویس «میاره» اضافه کنیم، یه سیستم دریافت بازخورد معمولی که علاوه بر کمک‌کردن مستقیم به ما در راستای بهبود سرویس، بهمون اجازه می‌داد تا از طریق تاثیر دادن نتایج بازخوردها بر روی امتیاز هر پیک و تاثیر دادن اون امتیاز در پروسه اعزام‌کردن(dispatching) به صورت غیرمستقیم هم پیک‌هایی که عملکرد مناسبی ندارن رو از سیستم حذف کنیم.
توی سیستم طراحی‌شده قرار بود تا مشتری‌ها بتونن اعلام کنند که از پیک راضی بودند یا خیر. در پروسه‌ی طراحی سیستم، چندین ساعت وقت صرف تصمیم‌گیری در مورد جزییات مختلف و به طور خاص در مورد اینکه چطور کاری کنیم که مشتری‌ها از این سیستم صرفا برای ارائه بازخورد منفی استفاده نکنن که بتونیم پیک‌هایی که عملکرد مثبتی دارن رو هم پیدا کنیم، فرض‌مون بر این بود که نزدیک به ۷۰ درصد بازخوردها در مواقعی که عدم رضایت وجود داره ثبت بشه و مشتری‌ها تو شرایطی که رضایت دارن به صورت کلی فیدبک ثبت نکنن. با وجود ایده‌های مختلفی که مطرح شد، به خاطر یک‌سری ملاحظات تصمیم گرفتیم این قابلیت رو بدون اون امکانات ترغیب‌کننده منتشر کنیم و اون امکانات رو در طول زمان به سرویس اضافه کنیم.
مدتی بعد، سیستم رو لانچ کردیم و بعد از در دسترس قرار گرفتن قابلیت به صورت کلی با نتیجه‌ی متفاوتی روبرو شدیم؛ اکثر بازخوردهای ثبت شده، چیزی بالای ۹۰ درصد در چند هزار بازخورد، بازخوردهای مثبت بود و فقط تعداد محدودی از بازخوردها منفی بود. نتیجه رضایت مشتری‌ها رو از کیفیت محصول رو نشون می‌داد و این به خودی خود خوب بود ولی یه مشکلی توی پروسه وجود داشت، مشکل در بحث تصمیم‌گیری ما بود، نحوه‌ی رفتار افراد تقریبا برعکس چیزی بود که ما فکر می‌کردیم. منشا این مشکل کجا بود؟ ما، برخلاف رویه‌ی معمول‌مون برای تصمیم‌گیری در حوزه‌های دیگه، بدون داشتن دیتای مورد نیاز و براساس مجموعه‌ای از تجریبات قبلی فرض کرده بودیم که رفتار مشتری‌ها جور دیگه‌ای هستش در حالی که فرض ما مبنای دقیقی نداشت یا حداقل اطلاعاتی که داشتیم ناقص بود.
تصور کنید ما به جای انتشار این قابلیت قبل بدون اون امکانات ترغیب‌کننده، تا پیاده‌سازی اون‌ها صبر می‌کردیم؛ احتمالا ساعت‌ها زمان باید صرف پیاده‌سازی اون قابلیت‌ها میشد و بعد از انتشار هم نه تنها کمکی به بهبود سرویس انجام نمی‌شد بلکه شاید به خاطر ترغیب بیش از حد افراد به ارائه بازخورد مثبت، داده‌ها غیرواقعی میشد و ارزش اولیه‌ی سرویس هم از بین می‌رفت.
مشکلی که توضیحش رو دادم نمونه‌ای از تصمیم‌گیری براساس فرضیات به جای واقعیت‌ها بود، ساختاری برای تصمیم‌گیری که حداقل در دو سوم مواقعی که در این چند سال فعالیتم مورد استفاده قرار دادم منجر به شکست شده شده و تقریبا در اکثر مواقعی که برعکس عمل کردم، منجر به موفقیت شده.
گروه قابل توجهی از مردم همه روزه این قبیل از تصمیمات رو می‌گیرن: توی بورس سرمایه‌گذاری می‌کنن در حالی که هیچ شناختی از بازار سرمایه ندارن، در مورد بقیه قضاوت می‌کنن در حالی که اطلاعی از شرایط دیگران ندارن، مبالغ قابل توجهی رو صرف خرید وسایل می‌کنن بدون این که به طور کامل اون وسایل رو سنجیده باشن. تصمیماتی که بدون آگاهی و یا در نتیجه‌ی داشتن اطلاعات غلط بوده و در اغلب مواقع ناموفق هستند و در صورتی براساس دانش و اطلاع گرفته می‌شدن می‌تونستن منجر به نتیجه ی بهتری بشن.
علی‌رغم اهمیت تصمیم‌گیری براساس واقعیت‌ها به جای فرضیات در زندگی روزمره، این روش تصمیم‌گیری به طور خاص تاثیرش رو در بحث کسب و کارها نشون میده. در کسب و کارها، افرادی که مسئول تصمیم‌گیری در مورد مسائل هستند باید روزانه چندین تصمیم ریز و درشت بگیرن، تصمیماتی که باید در زمان اندک گرفته بشن ولی معمولا نتایج خودشون رو در دراز مدت و با ضریب بزرگی نشون خواهند داد، در واقع هزینه‌ی تصمیمات اشتباه در کسب و کارها تفاوت فوق‌العاده زیادی با زندگی روزمره داره و یک تصمیم اشتباه در یک کسب و کار، به خصوص کسب و کارهای نوپا، می‌تونه لطمات قابل توجهی رو به اون مجموعه وارد کنه. در پروسه‌ی این تصمیم‌گیری اگه بشه به هر نحوی، هر گروه از تصمیمات رو سادهتر کرد، میشه علاوه بر تصمیم‌گیری سادهتر در مورد اون گروه از تصمیمات، به منطقی‌تر بودن تصمیمات دیگه هم کمک کرد چون میشه تصمیمات باقی‌مونده رو با تمرکز و زمان بیشتری گرفت.
یکی از ساده‌ترین راه‌حل‌ها برای ساده‌سازی و قابل اطمینان کردن تصمیمات، استفاده از داده‌ها و اطلاعات موجوده. اطلاعاتی که رفتارهای کاربران، بازار یا بخش‌های دیگه‌ی دخیل در کسب و کار رو نشون میدن. برای به دست آوردن این داده‌ها راه‌حل‌هایی وجود داره که بنا به بازار، اهمیت تصمیم و نوع تاثیر تصمیم می‌تونن متفاوت باشن ولی در نهایت به سیستم برای تصمیم‌گیری منطقی‌تر کمک خواهند کرد.
اطلاعات مورد نیاز برای تصمیم‌گیری می‌تونن به طرق مختلفی جمع‌آوری بشن، گاهی اوقات مسائل به حدی ساده و شبیه نمونه‌های دیگه هستند که تجربه‌ی افراد دیگه در اون حوزه می‌تونه در نقش اطلاعات جمع‌آوری شده عمل کنه؛ در برخی از موارد مسائل جزییات بیشتری داشته و نیاز به تحلیل داده‌های موجود در سیستم فعلی دارن و با قابل بهره‌برداری کردن داده‌های موجود میشه ریسک این قبیل از تصمیمات رو کاهش داد؛ گاهی اوقات مسائل پیچیده‌تر یا جدیدتر از اون هستند که بشه در مورد اونا براساس تجربیات تصمیم گرفت و در عین حال، داده‌ی قبلی‌ای هم برای تحلیل و استفاده در تصمیم‌گیری وجود نداره، در این قبیل از موارد شاید بهترین راه‌حل انجام طرح‌های آزمایشی و بررسی‌های میدانی باشه، آزمایشاتی که بتونه فرضیات افراد تصمیم‌گیرنده درکسب و کار رو به واقعیت نزدیک کنه.
در صورتی که کسب و کارها برای تصمیم‌گیری به جای فرضیات به واقعیت‌ها تکیه کنن یا حداقل علاوه بر فرضیات، داده‌های واقعی رو هم تا حدی در سیستم دخیل کنن، خطای انسانی ناشی از فرضیات کاهش پیدا می‌کنه، تصمیم‌گیری‌ها سادهتر میشه و در دراز مدت احتمال موفقیت بیشتر میشه. به زبان سادهتر میشه کفت در صورتی که تصمیم‌گیری با این رویکرد صورت بگیره، هیجانات لحظه‌ای، نظرات بدون پایه و اساس و برداشت‌های اشتباه از پروسه تصمیم‌گیری حذف میشه و یا به حداقل می‌رسه و در نتیجه میشه انتظار نتایج بهتری رو داشت.
با این وجود باید در نظر داشت که تکیه‌کردن به واقعیت‌ها و پرهیز از فرضیات تنها راه‌حلی برای کاهش ریسک‌ها و نه از بین بردن اون‌هاست کما اینکه خیلی از اوقات تصمیم‌هایی که براساس واقعیت‌ها گرفته میشن منجر به شکست میشن.
برای این که در تصمیم‌گیری براساس واقعیت‌ها هم ریسک به حداقل برسه، باید توجه داشت پیش از همه، داده‌ها به نحوی جمع‌آوری و ساده‌سازی بشن که برای اکثر افراد دخیل در کسب و کار قابل استفاده بوده و بهره‌گیری از اون‌ها نیاز به مهارت عجیبی نداشته باشه. علاوه بر این باید توجه داشت که منابع جمع‌آوری اطلاعات صحیح باشن، به طور مثال در صورتی که اطلاعاتی در مورد بازار جمع‌آوری و در پروسه‌ی تصمیم‌گیری استفاده میشه باید از بخش صحیحی از بازار جمع‌آوری بشه و تا سر حد امکان تاثیر فاکتورهای زمانی و لحظه‌ای بر روی اون داده مورد توجه قرار داده بشه. فاکتور بعدی که مورد توجه قرار گرفتنش می‌تونه ریسک رو کاهش بده، توجه به تحت تاثیر قرار ندادن داده‌هاست، در واقع باید سعی بشه که داده‌ها تا سر حد امکان واقعی باشن و به طریقی، مثلا در آمارگیری مبتنی بر نرم‌افزارها در نتیجه‌ی وجود عامل خاصی در رابط کاربری نرم‌افزار یا در تحقیقات میدانی، در نتیجه‌ی برخورد خاص افرادی که تحقیقات رو انجام میدن داده‌ها تحت تاثیر قرار نگیرن. و آخرین و شاید مهم‌ترین فاکتور سعی‌کردن برای جمع‌آوری تمام اطلاعات مورد نیازه، در صورتی که در پروسه جمع‌آوری اطلاعات بر روی بخشی از حوزه‌ی مورد بررسی تمرکز بیشتری صورت بگیره و از بخش‌های دیگه‌ی اون حوزه غفلت بشه داده‌های جمع‌آوری شده نه تنها به بهبود تصمیمات کمک نخواهند کرد بلکه امکان‌داره ضرر بیشتری از تصمیم‌گیری بر مبنای فرضیات به سیستم وارد کنن.
موارد فوق در حالی که شاید به بدیهیات نزدیک باشن، در اکثر کسب و کارها مورد توجه قرار نمی‌گیرن؛ متاسفانه این عدم توجه بین کسب و کارهای ایرانی بسیار رایج‌تره و منجر به جلوگیری از رشد خیلی از کسب و کارهای جذاب میشه. با این وجود میشه با بررسی نحوه‌ی عملکرد کسب و کارهای برتر خارجی و حتی کسب و کارهای موفق داخلی به اهمیت تاثیر دادن داده‌ها و واقعیت‌ها در تصمیم‌گیری‌ها کمک کرد و با جای‌گزین کردن اون‌ها با فرضیات، ریسک‌های موجود رو کاهش داد تا نه‌تنها جلوی از بین رفتن کسب و کارها گرفته بشه بلکه به رشد اون‌ها هم کمک بشه.