Opět na mě vyskočila stará manažerská mantra:
Kdo měří, ten řídí.
Asi ji znáte. Patří k větám, které se naučíte velmi brzy, pokud se pohybujete kolem řízení, kvality, procesů, výkonu nebo auditu. TQM, Six Sigma, ISO, KPI, SMART cíle, Balanced Scorecard, OKR. Každý rámec má svůj slovník, ale základní víra je podobná: co neumíme měřit, to neumíme řídit.
A dnes, v době AI, která během pár vteřin vygeneruje grafy, dashboardy, sumarizace a barevné přehledy, získává měření ještě větší váhu.
Víc dat.
Víc grafů.
Víc přehledů.
Víc AI servility, která z chaotické reality poslušně vyrobí přesvědčivý dashboard.
Víc pocitu, že máme věci pod kontrolou.
Jenže víc neznamená lépe.
Nejde o odmítnutí měření. To by byla hloupost. Bez zpětné vazby se řídit nedá. Problém začíná ve chvíli, kdy měření přestane sloužit rozhodování — a rozhodování začne sloužit měření.
Špatně nastavená metrika totiž nemusí být jen zbytečná. Může být aktivně škodlivá.
Může odvádět pozornost.
Může vytvářet falešný pocit kontroly.
Může nutit lidi optimalizovat to, co se dá zlepšit rychle, snadno a viditelně — místo toho, co je skutečně důležité.
A někdy dokáže organizaci velmi přesně informovat o tom, jak dobře se naučila zakrývat vlastní problém.
Paul Watzlawick popsal princip, který nazval „jen houšť“: Když se nedaří, máme tendenci dělat víc téhož. Přidáme úsilí. Přidáme tlak. Přidáme kontrolu.
V manažerském prostředí to často znamená: Výsledky nejsou dobré, takže přidáme další metriku. Přesnější. Podrobnější. Barevnější. S lepším dashboardem.
Aniž bychom se zastavili a položili jednodušší, ale nepříjemné otázky:
Měříme správně? Měříme správnou věc? A má vůbec věc, kterou optimalizujeme, smysl zlepšovat?
A právě tady to začíná být zajímevé.
Tři vrstvy problému
1. Cílí metrika na skutečný záměr?
Metrika obvykle nevzniká bez důvodu. Vzniká proto, že má něco ukázat: rychlost, objem, kvalitu, výkon, spokojenost, dostupnost.
Problém je jinde.
Často se neověří, jestli to, co metrika ukazuje, skutečně souvisí s tím, čeho chceme dosáhnout. A pokud souvisí, za jakých podmínek.
Zlepšujeme číslo. Ale málokdy se vracíme k otázce, jestli zlepšené číslo znamená lepší proces, lepší službu, lepší rozhodnutí nebo lepší zkušenost zákazníka.
Metrika není neutrální okno do reality. Je to model reality. A každý model něco zvýrazní, něco zamlčí a něco zdeformuje.
Proto nestačí ptát se, jestli je metrika správně spočítaná. Je potřeba ptát se, jakou realitu vlastně konstruuje.
Typický příklad: průměrný čas vyřízení.
Na první pohled dává smysl. Měří rychlost. Rychlost je přece dobrá. Jenže rychlost čeho? Vyřízení? Odložení? Uzavření tiketu? Přesunutí problému jinam? A znamená kratší čas skutečně lepší službu?
Nebo jen lepší číslo?
Dodnes si pamatuji ukazatel end-to-end procesu, který měl měřit, jak dlouho je zákazník bez služby. Na papíře vycházel čas kolem tří hodin. Jenže v konstrukci metriky byly oříznuté extrémy a odložené tikety z různých důvodů — včetně čekání na součinnost zákazníka.
Když se tyto výjimky vrátily zpět, obraz se změnil dramaticky: zákazník nebyl bez služby tři hodiny, ale zhruba týden.
Formálně metrika fungovala. Prakticky zakrývala problém.
A to je podstatné: někdy se problém neschová ve špatném čísle. Schová se v pravidlech, podle kterých číslo vzniká.
U metrik není důležité jen to, co počítají. Stejně důležité je, co z výpočtu systematicky vylučují.
Podobné je to s dostupností. 99,9 % zní dobře. Vypadá profesionálně. Dá se dát do SLA. Dá se reportovat vedení. Dá se obhájit v prezentaci.
Jenže dostupnost může vypadat výborně i ve chvíli, kdy je služba pro zákazníka prakticky nepoužitelná. Stačí, aby služba flapovala, rozpadaly se relace nebo se nestabilita objevovala právě v okamžicích, kdy ji zákazník skutečně potřebuje.
Technicky je služba dostupná. Prakticky se na ni nedá spolehnout.
2. Je metrika spojena s reálnou změnou?
Alistair Croll a Benjamin Yoskovitz to formulovali bez okolků:
Pokud měříte něco, co není spojeno s nějakým cílem a následnou změnou ve vašem chování, plýtváte časem. Nebo ještě hůř — lžete sami sobě.
U metrik nejde o honbu za absolutní přesností. Jde o přiměřenou přesnost, známé limity a poctivé zacházení s tím, co číslo ještě říká — a co už jen předstírá.
Zároveň nestačí ptát se jen na to, jestli měříme správně. Stejně důležité je, jestli měříme správnou věc. A ještě o patro výš: jestli věc, kterou se snažíme optimalizovat, vůbec dává smysl.
Můžeme měřit správnou věc špatně.
Můžeme měřit špatnou věc velmi přesně.
A můžeme také měřit špatně špatnou věc — a tvářit se u toho manažersky jistě.
Dobrá metrika sama neurčuje, kde chceme být. To má říkat záměr, strategie nebo odpovědnost vůči zákazníkovi.
Metrika má pomoci poctivěji odpovědět na jiné otázky: kde jsme, kam se skutečně pohybujeme, jak rychle, za jakou cenu, a zda se nám cestou nezačíná zadírat motor.
Pokud metrika ukáže problém, nemá automaticky následovat jen tlak na výkon. Má následovat přezkoumání reality i metriky samotné.
Co se děje v procesu?
Co se děje v technologii?
Co se děje u zákazníka?
Co se děje v pobídkách a prioritách lidí?
A jak metrika realitu zkresluje?
Pokud podle metrik řídíme důležitý systém, měli bychom si být jistí, že nám budíky nekecají.
Problém přitom není v tom, že by se po špatném výsledku nic nestalo. V praxi se většinou něco stane. Zadá se úkol. Otevře se problem management. Přijme se nápravné opatření. Doplní se kontrola. Nasadí se záplata. Přepíše se postup.
Organizace není nečinná. Často je naopak velmi aktivní.
Jenže komplexní jev se snadno převede na lineární incident. Špatné číslo se spojí s jednou příčinou, jedním vlastníkem a jedním opatřením. Vysvětlení vypadá racionálně, procesně obstojí a dá se dobře odreportovat.
Tím ale ještě nemusí být pochopen systém, který výsledek skutečně vytvořil.
V prostředí, kde se potkává technologie, proces, zákaznické chování, kapacity, motivace lidí, interní priority a konstrukce samotné metriky, může být jednoduché kauzální vysvětlení spíš uklidňující fikcí než řízením reality.
Organizace problém neignoruje. Často ho zjednodušuje tak dlouho, až si s ním dokáže snadno poradit.
A pak vznikne známý stav: věci se řeší, úkoly se plní, opatření se zapisují, ale základní problém se jen přesouvá, maskuje nebo vrací v jiné podobě.
Měření bez schopnosti přezkoumat vlastní předpoklady není řízení. Je to jen lépe zdokumentovaná reakce.
Goodhartův zákon: když se ukazatel stane cílem
Charles Goodhart formuloval pozorování, které Marilyn Strathern později zobecnila do věty:
Když se ukazatel stane cílem, přestává být dobrým ukazatelem.
Tohle je jedna z nejdůležitějších vět o řízení vůbec.
Jakmile začneme podle metriky hodnotit výkon — a ještě víc ve chvíli, kdy metriku konstruujeme s vědomím, že podle ní budeme sami hodnoceni — metrika přestává být kompasem.
Stává se součástí hry. A někdy i pokřiveným zrcadlem.
A lidé nejsou pasivní objekty pozorování.
Přizpůsobují se. Optimalizují. Učí se pravidla. Hledají nejkratší cestu k dobrému výsledku. Někdy vědomě, někdy nevědomě. Někdy poctivě, někdy kreativně, někdy destruktivně.
Vědci, kteří jsou hodnocení podle citací, začnou optimalizovat publikování a viditelnost.
Školy hodnocené podle výsledků testů, začnou učit na testy.
Call centra hodnocená podle délky hovoru, začnou zkracovat hovory.
Vývojáři hodnocení podle počtu commitů, začnou commitovat častěji.
Obchodníci hodnocení podle počtu kontaktů, začnou vyrábět aktivitu.
A organizace si často myslí, že zlepšuje výkon.
Ve skutečnosti jen naučila lidi lépe hrát metriku.
Platí to zejména tam, kde je metrika přímo spojena s odměňováním, bonusem, hodnocením, reputací nebo tlakem shora. Čím pevnější vazba na výplatu nebo postavení, tím větší motivace metriku obejít, ohnout nebo optimalizovat.
To není selhání charakteru jednotlivců. To je očekávatelná reakce na systém pobídek.
Lidé se chovají ekonomicky. Snaží se za přiměřené nebo co nejmenší úsilí dosáhnout co nejlepšího výsledku v prostředí, které jim organizace nastavila.
Pokud organizace odměňuje číslo, nemůže se divit, že lidé začnou vyrábět číslo.
A tady se uzavírá kruh.
Metrika, která měla pomoci lépe chápat realitu, začne realitu deformovat. Ukazatel, který měl sloužit jako navigace, se stane cílem cesty. Dashboard, který měl podporovat rozhodování, začne určovat, co se vůbec smí považovat za problém.
Pak už nejde o řízení.
Jde o optimalizaci vlastního sebeklamu.
Než začnete řešit konstrukci metrik
Než se začne debatovat o tom, jak metriku přesně počítat, jaký zvolit vzorec, jak často ji reportovat a jakou barvou ji zobrazit, stojí za to položit čtyři základní otázky.
- Měříme správnou věc?
Nejde jen o to, zda měříme přesně. První otázka zní, zda to, co měříme, skutečně souvisí s tím, na čem záleží.
Můžeme velmi poctivě měřit něco, co je pro skutečný záměr vedlejší. Nebo dokonce škodlivé.
- Nastavili jsme správnou hodnotu?
I dobrá metrika se může stát nebezpečnou, pokud jí nastavíme špatný cíl.
Příliš tvrdý cíl může tlačit k obcházení reality, ke zbytečným nákladům nebo k přenášení problému jinam. Příliš měkký cíl může naopak zakrýt zhoršování systému. A jedna cílová hodnota může být horší než rozumné pásmo, protože organizaci nutí trefovat číslo místo chápat vývoj.
Správná otázka tedy není jen „co měříme“, ale také „jakou hodnotu považujeme za dobrou — a proč právě tu“.
- Co se změní, když metrika ukáže problém?
Nejde jen o to, zda vznikne úkol, nápravné opatření nebo další kontrola. To se obvykle stane.
Otázka zní, zda reakce odpovídá povaze systému, nebo jen převádí komplexní problém do formátu, který organizace umí zpracovat.
- Jak se na metriku adaptují lidé, kteří jsou podle ní hodnoceni?
Nejde o to předpokládat zlý úmysl. Lidé se na metriky adaptují, protože jsou součástí prostředí, ve kterém pracují.
Dá se odhadovat, jaké chování metrika pravděpodobně vyvolá — zvlášť pokud se na ni podívá někdo, kdo nepotřebuje dokazovat, že je „v pořádku“, ale rozumí lidem, pobídkám a provozní realitě. Pořád je to ale odhad. Proto je potřeba sledovat nejen metriku samotnou, ale i chování, které kolem ní vzniká.
Měření není řízení
Kdo měří, ten ještě neřídí.
Kdo měří správnou věc, chápe její omezení, rozumí jejím vedlejším efektům a dokáže podle ní měnit rozhodnutí, ten má šanci řídit lépe.
Organizace se málokdy zhroutí proto, že neměla dost grafů. Častěji selže proto, že si spletla report s realitou, metriku s cílem a kontrolu s řízením.
Dobré měření nezačíná výběrem nástroje. Začíná otázkou, jaký záměr má metrika podporovat, jaké rozhodnutí má umožnit, jaké chování vyvolá a jak poznáme, že nám nezačala lhát — i když jsou všechna čísla technicky správně.
Pokud vás při čtení napadlo, že některé vaše metriky možná víc uklidňují, než pomáhají řídit — nebo že vlastně přesně nerozumíte tomu, co vyjadřují — není to detail reportingu.
Je to symptom, že věci nemusíte mít pod kontrolou tak, jak si myslíte.
A právě v tomto bodě začíná smysluplná práce: projít metriky proti realitě procesu, motivacím lidí, technologii, zákaznické zkušenosti a rozhodnutím, která mají podporovat.