Christine Anderson-Cook explains how the DMRCS process can help avoid the pitfalls of group decision making.Christine Anderson-Cook explains how the DMRCS process can help avoid the pitfalls of group decision making.Christine Anderson-Cook explains how the DMRCS process can help avoid the pitfalls of group decision making.Christine Anderson-Cook은 DMRCS 프로세스가 그룹 의사 결정의 함정을 피하는 데 어떻게 도움이 되는지 설명합니다.
다양한 옵션 중에서 올바른 경로를 선택하는 것은 우리 모두가 매일 직면하는 도전입니다. 대부분의 경우, 우리는 그것을 아주 잘 합니다. 우리는 종종 변수에 익숙하며 선택 A와 선택 B 또는 C의 결과를 안정적으로 예측할 수 있습니다.
하지만 압도적인 수의 선택과 생소한 결정 기준에 직면하게 되면 어떻게 될까요? 각자 고유한 관점을 가진 여러 사람이 결정에 동의해야 한다면 어떻게 될까요? 그리고 판돈이 정말로 높다면 어떨까요?
다음은 Los Alamos National Laboratory의 연구 과학자인 Christine Anderson-Cook이 총회에서 발표한 질문 중 일부입니다. 디스커버리 서밋 2017 세인트루이스에서.
Anderson-Cook은 "데이터 활용: 의사 결정에 협력자"라는 제목의 강연에서 복잡한 의사 결정이 어려운 여러 가지 이유 중 일부를 강조했습니다. 특히 여러 사람이 관련되어 있을 때 그렇습니다.
그룹 결정은 어렵습니다!
우선, 슬램 덩크가 아닌 결정의 이상적인 결과에 동의합니다. 그룹 구성원은 동일한 우선 순위를 공유하지 않을 수 있으며 매우 다른 경험과 성격을 테이블에 가져올 수 있습니다.
Anderson-Cook은 이러한 "인지적 다양성"이 실제로 더 나은 결정을 내릴 수 있는 잠재력을 가지고 있지만 올바른 의사 결정 프레임워크 없이는 합의에 도달하고 최적의 결과를 달성하는 데 어려움을 겪을 수 있다고 주장했습니다. 다른 함정에는 숨겨진 편견, 건강하지 못한 권력 역학 및 집단 사고가 포함됩니다.
그렇다면 팀이 지속적으로 올바른 결정을 내릴 수 있는 능력을 향상시키는 전략에는 어떤 것이 있습니까? Anderson-Cook에 따르면 핵심은 방어 가능하고 재현 가능한 의사 결정을 촉진하도록 설계된 구조화된 프로세스(기반에 데이터가 있음)입니다.
성공의 열쇠: 데이터 및 구조
Anderson-Cook은 DMRCS(정의-측정-축소-결합-선택)라는 5단계 프로세스를 옹호합니다.
정의하다
팀의 각 구성원이 가장 중요하게 생각하는 옵션의 속성은 무엇이며 그 이유는 무엇입니까? (예: 비용? 품질? 속도? 구현 용이성? 등)
측정하다
각 옵션의 중요한 속성을 측정하기 위해 어떤 기준, 즉 데이터가 사용됩니까?
줄이다
일부 경쟁자를 제거하고 보다 관리하기 쉬운 옵션 목록에 도달하기 위해 데이터 기반 기준을 어떻게 적용할 수 있습니까?
결합하다
기준의 서로 다른 가중치를 고려할 때 장단점의 균형을 가장 잘 맞추는 것으로 보이는 몇 가지 선택 사항을 식별할 수 있습니까?
고르다
정의 단계에서 식별한 우선 순위를 고려할 때 가장 적합한 솔루션은 무엇입니까?
작동하는 이유
이 프로세스의 가치는 팀의 공동 우선순위에 투명성을 가져올 뿐만 아니라 각 옵션의 성능을 평가하기 위해 상호 합의된 메트릭을 제공한다는 것입니다. 결합 단계에서는 각 기준에 대해 서로 다른 가중치를 사용하여 각 옵션을 평가하는 방법도 제공하므로 서로 다른 플레이어가 사물을 다르게 평가할 가능성이 있다는 사실을 인정합니다.
측정, 축소 및 결합 단계는 데이터에 가장 의존적입니다. 이것은 다음에서 지원하는 것과 같은 시각적 데이터 분석 기술이 있는 곳입니다. JMP , 숨겨진 통찰력을 발굴할 수 있는 가장 큰 잠재력을 가지고 있습니다. Anderson-Cook은 JMP 애드인 파레토 전선을 사용하여 트레이드 오프를 시각화하고 다양한 기준 가중치의 효과를 비교하는 데 사용할 수 있습니다.
DMRCS와 같은 구조화된 프로세스의 주요 이점 중 하나는 팀이 중대한 결정에 스며들 수 있는 일부 감정을 해소할 수 있다는 것입니다. 정의 및 측정 단계는 초점을 설정하고 데이터가 처음부터 대화를 주도할 수 있도록 합니다.
DMRCS 접근 방식의 또 다른 장점은 각 팀원에게 가장 중요한 사항과 그 이유를 설명할 수 있는 기회를 제공한다는 것입니다. 이를 통해 팀은 평가에서 주관적인 요소를 분리하고 이러한 요소가 결정에 어떤 영향을 미치는지 모든 사람이 명확하게 볼 수 있습니다.
올바르게 실행될 경우 의사 결정에 대한 구조화된 데이터 중심 접근 방식은 팀이 인지적 다양성에서 살아남는 데 도움이 될 뿐만 아니라 여러 관점에 내재된 지혜와 창의성을 발휘하도록 도울 수 있습니다.
Anderson-Cook은 DMRCS 프로세스를 경험한 팀원의 말을 인용하여 다음과 같이 요약했습니다. 올바른 선택을 하는 것이었습니다.”
당신은 볼 수 있습니다 크리스틴 앤더슨-쿡의 연설 녹음 여기 JMP 사용자 커뮤니티에서.
