Beroende på vem du frågar så är mätning antingen vansinnigt i en ständigt förändrad värld, alternativt en nödvändighet för att förstå en ständigt föränderlig värld. Som oftast så är svaret både och, båda perspektiven har sin plats i organisationer.
Mätning som dialog
Det fina med mätning är att det ibland tvingar ner människor i den stökiga och detaljrika vardagen, eftersom det ofta är där ett mätetal kan förstås. För ett mätetal kan berätta för oss att churn har ökat, kundaktivering har minskat eller nyttjande av en tjänst har förändrats. Men för att förstå varför så måste vi i regel grotta ner oss i detaljerna. Hur ser referens-siffrorna för churn ut? Vilka kundgrupper har lämnat? När lämnade dom? Vad skedde i samband med det? Vilka interaktionsmönster har vi haft tillsammans med dem?
Men det kanske inte ens räcker, vi behöver kanske gå ner ytterligare i finkornighet och gå igenom kund för kund som har lämnat för att hitta mönster. Men inte ens det räcker kanske, för tänk om vi behöver förstå olika roller eller kluster hos kunderna som har triggat churn. Och så fortsätter det, vi skiftar abstraktionsnivå tills dess att vi har fått ett tillfredsställande svar på frågan varför churn har ökat.
Ett till synes enkelt mätetal, som under ytan guidar oss in i situationens komplexitet. Men det är fortfarande mätetalet som guidar oss in, och det är viktigt. För mätetalet är (förhoppningsvis) korrigerat för naturlig variation, vilket gör det till en bra kvantitativ indikator på att här finns det något viktigt som är värt vår uppmärksamhet. Här borde vi lägga vårt fokus. Det är just det som är mätetalets stora värde i komplexa sammanhang – För att monitorera bortom det du själv kan uppfatta.
Mätning för mätningens skull
Problemet med mätning uppstår när vi tittar på mätetalet som säger ökad churn i månad x och kommunicerar ”AHHHH ökad churn – Samtliga ska ta fram en action plan för de tre närmaste veckorna för hur vi minskar churn” För då börjar människor göra alla de där vansinniga sakerna som bara tar energi, och sällan skapar värde. Vi flyttar siffror, kategoriserar om kunder, bakdaterar avtal, förändrar villkor, trycker ut funktioner som ingen behöver, listan kan göras lång. Jag tror vi alla har varit där…
Sanningen är oftast att ingen vet riktigt varför churn har ökat, och det är inte tillgängligt för någon att försöka ta reda på mer. Eller det är oftast inte sant, i min erfarenhet finns det alltid ett par personer (utspridda i organisationen) som har jobbat ett tag, har mycket kontakt med kunderna och tillräcklig förståelse för affären som faktiskt förstår en del av orsakerna till mätetalets utveckling. Men det är ingen som lyssnar på dem, eller åtminstone så är de som lyssnar begränsade av den disposition de verkar i. Energikostnaden för att agera på så komplexa perspektiv och insikter är skyhög, och därför händer det ingenting.
Mäte-trädets falska trygghet
Det här mönstret brukar irritera analytiskt lagda personer i ledande positioner. Deras lösning är ofta att varje övergripande mätetal måste byggas upp av en lång rad underliggande mätetal, som i sin tur ligger till grund för ytterligare en nivå, osv. Också har vi ett träd av mätetal som leder upp till ett fåtal övergripande mätetal som ledningsgruppen agerar utifrån. På så vis tror vi oss ha fått koll på den kausala kedjan i hela organisationen, vi har fått kontroll på den ständigt föränderliga världen. När churn går ner nästa gång så kan vi direkt spåra det ner i trädet för att förstå problemet och agera.
Men hela konceptet med en föränderlig värld omöjliggör den här ambitionen. De orsak-verkan-samband som trädet är uppbyggt av är per definition felaktiga om vi försöker förstå något socialt, mänskligt eller komplext. Få saker konsumerar så mycket organisatorisk energi som den här typen av projekt. Tro mig, jag har försökt.
En palett av mätetal
Det stora problemet med ovan upplägg är att ett mäte-träd innehåller en lång rad antagande om linjära orsak-verkan-samband. Och människan har sällan förmågan att förstå orsak och verkan, allra minst i organisatoriska sammanhang. Om explicit kausalitet tas bort från ekvationen och vi istället tittar på en palett av mätetal så blir det direkt mindre riskfyllt. En palett låter människor själva skapa mening och förståelse för vad som sker, och på så vis utveckla en egen (delvis implicit) kausal känsla för affären. Och för vad som orsakar vad. Det fina med det är att olika människor kommer förstå kausalitet på olika sätt, vilket ger organisationen fler perspektiv och ökade möjligheter att upptäcka på agera på nya typer av kausalitet.
Palett vs träd är ett av många möjliga perspektiv att ta på mätning av något föränderligt. Det viktiga är att i stökiga, mångfacetterade och komplexa sammanhang krävs monitorering. Det må vara en annan typ av mätning än det som vi är vana vid, men vi behöver fortfarande ”mätning” i en föränderlig värld. Men det betyder inte att vi kan mäta oss till alla svar i en föränderlig värld.