Personal site of tuomas pitkanen

People don’t generally know why they do what they do.  If you introduce a cue for action, this will usually lead to change of behavior. In this example, a small nudge led to increased consumption of vegetables, which is good for the health and the environment. It is easy to think of use cases in change management, for instance! Examples are welcome!

Huomasitko mikromanageerannesi?

Luultavasti et. Sen sijaan huomaat helposti, jos joudut mikromanageerauksen kohteeksi. Harva tunnistaa syyllistyneensä mikromanageeraukseen, vielä harvempi kehtaa tunnustaa sen. Kaikki ovat kuitenkin joutuneet sen kohteeksi. Mistä tämä johtuu? Väitän, että tämä johtuu (useimmiten, on tietenkin sellaisia johtajia, jotka haluavat käyttää valtaa) siitä, että mikromanageerajalla huomio keskittyy lopputulokseen, mikromanageerattavalla siihen, miten häntä kohdeltiin. Voi olla, että tällä saavutetaan ehkä hetkellisesti parempi lopputulos, mutta jos toinen kokee tulleensa kohdelluksi vähättelevästi tai alentavasti, luottamus katoaa nopeasti. Jos joku on riittävän rohkea ja kertoo sinulle, että ’taas mikromanageeraat’, mieti, onko tärkeämpää, miten kohtelet häntä vai käsiteltävän lopputulos.

Jos kysyt karismaattiselta johtajalta, mikä on hänen pääasiallinen vaikutuskanavansa ihmisiin, mitä luulet hänen vastaavan? Epäilen, että juuri kukaan ei vastaa että tunteet. Tunteiden vaikutusta kuitenkin aliarvioidaan systemaattisesti ja tutkimusten mukaan erityisesti karismaattisena pidettyjen johtajien pääasiallinen vaikutuskeino ei ole visiointi, looginen ajattelu, järjestelmällisyys tai mikään sellainen vaan tunteiden tarttuminen. Intosi tarttuu ja se näkyy ja toimii! Mutta: myös turhautumisesi, harmituksesi tai vihaisuutesi tarttuu ja sekin näkyy! Mitä sitten tehdä jos aamulla harmittaa töihin tullessa? Ota peili mukaan ja ennen toimistolle tuloa katso kuinka hymyilevä naama siellä näkyy.

Tässä opiskeltuani pitkästä aikaa olen huomannut, että tieteen ja bisneksen totuudet ovat ihan erilaisia. Käyttäytymis- ja liikeenjohdon tieteissäkin vaaditaan erittäin kovaa kontrollia kaikista muuttujista sekä erittäin korkeaa tilastollista varmuutta siitä, että tulos ei ole sattumaa tai jostain tuntemattomasta muuttujasta johtuva. Sen tähden suurin osa tutkimuksista tehdään tälläkin alalla laboratoriossa tarkan kontrollin alla. Tämä tuskin vastaa lähellekään mitään mitä oikeassa bisneksessä tapahtuu. Tästä tulee kuitenkin tieteen ’totuus’. Bisneksen totuus muodostuu ihan toisella tavalla. Joku alan auktoriteetti kertoo että: ’asia on näin’ ilman juuri mitään perustelua asialla. Kaikki nyökyttelevät ja ovat sitä mieltä, että kyllähän se noin on perehtymättä lainkaan onko tälle mitään oikeaa perustetta ja pitää tätä ’totuutena’. Katsokaapa huviksenne muutosjohtamisen teorioita, kuinka moni kertoo miksi joku toimii? Minusta olisi paras yhdistää nämä kaksi ja yrittää löytää johtamisessa joku kausaalinen syy miksi joku toimii. Näitä kausaalisia syitä löytyisi tieteestä, jos vain sopivasti osaa yhdistää asioita. Jos tiedät miksi joku asia toimii (keskimäärin) johtamisessa, osaat varmasti paremmin soveltaa niitä käytännön tilanteissa.

Alkuperäinen juttu:

https://www.linkedin.com/feed/update/urn:li:activity:6330774656718635008

Seurailin tuossa Linkedin keskustelua myynnin ennustamisen vaikeudesta. Tässä helppo vinkki, miten saat jonkunlaisen arvauksen ennusteen epävarmuudelle. Tein pienen simuloinnin yrityksellä, jonka LV=25M ja jolle tulee uutta kauppaa 10M vuodessa, muu on toistuvaa kauppaa. Jos yksi kertakauppa on 0,1-2M, saadaan uusmyynnin keskihajonnaksi tyypillisesti~0,6M/kk. (Jos yritykselläsi on paljon pientä kauppaa, hajonta on merkittävästi pienempi) Tämä on yli puolet uudesta kk myynnistä! Oikaisen tässä hieman (tilastotieteilijät saattavat suutua), mutta jos otat viime vuoden kuukausittaisen uusmyynnin ja lasket tästä keskihajonnan, saat alarajan uusmyyntiennusteen epävarmuudelle. Veikkaan, että yllätyt kuinka iso tilastollinen epävarmuus todellisuudessa on. Tämän lisäksi tulee vielä itse ennustamisen epävarmuus (myyjillä taipumus ennustaa lähelle tavoitetta yms.). Jatkuvan liikevaihdon ennustaminen on sitten hieman helpompaa ja kannattaa tehdä asiakaskohtaisesti, koska tästä on todellisuudessa paljon enemmän näkyvyyttä tulevaisuuteen. Jos ennusteen (tilastollinen) epävarmuus on suuri ja lisäksi ei tiedetä, mitä päätöksiä ennusteen perusteella tehdään, kannattaa miettiä, mikä on riittävä ja sopiva ennustamisen taso.

Niin sitten sain viimein sivut auki. Melkoista harjoittelua uudella työkalulla eikä se auta, että ohjeet on enkuksi ja työkalu suomeksi. Nyt on kuitenkin alusta kunnossa, joten ehkä aloitan blogisarjan niistä kognitiivisista biaksista. Nyt 0 seuraajaa, rock!