لماذا لا تكفي الخبرة وحدها في القرارات عالية الأثر؟| IDM

يواجه التنفيذيون والقيادات الحكومية ومديرو الأبحاث تحديا متكررا: البيانات متاحة أكثر من أي وقت مضى، ومع ذلك قد يبقى الوصول إلى قرار واضح أصعب مما ينبغي.

تتراكم التقارير، وتظهر مؤشرات الأداء على الشاشات، ويقدم المحللون تفسيرات قد تختلف فيما بينها. وفي المسافة بين المعلومة الخام والحكم التنفيذي، تضيع أحيانا أهم عناصر الصورة: السياق.

قد يعرف صانع القرار أن المؤشر انخفض، لكنه لا يعرف لماذا. وقد يعرف أن المخاطر ارتفعت، لكنه لا يعرف أيها يستحق الأولوية. وقد يتلقى عدة تحليلات صحيحة جزئيا، دون أن يجد بينها إجابة واضحة عن الخيار الذي يجب أن يتخذه.

تخيل مثلا أن لوحة تنفيذية تظهر انخفاض الإيرادات وارتفاع تكلفة التشغيل في الوقت نفسه. هذه المعلومات مهمة، لكنها لا تكفي وحدها. فقد يكون القرار المطلوب خفض التكاليف، أو إعادة توزيع الموارد، أو حماية قطاع معين من التخفيض لأنه مصدر النمو المستقبلي. الفارق بين هذه الخيارات لا تحسمه الأرقام وحدها، بل السياق الذي يفسرها ويربطها بالهدف الاستراتيجي.

لهذا لا تكمن المشكلة دائما في نقص البيانات.

المشكلة تبدأ عندما تكون المعلومات موجودة، لكن صانع القرار ما يزال بحاجة إلى تجميعها وتفسيرها وربطها بنفسه قبل أن يتمكن من التحرك.

وهنا تتحول المشكلة من مشكلة بيانات إلى مشكلة قرار.

عندما يراجع صانع القرار لوحة أداء، فهو لا يبحث عن الأرقام وحدها.

ما يحتاج إلى معرفته هو: لماذا تغير هذا المؤشر؟ ما الافتراضات التي بني عليها التوقع؟ ما مصدر البيانات؟ وما الحدود التي يجب أخذها في الاعتبار قبل الاعتماد عليها؟

تنجح أدوات ذكاء الأعمال التقليدية غالبا في الإجابة عن سؤال: ماذا يحدث؟

لكن السؤال الأكثر أهمية للقرار هو: ماذا يعني ما يحدث، ولماذا يهم؟

من دون هذا السياق، يضطر صانع القرار إلى بناء التفسير بنفسه. يعود إلى تقارير أخرى، ويتواصل مع المحللين، ويقارن مصادر متعددة، ثم يحاول إعادة تركيب القصة التي تقف خلف المؤشرات.

وهذا يجعل القرار أبطأ وأكثر عرضة لسوء التفسير، كما يجعله معتمدا بدرجة كبيرة على الخبرة الشخصية والذاكرة المتراكمة داخل الجهة.

على سبيل المثال، قد تظهر لوحة أداء في جهة حكومية أن متوسط زمن إنجاز إحدى الخدمات ارتفع من 3 أيام إلى 5 أيام خلال شهرين. عند النظر إلى الرقم وحده، قد يبدو أن الحل هو زيادة عدد الموظفين أو تمديد ساعات العمل.

لكن عند إضافة السياق، قد يتضح أن عدد الطلبات لم يرتفع، وأن الزيادة بدأت بعد تطبيق إجراء جديد يتطلب إعادة بعض المعاملات لاستكمال بيانات ناقصة، وأن معظم التأخير يتركز في خطوة واحدة فقط من مسار الخدمة.

في هذه الحالة، يتغير القرار بالكامل. فبدلا من زيادة الموارد، يصبح التدخل الأكثر منطقية هو تعديل الإجراء أو تحسين التحقق من البيانات قبل وصول المعاملة إلى تلك المرحلة.

الرقم نفسه لم يتغير. ما تغير هو فهمه، ومعه تغير القرار.

وعندما يغيب هذا النوع من السياق، تظهر آثار عملية واضحة: تأخر الموافقات، وضياع الفرص، واستمرار النقاشات الاستراتيجية دون حسم، وأحيانا اتخاذ قرارات تبدو واثقة رغم أنها مبنية على فهم ناقص.

وتزداد أهمية ذلك في الجهات الحكومية والبحثية في دول الخليج، حيث قد ترتبط القرارات بموارد كبيرة أو آثار عامة واسعة.

ولهذا فإن جودة الحكم لا تعتمد على كمية البيانات المتاحة فقط، بل على قدرة أدوات دعم القرار على تقديم البيانات ضمن سياق يوضح معناها وحدودها وما الذي يمكن أن يترتب عليها.

صممت كثير من منصات لوحات البيانات أساسا لعرض المعلومات بصريا، لا لدعم القرار بصورة مباشرة.

فهي قد تعرض المؤشرات بكفاءة، لكنها تتعامل مع السياق باعتباره إضافة ثانوية. وقد يظهر مثلا انخفاض في معدل تبني خدمة معينة، دون أن توضح اللوحة مصدر البيانات، أو الملاحظات المنهجية، أو العوامل التي تفسر التغير.

وهنا يصبح من الصعب على صانع القرار أن يميز بين اتجاه حقيقي يحتاج إلى تدخل، وبين تغير مؤقت أو نتيجة متأثرة بطريقة القياس نفسها.

ولتوضيح ذلك، افترض أن لوحة في جهة حكومية تظهر انخفاض استخدام إحدى الخدمات الرقمية بنسبة 20% خلال ثلاثة أشهر.

إذا عرضت اللوحة الرقم وحده، فقد تتجه القيادة إلى قرار مكلف: إطلاق حملة توعوية جديدة، أو زيادة الإنفاق على التسويق، أو إعادة تصميم الخدمة بالكامل.

لكن عند إضافة السياق قد يتضح أن الانخفاض بدأ مباشرة بعد تعديل آلية تسجيل الدخول، وأن معظم التراجع يتركز بين المستخدمين الذين لم يتمكنوا من إكمال خطوة التحقق الجديدة، بينما لم يتغير الطلب الفعلي على الخدمة.

هنا يتغير القرار جذريا.

فبدلا من زيادة الإنفاق على التوعية أو إعادة تصميم الخدمة، يصبح التدخل الأكثر منطقية هو معالجة نقطة التعثر في تسجيل الدخول وتحسين تجربة التحقق.

المؤشر واحد، لكن غياب السياق كان سيقود إلى قرار مختلف تماما.

وتظهر مشكلة أخرى عندما يفترض التصميم أن جميع المستخدمين يحتاجون إلى الصورة نفسها.

فالوزير، ومدير الإدارة، والباحث المسؤول لا يبحثون عن الإجابات نفسها.

قد يهتم الوزير بأثر المؤشر على هدف استراتيجي واسع، بينما يحتاج مدير الإدارة إلى معرفة أين حدث الانحراف وما الإجراء المطلوب، في حين قد يحتاج الباحث إلى تفاصيل المصدر والمنهجية وحدود البيانات.

إذا عرضت اللوحة المحتوى نفسه للجميع، فإن كل مستخدم يضطر إلى استخراج المعنى المناسب له بنفسه.

وتزداد هذه المهمة صعوبة كلما زادت تعقيدات القرار.

ولهذا لا تكمن مشكلة اللوحات التقليدية في أنها لا تعرض البيانات جيدا، بل في أنها قد تعرضها دون أن تراعي من سيتخذ القرار، وما السؤال الذي يحتاج إلى حسمه، وما السياق الذي يحتاجه قبل التحرك.

وفي القرارات عالية الأثر، هذا ليس مجرد ضعف في تجربة الاستخدام. إنه يزيد احتمال التأخير أو سوء التفسير أو اتخاذ قرار على أساس صورة ناقصة

الفرق الأساسي أن لوحة البيانات تجيب غالبا عن سؤال: ماذا يحدث؟

أما بيئة القرار فتبنى للإجابة عن سلسلة أوسع من الأسئلة: ماذا يحدث؟ لماذا حدث؟ ما الذي يهم منه؟ ما الخيارات المتاحة؟ وما الذي يحتاج إلى قرار الآن؟

لوحة البيانات تركز على العرض.

أما بيئة القرار فتركز على الانتقال من المعلومة إلى الإجراء.

لوحة البيانات قد تعرض مؤشرا انخفض بنسبة 15%.

أما بيئة القرار فتوضح أين حدث الانخفاض، وما العوامل المرتبطة به، وما أثره على الهدف الاستراتيجي، وما الخيارات التي يمكن لصانع القرار تقييمها.

لوحة البيانات قد تحتاج إلى تقرير إضافي أو محلل يشرح ما وراء الرقم.

أما بيئة القرار فتجمع الرقم، والسياق، والمصدر، والتفسير، والتفاصيل اللازمة داخل المسار نفسه.

ولهذا تحتاج بيئة القرار إلى أربع قدرات تعمل معا:

السياق التفسيري

كل مؤشر مهم يجب أن يصاحبه ما يوضح معناه، ومصدره، والعوامل المؤثرة فيه، وحدود استخدامه.

الوصول الموحد

تجمع البيئة بين الملخص التنفيذي والتفاصيل التحليلية، بحيث يستطيع صانع القرار الانتقال من الصورة العامة إلى السبب دون مغادرة الأداة.

التصميم حسب القرار

لا تنظم المعلومات بناء على الجداول أو الإدارات فقط، بل حسب الأسئلة والقرارات التي يحتاج المستخدم إلى حسمها.

التفسير المرتبط بالإجراء

لا تتوقف الأداة عند توضيح أن المؤشر تغير، بل تساعد على فهم ما الذي يعنيه هذا التغير وما القرارات التي قد تتأثر به.

ويمكن تلخيص الفارق بصورة عملية:

اللوحة تقول: "معدل التأخير ارتفع إلى 14%."

أما بيئة القرار فتقول: "التأخير ارتفع إلى 14%، ويتركز في نوع محدد من المعاملات بعد تغيير إجرائي حديث، بينما بقية المسار التشغيلي مستقر. القرار المطلوب هو معالجة نقطة التعثر قبل التفكير في زيادة الموارد."

في الحالة الأولى، يحصل صانع القرار على معلومة.

وفي الثانية، يحصل على فهم منظم يساعده على تقييم الإجراء.

وهذا هو التحول الذي تحتاجه الجهات الأكثر نضجا: من أدوات تعرض الواقع إلى بيئات تقصر المسافة بين الواقع والقرار.

عند تقييم أدوات دعم القرار، لا يكفي السؤال عما إذا كانت الأداة تعرض البيانات بصورة جيدة. السؤال الأهم هو: هل تساعد صانع القرار على فهم الموقف والوصول إلى القرار بصورة أسرع وأكثر وضوحا؟

ويمكن اختبار ذلك من خلال أربعة معايير عملية:

السياق موجود داخل الأداة

هل يستطيع صانع القرار فهم معنى المؤشر وأهميته ومصدره دون الرجوع إلى تقارير أو ملفات إضافية؟

إذا كانت الإجابة تتطلب دائما التواصل مع محلل أو البحث في مستند آخر، فالأداة ما تزال تعرض البيانات أكثر مما تدعم القرار.

التصميم يناسب المستخدم

هل تعرض المعلومات بالطريقة التي تناسب طبيعة المستخدم؟

فالرئيس التنفيذي يحتاج إلى صورة مختصرة مرتبطة بالأهداف والقرارات، بينما قد يحتاج الباحث إلى تفاصيل المنهجية والمصادر، ويحتاج فريق السياسات إلى فهم الأثر والبدائل والقيود.

مرونة التصميم

هل تستطيع الأداة التكيف مع أسئلة جديدة وأولويات متغيرة؟

فالقرارات لا تبقى ثابتة، وما كان مؤشرا مهما اليوم قد يصبح أقل أهمية بعد تغير الاستراتيجية أو الظروف التشغيلية. لذلك يجب ألا تكون اللوحة سجينة تصميم ثابت يصعب تطويره.

سرعة الوصول إلى الفهم

كم يحتاج صانع القرار من الوقت منذ فتح الأداة حتى يعرف ما الذي تغير، ولماذا يهم، وما الذي يحتاج إلى انتباه أو قرار؟

كلما احتاج إلى تنقل أكثر، أو تفسير خارجي، أو جمع معلومات من مصادر متعددة، ارتفعت تكلفة الوصول إلى الفهم.

ويمكن استخدام اختبار بسيط: افتح اللوحة أمام مسؤول لم يشارك في بنائها، ثم اطلب منه خلال دقائق تحديد أهم تغير، وسببه، وأثره، والقرار الذي يحتاج إلى مناقشة.

إذا لم يستطع، فالمشكلة ليست بالضرورة في المستخدم.

قد تكون الأداة نفسها تعتمد على الأشخاص لتعويض ما ينقصها من سياق وتفسير وتصميم موجه للقرار.

وهذا يعني أن الجهة لا تملك بعد منظومة دعم قرار مستدامة، حتى لو كانت تملك لوحة بيانات متقدمة.

هذه هي الفجوة التي تعالجها IDM من خلال لوحاتها التفاعلية لدعم القرار.

فـ IDM Boards ليست أداة عامة لعرض البيانات، ولا قالبا جاهزا يطبق بالطريقة نفسها على جميع الجهات. كل لوحة تبنى من الصفر باستخدام HTML مخصص، وفقا لهوية الجهة، وأهدافها الاستراتيجية، وطبيعة القرارات التي يحتاج مستخدموها إلى اتخاذها.

ويصاحب كل مؤشر أو عرض بصري تفسير واضح ومرجعي يساعد صانع القرار على فهم ما يحدث، وما الذي يقف خلفه، ولماذا يستحق الانتباه.

كما تجمع اللوحة معلومات المشروع في بيئة واحدة، تبدأ من مؤشرات الأداء العليا وتمتد إلى التفاصيل والتقارير والمراجع المرتبطة بها. وهذا يقلل الحاجة إلى التنقل بين ملفات متعددة أو الاعتماد على عروض منفصلة لفهم الصورة الكاملة.

وتظهر القيمة بشكل خاص في الاجتماعات التنفيذية.

فبدلا من استهلاك وقت الاجتماع في استعراض الشرائح وشرح الأرقام، تساعد IDM Boards الحاضرين على الوصول مباشرة إلى ما تغير، وأين توجد الانحرافات، وما الذي يفسرها، وما الموضوعات التي تحتاج إلى نقاش أو قرار.

والأهم أن تصميم كل لوحة ينطلق من الجمهور نفسه. فالأسئلة التي يحتاج الرئيس التنفيذي إلى إجابتها تختلف عن أسئلة مدير البرنامج أو الباحث أو فريق السياسات، حتى عندما يعمل الجميع على البيانات نفسها.

لهذا تصمم اللوحات لاستباق الأسئلة التي سيطرحها كل مستخدم، وتقليل الوقت بين رؤية المؤشر وفهم دلالته.

وبالنسبة للجهات في السعودية ودول الخليج التي تريد الانتقال من وفرة البيانات إلى قرارات أكثر وضوحا، تقدم IDM Boards بيئة عملية تجمع البيانات والسياق والتفسير في مكان واحد.

فالهدف ليس أن يرى صانع القرار بيانات أكثر، وإنما أن يصل إلى ما يحتاج إلى معرفته قبل الاجتماع، وأثناء النقاش، وفي لحظة الحسم.