יש שתי דרכים רעות לקבל החלטות.
הראשונה – לקבל החלטות "מהבטן", בלי נתונים, בלי מתודולוגיה, ובלי להבין את התמונה המלאה.
השנייה – לקבל החלטות רק אם יש לנו את כל הנתונים המלאים, המדויקים והמעודכנים.
שתי הדרכים האלו נראות הפוכות, אבל למעשה הן מובילות לאותה תוצאה: תסכול והחלטות גרועות.
כי בעולם האמיתי אין דבר כזה מידע מלא ומדויק. תמיד חסר משהו. תמיד יש פערים, טעויות, או מידע שמתיישן מהר.
אם נתעקש על דיוק מוחלט – פשוט לא נקבל החלטות. זה שיתוק.
ומהצד השני – לוותר על נתונים לחלוטין זה לא "זריזות" או "אינטואיציה", אלא פשוט הימור.
ולעיתים מקבלי ההחלטות נעים בין שני קצוות – מתעקשים לקבל החלטות רק אם יש להם נתונים מלאים ומדוייקים לחלוטין – ובגלל שזה לא אפשרי הם מתייאשים ומוותרים על שימוש בנתונים.
אין כזה דבר "מידע מלא", יש "מספיק מידע"
אז מה כן?
נתונים לא נועדו להגביל אותנו או לייצר לנו עבודה. הם כלי שנועד לצמצם את אי-הוודאות ולצמצם את מרחב הטעות. הם לא יפתרו לנו את כל הספקות, אבל הם יאפשרו לנו להבין טוב יותר את הסיכונים, ולבחור בחלופה יותר טובה, או לפחות בחלופה פחות גרועה.
תחשבו על עסק שמתלבט אם לפתוח סניף חדש. יש כל מיני נתונים רלוונטיים: מגמות צרכניות, שכר דירה עתידי, תחרות. אם הוא יחכה שכל הנתונים יהיו מושלמים הוא לעולם לא יקבל החלטה ולא יפתח סניף נוסף.
אם הוא יחליט בלי לבדוק בכלל – זה הימור מסוכן.
הדרך הנכונה היא לאסוף נתונים זמינים, להבין מהם את הכיוון, ולדעת שהמידע חלקי – אבל מספיק כדי להחליט. אפשר גם להשקיע (בגבול הסביר) באיסוף וניתוח נתונים חדשים – בהיקף מועיל ומשתלם.
ב-OECD הגדירו את העיקרון שצריך לקבל החלטות על בסיס המידע הזמין הטוב ביותר – best available information.
במילים אחרות: המטרה היא לא להיות מדויקים לחלוטין, אלא לטעות פחות.
מי שמחכה לדיוק מושלם, נשאר תקוע. מי שמוותר על נתונים, משחק בקוביות.
מי שמבין שהמציאות תמיד אפורה והמידע חלקי – יצליח לקבל החלטות נכונות מספיק, מהר מספיק, ובעלות ערך אמיתי.
כמו שאומר המשפט המפורסם: "המושלם הוא האויב של הטוב".
כשפרטים קטנים מסתירים את התמונה הגדולה
ויש עוד שתי מחלות של מי שמתעקש על דיוק "מושלם":
להיות מדוייקים ביחס לכל אחד ואחד מהציבור
כשאנחנו קובעים מדיניות כל החלטה שלנו תשפיע על ציבור רחב, למשל כל חברות הטכנולוגיה או כל העסקים בצפון.
מי שהולך לקיצוניות של דיוק ונתונים מלאים, לפעמים מחליט שצריך נתונים מדוייקים באופן פרטני. למשל – שאם רוצים לנתח את הסיכונים, צריך לבדוק כל אחד מהעסקים ואת רמת הסיכון שלו. ושגם כימות של החיסכון יעשה באותו פרטני. למשל – כמה עובדים יש בכל עסק, מה השכר של כל עובד (כי בבית קפה בחיפה לא משלמים את אותו שכר כמו בבית קפה בטבריה).
זו כמובן שגיאה. בהחלטות מדיניות שחלות על ציבורים רחבים – אי אפשר לבצע בדיקה פרטנית. זה לא יהיה יעיל וזה גם לא יהיה מדויק.
בהחלטות מדיניות אנחנו ממדלים כמה סוגים של מפוקחים (למשל – בית קפה קטן, בית קפה גדול ובית קפה של רשת ארצית) ומשתמשים בנתונים של ממוצעים.
נתוני עבר
לפעמים ההתעקשות על נתונים מובילה אנשים להתבסס באופן עיוור ודווקני רק על נתוני עבר.
זה אומר שאם פעם היתה תאונה כלשהי – חייבים לתת לה מענה. לא משנה שהטכנולוגיה והשוק השתנו, כי "אלו הנתונים". ואז לא מבטלים דרישות והוראות מיותרות רק כי בהיסטוריה קרה פעם מקרה שנכנס לנתונים.
ומהצד השני – כשיש סיכון חדש לא עושים כלום כדי לצמצם אותו – עד שמתרחשת תאונה, ולפעמים עד שמתרחש אסון. כשאנחנו נוהגים – השמשה הקדמית הרבה יותר גדולה מהמראה האחורית. כי צריך להסתכל קדימה ולא רק אחורה.
זה נכון גם לגבי מדיניות.
מדיניות צריכה להיות מבוססת נתונים, אבל לפעמים מקבלי החלטות לא מבינים מה זה אומר. ולפעמים היצמדות לנתונים הופכת להיות "מפלטו של הנבל".
הרגולטור - גיא מור 