In de Britse dramaserie 'Sherlock' lost Holmes met zijn uitstekende redeneervermogen misdaden op. Maar zijn redeneringen zijn grotendeels gebaseerd op deductie en inductie. Vergeleken met de echte wereld, is Sherlock's methode weliswaar dramatisch, maar zou deze in de praktijk mogelijk niet goed functioneren.
Dat komt omdat de redeneringen die Sherlock gebruikt, gebaseerd zijn op hypothesen die zijn ontworpen voor dramatische effecten.
Laten we een inbraak als voorbeeld nemen.
Een ruit is ingegooid en een vrouw heeft documenten gestolen gekregen, en verkeert in een economisch kwetsbare situatie. De algemene hypothese die in deze situatie kan worden bedacht is: ‘Iemand is haar huis binnengegaan en heeft de documenten gestolen en is er vandoor gegaan.’
Maar Sherlock richt zich, op basis van de onmiddellijke observatie dat de ruitsplinters aan de buitenkant van het raam liggen, op de hypothese dat de vrouw de dader is en richt zijn verdenking op haar, wat leidt tot haar bekentenis en bevestiging van de waarheid.
In de praktijk echter, kan dit soort abrupte redeneringen gevaarlijk zijn, omdat het vereist dat er complexe factoren direct worden geverifieerd voordat het snel als waarheid kan worden aangemerkt.
In de wereld van business consulting wordt deze deductieve en inductieve redenering bevestigd in het domein van bedrijfskunde.
Het is voornamelijk geschikt voor verbetering en uitbreiding binnen bekende domeinen. De logische ontwikkeling van McKinsey en BCG kan hieraan worden gekoppeld. De belangrijkste kenmerken van deductie en inductie zijn dat ze beginnen met een hypothese. Binnen een vergelijkbare structuur ontstaat er een statistische veronderstelling dat deze benadering efficiënt is, wat leidt tot zeer geschikte resultaten voor het doel om te optimaliseren binnen een reeds bestaande structuur.
En bij bedrijfsgroei komen er herhaaldelijk groei en crises voor. Er zijn periodes waarin beheersing tot stabiele groei leidt, en er zijn ook periodes aan het einde van de groei waarin men pogingen moet doen om van 0 naar 1 te gaan.
Deze nieuwe uitdagingen op het gebied van domeinen en markten betekenen investeren in grote onzekerheid. Wanneer de hypothesen die worden gebruikt in deductieve en inductieve redeneringen niet beschikbaar zijn of een lage betrouwbaarheid hebben, is een abductieve benadering geschikt.
Abductieve benaderingen beginnen met het betwijfelen van vertrouwde hypothesen.
Wanneer pogingen die gebaseerd zijn op tot dan toe gangbare hypothesen niet effectief blijken te zijn, of wanneer men zich op het punt bevindt van het betreden van een nieuw domein of een nieuwe markt en er weinig basisinformatie is waarop men zich kan baseren, begint men met het daadwerkelijk betreden van de echte wereld. En op basis van de waargenomen patronen en de inzichten die daaruit voortvloeien, worden nieuwe hypothesen geformuleerd en worden uitdagende vragen gesteld aan de bestaande regels, wat een origineel startpunt oplevert.
Deze aanpak is geschikt voor het verkennen van onbekende domeinen en is gericht op originaliteit. De logische ontwikkeling van ReD en Gemic, die gebaseerd is op sociale wetenschaps theorieën, kan hieraan worden gekoppeld.
Het lijkt erop dat bedrijven, afhankelijk van de mate van onzekerheid van de problemen waarmee ze worden geconfronteerd, moeten nadenken over de differentiatie en toepassing van verschillende soorten redeneringen, zoals deductie, inductie en abductie.
Dit diagnostische raamwerk helpt bij het identificeren van grote onbekenden in de business, een term die verwijst naar onbekende en complexe bedrijfsproblemen waarbij sensemaking (betekenisgeving) bijzonder nuttig kan zijn. Hieronder volgt een overzicht van de niveaus die bedrijfsproblemen categoriseren en hoe sensemaking van toepassing is:
Niveau 1: Bekenden
Kenmerken: Kennis van klanten en markt; duidelijke probleemdefinitie; toekomstige resultaten kunnen worden voorspeld; conventionele gegevens en analyses kunnen worden gebruikt om het aan te pakken.
Voorbeeld: Een verkoopprobleem tijdens het vakantieseizoen kan worden herleid tot weersgerelateerde factoren; meer adverteren en kortingen geven kan helpen het probleem op te lossen.
Niveau 2: Hypothetische situaties
Kenmerken: Matige vertrouwdheid met klanten en markt; een scala aan mogelijke resultaten; vergelijkbare problemen zijn eerder gezien; hypothesen kunnen worden geformuleerd en getest; conventionele gegevens en analytische modellen kunnen van toepassing zijn.
Voorbeeld: De omzet per winkel daalt ondanks verhoogde investeringen in verkopers. Er kan een reeks hypothesen worden getest om de hoofdoorzaak te vinden.
Niveau 3: Grote onbekenden
Kenmerken: Zeer onbekend met klanten en markt; geen duidelijk beeld van waarschijnlijke resultaten; probleem is nog niet eerder voorgekomen; geen hypothesen om te testen; conventionele gegevens en analyses zullen waarschijnlijk geen duidelijke oplossingen opleveren.
Voorbeeld: Een innovatiepijplijn vol ideeën, maar productlanceringen stimuleren de groei niet. In dit geval kan sensemaking helpen om onbekende sociale of culturele contexten te begrijpen en nieuwe strategieën te sturen.
Bron: An Anthropologist Walks into a Bar…
Reacties0