Bir karar iyi sonuç verdiğinde yöneticiyi kutlamak, kötü sonuç verdiğinde hatayı karar sahibine yüklemek kolay görünür. Fakat sonuç, kararın kalitesi hakkında eksik bilgi verir. Şans, rakip hamlesi, ekonomik koşullar veya sonradan ortaya çıkan bir olay aynı kararı farklı sonuca taşıyabilir. Bu nedenle kurumsal öğrenme yalnızca “kazandık mı, kaybettik mi?” sorusuna dayanırsa yanlış dersler üretir.
Karar kalitesini ölçmek, karar anında kullanılan süreci değerlendirmeyi gerektirir. Problem doğru tanımlandı mı? Gerçek seçenekler masaya geldi mi? Veri karar sorusuna uygun muydu? Belirsizlik ve karşı görüş yeterince işlendi mi? Karar sahibi ve takip ölçütleri açık mıydı? Bu sorular, sonucun gürültüsünden bağımsız bir öğrenme alanı açar.
Sonuç yanlılığı neden tehlikeli?
Psikoloji literatüründeki outcome bias, bir kararın kalitesini sonucu bilerek değerlendirme eğilimini anlatır. Aynı süreçle alınmış iki karardan biri iyi, diğeri kötü sonuç verdiğinde insanlar çoğu zaman ilkini daha akıllı bulur. Sonuç bilgisi, karar anındaki belirsizliği hafızadan siler.
Şirketlerde bu eğilim iki farklı soruna yol açar. İlkinde, şans eseri başarılı olan zayıf süreçler standart haline gelir. İkincisinde, makul bir deney kötü sonuçlandığı için ekip risk almaktan vazgeçer. Her iki durumda da kurum gerçeği değil sonucu taklit eder.
Karar incelemesi yapılırken “Bugün bildiklerimizle ne yapardık?” değil, “O gün elimizdeki bilgilerle süreç ne kadar güçlüydü?” sorusu kullanılmalı.
Karar kalitesinin altı boyutu
Kararı tek bir puana indirmek yerine altı boyutta değerlendirmek daha yararlı olur.
1. Soru kalitesi
Karar problemi açık, sınırları belli ve eyleme dönük müydü? “Büyümeyi nasıl artırırız?” geniş bir tema olur. “Mevcut müşteri grubunda tekrar satın almayı hangi iki müdahale daha verimli artırır?” daha net bir karar sorusu sunar.
2. Seçenek kalitesi
Gerçek alternatifler üretildi mi, yoksa tek öneri onaya mı sunuldu? İyi karar süreci, en az iki uygulanabilir seçenek ve “hiçbir şey yapmama” seçeneğini karşılaştırır. Seçeneklerin yalnızca isimleri değil, maliyetleri, zaman ufku ve ters etkileri de görünür olmalı.
3. Bilgi kalitesi
Veri güncel, temsil gücü yüksek ve kararla ilgili miydi? Nicel bulguların yanında davranışsal veya nitel bağlam var mıydı? Bilginin kaynağı ve sınırları açıklandı mı? Çok veri, bilgi kalitesinin yerine geçmez.
4. Belirsizlik kalitesi
Tahminler tek rakam yerine aralıklarla ele alındı mı? Temel varsayımlar yazıldı mı? Hangi koşulda kararın değişeceği konuşuldu mu? Belirsizlik görünmez bırakıldığında yönetim planı gerçeklik sanabilir.
5. Tartışma kalitesi
Karşı görüşe alan açıldı mı? Katılımcılar ilk açıklanan fikrin etkisinden bağımsız görüş verebildi mi? Hiyerarşi, rahatsız edici bilgiyi susturdu mu? Karar kalitesi yalnızca analizde değil, toplantının sosyal yapısında da şekillenir.
6. Uygulama ve öğrenme kalitesi
Kararın sahibi, ilk adımı, ölçütü ve gözden geçirme tarihi belli mi? Başarısızlık sinyali hangi eşikte görülecek? Karar sonrası inceleme için kayıt tutuldu mu? Uygulanmayan karar, iyi düşünülmüş olsa bile değer üretmez.
Karar puan kartı nasıl hazırlanır?
Her boyut 1 ile 5 arasında puanlanabilir. Amaç matematiksel kesinlik yaratmak değil; tartışmayı yapılandırmaya yardım eder. Puanın yanında kısa gerekçe bulunmalı. Örneğin bilgi kalitesi 3 ise hangi veri boşluğunun kaldığı yazılır. Tartışma kalitesi 2 ise karşı görüşün neden zayıf kaldığı açıklanır.
Basit bir puan kartı şu alanları içerebilir:
• Karar ve tarih
• Karar sahibi
• Soru kalitesi
• Seçenek kalitesi
• Bilgi kalitesi
• Belirsizlik kalitesi
• Tartışma kalitesi
• Uygulama planı
• Genel güven aralığı
• Yeniden değerlendirme tarihi
Puan kartı bürokrasiye dönüşmemeli. Yüksek etkili ve geri dönüşü zor kararlarda ayrıntılı, düşük riskli kararlarda kısa kullanılabilir.
Tahmin kalibrasyonu önemli bir sinyal verir
Yöneticiler karar verirken çoğu zaman bir güven düzeyi taşır: “Bu planın başarılı olma ihtimali yüzde 70.” Bu tahminler kaydedildiğinde zaman içinde kalibrasyon ölçülebilir. Yüzde 70 güven verilen kararlar gerçekten yaklaşık on olayın yedisinde beklenen yönde sonuçlanıyor mu?
Kalibrasyon, kimin en sık doğru çıktığını bulmak için kullanılmamalı. Amaç aşırı güveni, sürekli temkinliliği ve hangi konu alanında tahminlerin zayıf kaldığını görmek olur. Düzenli kayıt, sezgiyi görünür ve geliştirilebilir hale getirir.
Karar günlüğü hafızanın yanlılığını azaltır
Karar günlüğü uzun rapor olmak zorunda değil. Bir sayfa yeterli olabilir:
• Hangi kararı veriyoruz?
• O gün bildiğimiz temel gerçekler neler?
• Hangi varsayımları yapıyoruz?
• Beklediğimiz sonuç aralığı ne?
• Bizi en çok hangi gelişme şaşırtır?
• Hangi sinyalde planı değiştiririz?
Sonuç ortaya çıktığında bu kayıt açılır. Ekip, kararı bugünkü bilgiyle değil geçmişteki koşullarla değerlendirebilir. Bu uygulama özellikle strateji, yatırım, ürün ve işe alım kararlarında güçlü öğrenme sağlar.
Ön değerlendirme ve son değerlendirme birlikte çalışmalı
Karar öncesinde premortem yapılabilir: “Bu karar bir yıl sonra başarısız oldu. En olası nedenler neler?” Katılımcılar başarısızlık hikayesi üzerinden riskleri daha rahat dile getirir. Karar sonrasında ise kısa bir inceleme yapılır: Ne bekledik, ne oldu, hangi varsayım bozuldu, bir sonraki kararda neyi değiştireceğiz?
İki uygulama birlikte kullanıldığında kurum yalnızca hatayı açıklamaz; hataya giden yolu da görür.
Süreç ölçmek sorumluluğu azaltmaz
“Sonuç kontrolümüz dışında” cümlesi hesap verebilirlikten kaçışa dönüşebilir. Süreç odaklı değerlendirme sonuçları önemsiz saymaz. Tam tersine, sonuç ile karar arasında daha dürüst bir bağ kurar.
Karar sahibi; veriyi nasıl kullandığından, varsayımları görünür kılıp kılmadığından, riskleri nasıl yönettiğinden ve yeni bilgi geldiğinde tepki verip vermediğinden sorumlu kalır. Kontrol dışındaki olaylar ise ayrı değerlendirilir.
Yapay zeka karar incelemesini nasıl destekleyebilir?
Yapay zeka toplantı notlarını özetleyebilir, geçmiş kararları sınıflandırabilir, varsayımları karşılaştırabilir ve benzer durumlarda hangi sinyallerin gözden kaçtığını bulabilir. Bu kullanım kurumsal hafızayı güçlendirir. Ancak sistemin kararları “iyi” veya “kötü” diye tek başına etiketlemesi doğru olmaz. Bağlam, değer yargısı ve sorumluluk insanlarda kalmalı.
QMindLab’in karar desteği yaklaşımı, veriyi ve yapay zeka çıktısını karar mimarisine bağlama fikriyle örtüşür. Kuantum Araştırma’nın yöntem ve içgörü katmanı ise kararın hangi insan ve pazar bağlamında verildiğini görünür kılar. Kalite, iki katmanın ortak çalışmasıyla güçlenir.
Aylık karar incelemesi için beş soru
Yönetim ekibi ayda bir yüksek etkili birkaç kararı şu sorularla inceleyebilir:
1. Soruyu doğru mu kurduk?
2. Hangi varsayımımız doğrulandı, hangisi bozuldu?
3. Hangi bilgi kararı gerçekten değiştirdi?
4. İtiraz için yeterli alan var mıydı?
5. Benzer bir kararda hangi süreci farklı kuracağız?
Bu inceleme suçlu arama toplantısına dönüşmemeli. Amaç, bir sonraki kararın kalitesini yükseltecek somut değişikliği bulmak olur.
Karar kalitesi sonucu dışlamaz; yalnızca sonuca indirgenemez. Kurum, süreci ölçmeye başladığında hem şansın payını daha doğru görür hem de tekrar edilebilir bir öğrenme sistemi kurar.
