چگونه کسب‌و‌کار را مثل یک خلبان مدیریت کنید

این مزیت‏‏‌ها به خوبی در حوزه نظریه کنترل (Control Theory) مورد بحث و استفاده قرار می‏‏‌گیرند. اما موضوع مهم و تاثیرگذاری که گاه مورد کم‏‏‌توجهی قرار می‌گیرد، بازخورد یا در اصطلاح مهندسی، «پسخورد» است. به طور کلی در حوزه نظریه کنترل، هدف کنترل یک سیستم است.

این سیستم می‌تواند یک بازوی روباتیک، یک زیردریایی یا یک تلسکوپ کاوشگر فضایی باشد. برای کنترل چنین سیستم‌هایی، اقداماتی باید اجرا شوند که از نظر مفهومی در قالب دو گروه فرآیندی به هم پیوسته قرار می‏‏‌گیرند: دسته اول فرآیندها، دستوراتی هستند که به سیستم می‏‏‌دهیم و دسته دوم پیش‌بینی و برآورد متغیرهایی است که فرآیند کنترل بر پایه آنها بنا شده است.

اجازه دهید یک هواپیما را در نظر بگیریم: اگر هدف ما حفظ مسیر با سرعت و ارتفاعی مشخص باشد، فرآیند کنترل از طریق فعالیت‌‌‌های یک توربین و تعدادی مکانیزم‌‌‌های کنترلی (مانند تیغه‌‌‌های متحرک، باله‌‌‌ها و سکان) اجرا می‌شود و همزمان باید متغیرهایی برای تصمیم‌گیری مانند سرعت باد، موقعیت، ارتفاع و... اندازه‌‌‌گیری شوند.

در یک سیستم اقتصادی، فرمان‌‌‌ها ممکن است شامل مالیات، نرخ بهره یا محدودیت واردات باشد و متغیرهای تصمیم‌گیری می‌تواند سطح اشتغال، نرخ تورم یا نرخ مبادله ارز باشد.

در کسب‌و‌کارها نیز عواملی مانند تغییر ذائقه مشتریان، میزان فروش و سهم بازار در تصمیم‌گیری‌‌‌های ما برای افزایش تولید، تغییر کیفیت، معرفی محصول جدید یا حتی خروج از بازار تاثیر می‌‌‌گذارند.

فارغ از آنکه چه متغیری کنترل یا ‌سنجیده (و برآورد) می‌شود، ویژگی بنیادین و حیاتی یک سیستم برای پیروی از دستورات (یا کنترل) بازخورد است. شیوه کار، زمانی که با اجرای بازخورد همراه می‌شود، «حلقه بسته» نامیده می‌شود. برعکس، سیستم فاقد بازخورد به عنوان «حلقه باز» خوانده می‌شود. به طور خلاصه، اگر بازخوردی وجود نداشته باشد، سیستم مدنظر تحت کنترل نخواهد بود.

بازخورد موجود در سیستم‌های حلقه‌‌‌بسته، چند مزیت نسبت به سیستم‌های حلقه‌‌‌باز به جای می‌‌‌گذارند: الف) اثرات اشتباه در مدل‌سازی، برآوردها و تلاطم‌‌‌های بیرونی را کاهش می‌دهد؛ ب) در صورت نیاز، ثبات کل سیستم را تغییر می‌دهد؛ ج) در نهایت، دقت اندازه‌‌‌گیری‌‌‌ها و برآوردها را بهبود می‌‌‌بخشد.

در مثال هواپیما، اگر امکان بازخوردگیری به دلایلی از بین برود، هواپیما قادر به سنجش و اندازه‌‌‌گیری متغیرهای پیش‌بینی نخواهد بود و امکان کنترل آن از بین می‌رود. نتیجه آن است که دیگر نمی‌توان هواپیما را در سرعت و ارتفاع موردنیاز نگه داشت. سیستم‌های حلقه‌‌‌باز و غیرقابل کنترل، کابوس هر مهندس کنترل هستند.

تقسیم‌‌‌بندی کنترل به دو فرآیند مجزا، تحت عنوان کنترل و پیش‌بینی به پیروی از کتاب «تحلیل سری‌‌‌های زمانی: پیش‌بینی و کنترل»، نوشته جورج باکس و ویلیام جنکینز، بوده است.

(این کتاب توسط انتشارات دانشگاه صنعتی شریف به فارسی نیز ترجمه شده است). یکی از شواهد اهمیت این کتاب، آن است که از زمان انتشار اولیه آن در سال ۱۹۷۰، تاکنون پنج بار تجدید چاپ شده است.

باکس و جنکینز در این اثر خود، روش‌ها و تکنیک‌‌‌هایی برای سنجش و مدیریت متغیرهای سری زمانی معرفی کرده‌‌‌اند.آنها همچنین مهم‌ترین ویژگی یک سیستم کنترل را ثبات آن دانسته‌‌‌اند.

با این حال، امروزه به ندرت به این اثر پژوهشی باکس و جنکینز ارجاع داده می‌شود. پژوهشگران و برآوردکنندگان از ابزارها و پارامترهای عملکردی دیگری استفاده می‌کنند و شاید از احتمال کنترل یک سیستم برای دستیابی به عملکرد بالاتر آن آگاه نباشند.

یکی از دلایلی که ممکن است فعالان حوزه مهندسی و مدیریت به اثر بازخورد کم‌‌‌توجهی کنند، محدود بودن افق دید، تمرکز بیش از حد آنها بر مسائل روزمره و در نهایت بها ندادن به موضوعاتی است که باکس و جنکینز در نسخه‌‌‌های مختلف کتاب خود به آنها پرداخته‌‌‌اند. پیش‌بینی‌‌‌کنندگان و آینده‌‌‌نگاران امروزی اغلب تکنیک‌‌‌ها را فقط در ارزیابی سری‌‌‌های زمانی استفاده می‌کنند.

آنها به فرآیندهای انتقال توجه کافی ندارند، در مورد قطب‌‌‌ها یا صفرها نشنیده‌‌‌اند و روش‌های موثری برای سنجش پایداری سیستم نمی‌‌‌شناسند.

 نتیجه آن شده است که اغلب آنها یا به سیستم‌های حلقه‌‌‌باز دچار شده‌‌‌اند، یا بیش از حد توجه خود را صرف دقت اندازه‌‌‌گیری‌‌‌ها کرده‌‌‌اند و هدف اصلی را که ثبات و پایداری سیستم است، به اولویت دوم تقلیل داده‌‌‌اند.

پژوهش‌‌‌های مختلفی در سال‌های اخیر انتشار یافته که هدفشان مدل‌سازی سیستم‌های حلقه‌‌‌بسته به‌‌‌ویژه در حوزه‌‌‌های اقتصاد و مدیریت زنجیره تامین بوده است. ما نیز یک برنامه شبیه‌‌‌سازی راه‌‌‌اندازی کردیم تا عرضه و تقاضا برای یک شرایط فرضی با هدف تامین تقاضا را بررسی کنیم.

در این مدل، میزان خروجی (یا تعداد محصولات تولیدی) بر اساس تقاضا را شبیه‌‌‌سازی کردیم و به بررسی این نکته پرداختیم که در صورت بسته بودن حلقه بازخورد، چقدر دقت پیش‌بینی‌‌‌های ما افزایش می‌‌‌یابد. در مدل‌سازی کامپیوتری نخست ما، برنامه شبیه‌‌‌سازی فرض کرد که میزان تقاضا برای محصولات تولیدی به صورت خطی و یکنواخت افزایش می‌‌‌یابد.

در دومین مدل‌سازی، چند عامل تصادفی اثرگذار بر تقاضا را معرفی کردیم که باعث می‌‌‌شد در برخی برهه‌‌‌های زمانی، تقاضا بیش از حد انتظار یا کمتر از حد انتظار شود.

در مدلی که بازخورد وجود نداشت، صرفا بر اساس میزان تقاضای دو دوره پیش برای برآورد تقاضای آتی استفاده می‌‌‌شد؛ روشی که بسیار ساده، خطی و البته کم‌‌‌هزینه است.

در مدل‌سازی بازخوردی، پیش‌بینی‌‌‌ها با اضافه کردن یک متغیر اصلاحی تعدیل می‌‌‌شد. روش‌‌‌ کار به این شکل بود که براساس میزان خطای گذشته و انحراف آن از واقعیات، برنامه کامپیوتری تشخیص می‌‌‌داد که تا چه حد از پیش‌بینی اولیه خود بکاهد یا به میزان آن بیفزاید.

این روش کمی پیچیده‌‌‌تر، غیرخطی، هزینه‌‌‌بر و زمان‌بر بود ولی حلقه بازخورد را به تدریج می‌‌‌بست و از میزان خطای پیش‌بینی می‌‌‌کاست (نمودار).

در هر دو روش، بهبودی قابل‌توجه نسبت به زمانی داشتیم که تولید شرکت بدون توجه به تقاضای بازار پیگیری می‌‌‌شد.

هر دو روش، باعث شدند که دقت پیش‌بینی‌‌‌ها بالا بروند و خروجی شرکت به میزان تقاضای بازار نزدیک شود؛ حتی زمانی که این هدف دنبال نمی‌‌‌شد.

اما بهبود قابل‌توجه در پیش‌بینی‌‌‌ها زمانی اتفاق افتاد که از ساختار جدیدی برای حداقل‌‌‌سازی خطا استفاده کردیم. این تفاوت بزرگی با پژوهش یا رویه‌‌‌های عملیاتی مختلف است که از ابزارهای گوناگون برای بهبود عملکرد و پیش‌بینی استفاده می‌کنند ولی همچنان با یک ساختار حلقه‌‌‌باز مواجه هستند.

تفاوت اصلی مدل‌سازی ما این بود که به تدریج و براساس بازخوردها، حلقه را بستیم.

چرا به بازخورد کم‌‌‌توجهی می‌شود؟

زمانی که صحبت از بازخورد می‌شود، مدل پیش‌بینی و حوزه آن اهمیت چندانی ندارد. کاربرد بازخورد در سیستم‌های کنترل مختلفی از مهندسی گرفته تا اقتصاد و مدیریت کسب‌و‌کار مشهود است.

در کسب‌و‌کار، اهداف تعیین شده، چه به صورت مالی و عملکردی مانند سودآوری، درآمدزایی و بهره‌‌‌وری باشد و چه از نظر تاب‌‌‌آوری (مانند مدیریت زنجیره تامین) یا پایداری بلندمدت (مسوولیت‌‌‌های زیست‌‌‌محیطی و اجتماعی)، دستیابی به آنها از طریق بازخورد تسهیل می‌شود.

در حقیقت، بدون بازخورد و دریافت پیوسته نتایج از محیط بیرونی، گرفتار یک سیستم با حلقه باز می‌‌‌شویم که عملا کنترل بر آن امکان‌‌‌پذیر نیست.

اما دلایل مختلفی باعث می‌شود که بازخورد مورد کم‌‌‌توجهی قرار بگیرد. یکی از این دلایل ممکن است دشواری مدل‌سازی‌‌‌های اجتماعی و کسب بازخورد باشد. با این حال، همواره فناوری‌‌‌های جدید، بزرگ‌‌‌داده‌‌‌ها، روش‌های سنجش و اندازه‌‌‌گیری ریاضی و حتی روش‌های کیفی مانند نظرسنجی و نظرخواهی از ذی‌نفعان، گام بزرگی در جهت نزدیک‌‌‌سازی عملکرد به پیش‌بینی‌‌‌ها و انتظارات است.

منبع: European Business Review / دنیای اقتصاد