75%

3 sur 4 - c'est ainsi que le Boston Consulting Group estime la part des projets informatiques morts pour des raisons non techniques.

Pour deux éditions successives du Project Management Body of Knowledge (PMBOK), les processus de gestion des parties prenantes ont été identifiés comme un domaine de connaissances distinct sous le numéro porte-bonheur 13 et il est fortement recommandé de considérer:

1. la relation entre eux,
2. centres d'influence, ainsi que
3. culture de la communication - pour augmenter les chances de succès.

Première question:

      ? 

^{PHOTO: Sharif Hamza pour Dazed & Confuzed, modèle - Lupita Niongo}

À la lumière de la récente victoire inconditionnelle des mathématiques russes sur la question des nombres chromatiques, considérons le scénario de l'application rapide d'une popularité croissante de la théorie des graphes d'apprentissage automatique à la cause de l'échec de la plupart des projets informatiques. Nous appliquons la science entièrement naturelle du calcul à des domaines auparavant considérés comme « mous ». Et nous montrerons comment les modèles modernes permettent à l'organisation de mesurer dans une ère de changement. La stratégie de solution - simple, en deux étapes - nous construisons un graphique des relations avec les parties prenantes, et à partir de là - nous désactivons le réseau neuronal. Et tandis que les algorithmes d'auto-apprentissage effectuent des tâches de gestion complexes, éliminant les problèmes de gestion d'un tas d'épaules humaines - nous buvons du café avec des gâteaux.

Table des matières

1. Buts et objectifs
2. Approche proposée
3. Que étudier
4. Comment mesurer
5. Croquis de l'analyse de rentabilisation
6. Dites-moi qui est votre ami (ou la mécanique du graphique de convolution)
7. Le coin rouge des beaux modèles
8. Résumé de ce qui précède
9. Conclusions
10. Sélection de littérature
11. Mémo de lecture
12. Et l'enregistrement en ligne

Tâches et échecs

Les projets de transformation commerciale, tels que les implémentations SAP, modifient souvent les processus métier ou la structure organisationnelle. Parfois, les deux sont perevodnyayut dans la poursuite des meilleures pratiques. Cependant, il y a une nuance. L'adhésion à l'existant (biais de statu quo) parmi les gens fait de la transformation de l'entreprise un défi - nous, en tant qu'espèce, cherchons à préserver et à augmenter.

Un fait intéressant - environ 80% de la population ne sera pas satisfaite des innovations [1]. Le BCG rapporte que trois des quatre projets de technologie de l'information qui ont échoué ont été clôturés pour des raisons non techniques, dites «douces». La gestion du changement organisationnel est un ensemble de pratiques qui anticipent la résistance au nouveau. Recette SAP - gérer les communications, la motivation, les droits de prise de décision et les qualifications nécessaires pour une mise en œuvre réussie et la transition vers la phase d'amélioration continue [2].

Dans une récente interview, Leonid Zhukov (directeur de la pratique russe au BCG Gamma) a mentionné la règle 10-20-70. Dans les projets réels d'introduction de l'apprentissage automatique, 10% du temps total consacré à tester une hypothèse et à choisir un modèle adéquat. La mise en place d'un DevOps productif (ou jeunesse à la mode) consomme 20% des coûts de main-d'œuvre. 70% de l'effort nécessite un changement.

^{VIDEO: voici une interview sur la consultation en semaine dans laquelle j'aime particulièrement l'histoire d'un hélicoptère dans la piscine}

Dans un sens, les conditions de réussite peuvent être exprimées par l'inégalité A + B + C> D, où A est le niveau d'insatisfaction à l'égard de la situation actuelle, B est la vision générale du problème, C est les avantages de tester l'hypothèse et D est l'effort requis pour la transformation. C'est simple - créer des conditions dans lesquelles la formule est vraie pour tout le monde et tout le monde - et les changements se répandront rapidement. Il semble que la victoire soit facile, non?

L'analyse des parties prenantes est au cœur des projets de transformation. La tâche principale est de rechercher et d'identifier les individus et les organisations qui seront affectés par les changements, ou ceux qui eux-mêmes peuvent affecter notre projet. Le classement des parties prenantes en fonction de leur force et de leur influence est une pratique courante (au moins parmi celles qui jouent dans la gestion de projet). Historiquement, le problème a été résolu subjectivement par le remue-méninges et d'autres outils dérivés d'une tradition de recherche sociologique. Il n'y avait aucune métrique numérique fiable. À ce jour.

Les progrès récents des mathématiques dans la théorie des graphes permettent de mesurer le problème. Tout d'abord, nous désignons formellement le problème et déterminons la méthode de notation mathématique, que nous utiliserons à l'avenir.

Défi:

En fonction de la structure organisationnelle et des processus opérationnels donnés décrits pour les conditions en l'état et selon la volonté, classer les parties prenantes en fonction de l'échelle des changements individuels (l'effort requis pour la transformation).

Faites-le

Décrivez l'analyse de rentabilisation comme des relations et des flux de travail.

De nombreuses organisations matures gèrent les processus de manière structurée (poussant parfois des exigences externes telles que la certification ISO). Pour la plupart des entreprises, la structure organisationnelle est formalisée. Grâce à la construction d'un modèle à partir des données, nous obtenons un réseau de relations que nous analyserons.

En suivant le temps, nous illustrerons les changements initiés dans l'esprit de la norme IBCS , qui prétend que la palette de dessins commerciaux peut contenir toute la gamme du noir. A gauche - la situation est telle qu'elle est, à droite - telle qu'elle sera. Les parties prenantes sont numérotées et connectées: de fines lignes de structure organisationnelle et des flèches du flux de travail. Le changement de leadership pour # 9 est illustré par la rupture de la relation subordonnée 4-9 dans une situation telle quelle et une nouvelle relation 5-9 pour la situation actuelle.

Imaginez que nous devons aider la grenouille Pepe. Chargé par ses supérieurs en transformant le processus d'émasculement des sépulules dans une entreprise - un acteur de deuxième niveau.

L'état des choses tel qu'il est est décrit, mais avec ce qu'il sera, non pas un désastre, mais le tourment du choix. Les deux livres ont été lus et des conférences ont été organisées, et même quelques cas d'un leader du marché et d'un candidat laurier de sociétés de conseil réputées ont été étudiés. Transférer l'expérience d'autres personnes dans votre entreprise est une autre tâche.

Après N, non, que ce soit mieux M nuits blanches, la vision s'est cristallisée en deux variantes comme elle le fera. Ici, guidés exclusivement par l'objectif lumineux de rendre l'histoire plus colorée, nous nous éloignons des exigences de la norme IBCS et ajoutons des couleurs. Dans l'état actuel des choses, nous sommes mécontents, par conséquent, nous le représenterons en rouge et tel qu'il sera - respectivement en vert et en jaune.

La colonne désignée $$$G = (V, E)$- il s'agit d'un modèle mathématique - de nombreux ensembles - relations par paires, appelées arêtes (liaisons, arcs) et désignées par $$$e_ {ij}$pour toute connexion existante entre deux sommets (nœuds) $$$v_ {i}$et $$$v_ {j}$. Les sommets et les bords peuvent avoir des propriétés (par exemple: profil utilisateur, force de communication ou son type).

Que étudier

La nature des connexions dans le réseau détermine le comportement du système - dans son ensemble, et de ses composants - ce sont les bords du graphique décrivant la situation qui relient les unités, répartissent la charge ou ajoutent des contraintes structurelles. Nous nous efforcerons de découvrir autant de relations que possible. La structure organisationnelle et les processus opérationnels décrits pour les conditions en l'état et à la demande sont la quantité minimale d'informations avec laquelle notre modèle émet des jugements au niveau d'un professionnel.

Comment mesurer

L'analyse des données a toujours été un élément important de la méthodologie de changement organisationnel de SAP. L'étude de la structure, des processus et des parties prenantes de l'organisation est courante. Les études de l'environnement dans lequel des changements se produisent (ou j'aimerais le réaliser) sont sur le terrain depuis des décennies. Par exemple, BCG possède 50 ans d'expérience en transformation d'entreprise. Et la première édition du travail fondamental de Rogers (Diffusion d'innovations), à partir de laquelle toutes les méthodologies modernes de gestion du changement ont grandi, a été publiée en 1962.

Le nouveau n'est qu'arithmétique.

Une famille d'algorithmes inspirés de la biologie (réseaux de neurones graphiques) nous ouvre une nouvelle algèbre amusante - nous avons l'occasion de discuter de la nature des connexions et d'effectuer des calculs dans un espace dans lequel nous pouvons mesurer la similitude des structures avec une grande précision.

Croquis de l'analyse de rentabilisation

Nous numérotons les sommets du graphique et essayons de penser comme des professionnels bien formés pour effectuer des changements organisationnels. Évaluons l'échelle des changements pour chaque membre de l'organisation individuellement. À titre d'exemple, prenez le haut # 7, décoré de mosaïques dans l'esprit de Kandinsky.

A vécu un intervenant, n'a pas pris la peine. Participé au processus tel quel. Et il en avait trois en soumission. Deux - en direct: # 8 et # 9, et un autre subordonné du subordonné # 10.

Les innovateurs sont venus.

Ils ont suggéré de retirer deux (n ° 8 et n ° 10) des trois. En retour - ajoutez un autre cadre # 11 au département adjacent. Et le processus d'émasculement des sépules est restructuré d'une manière nouvelle. Le flux de travail dans le nouveau monde merveilleux est initié par le nouveau participant # 6 - auparavant il était fait par son leader # 3.

Option 1:

Notre partie prenante sera impliquée indirectement dans le processus - le seul subordonné n ° 9 restant est venu avec le travail - il a précédemment effectué une autre opération (maintenant elle sera effectuée par la partie prenante n ° 4).

Option 2:

L'intervenant continuera à effectuer la première opération du processus, et la seconde - au lieu du subordonné # 9 - sera effectuée par son patron # 4.

Ayant ainsi analysé la nature des changements pour chaque individu, il est déjà possible de tirer quelques conclusions sur l'ampleur de la transformation. Ici, le lecteur est confronté à un choix: faites l'exercice vous-même ou demandez un accès rapide à une étude de cas complète.

Habituellement après $$$N ^ 3$itérations, un professionnel bien formé du changement organisationnel est en mesure de donner une évaluation adéquate de l’ampleur du changement pour chaque partie prenante et de les classer en conséquence, lorsque $$$N$- le nombre de parties prenantes. Un grand professionnel saura gérer $$$N ^ 2 log (N)$. Une excellente personne créative, qui a trouvé une formule pour additionner tous les maux, donnant une sorte d'estimation numérique des changements, et en plus, qui sait trier dans Excel, a généralement toutes les chances d'approcher asymptotiquement $$$N ^ 2$.

Une alternative à la méthode d'estimation analogique considérée sera l'utilisation des mathématiques modernes.

Option 1. L'ampleur des changements dans le processus et la structure. L'architecture du modèle: deux couches de convolution, une matrice symétrique de connectivité, activation - linéaire. La distance est cosinus.

Comme vous pouvez facilement le voir, les sommets # 8 et # 10 (supprimés) et # 11 (ajoutés) reçoivent la note la plus élevée sur l'échelle des changements dans la structure de l'organisation. Les numéros 9 et 5 reçoivent des notes presque égales - le premier perdra le subordonné, le second gagnera. On peut dire que le modèle pense que se retrouver sans employé est un peu pire qu'avec un nouveau. Pour le haut de la hiérarchie # 0, # 1 et # 2, la situation reste pratiquement inchangée. Notez que pour # 2, une légère différence est perceptible - tous les changements dans la structure se produisent parmi ses subordonnés.

Comparez les scénarios de la transformation en cours. Pour faciliter l'interprétation du résultat, nous utilisons une structure organisationnelle identique en l'état pour les deux options de processus.

Cas de base - nous évaluons uniquement les changements structurels. Les données personnelles ne sont pas utilisées. Généralement. Structure et processus organisationnels. Et c'est tout.

Avec des données personnelles plus amusantes. Dans tous les sens.

Le procédé est similaire à l'observation d'un système physique à partir d'une pluralité de masses reliées par une pluralité de ressorts - lorsque le modèle de connexion change ou que les forces de tension changent, les objets changent de position dans l'espace. Nous jugeons l'ampleur des changements individuels par le décalage entre les états tels quels et comment. Et nous mesurons ce décalage sur l'intervalle [0,1], où l'absence de tout changement correspond à zéro (similitude complète des états tels quels et à volonté), et à l'unité - le maximum de changements possibles.

Dites-moi qui est votre ami (ou la mécanique du graphique de convolution)

Une approche pour mesurer l'ampleur du changement peut être d'analyser dans quelle mesure l'environnement d'un individu va changer - y compris, mais sans s'y limiter: les relations de subordination / contrôle, une spécification du processus de travail ou une interface de transaction - tout cela est permis par la nouvelle arithmétique d'Amsterdam.

Considérez la mécanique de son travail.

Intuition: les propriétés d'autrui déterminent l'individu.

Pour chaque employé, nous collectons des informations sur les collègues et les transmettons à travers un réseau de neurones (agrégateur). En conséquence, nous obtenons une représentation (coordonnées dans un espace multidimensionnel) qui reflète l'emplacement relatif dans le système pour chacun. Dans un sens, le processus ressemble à la tentative d'une personne d'apprendre toutes les connexions et les propriétés, puis d'oublier quelque chose appris.

L'échelle du changement est la distance entre les représentations résultantes pour les états tels quels et tels qu'ils le seront.

La théorie de l'apprentissage social stipule que nous apprenons en observant le comportement des collègues et en nous y habituant. La transformation de l'entreprise change la nature des relations et l'environnement est en train de trembler. Il faut réapprendre. Nous mesurerons ce changement dans le climat psychologique (en supposant que nous avons déjà effectué le profilage des employés et que nous avons les données).

Dans l'espace de l'échelle des changements individuels, tout ressemble à ceci:

Comme vous pouvez le voir, l'ajout de données de profilage a augmenté la résolution du modèle - maintenant nous prenons en compte non seulement la transformation des structures et des processus, mais aussi les caractéristiques des participants.

La première option pour modifier le processus affectera le plus # 7. L'alternative affectera très probablement # 9. Les deux options auront à peu près le même effet sur les sommets # 3 et # 6 - entre elles, le rôle de l'initiateur du processus sera transféré. Identique au scénario de base, le haut de la hiérarchie (# 0, # 1 et # 2) les modifications affectent légèrement les modifications.

Ainsi, à l'aide d'un réseau neuronal convolutionnel graphique, nous avons classé les parties prenantes en fonction de l'échelle de transformation de l'entreprise dans leur environnement immédiat.

Le résultat est proche de l'évaluation que donnera un spécialiste bien formé et très coûteux dans le domaine du changement organisationnel.

Tout cela est déjà possible avec un minimum d'informations sur la structure de l'organisation et les processus métier. L'ajout d'une petite quantité de données personnelles a augmenté la résolution de la méthode. De toute évidence, l'ajout de données supplémentaires nous permet d'espérer de nouveaux progrès.

Le coin rouge des beaux modèles

Les méthodes examinées dans cette publication dans le cadre de la tâche de classement des parties prenantes se rapportent à l'apprentissage sans enseignant - nous essayons d'identifier les modèles et d'en parler d'une manière ou d'une autre. En regardant vers l'avenir, je note que les grandes entreprises multinationales disposent déjà d'ensembles de données qui leur permettent de mettre en œuvre une formation avec un enseignant. Par conséquent, en me souvenant du théorème du déjeuner gratuit, je rappellerai brièvement d'autres méthodes pour décrire des graphiques, tels que les ondelettes, qui peuvent être utiles aux chercheurs.

Il y a un an, quand il a écrit où et comment découper dans les représentations graphiques , quelques modèles sont restés dans les coulisses nécessitant un éclairage - ils étaient très bons:

Verset - voici github

Comme vous vous en souvenez probablement, la première vague de méthodes d'intégration de graphiques était basée sur des marches aléatoires. Les meilleurs esprits de la planète ont concouru pour trouver la stratégie la plus expressive pour déplacer le clochard. Et nous avons optimisé le logarithme de la probabilité que deux pics tombent dans la même route. L'idée est de regarder la question plus largement et d'étudier la distribution de probabilité en général. Un paramètre au lieu d'un tas, SOTA dans le problème de la prédiction de liaison et une fonction de perte formulée de manière impressionnante.

L'auteur a également de nombreux projets intéressants, parmi lesquels un merveilleux modèle a été réalisé . Au cas où, je note que le nom du programme qui propose d'écouter la forme du graphique montre et exprime clairement une position négative par rapport aux pratiques risquées et un appel à suivre un mode de vie sain.

Réseau de convolution graphique

Tout ingénieux est simple. Au lieu de faire une sélection par environnement, nous collectons les propriétés de tous les voisins. Et le mien aussi. Il est mis en œuvre en multipliant les matrices décrivant le graphique - les degrés modifiés de sommets et de connectivité, et les propriétés des sommets. De manière générale, pour chaque couche, la transformation s'écrit:

$$$H ^ {(k + 1)} = Abandon \ {ReLU [(D + I) ^ {- ½} (A + I) (D + I) ^ {- ½} H ^ {(k)} W ^ {(k)}] \},$

Où:

$$$Abandon$- régularisation en mettant à zéro des paramètres sélectionnés au hasard - le même "oubli", breveté par Google,
$$$Relu$- fonction d'activation non linéaire $$$f (x) = max (0, x)$,
$$$D$- matrice diagonale de degrés de sommets (nombre de liens),
$$$I$- matrice diagonale d'unités,
$$$A$- matrice de connectivité,
$$$H ^ {(k)}$- signal de la couche d'agrégation précédente, $$$H ^ {(0)} = X$où $$$X$- matrice des propriétés des sommets,
$$$W ^ {(k)}$- les poids de la k-ème couche du réseau neuronal, que l'on peut:

• apprendre en mode pédagogique avec un professeur;
• remplir avec des valeurs sélectionnées au hasard;
• throw (la fonction de ceci deviendra un peu linéaire).

La mécanique de l'œuvre a été examinée en détail par l'auteur lui-même ici . De plus, étape par étape et avec des exemples, la méthode est également considérée ici .

Magnifique par sa simplicité, ce modèle montre d'excellents résultats. Conservez une option d'implémentation pour la plupart de l'expression entre crochets sur trois lignes de iggisv9t :

 D = sparse.csgraph.laplacian(A, normed=True) shape1 = X.shape[1] X = np.hstack((X, (D @ X[:, -shape1:]))) 

Extrait de l'année, à mon avis.

Dans le chat, ils ont discuté de la possibilité d'utiliser une telle convolution pour un graphique bipartite, et le lecteur préparé verra ici les similitudes avec l'algorithme RolX , double. En trois lignes.

^{PHOTO: quelqu'un fait au Kremlin pour quelqu'un au Kremlin, modèle - Fidel Alejandro Castro Rus}

Étant donné que la capacité de séparation de la convolution du graphique est identique au test d'isomorphisme WL , ainsi que le fait que la capacité de généralisation d'un réseau neuronal monocouche à activation non linéaire est incroyable (les deux déclarations sont prouvées strictement), un outil très attractif pour étudier les systèmes complexes est obtenu.

Il convient de noter qu'il est conseillé de mettre en œuvre la méthode sur des matrices clairsemées - il est plus facile de tenir le laplacien en mémoire, et parfois la seule façon. Si absolument paresse - le convertisseur est dans le référentiel VERSE. Et puisque vous êtes amené dans le domaine des très grands graphiques, le GraphSAGE considéré ici reste toujours d'actualité.

Résumé de ce qui précède

L'échelle du changement est la distance entre les états tels quels et ceux qui le souhaitent.

Cette distance est approximative sans l'utilisation de données personnelles.

L'ajout de données personnelles améliore le modèle.

Une tentative de décrire la culture de l'organisation (celle qui mange des stratégies de petit-déjeuner) est quelque peu similaire à une précipitation pour clouer une portion de gelée sur un mur (ou tirer un hibou sur un globe) - la recherche d'un ensemble universel d'étapes pour réaliser une transformation commerciale est une autre tâche. Tout ce que nous savons avec certitude, c'est que les gens résisteront au changement. Chaque situation est unique à sa manière et nécessite une compréhension des conventions et réalités locales.

^{: . 0-30 — #8 #9. 31-40 — #8. - 40 . #9 #5 41 50. - 7-4-5-2 1:00 1:11. - 1:18 1:35. #7}

:

1)
2)
3)

, , , . , .

, , — — , . , ( ) , , .

Conclusions

( ) . — — .

. . — - — SAP.

, . .

Littérature

[1] Diffusion of Innovations, Fifth Edition, Rogers, 2003 (1962)
[2] Organizational Change Management in SAP Projects, Rothenpieler, SAP, 2009
[3] TRANSFORMATION Delivering and Sustaining Breakthrough Performance, Fæste and Hemerling, BCG, 2016
[4] Overcoming Resistance to Organizational Change: Strong Ties and Affective Cooptation, Battilana & Casciaro, 2013
[5] Inductive Representation Learning on Large Graphs, Hamilton & Ying, 2017
[6] Semi-Supervised Classification with Graph Convolutional Networks, Kiph & Welling, 2017
[7] A Guide to the Project Management Body of Knowledge (PMBOK Guide), PMI, 2017
[8] International Business Communication Standards (IBCS), Hichert & Faisst, 2017

, !

, , .

— . RolX ( , cs224w 2018 ) .

— RolX , .

Bonne chance!

— !

 , , ? , ,  ? 

^{: Pirelli, —}

  -  , ( )  2 ,  53 . 

.