75%

3 dari 4 - ini adalah bagaimana Boston Consulting Group memperkirakan bagian dari proyek TI yang telah mati karena alasan non-teknis.

Untuk dua edisi berturut-turut dari Badan Manajemen Pengetahuan Proyek (PMBOK), proses manajemen pemangku kepentingan telah dipilih sebagai bidang pengetahuan terpisah di bawah angka keberuntungan 13 dan sangat disarankan untuk mempertimbangkan:

1. hubungan di antara mereka,
2. pusat-pusat pengaruh, serta
3. budaya komunikasi - untuk meningkatkan peluang keberhasilan.

Pertanyaan satu:

^{FOTO: Sharif Hamza untuk Dazed & Confuzed, model - Lupita Niongo}

Dalam terang kemenangan tanpa syarat baru-baru ini dari matematika Rusia atas masalah bilangan kromatik, mari kita pertimbangkan skenario penerapan cepat mendapatkan popularitas di antara teori mesin belajar grafik dengan penyebab kegagalan sebagian besar proyek TI. Kami menerapkan ilmu komputasi yang sepenuhnya alami untuk area yang sebelumnya dianggap ' lunak '. Dan kami akan menunjukkan bagaimana model modern memungkinkan organisasi untuk mengukur di era perubahan. Strategi solusi - dua langkah sederhana - kami membangun grafik hubungan pemangku kepentingan, dan darinya - kami mematikan jaringan saraf. Dan sementara algoritma belajar mandiri melakukan tugas manajemen yang kompleks, menghilangkan masalah manajerial dari tumpukan bahu manusia - kita minum kopi dengan kue.

Isi

Tugas dan kegagalan

Proyek transformasi bisnis, seperti implementasi SAP, sering mengubah proses bisnis atau struktur organisasi. Kadang-kadang, keduanya perevodnyayut dalam mengejar praktik terbaik. Namun, ada nuansa. Ketaatan terhadap yang ada (status quo bias) di antara orang-orang membuat transformasi bisnis menjadi tantangan - kita, sebagai spesies, berusaha untuk melestarikan dan meningkatkan.

Fakta menarik - sekitar 80% dari populasi tidak akan senang dengan inovasi [1]. BCG melaporkan bahwa tiga dari empat proyek teknologi informasi yang gagal telah ditutup karena alasan non-teknis, yang disebut 'lunak'. Manajemen Perubahan Organisasi adalah seperangkat praktik yang mengantisipasi penolakan terhadap yang baru. Resep SAP - mengelola komunikasi, motivasi, hak pengambilan keputusan, dan kualifikasi yang diperlukan untuk keberhasilan implementasi dan transisi ke fase peningkatan berkelanjutan [2].

Dalam sebuah wawancara baru-baru ini, Leonid Zhukov (direktur praktik Rusia di BCG Gamma) menyebutkan aturan 10-20-70. Dalam proyek nyata memperkenalkan pembelajaran mesin, 10% dari total waktu yang dihabiskan untuk menguji hipotesis dan memilih model yang memadai. Implementasi DevOps pemuda yang produktif (atau modis) menghabiskan 20% dari biaya tenaga kerja. 70% dari upaya ini membutuhkan perubahan.

^{VIDEO: di sini adalah wawancara tentang konsultasi pada hari kerja di mana saya terutama menyukai kisah tentang helikopter di kolam renang}

Dalam arti tertentu, kondisi untuk sukses dapat diekspresikan oleh ketidaksetaraan A + B + C> D, di mana A adalah tingkat ketidakpuasan dengan keadaan saat ini, B adalah visi umum masalah, C adalah manfaat dari pengujian hipotesis, dan D adalah upaya yang diperlukan untuk transformasi. Sederhana - buat kondisi di mana rumus itu berlaku untuk semua orang dan semua orang - dan perubahan akan menyebar dengan cepat. Sepertinya kemenangan itu mudah, bukan?

Analisis pemangku kepentingan adalah jantung dari proyek transformasi. Tugas utama adalah untuk mencari dan mengidentifikasi individu dan organisasi yang akan dipengaruhi oleh perubahan, atau mereka yang dapat mempengaruhi proyek kami. Pemeringkatan pemangku kepentingan berdasarkan kekuatan dan pengaruh adalah praktik umum (setidaknya di antara mereka yang bermain dalam manajemen proyek). Secara historis, masalah diselesaikan secara subyektif dengan brainstorming dan alat-alat lain yang berasal dari tradisi penelitian sosiologis. Tidak ada metrik angka yang dapat diandalkan. Sampai hari ini.

Kemajuan terbaru dalam matematika dalam teori grafik memungkinkan untuk mengukur masalah ini. Pertama-tama, kami secara resmi menunjuk masalah dan menentukan metode notasi matematika, yang akan kami gunakan di masa depan.

Tantangan:

Menurut struktur organisasi yang diberikan dan proses bisnis yang dijelaskan untuk kondisi apa adanya dan kehendak, peringkat pemangku kepentingan sesuai dengan skala perubahan individu (upaya yang diperlukan untuk transformasi).

Lakukan itu

Jelaskan kasus bisnis sebagai hubungan dan alur kerja.

Banyak organisasi dewasa mengelola proses dengan cara terstruktur (kadang-kadang mendorong persyaratan eksternal seperti sertifikasi ISO). Bagi sebagian besar perusahaan, struktur organisasi diformalkan. Sebagai hasil membangun model dari data, kami memperoleh jaringan hubungan, yang akan kami analisis.

Sejalan dengan waktu, kami akan menggambarkan perubahan awal dalam semangat standar IBCS , yang mengklaim bahwa palet gambar bisnis dapat berisi keseluruhan keseluruhan warna hitam. Di sebelah kiri - situasinya seperti apa adanya, di sebelah kanan - seperti apa adanya. Stakeholder diberi nomor dan terhubung: garis tipis dari struktur organisasi, dan panah dari alur kerja. Perubahan kepemimpinan untuk # 9 ditunjukkan dengan memecah hubungan bawahan 4-9 dalam situasi apa adanya, dan hubungan 5-9 baru untuk apa adanya.

Bayangkan kita harus membantu katak Pepe. Dimuat oleh atasannya dengan mengubah proses mengebulasi sepula di perusahaan - pemain di tingkat kedua.

Keadaan seperti apa adanya dijelaskan, tetapi dengan bagaimana-itu akan-bukan bencana, tetapi siksaan pilihan. Kedua buku itu dibaca dan konferensi dihadiri, dan bahkan beberapa kasus dari seorang pemimpin pasar dan calon pemenang dari perusahaan konsultan terkemuka dipelajari. Mentransfer pengalaman orang lain ke bisnis Anda adalah tugas lain.

Setelah N, tidak, biar lebih baik malam tanpa tidur, penglihatan mengkristal dalam dua varian seperti yang akan. Di sini, dipandu secara eksklusif oleh tujuan bercahaya untuk membuat cerita lebih berwarna, kami menjauh dari persyaratan standar IBCS dan menambahkan warna. Karena itu, kita tidak bahagia, oleh karena itu, kita akan menggambarkannya dalam warna merah, dan karena itu - hijau dan kuning, masing-masing.

Kolom yang ditunjuk $G = (V, E)$ - ini adalah model matematika - banyak set - hubungan berpasangan, yang disebut tepi (ikatan, lengkungan) dan dilambangkan sebagai $e_ {ij}$ untuk koneksi apa pun yang ada antara dua simpul (node) $v_ {i}$ dan $v_ {j}$ . Kedua simpul dan tepi dapat memiliki properti (misalnya: profil pengguna, kekuatan komunikasi, atau tipenya).

Apa yang harus dipelajari

Sifat koneksi dalam jaringan menentukan perilaku sistem - secara keseluruhan, dan komponennya - itu adalah tepi grafik yang menggambarkan situasi yang menghubungkan unit, mendistribusikan beban, atau menambah tekanan struktural. Kami akan berusaha menemukan sebanyak mungkin hubungan. Struktur organisasi dan proses bisnis yang diuraikan untuk kondisi apa adanya dan kehendak adalah jumlah minimum informasi dengan mana model kami mengeluarkan penilaian pada tingkat orang profesional.

Bagaimana cara mengukur

Analisis data selalu menjadi bagian penting dari metodologi perubahan organisasi SAP. Mempelajari struktur organisasi, proses, dan pemangku kepentingan adalah hal biasa. Studi lingkungan di mana perubahan terjadi (atau saya ingin melakukan) telah di lapangan selama beberapa dekade. Sebagai contoh, BCG memiliki 50 tahun pengalaman dalam transformasi bisnis. Dan edisi pertama karya mendasar Rogers (Difusi Inovasi), dari mana semua metodologi manajemen perubahan modern, diterbitkan kembali pada tahun 1962.

Baru hanya aritmatika.

Sekelompok algoritma yang terinspirasi oleh biologi (grafik jaringan saraf) membuka aljabar lucu baru bagi kami - kami memperoleh kesempatan untuk mendiskusikan sifat koneksi dan melakukan perhitungan dalam ruang di mana kami dapat mengukur kesamaan struktur dengan akurasi tinggi.

Sketsa kasus bisnis

Kami menomori simpul dari grafik dan mencoba berpikir seperti para profesional yang berpendidikan baik dalam melakukan perubahan organisasi. Mari kita evaluasi skala perubahan untuk setiap anggota organisasi secara individual. Sebagai contoh, ambil yang teratas # 7, dihiasi dengan mosaik dalam semangat Kandinsky.

Hidup sebagai pemangku kepentingan, tidak repot. Berpartisipasi dalam proses apa adanya. Dan dia punya tiga dalam penyerahan. Dua - langsung: # 8 dan # 9, dan satu lagi bawahan dari bawahan # 10.

Inovator telah datang.

Mereka menyarankan dua (# 8 dan # 10) dari ketiganya dihapus. Sebagai imbalannya - tambahkan frame lain # 11 ke departemen yang berdekatan. Dan proses mengebumikan sepula direstrukturisasi dengan cara baru. Alur kerja di dunia yang luar biasa baru diprakarsai oleh peserta baru # 6 - sebelumnya itu dilakukan oleh pemimpinnya # 3.

Opsi 1:

Stakeholder kami akan terlibat dalam proses secara tidak langsung - bawahan yang tersisa # 9 datang dengan pekerjaan itu - ia sebelumnya melakukan operasi lain (sekarang akan dilakukan oleh stakeholder # 4).

Opsi 2:

Stakeholder akan terus melakukan operasi pertama dalam proses, dan yang kedua - bukan bawahan # 9 - akan dilakukan oleh bosnya # 4.

Dengan demikian menganalisis sifat perubahan untuk setiap individu, sudah dimungkinkan untuk menarik beberapa kesimpulan tentang skala transformasi. Di sini pembaca dihadapkan pada suatu pilihan: melakukan latihan sendiri, atau meminta akses awal ke studi kasus lengkap.

Biasanya sesudahnya $N ^ 3$ iterations, seorang profesional yang berpendidikan baik dalam perubahan organisasi mampu memberikan penilaian yang memadai tentang skala perubahan untuk setiap pemangku kepentingan, dan peringkat mereka sesuai, di mana $N$ - jumlah pemangku kepentingan. Seorang profesional hebat akan mengelola $N ^ 2 log (N)$ . Orang kreatif yang luar biasa, yang menghasilkan formula untuk menambahkan semua penyakit, memberikan semacam perkiraan angka perubahan, dan selain itu, siapa yang tahu bagaimana cara menyortir di Excel, umumnya memiliki setiap kesempatan untuk mendekati secara asimptotik. $N ^ 2$ .

Alternatif untuk metode estimasi analog yang dipertimbangkan adalah penggunaan matematika modern.

tre

Opsi 1. Skala perubahan dalam proses dan struktur. Arsitektur model: dua lapisan konvolusi, matriks konektivitas simetris, aktivasi - linear. Jaraknya cosinus.

Seperti yang dapat Anda lihat dengan mudah, simpul # 8 dan # 10 (dihapus) dan # 11 (ditambahkan) menerima peringkat tertinggi pada skala perubahan dalam struktur organisasi. # 9 dan # 5 menerima nilai yang hampir sama - yang pertama akan kehilangan bawahan, yang kedua akan mendapatkan. Kita dapat mengatakan bahwa model tersebut percaya bahwa tanpa karyawan adalah sedikit lebih buruk daripada dengan yang baru. Untuk puncak hierarki # 0, # 1, dan # 2, situasinya tetap tidak berubah. Perhatikan bahwa untuk # 2, sedikit perbedaan terlihat - semua perubahan dalam struktur terjadi di antara bawahannya.

Bandingkan skenario transformasi yang sedang berlangsung. Demi kemudahan interpretasi hasil, kami menggunakan struktur organisasi yang identik apa adanya untuk kedua opsi proses.

Kasus dasar - kami hanya mengevaluasi perubahan struktural. Data pribadi tidak digunakan. Umumnya. Struktur dan proses organisasi. Dan itu dia.

Dengan data pribadi lebih menyenangkan. Dalam segala hal.

Metode ini mirip dengan mengamati sistem fisik dari sejumlah massa yang dihubungkan oleh sejumlah mata air - ketika pola koneksi berubah, atau gaya tarik berubah, objek mengubah posisi di ruang angkasa. Kami menilai skala perubahan individu dengan pergeseran antara keadaan apa adanya dan bagaimana kehendak. Dan kami mengukur pergeseran ini pada interval [0,1], di mana tidak adanya perubahan sesuai dengan nol (kesamaan lengkap dari keadaan apa adanya dan apa yang akan), dan untuk unit - perubahan maksimum yang mungkin.

Katakan siapa teman Anda (atau mekanisme grafik konvolusi)

Salah satu pendekatan untuk mengukur skala perubahan mungkin untuk menganalisis berapa banyak lingkungan untuk seorang individu akan berubah - termasuk, tetapi tidak terbatas pada: hubungan subordinasi / kontrol, spesifikasi proses kerja, atau antarmuka transaksi - semua ini diizinkan oleh aritmatika baru dari Amsterdam.

Pertimbangkan mekanisme pekerjaannya.

gambar

Intuisi: sifat-sifat orang lain menentukan individu.

Untuk setiap karyawan, kami mengumpulkan informasi tentang kolega dan menyebarkannya melalui jaringan saraf (agregator). Sebagai hasilnya, kami mendapatkan representasi (koordinat dalam ruang multidimensi) yang mencerminkan lokasi relatif dalam sistem untuk masing-masing. Dalam beberapa hal, prosesnya menyerupai upaya seseorang untuk mempelajari semua koneksi dan properti, dan kemudian melupakan sesuatu yang dipelajari.

Skala perubahan adalah jarak antara representasi yang dihasilkan untuk negara sebagaimana adanya dan kehendak.

Teori pembelajaran sosial menyatakan bahwa kita belajar dengan mengamati perilaku rekan kerja, dan membiasakan diri dengannya. Transformasi bisnis mengubah sifat hubungan dan lingkungan bergetar. Ada kebutuhan untuk mempelajari kembali. Kami akan mengukur perubahan ini dalam iklim psikologis (dengan asumsi bahwa kami telah melakukan profiling karyawan dan kami memiliki data).

Dalam ruang skala perubahan individu, semuanya terlihat seperti ini:

Seperti yang Anda lihat, menambahkan data profil telah meningkatkan resolusi model - sekarang kami memperhitungkan tidak hanya transformasi struktur dan proses, tetapi juga fitur peserta.

Opsi pertama untuk mengubah proses akan mempengaruhi # 7 paling. Alternatif tersebut kemungkinan besar akan memengaruhi # 9. Kedua opsi akan memiliki efek yang hampir sama pada simpul # 3 dan # 6 - di antara mereka peran pemrakarsa proses akan ditransfer. Identik dengan kasus dasar, perubahan atas hierarki (# 0, # 1, dan # 2) sedikit mempengaruhi perubahan.

Dengan demikian, menggunakan grafik jaringan saraf convolutional, kami memberi peringkat para pemangku kepentingan berdasarkan skala transformasi bisnis di lingkungan terdekat mereka.

Hasilnya dekat dengan penilaian yang akan diberikan oleh spesialis yang terlatih dan sangat mahal di bidang perubahan organisasi.

Semua ini dimungkinkan sudah dengan informasi minimal tentang struktur organisasi dan proses bisnis. Menambahkan sejumlah kecil data pribadi meningkatkan resolusi metode ini. Jelas, menambahkan lebih banyak data memungkinkan kita berharap untuk kemajuan lebih lanjut.

Sudut merah model cantik

Metode yang dipertimbangkan dalam publikasi ini dalam konteks tugas pemeringkatan terkait dengan pembelajaran tanpa guru - kami mencoba mengidentifikasi pola dan berbicara tentangnya. Melihat ke masa depan, saya perhatikan bahwa perusahaan multinasional besar sudah memiliki set data yang memungkinkan mereka untuk melaksanakan pelatihan dengan seorang guru. Oleh karena itu, mengingat Teorema Makan Siang Gratis, saya akan mengingat secara singkat metode alternatif untuk menggambarkan grafik, seperti wavelet, yang dapat berguna bagi para peneliti.

Setahun yang lalu, ketika ia menulis tentang di mana dan bagaimana memotong embeddings grafik , beberapa model tetap di belakang layar yang membutuhkan pencahayaan - mereka sangat baik:

Ayat - di sini adalah github

Seperti yang mungkin Anda ingat, gelombang pertama metode penyematan grafik didasarkan pada jalan acak. Pikiran terbaik planet ini berkompetisi dalam siapa yang akan menghasilkan strategi paling ekspresif untuk menggerakkan gelandangan. Dan kami mengoptimalkan logaritma probabilitas dua puncak jatuh ke rute yang sama. Idenya adalah untuk melihat pertanyaan secara lebih luas dan mempelajari distribusi probabilitas secara umum. Satu parameter alih-alih tumpukan, SOTA dalam masalah prediksi tautan, dan fungsi kerugian yang diformulasikan secara mengesankan.

Penulis juga memiliki banyak proyek menarik, di antaranya satu model indah dibuat . Untuk jaga-jaga, saya perhatikan bahwa nama program yang menawarkan untuk mendengarkan bentuk grafik dengan jelas menunjukkan dan dengan jelas mengungkapkan posisi negatif dalam kaitannya dengan praktik berisiko dan panggilan untuk mengikuti gaya hidup sehat.

Jaringan konvolusi grafik

Semuanya cerdik itu sederhana. Alih-alih memilih berdasarkan lingkungan, kami mengumpulkan properti semua tetangga. Dan punyaku. Ini diimplementasikan dengan mengalikan matriks yang menggambarkan grafik - derajat yang dimodifikasi dari simpul dan konektivitas, dan properti dari simpul. Secara umum, untuk setiap lapisan, transformasi ditulis sebagai:

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

Dimana:

$Dropout$ - regularisasi dengan memusatkan parameter yang dipilih secara acak - "lupa" yang sama, dipatenkan oleh Google,
$Relu$ - fungsi aktivasi nonlinear $f (x) = maks (0, x)$ ,
$D$ - matriks diagonal derajat simpul (jumlah tautan),
$I$ - matriks diagonal unit,
$A$ - matriks konektivitas,
$H ^ {(k)}$ - sinyal dari lapisan agregasi sebelumnya, $H ^ {(0)} = X$ dimana $X$ - matriks properti simpul,
$W ^ {(k)}$ - bobot lapisan k-th dari jaringan saraf, yang dapat kita:

belajar dalam mode mengajar dengan seorang guru;
isi dengan nilai yang dipilih secara acak;
throw (fungsi ini akan menjadi sedikit linier).

Mekanisme kerja diperiksa secara rinci oleh penulis sendiri di sini . Selain itu, langkah demi langkah dan dengan contoh, metode ini juga dipertimbangkan di sini .

Cantik dalam kesederhanaannya, model ini menunjukkan hasil yang sangat baik. Simpan opsi implementasi untuk sebagian besar ekspresi dalam tanda kurung siku dalam tiga baris dari iggisv9t :

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

Cuplikan tahun ini, menurut saya.

Dalam obrolan mereka membahas opsi penggunaan konvolusi untuk grafik bipartit, dan pembaca yang siap akan melihat di sini kesamaan dengan algoritma RolX , dobel. Dalam tiga baris.

^{FOTO: seseorang yang dibuat di Kremlin untuk seseorang di Kremlin, model - Fidel Alejandro Castro Rus}

Menimbang bahwa kemampuan pemisahan konvolusi grafik identik dengan tes isomorfisme WL , serta fakta bahwa kemampuan generalisasi jaringan saraf lapis tunggal dengan aktivasi non-linear luar biasa (kedua pernyataan itu dibuktikan dengan ketat), alat yang sangat menarik untuk mempelajari sistem yang kompleks diperoleh.

Perlu dicatat bahwa disarankan untuk menerapkan metode pada matriks jarang - lebih mudah untuk memasukkan Laplacian dalam memori, dan kadang-kadang satu-satunya cara. Jika benar-benar malas - konverter ada dalam repositori VERSE. Dan karena Anda dibawa ke area grafik yang sangat besar, maka GraphSAGE yang dipertimbangkan di sini masih tetap relevan.

Ringkasan di atas

Skala perubahan adalah jarak antara keadaan apa adanya dan apa yang akan.

Jarak ini diperkirakan tanpa menggunakan data pribadi.

Menambahkan data pribadi meningkatkan model.

Mencoba menggambarkan budaya organisasi (budaya yang memakan strategi sarapan) adalah sesuatu seperti terburu-buru untuk menempelkan sepotong jeli ke dinding (atau menarik burung hantu ke dunia) - menemukan serangkaian langkah universal untuk mewujudkan transformasi bisnis adalah tugas lain. Yang kita tahu dengan pasti adalah bahwa orang akan menolak perubahan. Setiap situasi unik dengan caranya sendiri dan membutuhkan pemahaman tentang konvensi dan realitas lokal.

^{: . 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)

, , , . , .

, , — — , . , ( ) , , .

Kesimpulan

( ) . — — .

. . — - — SAP.

, . .

Sastra

[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 , .

— !

 , , ? , ,  ?

^{: Pirelli, —}

  -  , ( )  2 ,  53 .

Tentang Pemodelan Struktural Perubahan Organisasi

75%