I denne serie, ser vi nærmere på hypotese-drevet udvikling som en manglende brik i det agile puslespil. Hvad er hypotese-drevet udvikling? Hvorfor er det overhoved relevant? Og hvad kan i som organisation, få ud af at arbejde med hypoteser? Min hypotese er, når du har læst denne serie, ved du mere om alt dette – og nok til at du kan arbejde med hypotese-drevet udvikling allerede i næste sprint. Læs også følgende i serien:
– Eksperimenter med hypotese-drevet udvikling: Hvad er det og hvordan kommer man i gang?
– Hypotese-drevet udvikling og psykologisk sikkerhed
Stort set uanset hvilken vej, du er kommet igennem det danske uddannelsessystem, har du haft kontakt med en metode for at skabe ny viden (læring), drage konklusioner og reflektere over konsekvenserne. Denne metode kaldes ”den videnskabelige metode”.
Den videnskabelige metode består af følgende 5 skridt:
- Definér et problem eller et spørgsmål (problemformulering)
- Form en forklarende hypotese (ofte også en del af problemformuleringen)
- Test hypotesen af ved at eksperimentere (ex: case)
- Analyser data fra eksperimentet
- Fortolk data og form en ny hypotese (konklusion og refleksion)
+ Del resultater og læring med andre
Det er interessant, at når vi taler om skole og læring så har de fleste af os, via vores uddannelsesmæssige ophav, brugt denne metode i flere år. Men når vi taler om produktudvikling, projekter til millioner af kroner og store udviklingsporteføljer, så er det forsvindende få steder, at denne videnskabelige fremgangsmåde benyttes.
Vi eksperimenterer tidligt og ofte, for vi kan ikke regne den ud på forhånd – det kan I heller ikke.
Kunstig intelligens, selvkørende biler, mikroforsikringer, sociale medier, pandemi, 5G, el-løbehjul og hvem ved… Hoverboards..! Det går stærkt, det går rigtig stærkt. Alle disse, og mange flere, massive forandringer påvirker konstant forbrugernes behov og adfærd. I har som organisation, som ledelse og som team, ansvaret for at ramme kundernes behov og forventninger hurtigt og præcist. Derfor er det essentielt at vælge den rigtige tilgang.
Cynefin-rammeværket forklarer 4 forskellige problem-domæner og dertilhørende optimale tilgang til opgaveløsning.
Det komplicerede domæne
I det komplicerede domæne er det ikke umiddelbart åbenlyst, hvilken indsats der skal til for at skabe resultatet, men man kan analysere sig frem til det – man kan regne det ud på forhånd. Sammenhængen mellem årsag og effekt kræver analyse og ekspertviden – derfor giver det mening i dette domæne, at analysere grundigt før man handler, at fokusere ekspertise, at beskytte flaskehalse og centralisere beslutningsmandatet.
Mange af disse karaktertræk kan vi genkende i traditionelle organisationer der arbejder efter en klassisk faseopdelt udviklings- og governancemodel – desværre ser vi dem også, i organisationer der har installeret Scrum, SAFe eller et andet agilt rammeværk – uden at forholde sig til præmissen: at produktudvikling i 2020 hører til i det komplekse domæne.
Det komplekse domæne
I det komplekse domæne er det ikke muligt at at forudsige, hvad der skal til for at skabe et bestemt resultat. Der er utallige faktorer i spil, og når man påvirker enkelte faktore, kan det påvirke andre faktorer på uforudsigelig vis. Sammenhængen mellem årsag og effekt kan først forstås retrospektivt – man kan med andre ord, ikke regne den ud på forhånd. Her bliver man nødt til at eksperimentere for at lære, for derefter at levere. I dette domæne giver det mening at sprede kompetencer, optimere fleksibiliteten og decentralisere beslutningstagen samt mandat.
En konkurrencemæssig fordel i 2020’erne
At opbygge en eksperimenterende kultur – hvor hypoteser opstår, testes af med et minimums-fodaftryk for enten at blive be- eller afkræftet, således at beslutninger kan træffes på reelle erfaringer med brugernes adfærd og behov – vil være en konkurrencemæssig fordel i 2020’erne.
Det første skridt er at anerkende som organisation, at i denne komplekse, omskiftelig verden kan i ikke kan regne den ud på forhånd. Spørgsmålene er derfor, hvilket eksperiment baserer du din beslutning på? Hvilken hypotese er den næste vi skal teste af og hvad håber vi på at lære?
