組織重力の第三法則を克服する

柔軟性は、企業がタスクの中でもアジャイルを第一に考えている最も明白で理解可能な理由の1つです。 ただし、トップマネージャーを含むこれらの企業の従業員は、成功を達成する上での適応性の重要な役割に同意しているにもかかわらず、多くの企業は開発の過程で根本的な変化を伴う深刻な困難を抱えています。

マット・ルメイは、このような問題の主な理由を組織の重力の第三法則と呼んでいます。進行中のプロジェクトは進行中のままであり、プロジェクトを承認した上級管理者が責任を負います。 つまり、特定のプロジェクト、イニシアチブ、または製品のアイデアが上級管理者によって署名された場合、プロジェクトの作業は、ある時点で顧客のニーズと会社の目標を満たしていないことが明らかになっても、同じペースで続行されます。 結局のところ、プロジェクトの避けられない失敗に対する責任がマネージャーにあるのであれば、なぜ取締役に悪い知らせをもたらすのでしょうか？

組織の重力の最初の法則に戻りましょう。プロセスに介入する必要があるトップマネージャーは、顧客との直接のやり取りから可能な限り排除されます。 これにより、企業が顧客から受け取った新しい情報に合わせて開発コースを調整できないクローズドシステムが作成されます。 開発コースの変更を示唆するレビューは、「素晴らしい仕事、ボス！」 そして、マネージャーはこのフォームでそれらを受け取ります。

このようなダイナミクスにより、企業の人々がプロジェクトの失敗の運命を知っていたとしても、プロジェクトに取り組むことが多い理由が説明されます。 また、インスタントフィードバックの時代に率直にひどいマーケティングキャンペーンと#socialmediaが失敗する理由を説明しています。 組織のポリシーの観点から、公共の恥は、彼が署名したプロジェクトが悪いアイデアであることを上司に告げるよりもリスクが少ないようです。

個人的な勇気は、組織の重力の第三法則に反するかもしれない一つの側面ですが、これは十分ではありません。 変更を確実に行う唯一の方法は、そのような変更をプロセスの一部にすることです。 言い換えると、プロジェクトに署名するマネージャーは、プロジェクトに不可欠な部分である変更のためのスペースを残す必要があることを理解する必要があります。 そのような場合、コースの変更は、不幸な失敗よりも、先見の明の称賛に値する例のようです。

テラデータ、オラクル、ヒューレット・パッカードのアジャイル実務家兼弁護士であるキャサリン・クーンは、大規模な金融会社が既存の1年間の計画サイクルに短い四半期サイクルのリズムを追加し、全体に統合することで不確実性を計画する方法を学んだことを説明しました会社の方針。

会社に年間計画サイクルの作成を強制的に停止させるとは限りません。 ただし、四半期結果レポートを追加することはできます。 それは非常に簡単です-あなたは四半期の成果を説明し始め、他の人が知っておくべき追加情報を追加します。 おそらく、ガートナーは、市場の変化、新しい規制要件、企業のリーダーによる新しいイニシアチブ、またはお客様に関する新しい情報に関する新しい研究を発表したでしょう。 この情報を残りの部分に持ち込み、計画の最後の議論から学んだことを説明し、その後に先読みしてください。 プロジェクトを見て、得た知識に基づいてプロジェクトの準備状況を評価してください。 あるプロジェクトで目標の85％を達成した場合、20％しか準備ができていない別のプロジェクトにすべてのリソースを戦略的に移行できますか？

このアプローチにより、会社全体を四半期ごとのイベント計画に順応させることができました。 これにより、考えられるすべての側面をカバーできるようになりました。たとえば、以前は銀行の業務全体を失速させていた何千もの修正で監査を受け始めました。 彼らは、四半期ごとの計画のおかげで作業を部分に分割し、何ができて何ができなかったかを理解し、最高の優先順位を強調することができました。 私たちは、顧客が好む側面について議論し、それらに基づいて必要なサービスを開発し始めました。 彼らは、各アプローチの欠点について議論し始め、プロセスを自分たちの意思で進めさせないようにしました。

成功のもう1つの鍵は、会社の内部言語を話すようになったことです。「現時点では悪くない」と「十分に終わった」というフレーズを使用します。 または：「素晴らしいアイデアですが、後で」。 人々は優先順位を設定することについて話すための語彙を得て、あまりにひどくまたはひどく話すことをやめました。

この例が示すように、年次計画サイクルを持つ企業でさえ、知識を共有しコースを変更する機会を見つけることができます。 特定の企業内で理解可能な言語を使用すると、たとえ「通常のビジネス」に大きな変化があったとしても、新しいアイデアや手法の道が開かれます。

アジャイルパラドックス：構造を使用して柔軟性を実現する

ほとんどのアジャイル手法は、定期的なリズムが柔軟性のための余地を残すという逆説的な考え方に基づいています。 これは、第3章で説明したアジャイルスプリントなどの明確で最終的なリズムにより、変更に対する反応が作業プロセスの一部であり、このプロセスに対する障害ではないためです。

アジャイルを学び始めたとき、より具体的な構造がチームの速度を低下させ、責任を軽減するのではないかと心配しました。 2週間ごとに特定のタスクを実行する義務は、2か月ごとに、またはさらに良いことに「近い将来」にラフタスクを計画するよりも厳格で体系的であることが判明しました。 驚いたことに嬉しいことに、ケイデンスが短くなったため、チームは明確で興味深い選択をするようになりました。 新しい製品ラインのプロトタイプを作成してテストすることができましたが、これらの領域が顧客にとって役に立たない場合はいつでもこれらの領域を放棄できることに気付きました。 また、2週間ごとに目標から逸脱した場合に開発コースを調整できることに気付いたため、会社の四半期および年間の目標をより適切に計画することができました。

実際、ほとんどすべての企業は、小規模な技術系スタートアップの四半期スケジュールであれ、大企業の年間予算であれ、2週間の標準スプリントをはるかに超える計画の枠組みの中で運営されています。 アジャイル実践者（特に、さまざまなトレーニングで深刻なイデオロギートレーニングを受けた人）は、長期的なリズムを真の柔軟性への脅威と見なすことが多く、アジャイルの原則は「大規模で官僚的な組織には完全に不適切です」と徐々に述べ始めます。 IBMおよびSalesforce.comのコンサルタントで元マーケティング責任者のAlan Bansは、最も成功したアジャイルプロフェッショナルが長期計画と短期調整の中間点を見つける方法を説明してくれました。

私が働いていたすべての企業は、アジャイルの原則へのコミットメントに関係なく、予算計画から会計年度を開始しました。 公開市場に参入しようとしている企業で働く場合、「うーん、アジャイルの原則を順守しているので、いくら費やす必要があるのか​​まだわかりません！」と言うことはできません。予算サイクルは、営業チームの仮定に基づいて形成されますそして、来年の現実的に達成可能な指標と目標に関するリーダー。 これに基づいて、マーケティング予算が形成されます。

多くの場合、アジャイルの原則は「はい、いつでも再編成できます」という印象を与えます-いいえ、そうではありません！ 予算があります。 そして、この予算はすぐに消え始めます。 柔軟なソリューションを導入する余地はまだ十分にありますが、ゼロから始めることはできません。 長期と自然発生のバランスをとる必要があります。

このようなバランスは、企業が長期サイクルをどのように使用するかに大きく依存します。 それらは石に彫ることができ、可能な調整を考慮して、多くの開発の方向を持つことができます。 これらの長期的な指示が究極の真実ではなく、むしろ推奨される指針を提供する場合、これには柔軟性の余地が残されます。 しかし、「9.9ではなく1010万ドルと言った」という不動の地位と官僚主義が現れるとすぐに、すべてが混乱します。

この例は、上記のキャサリンクーンの短編のように、1年間の計画が柔軟性を放棄することを強制しないことを示しています。 むしろ、反対に、より積極的かつ思慮深く短いリズムを形成する必要があります。これにより、チームの仕事が長期計画と一致することを保証し、クライアントから新しい情報を受け取ったときに調整を行うことができます。

短期的なリズム、長期的な目標、および計画構造を組み合わせるために実行できるいくつかの手順を次に示します。

あなたの会社の確立されたリズムをリストし、それらに反してではなく、協力してください

貴社には1年の予算計画サイクルがありますか？ 2年ごとの戦略的計画サイクル？ 四半期ごとの目標設定プロセス？ 一枚の紙を用意し、すべてのサイクルを書き留めて、各サイクルで何が正確に決定されたか、誰がこれらの決定を行い、どのような結果を期待するかを示します。 次に、これらのサイクルの周りに短いリズムを構築して、柔軟性を提供し、変更のない会社の計画サイクルを遵守する方法を考えてください。

変化を祝う

長期的なサイクルのみを計画している場合、変更は間違いに関する別の退屈な作業のように見える場合があります。 短期的なサイクルにより、初期計画の変更に適応し、新しい情報を長期的な目標に合わせるための時間が増えます。 変化を追するのではなく、変化に注目することで、新たな柔軟性に注意を向けることができます。 言い換えれば、1つの長いサイクル内の2つの短いサイクルの後に、「ダム、4週間の排水作業」という言葉の代わりに、間違った方向に進んでいることがわかった場合、「この段階でエラーに気づいたことは非常に幸運です」 「今、開発の流れを変えて、四半期ごとの指標を満たして同じ成功を収めることができます。」

可能性に焦点を当てる

短期的な柔軟性と長期的な計画の間の緊張が完全になくなることはないので、チームが希望するタスクを時間通りに完了できない状況に陥ることが時々あります。 ただし、アジャイルの原則に「準拠していない」ことを会社全体のせいにするべきではありません。これはチームの動機と気分に悪影響を与えるからです。 代わりに、会社の本当の限界を考慮して、あなたができることに集中してください。

多くの場合、「できることをする」アプローチは、目標と期待を明確にすることにより、長期計画サイクルに価値を追加できます。 チームと企業は、短期計画と長期計画の適切なバランスを見つけるために取り組んでいますが、彼ら自身が提供できる価値をよりよく理解し、感じています。

実験的作業-両刃の剣

不確実性を計画するということは、私たちの行動が成功することを知る前に、最善の仮定を立てて前進することを意味します。 アジャイルに近い多くのアジャイルのアプローチと方法、特にスリムなスタートアップの世界では、「実験的作業」は、急速に変化する世界のチームや組織の新しいアイデアや方向性を支持するための最良の方法と呼ばれます。

残念ながら、既存の企業は設備の整った実験室の無菌性を保証することができません。 実験的な仕事を行うという考えは会社にとって非常に重要ですが、現実世界の落ち着きのない変化する性質と完全に矛盾する科学的自信の感覚が含まれている場合、危険に満ちたものになります。 せいぜい、実験的研究は世界の不確実性全体を理解するのに役立つだろうが、この不確実性から私たちを救うことは決してないだろう。

これは、正しい判断を下すために努力しているチームや専門家にとっては苦い教訓になります。 間違いなく、実験によって証明するのが簡単な特定のタイプのソリューションがあります。 たとえば、Webサイトページの[ホーム]ボタンが円形か正方形かを判断する必要がある場合、A / Bテストが最も効果的なソリューションになります。 ここで、新しい事業ラインを開発するのか、それとも新しい市場で既存の製品を待つのかを決定する必要があるとします。 もちろん、これらの質問への回答を見つけるのに役立つ実験を実施し、すべての費用がかかりますが、そのような実験では、単純なA / Bテストと同じ反論できない科学的確実性は得られません。

理論的には、これはチームが複雑な市場指向ソリューションを確認する複雑で複雑な実験に時間を浪費するのをやめるべきであることを意味します。 しかし、実際には、これはしばしば完全に異なることを意味します。チームや組織は、これらの実験がビジネスに特別な影響を与えない場合でも、絶対的な定量形式で証拠を提供する実験に不釣り合いな時間を費やします。

私たちがビジネスパートナーと一緒に会社と仕事をするとき、私たちはしばしば統合データ分析と呼ばれるグラフに進行中の実験を表示するように頼みました。 4つの象限を持つ同様のグラフは、「発見-最適化」および「定性-定量」という軸に沿ったデータに関連するイニシアチブを表しています。 Sudden CompassのパートナーであるTricia Vaughnは、A / Bテストなどの定量的最適化作業に頼りすぎた多くの企業に対処しなければならなかったため、このフレームワークを開発しました。本質的に品質データを提供する実験の実施。

この演習を実施したほぼすべての企業が、グラフを右下の象限の定量的最適化への顕著なバイアスで埋めました。 ただし、同じ組織に「オープン」から「最適化」までのx軸に沿って、それらに大きく関係する質問を表示するように依頼すると、バイアスは「オープン」になりました。 企業には、発見に関連する一般的な質問がしばしば寄せられます。「既存の製品、市場、または約束の追加の最適化に関するほとんどの実験を継続しながら、どのようにして新しい市場にビジネスを導入できますか？」 この事実を単に認識するだけでは、企業がこの問題に注意を払い、左上象限の発見レベルで高品質の実験を実施する新しい方法の研究を開始するには不十分な場合がよくあります。

このような実験の最も顕著な例の1つは、 「リーンスタートアップ」という本から引用されています。 Lean Startup Productionsの前社長兼共同設立者であるSarah Milsteinは、新製品のアイデアを評価するためにシンプルで低コストの実験を行う方法と、これらの実験で品質データが重要な役割を果たした理由を説明しました。

Lean Startup Productionsの一環として新しい会議を開始したとき、オンラインチケットの販売を検討しました。 そんなに人気があるとは思わなかったので、約10枚のチケットを販売する予定でした。 販売当日、100枚のチケットを販売しました。 顧客の行動を分析できなかったため、これは重大なシグナルでした。 この考えを考慮しなければ、10枚と100枚のチケットの違いは見られなかったでしょう。 仮説に基づいた同様の実験は、間違いを犯した場合でも有用です。 さらに、正確さを追求する必要はありません。サービスを提供するクライアントについて、自分の判断を評価するよう努力する必要があります。

また、人々はしばしば実験に非常に熱心であるため、その意味が失われ始めることにも注意する価値があります。 実験によって、非常に高品質の信号が得られる場合があります。たとえば、マーケティング資料のフレーズを使用し始めたときなどです。 このアプローチは、正式には「アーティファクト分析」と呼ばれます。 たとえば、サイトのフィードバックを「質問」と呼ぶと、受信トレイの内容は変わりますか？ 私たちは常に数字を持っているわけではありませんが、何をどこで見るべきかを知っています。

このストーリーが示すように、測定する最も単純なものが常に最も重要で関連性があるわけではありません。 量的実験を使用して最も簡単に答えられる質問ではなく、ビジネスと顧客に関連する最も重要な質問から始めるとき、私たちは私たちの周りの世界の複雑さと不確実性を認識します。

アジャイルフォーオールからの抜粋