از ابزارهای حسابداری تا مدل های دینامیک سیستم

تصمیم‌گیران معمولا هنگام مواجه با مشکلی بزرگ، که تحلیل آن به صورت یک‌جا دشوار است، به مدل‌های کامپیوتری روی می‌آورند. توانایی رایانه‌ها در دنبال کردن مقادیر و محاسبات مختلف، به آن‌ها اجازه می‌دهد توجهشان را روی دقت بررسی موضوع متمرکز کنند. در این میان دو رویکرد برای مدل‌سازی مسائل سازمانی وجود دارد. یکی مدل های دینامیک سیستم و دیگری صفحات محاسباتی (SpreadSheetها) که در این مطلب به بررسی تفاوت‌ها و مزایای آن‌ها می‌پردازیم.

اعداد و ارقام کامپیوتری که در ابزارهایی نظیر اکسل هستند، اولین راه‌کارهای مدل‌سازی بودند که در جوامع کسب و کار به طور گسترده پذیرفته شدند و هنوز هم بیشترین کاربرد را بین مدیران دارند. اما این ابزار نیز محدودیت‌های خاص خود را دارد. پس تیم‌های مدیریتی چطور متوجه شوند در حال استفاده از صفحات اطلاعاتی کامپیوتری برای موضوعی مناسب هستند؟ و چه زمانی باید رویکرد مدل‌سازی دیگری را در نظر بگیرند؟

مدل‌سازی در جهانی پیچیده

یکی از معیارهایی که مدیران هنگام تصمیم‌گیری برای امکان خلق مدل برای یک موضوع استفاده می‌کنند، درجه پیچیدگی آن است. در این مسائل معمولا با دو نوع پیچیدگی روبرو هستیم:

  • پیچیدگی جزئیات(Detail Complexity): معمولا وقتی از پیچیدگی حرف میزنیم این نوع به ذهنمان می‌آید. و مربوط به ازدیاد اجزاء سیستم است.
  • پیچیدگی دینامیکی(Dynamic Complexity): وقتی با ازدیاد روابط فی‌مابین اجزاء و درهم آمیختگی آن‌ها مواجه باشیم، به نحوی که در طول زمان به شدت روی اثر داشته باشند، پیچیدگی دینامیکی در کار است.

از آن‌جایی که افراد تمایل دارند پیچیدگی جزئیات را با پیچیدگی کلی یکی در نظر بگیرند، معمولا چنین باورهایی وجود دارد:

  1. یک سیستم با تعداد اندکی عنصر را می‌توان به راحتی فهمیدش
  2. سیستمی که فهمش سخت است، حتما مقدار عظیمی جزئیات در خود دارد

اما معمولا با چنین چیزی روبرو هستیم: سیستمی با تعداد به نسبت اندک اجزاء مرتبط بارفتاری بسیار پیچیده (و بعضا غیر شهودی)، که فهم آن به خاطر سطح پیچیدگی دینامیکی آن سخت‌تر است.

هر موقع تصمیم‌گیران در مواجهه با پیچیدگی دینامیکی، از ابزارهای طراحی شده مخصوص پیچیدگی جزئیات استفاده می‌کنند (مثل همین صفحات اطلاعاتی در کامپیوتر)، به دردسر می‌افتند. SpreadSheet  اسمی است که به این صفحات داده شده است و در اصل برای سرعت سرعت بخشیدن به کارهای تکراری حسابداری بوده؛ نه برای کمک به مدیران در حل پیچیدگی دینامیکی که معمولا با آن مواجه هستند.

قدرت یک SpreadSheet در ایجاد روابط ریاضی خطی نهفته است و همچنین توانایی‌اش در سازمان‌دهی و بازگو کردن نقاط اطلاعاتی (مثلا عدد مربوط به این ماه را بگیرد، به مقدار جمع شده تا ماه قبلی اضافه کند تا کجکوع کل سال بدست آید؛ سپس آن را تقسیم بر سال قبل کند تا نرخ رشد بدست آید و …). چنین مدل‌سازی شاید برای ساخت شاخص‌های عملکرد تاریخی ضروری باشد (بخصوص به منظور تولید گزارش‌های مالی)، اما به مدیران در فهم برتر از پیچیدگی دینامیکی که در مقابلشان است، کمکی نخواهد کرد.

مدل‌های SpreadSheet

دردسر با صفحات اطلاعاتی

موقع ساخت یک مدل با SpreadSheetها، اعداد یا فرمول‌ها را وارد هر خانه می‌کنید. اگر یک عدد وارد کنید (به طور معمول) در صفحه یک عدد نمایش داده می‌شود. اگر هم یک فرمول وارد کنید (به طور معمول) باز هم یک عدد نمایش داده می‌شود (که حاصل عملیات همان فرمول است). به همین خاطر فرضیات پارامتری (اعداد) قابل تمیز دادن از فرضیات رابطه‌ای (فرمول‌ها) نیستند.

در نتیجه، برای کاربر مدل تشخیص با معنی بودن رابطه سخت می‌شود. چرا که توصیف روابطه در داخل فرمول نهفته است نه حاصل محاسبتی که هر سلول نشان می‌دهد. با این وجود اگر می‌توانستید تمامی فرمول‌ها را هم یکجا ببینید، بازهم فهم روابطی که معرف آن هستند غیر ممکن خواهد بود؛ چون در هر سلول به سلول‌های دیگر ارجاع داده می‌شود. به طور مثال چنین فرمولی نمی‌نویسیم:

تعداد x قیمت = درآمد

بلکه نوشته شده:

D22 = AF15 x Q8

به همین خاطر این صفحات اعداد بر روی ورودی و خروجی عددی تاکید دارند. زیر این اعداد (که رسیدن به آن نیز سخت است) روابط منطقی بین اعداد وجود دارد. که در عمق ساختار مفهومی مدل پنهان شده است. از آنجایی که نمی‌توانید بگویید کدام سلول فرض پارامتری و کدام یک فرض رابطه‌ایاست، معمولا تمایز بینشان در ابهامی از فرضیات گم می‌شود.

مدل های دینامیک سیستم

در مدل‌سازی دینامیک سیستم روابط بینابینی بیشترین اهمیت را دارند. برخلاف SpreadSheetها که اعداد را نشان داده و روابط را پنهان می‌کنند، مدل‌های دینامیک سیستمی روابط را معرفی نموده و اعداد را در پس زمینه حفظ می‌کنند. اعداد و محاسبات در هر زمانی قابل دسترس هستند. اما موقع تفکر درباره مشکل، وسط نمی‌آیند (مانند شکل بالا).

علی‌رغم فرضیات زیربنایی در مدل صفحات محاسباتی که کار کردن با آن‌ها سخت است، مدل‌های سیستم دینامیک طوری طراحی شده‌اند که فرضیات چگونگی رابطه بین اجزا را به تصویر بکشند. در فرآیند مدل‌سازی روابط بین متغیرها به کمک رابط کاربری گرافیکی، معرفی می‌شوند. این رابط کاربری به استفاده کننده آیکون‌های گرافیکی را از پارامترها و روابط ارائه می‌کند که فرضیات را روشن می‌سازد.

هنگام مرور مدل با شخصی دیگر، تصویر گرافیکی فرضیات به آسانی و به طور طبیعی، بحث را بر روی ساختار مشکل متمرکز می‌کند، نه خروجی عددی.

همین تاکید بر روی صریح کردن، آزمودن، ارتقاء دادن و به اشتراک گذاری فرضیات با دیگران است که مدل را بهبود داده و نسبت به آن اعتماد ایجاد می‌کند. گفته قدیمی که “دو عقل بهتر از یکی کار می‌کند”، وقتی مدیران بتوانند به طور موثری در ساخت مدل مشارکت کنند، به حقیقت می‌پیوندد.

همچنین ارتباطی برای زمینه بزرگتر یادگیری سازمانی فراهم می‌شود. وادار کردن مدیران سنتی که جهت گیری کمی دارند، به صحبت درباره فرضیاتشان و جست و جو در نقطه‌نظر دیگران گام اول خوبیست در متقاعد کردن آن‌ها به تفکر وسیع‌تر درباره فرضیات روزانه خود، چگونگی اثرگذاری این فرضیات بر رفتارشان و اینکه چطور رفتار و فرضیات هر دو می‌توانند موانعی برای یادگیری سازمانی ایجاد کنند.

تصمیم‌گیری توسعه‌یافته برای جهانی پیچیده

اصلی‌ترین دلیل تمایز مدل های دینامیک سیستم از مدلینگ با SpreadSheet تاثیری است که روی تفکر مدیران می‌گذارد. می‌توانیم با این نرم‌افزارهای صفحات اطلاعاتی مدل‌ها انباره و جریان بسازیم؛ همانطور که با نرم‌افزارهای سیستم دینامیک می‌توان SpreadSheet ساخت. اما بسته به مشکل پیش رو، یک رویکرد مدل‌سازی جهت‌دهی بهتری نسبت به دیگری دارد.

موضوعات ایستا مثل: “امروز چطور عمل کردیم؟” یا مقایسه موضوعات ایستا مثل: “عملکرد سازمان در مقایسه با سال قبل چطور است؟” به خوبی با تحلیل SpreadSheet انجام می‌شود. موضوعات دینامیک مثل:” عملکردمان در طول زمان چطور تغییر کرده است؟” را بایستی با مدل‌های دینامیک سیستم بررسی نمود. چرا که فرآیند مدل‌سازی فرد را تشویق می‌کند درباره ساختار سیستم اندیشیده و سوالاتی بپرسد که این ساختارها را شفاف سازد.

هرچند یادگیری زبان ساختاری انباره و جریان نیازمند زمان است، اگر کسی در آن مهارت یابد سهولت در مکالمات و انتقال مفاهیم مدل‌های سیستمی به طور قابل ملاحظه‌ای افزایش می‌یابد (همانطور که زمانی برای SpreadSheetها این اتفاق افتاد).

هدف را بدانید

از مقدماتی‌ترین موارد در انتخاب رویکرد مدل‌سازی شفاف بودن درباره هدف مدل پیش از ساختن آن است (مخصوصا اینکه بدانیم شرایطی که به دنبال ساخت مدل برایش هستیم با پیچیدگی جزئیات است یا پیچیدگی دینامیکی). استفاده از SpreadSheet برای حل مشکلی با پیچیدگی دینامیکی بالا منجر به تصمیم‌گیری غیراثربخش یا اشتباه خواهد شد. چرا که با وجود توانایی بالای صفحات محاسباتی در کار با متر و معیارها، قابلیتشان در کمک به مدیران برای فهم تاثیرات دینامیک تصمیماتشان در طول زمان، اندک است.

همیشه مهم است که بدانیم سازمان نسبت به شاخص‌های عملکردی کجا ایستاده است. متر و معیارها نیز برای فراهم کردن چنین تصویر ایستایی از سازمان بسیار مناسب هستند. اما برای موفق در مواقع آشفته و متغیر، مدیران باید در مدل‌های روبه‌جلو نیز سرمایه‌گذاری کنند. تا فهم بهتری از سازمان خود و محیط اطرافش بدست آورند.

از زبان اعداد

ظهور SpreadSheetها توهمات بسیاری را درباره اعداد برای تصمیم‌گیران ایجاد کرده است:

توهم صحت

در مدل‌های کمی توهم صحت بالا وجود دارد. که دلیل آن اشتباه گرفتن صحت مدل با دقت مدل است. در دنیای مدل های کامپیوتری، صحت معیاری برای سنجش میزان نشان دادن واقعیت توسط مدل است. اما دقت مربوط به خروجی عددی آن به طور دقیق می‌باشد. به همین خاطر ممکن است مدلی با صحت بالا ولی نه چندان دقیق باشیم (مثلا مدل من می‌گوید حدودا 8 دقیقه زمان لازم است تا نور خورشید به زمین برسد). همچنین ممکن است مدلی دقیق اما با صحت پایین داشته باشیم (مثلا مدلمان بگوید که 2389953.2365 ماه زمان لازم است تا نور خورشید به زمین برسد).

به خاطر رواج داشتن SpreadSHeetها و دقت بالای آن‌ها در خروجی، تصمیم‌گیران به این دقت بیش از حد عادت کرده‌اند. تاثیر روانشناختی این نمایش دقت بالا هم، اعتماد بیش از اندازه این تصمیم‌گیران به صحت مدل‌هایشان بوده است.

توهم کاهش پیچیدگی

توهم بعدی مربوط به کاسته شدن از پیچیدگی است. با گسترش SpreadSheetها تاکید روی مدیریت بر مبنای اعداد هم گسترش یافت. فراگیری تحلیل‌های کمی منجر به تمرکز روی دسته‌هایی از معیارها برای رسیدن به دقت بیشتر شد: IRR, ROE, NPV, RONA,ROI و ….

این معیارها و سایر انواع رایج آن، معمولا ملاحظات کیفی را نادیده می‌گیرند. چرا که عوامل کیفی یا اندازه‌گیری دشواری دارند و یا آنقدر غیر دقیق هستند که در نظر گرفته نمی‌شوند. پس مواردی که وارد مدل می‌شوند انواع به اصطلاح شسته رفته‌ای از متغیرهای کیفی هستند که به راحتی قابل کمی‌سازی و اندازه‌گیری باشند.

اگر یک موضوع کمی کردن یا اندازه گرفتن دشواری داشته باشد، و تا کنون هم در فرآیند تصمیم‌گیری استفاده نشده باشد، بعید است که مدیران زحمت صرف وقت و فکر کردن به آن را بپذیرند. به همین خاطر تعجب‌آور نیست که ببینیم بسیاری از مدیران عادت کرده‌اند درباره چالش‌های خود در یک دنیای ساده شده فکر کنند.

توهم ریسک کاهش یافته

دو توهم گفته شده در بالا با یکدیگر نوع سوم آن یعنی توهم کاهش ریسک را ایجاد می‌کنند. یک تیم مدیریتی که به شدت تعریف خود از سازمانش و محیط کسب و کار را تغییر داده است، و درباره صحت مدل‌های کامپیوتری خود نیز بیش از حد مطمئن است، به احتمال زیاد درباره توانایی‌های خود در مدیریت موقعیت‌های مختلف نیز اطمینان کاذب دارد.

یکی از نمادهای چنین توهمی خواست تیم از دپارتمان برنامه‌ریزی مبنی بر انجام کاری غیر ممکن است: پیش‌بینی آینده با صحت و دقت نقطه به نقطه. که باید تمامی عدم اطمینان‌هایی که سازمان با آن روبرو است را هم شامل شود. برای مقابله با چنین روند خطرناکی، سناریوسازی بوجود آمد. این فرآیند کمک می‌کند مدیران دامنه وسیعی از ریسک‌ها را در نظر بگیرند.

 

 

سایر مطالب تحلیل دینامیک‌های سیستم:

  1. نمودارهای علت و معلولی: سیستم بر روی کاغذ
  2. علیت در مقابل همبستگی: بستنی عامل ارتکاب قتل
  3. تعیین قطبیت رابطه: بازخورهای مثبت و منفی
  4.  نامگذاری حلقه های علیت: جلوگیری از جنگ سازمانی
  5. نامگذاری متغیرهای نمودار علیت
  6. تاخیر در سیستم: بنزین با قیمت بالا یا پایین؟!
  7. دینامیک‌های سیستم و آموزگاران مدارس
    1. آموزش دانش‌آموز محور
    2. طبیعت سیستم‌ها
    3. اشتباهات سیستمی
    4. مدل‌ها در همه جا
    5. مدل‌های کامپیوتری
    6. منابع اطلاعاتی و فراگیری مدل‌ها
    7. ساختارهای عمومی و معادلات دیفرانسیل
    8. مرور مقاله آموزش دینامیک‌ها سیستم در مدارس – جی فارستر
  8. معرفی دوره خودآموز دینامیک‌های سیستم: دانشگاه MIT
  9. شبیه ساز پرواز مدیریتی
  10. مدل کردن متغیرهای نرم
  11. از ابزارهای حسابداری تا مدل های دینامیک سیستم
  12. چه زمانی شبیه سازی دینامیک سیستم انجام دهیم؟
  13. از عوامل کلیدی موفقیت تا حلقه های کلیدی موفقیت
  14. از حلقه های علت و معلولی تا مدل کامپیوتری سیستم – 1
  15. از نمودار علت و معلولی تا مدل های کامپیوتری سیستم – 2

One Comment on “از ابزارهای حسابداری تا مدل های دینامیک سیستم”

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *