- 问题
如何区分什么问题值得花时间去解决？
- 如果我们知道不是所有的问题都值得花时间去解决，例如，进行设计冲刺，我们如何区分好的与坏的问题？由于问题本身具备不一样的特征，认知问题和解决问题的方式也是不同的。举2个例子，如下所示
- 简单（Simple）问题，能够清晰的看到原因和结果之间的关系，处理方式是理解、归类，借鉴最佳实践
- 难解（Complex）问题，我们很难在事前捕捉到这类问题之的内在因果关系，需要建立假设，快速的从实践中获得反馈
0
%
用户访谈未得出明确验证结果
来自《2018年谷歌用户研究报告》
- 解决方案
应用 Cynefin 框架，您的团队可以识别好的问题
1. 无序的（Disorder）
- 当您不知道四个象限中的哪一个是相关的情况下，“无序的”就是起点。接下来，将介绍四种问题类型，以帮助明确你接下来要解决的问题是属于哪一种。例如，根据Praxis流程模型中识别流程的要求，决定将工作按照项目还是项目群来管理。
2. 简单的（Simple）
- 在“简单的”象限中，存在着可预测和可重复的因果关系。它们对任何有理性的人来说都是不言自明的。在P3M的环境中，假设“任何有理性的人”代表了对其所涉及工作能够从技术角度去理解的人，是合理的。
- 解决问题的思路——理解、分类、解决
- 即：找出这个项目的不同之处，对它们进行分类，并对这些差异进行相应的应对。斯诺登认为，这是“最佳实践”概念具有相关性的唯一象限。 在这个领域花费大量时间的人，可能会认为任何项目失败都是一种“过程失败”
3. 复杂的（complicated）
- 在 “复杂的” 象限中，因果关系仍然存在，但它们并非显而易见，需要专业知识来分析它们。
- 例如，建设一座桥梁可能就是这样一个例子。虽然团队可能已经建造了许多跨过河流或道路的桥梁；但它需要承载的交通和天气或地质条件是不同的。
- 解决问题的思路——理解、分析、解决
- 即：项目管理将被认为是“优秀实践”而不是“最佳实践”。 在这个象限花费大量时间的人员很可能会认为任何项目的失败，都是由于用来进行分析的信息不充分引起的。
4.难解的（Complex）
- 在这个象限的工作也有着因果关系，但是这种关系是不可预测的，而且只有事后才能看清楚。
- 例如，业务变革项目可能就属于这一象限，许多IT项目也是。这主要是因为有多种利益相关方关系，他们的观点和要求随着时间的推移而出现。
- 解决问题的思路——探索、理解、解决
- 即：在这个象限中通常使用迭代开发和紧密协作的多学科团队。 “并行工程”和“敏捷开发”就是两个例子。复杂度越高，管理团队就越需要更敏捷地对探索和实验的结果作出应对。
5.混乱的（Chaotic）
- 这类问题很难确定因果关系。
- 一般只是为了创新而特意进入解决，这显然将需要相当大的风险偏好。如果将会有很大的收益，混乱的项目才值得构想出来。
- 这样的项目可能是首先进入一个新的快速变化的市场，或者作为比如对核反应堆融化危机的反应。
- 解决问题的思路——行动、理解、解决
- 象限之间的边界通常可以转变，例如，当分析完成之后，工作从复杂象限转移到简单象限，或从复杂象限转移到难解象限。
- 关键成效
识别好的问题并解决，避免浪费时间资源
通过应用Cynefin框架，您的团队可以识别好的问题(即那些被归类为复杂或难解的问题)，同时避免坏的问题(即简单或混乱的问题)，并保持一种无序的状态——当您不确定自己处于哪个领域时。
- 参考文章：
- 1. Praxis——Cynefin框架
- 2. Problem Framing v2: Part 1 of 4
职场加油站
- 想更深入在几十个问题区分出优先级，让团队高效解决问题，为你推荐《冲刺前：定位业务难题 》课程。
