ניתוח רשתות ארגוניות - ONA

ניתוח רשתות ארגוניות (ONA - Organization Network Analysis) הוא תחום שמסתובב פה כבר מעל לעשור, אבל קיבל פוש רציני לאחרונה כנראה בזכות המגמה ההיסטרית של Data-driven ארגוני או מה שנקרא היום "People Analytics" שמסייע למדוד הערכות ביצועים, מוטיבציה, חדשנות ארגונית, גיוון והכלה ועוד. העובדה שאנחנו חיים בעידן רשתי דחפה להבנה שגם ארגון מתנהג כמו רשת ולא מתנהל כמו בתרשימי היררכיה מנותקים מהמציאות... מנהלים בעידן הזה מתחילים לקלוט שהם חייבים לסגל לעצמם חשיבה רשתית ולהבין שמערכות יחסים ארגוניות הן אלו שמניעות התנהגות ובסופו של דבר משפיעות על מחוברות העובדים בארגון ועל הצלחתו.

אז מה זה ONA?

ONA היא שיטה כמותית אמפירית להביט על ארגונים כרשתות שלובות של אנשים, משימות, משאבים וידע שעוזרת לנו להבין כיצד תקשורת, מידע והחלטות זורמים בארגון- בקיצור כיצד אנשים עובדים ומשתפים פעולה זה עם זה. 

רשתות ארגוניות מורכבות מצמתים וקשרים, שהם הבסיס להבנה כיצד הידע בארגון זורם, יכול לזרום וצריך לזרום. ברמה הבסיסית ביותר ONA היא דרך ללמוד כיצד אנשים מתקשרים בתוך ארגון או בתתי מבנים ארגוניים באופן הכי אובייקטיבי ובלתי משוחד. המידע הזה יכול לסייע למנהלים ומנהיגים לזהות מתווכי ידע רשמיים ומובילי דעה אורגניים בתוך הארגון. 

ONA עוזרת לנהל כשרונות/טאלנטים ארגוניים ולשפר את תחלופת העובדים ושימורם. כאשר ארגונים משלבים ONA עם מודלים של הערכת ביצועים וכישורים הם מקבלים אמצעי אסטרטגי רב עוצמה. פרופסור Rob Cross, אחד החוקרים הבולטים בתחום, מכנה את ה-ONA "צילום רנטגן או MRI לפעולות הפנימיות של הארגון". זאת התמונה האמיתית של איך מתנהג הארגון לעומת התרשימים ההיררכיים על הנייר. 

חשוב להבין שהרעיון הוא לא לחבר את כל האנשים ברשת. גם לא נכון לחתור ליצירת רשתות ארגוניות גדולות. זה לא ריאלי ולא אפקטיבי. המיקוד הוא על בניית רשת נכונה בזמן הנכון, כזו שתעזור לארגון לגשר על ה-Silos שפוגעים ביעילות הארגונית. ארגון יגיע לאופטימיזציה, כאשר יחוברו האנשים הנכונים בקשרים הנכונים.

איך עושים את זה?

ניתן לאסוף את הנתונים באופן פאסיבי או אקטיבי, או לשלב ביניהם. נתונים פאסיביים נאספים באמצעות מעקב טכנולוגי-לוגיסטי אחר התקשורת בארגון, למשל: מי מתקשר למי, מי שולח מייל למי, מי מתקשר עם מי באיזו קבוצה בסלאק/טימס/יאמר, מי נפגש עם מי ובאיזו תדירות. ישנן תוכנות שיודעות לנטר את הנתונים האלו באופן מרשים שמסייע בזיהוי הקשרים בין העובדים ובהבנה עד כמה החיבורים חזקים על ידי ציון תדירות ומשך התקשורת בין הצדדים. המערכת יכולה גם לבצע ניתוח תוכן כדי שיתמוך בחוזק הקשר, למשל לצרף טקסטים מתוך המיילים כדוגמה לאופי השיח המתקיים ביניהם. זו בהחלט דרך ניטור שיכולה להציף הרבה דאטה משמעותי, אבל חשוב להבין שמדובר באקט פולשני וחדירה לפרטיות העובדים (מה שעלול להרתיע וגם לפגום בתהליך כי אנשים יכולים לשנות את ההתנהגות בעקבות הידיעה על כך).

איסוף נתונים אקטיבי הוא ללא ספק הגישה המקובלת יותר. ניטור דאטה כזה כולל שאלות לעובדים על הקשרים שהם מנהלים עם עובדים אחרים בארגון, שמתמקדות בשיתוף מידע, פתרון בעיות או תמיכה וייעוץ. בארגונים קטנים יוצגו כלל העובדים בארגון בסקר מהסוג הזה והנשאלים ידרגו את תדירות התקשורת עם כל אדם בארגון בהקשר לנושאים הנ"ל. בחברות גדולות הנשאלים יתבקשו לציין מיוזמתם שמות של 5-10 קולגות איתם הם מתקשרים בתדירות גבוהה ולדרג עבור כל אחד מהם את אופי הקשר בהתאם לנושאים מעלה.

שאלות סקר לדוגמה:

• למי אתם פונים בדרך כלל לקבלת עזרה בפתרון בעיות?
• למי אתם פונים כדי לדון ברעיון חדש?
• למי אתם בדרך כלל מעבירים מידע הקשור לעבודה?
• למי אתם פונים בדרך כלל לפני קבלת החלטה חשובה?
• מי בארגון תורם להתפתחות המקצועית שלך?

מה בודקים אחרי שאספנו את הנתונים?

מיפוי הרשת מסייע לנו להבין מה גודל הרשת, מה הכוח שלה (strength), הטווח שלה, הצפיפות שלה והמרכזיות שלה. הגודל הוא מספר הקשרים בין העובדים, הכוח הוא כמה חזק הקשר בין העובדים ברשת, הטווח מתייחס למספר הקבוצות השונות בתוך הארגון שאליהן מחובר כל אחד מהעובדים (ככל שיש לך טווח רשת גבוה יותר כך אתה מחובר להרבה יותר עובדים במחלקות שונות ולכן מגוון מקורות המידע שלך גדול יותר), צפיפות רשת מתייחסת לרמת ההיכרות בין האנשים ברשת (האם כולם מכירים את כולם או שיש אחד אחד שמחבר בין כולם?), מרכזיות הרשת מתייחסת לאנשים בעלי גישה למידע משמעותי שמשחקים תפקיד מרכזי.

מיפוי הרשת מסייע לנו גם להבין מיהם העובדים בעלי תפקידי המפתח בארגון. דלויט מכנים את מערכות היחסים הפורמליות או הלא פורמליות שמתגבשות בין העובדים- Ties. יחסים מיטביים בין צמתים מרכזיים ומתווכי ידע בארגון יבטיחו העברת ידע בין קבוצות ובתוך קבוצות. הם מציגים 3 "טיפוסים מפתח ארגוניים" שניתן לזהות ברשת:

1. Central node - אלו שמכירים את כולם, חולקים הרבה מידע ומשפיעים על קבוצות שלמות בארגון. הם יכולים להיות בכל מקום בהיררכיה הארגונית, הם בדר"כ אנשים אהובים ומחוברים לארגון ולחידושים שמרחשים בו.
2. Knowledge broker - אנשים שיוצרים גשרים בים קבוצות בארגון. בלעדיהם מידע ורעיונות לא היו עוברים הלאה.
3. Peripheral - עובדים שמנותקים מהעשייה הארגונית ולכן נמצאים בסכנת יציאה. הם יכולים להיות עובדים עם ידע טריוויאלי או כאלו שמחזיקים ביכולות יוצאות דופן שלא מחלחלות אל תוך הארגון.

יופי, ומה עושים עם זה עכשיו?

אחרי שהצלחנו לדייק את תהליך הניטור הטוב ביותר עבור הארגון שלנו ויצרנו מפת רשתות ארגונית נוכל להתחיל להניע תהליכים שיקדמו את המטרות הארגוניות שלנו ולכוון את הרשת למקומות נכונים יותר עבור הארגון והעובדים. למשל- נוכל להבין מיהם הטאלנטים הנחבאים אל הכלים בארגון ולקדם תהליך פיתוח מקצועי שיעצים אותם. אולי נציע להם קידום או הכרה על פועלם בארגון. מהצד השני נוכל לזהות עובדים חלשים יותר ברשת, כאלו שנרצה לחזק באמצעות תכניות הדרכה או מנטורינג. אולי נחשוב על המיקום שלהם בארגון ונציע להם תפקיד מתאים יותר ליכולות והרצונות שלהם. 

אבל התהליך הכי משמעותי בעיניי שניתן לקדם באמצעות המיפוי הוא איתור פערי תקשורת ופערי ידע שזקוקים להתערבות של למידה ארגונית. זה המקום שבו מנהלי הלמידה בארגון יוכלו להתערב באופן נקודתי ויעיל ולקדם את הלמידה של עובדים ספציפיים או קבוצות שלמות בתוך הארגון. בכל מקרה חשוב שאחרי ההתערבות הניהולית נבצע ניתוח רשתי חוזר אחת לפרק זמן שעליו נחליט בארגון ונבחון את אפקטיביות השינוי. זה יכול לקרות אחת לחודש/רבעון/שנה. מה שנכון לארגון ולמטרות הניתוח. 

על אף שהמתודולוגיה קיימת כבר עשור וחצי (ויושבת על תאוריות ותיקות יותר כמו תורת הרשתות ותורת הגרפים) יש פער בין הפוטנציאל העצום וההבטחה שהיא מביאה לבין השימוש הדל בה באופן יחסי. אני מוצאת קשר הדוק לגיבוש תודעה רשתית, כלומר רק כשארגונים יבינו טוב יותר כיצד מתנהגת רשת הם יהיו בשלים להבין מתודולוגיות כאלו. 

אני מאמינה שעכשיו ארגונים מתחילים להיות בשלים יותר לקראת תהליך כזה, כי התובנה שמתחילה לחלחל היא שחשיבה רשתית היא כבר לא 'Nice to have'. זה המדד להישרדות ארגונית. ככל שארגון יהיה יותר רשתי כך הוא יהיה יותר יעיל ומוצלח.  

מצרפת קישור לטור נהדר שעוסק בנושא