Med ett delvis återkopplat system finns risk för lång eftersläpning men även chans till mänsklig eftertanke. Exempel på system som helt saknar återkoppling finns också ofta i vår organisatoriska vardag, där samma problem uppstår gång på gång utan att någonsin bli åtgärdade. Ledning och styrning omfattar olika typer av regelsystem men det är inte alltid så som vi tänker på dem.
Vanligt med lång eftersläpning
Vanligast inom verksamhetsstyrning är, eller har i alla fall under lång tid varit, ett återkopplat reglersystem med lång eftersläpning, som elementet där effekten ställs manuellt. Ledningen sitter med ”handen på reglaget” och vrider genom att fatta beslut i olika ärenden baserade på ibland ny, men många gånger inte så ny, information om organisationens prestanda. Styrningen sker då genom att ”titta i backspegeln” och bestämma verksamhetsinriktningen baserat på hur det sett ut tidigare.
Fungerar det bra att jobba så? Hur snabbt sker omvärldsförändringarna? Hur mycket hänger besluten vi fattar idag ihop med verksamhetens framtida prestanda? Styr vi rätt? Styr vi för mycket? För sällan? Många chefer och ledare är övertygande om att deras verksamheter fungerar så som det är tänkt. Har de rätt? Forskningen visar att det inte alltid är som de tror.
Tänk igen på elementet med manuell reglering. Någon lämnar ytterdörren på glänt en kall dag. Det blir snabbt alltför svalt inomhus. Vad göra? Stänga dörren och vänta tills det blivit lagom varmt igen! Men om vi inte vet vad problemet beror på? Kanske bör vi ta reda på orsaken? Men, nej, en massa utredande hinner vi inte med! Vi fryser ju nu! Okej, då får vi väl dra upp värmen på elementet, det är ju en enkel åtgärd som dessutom tycks ha fungerat tidigare. Vi har nu en dörr på glänt, ett element på full effekt, isande luftdrag men till allmän glädje inte särskilt kallt i stora delar av rummet.
Tydligt exempel på överstyrning
Är allt därmed väl? Nej, detta är givetvis ett ineffektivt sätt sköta inomhusklimatet som kommer att synas på energiräkningen. Tids nog är det dock någon som upptäcker den öppna dörren och stänger den ordentligt. Men då blir det ju snabbt för varmt inomhus! Svettiga vrider vi ned effekten på elementet, kanske stänger av det helt. Varför inte också öppna ett fönster? Nej, nu blev det för kallt igen! In med ett extra element. Detta är ett tydligt exempel på överstyrning, eller som vi kallar det, tampering. Dessutom är det ett exempel på oklarheter kring vad som är grundorsaker till problem och vad som snarare är symptom.
Det som hände i analogin ovan var att vi reagerade på en speciell – icke-normal – händelse som om den vore utslag av normal variation. Om grundorsaken till den sjunkande innetemperaturen varit att vädret förändrats och blivit svalare hade det varit rätt att höja temperaturen på elementet.
Nu använde vi dock regleringen av elementet till att kompensera för en speciell händelse; kylan som kom från dörren på glänt. Smartare hade varit att chilla lite med vredet på elementet och istället först ta en runda för att kolla alla fönster och dörrar. Vi gjorde inte någon sådan grundorsaksanalys men visade i alla fall handlingskraft som delvis löste problemet. Ofta känns det positivt som chef och ledare att kunna visa handlingskraft genom att snabbt vrida på vred som finns nära till hands.
Här kan man chilla
Inom processledning och verksamhetsstyrning säger man att stabila, förutsägbara, processer knappt behöver styras alls – man kan chilla. Utom då det inträffar händelser utöver det normala, och då bör man inte utan eftertanke bara kompensera med ordinarie processreglage (elementet). God verksamhetsstyrning vid speciella händelser innebär att först identifiera grundorsaker till problemet och därefter hantera dessa orsaker (dörren på glänt). Nu börjar vi komma in på forskningen om tampering!
Det systematiska arbetssätt vi indikerar ovan brukar kallas statistisk processtyrning (SPS). Man säger att normal variation hos ett mätetal, medelvärdet plus-minus tre standardavvikelser, omfattar 99,7% av all variation om man bara har normalfördelade mätvärden (vilket ofta är fallet). Om värdena från processen ligger innanför dessa s.k. styrgränser så ska man inte överreagera på slumpvisa svängningar utan snarare chilla. Om man däremot får värden utanför styrgränserna är det troligt att något speciellt utöver det vanliga har hänt. Då ska man försöka identifiera grundorsaken och eliminera den, dvs. göra en övergripande statistisk analys av vad som orsakar variationen och åtgärda så att problemen inte inträffar igen.
Händer för sällan
Vår erfarenhet är dock att verksamhetsstyrning alltför sällan bedrivs enligt principerna för SPS. Man genomför ideligen åtgärder (överstyr) trots att variationen bara är slumpmässig. Ledningen bidrar då till att öka variationen i processen, trots den goda avsikten att försöka dämpa den. Reglersystemet fungerar inte bra. Hur kan vi förbättra detta? Vilka beteenden ska vi stärka i ledningsgrupperna där ute? Vilka beteenden bör vi undvika?
Men, tänker den som hänger med i utvecklingen, nuförtiden har vi ju massor med data on-line om allting, s.k. Big Data, kan vi inte koppla in detta som i det första exemplet med termostaten som håller temperaturen jämn och behaglig? Detta verkar ju vara en bra lösning för temperaturreglering, borde det inte också kunna fungera för verksamhetsstyrning? Det skulle kunna fungera om man vet exakt vilka data man ska mäta, hur styrlagarna ska se ut och vilka tidsfördröjningar som finns i systemet. Det är relativt enkelt att reglera temperaturen i ett rum. Det är givetvis betydligt svårare att styra verksamheter. Människor är komplexa och agerar inte alltid förutsägbart. Ändå behöver vi på något sätt ha fungerande verksamhetsstyrning. Det behöver vi också forska mer om.
Styrlagar, vad är det? Inom reglerteori nämns ofta PID-regulatorer (Proportionell, Integrerande och Deriverande styrning). Om elementeffekten står i direkt proportion till aktuell temperatur kallas det P-styrning. I-styrning innebär att man låter minnet av hur det varit tidigare spela en roll; ”det har ju länge varit kallt här så vi måste nu börja bli lite mer generösa med värmen”. Slutligen D-styrning innebär att om temperaturen i rummet ändras väldigt fort så kompenserar elementen också snabbare för detta. Hastigheten i omvärldsförändringen används som en del av beslutsunderlaget.
Med lämpliga nivåer på P, I och D fås ett stabilt och lagom snabbt reglersystem som inte överreagerar men som ändå hänger med i svängarna. Ett reglersystem bygger på att vi har en eller flera manipulerbara variabler för att påverka en beroende resultatvariabel. Vi får dock inte glömma bort att även om vi enkelt kan ändra en manipulerbar variabel för att påverka en resultatvariabel så bör vi försöka identifiera grundorsaken till den negativa förändringen av resultatvariabeln. Som i exemplet ovan; vi kan kompensera sänkningen av inomhustemperaturen genom att köra elementet hårdare, men det innebär inte att vi kan strunta i att vandra genom huset och leta efter grundorsaken till kylan.
Kräver rätt inställning
Med ett återkopplat reglersystem måste man se till att ha rätt inställning för att få stabilitet och lagom snabb respons. Hur kan vi uppnå detta för process- och verksamhetsstyrning? Här har forskningen inte kommit lika långt som inom reglerteorin. Detta vill vi nu åtgärda i samarbete med organisationer som vill ligga i framkant, både privata och offentliga organisationer. Om ni vill vara med i vår kommande studie så kontaktar ni oss. Vi ska under den närmaste tiden ta fram en projektplan och söka forskningsmedel för genomförandet.
Men det sista exemplet då, ingen reglering alls? Organisationer som saknar styrning överlever sällan någon längre tid. Om man inte kan eller vill reglera sina processer efter ändrade kundbehov och omvärldsförutsättningar så märks det snart i form av missnöjda kunder eller medborgare, höga kostnader och missbelåtna medarbetare. Detta förutsatt att man inte har en extremt robust verksamhet, alltså processer som inte är känsliga för variation vare sig innanför eller utanför den egna organisationen. Ungefär som i en grotta – där inne råder årsmedeltemperatur oavsett väder eller säsong. Finns det sådana processer i våra verksamheter?
I tidigare nummer av Kvalitetsmagasinet (augusti 2021 och april 2022) har Magdalena Smeds beskrivit sin forskning om tampering. Nu är vi redo att ta nästa steg. Hör av dig till oss.
Peter Cronemyr, Biträdande professor i Kvalitetsteknik, Linköpings universitet,
Magdalena Smeds, Biträdande universitetslektor i Kvalitetsteknik, Linköpings universitet,
Jacob Hallencreutz, Adjungerad universitetslektor i Kvalitetsteknik, Uppsala universitet Campus Gotland,
Rickard Garvare, Professor i Kvalitetsteknik, Luleå tekniska universitet,
Erik Vanhatalo, Biträdande professor i Kvalitetsteknik, Luleå tekniska universitet.
publicerad 22 februari 2024