DECISION MAKING

Agite come scienziati

I grandi leader mettono in discussione i presupposti, conducono esperimenti e si basano sulle prove

Stefan Thomke, Gary W. Loveman

Maggio 2022

Agite come scienziati

Ogni giorno, i manager prendono decisioni su prodotti, clienti, allocazione di risorse, stipendio dei dipendenti e molte altre cose basandosi su presupposti che non sono mai stati esaminati in modo critico e tanto meno messi in discussione.

«Ho sempre avuto successo facendo così e non ho mai pensato di agire diversamente», è quello che spesso ci capita di sentire quando chiediamo ai manager perché non mettano in discussione pratiche che si sono rivelate inefficaci. Quando, però, gli scettici mostrano che le idee alla base di determinate pratiche sono sbagliate, fuorvianti o persino costose, i leader si convincono dell’importanza di verificare in modo sistematico i presupposti.

Considerate quello che è accaduto agli inizi degli anni 2000 in Harrah's Entertainment, che opera nel campo alberghiero e dei casinò, quando uno di noi, Gary (al tempo chief operating officer), si trovò a lavorare con il suo team di analisti per rivedere l’uso che l’azienda faceva delle leve di marketing. I leader di Harrah’s avevano seguito l’approccio tradizionale del settore, secondo cui gli incentivi finanziari, come ad esempio l’abbassamento del costo delle camere, buoni per i pasti e voucher per i negozi, influenzavano in modo rilevante la decisione dei clienti di visitare Las Vegas e che offrendo più opportunità di questo tipo sarebbe aumentata la probabilità che i clienti prenotassero da loro. Gary e il suo team cercarono di migliorare l’efficienza delle spese di marketing testando in modo rigoroso le iniziative una per una. (Economista di formazione, Gary capiva l’importanza di valutare il contributo incrementale di ciascun elemento rispetto al programma di marketing, invece di misurare l’impatto complessivo dell’intero programma, com’era abitudine nel settore). Condussero centinaia di test per capire quali incentivi inducevano le persone a rimanere negli hotel della catena e in che misura. I risultati rivelarono che alcuni di essi, come gli sconti per acquisti nei negozi, non incidevano sulle prenotazioni alberghiere e che, quindi, potevano essere eliminati. Inoltre, se i soldi risparmiati venivano riallocati su incentivi realmente efficaci, come l’aumento della scontistica sulle camere, Harrah’s avrebbe potuto aumentare sia la capacità di reazione sia i profitti.

Nel 2005, l’azienda arrivò a utilizzare gli esperimenti per migliorare molte altre decisioni di tipo strategico e operativo. Per esempio, i suoi dirigenti erano convinti che, siccome le persone apprezzavano la trasparenza e la correttezza, preferissero mettersi fisicamente in coda in modo ordinato all’all-you-can-eat Bacchanal Buffet del Caesar’s Palace invece di fare una coda virtuale ricorrendo a un sistema di notifica digitale che consentiva di allontanarsi senza perdere il proprio turno. Un test, invece, rivelò che se il ristorante mandava un messaggio dieci minuti prima del loro turno, i clienti utilizzavano il tempo per comprare bevande o per giocare, generando profitti molto maggiori di quelli persi a causa delle persone che non volevano aspettare. Con il tempo, esperienze simili hanno portato Harrah’s a sviluppare una cultura della curiosità, in cui mettere in discussione gli approcci convenzionali del settore non solo era accettabile, ma veniva visto in modo positivo.

Se mettere in discussione i presupposti è così utile, perché i manager non trasformano questo atteggiamento in una procedura standard? Dopo aver passato decenni a studiare e a mettere in pratica l’innovazione e i processi decisionali, abbiamo concluso che il motivo principale alla base di questa situazione è che la maggior parte dei leader aziendali non pensa o agisce utilizzando un approccio scientifico. Si tratta di un’enorme occasione persa. Le ricerche condotte da uno di noi, Stefan, possono aiutare i manager a capire se un nuovo prodotto, un nuovo servizio o un nuovo programma di business avrà successo (si veda “La disciplina della sperimentazione aziendale”, HBR, Dicembre 2014). E lavorando nel ruolo di chief operating officer, CEO e presidente di grandi aziende nel settore dell’entertainment e in quello sanitario, Gary ha visto che gli investimenti in data analytics portano a decisioni migliori. Eppure, molti manager sono ancora riluttanti a investire sugli esperimenti e, nonostante da decenni vengano messi in evidenza i pericoli che derivano dal far dipendere le decisioni dall’istinto, continuano a fidarsi in modo eccessivo dell’intuizione e dell’esperienza personale quando sono alle prese con il processo decisionale. Anche quando le evidenze li contraddicono.

Comportarsi come uno scienziato non è facile per un leader perché può mettere in discussione la sua credibilità. Certamente, questo accade perché la posizione di una persona all’interno della gerarchia aziendale viene spesso considerata il risultato dell’esperienza e di un ruolino di marcia fatto di azioni e idee di successo. I dirigenti di alto livello vivono all’interno di un loop di feedback fatto di rinforzi positivi che li rende poco propensi a mettere in dubbio i fondamenti che stanno alla base delle loro decisioni. Il metodo scientifico, invece, richiede una forma di umiltà intellettuale nell’affrontare problemi difficili e si basa su un processo oggettivo e fondato sulle prove, e non sull’intuizione personale, per inquadrare e prendere le decisioni.

Quando pensiamo in modo scientifico, riconosciamo che gli esseri umani commettono errori cognitivi e di giudizio e possono assumere un atteggiamento compiacente sulla base di presupposti erronei. Quando agiamo in modo scientifico, mettiamo continuamente in dubbio i nostri presupposti e li cambiamo se le prove dimostrano che sono sbagliati. Fare proprio un approccio scientifico alle decisioni è fondamentale per le organizzazioni di oggi, soprattutto alla luce degli enormi stravolgimenti generati dall’epidemia da Covid-19.

In questo articolo, discuteremo cinque aspetti del metodo scientifico che troviamo particolarmente utili nella pratica manageriale.

 

1 Siate scettici informati

Quando i leader aziendali adottano questa mentalità, bias ed errori non impediscono loro di scoprire la verità. Utilizzeranno la ragione, chiederanno prove e saranno aperti a nuove idee. Nella pratica scientifica, questo significa cercare conferme indipendenti dei fatti, dando maggior valore alla competenza che all’autorità ed esaminando ipotesi in concorrenza fra loro. Soprattutto, gli scettici mettono in dubbio i presupposti. Si chiedono «Perché siamo convinti di questo?» o «Cosa ci fa dire che questo sia vero?». La storia è piena di esempi in cui questo scetticismo ha contribuito a rovesciare idee comunemente ritenute valide e ha condotto a importanti scoperte scientifiche.

Se diventano degli scettici informati, i manager possono trasformare il modo in cui un’azienda opera. Prendete il caso Sony. Quando Kazuo Hirai venne messo a capo della divisione di elettronica di consumo, nel 2011, l’azienda era in difficoltà. Il suo settore televisivo, un tempo fiorente, per anni si era trovato a subire perdite finanziarie sempre più gravi. Questo perché i predecessori di Hirai avevano una convinzione radicata: per ristabilire la profittabilità, il settore doveva aumentare il numero dei televisori venduti per coprire gli alti costi operativi di Sony. Hirai (che nel 2012 sarebbe diventato il CEO dell’azienda) era scettico e commissionò un’analisi. Emerse che Sony, per essere profittevole, avrebbe dovuto vendere 40 milioni di televisori all’anno, ma nel 2010 l’azienda ne aveva venduti solo 15 milioni. Dato ancora più problematico, per raggiungere i target di volume, i leader di mercato precedenti avevano introdotto una serie di sconti che avevano innescato un ulteriore ciclo di perdite.

Hirai ordinò al team vendite di Sony di vendere meno televisori e di alzare i prezzi. L’azienda ridusse il numero di televisori LCD venduti nei Paesi sviluppati del 40% circa e tagliò il numero dei modelli negli Stati Uniti di quasi la metà. Allo stesso tempo, ristrutturò la produzione per diminuire i costi fissi, chiese alla progettazione di sviluppare una qualità di immagine tale da giustificare un aumento dei prezzi e lanciò un modello di vendita che differenziava i prodotti: un negozio dentro il negozio di Best Buy. Nel 2015, il settore televisivo di Sony riportò il primo profitto operativo in 11 anni. L’intervento dello scettico aveva funzionato.

 

2 Investigate le anomalie

Nella scienza, lo studio delle anomalie è stato fondamentale nell’identificare ipotesi dubbie. Le anomalie sono elementi inattesi, che non sembrano corretti o appaiono strani e si notano perché non sono coerenti o non quadrano rispetto ai risultati attesi. I manager dovrebbero andare alla ricerca di questi elementi e analizzarli perché possono condurre a nuove idee di business (si veda “Il potere delle anomalie”, HBR, Luglio-Agosto 2021).

Una celebre anomalia, ad esempio, ha portato lo scienziato Louis Pasteur a fare una scoperta importantissima mentre stava studiando le cause del colera dei polli. Nel 1879, mentre era di ritorno da una vacanza estiva, si rese conto che le sue colture di colera dei polli avevano perso virulenza. Si rese conto, inoltre, che quando il suo assistente iniettava queste colture nei polli, essi sviluppavano solo sintomi lievi e poi guarivano completamente. Quando agli stessi uccelli venivano iniettati batteri freschi e virulenti, rimanevano sani. La sua scoperta (che microrganismi indeboliti o morti che producono una malattia lieve possono prevenire la stessa malattia in forma letale) condusse a una delle scoperte più rivoluzionarie nella lotta alle malattie infettive: i vaccini vivi attenuati.

I leader aziendali che vanno alla ricerca delle anomalie e si basano su di esse per prendere decisioni possono allo stesso modo far emergere intuizioni che sono in grado di generare opportunità importanti, come ha scoperto Gary nel 1999, dopo essere diventato COO di Harrah’s. Una sera, nell’ascensore dell’hotel dell’azienda a Las Vegas, sentì un cliente dire ad altri «Non posso vincere a Las Vegas. Le slot machine sono molto più tirate rispetto ad Atlantic City», intendendo con questo che pagavano vincite medie più basse. Gli altri clienti si dissero d’accordo.

La conversazione sorprese Gary. Per prima cosa, sapeva che le slot machine a Las Vegas avevano dei premi medi più generosi (a Las Vegas pagavano in media il 94,5% dei soldi dei clienti, rispetto al 93% di Atlantic City). Secondo, il presupposto radicato da lungo tempo nel settore era che slot machine più “tirate” spingessero i clienti in casinò con premi più alti. E se la maggior parte dei clienti fosse stata come quelli nell’ascensore e non fosse stata in grado di cogliere la differenza? Possibile che un intero settore avesse preso un granchio? Chiese al suo team di analisti di investigare.

Il team scoprì che il settore non aveva compreso l’esperienza di gioco dei singoli clienti. I clienti non avrebbero mai incontrato dei premi medi nel corso di una visita tipica o di visite plurime; avrebbero dovuto giocare con le slot machine 80.000 volte per farlo. Di conseguenza, non avrebbero potuto in alcun modo capire la differenza esistente tra i premi medi a Las Vegas e Atlantic City. La conversazione udita in ascensore portò, alla fine, a una rivoluzione nel business dei casinò. Le aziende iniziarono ad assumere degli esperti di dati perché utilizzassero un approccio analitico e sperimentale per definire i premi ottimali e la collocazione migliore delle slot machine. Nel corso del tempo, i premi medi sono diminuiti mentre i casinò sono diventati sempre più sicuri della loro capacità di abbassarli senza scoraggiare i giocatori.

Le anomalie possono, inoltre, far emergere problemi rilevanti che stanno per colpire un’organizzazione. Una persona che crede ardentemente in questo è Jørgen Vig Knudstorp, il presidente esecutivo ed ex CEO di Lego Group. Ha detto a Stefan che, anche se la percentuale di clienti che si lamenta di un prodotto è estremamente bassa, un’azienda dovrebbe «ascoltare per davvero e ascoltare attivamente». Lo ha imparato quando l’azienda distribuì 15.000 unità di un particolare set di Lego senza un componente fondamentale, ma ricevette reclami solo da meno del 5% dei clienti che l’avevano comprato. «Questo fa capire una cosa importante», disse. «Quando ricevi un reclamo da qualcuno, penso sia saggio ritenere che siano molte di più le persone scontente».

 

3 Formulate ipotesi verificabili

Per essere messi in discussione in modo efficace, i presupposti devono essere definiti in termini di ipotesi che possono essere confermate o smentite. «Se puoi misurare la cosa di cui stai parlando ed esprimerla in numeri, allora ne puoi sapere qualcosa», disse Lord Kelvin, una figura chiave della scienza e dell’ingegneria del XIX secolo. «Ma se non la puoi misurare, se non la puoi esprimere in numeri, la tua conoscenza è scarsa e insoddisfacente». (Si veda il box “Un’ipotesi forte contro una debole”). Un esperimento che produce delle evidenze che contraddicono un’ipotesi ci consente di riconoscere gli errori nel nostro ragionamento e nel nostro giudizio, modificare l’ipotesi e poi verificarla di nuovo. Questo processo iterativo di test e perfezionamento finisce col portare a ipotesi più forti.

Ecco un altro esempio tratto dalla scienza: per secoli, l’assunto era che nell’universo fosse presente una materia chiamata etere, attraverso la quale la luce avrebbe viaggiato. L’ipotesi dell’etere si formò perché gli scienziati erano convinti che le onde luminose richiedessero un mezzo per propagarsi nello spazio vuoto. Nel 1887, i fisici Albert Michelson ed Edward Morley decisero di dimostrare che quest’ipotesi era corretta. Condussero un esperimento che misurava la velocità della luce in direzioni perpendicolari. Qualsiasi differenza di velocità sarebbe stata la prova dell’esistenza dell’etere, ma non si scoprì alcuna differenza e questo invalidò l’ipotesi di partenza, accelerando la ricerca di una nuova teoria scientifica dello spazio e del tempo, la relatività ristretta. L’esperimento aprì la porta a un altro modo di pensare al funzionamento del mondo.

Le aziende possono applicare un approccio simile. In Bank of America, veniva utilizzato da un team che aveva il compito di migliorare la customer experience nelle filiali. Un problema al quale il team cercava di dare soluzione era l’irritazione dei clienti quando dovevano attendere di essere serviti. Uno studio interno che aveva coinvolto circa 1000 clienti (le cui scoperte vennero poi confermate da due focus group e da un’analisi condotta da Gallup) rivelò che quando una persona rimane in fila per circa tre minuti si apre un baratro tra il tempo reale e quello percepito. Un’attesa di due minuti, ad esempio, di solito viene vissuta come un’attesa di due minuti, ma un’attesa di cinque minuti può sembrare lunga dieci. Conoscendo gli studi secondo cui quando una persona viene distratta da un’incombenza noiosa il tempo sembra passare molto più rapidamente, il team articolò un’ipotesi molto diretta: mettere degli schermi televisivi sopra la fila degli sportelli avrebbe ridotto i tempi di attesa percepiti. Per testare la strategia, il team mise in piedi un esperimento: installò delle televisioni sintonizzate sulla CNN sopra gli sportelli di una filiale di Atlanta e fece una comparazione tra le reazioni dei clienti in attesa lì con quelle dei clienti in filiali equivalenti senza schermi. Dopo una settimana, dopo aver atteso che scemasse il senso di novità per i televisori, il team misurò i tempi stimati di attesa per due settimane. Nella filiale con i televisori, la stima in eccesso scese dal 32% precedente al test al 15%; nella filiale di controllo aumentò dal 15% al 26%.

In azienda, le idee per formulare ipotesi possono provenire da svariate fonti. Un buon punto di partenza sono le idee dei clienti che provengono dalle ricerche qualitative (focus group, usability labs e cose simili) o dai dati analitici (raccolti dalle telefonate all’assistenza clienti, ad esempio). Come abbiamo visto, le ipotesi possono essere ispirate anche dalle anomalie, che si possono trovare in qualsiasi situazione, da una conversazione ascoltata per caso o da pratiche che escono dalla norma e che sono state introdotte con successo in altre aziende.

 

4 Producete prove concrete

Spiegando gli elementi chiave della scienza in una lezione tenuta alla Cornell University nel 1964, il fisico teorico Richard Feynman dichiarò: «Non fa alcuna differenza quanto sia bella la tua supposizione. Non fa alcuna differenza quanto sei intelligente, chi ha formulato l’ipotesi o come si chiama. Se contrasta con la sperimentazione, è sbagliata. Non c’è altro da dire». I senior leader di un’azienda dovrebbero imparare a memoria questa frase. I presupposti che stanno alla base di un’iniziativa non dovrebbero basarsi solo su sensazioni, esperienze, congetture o sullo status di chi si affida ad essi. Dovrebbero derivare anche da prove definitive. Se una prova del genere non esiste già, esperimenti ben condotti possono fornirla. Questo principio dovrebbe rappresentare un pilastro della cultura aziendale (si veda “Costruire una cultura della sperimentazione”, HBR, Marzo 2020).

I contesti di business offrono molte opportunità per condurre esperimenti di questo tipo. Prendiamo in considerazione un’altra iniziativa portata avanti da Gary. Alla fine del 2009, parecchi hotel di Las Vegas e alcune aziende ricettive che operano in altre zone del Paese iniziarono a imporre dei “supplementi extra obbligatori” vale a dire dei costi all-inclusive standard che rimpiazzavano quelli a richiesta per Wi-Fi, bottiglie d’acqua in camera, accesso al centro fitness, ecc. Al momento di prenotare una camera d’albergo, ai clienti sarebbe stata presentata la tariffa a notte. Una volta arrivati alla prenotazione vera e propria, però, si sarebbero trovati con un supplemento extra aggiunto al totale, assieme alle tasse.

All’epoca, Gary era da quattro anni CEO sia di Harrah’s che di Caesars Entertainment. Lui e il suo team operativo senior davano per scontato che i possibili ospiti avrebbero considerato il supplemento extra obbligatorio come un sovrappiù di prezzo. Temeva che questo avrebbe diminuito la richiesta di camere (soprattutto per i clienti più attenti ai prezzi) facendo così crollare il tasso di occupazione delle camere (a Las Vegas questo elemento è particolarmente critico. Gli ospiti che si fermano in un hotel con casinò spesso spendono più in gioco d’azzardo, cibo e bevande e intrattenimento di quanto non facciano per la camera). Esistevano elementi a sostegno della loro idea, per quanto non supportati da dati: Southwest Airlines, per esempio, stava attirando i clienti evitando di caricare i costi per i bagagli, al contrario di quanto facevano i concorrenti. Gary e il suo team decisero quindi di non seguire il gregge con i supplementi extra obbligatori. Nel 2010, l’azienda fece delle pubblicità e delle promozioni per sottolineare il fatto che i suoi hotel erano una “free zone” rispetto ai supplementi extra obbligatori.

Quando arrivarono i primi dati sull’occupazione delle camere dell’azienda e quelli dei suoi concorrenti, però, non emerse alcuna prova del fatto che la decisione di togliere i supplementi extra stesse funzionando. Dopo circa tre mesi, Gary chiese al suo Senior Operating Team di verificare l’ipotesi iniziale con un esperimento. L’azienda iniziò a imporre i supplementi extra solo agli ospiti che pensava avrebbero reagito in modo meno ostile: partecipanti a convention e meeting e clienti che non facevano parte dei livelli superiori di un programma di reward. Dopo tre mesi di test, divenne chiaro che i clienti non erano abbastanza sensibili ai supplementi extra da spostare la propria attività in altri hotel (la maggior parte dei quali già li caricava). L’azienda continuò i suoi esperimenti applicando i supplementi ai suoi hotel fuori da Las Vegas. Infine, vennero raccolti abbastanza elementi da convincere Gary e il suo team che i clienti erano meno sensibili nei confronti dei supplementi di quanto non lo fossero nei confronti del prezzo delle camere.

 

5 Sondate cause ed effetti

Affidarsi a presupposti riguardanti il rapporto tra cause ed effetti è pericoloso per i manager. Noi esseri umani spesso vediamo dei collegamenti tra azioni e risultati che, in realtà, non hanno alcun legame (confondendo il rapporto causale con quello di correlazione) e, quando prendiamo decisioni, rispondiamo a fattori che in realtà rappresentano un “rumore” non pertinente (si veda “Rumore: le decisioni incoerenti sono un enorme costo nascosto per molte aziende”, HBR, Ottobre 2016). Siamo poi ben felici di accettare le “buone” evidenze che confermano i nostri nessi casuali mentre mettiamo in dubbio e investighiamo le prove “cattive” che li smentiscono.

Gli scienziati sondano la causalità in modi diversi. Negli esperimenti convenzionali, cambiano una o più variabili (la presunta causa) e osservano i cambiamenti nel risultato (l’effetto) mentre mantengono costanti tutte le altre variabili. Quando non sono in grado di mantenere stabili tutte le altre variabili, si affidano alla randomizzazione, per evitare che i bias sistemici, introdotti in modo più o meno conscio, influenzino l’esperimento. La randomizzazione distribuisce in modo eguale tra gruppi test e gruppi di controllo tutte le potenziali cause rimanenti che potrebbero incidere sul risultato.

Negli esperimenti naturali, le variabili sono al di fuori del controllo di chi le analizza, ma possono comunque offrire spunti importanti in merito alla causalità (lo scorso anno, i ricercatori Joshua Angrist e Guido Imbens hanno vinto il premio Nobel per aver dimostrato come questo avviene. Per esaminare, ad esempio, se il mancato guadagno cambia la motivazione al lavoro delle persone, Imbens e i suoi collaboratori hanno analizzato i dati relativi ai vincitori della lotteria nel Massachussets. Dato che i premi, in quello stato, vengono pagati nel corso di diversi anni, assomigliano molto a un salario minimo garantito. Studiando le persone che avevano vinto alla lotteria e comparandole a persone che non avevano vinto, Imbens è riuscito a inferire l’effetto causale di un’entrata minima garantita).

Quando gli esperimenti convenzionali non sono praticabili (ad esempio, perché la relazione tra le variabili non è osservabile) si rivelano spesso utili delle simulazioni. Trovare delle prove per dire che “A causa B” dà agli scienziati la certezza di non star osservando solo una correlazione, ma per testare più a fondo la causalità si possono usare elementi controfattuali, chiedendosi ad esempio “B sarebbe accaduto in assenza di A?”. Per i leader aziendali, questo non significa solo cercare le prove che uno sconto del 10% aumenti le vendite, ma anche capire se l’aumento ci sarebbe stato anche se l’azienda non avesse offerto lo sconto. Fare domande del tipo “E se…” e pensare a elementi controfattuali è un modo molto potente per esaminare scenari partendo da presupposti diversi e arrivare a farsi delle idee su causa ed effetto.

I leader dovrebbero utilizzare questo approccio per verificare le ipotesi che riguardano i fattori principali che determinano il successo delle loro aziende. Knudstrop fece proprio questo dopo essere diventato CEO di Lego, nel 2004. Quando prese le redini dell’azienda la trasformò in un leader nel settore dei giocattoli. Per riuscirci dovette ristrutturare i suoi sistemi di business e porre costantemente domande come “Le cose stanno proprio così?” e “Ne siamo davvero convinti?”. Una delle cose che il management team riesaminò era la decisione da parte dell’azienda di dare in outsourcing le attività operative a Flextronics. Il presupposto era stato che in quel modo la supply chain di Lego sarebbe stata semplificata, riducendo i costi, ma emerse che in realtà avrebbe portato a lead time più lunghi, maggiori spese per gli acquisti e un ciclo di vita ridotto per gli stampi a iniezione.

La leadership di Lego si rese conto che riportando all’interno la produzione avrebbe reso l’azienda più competitiva. Per esempio, investendo in tecnologie per stampi a iniezione all’avanguardia, Lego era in grado di fornire agli utilizzatori una migliore esperienza di montaggio che i concorrenti non potevano eguagliare (la forza di connessione dei mattoncini doveva essere sufficientemente forte da tenerli assieme, ma non tanto forte da non poter essere vinta da un bambino piccolo. Inoltre, i nuovi mattoncini dovevano essere compatibili con quelli prodotti decenni prima. Solo con tolleranze di stampo minime si poteva ottenere questo risultato).

Il processo di esplorazione comportò, inoltre, la capacità di ascoltare la community dei fan del prodotto. Questo fece capire che le istruzioni di montaggio Lego erano molto più importanti di quanto l’azienda pensasse, dato che consentivano a utilizzatori normali di creare costruzioni eccezionali. Per rispondere a queste indicazioni, Lego ampliò le risorse dedicate alla creazione delle istruzioni, che migliorarono in qualità e stile. Oggi, molte di esse sono digitali e in 3D.

 

La pandemia globale ci ha fatto entrare in un mondo pieno di rischi e incertezza crescente. I presupposti su come viviamo e lavoriamo sono stati ribaltati. Le supply chain non sembrano più funzionare e le risposte ai problemi di business più pressanti ci appaiono sfuggenti. Cosa accade, ad esempio, alle culture organizzative quando le persone non lavorano più in ufficio? Un produttore può guidare una fabbrica senza persone? Possiamo abbassare i costi assicurativi, in crescita esponenziale, motivando le persone a intraprendere delle azioni per migliorare la propria salute? È però vero che un periodo di grande incertezza rappresenta anche un’opportunità per ripensare quello che i leader aziendali ritengono vero, dandolo per scontato. Sarebbe un errore affidarsi solo all’esperienza, all’intuizione e alle opinioni per orientarsi in un’era così tumultuosa.

Gli uomini e le donne che hanno utilizzato il metodo scientifico ci hanno regalato moltissime soluzioni in campo medico, nuovi tipi di energia, trasporti e mezzi di comunicazione, e così via. Si tratta di un modo estremamente efficace per aiutare le aziende ad aumentare le probabilità di successo, ridurre gli errori di valutazione e trovare fonti di innovazione e di crescita. Dovrebbe giocare un ruolo centrale nei loro processi decisionali.

 

STEFAN THOMKE è Professor of Business Administration alla Harvard Business School.

GARY W. LOVEMAN è senior lecturer alla Harvard Business School e CEO dell’azienda tecnologica specializzata in campo sanitario Well. In precedenza, è stato presidente e CEO di Caesars Entertainment.

Commenta scrivi/Scopri i commenti

Condividi le tue opinioni su Hbr Italia

Caratteri rimanenti: 400

2 / 3

Free articles left

Abbonati!