מדידה והערכה: מה זה מודל לוגי? ואיך מודדים אימפקט?

האם יש קשר בין מה שאתם עושים לבין האימפקט שאתם מבקשים לחולל? האם יש קשר בין האימפקט שאתם מייחלים לו לבין מה שקורה בפועל בשטח? הנה דרך לבדוק את זה:

אם אתם מנהלים או מה שזה לא יהיה, שחושבים שכל מה שצריך זה יח״צ טוב, לארגן כמה מתנדבים שיעשו משהו קיטשי ולפרסם את זה בסטורי ולקבל כמה לייקים – אז אתם יכולים להפסיק לקרוא. אבל אם אתם רוצים לחולל שינוי אמתי ועמוק בחברה שמסביבכם, תמשיכו הלאה. ב-653 המילים הבאות, אני מתיימר לשכנע אתכם למה אתם צריכים מודל לוגי ולמה אי-מילוי משובים זה לא פחות ממחדל ארגוני. אגב, אם יגידו לכם שמודל לוגי זה משהו של ״עמותות״, אתם מוזמנים להשתמש בציטוט החשוב הבא של ג'ונה היל, מתוך הסרט מאניבול:
החשיבה של מועדוני ספורט היא ימי-ביינימית, הם חושבים במונחים של קניית שחקנים כשהם צריכים לחשוב במונחים של קניית ניצחונות.
מודל לוגי עושה את הדבר הזה בדיוק – זהו כלי שיעזור לכם לעבור לחשיבה של המאה ה-21. הרעיון הוא להראות איך כל משאב שלכם, כל פעולה שאתם עושים, כל תפוקה של אותה פעולה, משרתת בסופו של דבר את התוצאות ואת השינוי שאתם רוצים לחולל. וככה אתם לא מתבלבלים בין האמצעי (שחקן) לבין המטרה (ניצחונות). בסופו של דבר, אנחנו משקיעים הרבה זמן בעשייה, אבל לפעמים שוכחים לשאול – האם זה מביא לנו את התוצאות הרצויות?

המודל הלוגי, הדיאגרמה הזאת, עונה על השאלה הפשוטה: האם יש קשר בין מה שאתם עושים לבין השינוי שמתרחש/לא מתרחש במציאות. בכך אתם יכולים להעריך מהי מידת היעילות שלכם. מודל לוגי מחולק לארבעה חלקים עיקריים (ראו תמונה):
  1. משאבים: אנשי צוות, זמן, נדל״ן, מתנדבים. אפשר גם להכניס לפה את התקציב.
  2. פעולות: מה אתם עושים עם המשאבים הללו? הרצאות, חלוקת מזון, כתיבת קוד, פגישות. בקיצור: הדברים שאתם עושים.
  3. תפוקות: מה הפעולות האלו עושות? 30 שיעורים עם 100 משתתפים סה״כ, 40 אריזות מזון ל-20 משפחות, מכרנו 40 כרטיסים, 500 הורדות.
  4. תוצאות: מה התפוקות הללו יצרו? הרווחנו 50 אלף ש״ח, אין אף אחד רעב בשכונה בליל הסדר, 98% תעסוקה של בוגרי שלם, ירידה בשיעורי הדיווחים על אלימות במשפחה וכיו״ב.
אם מה שכתבתי עדיין לא מובן, או אתם רוצים דרך קלה יותר להסביר את זה לקולגות שלכם, תשמשו בסיפור הבא (קרדיט לרן בר-זיק):
לפני המון שנים דפדפן בשם ״אקספלורר״ היה הדבר שהכי הרגיז והטריד מפתחים, הוא גזל המון זמן, לפעמים 30% מהזמן. אבל הוא היה דפדפן פופולרי למדי *והטראפיק* היה חשוב. התחלתי לעבוד עם מנהל פרוייקטים חדש והוא שאל אותי בנוגע לפרויקט מסוים. אמרתי לו שהוא מתעכב כי אני בשלב ההתאמה לאקספלורר.
״למה אתה מתאים אותו לאקספלורר?״ הוא שאל ואני אמרתי לו ש-30% מהמשתמשים בארץ היעד משתמשים בו. התשובה שלו הממה אותי.
הוא אמר שהרייטינג לא משנה אלא *הכסף* שאפשר להפיק מכל משתמש. הוא הוציא דו״ח והראה שהרווח למשתמש אקספלורר ממוצע הוא סנטים בודדים בעוד הרווח ממשתמש כרום הוא כמה דולרים. הרייטינג לא שווה דבר. מה שמפיקים ממנו הוא חשוב יותר.
ועכשיו אנחנו מגיעים לחלק השני: מדידה והערכה.
כדי לדעת מה קורה בכל אחד מהשלבים הללו, *חייבים לתקף הכול בנתונים*. אפשר לעשות את זה על ידי: שאלונים, נתוני למ״ס, נתוני מכירות, מה שזה לא יהיה. העיקר, שזה מידע שמשקף במידה הקרובה ביותר את החלק הרלוונטי במודל הלוגי. אין מנוס מלהשקיע. אבל מניסיון, זה משתלם: אפשר ללמוד מטעויות, ולגלות את החזקות והחולשות שלכם ועוד.
יש היום סטרטאפ ישראלי שמשתמש ב-ai כדי לנתח שיחות של מכירות: מתי הן מוצלחות ומתי הן לא. עכשיו ברור שזה מורכב ומסובך, אבל זה אותו עיקרון של מדידה והערכה: למדוד איפה הצלחנו (מכירה מוצלחת – תפוקה), ואז לבצע משוב (פעולות). וככה אפשר להגדיל את נפח המכירות (תוצאות).

נסיים במשובים.

זה כלי שנוהגים להשתמש בו ד הרבה, אבל חייבים לדעת איך לעשות זאת. לצערי, מפאת המורכבות, אשתף מספר כללי אצבע שיעזרו כתיבת המשוב האולטמטיבי:
  1. המטרה שלנו היא שאנשים ימלאו את השאלונים, ולכן המטרה היא אחוזי מילוי גבוהים. לדוגמה – אם אתם מוסד אקדמי שרוצה משוב על הקורסים ויש לכם פחות מ-80% מילוי, זה כנראה לא שווה הרבה.
  2. מומלץ לנסח את השאלות בלשון *נקבה*.
  3. אם אתם עושים משוב למישהו אחר: אף פעם אל תגישו לו את החומר הגולמי. תבצעו עריכה ותגישו סיכום כללי ומילולי. תחשבו על מוסד אקדמי שכולל מספר ענפים ושחקנים: מרצים, סטודנטים עם מלגה, ומשובי הוראה. אל תשכחו להתייחס לכל הגורמים בניתוח שאתם מגישים.
כל מה שנכתב זה ״על רגל אחת״, אם אתם רוצים לקחת את צעד קדימה ולחולל שינוי אמתי בארגון/בחברה שלכם – דברו איתי!

השאר תגובה

האימייל לא יוצג באתר. שדות החובה מסומנים *