מאת: ירמי בנג'ו | מייסד ומנהל מוצר - Protell
תקציר
לפני מספר שנים פנה אלי יובל, סמנכ"ל מערכות מידע וקולגה בזמנו בשאלה: תגיד, בארגון שלך, איך אתם מתמודדים עם דרישות מחשוב בתחום ידע מסקטור עסקי, ששונה בתכלית מזה שאתם מכירים ואמונים עליו?'.
סידרת המאמרים הבאה, עוסקת באופן בו מומחי מערכות מידע ביחידות מחשב, אוספים ומארגנים ידע יישומי,
Know-how, וידע תומך החלטה. תהליכים אלה העסיקו אותי אז, וחזרתי אליהם בשנתיים האחרונות ובימים אלה ממש.
המאמר הראשון, יתמקד במקור הידע האינסטינקטיבי - במנועי החיפוש - ובכאוס, שהם מותירים לאחר המפגשים עמם, מפגשים, שמבקשים להעמיק וללמוד תחומי ידע, שפחות מוכרים למומחה באשר הוא.
ניהול דרישות
הסוגייה, שיובל העלה, מסווגת כ 'ניהול דרישה עסקית', זה המקטע הקריטי, בין העלאת צורך ע"י הלקוח, לבין דקה לפני הזנקת פרויקט או גניזתו. מרבית הדיונים בנושא, ממוקדים בכלים טכנולוגיים ובמנגנונים לניהול, תקצוב ותיעדוף ישויות ה 'דרישה' ופחות בתקפות מקורות הידע, במהימנותו ובאופן בו אנחנו מארגנים ומנגישים אותו.
'ניהול דרישה', יכול לו, שיתיש את הארגון עם אין סוף סבבים וחיבוטים, ויכול לו, שייסגר בתוך יום, באם נדע למשל, לעדכן את הלקוח, שמדובר בעלות חריגה משמעותית לתקציבו ו/או שעתיד להשיג תועלת עסקית זניחה משציפה. עפר, ובעיקר אם לא נכיר מספיק את תחום הידע הנדון, או אז, אנחנו נאלץ לחפש, ללקט, לשאול ולרכוש ידע בקשר למי משלבי התהליך או לכולם - וכאן בדיוק מתחיל המסע שלנו! מקורות ידע IT ומדדים לחקירה תרשים 1, מציג בחלק השמאלי של המעגל, חמישה מקורות מרכזיים, של ידע IT, ושאותם נבחן. בהיקפו של המעגל, הוצבו 'ציונים' לסוגי המקורות, בחיתוך של, 'מצוי מול רצוי' ובהתאמה למדדי החקירה הבאים:
מידת ההבניה של הידע שמתקבל מהמקור | רמת תקפות המנגנון שמספק את הידע | רמת המהימנות המידע שמתקבל
תרשים 1 - 'מקורות' בתהליך איסוף והבנייה של ידע IT
וורטיגו ברשת אנחנו, מומחי ה IT, נמנים עם אלה שמכונים, עובדי ידע - Knowledge Workers, עובדים, שנדרשים לאתר מידע רלוונטי לעבודתם המקצועית השוטפת, בתדירות רבה ומכאן שהמנגנון הראשון והאינסטינקטיבי, שנשלף על ידינו הינו: חיפוש ברשת האינטרנט. מן המפורסמות, שניסיון לאתר מידע לשימוש עסקי ומעמיק באמצעות מנועי חיפוש, עלול להפוך לחוויה מתסכלת למדי ובמיוחד למי ששוגה באשליות, כאילו החיפוש ברשת הינו מנגנון יעיל ותקף כדי לאתר מידע מהימן. נכון, כמענה לאיתור פתרונות עבור תקלות טכניות נפוצות, החיפוש ברשת מניב תוצאות נהדרות, אולם לא כך בחקירת עומק של 'תחום ידע'! אז, החיפוש מוליד הררי תוצאות שנהדפות לפתחינו בבוטות, תוך התחזות למידע אוטנטי, מהימן ורלוונטי. תוצאות החיפוש אינן מאורגנות לפי מבנה הידע והנושא, אלה קודם כל לפי הצרכים העסקיים של בעלי המנוע. לאחר שנתחיל לסקור אותן, תוך דילוג מקישור אחד למשנהו, כי אז אנחנו צפויים לאובדן ההתמצאות, ועד מהרה הוורטיגו הדיגיטלי בוא יבוא. הישועה גם לא תמצא ב: 'חיפוש מורחב', או מ: 'החיפוש הלמדני' –Google Scholar , או במרחב הרשת הנסתר שקרוי: Deep Web.
כאשר אני עוטה את גלימת 'המתלונן הכרוני' והמטיף, שמלין על מנועי החיפוש, מרבית ההתרסות מולי הן בסגנון של: - 'נו מה אתה חושב לעצמך? בטוח, שגוגל חשבה/פיתחה/המציאה מנגנון חיפוש ומחקר מתוחכם יותר...', - וגם: 'רגע, הנושא כאן הוא לא מנועי חיפוש, מדובר בטכנולוגיות אחרות... ', - וגם: 'אתה יודע מה? אולי בכלל לא צריך לשפר? מיליארדי משתמשים אינם טועים!'. יש באמירות אלה רק קורטוב, של רלוונטיות, בתוך אוקיינוס של צרכים, צרכנים ומורכבויות טכנולוגיות. לא ארחיב, אולם כן אציין, שאני מודע לטכנולוגיות וכלים מתקדמים לאיתור וניתוח ידע, למשל אצל: י.ב.מ, גוגל, אורקל ואחרות. ניתן למצוא את אותם שווקים וטכנולוגיות מרתקות, תחת מילות המפתח הבאות: ‘Cognitive R&D’, ‘Insight Engines’, ‘Cognitive Assistance’. ולגבי הנ"ל גם נשאל: - האם טכנולוגיות אלה מיושמות על גבי רשת האינטרנט או אולי ממוקדות למאגרים פנימיים? - האם ה AI המרשים שלהן מצוּדד ומכויל לעולם ה IT שלנו? הישועה (החלקית)
בהיעדר חלופות לחיפוש הקיים, נראה, שסיגלנו טכניקת 'רפרוף', טכניקה בה אנחנו שוזפים רק מילים ספורות במקטעים הראשונים, ובעיקר - תרים ועטים על כל תרשים, טבלה ותקציר. אני אישית, מוצא עצמי, נוטה יותר ויותר, לגשת לתוצאות, שבמדור 'תמונות' ושם מנסה לצוד תרשים מאקרו של הנושא במבנה - Infographic, כזה שמאגד בתוכו תמונת-על, עם התהליכים והישויות המרכזיות. ככל שהתרשים יהיה עשיר, מובנה וברור, כך אטה להקיש עליו, ולהגיע באמצעותו לאתר האינטרנט בו הוא מתגורר, אולם, גם אם אלת המזל תסייע, ואמצא תרשים שכזה, על פי רוב, התרשים יהיה בפורמט תמונה, חד ממדי וסטאטי להכאיב. כחלופה לייצוג באמצעות תרשימי תמונה, פשוטים וסטאטיים, מתקיים יקום חלופי, כזה שמציג ומייצג עולמות תוכן שלמים באמצעות תרשימים דינמיים, שמסתעפים היררכית, בשם: Mind Mappings, שאנחנו נכנה: 'מפות ידע'. המקור, של מפות אלה נועד לייצג גרפית 'טקסונומיה' של עצמים בטבע. טקסונומיה, בהסבר חופשי, היא טכניקה להמשגה, למיון ולסיווג עצמים באופן, שחושף ומסביר היררכית את המבנה פנימי שלהם וגם יודע לקבץ אותם לקבוצות שונות לפי מידת הדמיון ביניהם תרשים 2, מציג דוגמה ל 'מפת ידע' שניתן לנווט בתוכה ולחקור אותה דינמית ( הקש כאן )
תרשים 2 - מפת ידע: 'ניהול פרויקטים'
בכל פעם, שאני ניגש לתכני עזרה ולימוד, של מערכות מורכבות, אני מתקשה להבין, מדוע זה לא מקבל את פני תרשים, כדוגמת 'מפת ידע', שכזאת שיודעת לתת 'תקציר בזק' על מה מדובר? ואולי התשובה היא, שמרבית האנשים, פשוט אינם נזקקים לרפד עצמם בקביים דיגיטליים בדמות תרשימי מאקרו ומיקרו צפופים עד מחנק? ויש אפילו כאלה אנשים, חדים כתער ונבונים להחריד, שמסוגלים לייצר, במוחם, אד-הוק, ויזואליזציה, של סוגייה ופתרונה ולפעול בהצלחה. ואולי מרבית האנשים מעדיפים תרשים מרשים על פני מלל משמים? ועובדה שניתן למצא, גופים ומוצרים שיודעים להציג ולהסביר את עצמם באמצעות מפות ומדריכים שימושיים מאוד ואדירי ממדים [1]. בתחום ה IT קיימים תכנים ותרשימי ידע שעושים סדר בכל תחום שרק נעלה על דעתנו, כאלה שנותנים לנו נקודת אחיזה ובסיס איתן להרחיב את החקירה מול צרכי הלקוחות, יועצים ספקים ועוד. נחפש ונציג גם תרשימים שכאלה במאמרי ההמשך.
תרשים 3, שלמטה, מציג 'מפת ידע' שיודעת להסביר בפריסה אחת, כיצד ארגון טכנולוגי יכול להבטיח, שהחזון והאסטרטגיה שלו, תהינה שזורות בתהליכי העבודה של כל מנהל ועובד.
תרשים 3– מפת ידע: 'מחזון לפתרון'
סיכום ובפעם הבאה דמיינו שאת תוצאות החיפוש או החקירה שנזמין, נקבל מוּצבות בתרשים, בדיוק במיקום הטקסונומי והתהליכי שלהם. התוצאות תמתנה לנו, מחוברות לענפי ידע ועלים קיימים - אשכולות, אשכולות, של מידע, ידע, ונתונים. במאמר הבא נסקור את מקור הידע השני: 'רשתות מקצועיות וקולגות', נחזור לסיפור עם יובל, ואולי אולי, נספיק גם לגעת במקור השלישי: 'אנליסטים'.
ירמי בנג'ו | 052-5454544 | irmi@protell.pro | Protell|www.protell.pro
Comments