دکتر محمدرضا عاطفی

عضو هیات علمی دانشگاه 
مشاور استراتژی و نوآوری

نمودار رفتار در طی زمان

مقدمه

هنگامی که مرز کلی سیستم خود را تعیین کردید – روی چه چیزی تمرکز خواهید کرد و چه چیزی را نخواهید – ترسیم نمودارهای ساده برای توصیف رفتارهای متغیر متغیرهای کلیدی در سیستم مفید است. 

این نمودارها که نمودارهای رفتار در طول زمان نامیده می شوند، تفکر پویا را به جای ایستا تشویق می کنند و تمرکز را از رویدادهای منفرد به الگوهای تغییر رفتار تغییر می دهند. این فرآیند تفکر عمیق تر در مورد اینکه چه چیزی در حال تغییر است و در چه چارچوب زمانی را تشویق می کند.

نمودارهای رفتار در طول زمان (BOT) نوعی ابزار تفکر سیستمی هستند. اغلب، تنها زمانی که یک ویژگی به مرحله بحرانی می‌رسد، نگران کننده می‌شود، و ما آنها را به عنوان مسئله تشخیص می‌دهیم. تغییرات در طول زمان و الگوهای تغییرات ممکن است به اندازه کافی ثبت نشده و در هنگام تصمیم گیری‌های روزمره در نظر گرفته نشوند.

برخی از بازخوردهای سیستم ممکن است پس از مدت زمان طولانی ظاهر شوند. یعنی اقدامی که اکنون انجام می‌شود ممکن است در آینده تأثیر بگذارد و نه فورا. با این حال، اگر تغییرات در طول زمان مورد مطالعه قرار گیرند، می‌توانند به ما کمک کنند تا به جای رویدادهای منفرد، روی الگوهای تغییر در طول زمان تمرکز کنیم. آن‌ها به ما کمک می‌کنند در مورد علل اصلی آن تغییرات فکر کنیم.

نمودار

نمودارهای رفتار در طول زمان نشان می‌دهد که چگونه یک عنصر در طول زمان تغییر می‌کند. نکته مهمی که در مورد این نمودارها باید به خاطر بسپارید این است که “زمان” باید در امتداد محور افقی ترسیم شود. “رفتار” عنصری که در آن زمان تغییر می‌کند، بر روی محور عمودی ترسیم می‌شود. هدف از نمودار این است که به تصویر بکشد که چگونه رفتار با پیشرفت زمان تغییر می‌کند. زمان می‌تواند در هر واحدی باشد که با رفتار متناسب باشد: ثانیه، ساعت، روز، سال و غیره.

عنصر زمان – محور X

عنصر زمان به عنوان یک متغیر مهم در درک رفتار پدیده‌ها شتاب گرفته است. تقریباً گویی این واقعیت که زمان وجود دارد و باید بر رفتار سیستم تأثیر بگذارد، به تازگی “کشف” شده است. شاید این بخشی از بیداری بزرگتر برای فراگیر شدن زمان باشد. اهمیت زمان در تمام جنبه‌های زندگی و علم به موضوعی روبه گسترش در ادبیات دانشگاهی تبدیل شده است. این یک علاقه بین رشته‌ای بوده است.

برخورد صریح زمان به عنوان یک متغیر در رفتار سیستم هیچ گاه تا به این اندازه متمرکز نبوده است. با این حال، زمان پایه بسیار گسترده تری دارد. بسیاری از جنبه‌های رفتار در طول زمان تغییر می‌کنند: نگرش‌ها، برداشت‌ها، انگیزه‌ها و ارزش‌ها، شیوه‌های زندگی، و محیط سیاسی، فرهنگی، فناوری. بیشتر ادبیات تفکر سیستمی و سیستم دینامیکی معطوف به درک عواملی است که باعث این تغییرات می‌شود و نه میزان زمان لازم برای وقوع چنین تغییراتی یا سرعت وقوع چنین تغییراتی. علاوه بر دخالت ضمنی زمان در رفتار پدیده‌ها، بسیاری از مفاهیم رفتار سیستم به صراحت به استفاده از بعد زمانی وابسته هستند. به عنوان مثال، وفاداری به برند اغلب به عنوان الگوهای خرید در طول زمان عملیاتی می‌شود. چرخه عمر محصول کاشی مراحل متمایز فروش یک محصول را در طول زمان بررسی می‌کند. مفاهیم در انتشار نوآوری نیز به شدت وابسته به زمان هستند.

متغیرها – محور Y

رفتار می‌تواند هر چیزی باشد که در طول زمان افزایش یا کاهش یابد. برای مثال، می‌تواند مقدار پولی باشد که در یک حساب بانکی برای واریز سود بانکی افتتاح شده است، سطح آب در یک چاه، تعداد دام‌ها یا افراد در یک روستا، تعداد گلبول‌های سفید یا تعداد باکتری‌ها در یک جمعیت در حال تغییر باشد. در این مثال‌ها، دلار، درجه و تعداد افراد در محور عمودی ترسیم شده است.

با این حال، متغیرهای مهم دیگر نیز وجود دارند که در طول زمان افزایش و کاهش می‌یابند که نمی‌توان آنها را به راحتی اندازه‌گیری کرد. به عنوان مثال، عزت نفس یا شادی یک فرد در طول زمان، تعداد افراد ناراضی از وضعیت اقتصادی در یک کشور. این متغیرهای “نرم” می‌توانند ترسیم و تحلیل شوند.

برای متغیرهای نرم، تنظیم مقیاس بر روی محور عمودی نیازمند کمی سازی و تعریف یک واحد اندازه گیری است. برای این کار می‌توان از مقادیر صفر تا ده استفاده کرد. برای کمترین وضعیت عدد صفر و برای بهترین وضعیت عدد ده را می‌توان اختصاص داد. شما می‌توانید روحیه کارکنان را در مقیاس 1 تا 10 ترسیم کنید، همانطور که می‌توانید دما را بر حسب درجه از سرد تا گرم ترسیم کنید. یک نمودار رفتار در طول زمان می‌تواند برای ترسیم و کشف هر تغییر استفاده شود.

استفاده از نمودارهای رفتار

برای استفاده بهتر از نمودارهای رفتار به سوالات زیر پاسخ دهید:

۱- چه چیزی در حال تغییر است؟ اگر به واقعیات یا تحولات تاریخی یا تجربه نگاه کنید، چه چیزی در طول زمان تغییر می‌کند؟

• فهرستی از این ویژگی‌ها از طریق طوفان فکری مشخص کنید.
• به‌جای رویدادها، به دنبال جریان‌های اساسی تغییر باشند. چه چیزی را در حال افزایش یا کاهش با گذشت زمان می‌بینند؟
• تمرکز خود را بر روی آن دسته از متغیرهایی بگذارید که مهمترین و محوری ترین مسائلی هستند که می‌خواهید تحلیل کنید یا به شکل مسئله ظاهر شده اند.

۲- چگونه تغییر می‌کند؟

• محورها را تعریف کنید. محور افقی همیشه عنصر زمان است. محور عمودی ویژگی است که رفتار آن برای شما مهم است.
• هنگامی که یک نمودار رسم شد، روند آن را تحلیل کنید. آیا متغیر بالا می‌رود یا پایین؟ آیا به سرعت در حال تغییر است یا آهسته؟ آیا از یک جهت شروع می‌شود و سپس تغییر جهت می‌دهد؟ آیا سطح آن کاهش می‌یابد یا نوسانی است؟
• ایده این است که الگوی رفتار را شناسایی کنیم، نه هر جزئیات کوچکی.

۳- چرا تغییر می‌کند؟ در مورد رفتار متغیر فکر کنید؟ اگر چیزی در حال بالا رفتن است، چه چیز سبب استمرار آن می‌شود؟ چرا شروع به افزایش سرعت، یا پایین آمدن یا کاهش سطح کرد؟ باید دلایل این رفتار را در خود سیستم جستجو کرد. به عنوان مثال، یک جمعیت با سرعت بیشتری به رشد خود ادامه می‌دهد، زیرا با بچه دار شدن افراد، آن کودکان پس از بزرگ شدن فرزندان بیشتری خواهند آورد و به همین ترتیب. نمودارهای حلقه علّی از این بحث سرچشمه می‌گیرند.

• چرا مهم است؟ این تغییرات چه تفاوتی با برداشت ما یا با واقعیت دارد؟ در چه شرایطی ممکن است غیر از این باشد؟ عمیق‌تر و عمیق‌تر به آنچه اتفاق افتاده و چرایی آن می‌پردازیم.
• روابط چیست؟ مهمترین متغیرها کدامند و چه ارتباطی با یکدیگر دارند؟ اگر بیش از یک متغیر رسم شود، نمودارهای آنها چگونه مقایسه می‌شود؟ آیا مثلاً یکی با سقوط دیگری بالا می‌رود؟ اگر در ابتدا فقط یک نمودار را رسم کردید، آیا نمودار متغیر دیگری را پیشنهاد می‌کند؟ ایده این است که ببینیم چگونه اجزای سیستم با هم تطبیق می‌یابند، تا به این فکر کنیم که چه چیزی باعث چه چیزی می‌شود.
• آیا می‌توان جزییات بیشتری را مشخص کرد؟ نمودارهای رفتار در طول زمان به ما کمک می‌کنند تا الگوهای تغییر را درک کنیم و علل آن را بشناسیم. گام بعدی استفاده از سایر ابزارهای دینامیک سیستم است: نمودارهای حالت و جریان و مدل‌سازی کامپیوتری. این ابزار به درک عمیق‌تری از رفتار و علل آن منجر می‌شود، زیرا باید در مورد مفروضات خود دقیق‌تر بررسی کنیم. با شروع نمودارهای رفتار در طول زمان، همه ابزارهای دینامیک سیستم بر روی یکدیگر ساخته می‌شوند.

این سؤالات بحث را هدایت می‌کنند، اما به محض اینکه دانش‌آموزان درگیر می‌شوند، همه چیز خیلی سریع شروع می‌شود. مراحل ممکن است همه با هم جریان داشته باشند یا تاکید متفاوتی داشته باشند. گاهی ممکن است بسته به سن و سابقه دانش آموزان، ماهیت درسی که تدریس می‌کنید یا زمان در دسترس همه مراحل را طی نکنید.

دستورالعمل رسم نمودار رفتار در طی زمان

1. افق زمانی مناسب را انتخاب کنید. افق زمانی مورد نیاز را برای مسئله مورد نظر شناسایی کنید. مدت زمان، راهنمای تعیین متغیرهایی است که باید برای مطالعه رفتار آن انتخاب شود. برای مثال داشتن یک افق زمانی دو ساله، دارای متغیرهای بحرانی متفاوتی نسبت به افق زمانی 20 ساله خواهد بود.

۲- یک یا چند ویژگی مهم سیستم را مشخص کنید. از میان ویژگی‌های سیستم مواردی را انتخاب کنید که برای عملکرد سیستم مهم هستند. این کار می‌تواند براساس طوفان فکری یا مهمترین مولفه‌های مسئله ساز سیستم تعریف شود. نقاط اهرمی به تعیین این ویژگی‌ها کمک می‌کند.

۳. مسئله را به صورت پویا تعریف کنید. نمودارهای رفتارِ متغیرهای کلیدی را در طول زمان ترسیم کنید. این نمودارها می‌توانند به عنوان نقاط مرجع در سراسر فرآیند تئوری سازی عمل کنند. این نمودارها همچنین به تعریف مسئله، تمرکز بر مفهوم سازی و صحه گذاری نظریه در حال ظهور کمک می‌کنند.

۴. آزمایش‌هایی انجام دهید. با فرضیه سازی در مورد رفتار متغیرهای مختلف و تحلیل رفتار سایر متغیرهای مرتبط، آزمایش‌های فکری انجام دهید. آزمایش‌های «چه می‌شد – اگر» را در مورد سناریوهای احتمالی آینده انجام دهید و پیامدهای آن رویدادها را بر سایر متغیرها بررسی کنید.

۵. تئوری‌های علّی بسازید. از نمودارهای علّی حلقوی برای ساختن نظریه‌های علّی استفاده کنید به گونه‌ای که رفتار متغیرهای مرتبط را در طول زمان توجیح کند

۶. داده‌ها را صحه گذاری کنید. از ابزارهای تحلیل داده‌ها برای کمک به اعتبارسنجی نمودارها و روابط علّی استفاده کنید.

مطالعه موردی از نمودار رفتار

رویدادها

ما در دنیای رویدادها زندگی می‌کنیم: “بازار سهام امروز ۲۵۰ واحد افت کرد… آمار قربانیان در تصادفات جاده‌ای تعطیلات عید سال ۱۴۰۲ به تعداد ۶۲۹ نفر بوده است… دستگاه ویدیو پروژکتور ما در ساعت 3 خراب شد… درآمد سه ماهه اول ما 20٪ کاهش یافت. .. عرضه آخرین محصول جدید با 10 هفته تاخیر…”. هنگامی که رویدادها (مانند خرابی ماشین) تأثیر مستقیمی بر کار یا زندگی ما دارند، باید در سریع ترین زمان ممکن به آنها واکنش نشان دهیم. اما اگر فقط در سطح رویدادها بمانیم، هیچ اهرم بلندمدتی برای ایجاد تغییر در یک سازمان وجود ندارد.

به عنوان مثال، مدیران شرکت نیمه‌هادی، در مورد یک سری اتفاقاتی که در سه ماهه اخیر آنها رخ داده است، گیج شده اند. آنها رکورد فروش را برای سه ماهه به ثبت رساندند، با اکثریت بخش‌های فروش که جلسه داشتند از اهداف فروش فراتر رفتند. همه محصولات طبق برنامه به بازار عرضه شده اند و محصولات جدیدی هم برای عرضه اولیه در سه ماهه آینده آماده شدند. با این حال، در همین دوره، سود در واقع برای اولین بار در تاریخ شرکت کاهش یافت، زیرا هزینه‌های سربار به عنوان درصدی از فروش به بالاترین حد خود رسید.

الگوهای رفتاری مرتبط

سرعت حرکت شرکت باعث شد تا کارکنان به راحتی درگیر فعالیت‌های روزمره کسب و کار نیمه‌هادی شوند. مدیران تا زمانی که سود آنها کاهش نیافته بود، هیچ تصوری از وجود مسئله مالی نداشتند. برای پرداختن به موضوع کاهش سود، آنها تصمیم گرفتند تا داده‌هایی را در مورد عملکرد گذشته خود جمع‌آوری کنند و در یک دوره زمانی به گذشته نگاه کنند تا الگوهای رفتاری مهم را شناسایی کنند. به عنوان مثال، الگوی عرضه محصولات در دو سال گذشته چگونه بوده است؟ یا تعداد محصولات جدید؟ تعداد مهندسان محصول؟ میانگین سطح تجربه مهندسان؟

داده‌هایی که آنها پیدا کردند به شرح زیر بود: درآمد فروش در 10 سال گذشته هر سه ماهه افزایش یافته بود، اما رشد سود در چند فصل گذشته کاهش یافته بود. از آنجایی که موفقیت‌های گذشته این شرکت بر اساس محصولات جدید بود، تعهد مستمری برای عرضه محصولات جدید هر ساله وجود داشت. آنها در هر سه ماه فروشندگان جدیدی را برای دستیابی به اهداف فروش تهاجمی تر اضافه می‌کردند.

نمودار اولیه این رویدادها در طی یک دوره چند ساله براساس “عملکرد در طی زمان” رسم شد. با این حال، فقط رسم داده‌ها، بینش کمی در مورد دلیل رخ دادن روندها ارائه کرد.

تحلیل داده‌ها و تئوری سازی

ابزارها و روش‌های زیادی برای تحلیل داده‌های سری زمانی وجود دارد که مدیران در آنها استفاده می‌کنند. به عنوان مثال، حوزه‌های بهبود کیفیت، نمودارهای روند، نمودارهای پراکندگی و روش‌های کنترل فرآیند آماری، برای تحلیل روندها، روابط متقابل و قابلیت سیستم توسعه یافته است. ابزارهای مختلف رگرسیون یا تحلیل روند نیز برای شناسایی همبستگی بین متغیرها موجود است. اما استفاده از این ابزارها محدودیت‌هایی دارد.

درآمد فروش در  در 10 سال گذشته هر سه ماهه افزایش یافته است، اما رشد سود در چند فصل گذشته کاهش یافته است. در همین حال، عرضه محصولات جدید و تعداد کارکنان فروش هر سال افزایش یافته است.

یک محدودیت آشکار این است که رگرسیون یا هر ابزار دیگر تحلیل داده بدون داده بی فایده است. با این حال، اغلب اطلاعات کمی برای تحلیل یک مسئله جدید در دسترس است – و معضل در اینجا نهفته است. اگر فقط از ابزارهای تحلیل داده‌ها استفاده کنیم، این خطر را دارد که فقط بر روی متغیرهایی تمرکز کنیم که داده‌هایی برای آنها داریم. از سوی دیگر، این غیر واقعی است که سعی کنید داده‌ها را برای همه چیز از قبل ردیابی کنید. ابزارها و روش‌های تحلیل داده‌ها زمانی بسیار مفید هستند که به عنوان بخشی از فرآیند تئوری‌سازی مورد استفاده قرار گیرند.

ترسیم نمودارهای رفتار در طول زمان (BOT) (که «حالت‌های مرجع» نیز نامیده می‌شود) می‌تواند با ایجاد نظریه‌های علّی قبل از جمع‌آوری داده‌های لازم، به رفع معضل در دسترس بودن داده کمک کند. از BOT‌ها می‌توان برای ارتباط رفتار مشاهده شده گذشته با رفتار آینده استفاده کرد، به گونه ای که بینشی در مورد ساختارهای علّی بنیادین و البته پنهان ارائه دهد. توسعه چنین تئوری‌های علّی، خطر غلبه بر محدودیت‌های داده ایی را که به راحتی در دسترس هستند، کاهش می‌دهد.

ساخت یک نظریه

مدیران شروع به تحلیل رفتار اولیه نمایش داده شده در نمودار کردند و برای این کار یک تیم چند وظیفه ای از بخش‌های مختلف را تکشیل دادند تا آنها مشخص کنند که چه چیزی در حال رخ دادن است. این تیم تصمیم گرفت داده‌ها را برای یک افق زمانی پنج ساله جمع آوری کند.

تیم برای درک اینکه چرا علی رغم رشد درآمدها و معرفی محصولات جدید، سود در حال کاهش است، اقدام به تعریف یک فرضیه در مورد رابطه بین تعداد محصولات جدید و هزینه آنها مطرح کرد. اگرچه تعداد محصولات در کاتالوگ آنها به طور پیوسته در حال افزایش بود، اما آنها با این چالش مواجه بودند که آیا هزینه عرضه محصولات با سرعت بیشتری در حال افزایش است یا خیر. یک نفر این فرضیه را مطرح کرد که تعداد محصولات جدید با درآمد کمتر از 10 هزار دلار احتمالاً در حال افزایش و میانگین قیمت فروش در حال کاهش است.

این احتمال به توضیح این موضوع کمک می‌کند که چگونه آنها می‌توانند با وجود شکستن رکورد فروش واحد محصول و درآمد پولی، با کاهش سود مواجه شوند. شخص دیگری مطرح کرد که افزایش فشار درآمد ممکن است بر توسعه محصول جدید فشار بیاورد تا محصولات جدید بیشتری تولید شود. این فشارها ممکن است باعث شود بخش طراحی به جای محصولات نوآورانه تر و بالقوه سودآورتر، روی ایجاد محصولاتی کار کنند که توسعه و عرضه آن به بازار آسان تر باشد. این نظریه علّی در حال ظهور در «فشار بر توسعه محصول جدید» تجلی می‌یابد.

مراجع:

Aurell, E., & Del Ferraro, G. (2016, March). Causal analysis, correlation-response, and dynamic cavity. In Journal of Physics: Conference Series (Vol. 699, No. 1, p. 012002). IOP Publishing.

Ding, Y., & Toulis, P. (2020, June). Dynamical systems theory for causal inference with application to synthetic control methods. In International Conference on Artificial Intelligence and Statistics (pp. 1888-1898). PMLR.

Cavaleri, S., & Sterman, J. D. (1997). Towards evaluation of systems‐thinking interventions: a case study. System Dynamics Review: The Journal of the System Dynamics Society, 13(2), 171-186.

Rahmandad, H., & Sterman, J. D. (2012). Reporting guidelines for simulation-based research in social sciences.

Shaker, F., Shahin, A., & Jahanyan, S. (2022). Investigating the causal relationships among failure modes, effects and causes: a system dynamics approach. International Journal of Quality & Reliability Management, 39(8), 1977-1995.

Sliva, A., Reilly, S. N., Casstevens, R., & Chamberlain, J. (2015). Tools for validating causal and predictive claims in social science models. Procedia Manufacturing, 3, 3925-3932.

Sterman, J. D. (2010). Does formal system dynamics training improve people’s understanding of accumulation?. System Dynamics Review, 26(4), 316-334.

Sugihara, G., May, R., Ye, H., Hsieh, C. H., Deyle, E., Fogarty, M., & Munch, S. (2012). Detecting causality in complex ecosystems. science, 338(6106), 496-500.