In het dynamische IT-landschap is het oplossen van de uitdagingen van klanten niet altijd eenvoudig. Het vereist een systematische en logische aanpak die verder gaat dan de oppervlakte van het probleem. In dit eerste hoofdstuk van een tweedelige blogreeks onderzoeken we de toepassing van de wetenschappelijke methode bij het aanpakken van complexe problemen, zowel voor wetenschappelijk onderzoek, als voor zakelijke (IT-)uitdagingen.
Wanneer een klant je benadert met een specifieke vraag, is het verleidelijk om meteen een oplossing voor te stellen. Deze eenvoudige aanpak gaat echter vaak voorbij aan het ingewikkelde proces van probleemoplossing. Voor eenvoudige problemen kan een niet-systematische aanpak volstaan, waarbij je put uit een verzameling bekende waarheden en veronderstelde kennis. Maar als je te maken krijgt met zeer complexe problemen en een schaarste aan bewezen tactieken, wordt een systematische aanpak van het grootste belang. Enter de wetenschappelijke methode.
Wetenschap is meer dan een verzameling kennis. Het is een manier van denken. Een manier om het universum sceptisch te onderzoeken met een goed begrip van de menselijke feilbaarheid.
- Carl Sagan , / op /
De wetenschappelijke methode biedt een systematisch en logisch kader dat toepasbaar is op een groot aantal situaties, of het nu gaat om wetenschappelijke onderzoeksvragen of ingewikkelde bedrijfsproblemen. Deze methode omvat een aantal belangrijke stappen:
Wanneer je geconfronteerd wordt met een observatie, een vraag van een klant of een willekeurig probleem, is het cruciaal om te erkennen dat dit misschien niet de kern van het probleem is. De aanvankelijke uitdaging moet worden omgezet in een gerichte onderzoeksvraag. Dit omvat het bepalen van wat er opgelost moet worden, het toepasselijke kader, zakelijke en technologische beperkingen, meetbare eigenschappen voor het beoordelen van oplossingen en de benodigde gegevens voor analyse. Het stellen van fundamentele vragen als wat, wie, waar, wanneer en hoe helpt bij het vertalen van het probleem in een onderzoekbare vorm.
Zodra het onderzoekbare probleem is geïdentificeerd, is de volgende stap het formuleren van een hypothese. Dit is een onderbouwde stelling of oplossing voor het probleem. "Als we A doen, dan zal B gebeuren", "Als we C verkrijgen, dan kunnen we D berekenen", ...
De hypothese moet meetbaar zijn, zodat ze in de volgende stappen kan worden bewezen of weerlegd.
Het ontwerpen van experimenten is een cruciale stap in de wetenschappelijke methode. Het is essentieel om op je hoede te zijn voor vooroordelen en steekproeffouten die de resultaten kunnen beïnvloeden. Het experiment moet objectief zijn, de kans even groot dat het de geformuleerde hypothese bewijst of weerlegt, zodat er een robuust pad naar een oplossing ontstaat.
Na afloop van het experiment is een grondige analyse van de resultaten noodzakelijk. Bevestigen of verwerpen de gegevens de hypothese? Zijn er blijvende problemen of onbedoelde gevolgen? Zelfs een weerlegde hypothese kan waardevolle inzichten opleveren voor het formuleren van een nieuwe hypothese.
Ongeacht de uitkomst van het experiment, is het documenteren en communiceren van de resultaten binnen het team cruciaal om te leren en te groeien. Het beoordelen van het potentieel voor verder onderzoek en het voorstellen van nieuwe hypotheses op basis van de conclusies is een essentieel onderdeel van deze stap. Laat een mislukte poging je nooit ontmoedigen om door te gaan.
Laten we nu eens illustreren hoe de wetenschappelijke methode kan worden toegepast op een fictief probleem binnen een IT-context. Beschouw een navigatietoepassing op basis van GPS, die feedback krijgt van gebruikers dat de pijlindicator op de kaart afwijkt en van de route verspringt.
Het probleem wordt geïdentificeerd als een probleem in locatiedetectie dat fluctuaties in de UI veroorzaakt. De onderzoeksvraag wordt geformuleerd: "Kunnen we de problemen met locatiedetectie aanpakken om de gebruikerservaring te verbeteren?".
Je ontdekt dat de GPS-gegevens die in de applicatie worden ontvangen vaak een slechte nauwkeurigheid hebben in een stedelijke omgeving.
De hypothese is dat het uitfilteren van GPS-gegevens met een slechte nauwkeurigheid de schommelingen in de pijlindicator zal elimineren.
Er wordt een bètatest uitgevoerd door onnauwkeurige GPS-gegevens te filteren en er wordt feedback van gebruikers verzameld om de verbetering te evalueren.
De resultaten wijzen op een stabiele pijlindicator, maar met een nieuw probleem - statische locatie. Dit betekent dat hij vaak stilstaat terwijl hij beweegt.
Er is een iteratie nodig omdat de filteroplossing een nieuw probleem introduceert: de locatie wordt muf. De vraag wordt nu: "Kunnen we slechte locatie-updates verbeteren zonder ze eruit te filteren?"
Aangezien de conclusies van de oorspronkelijk voorgestelde oplossing een nieuw probleem aan het licht brachten, moet je de stappen opnieuw doorlopen om een goede oplossing te vinden.
Het nieuwe probleem wordt geïdentificeerd als het risico dat de locatie oud wordt bij het filteren van slechte locatie-updates.
De hypothese wordt geformuleerd: door de locatie te projecteren op de voorspelde route worden fluctuaties geëlimineerd en wordt voorkomen dat de locatie oud wordt.
De oplossing wordt geïmplementeerd en de bètagroep geeft feedback voor evaluatie.
De resultaten laten een iets minder stabiele pijlindicator zien, maar zonder statische locatieproblemen.
De nieuwe resultaten geven aan dat de voorgestelde oplossing geldig is en het team kan doorgaan met de implementatie ervan.
De wetenschappelijke methode biedt een gestructureerd kader om complexe problemen aan te pakken. De methode leidt het probleemoplossingsproces en vergemakkelijkt de ontdekking van nieuwe informatie, het ondervragen van voorgestelde oplossingen en het aan het licht brengen van echte problemen tijdens het onderzoek.
In dit eerste deel van de blogpost is ingegaan op de werking van de wetenschappelijke methode en zijn de belangrijkste aandachtspunten naar voren gekomen. De methode is toegepast op een fictief probleem om de bruikbaarheid ervan in een IT-scenario te laten zien.
In deel 2 verkennen we de toepassing van de wetenschappelijke methode om een probleem uit de echte wereld op te lossen: "Is het mogelijk om de aankomst en het vertrek van een trein in een station te detecteren met een tijdresolutie van een paar seconden?"
Lees nu deel 2 als we de uitdagingen en triomfen onthullen van het toepassen van deze methode op een schijnbaar eenvoudige vraag met bedrieglijke complexiteit.