The Silo Effect – briljant om att undersöka verkligheten

New York hade ett problem. Varje år härjades staden av nästan 3000 bränder. Fler än hundra människor dog varje år. Att förebygga eldsvådor borde ha hög prioritet – men staden hade 200 brandinspektörer som skulle hålla koll på fyra miljoner fastigheter.

Det var i och för sig tydligt att bränder oftast bröt ut i vissa typer av fastigheter. Ofta drabbades hus som hyresvärdar illegalt delat upp i massor med smålägenheter, för att kunna pressa in fler fattiga immigranter och desperata prekariats-arbetare. Men var fanns de? Hur skulle man kunna hitta högrisk-objekten snabbt och enkelt?

På det nyinrättade Mayor's Office of Data Analytics sattes en grupp unga datavetare i arbete. De granskade alla rapporter om bränder, men lyckades ändå inte hitta något enkelt mönster.
Chefen för avdelningen, Mike Flowers, instruerade dem då att:

… leave their computers for a few days and go on 'ride alongs' with inspectors from the different Sheriff’s Office, Police, Fire, Housing, and Building Departments. What, he asked, were the essential features of the fire traps? 'We listened to firemen, to policemen, to inspectors from Housing and Preservation and Development, the Water Department. We asked them 'When you go to a place that’s a dump, what do you see? What are the clues? We listened, listened, listened.' 

Så småningom började man se ett mönster, byggnadens ålder var en viktig faktor. När man sedan kombinerade den med data om konkurser och anmälningar om skadedjur, eller fastighetsägare som missat avbetalningar på sina lån, fick man en uppenbarelse. När man prioriterade dessa fastigheter för inspektion hittade man betydligt fler riskbyggnader än tidigare.

Men det gällde fortfarande bara en mindre del av fastighetsbeståndet – småhus. När man försökte tillämpa mönstret på större byggnader gav det dåligt resultat.

So Flowers dispatched some of his young data scientists out on the rounds again, and told them to do more on-the-ground research. Days passed by without any clear clue. But then one of the data crunchers heard a veteran inspector remark by chance, as they drew outside a large building, ’This building is fine – just look at the brickwork!’ The computer scientist asked why brickwork mattered, and the inspector explained that years of inspections had shown that landlords who paid to install new bricks did not tolerate fire hazards.

Bingo! Otroligt nog hade staden New York data över leveranser av tegel (!) – och när man adderade (eller rättare sagt drog ifrån!) dessa data fick man en karta som mycket tydligt förutsade var risken för bränder var särskilt stor.

Det är Gillian Tett som berättar historien i inledningen till sin bok The Silo Effect: The Peril of Expertise and the Promise of Breaking Down Barriers (Simon & Schuster, 2015).

Om jag tycker böcker jag läser är bra brukar de första tomma uppslagen bli fullklottrade med mitt eget sakregister till viktiga saker i boken. Så här ser det ut i mitt exemplar:

Bokens första halva är fyra exempel på haverier som skapats av ”silo”-tänkande (en metafor som inte är helt problemfri – se längre fram). Tre är från finanssektorn; det fjärde handlar om hur Sony förlorade sin ledande ställning inom konsumentelektronik.

Den andra halvan är fyra exempel på hur organisationer mer eller mindre framgångsrikt bekämpar silotänk. Ett är Facebook. Det mest intressanta kapitlet – ”How doctors tried not to behave like economists” – handlar om sjukhuset Cleveland Clinics försök att bryta ner de traditionella strukturerna inom hälsovården. Ett annat handlar om en fondförvaltare som vars affärsidé är att identifiera och  utnyttja silotänkande hos andra aktörer till sin fördel!

Särskilt den andra delen ger mycket inspiration för förändring. Till exempel det faktum att sjukhuset i Cleveland på några år gick från sista plats i patientförtroende till första!

Problemen med revir

Men skuret på andra hållet är The silo effect också två andra berättelser i en.
Den ena handlar om problemen med revir och uppdelade organisationer med bristfällig insikt i de större sammanhangen eller de små detaljerna.

Den andra handlar om antropologisk metod som en lösning. Att ge sig tid att iaktta, lyssna, dokumentera för att förstå vad som faktiskt sker i en organisation – inte vad som påstås ske, enligt ledningen eller enligt processbeskrivningen. Exakt det vi gör som interaktionsdesigners eller UX-strateger: att ta reda på den relevanta målgrupens verkliga behov!

Det som handlar om antropologisk metod i boken är briljant och inspirerande. Det som handlar om ”silos” är också bra men har några problem.
Ett är att Tett erkänner att specialisering är bra och nyttig och en förutsättning för effektivitet. Ibland är den dålig på grund av ”silo”-effekten. Men när är det bra och när är det dåligt? Det verkar finnas få sätt att förutsäga det. I efterhand kan man säga att om det gick dåligt var det silos och om det gick bra var det en vettig specialisering.

Problematisk metafor

”Silos” är också, tycker jag, en lite problematisk metafor. Den för tankarna till organisatoriska strukturer. Men Tett framhåller flera gånger att det som isolerar människor från att se andra delar av verkligheten snarare är deras ”mentala kartor”, de bilder de byggt upp av hur världen är beskaffad.

Det pekar också på hur problematiskt det vanligaste receptet mot silo-effekten – mer kommunikation – är. I flera fall beskriver Tett hur kunskap om förhållandet x fanns hos människorna i enheten y men inte fördes över till enheten z.

Men om informationen inte passar in i den mentala kartan hos mottagarna spelar det ju ingen roll: den kommer att ignoreras.
Och det är ju inte så att flödet av information idag är för litet: tvärtom. Att öka höstackarnas storlek är inte ett bra sätt att hitta nålarna.

Inte ens om vi har datamaskiner som kan tröska igenom datamängderna.
Det är här som den antropologiska erfarenheten blir särskilt viktig. Massor av data, javisst – men vi kan inte tolka dem om vi inte har kontextuell kunskap om sammanhangen.

---

Mer tid i hängmattan? Läs hela boken!