回到绘图板：利用设计过程的潜力，有效改变组织常规

许多组织在努力创造有效和持久的战略变革时面临挑战。Vern Glaser博士，艾伯塔大学战略，创业与管理部的副教授，研究组织如何改变他们的惯例来实现战略目标。

在他的论文中，“设计表演：组织如何题列文物改变例程”，Glaser博士提出了一个案例研究，对执法机构如何设计一种算法来优化官员的巡逻程序，从而阻止犯罪活动。他的研究揭示了设计过程在促进变革方面的重要性 - 一个经常在理论和实践中被忽视的方面。

许多组织使用算法来提高其性能并实现战略目标。算法指定在不需要任何人类直觉或猜测的情况下解决问题所需的确切步骤序列。算法始终工作，无论输入如何，都可以采用软件，过程和/或脚本的形式。例如，亚马逊和Netflix使用机器学习算法，为客户提供有关产品或服务的自动建议;Proctor＆Gamble等消费产品公司使用文本分析算法来监测社交媒体的消费者品牌参与;UPS和FedEx等运输公司使用优化算法来最大限度地降低送货成本。

在实施大规模的战略变革计划时，组织倾向于将大部分努力集中在追求“正确”目标并选择“正确的”算法来实现它们。但是，在“设计表演：组织如何录取文物中如何更改例程”，艾伯塔大学副教授司令员博士博士揭示了设计变更倡议的过程可能比定义正确的目标更重要或选择正确的算法。他对执法机构的案例研究揭示了设计过程的四个方面，最终决定了战略变革倡议的有效性：识别现有常规的基本组成部分;质疑如何进行例程的潜在假设;重新分配工作以优化有效性;并重新思考性能指标。Glaser博士的调查结果具有对常规动态和组织战略的理论和实践意义。

设计一种改变组织例程的算法：Metropol的情况
在他的研究中，Glaser博士审查了美国西部的法律执法组织（即，Metropol，假名）设计的软件，以改变巡逻惯例，以妨碍犯罪活动 - 特别是公共交通工具的恐怖主义和逃号。组织行动者与Algo-Security合作，是一家专门用于开发现实世界安全解决方案的研究公司，用于设计一种使用游戏理论算法来预测犯罪活动的工具，并根据这些预测自动调整巡逻例程。

项目团队必须识别现有例程的所有组件，并将其转换为可以嵌入为算法参数的知识。

大都会现有的巡逻程序是由谁在一个非常复杂的，劳动密集型的过程中使用的Excel电子表格派员到地方调度确定。例如，为了使恐怖分子更难以实现一次成功的攻击，大都会通过部署可利用的资源，如巡逻部队，K-9单位，并到不同的位置便衣警察回应可疑的活动。在他们的到来，人员会观察活动，查询个人或寻找可疑的材料，如废弃的背包。同样，以防止逃票，定期大都会副部署人员和保安助理中转站，火车和公共汽车审计乘客车费支付，给予警告，并引用到乘客没有有效票价文档。

大都会产生了兴趣，随机巡逻程序，以使其更难以犯罪分子利用预测的巡逻模式。然而，产生随机安排被证明是具有挑战性的，因为人类的调度往往遵循可预测调度的习惯。大都会鉴定博弈论作为一个潜在的解决这个问题。博弈论采用正式的数学模型，涉及高层次的复杂性（例如，从犯罪分子，保护在特定的时间，其目标）的场景做出最佳决策。为了实现这一目标，大都会与ALGO-安全，已经制定了一些博弈论算法创建其他几个执法部门随机巡逻时间表合作。该设计过程包括四个核心活动：（a）识别所述现有例程的基本组分;（b）中的提问基本假设;（c）中重新分配的工作;和（d）重新考虑性能度量。

识别现有常规的基本组成部分
To design a tool that used an algorithm to randomize patrolling routines, the project team had to identify all components of the existing routine (e.g., locations protected by Metropol, the types and number of available security resources, activities that those resources could perform, and the amount of time it takes to perform those activities) and translate them into knowledge that could be embedded as parameters in the algorithmic software application. For example, the algorithm needed to consider tacit knowledge, such as travel time to a patrolling destination, and the relative attractiveness of each location to criminals. Similarly, when patrolling a bus or train station, law enforcement officers could take three different actions: question individuals in the station (15 minutes), observe the station without taking any action (10 minutes), pass through the station en route to another one (10 minutes), or move between different levels of a station (1 minute). It was important to comprehensively identify the core components (i.e., resources deployed, location, travel time, action time) of the routine, and translate these essential components into algorithmic parameters.

质疑潜在的假设
在设计过程中，Metropol和Algo-Security询问了现有例程内置的关键假设。调度的游戏理论方法是基于对人类行为的基本假设 - 具体而言，个人（犯罪分子，在这种情况下）是理性的，并寻求最大化效用。团队成员质疑这一假设，因为他们试图确定潜在目标的潜在目标的价值，认识到这些可能或可能与他们对价值的评估不符。他们还质疑所有罪犯行为如何相似的假设。暴露这些假设也会影响哪些行动Metropop将妨碍犯罪活动。最终，这些谈话提示算命安全和美联人为该软件开发新的愿景，这些软件将纳入有关不同类型的执法对策的知识。团队成员还质疑有关如何配置巡逻单元和部署巡逻单元的假设。例如，Metropol可以在反击巡逻中发送K-9单位，或者可以将K-9单位与可以偷偷地观察活动的便捷官员搭配。通过质疑巡逻程序的所有方面的假设，项目团队的成员能够考虑如何最有效地使用Metropol的资源。

重新分配工作
设计可以在各种上下文环境下由组织重复使用的调度工具需要项目团队思考哪个个人将执行每个任务，以及如何。Metropol和Algo-Security审查了涉及巡逻程序的每个人的角色和职责以及软件的能力重新分配这些角色和职责。必须在算法中指定每个巡逻程序的活动的决定。例如，一名官员可以通过在火车站周围或通过特定顺序访问特定平台来监控犯罪活动。最初，项目团队没有嵌入高水平的规范，使人员能够行使他们对巡逻特定领域的最佳方式的判断。有趣的是，证据开始揭示当官员遵循其直觉而不是算法时发出了更少的引用。因此，设计团队更改了软件，以指定在每个位置执行哪些任务人员。团队成员还必须考虑如何将实时信息整合到巡逻程序中。例如，讨论如何在响应炸弹威胁符合算法的作用和覆盖时间表的能力的情况下对炸弹威胁进行分歧的争夺巡逻程序的讨论。这引发了关于决定官员是否应遵循软件的指示或使用自己的判断的参数的重要讨论。

在常规设计过程可以激发出丰富多样的组织有意和无意的好处。

重新思考性能指标
随着设计过程的进展，团队成员认可需要构建评估算法性能的交替方式。显然，新算法为随机化巡逻例程提供了更简单的方式。但它比简单地使用Excel随机化巡逻计划并根据巡逻人员的见解来修改它吗？为了解决这一辩论，该团队进行了为期21天的实验，发现算法遵循的官员的生产率在票价，警告和引用的数量方面翻了一番。此外，Metropop意识到，虽然巡逻报道指标很重要，但追踪哪些目标没有被覆盖。更一般地说，关于哲学依据性能指标的对话有助于美联人澄清，他们的目标是包含犯罪活动，而不是完全消除它。这种重点转变使得游戏理论调度为社会提供了最佳的整体保护。

结论

Metropop案件揭示了算法设计过程在促进组织变革方面的重要性。虽然目标和算法选择很重要，但设计过程不应被忽视，因为日常设计过程可以激发各种各样的预期和针对组织的意外福利。如果大都会和宇航安全在设计过程中没有投入广泛的时间和努力，那么变革的倡议可能不会成功，甚至可能失败了。为了有效地设计新的例程，团队成员必须仔细识别现有例程的所有组成部分，质疑潜在的假设，决定如何最好地重新分配工作，并制定反映整体目标的适当性能指标。也许最重要的是，设计师必须在设计过程中注册关键利益相关者，以确保新的解决方案不会被拒绝。