Smetti di cercare la decisione perfetta. La ricerca del Premio Nobel dice che "abbastanza buono" vince.

La regola di soddisfacimento meglio documentata nel business moderno si trova in una lettera agli azionisti. Nella sua lettera del 2015, Jeff Bezos ha suddiviso le decisioni in due tipi: Tipo 1 — conseguenti, irreversibili o quasi, porte a senso unico, da prendere in modo metodico, attento, lento — e Tipo 2 — modificabili, reversibili, porte a doppio senso, dove una scelta subottimale può semplicemente essere annullata. La sua diagnosi: man mano che le organizzazioni crescono, applicano il pesante processo di Tipo 1 a tutto, e il risultato è lentezza e diminuzione dell'invenzione. La lettera dell'anno successivo ha aggiunto il numero: la maggior parte delle decisioni dovrebbe essere presa con circa il 70% delle informazioni che si desidererebbe avere.

Bezos stava scrivendo consigli operativi, ma stava ripetendo un risultato vincitore del Nobel. Herbert Simon dimostrò negli anni '50 che la ricerca esaustiva della migliore opzione non è ciò che sembra la decisione razionale — né per le persone, né per le organizzazioni, né tantomeno in linea di principio. Chiamò la strategia reale satisficing: soddisfare più sufficiente. Definisci cosa significa "abbastanza buono", cerca finché non lo trovi, fermati.

Ora guarda il foglio di calcolo di confronto attualmente aperto da qualche parte nella tua organizzazione: quattordici fornitori, quaranta colonne di criteri, una riunione decisionale che continua a essere riprogrammata. Questo pezzo riguarda il motivo per cui quel foglio di calcolo è di solito l'errore costoso, cosa dice l'evidenza che costa alle persone che lo costruiscono e come soddisfare deliberatamente — inclusi i casi in cui dovresti davvero massimizzare. La teoria dietro tutto ciò ha il suo pezzo complementare: la razionalità limitata di Simon.

Fare meglio, sentirsi peggio: cosa comporta realmente massimizzare

Il test classico ha seguito gli studenti universitari durante la loro ricerca di lavoro nell'ultimo anno. Sheena Iyengar, Rachael Wells e Barry Schwartz hanno misurato chi si è approcciato alla ricerca come massimizzatori — determinati a trovare il miglior lavoro possibile — e chi ha soddisfatto i propri criteri. I massimizzatori hanno vinto sulla carta: stipendi iniziali circa 20% più alti. E hanno perso in tutti gli altri aspetti: meno soddisfatti dei lavori che hanno accettato, più pessimismo, stress e rimpianto durante il processo (Psychological Science, 2006 — il titolo del documento lo dice: Fare meglio ma sentirsi peggio).

La letteratura più ampia sul massimizzare, che va dagli studi originali di Schwartz del 2002 fino alle recenti revisioni, ripete il modello: le tendenze al massimizzare si correlano con più rimpianto, maggiore difficoltà decisionale, più depressione e meno soddisfazione nella vita — con il rimpianto che causa gran parte del danno. Un aumento salariale del 20% è denaro reale e potrebbe valere la pena una volta, in un momento cruciale della carriera. Come modalità operativa predefinita per un team, il massimizzare acquista guadagni marginali a livello oggettivo a un costo soggettivo e organizzativo crescente: decisioni più lente, decisori esausti e scelte che tutti mettono in discussione perché il processo prometteva il meglio e il meglio è infalsificabile.

La matematica non è mai stata dalla parte del foglio di calcolo.

Anche se la ricerca fosse priva di rimpianti, non è priva di tempo — e la matematica di quando smettere di cercare ha una risposta esatta per un caso idealizzato. Nel classico problema del segretario (candidati classificati visti uno alla volta, senza possibilità di tornare indietro), la strategia provabilmente ottimale è osservare il primo 37% delle opzioni senza impegnarsi, poi prendere il primo che sia migliore di tutto ciò che è stato visto finora. Non il 100%. Non la maggior parte. Trentasette percento — e questa è la politica ottimale, in un contesto progettato per favorire una ricerca approfondita.

Le decisioni reali sono più complicate del teorema, ma la sua lezione si trasferisce: la ricerca razionale esamina una frazione dello spazio delle opzioni e si impegna. Tre forze lo garantiscono. I costi di ricerca sono reali: ogni ora di valutazione ha un costo opportunità. I ritorni diminuiscono: la differenza tra l'opzione al 90° e al 95° percentile è piccola e in diminuzione. E il ritardo si accumula: il mercato che una decisione era destinata a servire si muove mentre la decisione viene perfezionata. Una buona decisione eseguita per due mesi di solito supera una leggermente migliore che arriva con due mesi di ritardo.

Il Framework Satisficing: Cinque Passi

Il soddisfacimento deliberato è un processo, e la disciplina è anticipata:

Quando massimizzare invece: le porte a senso unico

Il satisficing è un default, non un dogma, e le eccezioni sono esattamente le decisioni di Tipo 1 di Bezos. Massimizza quando la decisione è irreversibile o quasi (un'acquisizione, una migrazione di piattaforma, un co-fondatore); quando lo spazio delle opzioni è abbastanza ridotto da poter essere effettivamente enumerato; quando nulla costringe alla velocità; o quando piccole differenze di qualità si accumulano per anni. Quelle decisioni meritano tutto l'apparato — ricerca ampia, dibattito strutturato, avvocati del diavolo, tempo.

Il modo di fallimento è quasi mai massimizzare una porta bidirezionale troppo poco. Si tratta di eseguire il processo della porta unidirezionale su porte bidirezionali — fogli di calcolo di quattordici fornitori per uno strumento che potresti sostituire il prossimo trimestre. L'abilità è il triage: classificare prima la porta, poi scegliere il processo. I team di prodotto riconosceranno il soddisfacimento con i suoi altri nomi — il MVP, l'iterazione, il famoso consiglio di Reid Hoffman che una prima versione che non ti imbarazza è stata spedita troppo tardi. Agile è il soddisfacimento applicato all'ambito: spedire qualcosa di abbastanza buono, imparare, adattarsi — perché la lezione di mercato che acquisti spedendo vale di più della lucidatura che acquisteresti aspettando.

Ma cosa succede se ci perdiamo qualcosa di meglio?

Lo farai. Non è un difetto del soddisfacimento — è un fatto sugli spazi delle opzioni, e vale anche per i massimizzatori. C'è sempre un altro fornitore, un altro candidato, un altro framework; la ricerca esaustiva che escluderebbe tutti non termina. Massimizzare non chiude il divario, sposta solo il momento di fermarsi più in là e lo prezza di più.

E la paura punta nella direzione sbagliata, perché i dati sul rimpianto vanno contro i massimizzatori, non i soddisfacenti. Le persone più determinate a non perdere qualcosa di meglio sono quelle che gli studi trovano meno soddisfatte di ciò che hanno scelto. Livelli di aspirazione ben definiti sono la risposta onesta alla paura: se qualcosa di genuinamente importante verrebbe perso, appartiene ai criteri — e poi il soddisfacimento lo protegge meglio di una ricerca aperta, perché i criteri sono scritti e controllati invece di galleggiare nella stanza.

Il rischio residuo è reale ma diverso: i livelli di aspirazione possono essere impostati male. Troppo bassi e accetti il mediocre; troppo alti e nulla passa mai — il che è paralisi decisionale che indossa un costume di processo. La calibrazione deriva dal record: quando documenti criteri e risultati, scopri quali barre erano sbagliate e le sposti — questo è lo scopo del registro delle decisioni.

Dove si inserisce Argumentree

La parte più difficile del soddisfacimento non è comprenderlo, ma è fidarsi della fermata. I team continuano a cercare perché nessuno può vedere che il traguardo è stato realmente raggiunto. Argumentree rende la fermata affidabile: i criteri vivono in una struttura condivisa che tutti vedono prima che arrivino le opzioni; gli argomenti a favore e contro ciascuna opzione sono esposti e valutati invece di essere ripetuti dalla memoria; e il record — criteri, valutazioni, ragionamenti — persiste, quindi la decisione non viene riaperta ogni volta che qualcuno di nuovo sente parlare di un'alternativa più brillante.

Criteri visibili, argomenti ponderati, un record duraturo: questo è l'ambiente in cui "sufficiente" è uno standard difendibile invece di un semplice scrollare le spalle con speranza.

Inizia con una decisione

Scegli una decisione che il tuo team sta attualmente massimizzando. Classifica la porta — se è reversibile, scrivi i criteri, stabilisci il budget, fai il primo passaggio e registralo. Il disagio che provi nel fermarti non è la sensazione di fare qualcosa di sbagliato; è la sensazione di fare qualcosa di diverso, con un Premio Nobel, un teorema di arresto e un insieme di studi sul rimpianto alle spalle.

Lo standard di Simon non è mai stato la mediocrità. Era l'affidabilità: l'organizzazione che decide bene costantemente batte quella che decide perfettamente occasionalmente, perché la seconda non esiste.