On utilise les connaissances et compétences décrites ci-dessus pour trouver la véritable raison d’une situation positive ou mauvaise. On peut appeler cette raison un « pourquoi ».

Un pourquoi est une anomalie fondamentale qui, une fois découverte, conduira à un redressement des statistiques. Une anomalie est quelque chose qui a été fait incorrectement ou mal ou qui manque complètement.

Les statistiques sont la mesure du nombre ou de la quantité de quelque chose comparée à un nombre ou une quantité antérieure de la même chose. Les statistiques mesurent la quantité ou la qualité de la production d’une activité. Une activité quelconque peut être mesurée par une statistique qui montre la production de cette activité.

Par exemple, le nombre de ventes dans un magasin de chaussures a baissé. Quelqu’un trouve une raison ou un pourquoi de ce déclin dans la vente de chaussures. Il corrige ce qui a été trouvé. Deux semaines plus tard, la statistique des ventes de chaussures (le nombre de chaussures vendues) du magasin s’est améliorée et a complètement récupéré après la baisse. Cela montre que la raison ou le pourquoi du nombre de chaussures vendues qui a été trouvé était la chose juste.

Un faux (ou mauvais) pourquoi est une anomalie faussement identifiée qui, utilisée comme base pour prendre des mesures, ne conduit pas à un redressement.

Dans l’exemple ci-dessus avec les ventes du magasin de chaussures, supposons que quelques semaines après avoir trouvé le « pourquoi » et essayé de le « corriger », la statistique du nombre des ventes de chaussures a baissé encore plus. Le « pourquoi » qui a été trouvé n’a pas conduit à un redressement de la statistique des ventes de chaussures. C’était un mauvais pourquoi.

Une simple explication est le « pourquoi » ou la raison donnée qui n’est pas la bonne et qui ne mène donc pas à un redressement.

Utilisons à nouveau l’exemple du magasin de chaussures. Un pourquoi de la diminution de la vente de chaussures est donné : « Les statistiques sont descendues parce qu’il pleuvait beaucoup cette semaine. » Et alors ? Faut-il que nous fassions cesser la pluie, maintenant ? Cette explication n’aboutit pas à une statistique montante.

Une autre simple explication pourrait être : « Les employés étaient submergés cette semaine », entendant par là qu’ils étaient donc fortement affectés par quelque chose. En tant que « solution », un dirigeant pourrait donc donner l’ordre : « Ne submergez pas les employés. » MAIS CELA NE FERAIT PAS REMONTER LES STATISTIQUES. Donc, l’explication donnée ne pourrait pas être appelée un pourquoi. Elle n’a pas conduit à un redressement des statistiques.

Le véritable pourquoi, le pourquoi correct, conduit tout droit à une amélioration des statistiques lorsqu’il est trouvé et corrigé.

Un mauvais pourquoi, corrigé, va faire baisser davantage les statistiques.

Une simple explication ne change rien à rien et le déclin continue.

Voici un autre exemple : les statistiques d’un secteur d’activité étaient basses. Une investigation a révélé qu’il y avait des maladies deux semaines auparavant. Un rapport a dit : « Les statistiques sont en baisse parce que des employés étaient malades. » C’était une simple explication donnant une « raison », mais elle ne résout rien. Qu’est-ce qu’on peut faire maintenant ? Peut-être cette explication est acceptée comme le pourquoi correct. Un ordre est donné : « Tous les gens de ce secteur doivent passer un examen médical et les employés en mauvaise santé ne seront pas acceptés. Les employés en mauvaise santé seront licenciés. » Comme il s’agit d’une action qui vise à corriger la mauvaise raison du déclin, les statistiques de l’activité qui en mesurent la production plongent pour de bon. Donc, ce n’est pas la solution. En regardant un peu plus au fond des choses, on découvre le vrai pourquoi : Il y a là un chef qui adresse ses ordres aux mauvaise personnes, ordres qui une fois suivis nuisent à la production individuelle de ces personnes et leurs statistiques descendent.

Pour le corriger, on organise l’activité et on donne une rapide formation au chef afin qu’il sache ce qui se passe et ne continue pas à donner des ordres incorrects. En conséquence, la production de l’activité concernée s’améliore et les statistiques qui la mesurent se rétablissent et sont même plus hautes qu’avant le déclin. Le pourquoi correct a conduit à un redressement des statistiques.

Voici un autre exemple : les statistiques d’une école ont baissé. Le nombre d’élèves qui terminent leurs études dans le temps prévu est très bas. Une investigation est faite qui aboutit à une simple explication : « Les élèves passent leur temps à faire du sport. » L’administration de l’école dit alors : « Plus de sport pour les élèves ! » Maintenant, la statistique des élèves qui terminent descend encore. Une nouvelle investigation conclut à un mauvais pourquoi : « Les élèves reçoivent un mauvais enseignement. » L’administration de l‘école licencie le professeur principal, qui est responsable des élèves et des enseignants. La statistique plonge en flèche maintenant.

Finalement, une nouvelle investigation plus compétente est entreprise. Elle trouve qu’il n’y avait que le professeur principal et un seul autre enseignant pour 140 élèves ! Et le professeur principal avait aussi d’autres responsabilités ! On le restaure dans ses fonctions et on embauche deux autres enseignants, ce qui en fait trois. Les statistiques montent en flèche parce qu’on a trouvé le véritable pourquoi.

Les catastrophes et les succès des dirigeants, comme des organisations elles-mêmes, s’expliquent tous par ces trois types de pourquoi. Un arbitraire, c’est-à-dire une donnée fausse ou un ordre erroné introduit dans une situation, n’est probablement qu’une mauvaise raison maintenue en place par la réglementation ou la loi. Et ainsi maintenu, une activité qui opère sous cet ordre erroné ou cette fausse donnée aura beaucoup de difficultés, et les statistiques qui mesurent sa production resteront très basses.

Donc, si vous voulez vous occuper correctement d’une mauvaise situation, vous devez comprendre la logique afin de pouvoir trouver le pourquoi correct et vous devez vraiment être vigilant et corriger un mauvais pourquoi.

Dans la finance internationale, là où l’on trouve régulièrement de l’inflation, les règlements et les législations financières ne sont probablement qu’une longue série de mauvais pourquoi. La valeur de l’argent et son utilité pour les citoyens peuvent se détériorer à tel point qu’on peut en créer toute une idéologie. Cela s’est produit dans l’ancienne ville grecque de Sparte. Lycurgue, un magistrat grec, a inventé des pièces de monnaie en fer que personne ne pouvait soulever, donc ça ne pouvait pas être utilisé. Il essayait de se débarrasser des « maux d’argent » à Sparte. Cela a entièrement empêché l’utilisation d’argent et à la place de l’argent il n’y avaient que des absurdités.

Les problèmes organisationnels empirent grandement lorsqu’on utilise de simples explications (qui ne mènent à aucune amélioration) ou de mauvais pourquoi (qui font chuter davantage les statistiques). Les améliorations organisationnelles résultent du fait d’avoir trouvé le vrai pourquoi et de l’avoir corrigé.

Le test du vrai pourquoi est le suivant : « Quand on corrige la chose, est-ce que les statistiques qui mesurent la production d’une activité remontent ? » Si elles le font, alors le pourquoi était correct. Tout autre ordre destiné à rectifier la chose, mais découlant d’un mauvais pourquoi devrait être annulé rapidement.