För att göra korrekta undersökningar måste man ha en utmärkt förståelse av logik och de olika typerna av outpoints och pluspoints. När man har dessa som sitt fundament, använder man sedan två allmänna steg för att ”ta reda på vad som faktiskt pågår”. Dessa steg är:

1. Analysera datana.
2. Använda de data som har analyserats för att analysera situationen.

Data definieras som fakta, statistikdiagram, uttalanden, beslut, handlingar och beskrivningar, vilka antas vara sanna.

Situation definieras som den allmänna, generella scen där en samling aktuella data existerar.

Till exempel skulle en nedgång i statistiken för antalet nya datorer i en butik som säljer datorer vara en situation.

Analysera betyder undersöka eller studera något noga och i detalj så att man förstår det bättre. När man gör undersökningar, analyseras både data och situationen och det gör man på följande sätt.

Man analyserar data genom att jämföra varje enskilt datum med outpointerna och ser om någon av dem förekommer i dessa data. (Till exempel visar sig ett påstående som förväntas vara sant faktiskt vara en lögn, vilket är en outpoint.)

Tillvägagångssättet för att analysera situationen är att ta vart och ett av de datum som har analyserats enligt ovan och tilldela varje outpoint till den person eller den del av området den tillhör. (Till exempel om Bill var den person som sade ovanstående lögn, placeras den outpointen vid Bills namn.) När alla data har analyserats, räknar man alla outpointerna och ser var flest outpoints har placerats.

Genom att göra detta får man platserna eller personerna med störst antal fel eller desorganisation. Det ger en också vilka områden som är effektivast, vilket kommer att vara områdena med lägst antal outpoints.

Exempel: Det är problem i serveringsavdelningen. Det finns tre personer i den avdelningen. Genom att göra en dataanalys av hela området får vi flera outpoints. Dessa tilldelar vi sedan medarbetarna A, B och C som arbetar i avdelningen. Låt oss säga att man när undersökningen är klar ser att B hade flest outpoints. Detta visar att problemet i serveringsavdelningen beror på B. B kan sedan hanteras på olika sätt, som till exempel genom att utbilda honom på hans arbetsuppgifter, få honom att komma till arbetet i tid osv. Observera att vi analyserade data från huvudområdet. Vi tilldelade varje ”bit” data till de mindre avdelningarna i området. Genom att se vilken avdelning som hade flest outpoints, hade vi en analyserad situation och kunde komma fram till vad som skulle göras för att hantera denna avdelning.

Till exempel analyserar vi alla data vi har om bilfabriken Bingo. Vi tilldelar de data som vi på detta sätt analyserade som outpoints, till varje funktion i bilfabriken Bingo. På så sätt fastslår vi vilken funktion som det går sämst för. Vi hanterar sedan denna funktion på olika sätt, främst genom att organisera den och utbilda dess chefer och personal.

Det finns åtskilliga varianter.

VI SKAFFAR OSS EN ANALYS AV SITUATIONEN GENOM ATT ANALYSERA ALLA DATA VI HAR OCH TILLDELAR OUTPOINT-DATANA TILL OMRÅDENA ELLER DELARNA. DET OMRÅDE SOM HAR FLEST OUTPOINTS ÄR DET OMRÅDE SOM BEHÖVER KORRIGERAS.

När vi har en allmän situation som ska hanteras, har vi naturligtvis problemet att ta reda på vad som är fel innan vi kan korrigera det. Stegen i dataanalys följt av situationsanalys är de steg vi ska använda för att upptäcka vad som är fel.

Vi gör detta genom att jämföra alla data mot outpointerna (de ologiska sakerna). Vi har nu en lång lista med outpoints. Detta är steget dataanalys.

Vi sorterar de outpoints vi nu har in i scenens huvudområden. De flesta outpointerna kommer att visa sig i ett område. Detta är situationsanalyssteget.

Vi vet nu vilket område som ska hanteras.

Till exempel sjuttio data existerar om den allmänna scenen. Vi finner att 21 av dessa data är irrationella. Detta är outpointerna. Vi placerar dessa 21 outpoints i de områden de kom ifrån eller hör till. Sexton kom från område G. Vi hanterar område G.

Erfarenhet

Det anmärkningsvärda med en sådan övning är att även om det kanske tar en dag att fullborda dataanalysen, motsvarar detta 3 månaders arbetserfarenhet. Så data- och situationsanalys ger ett omedelbart resultat, medan erfarenhet fordrar lång tid.

Man får en analys av en situation genom att analysera alla data man har och tilldela outpointerna till områdena eller personerna. Det område eller den person som har flest outpoints visar var korrigering behövs.

Hur väl dataanalysen görs beror på hur väl den person som gör undersökningen känner till den ideala organisationen och vilket syfte verksamheten är baserad på. Detta betyder att man måste veta vilka dess aktiviteter borde vara utifrån en rationell eller logisk synpunkt.

Till exempel förmodas en klocka ticka på och visa tiden och vara av praktisk och tilltalande design. Det är meningen att en klockfabrik ska göra klockor. Det är meningen att den ska producera tillräckligt många klockor tillräckligt billigt, och klockor som är tillräckligt bra för att kunder ska vara villiga att köpa dem. Och klockorna måste sälja för tillräckligt mycket pengar för att klockfabriken ska kunna fortsätta sin verksamhet.

Fabriken köper materialet för att göra klockor med. Den reparerar och ersätter sina verktyg och sin utrustning. Den anställer arbetare för att göra klockorna och leder arbetet som utförs i fabriken. Den har mindre företag som hanterar reparationer av klockor. Dessa finns i områden långt ifrån fabriken. Och den har andra företag som säljer klockor till större typer av butiker, dit människor kan gå och köpa dem.

Allt det ovannämnda visar vad som menas med ”ideal” struktur för klockfabriken och dess organisation.

Dessa punkter är rationella och logiska. De är vad som ska inträffa, och om de gör det så visar det att klockfabriken går bra och kommer att kunna fortsätta sin verksamhet.

Om vi tar en titt på den faktiska aktuella informationen om klockföretaget, kan vi se outpoints och göra en dataanalys. Om det till exempel var meningen att företaget skulle ha mottagit material för att göra klockorna men detta material inte hade kommit än, skulle det vara en outpoint, motstridiga fakta.

Man tilldelar outpointerna till helheten som en situationsanalys. I det här exemplet levererades inte materialet eftersom personen som är ansvarig för företagets pengar glömde att betala leverantören som skickar materialet. Så denna outpoint tilldelas personen som är ansvarig för pengarna.

Om resten av dataanalysen och situationsanalysen ger ytterligare outpoints om den här personen, visar det vem som behöver korrigeras.

Man använder sitt know-how och sin skicklighet vad gäller administration (de handlingar som är involverade i att sköta eller organisera ett kontor, en organisation eller en specifik aktivitet) för att reparera den mindre avdelningen som har flest outpoints.

På så sätt får vi en fungerande klockfabrik som fungerar närmare det ideala.

Alla problem i organisationer, oavsett typ av organisation, hanteras på samma sätt.

Vi kallar dessa två åtgärder för:

• DATAANALYS
• SITUATIONSANALYS