Comment la pratique inclusive et les données aident à réduire les biais dans la prise de décision

Il est facile pour les préjugés de s'infiltrer dans différents aspects de la prise de décision, même lorsque vous pensez que vous fondez vos décisions sur des faits objectifs. Alors, comment limiter les biais lorsqu'il s'agit de prendre des décisions ? Qu'est-ce que la prise de décision basée sur les données ? Et comment empêcher les préjugés d'infiltrer vos données ?

Il y a beaucoup à déballer ici, alors réfléchissons un instant.

Premièrement, nous devons nous attaquer à l'éléphant dans la pièce proverbiale : Tout le monde a des préjugés. La partialité n'est pas intrinsèquement mauvaise ou quelque chose dont il faut avoir honte - c'est une impulsion humaine naturelle. Souvent, les gens évitent d'aborder et d'explorer les préjugés parce qu'ils pensent que c'est une faiblesse ou un défaut. Cependant, c'est quelque chose dont les dirigeants doivent être conscients pour prendre des décisions intentionnelles et éclairées. Être intentionnel à pratiquer l'empathie et à vous décentrer de vos décisions peut conduire à des résultats plus inclusifs.

Prise de décision basée sur les données utilise des faits, des métriques et des données pour guider les décisions commerciales stratégiques qui correspondent à vos buts, objectifs et initiatives. L'accent est mis ici sur "guider".

Les données ne sont pas une solution miracle pour nier tout biais. Cependant, cela peut créer un espace pour vous décentrer de vos propres hypothèses et commencer à voir l'éventail des façons dont une situation particulière peut être vue, comprise ou traitée.

Voici comment limiter les préjugés lors de la prise de décisions pour votre entreprise.

1. Adoptez une prise de décision basée sur les données - assurez-vous simplement que vos données elles-mêmes ne sont pas biaisées. Les données sont censées être le début de la conversation, et non l'intégralité de la conversation. (En savoir plus sur ce à quoi ressemble la prise de décision basée sur les données ici.)

Lorsque nous analysons des données, nous les examinons d'abord de manière agrégée pour obtenir des tailles d'échantillon raisonnables. Cependant, nous pouvons mieux comprendre les différentes variables et la façon dont les répondants de différents horizons ont répondu à une enquête en désagrégeant les données. Le découpage et la visualisation des données en fonction de différentes variables telles que l'âge, le sexe, la race, le lieu, l'année, etc. peuvent révéler d'autres implications et modèles. Une fois que vous aurez commencé à décompresser les données et à les filtrer en fonction de différentes considérations, l'histoire qu'elles racontent deviendra plus nuancée. Par exemple, si vous examinez le bien-être des employés dans votre organisation, vous pouvez examiner spécifiquement l'identité de genre et voir comment et si cela influence la perception. Assurez-vous de rester conscient de la taille des échantillons et de garder vos groupes de répondants anonymes.

Si vous ne posez que des questions superficielles ou si vous ne réfléchissez pas à la manière dont votre recherche est conçue, à la manière dont vous collectez les données ou aux données que vous collectez, vos données ne seront pas aussi bonnes. Pour obtenir une image aussi complète que possible, examinez toutes les informations dont vous disposez, ventilez les données et ne faites pas d'hypothèses sur ce que vous voyez. Avant de faire cela, essayez de réduire le biais dans vos données sous-jacentes. Assurez-vous que les analystes de données et les utilisateurs professionnels de votre entreprise savent comment surveiller les biais à différentes étapes de l'utilisation des données ; les biais peuvent provenir du processus de collecte et de communication des données lui-même. Voici quelques faits saillants de l'Institut urbain Guide Ne pas nuire qui expliquent comment faire ceci:

Étape de collecte des données. Des équipes diversifiées peuvent aider à identifier les biais et à établir des liens entre différents domaines d'études dont la pertinence peut ne pas être évidente à première vue. Ils peuvent également mieux refléter la démographie des populations qu'ils souhaitent étudier. Dans la mesure du possible, expliquez clairement les objectifs de vos efforts de collecte de données afin que les répondants comprennent pourquoi leur participation est importante.

Phase d'analyse. Ne séparez pas complètement vos équipes d'analystes et de communication des équipes de collecte de données : la collaboration sur l'ensemble du workflow de données est toujours préférable aux silos. Lorsque les analystes et les communicateurs reçoivent les données, ils doivent poser des questions telles que : « Comment ces données ont-elles été générées ? Qui est inclus et qui est exclu de ces données ? De qui manquent les voix, les vies et les expériences ? »

Phase de présentation. Ne craignez pas la complexité et les nuances de vos visuels si cela reflète plus précisément les résultats des données. Considérez comment l'ajout de complexité, sous la forme de graphiques et de diagrammes plus denses en données, peut aider à démontrer que vous et vos équipes avez bien réfléchi aux implications de vos efforts d'analyse.

2. Reconnaître et atténuer les préjugés et comprendre comment ils influencent votre processus de prise de décision. Le biais inconscient, ou biais implicite, fait référence à un biais dont nous ne sommes pas conscients et qui se produit en dehors de notre contrôle. Cela se produit lorsque nous portons des jugements et des évaluations rapides sur des personnes et des situations, et cela peut être influencé par nos antécédents, notre environnement culturel et nos expériences personnelles.

Les préjugés peuvent nous empêcher de cultiver des talents diversifiés, de développer une main-d'œuvre engagée, de tirer parti d'expériences et de perspectives uniques et de susciter l'innovation par la collaboration. Les préjugés au travail peuvent apparaître à peu près n'importe où, mais le plus souvent, ils apparaissent dans le recrutement, la sélection, les évaluations et les commentaires de performance, le coaching et le développement et les promotions.

3. Incorporer des pratiques de processus de travail inclusifs. Un exemple de pratique de travail inclusive consiste à créer des critères de sélection clairs pour votre processus décisionnel. Ces critères doivent être alignés sur la mission et la stratégie de votre organisation. Assurez-vous de comprendre pourquoi vous accordez la priorité à ces critères. Soyez cohérent dans la façon dont vous évaluez tout le monde et soyez intentionnel.

Prenons l'exemple de la recherche d'un conférencier principal pour un événement d'entreprise. Quel message souhaitez-vous faire passer lors de votre événement ? Avez-vous besoin que cette histoire provienne d'une entreprise d'une taille particulière avec un certain niveau de capital de marque ? Est-ce aussi important ou moins important que les mesures que vous souhaitez pouvoir mettre en évidence à propos de leur histoire ? Et que diriez-vous de partager votre plateforme avec des perspectives provenant d'horizons divers ?

Dans ce scénario, nous avons tendance à dire que nous voulons "tout !" ou se concentrer sur certains critères qui sont de grande valeur de notre point de vue en tant qu'individu ou en tant que membre d'une équipe. Mais qu'en est-il quand quelqu'un apporte ce fruit à portée de main d'avoir un grand titre mais sans la bonne histoire à raconter ? Avoir des critères clairs établis à l'avance garantira que la décision que vous prenez est fidèle au résultat que vous souhaitez.

Si la décision sera éclairée par plus de personnes que vous, faites appel à des personnes extérieures à votre réseau immédiat lors de la sélection des contributeurs à un projet, un programme ou un effort de prise de décision particulier. Les personnes de votre réseau immédiat (vos personnes de référence) sont plus susceptibles de vous ressembler que d'apporter une perspective différente. C'est ce qu'on appelle le biais d'affinité.

4. Donnez la priorité à la diversité (représentation) et à l'inclusion dans votre entreprise. Les données peuvent vous aider à voir et à explorer des concepts qui ne vous appartiennent pas. Assurer la diversité et l'inclusion, tant en termes de personnes fournissant les données que de personnes de votre équipe interprétant les données, permettra à votre équipe d'avoir plus d'interprétations et une meilleure compréhension de ce que disent les données. La recherche a démontré l'impact positif d'avoir des équipes plus diversifiées avec des perspectives plus diverses. Selon une étude récente, les entreprises diversifiées et inclusives peuvent être 60 % plus susceptibles de surpasser leurs pairs en matière de prise de décision.

Des équipes diversifiées et inclusives peuvent perturber les préjugés en apportant de nouvelles idées à partir de points de vue uniques. Selon Deloitte, on estime que la diversité cognitive améliore l'innovation d'équipe jusqu'à 20 %.

Lorsque des personnes d'horizons différents explorent des données, votre équipe peut explorer les données sous différents angles, découvrir de nouvelles informations et remettre en question vos propres idées ou idées préconçues. Plus vous pouvez faire cela, plus l'innovation aura lieu.

Une autre façon de contrôler les préjugés consiste à créer une atmosphère inclusive dans laquelle les employés peuvent se sentir psychologiquement en sécurité. De cette façon, ils se sentiront suffisamment à l'aise pour partager leurs points de vue uniques. Si cela n'est pas encouragé, les gens ne seront pas vulnérables et partageront leurs idées potentiellement révolutionnaires. Favoriser une atmosphère de sécurité psychologique et pouvoir travailler ensemble de manière plus productive conduit à l'innovation.

Autres questions à considérer : Créez-vous des équipes inclusives ? Votre organisation pense-t-elle au-delà de l'aspect recrutement en embauchant des personnes d'horizons différents ?

5. Soyez intentionnel quant à la remise en question de vos hypothèses tout au long de votre processus de prise de décision. Tirer parti d'un cadre ou d'un outil tel que le Guide Ne pas nuire faire cela. Désagrégez vos données et posez-vous des questions sur la pratique inclusive.

Assurez-vous que les analystes de données et les utilisateurs professionnels de votre entreprise savent comment surveiller les biais dans leurs processus de travail, de la stratégie à l'exécution. La pratique inclusive peut créer des moments pour perturber les préjugés, mais s'il ne s'agit que d'une activité de réflexion, il sera trop tard pour corriger le cap. Envisagez d'utiliser un cadre pour créer des moments de réflexion si vous intégrez des pratiques inclusives dans votre flux de travail.

Démarrer le processus de prise de décision avec des données

Les biais ne seront jamais complètement éradiqués et les données elles-mêmes ne sont pas la réponse. Au contraire, les données sont le début d'un processus pour poser plus de questions qui mèneront éventuellement à une réponse éclairée. En ayant des équipes plus diversifiées et inclusives, vous serez en mesure de maximiser les interprétations des données de votre entreprise, menant à des idées et des décisions plus innovantes.

Prenez de meilleures décisions grâce aux données

Apprendre encore plus sur la façon d'utiliser les données pour prendre des décisions commerciales éclairées.