Tänään on vuosi 1969 tämän kauden Mad Men -sarjassa, ja Sterling Cooperin ensimmäiselle tietokoneelle – pian ikoniseksi nousevalle IBM System/360:lle – rakennetaan lasisuljettua, ilmastoitua huonetta tilaan, jossa copywriterit tapasivat tavata.
Samana vuonna IBM:n insinööri Irvin Miller esitteli artikkelissaan ”Computer Graphics for Decision Making” (Tietokonegrafiikka päätöksentekoa varten) HBR:n lukijoille uuden tehokkaan tietotekniikan, joka oli osa 360:ää – vuorovaikutteisen graafisen näyttöpäätteen.
Lävistyskortit ja -nauhat korvattiin virtuaalisilla tietonäytöillä, jotka oli sijoitettu lasinäytöllisiin etänäytöllisiin telekirjoittimiin, mutta näillä laitteilla näytettiin edelleen pääasiassa tekstiä. Nyt pitkään käytössä olleiden katodisädeputki- ja valokynälaitteistojen ja englanninkielisiä komentoja vastaanottavien ohjelmistojen lähentyminen oli luomassa vallankumousta data-analyysissä.
Viime aikoina, jos johtohenkilöt halusivat tutkia esimerkiksi tehtaan kapasiteetin suhdetta tuotantokustannuksiin, marginaalikustannusten suhdetta tuotettuihin määriin tai rajatulojen suhdetta myytyihin määriin, heidän olisi pitänyt täyttää tarjouspyyntöpyyntö, odottaa data-analyytikoiden ajavan kyselyn koneen läpi jollakin tietokoneen käyttämällä kielellä, kuten fortranin kielellä, ja laatia sen jälkeen kirjallinen raportti. Tämä saattoi kestää kuukausia.
Mutta interaktiivinen grafiikka tarjosi mahdollisuuden antaa realistisia vastauksia nopeasti ja suoraan. Kuten Miller selittää: ”Koskettamalla näyttöä kevyellä kynällä hän voi sitten käskeä tietokonetta laskemaan uudet arvot ja piirtämään kuvaajat uudelleen, minkä se tekee lähes välittömästi.”
Lukemalla Millerin opetusmonisteen palaa joihinkin ensimmäisiin periaatteisiin, jotka kannattaa ehkä pitää mielessä vielä nykypäivänäkin, jolloin tietomäärät ja laskentateho ovat huomattavasti suuremmat (suurimman Millerin mainitseman suurkoneen kapasiteetti on kaksi megatavua). Ensimmäinen on hänen melkeinpä itsestään selvä alkuperäinen toteamuksensa siitä, että yritystoimintaan vaikuttavat tekijät, joita tietokone voi käsitellä, ovat kvantitatiivisia.
Toinen on hänen selityksensä (tai meille muistutus) siitä, mitä tietokone tekee, kun se toimittaa kuvaajat: ”Ratkaistakseen liiketaloudellisia ongelmia, jotka edellyttävät toimeenpanopäätöksiä, on määriteltävä kokonaisongelma ja sen jälkeen määriteltävä matemaattinen yhtälö jokaiselle ongelman osa-alueelle. Kaikkien yhtälöiden yhdistelmä antaa matemaattisen mallin, joka edustaa johtajan kohtaamaa ongelmaa.” Miller ehdottaa esimerkkinä, että järjestelmä, johon on ohjelmoitu tiedot tuotetuista ja myydyistä määristä, tehtaan kapasiteetista, rajakustannuksista, rajatuloista, kokonaiskustannuksista, kokonaistuloista, hinnoista, vuokraushinnoista ja myyntihinnoista, voisi antaa liikemiehille mahdollisuuden tehdä tietoon perustuvia päätöksiä siitä, pitäisikö varastoja pitää, pitäisikö tehtaan tuotantoa laajentaa, kannattaisiko tuotantoa vuokrata, ostaa tai lainata, lisätä tuotantoa ja tutkia kysynnän poikkeavuuksien vaikutuksia tai rajoitusten vaikutuksia.
Tämässäkin yksinkertaisessa esimerkissä on helppo nähdä, miten vaikeaa on ”määritellä kokonaisongelma” – miten päätöksiä saattaisi vääristää esimerkiksi se, että ei olisi tietoa esimerkiksi koroista (jotka vuonna 1969 olivat juuri nousemassa eeppisiin mittasuhteisiin) tai tietoja kilpailijoista tai korvaavista tuotteista (käsite, jonka Michael Porter otti käyttöön vasta vuonna 1979).
Miller tuskin on tietämätön vaaroista (termi ”garbage in; garbage out” (roskat sisään, roskat ulos) oli keksitty jo vuonna 1963); ja vastatessaan kysymykseen, miksi johtajan pitäisi luottaa mallien perustana olevaan differentiaalilaskentaan ja lineaariseen ohjelmointiin (mielenkiintoista on, että Miller olettaa, etteivät ylemmät liikkeenjohdon edustajat ole opiskelleet laskentatiedettä), hän vastaa, että yhtälöiden tarkoitus on vain ”ennakoida ja todentaa intuitiivisia arvauksia, joiden oletetaan tulevan liikkeenharjoittajalta”. Toisin sanoen matematiikan on pohjimmiltaan tarkoitus toimia johtajan harkintakyvyn vahvistuksena, ei sen korvikkeena.
Intuition tukeminen on itse asiassa Millerin tarkoitus. Hänen mielestään uuden teknologian todellinen hyöty ei ole vain mahdollisuus tehdä mitä jos -analyysejä nykyisistä tiedoista, niin tehokas kuin se onkin, vaan se, että johtajat voisivat tehdä sen omassa toimistossaan, jolloin heillä olisi aikaa yksityiseen pohdintaan, josta intuitio kumpuaa. ”Johtaja tarvitsee hiljaisen menetelmän, jonka avulla hän voi yksin ennakoida, kehittää ja testata eri intuitiivisten aavistustensa seurauksia, ennen kuin hän sitoutuu julkisesti toimintatapaan”, Miller sanoo, ennen kuin hän edes alkaa selittää, miten teknologia toimii.
Tässä yhteydessä on valaisevaa palata Millerin arvioihin siitä, kuinka paljon aikaa koko prosessin piti viedä: muutama viikko mallin rakentamiseen, viisi minuuttia kunkin mitä jos -skenaarion toteuttamiseen – ja sen jälkeen vielä kaksi kokonaista tuntia johtajan pohdittavaksi vastausten vaikutuksia. Tässä HBR:n ensimmäisessä datan visualisointia käsittelevässä tutkimuksessa todettiin, että vuorovaikutteisen tietojenkäsittelyn todellinen arvo piilee juuri näissä kahdessa tunnissa yksinäistä hiljaista aikaa.