作者┃Open Quest
在7月24日，我們邀請到 Ivan 老師分享系統思考的應用案例。相關報導請查看以下連結內容：
在該次分享當中，Ivan 老師介紹當年 Mastercard 如何運用系統思考扭轉了市占率下滑的危機，並且詳細介紹了專案團隊的工作方法以及專案的成果，讓大家更完整地認識這個案例。在分享過程中，參與者出於對系統思考以及案例的好奇而提出了許多問題。我們把 Ivan老師對這些問題的回答編輯成文章，希望能夠説明到更多人認識並學習系統思考。
關於杠杆點的識別
問題1：今天看到的這個案例中，高杠杆點是通過敏感度測試(Sensitivity Analysis)找到的。請問還有一些其他的尋找事半功倍的杠杆點的方式嗎？
問題2：如何識別和利用杠杆點？在複雜的系統中，哪些是真正的杠杆點，如何確保干預這些點會帶來預期的系統變化？
回答：要尋找高杠杆點有幾個方式，其中最嚴謹的是根據量化模型的類比結果來判斷，例如在分享中提到的敏感度分析（sensitivity analysis)。然而，由於建構量化模型需要投入較多的時間與資源，所以通常在使用系統思考的時候只能畫出質化的系統圖，此時可以通過兩種方式判斷：
- 根據系統圖的結構：例如如果有很多環路都會經過某個變數，表示這個變數有可能是杠杆點。
- 結合實際的經驗或現有資料來判斷，例如兩個結構類似的環路，我們有可能借由經驗或資料來分辨哪個環路的作用比較強。
至於如何確保我們對於複雜系統的干預會帶來預期的變化，我的經驗是，我們沒辦法「保證」我們的干預一定會帶來想要的改變，因為當我們說「XX是高杠杆點」時，只是我們基於對系統現有知識的「最佳猜想」，一個干預究竟會對系統帶來什麼影響，還是要實施之後才會知道。儘管如此，我們還是可以從兩方面提升我們的勝率：
- 仔細思考干預的實施(implementation)：也就是思考干預的實施會受到哪些因素的影響，並且針對那些可能影響干預順利實施的風險因素設計配套措施。為了做到這點，我們其實也可以把干預實施的過程也畫成系統圖，這會説明我們有更好的判斷。
- 持續反覆運算：也就是在干預實施之後，觀察系統的反應，並且在需要的時候做出調整。在「調適性領導」(Adaptive Leadership)有一句話：「當你開始實施你的干預方案之後，你的方案就不是你自己的了。」也就是說，此時我們就無法要求我們的干預方案一定要照我們的預想發展，而是只能傾聽、感知系統，並且適時作出調整，也就是「與系統共舞」。
關於系統思考的案例
問題3：關於系統思考解決的業務問題，實際案例在哪裡可以獲取，類似案例庫。
問題4：是否可以推薦，比較經典的，系統思考方法論解決企業實物問題的案例，作為用以給客戶做開啟思考模式的用途的。
回答：關於系統思考的案例，我們在沙龍中有提到系統動力學網站的案例庫：https://systemdynamics.org/resources/successful-applications/
當中涵蓋了不同領域的系統思考使用案例。
如果是中文的資料，我記得彼得・聖吉的《第五項修煉》以及邱昭良博士的《如何系統思考》也有介紹一些案例。
如果習慣閱讀英文材料，可以拿「Systems Thinking」與「System Dynamics」，搭配你有興趣的領域的英文關鍵字在在互聯網上搜尋，很可能就能找到與你自己的情境類似的案例。
關於應用系統思考對於專業領域知識的要求
問題5：想瞭解一下Mastercard這個case裡面的顧問是否有信用卡這個領域的專業知識
回答：在MasterCard的案例中，顧問團隊不僅包括系統思考專家，還包括消費金融領域的專家。
根據我過去的經驗，有些人在學習系統思考之前，並沒有其他領域的實務經驗。他們可能會對系統思考有一個誤解，認為可以直接將系統思考應用於不同的領域。我認為，儘管系統思考具有一定的普適性，但若要在某個特定領域有效應用，還是需要深入學習該領域的專業知識，或者邀請該領域的專家共同參與。
舉例來說，有些人希望利用系統思考來説明客戶制定戰略，可能會「天真地」認為只要為客戶畫出系統圖，就等同於制定了戰略。然而，我認為，要將系統思考用於特定領域的戰略制定，不僅需要掌握系統思考的專業知識，還需要：
- 瞭解戰略的本質：需要知道戰略的內涵和品質標準。
- 認識該領域的特性：確保戰略可以實際執行。例如，在醫藥領域的客戶需要考慮政府法規、醫療機構、醫療人員社群團體等因素。
通過結合系統思考與特定領域的專業知識，才能更好地為客戶制定切實可行的戰略，並有效解決複雜問題。
如何評估系統思考的應用效果
問題6：如何評估系統思考應用的效果？有哪些工具和方法可以用來評估系統思考在實踐中的應用效果？
回答：當人們運用系統思考做出決策後，通常需要經過一段時間才能看到決策執行後的成果。例如，在MasterCard的案例中，是在項目結束數年後才看到顯著成效。因此，如果希望在系統思考應用的當下就評估其成效，可以使用系統思考領域中的一個評估方法——「CICC」，即：
- 是否有助於溝通（Communication）
- 是否幫助提取洞察（Insights）
- 是否幫助達成共識（Consensus）
- 是否讓眾人對未來的行動有高度承諾（Commitment）
這些指標可以説明我們快速判斷系統思考在短期內的應用效果。具體的評估方式通常通過問卷調研或訪談來進行，以收集參與者的回饋並衡量這些方面的改善程度。
通過這種方法，我們可以在決策實施前就評估系統思考的初步效果，並為後續行動提供指導。
其實我認為這個評估方法，也很適合用來評估引導方法的成效，不知道大家怎麼看呢？
關於系統邊界的界定與因素的取捨
問題7：如何界定系統的邊界？在分析一個問題時，如何確定哪些因素應該包括在系統內，哪些應該排除在外？
如何確保資料的準確性和完整性？系統思考依賴于準確和全惡面的資料，如何收集和驗證這些資料？
回答：以上兩題都是跟系統圖的完整性有關，所以我就一併回答。
在繪製系統圖的時候，界定系統圖的邊界是非常重要的。儘管我們常會說「一切事物都是相互關連」，但是在實務上我們對因素不可能無所不包，所以終究得面對「哪些因素要包括在系統內」「哪些要排除在外」的問題。通常我們會用以下方式來界定系統邊界：
1.可否重現系統過往的行為：如果建構的是量化模型，我們可以根據模型是否能夠重現系統過往的行為趨勢，來判斷是否已經包含足夠多的因素。如果模型可以重現過往的行為趨勢，我們就有一定的信心，認為這個模型已經把大部分重要的因素包含進來了，此時就不需要另外添加了。但是如果只有建構質化的系統圖，這個方法就不太適用。
2.是否涵蓋相關的子系統：如果我們認為一個議題有好幾個子系統牽涉其中，就要留意畫出來的系統圖是否有涵蓋這些子系統。
3.是否涵蓋相關利益相關方的觀點：如果我們認為一個議題牽涉到多方利益相關方的，就要確保系統圖當中有相關的變數與因果關係可以代表這些利益相關方的觀點。
4.是否重要利益相關方的認可：在我們試圖處理某個複雜問題時，如果我們必須要獲得某幾位重要利益相關方的支持與密切合作，才能夠處理這個問題，那麼我們就得要讓這些相關方認可我們所繪製的系統圖已經足夠完整。如果有一方認為不夠完整，就要瞭解對方認為缺少的是什麼，再把那些缺失的部分補充進來。
5.建立因素清單：不論是要用前述哪種方式來判斷完整性，我都會建議可以有一張「因素清單」，也就是列出與議題相關的因素，並且把這張清單分成「包括在系統圖」以及「目前暫時不包括在系統圖」兩區塊。這樣做的好處是，即使我們暫時決定先不要把某些因素放入系統圖，我們也會知道我們「排除了什麼」，未來當我們認為系統圖不夠完整時，就可以看看「目前暫時不包括在系統圖」這個區塊當中，有哪些因素是可以被我們「撿」回來的。
至於所謂資料的準確性與完整性，我故且把它們合稱為「資料品質」。我理解的是，每種類型的資料，都會有相對應的品質標準、搜集與驗證方法，因此我會建議可以詢問相關專家。此外，我也會建議針對要用的資料準備一張「資料品質清單」，也就是列出所搜集的資料，並且列出你對每一項資料的「信心等級」，例如擁有最高信心等級的資料，可能是那些「有多方可信的量化紀錄的來源，而且不同來源之間並沒有矛盾」的資料，中度信心等級可能是「沒有量化紀錄，但是有大量的質化紀錄作為作證」，低度信心等級可能是「沒有量化與質化紀錄，只有某一利益相關方的記憶作為來源」的資料。
但是無論要如何確保資料的準確性與完整性，有一件很重要需要記得的是，「即使我們沒有搜集到足夠品質的資料，還是可以試著把我們對於問題的理解繪製成質化的系統圖」，隨著我們對問題的認識、搜集到的資料越多，就還是可以回過頭讓系統圖變得更完整。也就是說，我們決定要不要把一個問題畫成系統圖，不是「因為我們有完整準確的資料」，而是「因為我們認為這個問題重要且複雜」。
雖然這兩題是針對系統思考而問的，我認為其實我們也可以反思：在我們平常解決問題的時候，是如何確保思考的完整性與資料的品質呢？
Laura老師補充：如果單做引導，不使用系統思考，3、4、5可以很容易的做到。1、2複雜度如果中等，可以用一些參與的形式還原。我發現如果複雜度或者觀點差異度高、子系統多，光靠純引導不加系統思考難度會非常高。
