In un contesto organizzativo sempre più complesso e fluido, GiONA rappresenta una svolta nel modo di leggere, comprendere e trasformare le organizzazioni. Evoluzione della Organizational Network Analysis (ONA), GiONA nasce nel laboratorio di Kopernicana con la collaborazione scientifica di Alessandro Chessa per andare oltre l’organigramma e mappare l’organizzazione reale: fatta di relazioni, interazioni informali, legami deboli e pattern emergenti di collaborazione
Organizzazioni come reti
Le organizzazioni sono reti. Non organigrammi.
Sono reti complesse, fatte di persone che interagiscono tra loro, che collaborano in modo fluido verso uno scopo comune, verso uno scopo individuale e, il più delle volte, senza nemmeno uno scopo conscio ma seguendo un “istinto organizzativo”, che è frutto della continua attività di sensemaking che ciascuno di noi svolge inconsciamente per affermare la propria identità rispetto ai colleghi e all’ambiente esterno [1].
Nella collaborazione quotidiana si mescolano i processi formali (i.e. procedure aziendali) con le interazioni informali e destrutturate, che ad un primo sguardo potrebbero apparire randomiche, ma che quasi sempre sono il frutto di un processo di cristallizzazione che – con la medesima dinamica della selezione darwiniana – si è consolidato nel tempo in quanto utile alla risoluzione di un determinato problema.
Quando guardiamo ad un’organizzazione con un approccio tradizionale, come può essere quello deterministico (i.e. organigramma e processi) o statistico (i.e. risultati di un’analisi a campione), stiamo rinunciando alla capacità di vedere quei “pattern di collaborazione”, che spesso incarnano l’unicità di un’organizzazione e il suo personalissimo “segreto” per produrre valore e competere sul mercato [2].
Ma c’è di peggio. Gli approcci tradizionali tendono a voler sintetizzare e semplificare la complessità, applicando delle soglie di rilevanza, sotto le quali una certa informazione viene tralasciata. Il problema è che così facendo si perdono proprio le informazioni più preziose, ovvero si ignorano i legami deboli, che sono responsabili della capacità di un’organizzazione di adattarsi in modo flessibile ai cambiamenti ambientali [3][4].
Un esempio concreto? L’innovazione.
Già da più di 20 anni è stato dimostrato che i legami deboli sono i principali responsabili della diffusione dell’innovazione all’interno di un’organizzazione, accelerando la circolazione delle nuove idee e collegandole ai punti di applicazione pratica [5].
Spesso anche i metodi di ricerca e di consulenza organizzativa più innovativi vengono applicati a partire da una visione tradizionale (leggi: vecchia) dell’organizzazione – ad esempio, organigramma alla mano, si scelgono le persone da coinvolgere in un progetto di change making. Questo fa sì che il nuovo progetto si porti dietro un vecchio e pericoloso bias, ovvero sia implementato a partire dalla mentalizzazione che un ristretto gruppi di individui (i.e. il CEO, i C-levels, il dipartimento HR, il consulente) hanno operato sull’organizzazione.
Gli approcci tradizionali tendono a voler sintetizzare e semplificare la complessità, applicando delle soglie di rilevanza, sotto le quali una certa informazione viene tralasciata.
GiONA
L’Organizational Network Analysis
E allora come se ne esce? Se ne può uscire soltanto rinunciando a ridurre la complessità di un’organizzazione, banalizzandola in schemi formali e deterministici, ed adottando invece un sistema d’indagine ugualmente complesso – ma gestibile! – ovvero le reti.
L’Organizational Network Analysis (ONA) è una metodologia di network science che utilizza le reti per mappare le organizzazioni. Reti costruite a partire da survey digitali compilati dai membri di un’organizzazione o a partire dagli analytics degli strumenti di digitali che essi utilizzano per lavorare.
E i bias di soggettività, direte voi? Qui avviene la magia delle reti, che essendo dei sistemi complessi godono di grande robustezza e tolleranza agli errori, alle distorsioni percettive e alla mancanza di dati [6], assicurando la stabilità dei risultati [7] e delle metriche associate [8].
Nel concreto questo significa che la forma della rete che andiamo a mappare – con la sua relativa interpretazione organizzativa – e che i KPI numerici che andiamo a misurare (i.e. l’integrazione tra due dipartimenti aziendali) non risentano in modo significativo degli inevitabili bias cognitivi delle persone che compilano i survey digitali, e nemmeno dell’eventuale disomogeneità degli analytics degli strumenti di collaborazione (ad esempio dovuta al digital divide presente in un’azienda o ai diversi usi che le persone fanno dei medesimi strumenti digitali), in quanto essi si compensano nella fase di aggregazione della rete [9].
L’Organizational Network Analysis (ONA) è quindi una potente metodologia per rendere visibile l’organizzazione “reale” dietro quella formale, allo scopo di poterla comprendere ed analizzare senza intaccarla con i bias di chi commissiona l’analisi e ne definisce il perimetro (i.e. l’HR).
Ma c’è di più. A partire dall’autunno 2024 Kopernicana, con la guida scientifica di Alessandro Chessa, ha sviluppato un’ulteriore evoluzione delle ONA – chiamata GiONA, nella pancia dell’organizzazione – al fine di rendere questa metodologia ancora più specializzata ed azionabile nell’ambito dell’organizational design.
A questo scopo abbiamo definito 10 use case organizzativi (i.e. M&A, matrici e piattaforme cross-funzionali, talent management, progetti DEI, dialettica funzioni vs regioni, knowledge sharing, etc.) e per ciascuno dei quali è stato definito un pacchetto specifico di tecniche di ONA (i.e. community detection) e di metriche di rete (i.e. link density). È inoltre in corso lo sviluppo di un software dedicato per visualizzare e navigare le reti in modo più semplice e immediato rispetto agli attuali strumenti reperibili sul mercato, che hanno il difetto di essere stati pensati per i network scientist, e non per gli specialisti di HR e di org design.
Per fare questo abbiamo adottato un approccio privacy-by-design, dove ogni fase del processo di raccolta dati, elaborazione, visualizzazione e condivisione è stata disegnata nel rigoroso rispetto delle normative GDPR in materia di privacy e protezione dei dati.
In sintesi GiONA nasce per concentrare la potenza e la complessità delle ONA all’interno di un prodotto che abbia un’interfaccia semplice e pronta per gli usi organizzativi, ovvero che consenta velocemente di ottenere degli insight azionabili che possano guidare un intervento organizzativo, e che poi lo possano monitorare e misurare nel tempo.
Per concludere con un’analogia medica, potremmo pensare a GiONA come un apparato a raggi X che consenta di vedere la reale struttura dell’organizzazione sotto la pelle dell’organigramma e dei processi formali. Si ottiene così una radiografia che sarà necessariamente unica per ciascuna organizzazione e che nel contempo differirà inevitabilmente dai manuali di anatomia che si studiano a scuola.
Così come avviene nella realtà medica, tale radiografia andrà poi nelle mani di uno specialista – di un esperto di org design, di un professionista HR – che ne farà un sensemaking e deciderà se e come intervenire con un’azione organizzativa, il cui esito potrà essere monitorato e misurato da una successiva radiografia di controllo.
E il futuro? La visione che abbiamo in Kopernicana vede un crescente peso dei data & people analytics come sorgente dati per la generazione delle reti, e parallelamente un fondamentale ruolo dell’AI nell’interpretazione organizzativa e nell’interazione con l’utente finale, che avverrà tramite un’interfaccia conversazionale.
Il sogno è dunque quello di trasformare il macchinario a raggi X in una comoda Polaroid tascabile, che possa essere usata direttamente dallo specialista e, in un futuro non troppo lontano, dallo stesso “paziente” che si scatterà un selfie.
L’Organizational Network Analysis (ONA) è quindi una potente metodologia per rendere visibile l’organizzazione “reale” dietro quella formale, allo scopo di poterla comprendere ed analizzare senza intaccarla con i bias di chi commissiona l’analisi e ne definisce il perimetro
TI INTERESSA SAPERNE DI PIÙ SU GiONA?
Contattaci
Note e bibliografia
[1] Karl Weick, Sensemaking in Organizations, 1995
[2] Rob Cross, Andrew Parker, The Hidden Power of Social Networks, Harvard Business Review Press, 2004
[3] Granovetter, The Impact of Social Structure on Economic Outcomes, 2005
[4] Duncan Watts, Six Degrees: The Science of a Connected Age, 2003
[5] Everett Rogers, Diffusion of Innovations, 2003
[6] Noah Friedkin, A Structural Theory of Social Influence, 2011
[7] Stephen Borgatti, Daniel Halgin, On Network Theory, Strategic Organization 2011
[8] Catherine T. Borgatti et al., Common Method Bias in Social Network Analysis, Social Networks, 2021
[9] David Krackhardt, Cognitive Social Structures & Iron Law of Organizational Networks, American Journal of Sociology, 1987