Der er et krav i alle styringssystemstandarder at det eksisterer en forbedringsprosess og at denne skal være systematisk. Det kan selvsagt eksistere flere i en bedrift og de kan opptre under andre navn, som for eksempel innovasjonsprosess, avvikshåndteringsprosess, risikostyringsprosess eller annet. Det er også ofte felles for dem alle – særlig for viktige saker, grove avvik eller høy risiko – at saksbehandlingen inneholder krav om at det skal identifiseres rotårsaker.

En rotårsak er definert som et forhold som gjør at feil kan oppstå. Løser man den, vil ikke problemet oppstå igjen. Dette er bare teori, selvsagt. Vi skal minnes at det ikke alltid er lett å finne den, og det er ikke alltid det er bare en. Vi skal se litt på øvelsen det er å finne «den» frem.

Det finnes flere verktøy og metoder som hjelper organisasjonen med analysen, og vi kan like greit dele dem i tre hovedkategorier:

  1. De analyseverktøy som hjelper en å huske på forskjellige forhold rundt en hendelse (mennesket, miljøet, sikkerheten, verktøybruken m.m.)
  2. De analyseverktøy som vektlegger selve prosessen og hjelper en å avdekke hvorfra situasjonen kan ha oppstått i sekvens av tidligere hendelser og forutgående aktiviteter
  3. De analyseverktøy som hjelper en til å omdanne funn til gode beslutninger angående hva man bør korrigere

Flere verktøy påstår å ta hånd om alle aspektene, og det er ellers enkelt – på et pragmatisk nivå – å kombinere analyseverktøy og -metode.

De mest kjente metodikkene er kanskje «Five Whys«, Ishkawa-/Fiskebeinsdiagram og statistisk korrelasjonsanalyse eller regresjonsanalyse. Prosessorientert tilnærming skiller gjerne på «påstått problem» og «virkelig problem», og igjen på «mulige korrigerende tiltak» og «besluttede korrigerende tiltak», så som ved paretoanalyse. Den aller mest kjente «metoden» i praksis, er imidlertid å sette sammen en gjeng mennesker som brainstormer til de blir sånn høvelig enige.

En kombinasjon kan synes riktig, når vi tar en titt på hva som egentlig skjer i prosessen.

Root-cause and effect?

Det kan være nyttig å ikke la seg forlede av metodikkenes tilsynelatende vitenskaplighet og detaljgrader. Vi har ofte med uklare sammenhenger å gjøre, pluss at en organisasjon i full produksjon jo helst bør iverksette til de tiltak som har aller mest effekt på de problemer som er aller mest ødeleggende, før de eventuelt eskalerer ytterligere. For å understøtte påstanden, kan det henvises til hvert enkelt verktøy nevnt over, som i kildeartiklene selv lister opp sine fordeler og ulemper, nytteverdi og begrensninger. Under følger noen bemerkninger som er vanlige, angående den nødvendige balansen mellom pragmatikk og detaljfokus:

«Correlation is NOT causation». En klassiker! Enkle analyseverktøy og spørringer kan nok egne seg til å avdekke faktorer som har med hverandre å gjøre, men det er en fullstendig annerledes øvelse å teste seg frem til hvilke faktorer som direkte fører til at andre oppstår.

«5 is a good number, You could as well ask three whys or seven, if that suits You better». Det konseptuelle med «5 whys» er superenkelt, men gjennomføringen kan være svært vanskelig. Vi kan kanskje lett se for oss at vi finner en direkte årsak til en hendelse. Så kan vi delvis se for oss at vi finner atter en direkteårsak til den direkteårsaken vi allerede har identifisert. I tekniske saker, så er denne øvelsen «lett» å kjøre i 5 runder, som i hvilke tannhjul nesten maskinelt som påvirker andre. Men i mer komplekse saker, der flere årsaker alle kan ha hver sin indirekte eller delvise innvirkning på hendelsen, vil vi oppleve at mulighetsrommet øker eksponensielt, og at man nærmer seg – la oss si 3 x 3 x 3 x 3 x 3 – mulige «rotårsaker», hvis man ikke filtrerer hardt. Det sier selv, at hvis vi har 243 mulige rotårsaker på bordet, så har vi nettopp IKKE funnet noen rotårsak i den betydningen modellene trenger. Det er i slike tilfeller færre «why» er mer enn nok, og at øvelsen i stedet dreier seg om å velge blant mange mulige årsaker og satse på noen indirekte tiltak.

«Which aspects should be included on a fishbone diagram; the 5 proposed M’s or should we identify others, fewer or more?». Et fiskebensdiagram minner om «5 whys» i måten å tilnærme seg en årsaksforklaring på, men er i tillegg bedre på å se årsakskjeder på flere tematiske akser. All (ødeleggende) kompleksitet som nevnes over angående «5 whys» blir her ennå mer gjeldende, som om hvert «fiskeben» i seg selv er en «why»-analyse og altså ytterligere en potensiell multiplikator til våre 243 årsaker. Javisst kan det være fint å nå ha 729 muligheter, men man kan ikke påstå at man egentlig er på vei til en god rotårsaksanalyse her!

Det ligger altså i kortene at i komplekse situasjoner – altså de helt vanlige, egentlig, som inneholder menneker, prosesser, opplæringsdimensjonen, finansiering og eventuelt også teknikk, så er det sjelden en årsak alene som forårsaker et problem. Om det så er den identifisert største årsaken, er det kanskje likevel ikke den opprinnelige, og er det da rotårsaken? Kan flere hendelser i samspill utgjøre en større årsak, enn én definert årsak alene? I matematikk og statistikk kan det av og til finnes svar, men i en arbeidsgruppe eller ledergruppe hvor mange subjektive aspekter og vanskelig-målte fakta kommer på bordet, gjør det det ikke. Man er dermed pent nødt til å finne rimelig relevante årsaker som men rimelig gode tiltak har rimelig høy sannsynlighet for å gi god effekt. Skal man få metodehjelp til dette kaoset, vil kanskje Pareto-analyser være gode, men selv der vil diagrammene være avhengig av mennesker begrensede evne til å formulere, isolerer og gruppere «årsaker» og derfor en veldig relevant feilkilde i seg selv.

Rådet er derfor å være halvveis teknisk og halvveis pragmatisk for å få prosessen fremover mot beslutning og implementering. Pragmatisme er ikke galt i denne sammenhengen. Og tenk også over følgende: Artiklen har brukt som eksempel kjente metoder som i seg selv regnes som veldig pragmatiske! Man kan virkelig grøsse over tanken på hva ytterlig detaljfokuserte verktøy gjør for komplekse problemer og hvor virkelig galt det kan gå!

Paralleller til hvordan man tenker «feil» i det komplekse, kan leses mer om i Emblemsvåg og Kjølstad, «Strategic risk analysis – a field version», eller i Daniel Kahnemanns «Thinking, Fast and Slow», hvis man da tør dykke ned i sine egne tankefeil, og spesielt «overconfidence» i bruken av logiske verktøy på subjektive fakta og svake sammenhenger.

Emblemsvåg og Kjølstad, «Strategic risk analysis – a field version», November 2002, Management Decision 40(9):842-852, DOI:  10.1108/00251740210441063

Daniel Kahneman, «Thinking, Fast and Slow», Farrar, Straus and Giro, 2011, ISBN 978-037427563