In onze complexe en snel veranderende wereld is het vermogen om problemen effectief te analyseren van cruciaal belang voor professionals in vrijwel elk domein. Probleemanalyse vormt de basis voor het identificeren, ontleden en begrijpen van complexe uitdagingen, en is essentieel voor het ontwikkelen van effectieve oplossingen. Het is daarom van groot belang om problemen op het hoogste niveau van complexiteit in kaart te brengen voordat er onderzoek of beleid wordt gevormd. Een dergelijke analyse op hoger complexiteitsniveau helpt namelijk om dieperliggende oorzaken van het probleem aan te pakken, in plaats van alleen de oppervlakkige symptomen ervan te behandelen. Te vaak richten we ons namelijk in de praktijk op de direct zichtbare oorzaken, in plaats van de dieperliggende oorzaken van het probleem aan te pakken. Daarom is het juist cruciaal om een aanpak te ontwikkelen die de kern van het probleem effectief aanpakt en niet alleen de gevolgen ervan behandelt.

Maar hoe kun je problemen op het hoogste niveau van complexiteit in kaart brengen, en waarom is dit eigenlijk nodig? Hoe pak je het vervolgens aan nadat de problemen in kaart zijn gebracht? En stel dat het niet lukt om deze complexe problemen te identificeren, wat zijn dan de gevolgen? Welke aandachtspunten en tips zijn er voor het in kaart brengen en oplossen van dergelijke complexe vraagstukken? Deze vragen zullen in deze blog en de blogs die hierna volgen worden beantwoord.

Hoofdstuk 1.

Deel 1

Probleemanalyse op het hoogste niveau van complexiteit: tips, tools en aandachtspunten

Wat is een probleemanalyse precies?

Probleemanalyse is een systematische benadering om complexe problemen te identificeren, te begrijpen en op te lossen. Het omvat het grondig onderzoeken van de aard, oorzaken, gevolgen en mogelijke oplossingen van een probleem. Bij probleemanalyse op het hoogste niveau van complexiteit worden meerdere perspectieven, variabelen en onderlinge relaties meegenomen om tot de kern van het probleem door te dringen (Heerkens & van Winden, 2020).

Twee voorbeelden: armoede & klantontevredenheid

Laten we heel kort twee voorbeelden behandelen om te verduidelijken waarom probleemanalyse op het hoogste niveau van complexiteit nodig is.

Het eerste voorbeeld gaat over armoede. Armoede kan het gevolg zijn van verschillende factoren, zoals een instabiele overheid of corruptie, het feit dat structuren en technieken verouderd zijn en niet meer passen bij de ontwikkelingen op de markt, of dat een land economisch niet langer in staat is om schulden af te lossen en er dus sprake is van economische instabiliteit. Met andere woorden, als je armoede wilt bestrijden, moet je niet alleen focussen op het helpen van arme mensen, hoewel dat natuurlijk helpt, maar je moet ook het kernprobleem aanpakken om op lange termijn effect te hebben En, precies deze kernproblemen kunnen het beste met een grondige probleemanalyse in kaart worden gebracht, om ze vervolgens stuk voor stuk effectief aan te pakken en op te lossen.

Tweede voorbeeld is klantontevredenheid. Vaak wordt bij klantontevredenheid de salesafdeling van een bedrijf aangesproken, waarop verschillende oplossingen worden bedacht om het contact tussen sales en klanten te verbeteren. Echter, de oorzaak van klantontevredenheid kan ook liggen bij mismanagement, ontevredenheid bij de medewerkers of onvoldoende training van salesmedewerkers, een aspect dat vaak over het hoofd wordt gezien. Onvoldoende training en ontevredenheid bij de medewerkers kunnen leiden tot problemen, zoals gebrekkige productkennis, verkeerde informatie aan klanten en inconsistente service. Dit resulteert in frustratie en verminderde tevredenheid bij klanten, maar ook onder medewerkers. Door dit te erkennen, kunnen organisaties gerichte oplossingen implementeren, zoals betere training en ondersteuning voor medewerkers, om de algehele klanttevredenheid te verbeteren.

Er zijn natuurlijk tal van andere voorbeelden te bedenken waarbij het duidelijk wordt dat het zeer essentieel is om de kern van het probleem aan te pakken in plaats van alleen de gevolgen hiervan.

In deze blogserie gaan we een aantal methoden en technieken bespreken die je kunnen helpen om het probleem op het hoogste niveau van complexiteit in kaart te brengen. Vergeet niet dat dit een essentiële eerste stap is voor onderzoekers en beleidsmakers om bijvoorbeeld zeer complexe (maatschappelijke) problemen effectief aan te pakken en op te lossen.

Voordelen van probleemanalyse op het hoogste niveau van complexiteit

Voordat we dieper ingaan op de methoden die je kunnen helpen om het probleem op het hoogste niveau van complexiteit in kaart te brengen, is het belangrijk om te begrijpen waarom je dit zou moeten doen.

Ten eerste is het logisch dat een probleemanalyse op het hoogste niveau van complexiteit onderzoekers en beleidsmakers in staat stelt om de kern van het probleem aan te pakken in plaats van de gevolgen. Dit kan leiden tot effectievere oplossingen die ook op lange termijn zichtbare effecten opleveren. Het probleem zal op die manier hopelijk dus op langdurige en duurzame wijze worden aangepakt en opgelost, hopelijk voorgoed.

Een goede probleemanalyse zal je ook helpen om de aanleiding en context van bijvoorbeeld je onderzoek aan te scherpen, en de lezer mee te nemen waarom een onderzoek in eerste instantie nodig is. Verder worden veel kosten bespaard omdat de kernproblemen worden aangepakt. De efficiëntie van een oplossing wordt daarmee vergroot. Daarnaast helpt het een onderzoeker of beleidsmaker om een beter grip te krijgen op de relevante theorieën en inzichten, omdat je dan precies weet wat de kern van het probleem is en doelgericht op zoek kunt gaan naar oplossingen.

Een goede probleemanalyse zal je bovendien helpen om gericht betere interviews en onderzoeken te houden. Vergeet niet, bij een onderzoek is het altijd belangrijk om validiteit, betrouwbaarheid en reproduceerbaarheid te waarborgen. Validiteit wil zeggen dat je meet wat je wilt meten, en door de kern van het probleem op het hoogste niveau van complexiteit in beeld te brengen, kun je dus de validiteit van je onderzoek en je onderzoeksvragen verbeteren en daarmee ook een betrouwbaar resultaat waarborgen. Voor meer informatie over het creëren van een hogere validiteit, betrouwbaarheid en reproduceerbaarheid, en andere belangrijke criteria die bij onderzoek van wezenlijk belang zijn, lees deze blog.

Als we naar de literatuur kijken, zijn er ook andere voordelen van een probleemanalyse op het hoogste niveau van complexiteit te benoemen. Deze worden hieronder opgesomd.

Strategische voordelen:

• Verhogen van strategisch inzicht: Door een grondige probleemanalyse kunnen organisaties een dieper inzicht krijgen in hun strategische positie, doelstellingen en marktomgeving. Dit stelt hen in staat om beter geïnformeerde beslissingen te nemen en zich aan te passen aan veranderende omstandigheden (Van der Pligt, 2019).
• Betere risicobeheersing: Een systematische probleemanalyse helpt organisaties om potentiële risico’s en bedreigingen te identificeren en te begrijpen, waardoor ze proactief maatregelen kunnen nemen om deze risico’s te verminderen of te beheren (Katsov, 2020).
• Proactieve planning en vooruitziendheid: Probleemanalyse stelt organisaties in staat om toekomstige uitdagingen en kansen te anticiperen en zich hierop voor te bereiden, wat resulteert in proactieve planning en strategische besluitvorming (Hofmann et al., 2017).
• Concurrentievoordeel door diepgaand begrip: Een grondige analyse van problemen stelt organisaties in staat om een diepgaand begrip te ontwikkelen van hun markt, concurrenten en klanten, waardoor ze strategische voordelen kunnen behalen ten opzichte van hun concurrenten (Porter, 1985).
• Identificatie van nieuwe kansen: Door problemen te analyseren kunnen organisaties potentiële nieuwe marktkansen en innovatieve oplossingen ontdekken die kunnen leiden tot groei en concurrentievoordeel (Christensen, 2003).

Operationele efficiëntie:

• Stroomlijnen van processen: Een grondige probleemanalyse kan helpen bij het identificeren van inefficiënties en knelpunten in operationele processen. Dit stelt organisaties in staat om deze processen te stroomlijnen en te optimaliseren voor een soepelere werking (Liker, 2004).
• Kostenbesparingen door optimalisatie: Door problemen te analyseren en processen te verbeteren, kunnen organisaties kostenbesparingen realiseren door middel van efficiënter gebruik van middelen, vermindering van verspilling en optimalisatie van operationele uitgaven (Goldratt & Cox, 2004).
• Verhoogde productiviteit: Een effectieve probleemanalyse kan leiden tot verbeterde operationele processen en workflows, wat resulteert in een verhoogde productiviteit van medewerkers en een efficiënter gebruik van tijd en middelen (Syverson, 2011).
• Efficiëntere allocatie van middelen: Door inzicht te krijgen in operationele uitdagingen en knelpunten, kunnen organisaties hun middelen beter toewijzen aan de meest kritieke gebieden, waardoor de algehele efficiëntie en prestaties worden verbeterd (Coelli et al., 2005).
• Verminderde verspilling en vereenvoudiging: Probleemanalyse stelt organisaties in staat om verspilling te identificeren en te verminderen door processen te vereenvoudigen, waardoor de operationele efficiëntie wordt verbeterd en de kosten worden verlaagd (Ohno, 1988).

Innovatie en groei:

• Betere probleemoplossing: Een grondige probleemanalyse legt de basis voor effectieve probleemoplossing door organisaties in staat te stellen de onderliggende oorzaken van problemen te begrijpen en gerichte oplossingen te ontwikkelen (Kahneman, 2011).
• Stimuleren van creatief denken: Probleemanalyse kan creatief denken stimuleren door het identificeren van uitdagingen en het genereren van innovatieve oplossingen die verder gaan dan conventionele benaderingen (Amabile, 1996).
• Ontwikkeling van nieuwe producten/diensten: Door problemen te analyseren kunnen organisaties nieuwe behoeften en mogelijkheden ontdekken, wat kan leiden tot de ontwikkeling van innovatieve producten en diensten die de groei stimuleren (Schilling, 2017).
• Procesverbeteringen: Een grondige analyse van problemen kan organisaties helpen om inefficiënties te identificeren en processen te verbeteren, waardoor ze hun operationele efficiëntie kunnen verhogen en ruimte kunnen creëren voor groei (Imai, 1986).
• Toegang tot nieuwe markten: Probleemanalyse kan organisaties helpen om nieuwe marktkansen te identificeren en strategieën te ontwikkelen om nieuwe markten te betreden, waardoor ze hun klantenbestand kunnen uitbreiden en groeimogelijkheden kunnen benutten (Kim & Mauborgne, 2005).
• Verbetering van de klanttevredenheid: Door problemen aan te pakken die de klanttevredenheid beïnvloeden, kunnen organisaties hun producten en diensten verbeteren, wat resulteert in een hogere klanttevredenheid en loyaliteit (Heskett et al., 1994).
• Verhoogde medewerkersbetrokkenheid: Het betrekken van medewerkers bij probleemanalyse kan hun betrokkenheid vergroten door hen de kans te geven bij te dragen aan het identificeren en oplossen van uitdagingen, wat kan leiden tot verbeterde prestaties en innovatie (Harter et al., 2002).
• Opbouw van een lerende organisatie: Probleemanalyse moedigt een cultuur van continu leren en verbeteren aan, waarbij organisaties waardevolle inzichten verzamelen uit problemen en deze gebruiken om hun processen en prestaties voortdurend te verbeteren (Senge, 1990).
• Duurzame groei en concurrentiekracht: Door problemen effectief aan te pakken en innovatieve oplossingen te ontwikkelen, kunnen organisaties duurzame groei realiseren en hun concurrentiekracht versterken door zich aan te passen aan veranderende marktomstandigheden (Porter, 1985).
• Toekomstbestendigheid: Een grondige probleemanalyse stelt organisaties in staat om zich voor te bereiden op toekomstige uitdagingen en kansen, waardoor ze veerkrachtiger worden en beter in staat zijn om zich aan te passen aan veranderende omstandigheden (Hamel & Prahalad, 1994).

Sustainable Development Goals:

• De wereldgemeenschap heeft Sustainable Development Goals, ook wel SDG’s afgekort (Duurzame Ontwikkelingsdoelen), vastgesteld als een ambitieuze en veelomvattende agenda om tegen 2030 armoede uit te bannen, ongelijkheid aan te pakken en de planeet te beschermen. Hoewel deze doelen prijzenswaardig zijn, blijven ze een immense uitdaging vormen vanwege hun complexiteit en onderlinge verbondenheid. Een grondige probleemanalyse op het hoogste niveau van complexiteit is dan ook zeer cruciaal om de SDG’s te realiseren. Hieronder zijn de belangrijke voordelen van zo’n diepgaande analyse benoemd:
• Holistische benadering van uitdagingen: De SDG’s zijn nauw met elkaar verweven en kunnen niet in isolatie worden aangepakt (Griggs et al., 2017). Een probleemanalyse op het hoogste complexiteitsniveau stelt beleidsmakers in staat de onderlinge verbanden tussen de verschillende doelen te begrijpen en een holistische aanpak te ontwikkelen (Nilsson et al., 2016). Dit voorkomt deeloplossingen die onbedoelde negatieve gevolgen hebben voor andere doelen.
• Identificeren van hefboomeffecten: Door de complexiteit van de SDG’s te omarmen, kunnen hefboomeffecten worden geïdentificeerd waarbij inspanningen op één gebied positieve gevolgen hebben voor meerdere doelen (Weitz et al., 2018). Een grondige analyse kan zulke katalysatoren blootleggen, wat leidt tot een efficiëntere inzet van middelen en een grotere impact (Obersteiner et al., 2016).
• Anticiperen op uitdagingen en conflicten: De SDG’s kunnen in bepaalde contexten conflicteren met elkaar of met andere beleidsdoelen (Pradhan et al., 2017). Een diepgaande probleemanalyse kan potentiële spanningen en knelpunten vroegtijdig identificeren, zodat beleidsmakers hierop kunnen anticiperen en mitigerende maatregelen kunnen nemen (Bennich et al., 2020).
• Inclusie van diverse perspectieven: Complexe problemen vereisen input vanuit verschillende disciplines en belanghebbenden (Messerli et al., 2019). Een uitgebreide probleemanalyse biedt de mogelijkheid om diverse perspectieven en lokale kennis te integreren, wat leidt tot een rijker begrip van de uitdagingen en meer gedragen oplossingen (Hajer et al., 2015).
• Aanpassen aan veranderende omstandigheden: De implementatie van de SDG’s is geen statisch proces, maar zal worden beïnvloed door veranderende socio-economische, politieke en milieuomstandigheden (Biermann et al., 2017). Een voortdurende, diepgaande probleemanalyse stelt beleidsmakers in staat om tijdig bij te sturen en hun aanpak aan te passen aan nieuwe ontwikkelingen (Boas et al., 2016).
• Opbouwen van capaciteit en kennis: Het analyseren van problemen op het hoogste complexiteitsniveau zal resulteren in de ontwikkeling van specifieke vaardigheden en expertise (Caiado et al., 2018). Dit proces draagt uiteindelijk bij aan de ontwikkeling van analytische capaciteiten en de opbouw van kennis, wat op lange termijn de effectiviteit van beleidsinterventies ten goede komt (Bennich et al., 2020).

Conclusie

Kortom, probleemanalyse op het hoogste niveau van complexiteit is een krachtig hulpmiddel dat organisaties in staat stelt om diepgewortelde uitdagingen aan te pakken en duurzaam succes te behalen. Door complexiteit te omarmen en grondig te analyseren, kunnen bedrijven strategische inzichten verwerven, operationele efficiëntie verhogen en innovatie stimuleren. Deze benadering stelt hen in staat om continu te verbeteren, concurrentievoordelen op te bouwen en klaar te zijn voor toekomstige uitdagingen in een snel veranderende wereld.

Voor SDG’s kan probleemanalyse een complexe maar essentiële tool ook zijn. Door onderlinge verbanden te onderzoeken, hefboomeffecten te identificeren en potentiële conflicten te voorzien, kunnen beleidsmakers effectievere strategieën ontwikkelen. Een grondige analyse op het hoogste niveau van complexiteit is essentieel voor het bereiken van de SDG’s tegen 2030.

Het in kaart brengen van complexiteit: stap-voor-stap gids en belangrijke aandachtspunten

En nu komt de grote vraag: hoe breng jij problemen op het hoogste niveau van complexiteit in kaart? Hoe pak je het stap voor stap aan? Wat zijn de belangrijkste punten om op te letten, wat moet je wel en niet doen? Welke voorbeelden kun je bedenken? Al deze vragen worden beantwoord in dit blogartikel (klik hier), en blogs die hierna volgen.

Voor vragen kun je natuurlijk contact met mij opnemen.

Lees deel 2…

Bronnen:

• Amabile, T. M. (1996). Creativity in context. Westview Press.
• Bennich, T., Weitz, N., & Carlsen, H. (2020). Deciphering the scientific literature on SDG interactions: A review and reading guide. Science of The Total Environment, 728, 138405. https://doi.org/10.1016/j.scitotenv.2020.138405
• Biermann, F., Kanie, N., & Kim, R. E. (2017). Global governance by goal-setting: the novel approach of the UN Sustainable Development Goals. Current Opinion in Environmental Sustainability, 26-27, 26-31. https://doi.org/10.1016/j.cosust.2017.01.010
• Boas, I., Biermann, F., & Kanie, N. (2016). Cross-sectoral strategies in global sustainability governance: Towards a nexus approach. International Environmental Agreements: Politics, Law and Economics, 16(3), 449-464. https://doi.org/10.1007/s10784-016-9321-1
• Caiado, R. G. G., Leal Filho, W., Quelhas, O. L. G., Nascimento, D. L. D., & Ávila, L. V. (2018). A literature-based review on potentials and constraints in the implementation of the sustainable development goals. Journal of Cleaner Production, 198, 1276-1288. https://doi.org/10.1016/j.jclepro.2018.07.102
• Christensen, C. M. (2003). The innovator’s dilemma. Harvard Business Review Press.
• Coelli, T. J., Rao, D. S. P., O’Donnell, C. J., & Battese, G. E. (2005). An introduction to efficiency and productivity analysis. Springer Science & Business Media.
• Goldratt, E. M., & Cox, J. (2004). The goal: A process of ongoing improvement. Great Barrington, MA: North River Press.
• Griggs, D., Nilsson, M., Stevance, A., & McCollum, D. (2017). A guide to SDG interactions: from science to implementation. International Council for Science. https://council.science/publications/a-guide-to-sdg-interactions-from-science-to-implementation/
• Hajer, M., Nilsson, M., Raworth, K., Bakker, P., Berkhout, F., de Boer, Y., … & Kok, M. (2015). Beyond cockpit-ism: Four insights to enhance the transformative potential of the sustainable development goals. Sustainability, 7(2), 1651-1660. https://doi.org/10.3390/su7021651
• Hamel, G., & Prahalad, C. K. (1994). Competing for the future. Harvard Business Review, 72(4), 122-128. https://hbr.org/1994/07/competing-for-the-future
• Harter, J. K., Schmidt, F. L., & Hayes, T. L. (2002). Business-unit-level relationship between employee satisfaction, employee engagement, and business outcomes: A meta-analysis. Journal of Applied Psychology, 87(2), 268-279. https://doi.org/10.1037/0021-9010.87.2.268
• Heerkens, H., & van Winden, A. (2020). Solving manage
• Heskett, J. L., Jones, T. O., Loveman, G. W., Sasser, W. E., & Schlesinger, L. A. (1994). Putting the service-profit chain to work. Harvard Business Review, 72(2), 164-174. https://hbr.org/1994/03/putting-the-service-profit-chain-to-work
• Hofmann, E., Hartl, B., Gangl, K., Hartner-Tiefenthaler, M., & Kirchler, E. (2017). Authorities’ coercive and legitimate power: The impact on trust in authorities and cooperation. Frontiers in Psychology, 8, 1-12. https://doi.org/10.3389/fpsyg.2017.00415
• Imai, M. (1986). Kaizen: The key to Japan’s competitive success. Random House.
• Kahneman, D. (2011). Thinking, fast and slow. Farrar, Straus and Giroux.
• Katsov, I. (2020). Introduction to the analysis of complex surveys. John Wiley & Sons.
• Kim, W. C., & Mauborgne, R. (2005). Blue ocean strategy: How to create uncontested market space and make the competition irrelevant. Harvard Business Review Press.
• Liker, J. K. (2004). The Toyota way: 14 management principles from the world’s greatest manufacturer. McGraw-Hill Education.
• Messerli, P., Kim, E. M., Lutz, W., Moatti, J. P., Richardson, K., Saidam, M., … & Furrer, J. J. (2019). Expansion of sustainability science needed for the SDGs. Nature Sustainability, 2(10), 892-894. https://doi.org/10.1038/s41893-019-0399-3
• Nilsson, M., Griggs, D., & Visbeck, M. (2016). Map the interactions between Sustainable Development Goals. Nature, 534(7607), 320-322. https://doi.org/10.1038/534320a
• Obersteiner, M., Walsh, B., Frank, S., Havlík, P., Cantele, M., Liu, J., … & van Ypersele, J. P. (2016). Assessing the land resource–food price nexus of the Sustainable Development Goals. Science Advances, 2(9), e1501499. https://doi.org/10.1126/sciadv.1501499
• Ohno, T. (1988). Toyota production system: Beyond large-scale production. Productivity Press.
• Porter, M. E. (1985). Competitive advantage: Creating and sustaining superior performance. Free Press.
• Pradhan, P., Costa, L., Rybski, D., Lucht, W., & Kropp, J. P. (2017). A systematic study of Sustainable Development Goal (SDG) interactions. Earth’s Future, 5(11), 1169-1179. https://doi.org/10.1002/2017EF000632
• Schilling, M. A. (2017). Strategic management of technological innovation (5th ed.). McGraw-Hill Education.
• Senge, P. M. (1990). The fifth discipline: The art and practice of the learning organization. Doubleday/Currency.
• Syverson, C. (2011). What determines productivity? Journal of Economic Literature, 49(2), 326-365. https://doi.org/10.1257/jel.49.2.326
• Van der Pligt, J. (2019). Risicobeoordeling en strategische besluitvorming. Bohn Stafleu van Loghum.
• Weitz, N., Carlsen, H., Nilsson, M., & Skånberg, K. (2018). Towards systemic and contextual priority setting for implementing the 2030 Agenda. Sustainability Science, 13(2), 531-548. https://doi.org/10.1007/s11625-017-0470-0