Modenhetsmodell

En modenhetsmodell er et vurderingsrammeverk som beskriver stadier av kapasitet i en bestemt disiplin, fra innledende eller ad hoc-praksis til optimalisert eller kontinuerlig forbedrende praksis. Det finnes modeller for programvareutvikling, datahåndtering, eksperimentering, design, sikkerhet og de fleste andre organisatoriske evner, og de brukes til å fastslå hvor en organisasjon står i dag og hva neste trinn vil kreve.

Deres praktiske verdi er diagnostisk og kommunikativ snarere enn forskrivende. Å vurdere en evne mot definerte stadier gir et delt, evidensbasert syn på gjeldende praksis, som er mer nyttig enn de konkurrerende inntrykkene ulike interessenter har. Det gir også et vokabular for å diskutere evnehull uten å tilskrive dem til enkeltpersoner, siden et stadium beskriver organisatorisk praksis snarere enn personlig kompetanse.

Strukturen går vanligvis fra ad hoc-praksis med inkonsistente resultater, via repeterbar praksis definert for spesifikke tilfeller, til standardisert praksis anvendt på tvers av organisasjonen, deretter til målt praksis med kvantitativ styring, og til slutt til praksis som forbedrer seg selv systematisk. Detaljene varierer fra domene til domene, men den underliggende progresjonen fra inkonsistens gjennom standardisering til systematisk forbedring er vanlig på tvers av de fleste troverdige modeller.

Den karakteristiske misbruken er å behandle det høyeste nivået som et universelt mål. Å nå avansert modenhet krever betydelige investeringer i prosesser, måling og styring, og den investeringen er bare berettiget der kapasiteten virkelig er sentral for organisasjonens ytelse. En bedrift hvis konkurranseposisjon avhenger av produktutvikling, kan med rimelighet investere i høy modenhet der, samtidig som den bevisst forblir på et grunnleggende nivå i kapasiteter som er perifere i forhold til den. Å forfølge ensartet modenhet på tvers av alle funksjoner sløser med ressurser på områder der godt nok virkelig er nok.

Ærlighet i vurderinger er den andre vanlige feilen. Selvvurdering utført av teamet som er ansvarlig for en kompetanse overdriver den systematisk, fordi deltakerne scorer sine intensjoner og sine beste eksempler i stedet for sin typiske praksis. Evidensbasert vurdering, som krever at hvert påståtte nivå demonstreres med artefakter og eksempler fra nyere arbeid, gir lavere poengsummer og betydelig mer nyttige. Gapet mellom påstått og dokumentert modenhet er ofte det mest informative resultatet.

Sammenligning med andre organisasjoner er sekundært og bør behandles med forsiktighet. Referansedata som viser typisk modenhet i en sektor kan være nyttige for å kalibrere forventninger og for å argumentere for at en kompetanse har sakket akterut, men det åpner for antagelsen om at målet er å matche konkurrenter. Der en kompetanse virkelig differensierer, er paritet med sektoren en konkurransesvakhet snarere enn en prestasjon.

Sekvensering er viktig fordi stadier er kumulative snarere enn valgfrie. Forsøk på å introdusere måling og optimalisering i en funksjon som ikke har noen konsistent prosess produserer målinger som beskriver kaos, og organisasjoner prøver ofte å hoppe over standardisering fordi det er lite glamorøst. Stadiene eksisterer i rekkefølge fordi hvert avhenger av det forrige, og snarveier gir inntrykk av fremskritt uten substans.

Modellene brukes best til å identifisere neste spesifikke trinn i stedet for å produsere en poengsum. En nyttig vurdering avsluttes med et lite antall konkrete endringer som vil flytte en kompetanse fra nåværende stadium til neste, med eiere og tidsrammer, i stedet for med et tall rapportert til ledelsen. Poengsummer presentert uten tilhørende handlinger har en tendens til å bli mål, noe som gjeninnfører insentivet til å overdrive.

Fordi vurderinger ofte konkluderer med at begrensningen er organisatorisk snarere enn teknisk, krever de resulterende planene vanligvis endringer utover teamet som vurderes. I praksis strategisk planlegging og rådgivning engasjement bruker modellen til å etablere en dokumentert grunnlinje og prioritere investeringer, med vurderinger av leveringsevne som bidrar til arbeidet produktutvikling og vurderinger av målekapasitet som informerer om hva dataanalyse realistisk kan støtte.