효과가 있는지 알기
변화를 만드는 것은 시스템을 개선하는 것과 같지 않습니다. 어떤 변화들은 감정적 안도, 신선함, 또는 짧은 통제감을 만들기 때문에 생산적으로 느껴집니다. 진짜 질문은 변화가 실천을 더 실행 가능하게 만들었는지입니다.
Adaptable Discipline에서 평가는 개입이 흥미롭게 또는 올바르게 느껴졌는지 묻는 것이 아닙니다. 기저 조건을 유용한 방식으로 바꿨는지 묻는 것입니다. 그것이 또한 평가가 소규모 실험 실행하기와 함께하는 이유입니다. 변화는 종종 최종 답이 아닌 작동 설명의 테스트입니다.
좋은 변화가 개선해야 하는 것
좋은 변화는 보통 다음 중 하나 이상을 개선합니다:
- return: drift 후 돌아오기가 더 쉬워짐
- friction: 시작하거나 재진입하는 비용이 줄어듦
- capacity 적합도: 실천이 현재 조건에서 더 현실적이 됨
- 방향: 실천이 중요한 것과 더 명확하게 연결됨
- 가시성: 시스템에서 무슨 일이 일어나고 있는지 더 쉽게 알 수 있게 됨
이것들 중 아무것도 바뀌지 않았다면, 개입이 구조적으로 유용하지 않으면서 감정적으로는 만족스러웠을 수 있습니다. 개입 뒤의 가설이 불완전하거나 잘못된 제약을 가리켰다는 의미일 수도 있습니다.
올바른 것을 평가하기
많은 사람들이 너무 일찍 또는 잘못된 신호로 변화를 평가 합니다. 기분이 좋았는지, 규율 있어 보였는지, 또는 며칠 동안 완벽하게 수행했는지 묻습니다. 그런 신호들은 오해를 불러일으킬 수 있습니다.
더 나은 평가는 다음을 묻습니다:
- return이 지금 더 저렴해졌나요?
- 실천을 시작하기 더 쉬워졌나요?
- 시스템이 낮은 capacity에서 이전보다 더 잘 견디나요?
- 다음에 무엇을 해야 하는지에 대한 혼란이 줄었나요?
- comeback speed가 개선되고 있나요?
그 질문들은 기분이 아닌 프레임워크에 평가를 연결시킵니다. 또한 실험이 가설을 확인하는지, 약화시키는지, 아니면 해결하려고 생각했던 것과 다른 문제를 드러내는지 파악하는 데 도움이 됩니다.
Friction 이동 살펴보기
때로 개입은 한 곳에서 friction을 제거하지만 다른 곳에서 만들어냅니다. 새로운 도구는 상태를 보존하지만 유지 관리 부담을 추가할 수 있습니다. 축소 버전은 복귀를 더 쉽게 만들 수 있지만, 그것이 사용되는 유일한 버전이 될 경우 방향을 약화시킬 수 있습니다. 지표는 가시성을 향상시키지만 자기 감시를 증가시킬 수 있습니다.
그것이 자동으로 개입을 나쁘게 만들지는 않습니다. 첫 번째 혜택만이 아니라 전체 효과를 평가해야 한다는 의미입니다. 실험적 관점에서, 의도한 효과뿐만 아니라 부작용과 friction 이동도 찾고 있는 것입니다.
결과가 보통 의미하는 것
사용 가능한 소수의 해석을 갖고 있을 때 평가가 더 쉬워집니다.
- 더 나은 결과: 변화가 복귀를 더 저렴하고, 명확하고, 안정적으로 만들었음
- 부분적 결과: 변화가 도움이 됐지만, 좁은 조건에서만
- 문제 이동: 원래 병목 지점이 완화됐지만, 이제 다른 것이 시스템을 제한함
- 거짓 안도: 변화가 기분을 좋게 만들었지만 복귀, 명확성, 또는 안정성을 개선하지 않음
- 새로운 부담: 변화가 한 문제를 해결했지만 다른 곳에서 너무 많은 유지 관리, 압력, 또는 혼란을 만들었음
이것이 종종 유용한 반복 개선과 무작위 혼란의 차이입니다. 변화가 효과가 있었는지만 묻는 것이 아닙니다. 결과가 시스템에 대해 무엇을 말하고 있는지 묻는 것입니다.
변화가 스스로를 드러낼 충분한 시간 주기
모든 개입이 즉시 가치를 드러내는 것은 아닙니다. 어떤 변화들은 즉시 도움이 됩니다. 다른 것들은 다음 힘든 날이 왔을 때만 가치를 보여줍니다. 변화가 재진입에 도움을 주기 위한 것이라면, 다음에 시스템이 흔들릴 때까지 실제로 효과가 있는지 알 수 없을 수 있습니다.
그것이 평가에 즉각적인 느낌과 스트레스 테스트 가치 둘 다 포함되어야 하는 이유입니다. 이상적인 조건에서는 우아하게 느껴지지만 변동 하에서 실패하는 실천은 여전히 작업이 필요합니다. 유용한 실험은 종종 실제로 무엇이 사실인지 드러내기에 충분한 시간과 압박이 필요합니다.
기록할 것
구체적일 때 평가가 더 나아집니다. 정교한 대시보드는 필요하지 않지만, 다음을 기록하는 것이 도움됩니다:
- 만든 변화
- 변화가 테스트하고 있던 가설
- 개선하기로 되어 있던 것
- 실제로 더 쉬워진 것
- 여전히 어려운 것
- 나타난 새로운 friction
이것은 시스템이 모호한 인상의 흐릿함이 되지 않도록 유지합니다.
예를 들어, 간단한 메모는 이렇게 말할 수 있습니다: "각 글쓰기 세션 후에 다음 단계를 눈에 보이게 남겨뒀습니다. 이틀 동안 재진입이 더 쉬워졌습니다. 첫 번째 실수 후에 수치심이 여전히 복귀를 지연시켰습니다. Friction은 개선됐지만 mindset은 여전히 병목 지점의 일부입니다."
진짜 테스트
변화의 진짜 테스트는 간단합니다: 실천을 더 구축 가능하게 만드나요?
복귀를 더 쉽게 접근 가능하게 만들고, 불필요한 비용을 줄이고, 정렬을 개선하거나, 시스템이 실 제 조건에서 유지되도록 도움이 된다면, 아마 유지할 가치가 있습니다. 주로 복잡성, 압력, 또는 소음을 추가한다면, 아마 조정이나 제거가 필요합니다. 어느 쪽이든, 평가는 시스템의 다음 통과를 위한 더 나은 가설을 남겨야 합니다.
지난 1~2주 내에 실천에 만든 변화 하나를 선택하세요.
- 무엇을 바꿨는지 이름 지으세요. 한 문장.
- 무엇을 개선하기로 되어 있었는지 이름 지으세요. 복귀가 더 저렴해지나요? 진입이 더 명확해지나요? 수치심이 줄어드나요? 더 나은 capacity 적합도? 목표가 없었다면, 그것도 정보입니다.
- 실제 신호를 보세요. comeback speed가 달라졌나요? 더 힘든 날에 실천이 더 잘 유지되나요? 재진입이 더 저렴해졌나요, 아니면 이전만큼 비용이 드나요?
- 결과를 분류하세요. 더 나음 (목표가 개선됨), 부분적 (좋은 조건에서만 도움됨), 문제 이동 (하나의 병목 지점이 완화됐지만 다른 것이 나타남), 거짓 안도 (기분은 좋았지만 구조적으로 아무것도 바뀌지 않음), 또는 새로운 부담 (한 문제를 해결했지만 다른 문제를 만들었음).
완료 시점: 분류와 다음 변화에 대한 시사점 한 문장이 있을 때 완료입니다.
다음으로 이어집니다: 진행하면서 조정하기는 결과를 받아서 다음 반복 개선으로 만듭니다.