复杂领域的Cynefin模型和Stacey模型
最近好奇“复杂系统”,收集了点资料,本文关于Cynefin模型和Stacey模型。图文转自互联网后稍做修改。
Cynefin模型提供一个从因果关系复杂情度来分析当前情况而作决定的框架,提出有五个领域:

- 当因果关系显然而见时,是简单的情况(simple),处理手法为"感受-归类-反应" (Sense-Categorise-Respond)
- 当需要专家作出分析的情况(complicated),处理手法为"感受-分析-反应" (Sense-Analyze-Respond)
- 如果因果关系只能从检讨中反映出来(complex),处理手法是"试探-感受-反应" (Probe-Sense-Respond)
- 完全没有任何因果关系的混乱情况(chaotic),需要的是"行动-感受-反应" (Act-Sense-Respond)
- 如果连是属于以上哪个情况都不清楚的,这是一个无序的状态(disorder),等待参与者把情况安稳至上面四个其中之一的情况。
Stacey模型提出的情况是在不同的同意程度(agreement)和对情况肯定程度(certainty)相比,用作把项目开发复杂性的分类。
基本概念:
这是一个在复杂的、自适应系统中选择恰当管理行为的方法,该系统是基于所涉及问题的确定性程度和认同级别的。
潜在使用场景:

• 为特定的问题或决策选择管理或领导方法。
• 制定一组决策(或大家的日程)的意识。
• 与人沟通,为什么特定的方法是合适的。
• 当需要创新和创造性选择时,这个矩阵可以用来有意地增加不确定性和不认同,从而把系统轻推到混乱的边缘。
描述:
管理和领导的艺术是拥有一组方法,并且知道什么时候用哪个方法。Ralph Stacey 提议了一个对管理艺术有帮助的矩阵,这个矩阵在两个维度上识别管理决策:确定性程度和认同级别。
我们来仔细看一下这两个维度。
接近确定性: 当因果关系确定时,问题或决策也接近确定性。当过去一个相似问题或决策发生时,通常是这样的。人们可以非常确定地从过去推断和预测行动的结果。
远离确定性: 确定性连续的另一端是远离确定性的决策。对决策制定者而言,这些情况常常是独特和新颖的。因果关系不是很明朗。从过去的经验推断,在远离确定性的范围预测不是一个良好的方法。
认同: 竖轴代表团队或组织内关于问题、决策的认同级别。和预想中的一样,依赖于问题的认同级别,管理或领导职能发生变化。
接下来描述该矩阵中不同的区域:
1. 接近认同,接近确定性 (Close to Agreement, Close to Certainty)
2. 远离认同,接近确定性 (Far from Agreement, Close to Certainty)
3. 接近认同,远离确定性 (Close to Agreement, Far from Certainty)
4. 混乱:远离认同,远离确定性 (Anarchy: Far from Agreement, Far from Certainty)
5. 混乱的边缘 (The Edge of Chaos)
1) 接近认同,接近确定性 (Close To Agreement, Close To Certainty)

许多管理文献和理论都是解决这个区域的问题。在该区域里,我们使用从过去收集数据的技术并用之来预测将来。我们规划实现成果的具体行动路径,并且监控实际行为和计划之间的不同。在这个区域里,对问题和决策的管理实践是正常的。它的目标是重复工作,提高效率和效益。
当项目很一致而很清晰时,这是一个很规律(order)的状态
2) 远离认同,接近确定性 (Far From Agreement, Close To Certainty)

有些问题非常确定,但有很大的不认同级别。计划或共同的使命在这种场景下可能没有用。相反,策略变得很重要。联盟的成立,谈判和妥协,这些方法用于创建组织的议题和方向。
当项目清析但未能同意如何执行甚至方向也不能定下来,这情况是政治(politics),重要的是如何协调及妥协
3) 接近认同,远离确定性 (Close To Agreement, Far From Certainty)

有些问题有很高的认同级别,但因果关系不是很确定。这种情况下,根据预定义的计划进行监控将不会工作。共同使命或愿景的强烈意识可以替代计划。我们不是和计划进行比较,而是和组织的使命与目标。在该区域里,尽管无法提前定义具体的道路,我们的目标是朝着商定的未来前进。
当项目方向等都很一致但对于做什么不是很了解时,列作为宗教(religion),重点在于如何按照所同意的方向前进,检讨是否按方向前进
4) 混乱:远离认同,远离确定性 (Anarchy: Far From Agreement, Far From Certainty)

高度的不确定和不认同,常常的结果是故障或混乱。在这个场景下传统的计划、愿景和谈判是不够的。应付这样场景的个人策略是尽量躲开——避免高度不确定性和不认同。然而短期来看这可以是保护性策略,长期来看将是灾难性的。组织应该尽可能的避免进入这个区域。
如果方向不一,而且做什么都不了解的话,这是混沌(chaos)状态,所有组织都应该避免这情况发生。
5) 混乱的边缘(复杂的区域) The Edge of Chaos (The Zone of Complexity

这个图上在混乱和传统管理方法之间有大块的区域。Stacey把这个区域称之为复杂区域——其他人称之为混乱的边缘。在这个复杂的区域,传统的管理方法不是很有效,然而这是一个高度的创造性,创新以及打破过去创造新颖运营模式的区域。也是敏捷方法最有效的情况
以上两模型对于团队教练和管理人员很有帮助,协助团队知道如何去使用不同情况下所需要的处理手法,更有效地实践自我组织。实际上虽然遇到相关状况未必马上会联想到这些模型,但在检讨时作为练习讨论也很有意思,相信多加讨论可以帮助团队的自我组织力。
复杂领域的Cynefin模型和Stacey模型的更多相关文章
- 贫血模型和DDD模型
贫血模型和DDD模型 1.贫血模型 1.1 概念 常见的mvc三层架构 简单.没有行为 2.领域驱动设计 2.1 概念(2004年提出的) Domain Driven Design 简称 DDD DD ...
- 文本信息检索——布尔模型和TF-IDF模型
文本信息检索--布尔模型和TF-IDF模型 1. 布尔模型 如要检索"布尔检索"或"概率检索"但不包括"向量检索"方面的文档,其相应的查 ...
- 并发编程:Actors 模型和 CSP 模型
https://mp.weixin.qq.com/s/emB99CtEVXS4p6tRjJ2xww 并发编程:Actors 模型和 CSP 模型 ImportNew 2017-04-27
- 三分钟掌控Actor模型和CSP模型
回顾一下前文<三分钟掌握共享内存模型和 Actor模型> Actor vs CSP模型 传统多线程的的共享内存(ShareMemory)模型使用lock,condition等同步原语来强行 ...
- Inception模型和Residual模型卷积操作的keras实现
Inception模型和Residual残差模型是卷积神经网络中对卷积升级的两个操作. 一. Inception模型(by google) 这个模型的trick是将大卷积核变成小卷积核,将多个卷积核 ...
- Actor模型和CSP模型的区别
引用至:http://www.jdon.com/concurrent/actor-csp.html Akka/Erlang的actor模型与Go语言的协程Goroutine与通道Channel代表的C ...
- NLP中word2vec的CBOW模型和Skip-Gram模型
参考:tensorflow_manual_cn.pdf Page83 例子(数据集): the quick brown fox jumped over the lazy dog. (1)CBO ...
- 比较一下Linux下的Epoll模型和select模型的区别
一. select 模型(apache的常用) 1. 最大并发数限制,因为一个进程所打开的 FD (文件描述符)是有限制的,由 FD_SETSIZE 设置,默认值是 1024/2048 ,因此 Sel ...
- 利用生产者消费者模型和MQ模型写一个自己的日志系统-并发设计里一定会用到的手段
一:前言 写这个程序主要是用来理解生产者消费者模型,以及通过这个Demo来理解Redis的单线程取原子任务是怎么实现的和巩固一下并发相关的知识:这个虽然是个Demo,但是只要稍加改下Appender部 ...
随机推荐
- 如何生成ipa文件
xcode--Product--Archive 弹出Organizer-Archives选择Distribute---Save for EnterPrise or Ad_Hoc Deployment- ...
- Sidekiq任务堵塞问题
今天发现服务器上的sidekiq 线程全忙.队列里任务积累了好多. sidekiq里的任务基本都是爬虫脚本,都需要请求外部网站.但是有些网站的响应时间或者读取时间太久,一直一直卡在那里.使得后面的任务 ...
- 【软件分析与挖掘】A Comparative Study of Supervised Learning Algorithms for Re-opened Bug Prediction
摘要: 本文主要是评估多种监督机器学习算法的有效性,这些算法用于判断一个错误报告是否是reopened的,算法如下: 7种监督学习算法:kNN,SVM, SimpleLogistic,Bayesian ...
- DDD:Can I DDD?
下面是<实现领域驱动>的作者给出的一段话: You can implement DDD if you have: A passion for creating excellent soft ...
- 前端们,gulp该用起来了,简单的demo入门——gulp系列(一)
gulp.grunt前端自动化工具,只有用过才知道多么重要. 它们问世这么久了?你真的用过吗? 写个简单的less.watch任务的demo分享———— 1.准备: 安装全局node.npm,这个教程 ...
- SQL Server中的事务日志管理(2/9):事务日志架构概述
当一切正常时,没有必要特别留意什么是事务日志,它是如何工作的.你只要确保每个数据库都有正确的备份.当出现问题时,事务日志的理解对于采取修正操作是重要的,尤其在需要紧急恢复数据库到指定点时.这系列文章会 ...
- struts2中struts.xml配置文件详解【未整理】
1. 深入Struts2的配置文件 本部分主要介绍struts.xml的常用配置. 1.1. 包配置: Struts2框架中核心组件就是Action.拦截器等,Struts2框架使用包来管 ...
- 重构第29天 去除中间人对象(Remove Middle Man)
理解:本文中的”去除中间人对象”是指把 在中间关联而不起任何其他作用的类移除,让有关系的两个类直接进行交互. 详解:有些时候在我们的代码会存在一些”幽灵类“,设计模式大师Martin Fowler称它 ...
- 如何用c语言调用c++做成的动态链接库
今天在做东西的时候遇到一个问题,就是如何在C语言中调用C++做的动态链接库so文件如果你有一个c++做的动态链接库.so文件,而你只有一些相关类的声明, 那么你如何用c调用呢,别着急,本文通过一个小小 ...
- 老毛桃安装Win8(哪里不会点哪里,so easy)
先来一张美女图,是不是很漂亮呢!继续往下看! 英雄不问出路,美女不看岁数!求推荐啊! 每次碰到妹子找我装系统的时候我都毫不犹豫的答应了,心里暗暗想到:好好表现啊!此刻的心情比见家长还要激动和紧张! 有 ...