TATION. Sociale netværk i organisationer. Carsten Bergenholtz

Transkript

1 AARHUS UNIVERSITY SCHOOL OF BUSINESS AND SOCIAL SCIENCES Sociale netværk i organisationer Carsten Bergenholtz Associate Professor Department of Management Aarhus BSS (Business and Social Sciences) Aarhus University TATION

2 Agenda Hvad laver vi på BSS Fire centrale spørgsmål Hvilken indflydelse kan netværk have på performance? Hvilke teoretiske mekanismer skyldes denne indflydelse? Forskellige udfordringer - forskellige netværk? Hvordan kan vi foretage analyser af sociale netværk? Form: Interaktivt afbryd gerne med spørgsmål! 2

3 Hvordan at forklare individuel performance: Individuel vs. relationel Traditionel forklaring: Uddannelse, alder, personlighed, IQ, ressourcer etc. (individuelle træk) Kausalitet: I individer Social, netværks forklaring: Hvilke netværk er du del af? (relationer mellem individer) Kausalitet: Mellem individer 3

4 Hvor kommer høj performance fra? Centralt spørgsmål for ledere af organisationer Individuel, human capital? Relationel, social capital? Indflydelse på hvordan performance skal måles og organisationer skal ledes. 4

5 5

6 Mennesker i organisationer II Individuelt perspektiv Robert er XYZ James er XYZ Relationelt perspektiv 6

7 Sociale netværk: Definition Antag en arbejdsplads på f.eks. 100 ansatte Arbejdspladsen har et overordnet socialt netværk bestående af alle 100 Sociale netværk er ikke det formelle arbejdshierarki I netværket på arbejdspladsen er du som individ forbundet (direkte netværk) med dem du faktisk Kommunikerer med Kommunikerer med om arbejdsrelaterede ting Spørger til råds Etc. Vi er del af mange netværk Jeg taler ikke om sociale netværk a la Facebook etc.!! 7

8 Sociale netværk og individuel performance Ikke blot størrelsen af netværket men position i netværksstrukturen 8

9 9

10 Diskuter 2-3 min Hvorfor har individer med netværk som Robert generelt en højere performance? Flere eksempler på hvilke typer (sociale netværk) fænomener jeg taler om 10

11 Sociale netværk: Eksempler 11

12 Sociale netværk: Eksempler II 12

13 Sociale netværk: Eksempler III kis/status/ /photo/1 ne/article?id= /journal. pone

14 Christian Waldstrøm, 2011 Sociale netværk: Eksempler IV

15 Netværksstrukturen som kilde til information Illustrering af én persons Facebooks venners relationer til hinanden Gæt hvem der er kæresten til personen i midten? From a map of Facebook friends, [and activity] a computer algorithm will correctly identify a person s spouse, fiancé or other romantic partner about 70 percent of the time

16 Google vs. Facebook: Forskellige tilgange til formidling af information Google: Global ranking af relevans Sider der linkes oftest til vises som søgeresultater Ingeniørens fokus på globale algoritmer Facebook: Lokal ranking af relevans Hvad synes din venner vises på din newsfeed Socialvidenskabelig fokus på sociale omgangskreds adfærd. 16

17 Hvordan kan sociale netværk have så positiv en indflydelse på performance? Med andre ord: Hvilke teoretiske mekanismer skyldes den positive indflydelse? 17

18 Først: Det simpleste sociale netværk Det simpleste sociale netværk: Over tid - Er på samme std - Hvis A ligner B og C, ligner B og C også hinanden A i en særlig magtfuld position Hurtigst adgang til ny viden Kommunikerer med forskellige (typer) mennesker Kan enten bygge bro eller holde B og C adskilt. 18

19 Udvikling af netværk over tid 19

20 Snak med sideperson (2 min): En gåde i) Forestil dig at du har 100 venner på Facebook. Endvidere, forestil dig at alle disse 100 venner også har 100 venner ii) Du laver en status updatering iii) Alle dine 100 venner deler denne status iv) I alt har nu 101 mennesker posted din status v) Antag at alle venner til disse 101 mennesker faktisk ser opdateringen Spørgsmål: Hvor mange mennesker har nu (ca.) set denne status updatering?

21 Hvilken social netværks position er optimal? 21

22 Hvilken social netværks position at indtage? Eks.: Netværk og innovation Innovations udfordringen a) En ny ide skal findes b) Det nye kombineres med kendte elementer c) Der skal samarbejdes om kombinationen d) Samarbejder kræver tillid og dybt kendskab til hinanden 22

23 Grupper (ca 6-7 min): Hvad er fordele og ulemper ved henholdsvis Robert og James netværks position? 23

24 24

25 Hvilken netværksposition er bedst: Brobyggeren Robert er brobyggeren som samler huller og ikke-redundant viden i netværket Fordele Modtager hurtigt ny viden Modtager mere divers viden Kan styre vidensflowet Ofte involveret i projekter Men: Flaskehals? Skal koordinere forskellige interesser Skal tale forskellige sprog. 25

26 Hvilken netværksposition er bedst: Det tætte netværk James er i et tæt, tillidsfuldt netværk Fordele Adgang til viden af høj kvalitet Tillid og gensidighed Samme interesser / sprog Men Primært adgang til redundant / kendt viden Sjældnere med i nye projekter Kan ikke styre vidensflow. 26

27 Social learning: Humans vs. primates Source: Henrich, Joseph. The secret of our success: how culture is driving human evolution, domesticating our species, and making us smarter. Princeton University Press, 2015.

28 Netværks paradokset Et åbent netværk: Samarbejde med ukendte aktører nye informationer og input Ikke fælles sprog, kultur, normer og måder at gøre ting på Et lukket netværk: Samarbejde med kendte aktører fælles sprog, kultur, normer og måder at gøre ting på (indlejrethed) Begrænsede nye input Paradoks 28

29 Position i netværket og individuel performance Generelt påvirkes vi af dem vi er tæt på i et netværk Hvilken information vi har adgang til Hvem vi vælger at samarbejde med Hvem vi pt. og i fremtiden har tillid til Brobyggere (Robert) Bliver hurtigere forfremmet Får generelt højere løn Får flere nye ideer Oplever mere stress Ovenstående dog afhængig af konteksten? Alt det her ved vi uden at vide noget specifikt om individer og individuelle træk Bestemte personlighedstyper passer bedre til brobygger positionen - svær position at indtage kunstigt. 29

30 30

31 Forbehold: Hvad kommer først Høj performance eller central netværks position Hvilket forskningsdesign / typer af data kan afklare et sådant forbehold? (2 min) 31

32 Antag at I skal sammensætte et team (diskuter 3-4 min) Hvilke typer sociale netværk bør medlemmerne af teamet have Internt blandt medlemmerne Ekstern til medlemmer af andre teams? 32

33 Social netværksanalyse: Formel metode (2-3 min) Hvordan kan sociale netværks data indsamles? Surveys (spørge folk om hvem de mener de interagerer med) Observationer af adfærd korrespondancer Deltagelse i foreninger / grupperinger Telefonopkald. 33

34 Den optimale netværks position Afhængig af konteksten? Videns flow Ebola udbrud

35 Netværksstruktur og innovation: Kontekst industri IT-industri vs. Stål-industri I IT industrien er der større krav til hurtigere adgang til ny viden sammenlignet med stål-industrien Hvilken netværksposition (af Robert og James) er det optimalt at indtage i henholdsvis Stål- og IT industrien? 35

36 Simpel vs. Kompleks viden Forestil jer en virksomhed der består af en lang række projektteams. Nogen projekter arbejder med simpel andre med kompleks viden Farven på næste produkt vs. næste nye smartphone Hvordan påvirker kompleksiteten af viden mon det optimale netværk (tænk Robert vs. James). 36

37 Resultater: Simpel vs. Kompleks viden

38 Netværksstruktur og innovation: Kontekst - kultur Sammenligning af Taiwan (kollektivistisk kultur) vs. USA (individualistisk kultur) Taiwan: Stærke relationer afgørende central viden gives ikke til svage relationer USA (individualistisk kultur): Brobyggere centrale, mere end relationens styrke central viden gives til svage relationer Kultur påvirker netværksstrukturens indflydelse på innovation. 38

39 39

40 Social netværksanalyse: Formel metode Hvordan kan sociale netværks data indsamles? Survey, observationer, , deltagelse i foreninger, telefonopkald Hvordan analyseres disse data? Indsamling af data om 2-2 relationer, hele netværk, styrken af relationen, forskellige typer af relationer, hvem der deltager i samme events Statistisk software til analyse udover blotte visualisering 40

41 Netværks data Hvem kommunikerer du med ugentligt? Peter Mathilde Ditte Thomas Ole Verner. Peter Mathilde Ditte Thomas Ole Verner

42 Netværks data Hvem kommunikerer du med ugentligt?

43 Netværks data Hvem kommunikerer du med ugentligt? An Information Flow Model for Conflict and Fission in Small Groups, Wayne W. Zachary, in Journal of Anthropological Research, Vol. 33, No. 4 (Winter, 1977), pp

44 Netværks data Hvem kommunikerer du med ugentligt? From: Networks, Crowds and Markets, by Easley and Kleinberg (2010), p. 3 (

45 Studer billedet hvad kan I udlede? (1 min) 45

46 Hvis større netværk? Software: UCINet ( 46

47 Eks. på større netværk: Visualisering 47

48 Eks på større netværk: Kvantitativ analyse Hvor ofte er en node er på den korteste vej imellem andre nodes Jo mere central i denne forstand, jo højere betweenness centrality score Når netværk er for store til visuel inspektion, må tallene beregnes matematisk 48

49 Sammenhæng mellem (betweenness centrality) netværks position og løn 49

50 Et eks. på et speciale om sociale netværk i organisationer Overordnede forskningsspørgsmål: Hvilke individer / netværk skaber høj performance På baggrund af teoretisk ramme opstilles hypoteser F.eks. X type individer med Y type netværk Z performance Data om sociale netværk og individer indsamles i organisation med 150 ansatte F.eks. via survey eller -data om netværk i organisatioen F.eks. indsigt i forskellige individuelle data samt individuel performance (f.eks. løn eller forfremmelser) Data kombineres og analyseres statistisk Resultater: Hypotese forkastes eller støttes. 50

51 Sociale netværk: Overvej alternative forklaringer på, hvorfor overvægt/rygning/glæde/alkoholisme/diabetes synes at smitte i netværk? (3-4 min) Homohily: Birds of a feather (genetics?) Confounding factors: Shared envioronment 51

52 52

53 Forestil jer dette er et netværk af læger i et mindre samfund. Et nyt medikament skal indføres. I kan overbevise én person i netværket hvem går I til? (3-4 min) 53

54 Spørgsmål? (3 min) Opsummering: Hvilke 3 ting har I lært i dag? 54

55 Opsummering Relationelle forklaringer Ens position i netværk begrænser / faciliterer Ikke bare at netværk er godt og at for meget netværk er skidt Paradokset: Ønsker én type netværk for ny viden, men anden type viden for samarbejde og tillid Værktøjer til at tænke over hvilke netværk passer til hvilke innovations-udfordringer At vide noget om en persons netværk er at vide noget om personens identitet, valg, performance. 55

56 Opsummering 1) Hvem influerer valg? 2) Hvor får vi ny viden fra? 3) Hvem samarbejder vi bedst med? 4) Hvem klarer sig bedst på en arbejdsplads? 5).. 56

57 Relevant litteratur Apicella, C. L., F. W. Marlowe, J. Fowler and N. Christakis. 2012, "Social networks and cooperation in huntergatherers." Nature 481: Bizzi, L. 2013, "The Dark Side of Structural Holes: A Multilevel Investigation." Journal of Management 39(6): Bond, R. M., C. J. Fariss, et al. (2012). "A 61-million-person experiment in social influence and political mobilization." Nature 489: Borgatti S. P., Mehra A., Brass D. J. and Labianca G. (2009) Network Analysis in the Social Sciences. Science, 323, Burt R. S. (2001) Structural Holes versus Network Closure as Social Capital in: Lin N., Cook K. S. and Burt R., eds. Social Capital: Theory and Research. New York: Aldine de Gruyter. Dahlander, L. and H. Piezunka. 2014, "Open to Suggestions: How Organizations Elicit Suggestions to Engage Externals in Open Innovation." Research Policy Forthcoming. Granovetter M. S. (1973): The Strength of Weak Ties. American Journal of Sociology, 78, Hansen M. T. (1999): The Search-Transfer Problem: The Role of Weak Ties in Sharing Knowledge across Organization Subunits. Administrative Science Quarterly, 44, Krackhardt, D., & Hanson, J. R. 1993: Informal networks: The company behind the chart. Harvard Business Review, 71(4): Mehra A., Kilduff M., Brass, D.J. (2001): The social networks of high and low self-monitors: Implications for workplace performance, Administrative Science Quarterly, 46 (1): Obstfeld D. (2005): Social Networks, the Tertius Iungens Orientation, and Involvement in Innovation. Administrative Science Quarterly, 50, Rowley T. J., Behrens D. and Krackhardt D. (2000): Redundant Governance Structures: An Analysis of Structural and Relational Embeddedness in the Steel and Semiconductor industry. Strategic Management Journal, 21, Rong, MA., Huang, YC., Shenkar, O. (2011): Social networks and opportunity recognition: A cultural comparison between Taiwan and United States. Strategic Management Journal 32 (11):