一个鸟瞰的视角：用社会网络分析法去改进知识创新与共享
原文作者:Rob Cross, Andrew Parker and Stephen P. Borgatti
单位:IBM
一个很重要但往往会被忽视的部分，一个人获得知识的环境，就是人际关系经常影响一个人获取知识的管道。社会网络分析使管理人员能够想象并理解一些可能推动、或阻碍知识创新与传播的无数关系。
在IBM知识研究所进行的研究中，我们发现几个对于有效学习很重要的因素。透过分析并将这些因素应用到组织内部的小组中，我们发现确实能够提高知识的创新与共享。
我们生活在迷人的，但又不确定、令人不安的时代。在工作中，我们可以提高本身知识的时间越来越少。即使在一个技术专业领域中，我们也越来越难以安于现状。例如，在今天的医学界里，除了现阶段正规的教育外，医生经常是从他们的病人身上得到启发，而病人也可以查阅和他们本身特殊症状相关的资料。进一步说，随着进入知识密集型的时代，很少有人能够具有足够的知识去解决日益模糊和复杂的问题。
IBM的知识研究所发现，这种现象越来越普遍。通常，当人们想要去寻找信息，就会考虑数据库或其他信息来源，如政策和程序手册。然而，一个很重要的，但往往被忽视的部分，一个人获得知识的环境，就是人际关系经常影响一个人获取知识的管道。一项研究表明，比起其他来源的信息（如数据库或文件柜，人们向朋友或同事寻求答案的可能性高出五倍。）在我们研究中的40个管理者透露，85%的人声称获得从其他人地方获得知识是一个重要项目获得成功的关键。尽管这些管理者确实采用了组织的知识基础，但往往只是为了补充他们从他人那里获得的知识。尽管事实上，他们的组织有一个领先的技术平台和制度化实践的捕捉，和归档知识筛选。
社会网络分析
简单的来说，就是你认识的人对你所知道的有重大影响。我们和很多人一起已经发现在对知识管理中人的重要性，并且开展各种计划来促进知识的创造和使用。虽然我们可以设计方案，来加强组织学习、知识转移或创新，但人们往往很难理解这种干预的影响。我们发现社会网络分析——一种用于绘制人与部门之间重要知识关系的工具——特别有助于在组织设置中改善合作，知识创造和知识转移。
在管理方面，社会网络学科的发展得益于商业界的三个重要发展：首先，是在组织中的与正式机构并存的非正式结构的重要性的发现。在组织结构图中，即使在最官僚的组织中，个人也总是通过无数的不固定的方法相互联系。其次，是在第二十世纪后期转向一个更平的，更灵活，以团队为导向，更依赖于知识资产的组织模式。随着这种更加有机的转变，网络状的结构需要了解这些结构如何工作，以及如何管理它们。第三，在紧密的合作关系，跨组织边界紧密合作关系的快速增长——外包、合资、联盟、组织联合项目工作，等等。虚拟组织产生了一系列新的管理问题：关于如何管理工作的情况下，严格的报告关系。
在这种情况下，网络分析法对于帮助组织处理一些经典的情况显示了相当大的作用，包括：
领导选择——谁在人群中是能被信任和受人尊敬的？
任务团队选择——我们如何将整个组织内有联系的人组成一个团队？
合并和收购——不只是两种文化的合并，而是两个独立网络的合并多典型。
社会网络分析和知识管理
社会网络分析使得管理者可以想象并理解，一些可能推动或阻滞知识创新和传播的相互关系。信息在一个组织内部如何流动？人们会向谁求助？ 有没有出现合并后的下级组织不能有效共享信息的情况？这些问题通常可以通过分析社会网络图来回答——个人和社会关系的地图，把它们连在一起。这些问题的主要特征在于显示社群关系的模式和个体（或组织）之间的相对位置，也因此可以加强知识管理。
例如，IBM知识研究所进行的大型石油机构勘探和生产司的执行人员社会网络分析。这个小组正在实施一项分布式技术，以帮助跨钻井举措知识转移。作为一个团体，他们对于评估他们的能力，创造和分享知识也有兴趣。因此，我们被要求对勘探和生产部的前20名高管中的信息流进行社会网络分析。如图1所示，这种分析揭示了该集团的正式和非正式的结构之间的鲜明对比。
关于信息共享和有效利用集体知识，这个团体迅速出现了三个要点。首先，在信息流的项目上，用社会网络分析确定中层管理人员是至关重要的。一个叫做的科尔扮演的核心作用的给研究带来了特别的惊喜，在整体信息流中，生产成员分工与网络的其余部分之间的是唯一的接触点。与这个执行团队的一个推动会议透露，随着时间的推移，科尔在专业知识和反应能力的突出表现，使他成为各种信息的关键来源。不是由于他自己的过错，而是因为他收到的信息请求数和涉及的项目数量增长过快，给他带来了压力，还经常使团队放慢下来，因为科尔已经成为一个瓶颈。
结果，通过分析获得关键干预是重新分配来科尔所在团体的其他成员的信息请求。将科尔收到的各种信息要求简单分类，然后分配这些信息或决策域的所有权给其他高管，使科尔和使整个网络都更加强大。
同样重要的是，社会网络分析有助于识别周围那些未开发的专业知识，没有为团体充分利用资源的人。特别是，许多老年人很明显已经变得过于远离这团体的日常操作。例如，图1显示最高级的人（琼斯）是非正式网络中最外围的人之一。这是一个普遍的发现：当人们在一个组织中职位越高时，他们的工作开始需要更多的行政任务，这使得他们对日常和下属的工作的更少的接触和了解。在这种情况下，我们的汇报会议表明：琼斯已经远离了这个群体，在作出重要决定时，他的频繁的反应缺乏常常使整个网络失去活力。幸运的是，社会网络图有助于非对抗的执行一个潜在的困难的谈话，使更多的时间被承诺回到小组。
最后，社会网络分析也表明生产部门（图顶部的子群）已经在整体网络中分开。在这个分析之前的几个月，这些人转移到大楼的不同楼层。在回顾网络图，许多高管意识到这个分离导致在他们分开期间失去了很多偶然的聚会。在这种情况下，高管们决定，他们需要引入更多结构化的会议，以弥补最近失去的计划外沟通。他们还采用了即时通讯系统，以促进沟通。
知识网络
在我们的研究中，我们了解到，从超过一个简单的沟通和信息流的角度去看社交网络是很重要的。我们发现改善人们特定网络有效的干预措施更多的是帮助小组知道其他人知道什么，确保人们之间的安全和访问。有了这个认识，我们开始把重点放在沟通和更多的能让人们共享和创造知识的知识尺寸关系。具体来说，我们采访了40名经理依靠信息或建议的关键关系。我们发现，在知识的创造和使用方面，四个维度往往是至关重要的关系是有效的：
知他人之所知；
能够及时地了解他人；
透过认知，创造可行的知识；
在一个安全的环境中学习。
知他人之所知
在决定是否向某个人咨询信息或意见时，这个人必须对别人的知识、技巧和能力与当前问题的相关性有一定的理解。尽管由于种种原因，这种理解有可能是错误或有偏差的，但这仍然是决定向谁就某一问题咨询信息或建议的基础。因此，了解一个小组中成员对彼此的知识、技能和能力的了解程度是理解他们在知识共享和创新方面有效的第一步。
能够及时地了解他人
仅仅相信某人有相关知识不一定导致促进知识创造的接触。能够及时地获得别人的想法也是必要的。在某种程度上，接触是一个组织的社会结构的产物，受存在于正式或非正式结构的职位的权利影响。接触也受到物理和技术环境的影响，对于人的障碍是连接大大降低了他们被咨询的可能性。例如，在知识密集的环境中，Tom Allen的工作地表现出物理接近和合作可能性之间的显著关系。因此，第二个维度的重要性是评估在何种程度上人们可以访问对方的思想。
透过认知创造可行的知识
当然，单纯的了解并不能帮助知识的传播和创新。人们在传播和创新知识方面有别于传送文件或数据库的方法，就是积极地帮助别人思考他们试图解决的问题。对于那些咨询他人的人来说，有些人愿意先理解别人的问题，然后积极地将他们的知识略加修改以直接应用于问题本身，这样便有助于知识创新。这和一些只是提供简单的信息，而没有积极地解决问题的人形成了鲜明的对比。正如一位经理人所说，'我周围有不少这样的人，他们只是很快地给你一个说法，因为他们自以为很聪明，并且给你一些提示就使你很快地佩服他们，然后他们就可以逃脱解决问题的困难工作。Mike的责任感和思想觉悟并非如此，因为他会帮助你思考问题。'因此，网络的第三个重要因素就值得注意的是，评估在何种程度上哪些人会积极去帮助他人解决问题。
在一个安全的环境中学习
最后，关系有一种影响交互作用中学习或创造力的程度的属性。当一个人向另一个人咨询信息时，他们自然地变得易受攻击，因为“寻找帮助暗示着无能力和依赖”。咨询他人，是给一个您所“信任”的人一个权力。所以当一个人对另一个人的信任使得他承认自己的知识缺乏是不容易的，个人和团体都是如此。进一步说，以安全或者信任程度为基础，也为相互的探讨和创新提供了空间。以安全或者可靠为特征的关系透过创新和学习的空间提高了知识创新的能力。因此，安全是一个重要的维度对于分析网络的知识创造和共享潜力。
知识关系的网络观点
透过将这些因素应用于一个组织内的重要小组，我们能更仔细地分析和干预知识创新及共享的关键因素。四个关键因素可以独立看待，以说明一个网络的不同层面，但也可以全面性考察。例如，根据关系被映射的特定关系（即知识、访问、参与或安全），可以看出网络关系是如何变化的。进一步说，我们把这些关系联系起来，分析这些关系模式的变化也是很有启发性的。例如，IBM 透过一个大型药品公司的37名信息科学家小组分析四个因素。目标是：
分析他们彼此对对方的知识、技能和能力的理解，以评价这个小组的整体凝聚力 ——“知道”网络；
识别他们网络中的中心人物，以理解哪些技能和知识是这个小组中，知识创新和应用方面最有影响力的人；
了解那些没有和网络直接联系的人，因为他们可能代表没有充分利用资产；
分析这个网络以突显那些支持知识共享关系的四个因素与人们之间的联系 ——指导X 接触X认知X安全网络。
首先要注意的是，关于这个网络，它是有凝聚力的，换句话说，没有从大群体中分离出来的子群。这是在网络中的一个健康的标志，因为已成为从整体网络分离的派系常常代表未开发的人力资源，以及在最坏的情况下，可以反映政治问题。在“知道”的网络路，最核心的人是LK、BJ、KS和BI。与此相反，在网络的边缘有各种各样只有三或四个连接的人。这些都代表了这一组未被充分利用知识的人。
最后，当我们在所有的四个维度（参见图3），六人（LK、BI、KS、LA、RR 和 SJ，按重要性顺序）成为这组中央。他们不是我们在“知道”网络分析中发现的同一组人。LK仍然是这组最有影响力的人，我们在列表中增加了LA、RR和SJ。现在BJ不再是这个组的核心成员，很可能是因为BJ是集团的头，由于时间的限制，不一定每个人都可以。
有趣的是，在图3的左下方是一个由10人组成的小组，他们几乎完全脱离了主网络。没有LK和BJ的关系，这个小组将主要从主网络断开。这样子群的存在意味着知识利用效率低下：子群的成员不利用主组的专业知识，反之亦然。在解决问题时，这两个群体都可以吸引更多的人才。
通过对网络的四个维度的观察，有可能确定哪些因素是知识共享最常见的障碍（例如，知我们所知、及时了解他人等等）。一旦这个因素被确定，它可能是提高整体合作的目标干预措施。
知识创新和传播提高了网络容量
社会网络分析提供了一套工具和表示网络的方法，它们提供可特定的干预，这些干预是不透过标准的文化调查或面试技术实现的。例如，文化调查可能显示组织的思想环境并不支持知识共享，SNA 则是一个更详细的分析，它可明确地指出谁和谁共享知识。更重要的是，这种愈加精确的分析提供了一个具体的方法，以影响网络创造和共享知识的能力。以下是我们发现的有助于提高网络协作能力的几种干预。
当代表你自己和同事之间的关系时，社会网络分析图具有它们自己的生命周期。这很简单，只需请人们用5分钟的时间看他们自己或2、3个人的小组的关系，鉴别他们在图上发现了什么，结构化的结果阻碍或推动了小组的效力， 而小组的成绩暗示会是一个极其有效的干预。
联结的技术
尽管不能完全解决问题，但我们仍然有很多机会利用分散的技术，帮助相互之间有联系的人们。许多组织已经开始体验并使用网络社群，其它的论坛邀请相关的专家参加解决问题。这些论坛使得员工可以向相关专家提出问题。如果一个组织已经建立了奖励共享行为的方法，这种论坛常常是很有效的，它能够集中整个社群的智能来解决一个特定的问题。例如，在 Buckman 实验室里，澳大利亚的全国销售经理计划投标一个大型的造纸厂，希望一个公司为机器卫生和碱性优质纸提供产品。但不幸的是，全国销售经理关于碱性优质纸的经验非常有限。为了得到一些帮助，经理决定把他的问题发到企业内部网络。48小时内，他收到了来自世界各地的 Buckman 员工的详细响应。来自其它员工的响应使他能够准备一个成功的文案，为公司赢得了这次投标。
然而，一个以知识为基础的项目在开始阶段没有清楚地定义问题。在这种情况下，个人需要能够和组织内特定的人联系。为了响应这种需求，许多组织正在开发共同的黄页或员工的技能概况资料。例如，在微软，他们已经创建了信息系统组内部所有员工的核心资质数据库。“这个项目的目标是提高员工对工作和项目团队的匹配程度。”
<st
剩余内容已隐藏，支付完成后下载完整资料</st
原文:
A birdrsquo;s-eye view: Using social network analysis to improve knowledge creation and sharing
A significant yet often overlooked component of peoplersquo;s information environments is composed of the relationships that they use to acquire information and knowledge. Social network analysis (SNA) allows managers to visualize and understand the myriad of relationships that can either
facilitate or impede knowledge creation and transfer. In research conducted by the IBM Institute for Knowledge- Based Organizations, we discovered four different relationship dimensions which are important for effective learning. By analyzing and applying these dimensions to important groups of people within an organization, we can improve knowledge creation and sharing.
We live in fascinating, yet uncertain and often disconcerting times, as less and less time is available for us to grow comfortable in our own knowledge while at work.1 Even within narrow technical specialties, it is becoming more and more difficult just to stay current. For example, witness todayrsquo;s medical profession where, despite an unparalleled formal education, doctors are frequently “taught” by their patients, who have more time to review massive amounts of data related to their specific medical concern. Further, as we move into a knowledge-intensive economy, only rarely does any one person have sufficient knowledge to solve increasingly ambiguous and complex problems.
The opening vignette is representative of stories frequently heard when managers and executives are asked to recount how they obtained information critical to the success of an important project. Perhaps both the ambiguity of the initial problem posed as well as the way the manager resolved the problem resonates with your own experience. This person was successful, not solely as a result of his own knowledge, but rather as a product of being able to find and apply relevant information efficiently. And of notable importance is the role that his network played in helping him locate knowledge in a timely fashion.
The IBM Institute for Knowledge-Based Organizations found this scenario to be increasingly common. Usually, when thinking of where people go for information, databases or other sources of information, such as policy and procedure manuals come to mind. However, a significant, yet often overlooked component of peoplersquo;s information environments are composed of the relationships that they use for information and knowledge capture.2 One study demonstrated that people are roughly five times more likely to turn to friends or colleagues for answers than other sources of information such as a database or file cabinet.3 Our own research with 40 managers revealed that 85 percent claimed to receive knowledge critical to the successful completion of an important project from other people. Although these managers did employ the organizationrsquo;s knowledge base, it was often only to supplement knowledge they had acquired from other people. This, despite the fact that their organization had a leading-edge technical platform and institutionalized practices for capturing, screening and archiving codified knowledge.
Social network analysis
In short, who you know has a significant impact on what you come to know. Many people we work with have discovered the importance of attending to the human element in knowledgemanagement programs and are initiating various programs to facilitate knowledge creation and use. Although we can design programs to enhance organizational learning, knowledge transfer or innovation, it is often difficult to understand the impact of such interventions. We have found social network analysis (SNA)—a set of tools for mapping important knowledge relationships between people or departments—to be particularly helpful for improving collaboration, knowledge creation and knowledge transfer in organizational settings.
In management, growth of the social network discipline has been aided by three important developments in the business world: Firstly, is the discovery of the importance of the informal structure within an organization, that coexists with the formal structure of an organization. Even in the most bureaucratic organizations, individuals have always interacted with each other in a myriad of ways not specified by the organization chart. Secondly, is the shift in the late 20th century to an organizational model that is flatter, more flexible, team-oriented and more reliant on knowledge assets. With this shift to more-organic, network-like structures, comes a need to understand how these structures work and how to manage them. Thirdly, is the rapid growth in close cooperative relationships across organizational boundaries—outsourcing, joint ventures, alliances, multi-organizational project work, and so on. Virtual organizations generate a host of new management issues about how to manage work in the absence of strict reporting relationships.
In this context, network analysis shows considerable promise for helping organizations handle a number of classic situations, including:
bull; Leader selection—Who is central in the trust and respect network?
bull; Task force selection—How do we put together a team that is maximally connected throughout the organization?
bull; Mergers and acquisition—Itrsquo;s not just two cultures merging, itrsquo;s two separate networks.
Social network analysis and knowledge
Social network analysis allows managers to visualize and understand the myriad of relationships that can either facilitate or impede knowledge creation and transfer. How does information flow within an organization? To whom do people turn for advice? Have subgroups emerged that are not sharing what they know as effectively as they should? These are questions that can often be answered through analysis of a social network diagram—a map of individuals and the social ties that li
剩余内容已隐藏，支付完成后下载完整资料
资料编号：[285124]，资料为PDF文档或Word文档，PDF文档可免费转换为Word
以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。
