Korsimpaktanalys: så bygger du en korsimpaktmatris

Engelsk version (English version)
Korsimpaktanalys innebär att varje trend i en studie prövas mot varje annan trend, ett par i taget, för att ta reda på vilka kombinationer som spelar roll. De flesta strategiteam kan räkna upp de fem eller tio krafter som förändrar deras marknad. Få har frågat sig vad som händer när två av dessa krafter slår till samtidigt. Korsimpaktmatrisen tvingar fram den frågan för varje par, och det är oftast därifrån de mest överraskande insikterna i ett omvärldsanalysprojekt kommer.
I korthet
- Vad det är: ett rutnät med samma trender, händelser eller prognoser i raderna och i kolumnerna. Varje ruta anger om posten i raden gör posten i kolumnen mer sannolik, mindre sannolik eller inte påverkar den.
- Vem som uppfann den: Theodore J. Gordon och Olaf Helmer, 1966, när de konstruerade ett framtidsspel kallat Future åt Kaiser Aluminum & Chemical Corporation. Gordon och Howard Hayward publicerade den första datorversionen i tidskriften Futures 1968.
- Vad den används till: att hitta samspel mellan trender som ingen hade i uppdrag att bevaka, och att kontrollera om en uppsättning scenarier hänger ihop.
- Hur lång tid det tar: ett rutnät på 6 gånger 6 har 30 par och ryms på en eftermiddag. Ett på 20 gånger 20 har 380 par och kräver ett team och flera sessioner.
- Var den hör hemma: efter att trenderna samlats in och prognoserna bedömts, före scenariobygget. Den är motsvarigheten för många trender till framtidshjulet (på engelska), som följer en enda förändring utåt.

Vad korsimpaktanalys gör

Varje omvärldsanalysprojekt ger en lista: en åldrande befolkning, billigare sensorer, ny reglering, brist på yrkeskunnig arbetskraft, förändrade konsumentvärderingar. Listan är den lätta delen. Det svåra, som jag skrev i Future, Inc. (AMACOM, 2007), är att konsekvenserna blir tydliga först när all information förts samman och ”superkopplats”. Man följer trender en i taget, på skilda avdelningar och i skilda rapporter. Hoten och möjligheterna ligger i mellanrummen.
Korsimpaktanalys är ett sätt att fylla mellanrummen med avsikt. I boken beskrev jag den som en tabell som ”tvingar dig att pröva varje trend, prognos eller jokerkort mot alla andra som kommit fram under analysen”. Mitt exempel var framtiden för spannmålsproduktionen, med tre trender: ökande datorkraft, globaliseringen av spannmålsodlingen och en åldrande befolkning. Rutnätet tvingar fram tre frågor. Vad händer när datorkraften möter den globala spannmålsproduktionen? När den möter den åldrande befolkningen? När den globala produktionen möter den åldrande befolkningen?
Vissa par ger ingenting. Pensionärer och vete i Mongoliet ser ut som en återvändsgränd, tills man frågar om pensionärer skulle kunna driva högteknologiska jordbruk. Det är just poängen. Framtiden är oftast konstigare än vi tror, så det lönar sig att börja med udda kombinationer, och matrisen är det enda verktyg jag känner till som garanterar att man tittar på alla.
Var metoden kommer ifrån
Korsimpaktanalysen föddes i samma krets kring RAND som gav upphov till Delfimetoden. Delfi samlar experters bedömningar av om enskilda händelser kommer att inträffa. Svagheten är att varje händelse behandlas som om den stod för sig själv. Gordons fråga var om prognoser i stället kunde byggas på hur framtida händelser påverkar varandra.
Det första svaret var ett brädspel. 1966 beställde Kaiser Aluminum ett framtidsspel till sitt tjugoårsjubileum, och Gordon, Helmer och Hans Goldschmidt utformade Future. Tekniska och sociala förändringar avgjordes av sannolikheter och en särskild tärning, och varje förändring som slog in ändrade oddsen för de andra. 1968 programmerade Gordon och Hayward angreppssättet vid UCLA och publicerade ”Initial Experiments with the Cross Impact Matrix Method of Forecasting” i Futures. Grundtanken var att en händelse som inträffar ändrar sannolikheten för andra, och att dessa förändringar kan skrivas ned, ruta för ruta.
Sedan dess har metoden förgrenat sig:
- Probabilistisk korsimpaktanalys. Den ursprungliga linjen. Experter uppskattar en startsannolikhet för varje händelse och hur mycket var och en skulle höja eller sänka de andras, och sedan spelar en dator igenom matrisen många gånger. Gordon skrev senare standardbeskrivningen av metoden för Millennium Projects Futures Research Methodology.
- Strukturanalys. En fransk skola förknippad med Michel Godet använder ett rutnät av påverkan i stället för sannolikheter för att rangordna vilka variabler som driver ett system och vilka som bara reagerar.
- Korsimpaktbalanser. Wolfgang Weimer-Jehle vid universitetet i Stuttgart presenterade 2006 en kvalitativ variant i Technological Forecasting and Social Change. Den använder rutnätet för att pröva vilka kombinationer av utfall som är inbördes förenliga, vilket gör den till ett verktyg för att granska scenarier.
- Underrättelseversionen. Structured Analytic Techniques for Intelligence Analysis av Heuer och Pherson, en lärobok som används flitigt av underrättelseanalytiker, räknar korsimpaktmatrisen till sina kärntekniker för att förstå hur variablerna i ett problem påverkar varandra.
Användningen som konsistenskontroll förtjänar en stund. 2012 tillämpade Vanessa Schweizer och Elmar Kriegler korsimpaktbalanser på samma information som författarna till IPCC:s utsläppsscenarier använde kring år 2000. De fann att en kolbaserad tillväxt då var en tydligt urskiljbar möjlig framtid som var underrepresenterad i de publicerade scenarierna, och att några av de publicerade scenarierna inte var inbördes konsistenta. Ett noggrant ifyllt rutnät kan fånga det som ett skickligt skrivarlag missade.
Så gör du en korsimpaktanalys, steg för steg

- Välj dina poster. Börja med de trender, prognoser och jokerkort som din research tagit fram. Håll listan så kort att du hinner bli klar: sex till tolv poster i en första omgång. Formulera varje post exakt. ”AI” är för vagt; ”år 2030 granskas merparten av rutinmässig bilddiagnostik först av programvara” är något man kan resonera utifrån.
- Bygg rutnätet. Skriv posterna nedåt till vänster och i samma ordning bortåt överst. Skugga diagonalen; en post påverkar inte sig själv.
- Fyll i varje ruta, rad för rad. Ställ en enda fråga för varje ruta: om posten i raden inträffar, blir posten i kolumnen mer sannolik, mindre sannolik eller ingetdera? Markera med en pil uppåt, en pil nedåt eller en punkt. Vill du ha finare upplösning kan du använda en skala från −3 till +3. Läs rutnätet åt ett håll: hur A påverkar B är en annan fråga än hur B påverkar A.
- Skriv en mening för varje stark ruta. Pilen är en platshållare; meningen är insikten. ”Bristen på vårdpersonal får sjukhusen att införa AI-stöd för bildgranskning snabbare än de annars skulle ha gjort” är något en planeringsgrupp kan diskutera.
- Läs rader och kolumner. En rad full av pilar är en drivkraft: den sätter mycket annat i rörelse. En kolumn full av pilar är känslig: mycket sätter den i rörelse. Två poster som förstärker varandra bildar en slinga, och i slingor accelererar förändringen bortom varje linjär prognos.
- Gå igenom resultatet med STEEP. I Future, Inc. rekommenderar jag att man går tillbaka till samhälle, teknik, ekonomi, ekologi och politik för att sålla det man hittat. De flesta rutnät är fulla av teknik och ekonomi. Om de sociala och politiska rutorna är tomma är det därifrån nästa överraskning kommer.
- Gör om resultaten till beslut och signaler att bevaka. Ringa in de samspel som skulle ändra ett beslut du fattar nu. De blir ryggraden i dina scenarier och de indikatorer du följer.
Ett praktiskt exempel: en sjukhuskoncern med blicken på 2035
Här är ett litet rutnät av det slag en regional sjukhuskoncern skulle kunna rita. De fyra posterna är trender som planerarna redan följer: en åldrande patientgrupp, brist på vårdpersonal, AI-baserade diagnosverktyg och distansövervakning av patienter i hemmet. Pilarna är en analytikers bedömningar i illustrativt syfte, inte data.
Läser man raderna sticker tre saker ut. Den åldrande patientgruppen ökar belastningen på personalen och på hemsjukvården. Men personalbristen är den avgörande drivkraften: den är den enda posten som samtidigt driver koncernen mot AI-verktyg och mot distansövervakning, eftersom båda låter en knapp sjuksköterska eller läkare räcka till fler patienter. AI-verktygen och distansövervakningen förstärker varandra: övervakningen ger ett dataflöde som bara programvara kan läsa i stor skala, och programvaran gör övervakningen mödan värd. Och båda lindrar den brist som drev fram dem.
Ingen av dessa insikter syns på en trendlista. Var för sig ser planeraren fyra separata projekt i fyra separata budgetar. Rutnätet visar ett enda system: en slinga driven av personalbrist som flyttar vården ut ur byggnaden och hem till patienten. Den strategiska frågan är inte längre ”ska vi köpa ett AI-verktyg?” utan ”är vi redo att driva ett sjukhus där en växande andel av patienterna inte ligger i en säng?”
Vanliga misstag
- Att göra rutnätet för stort. Tjugo poster betyder 380 rutor. Teamen tröttnar, börjar sätta punkter överallt, och rutnätet slutar säga sanningen. Dela upp en stor studie i grupper och korsa dem i etapper.
- Att fylla i det ensam. I boken kallade jag konsekvensanalys för ”en lagsport”. Ett rutnät som en enda analytiker fyller i speglar en enda analytikers antaganden. Fem till tio personer med olika bakgrund kommer att tvista om rutorna, och de tvisterna är värda mer än pilarna.
- Att förväxla samband med orsak. En ruta säger att en post gör en annan mer eller mindre sannolik. Den bevisar inte mekanismen. Skriv meningen för varje stark ruta så att resonemanget kan granskas.
- Att skriva klichéer. ”Konkurrensen kommer att hårdna” är ingen korsimpakt. Inte heller ”allt blir effektivare”. Fråga varför, och hur mycket.
- Att stanna vid rutnätet. Matrisen är ett medel. Om den inte ändrar ett scenario, ett beslut eller en bevakningslista var eftermiddagen bortkastad.
Vad korsimpaktanalys lär oss om att bygga en underrättelsefunktion
De flesta organisationer samlar in information i stuprör. Regelefterlevnadsteamet bevakar tillsynsmyndigheterna, teknikteamet leverantörerna och säljteamet kunderna. Var och en levererar en gedigen rapport, och ingen får betalt för att läsa rapporterna mot varandra. Korsimpaktanalys är just det arbetet, nedskrivet som en arbetsgång.
En underrättelsefunktion som använder den vinner tre saker. Den hittar samspelen mellan olika avdelningars iakttagelser före en konkurrent. Den får en dokumentation av sina egna antaganden, ruta för ruta, som kan ses över när händelserna visar att några av dem var fel. Och den får en kort lista över drivande variabler att bevaka, vilket är vad ledningen faktiskt vill ha av omvärldsanalys: inte fyrtio trender, utan de fyra som sätter resten i rörelse.
Vanliga frågor
Vad är korsimpaktanalys?
En metod inom framtidsstudier som placerar trender, händelser eller prognoser i ett rutnät och bedömer, par för par, om varje post gör de andra mer sannolika, mindre sannolika eller lämnar dem oförändrade. Resultatet visar vilka poster som driver systemet och vilka kombinationer som förtjänar strategisk uppmärksamhet.
Vem uppfann korsimpaktanalysen?
Theodore J. Gordon och Olaf Helmer, båda tidigare vid RAND Corporation, utvecklade den i mitten av 1960-talet när de konstruerade framtidsspelet Future åt Kaiser Aluminum. Gordon och Howard Hayward publicerade den första datorversionen i Futures 1968.
Vad är en korsimpaktmatris?
Rutnätet i metodens centrum. Samma poster finns i raderna och i kolumnerna, och varje ruta anger hur posten i raden påverkar posten i kolumnen, som en pil, ett tecken, en poäng eller en betingad sannolikhet.
Hur skiljer den sig från framtidshjulet?
Framtidshjulet utgår från en enda förändring och följer dess följder utåt, ring för ring. Korsimpaktanalysen utgår från många förändringar och undersöker hur de påverkar varandra. Många projekt använder båda: hjulet för den viktigaste enskilda drivkraften och matrisen för helheten.
Hur många poster bör en korsimpaktmatris ha?
Sex till tolv i en första omgång. Antalet rutor växer med kvadraten på listans längd: ett rutnät med 12 poster kräver redan 132 bedömningar. Större studier kan delas upp i grupper.
Behövs programvara för korsimpaktanalys?
Nej. En whiteboard eller ett stort pappersark räcker för ett kvalitativt rutnät. Programvara blir användbar för probabilistiska varianter som simulerar tusentals körningar, eller för konsistensmetoder med många variabler, som korsimpaktbalanser.
Arbeta med Competitive Futures
Competitive Futures genomför omvärldsanalysprojekt och workshoppar för chefer där team bygger korsimpaktrutnät för sina egna marknader, med sina egna trender. Om er organisation bevakar många trender och vill veta vilka kombinationer som spelar roll, kontakta företaget (på engelska).
Läs vidare
- Framtidshjulet: så kartlägger du förändringars andra och tredje ordningens effekter (på engelska)
- Scenarioplanering (på engelska)
- Systemkartor för strategi (på engelska)
- Så bedömer du en prognos (på engelska)
- Effekt- och sannolikhetsmatrisen för scenarioplanering (på engelska)
- STEEP-trendanalys (på engelska)
Källor
- Garland, Eric. Future, Inc.: How Businesses Can Anticipate and Profit from What’s Next. New York: AMACOM, 2007. Chapter 5, “Strategic Implications.”
- Gordon, T. J., and H. Hayward. “Initial Experiments with the Cross Impact Matrix Method of Forecasting.” Futures 1, no. 2 (1968): 100–116. https://doi.org/10.1016/S0016-3287(68)80003-5
- Gordon, Theodore J. “Cross-Impact Analysis.” In Futures Research Methodology, Version 3.0, edited by Jerome C. Glenn and Theodore J. Gordon. Washington, DC: The Millennium Project, 2009. https://www.millennium-project.org/futures-research-methodology-version-3-0/
- Dayé, Christian. Experts, Social Scientists, and Techniques of Prognosis in Cold War America. Cham: Palgrave Macmillan, 2020. https://doi.org/10.1007/978-3-030-32781-1
- Weimer-Jehle, Wolfgang. “Cross-Impact Balances: A System-Theoretical Approach to Cross-Impact Analysis.” Technological Forecasting and Social Change 73, no. 4 (2006): 334–361.
- Schweizer, Vanessa J., and Elmar Kriegler. “Improving Environmental Change Research with Systematic Techniques for Qualitative Scenarios.” Environmental Research Letters 7 (2012): 044011.
- Heuer, Richards J., Jr., and Randolph H. Pherson. Structured Analytic Techniques for Intelligence Analysis. 3rd ed. Thousand Oaks, CA: CQ Press, 2020.
Den här sidan ingår i Competitive Futures guide till strategisk omvärldsanalys (på engelska).