Péče o existující znalosti a výstupy

Podpořte využití svých analytických výstupů

Domů > Průvodce > Péče o existující znalosti a výstupy

O co jde a k čemu to je

Jak se starat o hotové analýzy tak, aby byly využité a měly patřičnou životnost? Analytici často přemýšlí hlavně nad kvalitou analýz, ale důležitá je i jejich využitelnost či dohledatelnost analýz po delší době od jejich publikace.

Bez přehledného uchování a zpřístupnění existujícího poznání organizace plýtváme prostředky. Bez podpory využití ztrácíme hodnotu toho, co někdo odpracoval.1

1 Pracujeme tedy s pojmem knowledge management spíše v užším slova smyslu. V širším pojetí téma představují některé publikace odkazované v dalších zdrojích níže. A aby to nebylo tak jednoduché, někdy pod pojmem knowledge management najdete celé téma práce s poznatky, viz např. Topp et al. (2018).

Nápady v tomto návodu jsme během projektu neměli možnost vyzkoušet.

Vznikly ale jako reakce na skutečné potřeby jednoho ze zapojených týmů a reflektují dobré praxe z dalšího z nich.

Pokud něco vyzkoušíte, dejte nám o tom vědět!

Sebediagnostika: je to pro mě?

  • Jste zpracovatelem analýz, které mají využít lidé mimo Vaše oddělení?
  • Ptají se vás lidi, co přesně děláte a mají o Vaši práci zájem?
  • Máte odpovědnost za to, aby se analýzy využívaly?
  • Stává se Vám, že se lidé ptají na otázky, které jsou již zodpovězené v předchozích analýzách?

Jak na to

K tomu, aby se analýzy více využívali jsou potřeba tři základní prvky: zachycení a katalogizace, zpřístupnění a propagace.

Slovem analýza tady myslíme jakýkoli uchovatelný výstup práce s poznatky – podklad, studie, dokument, tabulka, dataset, dashboard…

Jaké postupy zvolíte v jednotlivých krocích by mělo vycházet z vašeho porozumění potřeb uživatelů analýz.

  • Komu potřebujeme přístup k analýzám usnadnit?
  • Co potřebují? Co je nejvíc trápí?
  • Co zvládnou?

Pokud nevíte, ptejte se.

1. Zachycení a katalogizace analýz

  • Vytvořte si klidně i jednoduchou tabulku/seznam všech analýz
  • Lze také propojit s „plachtou agend“ viz tento průvodce, která může sloužit k určení analytických potřeb organizace
  • V sofistikované variantě můžete výstupy zanášet do tzv. knowledge (gap) map, neboli mapy znalostí a znalostních mezer. To ale vyžaduje hlubší práci na tom, jaké rozměry věci chcete v mapě zachycovat.
  • Souvisí s přehledem analytických úkolů, ale jeho účelem je plánovat práci

2. Zpřístupnění analýz

  • Sharing sessions/workshopy - setkání, kde můžete diskutovat o dostupných analýzách a jejich využití
  • V programu BETA role zástupce odborného garanta – jeho role je starat se o naplňování vědomostních potřeb ministerstva
  • Vytváření různých typů výstupů pro různé cílovky – někteří stakeholdeři potřebují výstupy v různých formách, zkuste poznatky předávat podle jejich potřeb
  • Syntéza poznatků z různých výzkumů - policy stewardship

Moment zachycení, zdokumentování a zpřístupnění výstupů lze zapracovat do interního postupu k uzavření projektu.

Doporučujeme vytvořit kromě samotného přehledu také standardizovanou strukturu pro ukládání a organizaci analýz. Je vhodné vytvořit pro každou analýzu samostatnou složku, která bude rozdělena do dalších podsložek stejných pro každýb projekt (například 01. Zadání - kontext, 02. Data, 03. Analýza, 04. Výstupy). To usnadní přehlednost a umožní strukturovaně uchovávat veškeré potřebné informace související s každou provedenou analýzou. (Více viz návod Péče o již existující poznatky a analýzy).

3. Propagace analýz

Můžete použít třeba následující kanály a formáty:

  • Newsletter: udělejte vlastní, nebo napište příspěvek do již existujícího
  • Videa: zajímavé animované video, ale také jen nahrávky důležitých schůzek (např. kontrolní dny v programu BETA)
  • Intranet: sdílejte zajímavosti, které mohou lidi vést k otevření analýzy
  • Poraďte se s vaším PR/komunikačním oddělením, jak danou analýzu lépe propagovat (i interně)
  • Pravidelné okénko na poradě
  • Obědové semináře
FAIR principy

Pro správu výstupů se může hodit myslet na stejné principy, které se uplatňují při správě dat, tzv FAIR principy:

  • Findable: daná věc musí jít najít
  • Accesible: musí se dát k ní dostat
  • Interoperable: u dat zásadní, ale i u výstupů musí být jasné, jak souvisí s jinými
  • Reusable: ideálně je možné výstup nebo jeho část dále použít, navázat na něj, rozvinout

Na co si dát pozor aneb tipy & triky

Kvalitní knowledge management není jen o různých technických a procesních opatřeních, ale především o komunikaci. Databáze nebo nový informační systém sám o sobě knowledge management nezachrání, ale může Vás stát hodně času a energie.

Pokud se pustíte do katalogizace, mějte na paměti, že důležitější je mít něco základního – klidně jednoduchý excel nebo seznam na intranetu – než mít sofistikovanou databázi, kterou nikdo nebude udržovat.

V kontextu propagace je dobré si uvědomit, že ne vše jde naplánovat, využití poznatků se často děje v tzv. windows of opportunity. V tezích pro týmy vysvětlujeme, že poznatky nejsou vždy využity hned a když to čekáte, často mají nepřímý dopad. Součástí této práce tedy je také monitoring příležitostí, kde může nějaký poznatek nebo výstup, který už máme, vstoupit do živého tématu nebo řešení nějakého aktuálního problému v tématu nebo organizaci.

Sebelepší propagace ale věc nezachrání, pokud analýzy nevychází ze skutečných potřeb (⟶ návod Identifikace znalostních potřeb) nebo trpí špatným procesem zadání mezi zákazníkem a tvůrcem (⟶ návod Zadání analytického úkolu & návod Zadání externího výzkumu).

A pamatujte, že i po zavedení skvělého knowledge managementu bude stále platit, že část znalostí je pouze v hlavách lidí a je potřeba zajistit jejich zachování např. i když někdo tým opouští (⟶ návod Offboarding člena týmu).

Kde už na tom pracují

v přípravě

Další zdroje

What is Knowledge Management (Starmind AI 2022)

Knowledge Management in the Public Sector (Malik a Al-Toubi 2018)

(Zapp 2017)

(Lambe 2023)

(World Bank 2019)

Knowledge Solutions (Serrat 2017)

Pro správu znalostí v projektech se vám může hodit manuál nebo některé z nástrojů vyvinutých na Masarykově univerzitě v projektu Řízení znalostí v projektech.

Odkazovaná literatura

Lambe, Patrick. 2023. Principles of Knowledge Auditing: Foundations for Knowledge Management Implementation. Cambridge, Massachusetts: The MIT Press. https://direct.mit.edu/books/oa-monograph/5579/Principles-of-Knowledge-AuditingFoundations-for.
Malik, Hank, a Suleiman Al-Toubi. 2018. „Knowledge Management in the Public Sector". In The Palgrave Handbook of Knowledge Management, editoval Jawad Syed, Peter A. Murray, Donald Hislop, a Yusra Mouzughi, 515–38. Cham: Springer International Publishing. https://doi.org/10.1007/978-3-319-71434-9_21.
Serrat, Olivier. 2017. Knowledge Solutions. Singapore: Springer. https://doi.org/10.1007/978-981-10-0983-9.
Starmind AI. 2022. „What Is Knowledge Management and Why Is It So Important?" 15. listopad 2022. https://www.starmind.ai/resources/what-is-knowledge-management-and-why-is-it-so-important.
Topp, Lene, David Mair, Laura Smillie, a Paul Cairney. 2018. „Knowledge Management for Policy Impact: The Case of the European Commission’s Joint Research Centre". Palgrave Communications 4 (1, 1): 1–10. https://doi.org/10.1057/s41599-018-0143-3.
World Bank. 2019. World Bank Knowledge Sharing and Reuse Incentive Framework. World Bank, Washington, DC. https://doi.org/10.1596/32624.
Zapp, Mike. 2017. „The World Bank and Education: Governing (through) Knowledge". International Journal of Educational Development 53 (březen): 1–11. https://doi.org/10.1016/j.ijedudev.2016.11.007.