1. 案例定位

以 GoGet Car-sharing 建立 Rich Picture,探索 Analytics 所處的 Messy Problem Situation。

2. 學習目標

理解 Rich Picture 如何呈現 Actors、Relationships、Conflict、Interests、Culture、Politics 與 Uncertainty。

3. 案例情境

GoGet 2003 年在 Sydney 起步,最初 3 輛 Vehicles、12 Members;原書案例時已有 2,000+ Vehicles、3 million+ Trips、90,000+ Members,平均每車 34 Members,並指出釋放 55 km On-street Parking Space。

4. 開始資料

來源/項目 原書內容
Appendix B GoGet Case
Figure 14.4 GoGet Rich Picture
Exercise 14.1 為自己的組織建立 Rich Picture,包含 Cultural/Political Considerations

5. 分析方法

Identify Actors/Issues → Draw Relationships/Conflicts/Interests → Surface Assumptions → Workshop Review → Iteratively Redraw。

6. 計算結果

GoGet 原書數值:初期 3 Vehicles/12 Members;後續 2,000+ Vehicles、3 million+ Trips、90,000+ Members、平均 34 Members/Vehicle、55 km Parking Space。

7. 結果分析與管理解讀

Rich Picture 不是 Objective Representation,而是用來顯露不同 Participants 對 Problem Situation 的 Mental Models;共同製作的過程本身具有價值。

8. AI Prompt

「根據提供的 Stakeholders、Issues、Conflicts 與 Relationships,整理 Rich Picture 元素清單;保留不同觀點,不要把其中一種觀點宣稱為客觀事實。」

9. 思考/What-if

問題:Rich Picture 為什麼不必畫得很整齊?

**參考解答:**原書認為過度整齊可能反而無法呈現 Problem Situation 的 Messiness、Richness 與 Uncertainty。

10. 資料說明