管理数据化:柳传志30年管理智慧如何为我所用

楼主
我是社区第55548位番薯,欢迎点我头像关注我哦~
       企业管理是门学问,是项艺术,更是一种智慧。企业管理必须卓有成效,否则企业将难以生存。从泰勒的《科学管理原理》,到德鲁克的《卓有成效的管理者》,再到谷歌的《重新定义公司》,企业管理的思想和方法发生了翻天覆地的变化。但万变不离其宗,诺贝尔奖获得者赫伯特·西蒙认为,管理就是制定决策。

       随着大数据时代的到来,更好的应用数据去支撑决策成为可能,同时越来越多的企业认识到数据的意义和价值,但是立足于数据进行管理的模式并未形成,一切都在摸索中,管理数据化并未得到深入的研究和推广普及。

       柳传志是我国成功的企业家,他的管理三要素:定战略、搭班子、带队伍,高度精炼地概括了企业的管理基础,直击企业经营管理的核心。30年沉淀,历经岁月打磨,适用于联想,也适用于任何企业组织。企业管理数据化是用数据量化工作过程和结果,本身需要复杂的建模,做起来很不易,但管理三要素给我们提供了“四两拨千斤”的机会,基于管理三要素实施数据化的成本更低、落地的成功率更高。本文将分享如何将柳传志的管理三要素数据化。


一、 “搭班子”如何数据化

      所谓“班子”,是指企业管理层。 “搭班子”有两层含义,一是“搭什么样的班子”,重在“素质”;二是“怎么搭班子”,重在“选择”。柳传志认为,搭班子的核心理念就是要让管理层更积极,建立起事业心,把企业的事业当作自己的命去做,通过规则和文化让管理层团结、高效地工作。

      1、积极性的调动

      调动班子成员的积极性,首先要让班子成员明白他和全局的关系,知道一件事情做好会怎么样,做不好又会怎么样,执行的重点是信息公开、群策群力和达成共识,可以通过企业运营管理驾驶舱(如图1)达到信息公开的目的。其次要让目标完成情况公开,和其他班子成员相比,是快还是慢,操作的难点是设立评价标准。帆软公司的年度目标制定时比较严谨,非常注重历史数据、内部数据和外部数据的应用,同时有一个通过自上而下、自下而上、不同部门间相互检验的过程,比如销售目标,我们会结合销售部预测、市场部预测综合制定,最后产生一个可量化的目标。这个目标有两个纬度,一是要达到多少,二是进步有多大。有了大家认可的目标,接着我们通过完成度来对比,并将数据都公开在办公室门口的大屏上,孰优孰劣一目了然,激励效果可想而知。当然为了赢得竞争,班子成员难免会想办法扩大资源的应用,比如增加人力,增加费用投入。所以,帆软又采取了一套“人员连接财务指标”的办法,所有部门的产出都和人均销售额、人均成本、人均利润、员工投入产出比这些财务指标挂钩,效果还不错。
      
      图1:某银行运营管理驾驶舱效果

      2、用人的困局

      据 “企业经营者最容易出现的问题”的调查报告显示,“用人不当”的比重占到50.8%,仅次于“决策失误”,成为企业最容易出现的问题之一。“用人不当”从管理角度来看,主要是“能力与个性的失衡”以及“能力与业绩的失衡”两方面,谷歌公司通过“人事分析”方法,较好地解决了这个问题。通过大量的内部数据研究,谷歌发现了鉴别出优秀领导者的八大特性:找到自身定位、察觉外部变化、回应外界需求、设定具体目标、制定优先要务、学习领导统驭、培养识才眼光、打造合作团队,员工们会每年两次地根据这八大特性,对其上司进行评价,再加上核心层的观察,可以很客观地反映管理者的胜任指数。请神容易送神难,解决这个难题要注意两点,一是选择德才兼备的班子成员,以德为主;二是拥有把话放在桌面上讲的氛围,用数据说话。

二、“带队伍”如何数据化

       所谓“队伍”,就是企业基层员工。“带队伍”就是让士兵爱打仗,会打仗,团队作战有序,以确保战略的有力执行。无论何时何地何种企业,问题是相似的,都必须面对,解决好带队伍的难题,攻城略地无往不胜。如果说管理数据化的核心是建立一个基于“管理三要素”的过程和结果量化体系,那么该体系主要解决的问题就是带队伍。

      1、让士兵爱打仗

      让士兵爱打仗,就是要让他们爱上公司、爱上工作,那么我们就需要做好激励和文化,俗一点讲就是马云说的“钱给到位”和“干的开心”。员工觉得自己值得拿那么多钱,同时企业也觉得值,那么钱就给到位了。帆软公司的薪酬制度很简单,就是向内看贡献,向外看同行,将企业营收、企业预算、团队贡献、个人贡献、个人司龄、个人能力评估、行业岗位薪资等因素数据化并建模,所以“给钱”就比较合适。做自己喜欢的事,有晋升空间,且工作氛围比较好,员工自然会干的开心。帆软公司追求简单高效,没有繁琐的制度要求和管理架构,讲究以事论事,用数据说话,人际关系非常简单。通过门口大屏报表的展示,每个团队、每个人的OKR情况,工作和贡献十分透明。有能力,有意愿,你就可以承担更多的责任,去做更多创新的事情。在这样的环境下,“有事一起做,有财一起发”,所以帆软的每个人都愿意去打仗,愿意做更多贡献。

       2、让士兵会打仗

       仗打的怎么样,不仅要看过程,还要看结果,即工作过程和结果的数据化。当士兵的单兵作战能力一般,过程的数据化更为重要,管理者要多予以工作指导;当士兵已经要成为兵王的时候,对结果的数据化则为更重要,管理者要多予以更高目标、更多激励。
数据化工作过程时,要抓好重点工作,把握关键环节,并将此纳入绩效考核体系中,这样才能员工重点关注、重点突破,保证高效的工作过程,比如销售人员的行为数据化,可以是电话数,拜访数等。数据化结果时,要明确目标,但不宜过多,比如销售人员只需要销售任务完成率,季度销售额增长率这种就没必要了,目标过多而会分散精力。

       3、数据化带来的开发挑战

       管理的越细,数据化工作越全面,报表数量越多,也越复杂。笔者接触过很多年产值以百亿为单位的企业,报表数量动辄上千,林林总总,眼花缭乱。数据化过程中面临的最大挑战就是报表落地:报表的需求越多越复杂,开发的工作量越大,成本也越高,项目周期也越长,同时需求很难被及时响应。

       解决方式是应用第三方的报表软件,专业的事情还是要交给专业的工具实现,采用报表软件有以下几个好处:开发便捷、容易维护、交接方便、人的要求低、响应新需求快速。在选择报表时,建议注意以下几点指标:是否能制作中国式复杂报表,是否易学易用易集成,是否能满足多变的需求,性能是否符合要求,售后服务是否有保证。

       4、如何才能避免“数据化”走形式

      很多政策在初期执行时都轰轰烈烈,但没过多久,便会执行不到位,最后不了了之。有家企业,通过调研发现,IT人员使用FineReport开发的各种报表挂载到报表中心后,应用率并不高,如果你恶作剧地在报表中骂某个领导SB,可能都没有人发现。这和企业文化、员工的理解和重视程度有关。工作过程和结果数据化完成后并非大功告成,我们要塑造数据的文化,让数据彻底融入员工到血液,这样才能将磨好的刀用起来!所以,我们要想办法让企业把报表用起来,一直用,时时用,让数据能反馈管理,让数据改进管理,让数据提升业绩。除了公司制定相应的制度和考核机制外,我们还可以用被动和主动的方式,让数据包围企业,让其不得不关注数据,塑造这样一个数据文化,以下几个是比较有效的方法。

       (1)大屏数据展示
                在企业的车间或者办公室做大屏数据展示,这样每个人都可以知道自己的工作进展,工作可以很好的聚焦,并且也有很强的激励作用。
      
       图2:某公司大屏展示效果
      
      (2)信息主动推送

       我们有个客户是行业的领军企业,OA软件上了13年,在办事效率上并没有感受到明显的提升,有人说软件不好用,有人说是人的问题,大家你推我挡,上演了各种撕逼大战。信息中心主动站出来,做了图3所示的流程绩效分析报表,每天通过微信和短信推送流程执行排名,并将此排名和人事部门绩效相结合。工具端和制度端双管齐下后,该公司的办事效率提高了80%。
      
      图3:流程绩效分析报表
     
      (3)移动端报表应用
       很多公司每月都有经营会议,使用PPT来复盘、分析工作的完成情况,本来是很好的制度安排,但往往执行操作的时候,表面意义大于实际内涵。传统的经营会议存在着这些劣势:每月需花费大量时间和精力整理数据,制作PPT;数据并非由系统直接提供,基本上都是手工计算的,领导易产生怀疑;PPT等文本类型的数据很难进入数据仓库,对后期数据统计对比分析无再利用价值。我们有家客户做了创新,让IT部门对月度经营分析报表进行了信息化,然后每个会议室标配一个iPad,从此之后开月度经营会议,只需要报告者打开iPad,基于数字演讲,而且开会时间从月中提前到了月初。

     (4)把报表嵌入业务系统
       某集团年产值近600亿,每年花在辅料采购上的费用高达30多个亿。该集团的辅料采购全靠一个经验丰富的采购员,IT部门帮他的采购经验固化为一写分析报表,并嵌入到采购系统中作为参考,经过一年的统计,在销售额不断增长的情况下,他们却节省了5.1个亿的采购费用。
      
      图4:采购情分析报表

三、 “定战略”如何数据化

       所谓“战略”,就是企业的计划和策略。“定战略”基于对企业内部和外部环境的基本面了解和研究,包含“描绘愿景、明确战略、制定策略、分解战术、确定领军人物、调整组织架构和考核激励”七式,柳传志强调在制定战略过程中需要充分务虚,系统思考,协调推进,所以“定战略”的落实,实质是数据质量的落实、分析指标的落实。虽然不同行业不同企业有不同的标准,但有两个原则是要遵守的:一是不能蒙着打,要想着打,二是要把企业执行力和具体的步骤想清楚。这两个原则,就是要求管理者必须清楚内部和外部的情况,要掌握全面、准确和及时的数据,所以“定战略”数据化的难点即是怎么掌握所需要的数据,怎么从数据中发现新机遇。

      1、数据的质量标准

      高质量数据具备以下几个特征:完整性、规范性、一致性、准确性和及时性,影响数据质量的因素主要源于信息、技术、流程和管理,企业数据从“差变为好”“从无用变为无用”,需要系统的考虑这四个影响因素。

       2、需要哪些数据

      企业必须整合各个系统的明细数据,这是为什么呢?因为明细数据才能将数据异常的地方展现出来,告诉管理者业务异常背后的真正原因,这是汇总分析办不到的。明细数据越多,数据量也越大,所以这也带来了大数据的挑战,如果不解决大数据的性能问题,整合明细数据也没有用途。
知己知彼百战不殆,外部数据对企业也是极为重要的,比如引入行业标杆企业的数据后,就可以通过纵向、横向的对比判断自身所处的位置和表现情况。外部数据可以通过填报系统自己录入获得,也可以从互联网上采集,或者通过数据银行购买。引入外部数据后,除了带来大数据性能的挑战,还有数据异构,这点还需注意。

      3、从数据中发现机遇

      定战略不是一个人的事,它需要自上而下、自下而上、再自上而下的过程,需要全公司的智慧。通常来说,企业的信息化建设都是IT部门主导的,在需要灵感和想法的数据分析面前,传统做法已经不合时宜。信息化建设必须要让业务部门主导,也就是让他们不受制信息化开发的约束,数据分析可以随心所欲,使其管理思维和数据充分融合,发生化学反应,从数据中发现新的机遇。从技术角度上讲,数据分析系统必须能够满足业务人员在前端自助地、自由自在地分析数据制作报表。

     上面讲了三个挑战,决挑战就是要满足需求,满足需求就要考虑落地工具。以大数据、能否自助分析这两个挑战为维度,简单分析一下常见的落地工具。
      
     图5:大数据分析工具的四象限分析图

      通过SQL导出excel,再用excel分析数据是最常用的方式,但弊端也最多,笔者并不倡导。R语言是非常专业的重武器,中国很多企业的数据还没有上升到做数据挖掘。Hadoop相关工具真正解决了大数据量,但是需要配合数据展现工具才能用起来。Cognos是最早尝试解决业务人员自助分析和大数据的工具,但是已经跟不上企业数据量的增长和企业业务变革的速度,于是就给了以Tabeau、FineBI为代表的自助型BI了机会。


结语

      实施管理数据化并非易事,需要强力的执行,更需要文化的支撑。脱离数据文化谈管理数据化毫无意义,无非是披着数据化理性决策的外衣,依旧行着感性的凭借直觉决策的事实。数据表示的是过去,表达的是未来,管理数据化越早,程度越高,企业获益越多。有的企业喜欢谋定而后动,先详细设计再上路,这未尝不可,但笔者更建议,像互联网产品那样小步快跑、迅速迭代,早日走出一条适合自己的数据化管理之路。笔者浅薄的分享,希望能对大家有些许帮助。

[本文来源:帆软数据研究院]








分享扩散:

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

返回顶部 返回列表