大数据时代:我们用什么来拯救管理
宗教与科学之间曾经誓不两立,但终于大道朝天,各走一边。相安无事多年后,美国商业文化的资深研究者霍博兄弟用《清教徒的礼物》这本书,再一次开始了宗教向科学的宣战只是,这一次的战场是在管理领域,霍博兄弟满满装上了清教徒精神的攻击弹药,对准科学管理猛烈开炮!
1目前商业社会的问题背离了清教徒精神
所谓清教徒,就是指美国的第一批欧洲移民。霍博兄弟在深入考察了美国管理文化的起源、发展与特性后指出,正是清教徒的宗教信仰中的精神实质,让曾经是荒蛮大陆的北美成为全世界顶礼膜拜的经济繁荣中心。而当这种精神经由美国人传到日本后,也直接成就了日本从二战废墟中快速崛起,一跃成为世界第二经济中心的绝境奇迹。
但是,在华尔街金融危机爆发之后,霍博兄弟出于对美国商业的未来的担心,提出了震耳发聩的警告:当美国日渐疏远在19世纪和20世纪支撑其商业与经济成功的核心价值观的同时,已经将自己未来的繁荣与稳定置于险境。
霍博兄弟所称的“清教徒精神”的内涵包括:人生目标不管多么模糊,归根结底都是建造人间天国的坚定信念;拥有机械天赋,喜欢亲历亲为的技师精神;把集体利益置于个人利益至上的道德观念;能够根据大大小小的目的协调各种财力、物力和人力的组织能力。
2泰勒提倡的原则造成了疯狂的后果
上述清教徒精神最早体现在马萨诸塞殖民地的成功开创。随后,这种精神被移民者用之于开创现代企业。但是,到弗雷德里克·泰勒开创了以量化数据考核的科学管理后,商业的实践者与管理者逐渐对数字迷恋不已,并最终落入了量化考核的陷阱——一切以体现在纸面上的数据为准绳,不顾实际地追求利润激增、成本削减,以求得无上荣耀与丰厚回报。
所以,我们看到了,世界上最早的,堪称现代企业典范的巨型企业通用汽车公司,大肆变更了自己的缺陷管理标准。原来,每100件产品中有0处缺陷就是100分,如果有5处缺陷就是95分。以此类推,60分是合格线。但是,通用汽车很快发现,下属的有些工厂很难达到60分,于是他们重新设定了计分系统,将0缺陷的最高分设为145分,合格线随之变成了100分。同样是仅仅合格,100分当然比60分好看,而更重要的是,原本的不合格产品现在看上去也很不错,动辄得到90以上的“高分”。
这根本就是一个荒唐的数字游戏,而不像是正儿八经的企业管理行为,但这项只是为了数字好看,却对汽车品质毫无改进作用的125计分体系竟然从1968年一直使用了20年!
这样的做法,给通用汽车带来了什么样的后果呢?在1979年到1989年,由善于“让数字看起来更好看的高手”罗杰·史密斯担任董事长的通用汽车,在美国的市场份额从47%下降到了35%!1992年,公司差一点破产;2004年,市场份额再一次下降到25%;2009年,正式进入破产保护程序……
更令人咋舌的是,对于数字与面子的偏执性偏好,并不仅仅存在于通用汽车公司。另一家巨无霸企业——可口可乐公司,通过分拆上市、关联交易等财务运作,不但轻松抹去了母公司资产负债表上几十亿美元的债务,而且一直保持了盈利额16年的急剧增长。但是,当财务工程无法继续时,可口可乐对外公布的盈利就出现了急剧下滑,股价也随之暴跌。
而像世通和安然这样的世界五百强大公司,更是因为数字造假而轰然倒塌。颇具权威的咨询公司斯特恩·斯图尔特对此评论说:“真正的会计丑闻,不是世通和安然这类少数家家公司违反会计制度虚构盈利,而是几乎每家公司都在钻会计制度的空子,粉饰盈利以迎合投资者。”
令人担忧的是,这样的“数字崇拜”现象甚至超越了企业管理领域,蔓延到管理的其他领域,NASA的航空航天管理,教育领域,医院系统,均告“沦陷”。爆发于2008年的美国金融危机则是这种“数字游戏”带来的恶果的最疯狂体现。
3对《清教徒的礼物》审视和反思
由此,霍博兄弟发出呐喊,呼吁企业管理者要回归“清教徒精神”。将霍博兄弟的观点归纳为“只有清教徒才能拯救管理”,或许有点夸大其辞。原因有两点:
其一,现代大型企业的出现和科学技术的多样化迅猛发展,使得通才式的、亲历亲为的管理者成为不可能。从这一意义上来说,以量化管理为最主要特征的科学管理还是有其自身价值的,不能绝对化地一棍子打死。而科学管理所要厘正的则是要从对数字数据的过分迷恋中摆脱出来,同时,企业的各级高管一定要放下身段,深入现场,推崇“自下而上”的管理模式,不要坐在办公室里“听”来自纸面上的炮声。
其二,所谓的“清教徒精神”其实并非只是宗教独有。诸如中国先贤所说的“先天下之忧而忧,后天下之乐而乐”、““知屋漏者在宇下,知政失者在草野”、“量入为出”等等均与“清教徒精神”存在异曲同工之妙。
但尽管如此,我们也决不要低估霍博兄弟的警世明言的价值。因为,随着大数据时代的到来,企业的组织架构、管理体系、沟通方式、营销策略等等都将发生翻天覆地的变化,而日渐明显的趋势则是,组织将日渐走向小型化,甚至是碎片化。
这样,推崇决策者执行者合一,亲历亲为的“清教徒精神”将再一次与社会同步,显然又将迎来一个新的管理黄金时代。从这个角度来说,只有清教徒才能拯救管理,也许正是一个明智的抉择!
数据分析咨询请扫描二维码
数据分析工具推荐 数据分析工具的选择至关重要。不同工具适用于不同的需求和场景。以下是一些推荐的数据分析工具,根据您的需求 ...
2024-11-27选择适合您需求的数据分析工具 数据分析作为商业决策过程中的关键环节,工具的选择至关重要。不同的工具适用于不同的场景和需求 ...
2024-11-27数据架构文档的编写涉及多个方面,包括内容结构、编写原则和具体要求。遵循规范可以帮助团队更好地理解和管理数据架构,支持项目 ...
2024-11-27挑战与解决方案概述 在数字化时代,数据开放共享对于推动创新和发展至关重要。然而,这一进程面临诸多挑战。保护用户隐私、确保 ...
2024-11-27促进科学研究和创新 数据开放共享为研究人员提供更广泛的资源和合作机会,加速科学知识的发展。通过访问他人的数据集,验证研究 ...
2024-11-27数据组织与存储策略 数据模型是数据仓库和商业智能系统的核心,通过合理的数据组织和存储策略,确保高效、低成本、高质量地利用 ...
2024-11-27持续关注数据系统运行状态 - 数据设计与开发完成后,维护与优化工作成为至关重要的环节。这个过程需要持续且细致的关注,以确保 ...
2024-11-27数据服务未来的趋势 智能化和自动化: 随着人工智能和机器学习技术的飞速发展,数据服务领域正逐渐朝着更智能化和自动化的方向 ...
2024-11-27未来最有前景的行业主要集中在以下几个领域: 人工智能与机器学习:人工智能被认为是未来最具潜力的行业之一,其应用范围广泛 ...
2024-11-27根据多条证据,目前多个行业展现出良好的发展前景。以下是一些被认为具有最好发展前景的行业: 人工智能与机器学习:人工智能 ...
2024-11-27学习数据分析后,可以在多种类型的单位找到工作机会。这些单位包括但不限于: 政府机关:数据分析师在政府机构中扮演重要角色 ...
2024-11-27必备的职业技能 统计学基础 - 理解概率、假设检验、回归分析等统计概念。 - 运用统计方法对数据进行分析和解读。 编程能力 - 掌 ...
2024-11-27基础课程 - 统计学基础: 统计学是数据分析的基石,包括概率、假设检验、回归分析等基本知识。这有助于分析师更好地理解数据背后 ...
2024-11-27数据分析领域涉及众多工具软件,涵盖了从数据处理、分析到可视化的各个方面。在选择适合自己需求的工具时,需要考虑数据规模、分 ...
2024-11-27在数据分析领域,选择合适的工具至关重要。不同的软件适用于不同的需求和技能水平。以下是几款值得考虑的数据分析软件: - Table ...
2024-11-27数据分析中常用的Excel与Python函数公式涵盖了广泛的应用场景。掌握这些基础和高级技巧对于成为一名优秀的数据分析师至关重要。 ...
2024-11-27Python是一种高级编程语言,由荷兰程序员Guido van Rossum于1989年圣诞节期间开始开发,并于1991年首次发布。Python的设计哲学强 ...
2024-11-27课程内容 数学基础: 高等数学、线性代数、概率论与数理统计、微积分等为算法设计和数据分析打下基础。 编程与算法: 掌握 ...
2024-11-27爬虫工程师是互联网时代中至关重要的职业之一,他们的工作内容主要涉及编写和维护网络爬虫程序,进行数据采集与清洗,设计系统架 ...
2024-11-27技能需求 数据管理与建模 - 掌握SQL、HiveQL、Spark SQL等数据库语言,进行复杂数据查询和分析。 - 使用数据建模工具如ER/Studio ...
2024-11-27