一、管理咨询行业发展历程及发展现状
管理咨询服务形成行业只有大约60年的时间,它产生的时代背景是现代企业治理模式形成,所有权和经营权分离,职业经理人阶层出现,被称作“咨询顾问”的专业人员在董事会和职业经理人之间扮演了协调关系的角色,为企业所有者提供业务策略方面的建议,在财务、人力资源、营销、供应链等运营领域的为职业经理阶层提供先进经验学习、效率优化和组织变革的服务,辅之以信息技术工具等实现手段,最终提升企业的业绩。近年来,管理咨询行业似乎在面临着一场悄然的革命,随着信息化社会的发展,先进企业实践容易在网络上找到,咨询公司过去秘不示人的知识秘笈、方法套路被公开传播,同时,职业经理人的社会总量不断增加,MBA教育普及,甚至是咨询顾问加入企业担任高管,企业和咨询公司之间的信息不对称越来越小,传统管理咨询服务的稀缺性、独特性、原创性越来越低,企业购买管理咨询服务的动力在下降,可以观察到,很多80年代成名的大牌咨询公司不是倒闭,就是被具有良好赢利模式的相关企业收购。
二、管理咨询行业目前面临的挑战
那么传统管理咨询服务的价值主张面临的挑战在哪里呢?管理咨询为企业服务的过程是:分析业务问题、提出解决方案并且帮助企业实施,客户从这个服务中得到了三个层面的价值:
一是“方法价值”,即咨询服务将企业业务现象抽象为结构化、概念化的“模型”,从而提纲挈领,化繁为简,例如平衡计分卡、供应链管理、客户关系管理等,以及各个专业领域,例如供应链的物料需求计划、人力资源的职位评估、营销的4P模型等,都是咨询中最常用的模型。二是“Know-how价值”,在通用模型基础上,参照企业或行业的最佳业务实践,运用数据对标企业或行业水平。三是“变革价值”,在实施建议上,咨询顾问帮助企业的各层面人员达成理念共识,提升技能,推动状态转化。咨询服务交付是价值实现的过程,高水平的咨询公司在三个层面上都能提供让客户感知到价值;而站在客户的角度,这三层价值必须转换为自身的商业价值。传统咨询过程在第一和第二层价值产生模式是启发式(heuristic)的,即基于直观或经验,判断商业现象,在既定逻辑框架下给出解决方案,这些解决方案与结果优化的关联性是不可确知的,这是传统咨询的商业价值受到越来越多质疑的原因。
三、大数据时代,管理咨询该如何做才能起死回生?
云、大数据等技术成为影响业务的新因素,管理咨询的方法价值和Know-how价值的创造方式必须改变。为咨询价值创新提供了改变途径:
一是循证式(Evidence Base),即决策推论基于可衡量的证据链,例如利用信息技术对企业业务进行活动级的监控,可以方便地找到关键改进瓶颈,又如测量员工的能力和性格特征,从而发现工作绩效的根因;
二是洞察和优化,利用统计学、运筹学方法,对商业规律或组织行为进行预测,找到约束条件下的商业决策最优解,发现商业现象与影响因素的关联关系,在供应链优化、薪酬激励策略、产品研发方向、客户细分选择等领域提供更显性的决策依据;
三是整合内外部能力要素,企业的组织形态越来越动态、无边界,基于伺服式架构(SOA),打破企业封闭的价值链,再造企业价值网络,创新商业模式。咨询这两方面的价值可定量、可衡量,并直接与企业业务价值相联系;结构化方法和行业经验将越来越不成为咨询公司差异化的能力,提取业务数据、拥有数据资源和分析能力成为咨询公司新的价值主张。
无论技术怎么发展,企业管理作为一种组织行为,咨询的变革价值是不可替代的。在新环境下,组织形态越来越多样,各种变革挑战层出不穷,企业更需要借助外部力量来塑造变革领导力、创新企业文化。
总之,在当今商业环境下,管理咨询要得以生存和持续发展,价值主张必须从传统的“方法、经验、变革”向“数据、分析、创新”转化。
数据分析咨询请扫描二维码
数据分析需要学习的内容非常广泛,涵盖了从理论知识到实际技能的多个方面。以下是数据分析所需学习的主要内容: 数学和统计学 ...
2024-11-24数据分析师需要具备一系列多方面的技能和能力,以应对复杂的数据分析任务和业务需求。以下是数据分析师所需的主要能力: 统计 ...
2024-11-24数据分析师需要学习的课程内容非常广泛,涵盖了从基础理论到实际应用的多个方面。以下是根据我搜索到的资料整理出的数据分析师需 ...
2024-11-24《Python数据分析极简入门》 第2节 6 Pandas合并连接 在pandas中,有多种方法可以合并和拼接数据。常见的方法包括append()、conc ...
2024-11-24《Python数据分析极简入门》 第2节 5 Pandas数学计算 importpandasaspdd=np.array([[81,&n ...
2024-11-23数据分析涉及多个方面的学习,包括理论知识和实践技能。以下是数据分析需要学习的主要方面: 基础知识: 数据分析的基本概念 ...
2024-11-22数据分析适合在多个单位工作,包括但不限于以下领域: 金融行业:金融行业对数据分析人才的需求非常大,数据分析师可以从事经 ...
2024-11-22数据分析是一种涉及从大量数据中提取有用信息和洞察力的过程。其工作内容主要包括以下几个方面: 数据收集与整理:数据分析师 ...
2024-11-22数据分析师需要掌握多种技能,以确保能够有效地处理和分析数据,并为业务决策提供支持。以下是数据分析师需要掌握的主要技能: ...
2024-11-22数据开发和数据分析是两个密切相关但又有所区别的领域。以下是它们的主要区别: 定义和目标: 数据开发:数据开发涉及数据的 ...
2024-11-22数据架构师是负责设计和管理企业数据架构的关键角色,其职责涵盖了多个方面,包括数据治理、数据模型设计、数据仓库构建、数据安 ...
2024-11-22数据分析师需要具备一系列技能,以确保能够有效地处理、分析和解释数据,从而支持决策制定。以下是数据分析师所需的关键技能: ...
2024-11-22数据分析师需要具备一系列技能,以确保能够有效地处理、分析和解释数据,从而支持决策制定。以下是数据分析师所需的关键技能: ...
2024-11-22数据分析师需要具备一系列的技能和能力,以确保能够有效地处理、分析和解释数据,从而支持业务决策。以下是数据分析师所需的主要 ...
2024-11-22需求持续增长 - 未来数据分析师需求将持续上升,企业对数据驱动决策的依赖加深。 - 预测到2025年,中国将需要高达220万的数据人 ...
2024-11-22《Python数据分析极简入门》 第2节 4 Pandas条件查询 在pandas中,可以使用条件筛选来选择满足特定条件的数据 importpanda ...
2024-11-22数据分析师的工作内容涉及多个方面,主要包括数据的收集、整理、分析和可视化,以支持商业决策和问题解决。以下是数据分析师的一 ...
2024-11-21数据分析师必须掌握的技能可以从多个方面进行归纳和总结。以下是数据分析师需要具备的主要技能: 统计学基础:数据分析师需要 ...
2024-11-21数据分析入门的难易程度因人而异,总体来看,入门并不算特别困难,但需要一定的学习和实践积累。 入门难度:数据分析入门相对 ...
2024-11-21数据分析是一项通过收集、整理和解释数据来发现有用信息的过程,它在现代社会中具有广泛的应用和重要性。数据分析能够帮助人们更 ...
2024-11-21