管理决策的科学和精益：美凯龙CTO张涛和顾青的对话
下面是全文第二部分。
-
管理决策中的科学 -
精益和组织设计
四）管理决策中的科学
顾青：我们继续谈谈数据领导力这件事。
关于管理决策、科学和敏捷，我给大家推荐一本书，是曾经获 1978年诺贝尔经济学奖的赫伯特.西蒙教授写的”管理决策新科学“。
这本书讲清楚了关于在管理决策中，计算机科学是怎么起作用的。
如果你是公司一把手、二把手，我觉得你要读一下，因为这里面有很多重要的管理流程自动化和科学决策的思想，包括数据驱动决策的思想方法。
比如美凯龙张涛老师提到他们在内部去进行指标拆解，分解到一级、二级指标，去推动绩效的考核，这些也都是源于几十年前就开始的计算机、统计学和管理工程的结合。
理论基础来自于第二次世界大战中大量的大规模计算和人力的实战演练，大规模用现代化的计算工具快速推演战场的动态，包括英军阻击德国空军轰炸本土、盟军在诺曼底登陆的气象预测、雷达采集数据快速支持模拟飞行编队等方面。这类经过实战检验的数学经验，二战结束之后，美国就开始用在企业经营和超级军工项目管理中去了。
比方这幅图就是当年的美国太空总署在内部的实际计算环境，大量使用运筹学和数学分析。
从20世纪五六十年代开始，我们就看到经济和管理学术方面，开始分化出了一个新的管理学派，叫做决策理论派。
在计算机大规模应用于企业经营管理前，企业经营管理都是拍脑袋，这个“拍脑袋”不是说企业管理者一定是盲目决策，而是说习惯用自己的已经熟悉的模式去决策，形成了一个基于内部固化组织结构的SOP。
当决策理论和计算机技术引入之后，一些创新的企业和机构通过全面运用运筹学和数分这些方式来处理决策时，企业的决策效率、决策维度，以及对业务的影响力开始展现，者就完全改变了整个的美国企业了。
从上个世纪中下叶开始，美国的企业开始大量采用新的方法进行管理决策，的这样一个过程，自然的。所以大家发现，美国整个企业软件市场，包括CRM也好，ERP也好，开始在美国的大型企业逐步开始盛行。
美国的银行，很多场景就是从工资单的自动化处理一直到基于数据的风控，曾经都是人工的，后来改成计算机处理。
但是我们不要忘记这个演化的过程，依然不是让计算机代替人，而是把决策分为程序化和非程序化的2个部分。
数据驱动是程序化的部分，需要利用历史数据，比如我们经常看到许多消费品牌企业要在营销系统里发个券，希望利用营销触点和用户的行为数据，需要去计算行为路径过程中有哪些相关性的变化，这些是有历史数据的，可以用一些概率和数分的方式来计算量化结果。这些量化结果必然是由历史经验计算出来的，是优化历史策略，但它不能够去解决另外一类的决策问题，就是非程序化的决策。
非程序化，就考验企业一把手的商业和产品直觉，这种直觉需要极强的个人能力作为基础。
我们一直讲创业的时候，可能你没有太多的数据，比方当年乔布斯去决定做 Mac 电脑，或者说马斯克决定做SpaceX，他们都没有过去的经验，因为是刚开始做，只能凭自己非程序化的决策能力。
所以创业者的或者公司一把手、董事长，他肯定会有一些自己独特的一些见解，独特的商业经验，这些都属于非程序化的这种决策的方式。
优秀的企业创始人，可以非常好的把程序化决策和非程序化决策能力设计和组合成高效的内部管理流程和人员组织设计，充分发挥二者的不同价值。
如果我们仔细去观察类似Tesla这样的软件驱动电动车对驾驶体验和路线的预判，或者像饿了么和美团这样的O2O企业对一个城市运力策略或者竞争对手产品创新的跟随策略时候，没有前车可见，这个时候光靠直觉肯定也会有问题。
所以对于具有一定挑战性质的决策工作，企业一把手需要学会一个探索式的决策过程。
比如我要上线一个新的功能，对于一把手来说，是无法事先判断这个功能有没有问题的。最好的方式是先去假设上线该功能前的用户核心需求是什么，这个假设具备价值的的前提是有一个用户需求的洞察，需要使用企业内部的数据和外部数据，这一块大家需要重视。
我另外拿驾驶特斯拉来举例。
特斯拉有自动驾驶模式，可以手动切换。但它有一个条件：你绝对不可以完全双手脱离这个方向盘。如果驾驶员脱离，特斯拉会完全回到降速模式。
我们必须承认计算机目前还无法超越人类的推理能力，也就是其实这个控制过程中其实是人要去控制一些计算机不能够识别的问题。比如如果侧方有车辆突然开始加速变道，同时也有前方的人行道旁有人准备穿越人行道，我会推断自己该做那些驾驶动作的变化，以确保自己不要影响行人安全，而不是跟随加速，这些自动驾驶系统还是无法代替人去介入决策。
所以企业一把手必须把计算机的分析决策能力和自己的经验和推理能力形成有效的结合。
换到数字化转型，虽然我们有大数据的处理分析能力，但是分析目标依然是人设定的，人的经验和推理能力需要被提炼出来帮助企业设计和优化决策的流程。
这样来看，一个现代的企业，整个从前端销售到产品交付的整个过程，可以通过软件系统来进行科学化精益化管理，一把手/二把手的工作：
一个就是要去培训下面人
第二个就是要自我学习怎么去优化现有的管理流程，是否可以通过运筹学和数分的方法，形成具备不断迭代和创新试验能力的企业文化和组织结构，产生高质量的业务决策。
这些方面，我看到国外像沃尔玛和迪斯尼这些传统企业在决策上面已经开始实施一些新的决策流程，用来释放员工的创造性，同时也有一个科学的量化体系可以观测。像特斯拉这样的公司，它的高管大量的都是工程和软件科学背景。
这里不知道张涛老师有什么补充，有关于人的创造性问题。
张涛：顾青老师谈的让我想到了一个案例，沃尔玛尿不湿和啤酒的故事，这是一个典型的相关性分析案例，本质上是对商品搭配对销售额提升的数据挖掘，我相信应大家也听过这个故事。
如果看互联网电商，其实京东也已经实现商品组合销售的决策已经30%靠算法，今后更多的决策已经不是由人来做了。
人的决策随着时间的变化，不能说不合理，但他一定是有价值偏差。有价值偏差，导致所有的决策都是随时做。如果任何一个决策都要基于所有的全量知识体系，全量的数据模型，一个人的精力和脑子，包含他的角色和认知，无法随时都可以基于企业的数据作为分母去做。
所以，这只能由数据驱动去完成，因为我之前做过高德导航，及时能够知道哪里路堵，哪里路不堵，这个是非常现实的例子。
回到人的个体，包含企业高管来说，其实根据我在行业内的一些交流，发现大量的人为审批，其实批的是没有价值的。就拿流程来说，流程标准化，我相信企业来说，标准的流程才能实现是企业高效管理。
但是越来越多的流程属于没有价值。好多流程，在某一个岗位节点上，会停留很久，我就做了一些调研。
比如：你为什么批？批的价值是什么？这些数据其实就是意义不大的数据。为什么不让系统和数据自动去处理这类事情。在这类流程上，堆再多的人也只能做到70 分、80分，但是做不到 99 分。
五）精益和组织设计：
顾青：张涛老师的例子非常好。
我们今天讲企业经营，资本是一个重要的条件。资本的价值其实是利息，但是技术演进却一定会不断提升在良性资本运作下的收益。
什么意思？就是如果我们拿美元作为一个货币，以美元价值做分母，它们是有比率的。所以利息是个变量，如果变量不变，技术不断的往前走，其实工资是会逐年上升的。
我们如果放长看几十年、50年或七八十年看，从第一次第二次工业革命到现在，其实对于每个人的产能和每个人能够获得的现金回报，其实是逐渐上升的。
技术的演进，会让不要人做的事情尽可能自动化掉，这是不可代替的。反过来讲，人需要做探索性的工作，创新的工作。
大家如果回顾一下所谓的数据驱动，里面有个表现形式，叫精益对吧？
精益最早的应用不是互联网行业，其实反而是传统的自动化生产行业。这幅图就是当年一个典型的精益化生产线上面的一个图，从客户端到市场预测，一直到产品计划，以及供应链，包括整个制造过程每周排班，以及每个班的每个环节上，包括上线时间，废品率、交付时长，这个企业的每一个环节都全部都做到了实时的数据采集。
所以我们现在讲精益驱动，所有的源头都来自制造业，特别日本是个典型的制造业大国，它的精益制造能力非常强，所以大家可以多看看日本的这些企业，包括将来我在课程里面会给大家介绍一些。
包括像丹纳赫这样的世界500强集团，把丰田已经成功的精益生产体系迁移他们的并购管理经营方法里，成长为一个巨大的全球500强企业，这是很厉害的。
在互联网领域，比方我和张涛都在携程工作时，公司曾经收购过一家欧洲的垂直搜索引擎企业，叫SkyScanner，张涛肯定也很熟悉。
这家企业的管理模式从一个传统的矩阵式的烟囱管理模式（比方产品设计、研发和市场增长团队是桶状割离的），变化到了一个非常精益、非常自驱的一个Squad模式。这个模式中，每个自驱的小团队，居然可以负责一个相当大的区域市场整体增长的目标，小团队里包含所有的职能：研发、产品设计、市场投放、数据分析。
我之所以这样举例子，是因为在你整个企业的数字化或者数据驱动的上面，如果你的文化能够适当的进行调整，随之而来的就是你的组织结构巨大的调整，这样的调整才能够产生高效的虚拟团队。而虚拟团队这个事情在数字化这件事情上面显得非常重要，因为最终企业要的是效率，而效率绝对不可能来自于传统的管理模式。
我们将来的管理模式，其实将以管理知识型员工为主，而管理知识型员工最关键的是自驱力。自驱力来自于授权，而授权来自于透明，透明来自于经营可视化，所有的数据要采集，这样企业的经营管理透明度可以下放到每个人身上去，每个人就能够对上对下都能对齐。这个过程中，指标设计就变成了一个胶水，把所有人和目标粘合在一个自上而下自洽的体系里。
当然我之前在携程工作的时候，内部真正的管理基线有许多指标作为参考，所以指标本身的定义的过程，也是内部整个业务进行梳理、以及组织设计的一个过程。大家不要割裂地看，不要认为好像只不过是设计一个指标体系库。设计指标体系必然伴随着你的组织结构要做相应调整，这样将来的执行才是可以落地的。
所以我经常说：
“组织的数据战略有一点，一把手/二把手一定需要通过洞察找到业务目标和整个经营主体的定性和定量关系，这样才可能更高效地管理可持续增长。“
这是我自己总结的一句话，看看张涛老师有没有什么特别希望分享的要点？
张涛：
我觉得，其实站在数字化团队的角度上，我们过去一路走来，都希望组织变成适应整个数字化转型这么一个先决条件。
但是后来发现这个不太现实，所以核心关键点是边打边赢，边赢边打。我们做一件事情，就让价值能够真正做透，上上下下都做透。以前刚开始一年左右的时间，我发现组织好多人还不是智能手机，是一个现状，但随着时间的变化，整个行业随着手机和网速的更新提升，智能设备自然得到普及，大家就用起来了。
特别是物业管理，用起来后整个人员成本、组织的效能，客观地说，这几年其实应该有一半的成本降低，而且效率很高。拿这件事情来看，我们上上下下都以价值反过来透析数字化，这个是真正的管理。我们能够了解一线的工作，能够透明去辅助管理，对内可以做到实事求是。
建议大家仔细参考顾青老师的决策方法论。
全新课程
面向高级管理者的数据领导力实践课程。
