数据分析与数据挖掘从这开始

时间:2017-05-31

与前人的对话

我在前段时间写的一篇文章《创业到底是一项什么运动》中,总结了那段时间的三个创业心得,其中一个是:企业的本质是效率机器。

首先,每家企业都是一部机器,由不同的部件组成,即组织架构和员工。企业的完善过程就是在不断打造这部机器,就拿我们神策数据来说,从最开始创业时只有研发团队,所有的事情都是研发团队搞定,之后组建了数据顾问团队,然后是分析师和市场团队,最后是技术支持团队和客户成功团队。这个过程是在不断拆解和完善这部机器。

其次,企业要变得非常高效。如果一家企业效率太低,就是要同样的产出,需要更多的投入。那么在竞争中,效率更高的企业就可以通过降价或者规模化来打垮你。在初中的时候学习生产力和生产关系,那个时候可谓囫囵吞枣。直到最近,我才认识清楚,所谓生产力主要就是指生产效率。科学技术是第一生产力,是因为科学技术可以极大的提升生产效率。

就在我对自己的认识沾沾自喜时,无意间看到了吴军在《硅谷之谜》里讲泰勒的科学管理。其中提到泰勒的科学管理思想最重要的就是两点:管理标准化和流程优化。正好对应我想到的机器和效率两点,当时我就震惊了。这不禁让我想到十一年前我做研究生课题的经历,当时也是在为自己的想法沾沾自喜,结果发现有篇十年前的论文就是在研究那个想法,并且做了实验论证。经历这十年的工作,我对这种灵感撞车的事已经不再耿耿于怀,更多的是把它理解为和前辈们的平等对话。


泰勒的科学管理

我在研究一个问题时,喜欢探究源头。为此,我阅读了泰勒的《科学管理原理》,这部 1911 年发表的著作,一共也就一百来页,读起来很快,观点很明确。在这里我对它做一下描述。

当时欧美国家正处于工业化的高潮,劳动生产率是一个关键问题。因为管理理论还处于萌芽期,所谓的管理,可以总结为“积极性加激励”,就是管理者通过一些手段提升员工积极性,对表现好的情况进行激励。可结果不理想,产生了大量的磨洋工现象。就是积极份子到了一个企业后,总是被那些磨洋工们给带坏了。一是觉得做的越好,产生的失业现象越严重。二是那些偷懒的人拿同样的工资,我干嘛那么卖命?三是有人太积极就显得其他人不积极,那些不积极的人就会给积极的人好看。

就拿钢铁厂的钢铁搬运工人来说,平均每个人每天可以搬运 12.5 吨的钢铁,企业想了各种办法都无法提高效率。泰勒调查之后发现,有些做的好的一天可以达到 57 吨。于是就开始数据分析。其实使用的材料很简单,秒表和笔记本。他开始统计那些工人们进行每一步的时间,哪些步骤是多余的,到底该每次搬多重的铁块更合适。于是,就形成了一套科学管理方法。主要有三点:

一是将工作进行任务分解,剔除无效动作,不断优化流程。

二是挑选和培训员工,让他们掌握新的工作方法。

三是设计专门的管理者,而不是以前的监工。管理者本身工作也很繁忙,不断和员工配合完善前两步。

就这样,泰勒把钢铁厂的搬运效率提升到了每人每天 42 吨,每个工人的工资提升了 60%,并且不会加重辛苦。

泰勒的这套方法之所以称为科学管理,是因为他把做科学研究的思路引入到管理活动中,即进行任务分解,并且进行标准化和量化。我敢保证许多读者到现在还不能理解科学一词的含义。


管理的学习

科学管理的发展巅峰就是福特的流水线,一头放入零件,一头输出汽车。生产率极大提升,但员工都成了零件,就像卓别林在《摩登时代》中所表现的那样。在那之后,管理学的发展又经历了两个大的浪潮,一个是组织的效率提升,一个是员工效率的提升。就是综合的完善整合企业系统,达到卓有成效。

其实每天都能在网上看到大量的关于管理的文章和演讲,但可以说都是管中窥豹,都是从某个视角去看待管理,不能形成一个全局视野。我自己从 2009 年做项目经理之后,看过德鲁克的系列,但因为当时不是企业的决策层,许多话题并不能感同身受。之后还看过吉姆科林斯的《基业长青》和《从优秀到卓越》,对一些企业发展规律有了更多的认识。最近我读到的陈春花写的《我读管理经典》,倒是可以帮助我认识管理学的演进过程,以及管理大师们的思想。

我现在看中国的企业家,共经历了三波。第一波是改革开放以后的,像柳传志、任志强、王石、张瑞敏等,我并没有发现他们在管理上有太多体系化的东西,就是称不上管理大师,我把他们的成功归结为两个词:勇气和运气。第二波是互联网的出现带来的,如马云、马化腾、李彦宏、张朝阳等,他们开始结合硅谷和传统管理,形成了一些杂和体。第三波是 2010 年后的创业潮,这些创业者没有了历史包袱,并且面对的环境急剧变化,而又蕴含了大量机会,我相信会有机会成长出来管理大师。

End.

作者:桑文锋 (中国统计网特邀认证作者)

本文为中国统计网原创文章,需要转载请联系中国统计网(小编微信:itongjilove),转载时请注明作者及出处,并保留本文链接。

专栏作者

  • 统计网特邀认证作者
    浙江移动大数据中心 数据管理部经理 博士 毕业于浙江大学 10多年数据从业经验,专注于大数据采集、处理、建模、管理、变现及产业等研究
  • 统计网特邀认证作者
    黄成明 ,零售数据分析研究者,拥有15年的销售及数据分析经验,历经美国强生公司、妮维雅公司、雅芳公司和鼎盛时期的诺基亚公司。目前是数据化管理的咨询顾问和培训师。他独立研发了基于周销售权重指数的零售管理模型,可以有效地进行目标管理、销售预测、客流预估、促销评估、销售预警等。
  • 统计网特邀认证作者
    数据应用的实践者!
  • 统计网特邀认证作者
    数据落地应用探索者
  • 统计网特邀认证作者
    GrowingIO创始人&CEO,前LinkedIn商务分析总监
  • 统计网特邀认证作者
版权所有: 统计网. Copyright © 2016 itongji.cn All Rights Reserved. 备案号:ICP备15042641号-3
【推荐】 2024年三季度货币供应量与社会融资规模合理增长
【推荐】 第七次全国人口普查公报-第七次全国人口普查工作基本情况
【推荐】 2022年6月社会融资规模存量统计数据报告
【推荐】 王健林:退出地产因调控太多 从业28年被调十来次