京公网安备 11010802034615号
经营许可证编号:京B2-20210330
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
若不方便扫码,搜微信号:CDAshujufenxi
在神经网络模型搭建中,“最后一层是否添加激活函数”是新手常困惑的关键问题——有人照搬中间层的ReLU激活,导致回归任务输出异 ...
2025-12-05在机器学习落地过程中,“模型准确率高但不可解释”“面对数据噪声就失效”是两大核心痛点——金融风控模型若无法解释决策依据, ...
2025-12-05在CDA(Certified Data Analyst)数据分析师的能力模型中,“指标计算”是基础技能,而“指标体系搭建”则是区分新手与资深分析 ...
2025-12-05在回归分析的结果解读中,R方(决定系数)是衡量模型拟合效果的核心指标——它代表因变量的变异中能被自变量解释的比例,取值通 ...
2025-12-04在城市规划、物流配送、文旅分析等场景中,经纬度热力图是解读空间数据的核心工具——它能将零散的GPS坐标(如外卖订单地址、景 ...
2025-12-04在CDA(Certified Data Analyst)数据分析师的指标体系中,“通用指标”与“场景指标”并非相互割裂的两个部分,而是支撑业务分 ...
2025-12-04每到“双十一”,电商平台的销售额会迎来爆发式增长;每逢冬季,北方的天然气消耗量会显著上升;每月的10号左右,工资发放会带动 ...
2025-12-03随着数字化转型的深入,企业面临的数据量呈指数级增长——电商的用户行为日志、物联网的传感器数据、社交平台的图文视频等,这些 ...
2025-12-03在CDA(Certified Data Analyst)数据分析师的工作体系中,“指标”是贯穿始终的核心载体——从“销售额环比增长15%”的业务结论 ...
2025-12-03在神经网络训练中,损失函数的数值变化常被视为模型训练效果的“核心仪表盘”——初学者盯着屏幕上不断下降的损失值满心欢喜,却 ...
2025-12-02在CDA(Certified Data Analyst)数据分析师的日常工作中,“用部分数据推断整体情况”是高频需求——从10万条订单样本中判断全 ...
2025-12-02在数据预处理的纲量统一环节,标准化是消除量纲影响的核心手段——它将不同量级的特征(如“用户年龄”“消费金额”)转化为同一 ...
2025-12-02在数据驱动决策成为企业核心竞争力的今天,A/B测试已从“可选优化工具”升级为“必选验证体系”。它通过控制变量法构建“平行实 ...
2025-12-01在时间序列预测任务中,LSTM(长短期记忆网络)凭借对时序依赖关系的捕捉能力成为主流模型。但很多开发者在实操中会遇到困惑:用 ...
2025-12-01引言:数据时代的“透视镜”与“掘金者” 在数字经济浪潮下,数据已成为企业决策的核心资产,而CDA数据分析师正是挖掘数据价值的 ...
2025-12-01数据分析师的日常,常始于一堆“毫无章法”的数据点:电商后台导出的零散订单记录、APP埋点收集的无序用户行为日志、传感器实时 ...
2025-11-28在MySQL数据库运维中,“query end”是查询执行生命周期的收尾阶段,理论上耗时极短——主要完成结果集封装、资源释放、事务状态 ...
2025-11-28在CDA(Certified Data Analyst)数据分析师的工具包中,透视分析方法是处理表结构数据的“瑞士军刀”——无需复杂代码,仅通过 ...
2025-11-28在统计分析中,数据的分布形态是决定“用什么方法分析、信什么结果”的底层逻辑——它如同数据的“性格”,直接影响着描述统计的 ...
2025-11-27在电商订单查询、用户信息导出等业务场景中,技术人员常面临一个选择:是一次性查询500条数据,还是分5次每次查询100条?这个问 ...
2025-11-27