Windy J
这一章的内容基于第三章的观察和测量模式,所以,请首先阅读第三章的内容。
在大规模的企业中,高层的问题很容易被发现,但是要发现这些问题的根源却比较困难,因为这样的企业会产生大量的信息,以至于很容易分析人员就被淹没在这些信息当中了。
例如,一个企业最主要的财务表现是它的最终财政收入,如果财政收入有问题,就必须找出引起问题的原因。在ACM(Aroma Coffee Makers)的财政收入中表明他们的设备销售收入减少了,尽管花费还同样可观。这个问题在ACM 的东北区域最为严重;继续深入追究发现他们的11-10 单元低于计划收入,尤其是面向政府的部门,到这里为止,这些分析的大部分仍然是数据的形式;进一步分析可能给出定性的结果:可能是由于无力的销售补偿计划,或政府预算缩减,或炎热的夏季,或出现了强劲的竞争对手,等等。
这样的分析过程非常类似于医生对病人症状的分析:根据显著的外在症状,用专业知识跟踪可能的病因,然后对症下药。这种类似性让我们意识到,噢,也许观察和测量模式可以应用到金融分析中来。让人高兴的是,确实如此,那些模式非常适用,只需要做一些适当的调整,而且调整基本上是对已有模型的扩展,而不是改变。
下面我们就来看这些模式和它们新的应用。
1.1 企业部门单元(Enterprise Segment1)
首先我们要做的小小补充是引入Object of Care 来表示被观察和测量的对象,在前一章中,观测的对象是Patient,而我们现在关心的对象是企业的部门,所以增加一个抽象层次,让Patient 和Enterprise Segment 都成为它的子类;我们顺便介绍一个Population 类(人口)来代表“人”的群体,我们知道,对于人口而言,也有很多有意义的观测工作,这是题外的话。引入的抽象关系请看下图所示:
图1 Object of Care和它的子类
在这里还要提一下Enterprise Segment(企业部门单元)的来历,当我们面对一个企业时,总是可以根据一些原则来把它划分成不同的单元/部门,根据地理位置,根据产品,根据产品销售的目标行业,等等。
例如一家国际性的公司可以首先根据市场划分(例如美国),然后根据区域(Region)划分(例如东北地区),然后根据地区(Area)划分(例如新汉普)。这些独立的层次中每一个方面都是一个维数(Dimension,即市场,区域,等);而新汉普和东北地区是“地理位置”维数中不同层次的两个元素;一个Enterprise Segment(企业部门单元)是各维数元素的结合,即取每个维数的一个元素构成,例如ACM 的一个部门可以这样描述:东北,11-10,政府部门;东北是地理位置,11-10 是产品型号,政府部门是销售对象。
通过这样定义Enterprise Segment(企业部门单元),我们得到一个企业结构的描述模型,如图所示(见下页):
图2 用维数元素定义企业部门单元