软件管理的 《目标》是什么?996 能提高有效产出吗?

在这里插入图片描述

以色列管理学家高德拉特 (Goldratt) 在他的企业管理小说《目标》以工厂管理为例提出了三个基本目标:

  • 利润
  • 投资收益率 (ROI)
  • 现金流

企业如果没有利润就意味着不赚钱,但是投资了100万才得到1万元的利润,收益率还跑不过国债,这也不能说赚钱。投资100万,利润20万但是18万是应收账款,只有2万现金,这种企业肯定不赚钱,说它濒临倒闭可能更符合实际。

这三个指标虽然很明确,但是在管理企业的过程中确很难随时随地地得到这些指标,为了更直观地体现上面的指标,书中提出了下面三个目标:

  • 有效产出 (Throughput)
  • 存货 (Inventory)
  • 运营费用 (Operating Expense)

有效产出只的是生产的产品实际上能卖出去的部分。对于工厂而言,工厂可能生产了一大堆产品但是不是所有产品都能卖出去,只有可以卖给市场的产品才是有效产出。存货是指将来才能被卖出去的产品。运营费用就是生产产品所产生的费用,比如看仓库的人的工资,研发的费用等等。

软件管理如何确定目标

书中的例子都是工厂的,那么对软件企业有没有什么启发意义呢?对于前三个指标,我认为最直接的就是现金流应收账款,很多软件企业都是按照 334 来签软件开发项目合同的。也就是首期3成,中期3成,开发完成以后再付最后的4成。这里有保证能收到的其实也就是6成开发费用,后面的4成好的话可能项目完成后一年半载才能收到,不好的话可能永远收不回来。这样企业的现金流会受到严重影响。所以在做软件项目的时候,首先要处理好应收账款问题。

更成功的软件企业应该是以产品为核心的软件企业,那么如何衡量软件企业的有效产出、存货和运营费用呢?软件都是有一个个模块或者说组件构成的,如果软件发布以后的某个组件没有人使用或者用的人很少,这个组件就不能算作有效产出。而我们写好了还没有发布的组件,都应该算作存货。所有参与软件项目开发的费用,都应该算作运营费用,这些费用包括人工,办公室租赁,服务器硬件,云服务器租赁,软件等。

那么如何提高有效产出,同时降低存货和运营费用呢?我觉得首先得让我们的软件组件是可测量的,这是基础。现代软件已经不像工业产品那样,开发完成以后在市场中出售出去就可以了。它更像一种服务,客户花钱买服务,软件企业不断改进服务,因此服务的内容也就是软件组件的使用情况才能反映客户的真实需求,才是有效产出。互联网企业需要随时监控软件组件的使用情况,增加有效产出。非互联网企业也应该了解客户的使用情况,即时评估自己的软件产品的有效产出。

软件企业的存货就是还没有发布到用户手中的产品版本,那么快速迭代降低开发周期就显得异常重要,只有这样才能降低软件产品的库存。另一方面,提高已有软件组件的利用率,也是降低库存的好方法。这需要我们提高软件产品的架构和设计能力。

现代软件开发人工是主要的费用项目。低代码软件开发是降低人工的重要途径。另一方面云服务的崛起使我们可以尽量减少硬件、软件投入,即买即用。云服务也会占用企业的现金流,因此我们应该把云服务的费用落实到每个项目组成员的头上,这样才可以尽量减少不必要的浪费。

最后说一下 996,《目标》这本书中也提到工厂为了完成逾期的订单经常赶工。可是就算是这样,订单逾期现象依然严重,直到重新衡量工厂的目标,找出瓶颈了以后才改善了逾期现象。某些软件企业天天加班,是因为项目会逾期吗?如果是这样就必须找出项目的瓶颈所在,因为依存现象和统计波动 (Statistic Fluctuation) 现象说明了那个最慢的单位决定了整个系统的输出效率。

拿书中的例子来说,机器人和人配合生产零件,机器人每小时生产25个,人平均每小时生产25个,机器人依赖于人生产的零件。要在 4 个小时内生产100个零件,能完成的概率是多少呢?答案是近乎于0,因为人的效率是波动的,只要4个小时里的前3个小时生产的零件小于75个,哪怕是最后一个小时生产30个,机器人和人的团队也不能在4个小时内完成任务。因为最后一个小时机器人的生产效率还是25个每小时。

统计波动的效果

如果因为一个工作任务进展缓慢,而让所有人都陷入无谓的等待或者996,团队的效率是提高不了的。我们需要做的是找出项目的瓶颈,解决瓶颈问题,这样才能让所有人共同快步前行。我们在工作中尝试过找到瓶颈吗?我们有寻找瓶颈的机制吗?我们奖励了帮助我们提高瓶颈生产效率的人吗?原书中的工厂即使天天加班也完成不了任务,在树立了正确的目标以后,有效产值从200万美元提升到300万美元,原因是有了正确的目标以后,管理人员才会正确地思考问题并尝试找到答案,团队重新获得了凝聚力。值得强调的是所有的目标都应该和金钱挂钩,不和金钱挂钩的目标那就是办公室政治了。

另外一个值得思考的问题是,让所有人忙起来这个系统的赚钱的效率就会提高吗?答案是否定的,因为当所有人都忙起来了以后,系统中的瓶颈还会是瓶颈,堆积在瓶颈面前的库存会增加,即使没有了瓶颈,市场能消化多出来的产能吗?所以我们的目标不是让,所有都特别忙,而是赚钱!

  • 1
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

surfirst

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值