温馨提示:干货长文,阅读时长预计10分钟,文末有彩蛋哟
导语
如何从隐匿着虚假信息、不良研究和糟糕动机的组织中挖掘可贵的数据?
我们梳理出运用管理数据必备的一个法则与一个定理,让“用数据优化组织行为”变得更可行和更务实:
👉运用大数法则,卸下对于全量统计的重担;
👉理解贝叶斯定理,放下一步到位准确统计的执念。
在纷乱的信息时代,人们好像已经失去一种认知和辨别能力,被动地接受着各种数据的信息“攻击”。
但是如果能够化被动为主动,将数据运用起来,可能会有意想不到的收获。在一个企业里面,数据之于管理,更是如此。
虽然管理数据的准确性和解读很容易引起争议,但倘若连统计数据都没有,甚至可能做出完全不正确的行为决策。
先解决有没有的问题,再解决好不好的问题。
为什么说管理数据很重要?
我们曾经遇到一家企业,业务反馈研发对业务的支持能力不够,不能支持业务及时响应市场的需求。请注意,这是一个经验和感受上的反馈,我们并没有看到数据支持。
基于该反馈,我们首先聚集于“如何提高研发的交付效率”这个问题上。
随着我们辅导的深入,通过沉淀的管理数据,我们发现:
研发并没有业务感知的那么慢,好几个月交付的情况的确有,但不常见,统计上,属于极端最慢的15%;
研发交付效率的确有可以提高的空间,但总体来说,还算高效。反而是业务阶段的时效非常长,平均来看,甚至是研发耗时的两倍以上。也就是说,想清楚做什么所花费的时间,是实际做事情时间的两倍;
不管是研发侧还是业务侧,耗时最长的基本都是排队和等待,比如等待法审、等待过会、等待排期、等待发布……
有了这些数据,我们的重心转移到了业务与研发协作提效,以及业务产品与数字化产品梳理,最终也的确有效促进了业务与研发之间的协同。
如果没有具体数据支撑,我们很可能在非核心问题上浪费大量时间,并且还很难产生成效。
就像高考,我们英文考了120分,我们非常努力也只能提高到130分,努力十分,获得十分;回头一看,数学只有70分,稍加努力就提高到90分甚至100分,努力十分(甚至更少),就能获得二十分(甚至更多)。
可见,是否具备数据支撑,是事半功倍与事倍功半的区别。