企业和战略 (4)

本篇文章是《企业与战略》系列的第四篇。来说说数据在组织中的作用。如果把一个企业的组织看做人体,那么数据就像是人体中的血管。分为动脉和静脉,携带着最新鲜的氧气和能量,连接所有组织器官,并且永不停歇。这是人体对血液的需求,也是组织对数据的基本需求。

Hand of touching network connecting the human dots icon in business project management. Teamwork organization and brainstorm concept
组织中的动脉是预测的过程,静脉则是验证的过程。在开始谈组织和数据的关系之前,先来回答一个问题。你平时工作中用于分析和预测的数据来自哪里?无论是专业的Hive,SQL还是通用的Excel都表明你在使用业务的历史数据。历史数据既无法用于预测,也无法进行验证。不信,你看下面这个真实的例子。

durantatdesk
1918年第一次世界大战结束后,美国对汽车的需求开始增长。威廉•杜兰特(William Crapo Durant)带领通用汽车开始扩张。1920年的第一个月,市场仍然繁荣,需求和价格都在不断上涨。根据这些数据,在汽车需求会不断增长的假设下,杜兰特开始购买土地扩建工厂,存储大量零配件。如果从历史业务数据的角度来看,不只是杜兰特,大概每个人都会做出类似的结论,决策和行动。(还有一个原因是杜兰特早期曾经经历过马车时代的高速增长,并且依靠扩张获得了成功。)

1920年5月,分期贷款购车用户数量的下降显示汽车需求开始下降,汽车市场即将崩溃。通用汽车最初根据1918年以来的历史数据进行的预测和生产计划全都被取消了,1920年8月到1921年8月的汽车生产计划被大量削减。有些通用的制造工厂甚至没有现金支付货款和工资。这次危机也让威廉•杜兰特失去了对通用汽车的控制权。历史数据只能说明过去已经发生的事情,无法描述未来即将发生的事情。

Oceania3
1922年,通用汽车的财务总监唐纳森•布朗(Donaldson•Brown)(杜邦分析法的创始人)开始关注业务数据的使用方法。他采用了与杜兰特完全不同的方法,关注未来的预期数据而不是过去或现在的业务数据。并且通过对未来形式的预估对从采购,资源分配,制造到销售的流程控制和协调。换句话说,关注未来的人口及收入变化以及公路建设这些前置指标而不是过去的市场需求和汽车销售数量。(再向前可以从收入推到就业率,然后是制造业特别是资本密集型企业的发展)。为了让内部的管理更加适应外部的市场变化,通用汽车将杜兰特时期的以过去业务数据为基础的管理决策转变为以未来预期数据为基础的管理决策。

唐纳森•布朗要求通用汽车的每个部门对未来四个月的销售,汽车产量,以及与此相关的零配件库存,物资及人员和劳动开支进行预测 (随后这种预测进一步具体为悲观的,保守的和乐观的三种预测),财务委员会和执行委员会每个月对这种预测数据进行检查。只有经过批准后才能进行采购和生产活动。这些预测数据成为通用汽车采购,生成和决策控制的基础。这种机制形成了组织中自上而下的数据和信息流动机制,就像组织中的动脉血管一样,而对未来的预期数据就像血液中的新鲜氧气和能量,驱动着组织中不同部门之间的资源分配和生产活动。

il_570xN.2904455924_d852
随后,布朗又在未来的预期数据之下设计了“标准产量”和“标准商业费用额度”等指标,对通用汽车的生成过程和成本进行标准化和数据化。也使通用汽车不同的车型和工厂之间的效率具有了可比性。在这里业务的历史数据发挥了作用。布朗通过每个工厂在过去的生产能力按80%来确定了“标准产量”。并且随后通过不断累计的业务数据进行验证和分析。
Alfred_P_Sloan_400x400
1924年,汽车市场一次以外的衰退暴露了布朗对未来预测方法的一个弱点。换句话说,这种方法缺少对预测数据的验证环节。在1923年由于需求增长,所有人都预测1924年会维持相同的趋势。直到1924年5月艾尔弗雷德•斯隆(Alfred P. Sloan)怀疑汽车市场的供给已经过剩,随后在他的西部调查中经销商的反馈让他确信供给已经大于需求。随后,斯隆要求所有的净销售每10天提交一份销售报告,同时附加新车及车牌号等级数据。布朗制定的预测数据将以这些销售数据进行评估来适应市场的突然变化。

按照1926年通用汽车内部对这个预测过程的描述:

“…现在每个汽车分部每10天从经销商处收到汽车的实际销售数量,新增订单数量,手头的总订单数,以及现有的新车和二手车的库存数量。…在收到这些数据后,每个月对整个形式进行一次分析,确定当初的预测是过高还是过低。如果预测过高,生产计划马上削减,如果发现零售需求大于原来的预测,则增加生产计划。”

这种自下而上的验证机制,就像组织中的静脉血管一样,提供了一条数据和信息在各部门间回流的通道。而来自市场销售终端并最终影响决策的数据就是其中的血液。组织中只要存在这样一种通畅,持续,稳定的数据和信息流,就能确保从采购到生产再到销售的过程与市场的变化相互协调。

oil
这种以未来预期数据,而不是现有及过去业务数据进行决策的方法不止出现在通用汽车一家。相同的戏码,相同的教训在不同行业和不同公司间反复出现。随着1912年电力和汽油发动机技术的普及,新泽西标准石油公司的主要产品从煤油变成了汽油。(电力照明取代了煤油的需求,汽油发动机增加了对汽油和润滑油的需求。)。

f37d9a68a490abc88a514a1693435c53
汽油市场的增长与汽车市场的变化息息相关。但汽车生产和消费高速增长时,汽油和润滑油的市场也在快速发展。随着汽车生产减慢及市场趋于饱和,汽油的出货量也随着趋于平稳。所以,新泽西标准石油公司对未来的预期是建立在汽车市场上的。或者说汽车市场的变化是成品油市场的一个前置的预警指标。石油公司的原油采购,炼油和生产都取决于这个前置指标。而不是对历史采购,生产和销售数据的分析,毕竟汽车和成品油消费是一个快速且不断变化的市场。(现在,对未来形式的预测和前置指标被写进上市公司的招股说明书中,我在文章《8个上市公司的宏观趋势驱动力》中曾介绍过6家公司,其中Twitter的业务增长来自人们对信息的消费方式变化;宜人贷来自中国消费者消费能力的提高;Dropbox则来自工作方式的改变。)

Walter_Clark_Teagle,_member_of_the_new_Mediation_Board._Former_President_of_the_Standard_Oil_Company_of_New_Jersey
与1924年通用汽车的斯隆一样,1925年新泽西标准石油公司的总裁沃尔特•蒂格尔(Walter C. Teagle)也进行了一次实地市场调研。在调研过程中蒂格尔发现在市场对汽油需求下降的情况下,公司的原油储量却在不断上涨。公司没有搞清楚,也不关心市场的需求闷头生产。为了解决这个问题,同年成立了协调委员会。主管奥维尔•哈登(Orville•Harden)开发了“产品前景”和“未来预测”两个分析表。用来显示每种主要产品的市场需求和对应的供给能力。这两个预测表可以用来对炼油业务的扩张和收缩进行决策。同时哈登还使用了生成运营的实际数据与这两个表中的预测数据进行对照验证,分析哪些预测出现了偏差以及原因。

red-and-white-blood-cells-f0128843-red_and_white_blood_cells_illustration_web
哈登的预测表和通用汽车一样,他们并没有以过去和现在的运营数据作为依据,而是以对未来形式的预测作为决策的基础。自上而下对未来市场的预期数据被逐层分解并指导组织中的采购,生产,运输和销售环节。数据通过执行委员会到高级管理者,流向各部门的总经理,主管以及执行人员。确保组织中的每个人都知道在未来市场的预期下自己的目标和所执行的任务。避免了1920年突如其来的汽车市场崩溃带来的库存危机。自下而上来自经销商,一线销售人员的逐层汇总,数据从执行人员到主管,区域总经理流向高级管理者和执行委员会,确保组织中每个人都知道当前市场的实际情况及变化。对已有的决策和判断进行修正。避免了1925年标准石油的原油存储危机。确保资源在组织的每个部门之间合理分配,并且始终与市场变化相一致。

ibm1
最后,我想起2003年IBM的一个“商务猴王通天境”的广告。一个拥有知天知地的功能,能够让我们看到未来的眼镜。在这个眼镜中企业人员看到了业务流程在为客户不断的发生变化,他们要什么,企业就能立刻提供什么。客户们都乐开了花。这大概从另一个角度解释了1922年通用汽车的财务总监唐纳森•布朗对未来预期数据的关注。

—【本篇文章版权归 蓝鲸(王彦平)所有,请勿转载,侵权必究。】—

Speak Your Mind

*