有人说，现在人类已经进入ABC时代。A代表人工智能，B代表大数据，C代表云计算。其中有个最重要的东西就是数据，被称为新时代的能源。其实，数据自古以来都很重要，只不过现在表现的更加突出而已。例如，我们常说或常听到“心中有数”这句话。所以，做为一名管理者，具备数据化思维是最基本的要求。
此图片来源于网络
度量（评价）需要数据
无度量=无管理，不准确度量=无效率管理，准确度量=有效管理。凡管理的皆可度量，不可度量的便无法管理。
要度量就需要数据的支持，没有数据便无法进行度量。例如现场管理者要管理好质量、成本及交期，就需要数据来度量其目标达成状况。质量指标是合格率，成本相关的一个指标就是生产效率，交期就是生产周期的长短，这些都需要数据来统计、分析各指标的表现如何。
例如，小王和小李都在做A工序，小王返工10件，小李返工6件。这时，我们如果就判定小李的质量比小王做得好，那么这个判定结果是不严谨的。因为，我们还要收集一些数据，就是他们做A工序分别做了多少件，利用这些数据计算合格率或返工率，来判断他们的质量表现。
同样，评价员工的生产力如何也需要数据，既要产出数据，也要投入数据，这样才是有效的度量方法。否则，便是一种不准确的方法，管理则是无效率的。
所以，要想做到有效管理，就必须进行准确度量，其前提是要有相关数据的支撑。
改善需要用数据说话
“改善”是一种解决问题的过程。为了能正确了解及解决问题，首先必须收集及分析相关的数据，以确定问题的真相。没有确实的数据，就去尝试解决一个问题，与凭借感觉及预感是没什么两样，这并不是科学或客观的方法。
搜集现状的数据，与标准做比较，就知道差距，有助于了解目前专注的地方，以此作为改善的出发点。
例如，我们要提升某条生产线的产量，首先就必须对现状进行数据搜集，包括人数、每个人的生产能力、产品的标准定额等数据；其次，根据数据来分析瓶颈（制约产量的关键环节）所在；最后，综合目前所具备的条件，进行优化组合来制定改善措施。
对于改善的结果，更需要用数据说话。利用改善后数据、改善的幅度等数据，就可以说明改善的效果如何，以及接下来的计划。
此图片来源于网络
计划、决策需要数据
不论是工作还是生活，不论是团队管理还是自我管理，我们都要进行各种各样的计划，面临各种各样的决策或选择，这是常态，必须面对。那么，如何才能更高效地处理这些常态呢？其中最重要的一点就是掌握数据，而且是精确的数据。
拿我的一次实际经历来说吧，有一次周末计划要回顺德，当时的计划是吃过晚饭就出发。通常的路线及耗时是这样的：步行到公交站约8分钟—等公交约10分钟—乘公交到地铁站约35分钟—乘地铁到广州南约30分钟—出地铁站到广州南公交站约5分钟，整个时程约88分钟，近一个半小时。按照正常的情况，一般都能够乘坐20:30或21:00（最后一班）从广州南到顺德的公交。但是当时有突发状况要处理，处理完已经到19:50了，意识到不能赶上最后的班车，就打算第二天再回去。但是，小孩子电话打过来问：“什么时候到”，跟他说明情况，他不听解释坚持要我回去，怎么办呢？以前常规的路线行不通了，想都不用想。那时，头脑中有个念头就是，之前有从地铁站打的士过来这边的经历，耗时大约15分钟。所以，想到的一个计划就是，打的士到地铁站约15分钟—乘地铁到广州南约30分钟—出地铁站到广州南公交站约5分钟，整个时程约50分钟，判断计划可行，能够赶到21:00最后的一班车。接下来的就是迅速行动，迅速地打到的士，提前准备好零钱，所有的步行都采用狂奔，其目的只有一个，尽量节省可以节省的时间。结果在20:53的时候，赶到公交站等待最后一班公交出发。
从这次经历可以看出，耗时的数据很重要，由此可以规划自己合理的出行计划。同样，对于我们的日常工作计划来说，数据一样很重要，要知道任务量数据，自己关键任务（瓶颈）的耗时数据，只有掌握了这些数据之后，我们才能合理安排工作计划，提升自己的工作效率。否则，高效管理无从谈起。
再举一个关于决策的例子，加工厂经常会遇到是否要引进某些先进设备而进行决策的时候。一般的设备商都会强调其设备如何提高产能、降低成本等优点，还会提供相关数据来证明其优越性。但是，做为一位工厂的决策者要明白，设备商所强调的优点都是有前提条件（假设）的。工厂的决策者要充分考虑自身工厂的情况，能否达到其前提条件的要求，若不能满足其假设，其设备的功用就无法实现。而在这个决策的过程，就需要数据来支持。例如，我们可以做一份成本—效益分析，通过查看其投资回收期，就可以判断其该不该引进。
所以，管理者对数据要敏感，一定要具备数据化思维方式。当然，数据不仅仅是定量的数字，还包括定位的、定性的及定时的等。只有掌握了数据，我们才能更接近事情的真相，发现更多的可能性，才有可能做到“心中有数”；所做的计划、决策及行动，才可能更趋合理，进而实现数据化、科学化及精细化的管理方式。
网友评论