明茨伯格:“硬性数据”的软肋

标签:IT管理数据大师明茨伯格

访客:29580  发表于:2012-04-16 18:16:59

到底什么是硬性数据”(hard data)呢?石头是硬的,但数据又怎么会是硬的?纸上的墨水、计算机的电子都是硬之又硬(其实,后者又被称为软拷贝)。

如果非要比喻一下,就用天上的云朵试试吧。远处观看白云,非常清楚;愈靠近,便愈发朦胧。等到了云里,用手指戳一下,却什么也感觉不到。是让事件及其结果变成统计数字后出现的幻觉。这些统计数字就像云朵一样,时而清晰,时而模糊。客观性同样如此。某个雇员在某地并不是自私自利的混蛋,但在某些心理学家的尺度上却成了个4.7。公司真不怎么样,但去年投资回报率却高达16.7%。这下够清楚了吧?

相比之下,软性数据有时是模糊的、含混的、主观的。软性数据通常需要解释,大多数软性数据更不能以电子方式传输。其实,软性数据跟闲谈、传闻、印象没什么两样,软性数据能有多客观?

看来骰子灌了铅。硬性数据每次都赢,除非碰到人脑这种软性物质,硬性数据就是大脑生成的,也是被大脑使用的。那么,我们来看看硬性数据的软肋吧。

1. 硬性数据范围有限 他们或许可以摆出一堆硬性数据,但通常不能用来解释原因。利润增长了,为什么?因为市场在扩张?你或许可以找到数据支持这一点。还是因为主要竞争对手净干蠢事?没有相关数据。因为你的管理者管理得好?仍然没有相关数据(好吧,那么我们假定确实如此)。所以我们常常需要软性数据解释硬性数据背后的东西:竞争对手公司的内耗、客户的脸色。比较起来,硬性数据本身即便能开花,也不能结果。不管我对他说什么,著名的金赛男性性行为研究的一个实验对象报怨道,他只是直直地看着我的眼睛,问多少次?’”

2. 硬性数据通常过于汇总 这些硬性数据是怎样得来的?一般是先收集大量事实,然后简化成某个总数,比如高度浓缩的净利润。想一想这一数字制造过程中丧失的信息吧。

从树木看到森林是件好事——除非你是做木材生意的。大多数管理者都是做木材生意的,他们还需要了解树木的情况。太多的管理活动仿佛都是在直升机上发生的,下面的树木就像一块绿地毯。理查德·纽斯达对三位美国总统收集信息的习惯做过研究,他发现帮助美国总统勾画出事件核心的不是摘要,不是调查,不是乏味的大杂烩......而是在他们头脑中拼凑起来的七零八碎的具体细节。恰恰是后者,而非前者,是触发管理活动的诱因,并帮助管理者建立起采取行动所需的心智模型。

3. 大多数硬性信息来得太迟 信息硬化需要时间。不要被互联网的电子竞赛速度愚弄了。事件和结果必须先记录成事实,然后才能汇入报告,这或许要等待一段预定的时间(如季末)。到那时,竞争对手也许早就把客户拉走了。

4. 最后,大量的硬性数据并不可靠 硬性数据那些明确的数字看似不错。然而这些数字又是从哪里来的?搬开硬性数据之石,看看乔赛亚·斯坦普爵士1928年的论断:

公共机构热衷于搜集统计数据——他们收集数据,加起来,乘到n次方,再取立方根,然后编制精美的图表。不过,你千万不能忘记,这些数字最初全都来自村镇观察员,他们不过是记下自己感到满意的东西而已。

不止公共机构,如今的公司企业同样迷恋种种数字。谁还回去查看观察员记录了什么?另外,即使最初的记录可靠,在量化的过程中也总有损失。数字四舍五入,误差出现,细枝末节的信息丧失。但凡做过定量衡量(无论是统计工厂的不合格品,还是大学的文章发表情况)的人都知道有意无意地数据失真有多大的可能。

伊利·德文思在对第二次世界大战期间英国空军统计和规划的记述中,举例说明了发人深省的细节失真的可能性。数据收集是极其困难而又非常微妙的事情,需要高度的技巧,然而却被当作......次要的例行工作,反而是很多最没有效率的文书人员在从事这项工作。纰漏简直是无孔不入,例如尽管存在周末与节假日,他们仍把整月时间都按工作日算。数字通常只是总结、判断、推测的一种有用手段。有时,数字甚至是通过讨价还价形成的。不过数字一旦拿出......就没有人能用合理的论据证明这个数字是错误的。’”而一旦这些数字被称为统计数据,它们就获得了圣经般的神圣权威。

这完全不是要求大家放弃硬性信息,放弃硬性信息并不比放弃软性信息好到哪里去。我是说,我们必须不再受数字的迷惑,不要让硬性信息取代软性信息,相反,要尽一切可能将二者结合起来。我们都知道用硬性事实去检验软性直觉。那么,如果用软性直觉去检验硬性事实,又会怎样(比如审视统计数据)?

评论(0)

您可以在评论框内@您的好友一起参与讨论!

<--script type="text/javascript">BAIDU_CLB_fillSlot("927898");