15

信息并不总是标准答案

作者: wuzhimin 分类:CTO视点   阅读:9,145 次 添加评论

/Andrew McAfee / 罗小平


我于20世纪90 年代在哈佛商学院(HBS)攻读博士学位期间认识了现在的好友Don Sullhttp://www.donsull.com/)。他现在就职于伦敦商学院(LBS),常常会给在金融时报》上发些文章(http://blogs.ft.com/donsullblog/)。

他目前的主要工作方向是帮助企业分析竞争日益激烈的商业环境并制定战略。最近,他在博客上发表了不少有关IT 如何在这个领域发挥价值的文章。而我在2008 年夏天,《哈佛商业评论上也发表了一篇有关这个问题的文章:IT 投资,创造不一样的竞争力Investing in the IT That Makes a Competitive Difference),并写了两篇博文技术赢得满堂红(Technology Beats a Full House)和压抑我的热情Curb My Enthusiasm)。

看到像Sull这般才华的通用管理领域的学者将注意力放到技术上面,我倍感兴奋。他提醒读者中的管理人员IT,并提供了许多很好的建议请继续努力,Don


在最近有关IT影响的文章中,Sull强调了IT能为商业决策者提供信息的能力。他写道(全文见IT的实现不在于你花了多少,而在于你如何花,IT for execution: It’s not how much you spend, it’s how you spend it):

首席信息官、财务总监、首席执行官及外部董事(Outside Director)等应被问及、并回答一系列根本性的问题:为了准确把握快速变化的市场,你应该掌握什么类型的数据?哪些信息会为执行落实过程提供帮助?为了充分利用这些信息的价值,我们在组织、行动和文化上应该有什么样的转变?


他还特别引用了我对非常敏捷(因此也非常成功)的西班牙零售企业Inditexhttp://www.inditex.com/en)的研究成果Inditex是世界著名连锁服装企业Zarahttp://www.zara.com/)的母公司Sull写道:

一个企业可能会问自己,要实现执行的高效,到底需要什么数据?其实要得到大量这类数据,并不意味着就需要庞大的IT投入。以Zara为例,这家西班牙零售商在2008年超过Gap,成为全球最大的时尚服饰品牌。Zara开始引领世界快速时尚(Fast Fashion。译者注:指低价、快周期的服装)风潮——这曾是欧洲公司包括瑞典的H&M、英国的Topshop等开创的零售模式。这些公司跟踪全球范围内的时尚趋势,最先发现萌芽状态的变化,并将它们迅速转化为新产品。以Zara为例,它能在三周内将一个产品从设计台转移到货架上。Zara和别的快速时尚型零售商一样,成功与失败,取决于它们获得的市场数据的质量。


Sull强调“Zara的商业模式建立在精准信息的基础上,这句话没什么错……不过我对这家企业的研究(《斯隆商业评论你不嫌太多吗,Do you have too much it?)和我的案例研究博文ZaraIT服务于快速时尚的典范(Zara: IT for Fast Fashion)。我发现了一些更让人好奇的东西:Zara的成功,很大程度上是因为它并不太重视市场数据、销售信息,至少与零售行业其他多数企业的做法相比可以这么说。

哪种款式的衣服,应该在什么时间到达哪家终端店,这些可能是任何一个大型服饰零售商最重要的决策内容。多数连锁商需从店面收集大量日常销售数据,与其他相关信息整合,再利用各种统计技术做出预测和决策,比如将来一段时间什么衣服更为好卖。根据预测结果最后将正确款式的衣服运到对应的零售店。

当然,每个零售商对未来同一个时期的预测也可能不同,但我发现它们在这个过程中使用的技术却非常类似:它们都会收集大量数据,然后集中分析,最后根据预测结果决定如何向终端店出货。在这种模式下,终端店的任务被明确限定为:准确记录销售数据并及时汇报到总部,然后努力卖出总部决定卖出的商品就可以了

这种模式感觉起来已相当成熟,从逻辑上看也非常合理。因为市场情况越来越复杂,自然需要更多数据嘛。要获得分析、共享和以更快速度传播更多的信息,自然也就需要更强的计算机、更快的网络和更多的决策制定者。

Zara同样是处于激烈的市场竞争中,采用的策略却全然不同。这家企业根本不会真正做出终端店铺级的销售预测。相反,它要求终端管理者告诉总部,他那个地方什么东西最好卖,然后由总部组织力量,尽快将所需衣服送至零售店

Zara给零售店管理者做短期预测的定量分析工具很少,相反主要依赖于个人思考分析、与客户、店员交谈时的直觉和经验

当然,信息技术对Zara 还是非常重要的,不过用处不同Zara建立了零售店与总部的电子沟通渠道,为零售店提供多媒体数字订购表,后者完成订购表后直接传回总部。简而言之ZaraIT是辅助执行过程的工具,而非基于数据的分析决策

Zara的核心关注点是如何在不同款式衣服上的储备问题上正确决策,但在Zara,大家好像是拍脑袋来决策这个问题——整个企业缺乏聚合在一起的、经过过滤加工的统一信息库。为什么是这样呢因为Zara 业务模式最需要的信息,并非那种容易数字化、传播聚合和分析的数据,它要做的是通过观察、交流访谈倾听用户的想法,然后利用计算机将大家脑子中的东西比较匹配,最后得出一些结论,达到略能窥视未来变化的目的。

正如我的一篇文章(伟大的解耦The Great Decoupling)所言,Zara相信对于未来市场预测的相关知识不是一般知识(general knowledge,这种类型知识可以数字化),而是特殊知识(specific knowledge,这种类型知识不能数字化)。三项关键的业务设计都出自这个考虑。第一Zara几乎没有花时间在店面级的销售预测和其他类似形式的数据分析上。第二,组织中做这类决策的通常较慢第三,给决策者提供的市场等一般知识类型的信息很少

因此,对于Sull在上述所说文章中列举的有关IT 的问题,我想再加上一条:

对于这种决策,所需的相关知识是什么?如何混合利用特殊知识和一般知识,以保证决策的正确性?


如果不问、不回答这个问题,那么决策者往往会假设相关的全部或大部分知识都是一般知识,从而将方向确定为数据的数字化、分析和共享,这恰恰产生了巨大风险Zara的成功,证明了这个问题的重要性。

我最后想特别说明一点:我相信在绝大多数情况下,计算机提供的各种信息都能很好服务于企业的决策者,但并非没有例外。那些能发现什么是例外情况的企业,比那些不假思索、凡事都依赖于数据的企业更具有竞争优势。

(本文来自《CTO》专刊0903期)

转播到腾讯微博

----->立刻申请加入《程序员》杂志读者俱乐部,与杂志编辑直接交流,参与选题,优先投稿

One Response to “信息并不总是标准答案”

  1. 蒋涛 说道:

    斜体排出来难看

请评论

preload preload preload
京ICP备06065162