经验管理与数据化管理,孰优孰劣!腾讯云开发者社区

之所以要在这里探讨经验管理,是因为在大数据时代,很多公司都开始施行数据化管理。大数据是非常全面的,企业掌握了更多的数据信息之后,就能够在对数据挖掘和分析的基础上做出更加准确的管理决策。随着科学技术的发展,企业现在积累的经验可能会很快过时,这个时候是否还需要这些经验,是否还需要花费大量的人力和物力对这些经验进行管理?这是一个有争论的话题,值得讨论。

公司可以通过制定规章制度和工作流程沉淀员工的工作经验,以更好地维持公司的持续发展。

大数据使企业的管理透明化,通过数据企业能够知道员工做了什么工作和企业实现了什么目标,这样就能够分析行为和结果之间的关系。企业也可以通过大数据的分析结果来制定管理方案,这是非常科学的判断。大数据的应用给企业带来了管理的便利,提供了很多优化资源配置、改善管理流程、提高经营效益的方法。

所以,很多管理者开始怀疑对过去经验管理的重要性,甚至以为只要按照对现在大数据挖掘和分析得出的方案执行即可,而且现在环境变化这么快,经验很快就过时了,不必花费大量的人力、物力对经验进行管理。

首先,积累经验要有拥抱变革的心态,能采取积极的行动以适应新的变化。有些人一年换一个工作,目的是为了积累不同类型工作的经验,有些人则10年做着同样的工作。企业也一样,有些企业在新的时代采取了新的管理方法,而有些企业还遵循过去的做法,没有改变。特别是某些具有天然的垄断性质的企业,他们因循守旧,不肯变革,幻想着未来仍然能够垄断整个行业。

具有大量消费者数据的电信企业并没有成为大数据公司,在大数据挖掘方面没有任何突破,而腾讯却在这方面获得了快速发展,并在数据领域占据了重要的一席之地。

如果企业还在用着过去的经验和方法,没有试图去尝试新的方法和积累新的经验,没有人愿意承担变革的风险,那么企业的发展前途,谁来负责呢?企业只有积极顺应时代潮流的发展,不断创新,才能保持长久的生命力。

其次,通过轮岗或者让员工负责更多的业务,让经验更加全面。企业是一个以利益为目的组成的组织,组织内的人员都是因利益关系聚合在一起的,因此,企业要想积累经验也可以以利益驱动员工的积极性。

都会进行专业的分工,成立不同的独立的部门来负责一定领域内的业务,包括人力资源部、财务部、生产部、采购部、销售部和营销部等。在专业分工基础上形成的部门,就成了一个个独立的群体,就会有群体的利益。因为群体利益的存在导致了数据和信息的割裂,从而导致共享文化不能实现。

共享是经验积累最快的方式。实物不会因为交换而增加,但经验经过交换可以增值。因此,构建一个开放共享的企业环境,对于员工之间交流共享经验是非常有帮助的。

大数据时代开启了企业积累知识的另外一扇大门,对原来的事物的认知进一步得到了提高,知识更加丰富。而且随着社交媒体的发展,知识的传播速度变得很快,

每天都被各种社交媒体包围,不断接收到新的知识、想法和观点,甚至无暇去思考这些内容是真是假。因为互联网的存在,学习新知识的难度已经越来越低,因为任何不懂的问题,只要在互联网上搜索,就很容易掌握。

一个新建的公司不可能建立非常完善的管理体系,但大数据给我们提供了更好的方法。通过大数据可以将更多细节的事件、任务、项目、技术以及操作过程记录下来,并通过数据挖掘找到问题的关键点,从而能够更好地控制事物成功的关键,保证公司每个事务都能够得到最有效的处理。通过大数据,我们可以用更多的手段去记录做事的方法,形成更完善的数据,当我们需要查询前辈是怎么做某件事的时候,可以获得更加全程的记录,而不像之前,只保留着做事的结果。

在大数据时代,数据记录不仅仅限于数字化的记录,还有更多全面的数据,这对我们回顾历史和场景再现起到很好的作用。

结合大数据挖掘技术,可以在数据记录的要素、流程和结果之间构建更加完善的事物发展的规律和逻辑,由此来指导企业实践。企业大数据是企业永不消逝的资产,随着数据的积累,只要数据不丢失,就能够获得更加深入的研究,通过对各种规律的总结,能够形成更加丰富的经验。有些经验可能我们自己现在都没有挖掘出来,但随着数据的积累和数据分析,以及挖掘方法的提升,在未来会找到更好的方法商业洞察。

知识可以通过学习获取,而经验只能通过实践获得。经验的获取有两种模式,一种模式是参考别人的“经验”,从而能够在初次实践的时候表现得像“老手”;另外一种模式是在实践中探索做事的方法形成“经验”。

知识是理论化的总结,对实践具有指导意义,能够让我们在经验中少走弯路。而将知识转化为经验还需要一个过程,一个从认知到感知,从内化到个人技能或者能力的过程。

如果企业有专家或者优秀人才,则很容易度过经验曲线前端,快速降低成本,上图中两条曲线间的差异是企业通过缩短经验曲线所带来的利润。缩短经验曲线是企业所追求的,需要企业通过一系列的手段快速降低生产成本,从而超过竞争对手的毛利率。这时就需要企业快速积累经验,完成从知识到经验的转化。

企业通过积累更多的经验来实现成本曲线的持续降低是生产制造业一直追求的。当然,其他行业也有相同的特征,只是他们的单位成本或许不是制造成本,而是服务成本或者提供相同服务所付出的成本。

与经验曲线相对应的是学习曲线。管理学上的学习曲线和教育上的学习曲线类似。企业在引入一项新的技术、一种新的管理思想或一种新的经营模式时都有一个学习和探索的过程。不同的难度的变革带来的学习曲线不同,越陡峭的学习曲线企业越容易在竞争中取得胜利。

全文摘自《企业数据化管理变革-数据治理与统筹方案》赵兴峰著

THE END
1.主数据管理的重要性在当今快速变化的商业环境中,企业面临着大量数据的挑战。如何有效地管理和利用这些数据,成为组织成功的关键。主数据管理(MDM)作为一种策略和技术,能够帮助企业确保数据的质量和一致性,从而推动业务的增长和效率提升。在本篇文章中,我们将深入探讨主数据管理的重要性,分析其在企业运作中所发挥的核心作用。一、数据https://baijiahao.baidu.com/s?id=1816858372890930655&wfr=spider&for=pc
2.为什么要做数据治理,数据治理的必要性在哪些?今天我们来讨论数据治理的重要性以及为什么要做数据治理。 一、为什么要做数据治理? 1、内部风险管理的需要 包括财务作假、敏感数据泄密、数据质量差影响关键决策等。 2、为了满足外部监管和合规的需 随着金融业对国际/国内的数据监管合规,促生了大家对数据规范在一个企业当中的要求。 https://zhuanlan.zhihu.com/p/595434579
3.《数据化管理》读书笔记确定指标重要性的方法《数据化管理》读书笔记-常用数据分析方法 《数据化管理》读书笔记-商品的关联销售 《数据化管理》的读书笔记,第三章“销售中的数据化管理” 一般公司都会有一个指标库,可能有几百、上千个指标,我们在不同的场景中需要挑选重要的指标来使用,那怎样确定该选择哪些指标?哪些指标的重要性更大呢? https://www.jianshu.com/p/364a3ae254a5
4.谈谈数据作为资源管理的重要性数据驱动智能谈谈数据作为资源管理的重要性 一 数据是重要的宝贵资源 在当今快速数字化的时代,数据已成为一种革命性的变革性生产资源。有形原材料、资本、劳动力和机器等传统业务支柱不再是创造价值和创造利润的唯一因素。随着我们过渡到数据驱动的世界,这些传统资源正在被重新定义,数据现在被视为对公司成功至关重要的独立资源。https://www.shangyexinzhi.com/article/20314377.html
5.《数据资产合规管理白皮书(2024年)》发布部门动态公共数据:政府和公共部门在履职过程中产生、处理的数据,具有公共利益属性。 三、数据资产管理的重要性 数据资产管理是企业数字化转型的关键环节,涉及对数据资产的规划、控制和供给。通过完善的数据资产管理,企业可以: 理清法律合规风险 提升内部数据管理水平 https://www.zgcsswdx.cn/info/7933.html
6.数据管理的热点话题:数据资产数据价值数据驱动数据管理和生命周期管理:核心问题是公司维持其资产的能力。 关键程度和服务水平:关键程度确定了资产保持运转对公司的重要性,同时公司应该确定它希望为利益相关者和客户提供的服务水平。 此核心管理活动列表仅限于本文范围内演示用,在实际实践中,将包括更多的管理活动。下面我们将这些活动转化为数据管理的概念。 https://blog.51cto.com/u_15149483/5259718
7.数据分析的重要性在哪里数据分析的重要性的体现包括: 一、完整、正确反映客观情况; 二、发挥监督的重要手段; 三、实现管理科学化和统计参与决策的有效手段; 四、有利于数据资料的深度开发利用; 五、有利于提高数据分析人员的素质。 一、完整、正确反映客观情况 数据分析可以通过对大量数据的统计和分析,全面、客观地反映某个领域或某个问题https://www.linkflowtech.com/news/1070
8.数字化时代的公司薪酬管理随着科技的不断进步和数字化时代的到来,公司薪酬管理也逐渐迈入了一个新的阶段。数字化技术的广泛应用已经在各个行业引发了深刻的变革,公司薪酬管理也不例外。数字化薪酬管理系统的兴起不仅为公司提供了更高效的工具,同时也为员工提供了更加透明和公平的薪酬体验。本文将探讨数字化薪酬管理的重要性,以及它对公司效率和https://www.xinrenxinshi.com/xinzhi/3722
9.微信SCRM管理系统:社交化时代的客户关系管理利器二、微信SCRM管理系统的重要性 社交化互动:微信作为一个社交平台,具有天然的社交属性。通过微信SCRM管理系统,企业可以与客户进行实时互动,增强客户参与感和忠诚度,建立更加紧密的客户关系。 数据驱动决策:微信SCRM管理系统能够收集和整合客户在微信平台上的行为数据,通过对这些数据的分析,企业可以深入了解客户需求和行为模式https://www.aoetech.cn/groupschool/1/detail/2177
10.上的主旨演讲:一体化推进政务数据体系建设的思考——基于数据我今天想从三个方面谈一下自己的观点。首先,第一个方面想谈一下当前政务数据体系建设的背景与存在的难题;其次,在这个问题基础上,给出一个基于“职责-业务-数据”的分析框架;三是确立数据权责的意义和重要性,以及推进一体化政务数据体系建设的思路。 一、政务数据体系建设的背景与难题 http://lcg.tsinghua.edu.cn/info/1029/1591.htm
11.谈谈数据治理角色和职责:数据管理的关键参与者数据治理的世界是一个复杂的世界,充满了对有效数据管理至关重要的各种角色和职责。通过了解这些角色,我们将认识组织如何成功应对复杂的数据治理。 数据治理的核心涉及建立策略、流程和程序,以确保组织数据的可用性、完整性和安全性。它是一个综合框架,涵盖了负责推动这一进程向前发展的各个关键参与者。 https://m.36kr.com/p/2446591959766920