VOL76 - 现代性的诅咒：过度量化、数据依赖与系统崇拜
瑞素派克 Respect
Deep Dive
Why does over-reliance on data and systems lead to a lack of understanding of business operations?
Over-reliance on data and systems can create a 'black box' effect where processes are automated to the point that employees no longer understand the underlying logic or mechanisms. For example, in a highly digitized bank, accounting entries are automatically generated, but when issues arise, no one knows how to trace or fix them because the system operates without transparency. This disconnect can lead to inefficiencies and a loss of critical business insights.
What is the danger of prioritizing quantifiable metrics over qualitative insights in decision-making?
Prioritizing quantifiable metrics can lead to the neglect of important but unquantifiable factors, such as employee relationships, creativity, and long-term strategic value. For instance, in HR, while metrics like recruitment efficiency can be measured, the quality of hires and their fit within the team often rely on subjective judgment. Overemphasis on numbers can result in decisions that look good on paper but fail to address deeper organizational needs.
Why do organizations often favor data-driven decisions despite their limitations?
Organizations favor data-driven decisions because data provides a sense of objectivity and fairness, even if it is not always accurate or comprehensive. Metrics like GDP or sales figures offer a quick, seemingly objective way to assess performance. However, this reliance can mask underlying complexities and lead to decisions that prioritize short-term gains over long-term value, as seen in cases where companies focus on easily measurable outcomes like ad clicks rather than deeper customer engagement.
How does the obsession with data and systems impact employee performance evaluations?
The obsession with data and systems can lead to unfair performance evaluations, as managers may rely on easily quantifiable metrics while ignoring subjective but critical factors like teamwork, creativity, and adaptability. For example, in some organizations, low performance ratings are disproportionately assigned to employees who are about to leave, regardless of their actual contributions. This creates a skewed and demotivating work environment.
What are the risks of blindly adopting digital transformation strategies without considering organizational culture?
Blindly adopting digital transformation strategies without considering organizational culture can lead to inefficiencies and employee frustration. For example, small companies may implement complex systems like enterprise software that are better suited for large corporations, resulting in unnecessary complexity and reduced productivity. Additionally, if leadership is not comfortable with new tools, employees may end up juggling multiple platforms, leading to confusion and wasted effort.
Why is storytelling with data considered a critical skill in modern workplaces?
Storytelling with data is critical because it helps bridge the gap between raw numbers and meaningful insights. While data provides the foundation, storytelling contextualizes it, making it easier for stakeholders to understand the implications and take action. For example, in business presentations, using data to tell a compelling story about market trends or customer behavior can drive more impactful decisions than simply presenting spreadsheets.
How does the reliance on data affect creativity and innovation in organizations?
Reliance on data can stifle creativity and innovation by prioritizing measurable outcomes over experimental or unproven ideas. For instance, in content creation, platforms may focus on metrics like views and clicks, leading to formulaic content that lacks originality. This focus on data-driven success can discourage risk-taking and limit opportunities for groundbreaking ideas that may not have immediate quantifiable results.
- 高度数字化可能导致系统变得复杂且难以理解
- 系统自动化可能掩盖问题，导致难以发现和解决问题
- 对系统的过度依赖可能导致对系统背后逻辑的忽视
Shownotes Transcript
很多人他们会更加关心在量化这个体系下我们可以测出来的部分并把这些部分当作评价的全部即便在我个人看来其实很多时候就是我们并不能够单纯地用数字去评价一个人的工作产出的就是说领导可能就是给自己的底细很高的价值观的评分然后可能给一些他看不惯的人很低的价值观的评分
似乎好像我们只要把数据指标一摆出来我们就可以迅速地了解一个国家的经济发展怎么样量化的部分是重要的但是我们不能说量化不出来的部分就认为它是不重要的当你一味地追求数据之后你就很有可能走偏不管你是在上学还是已经参加了工作我们永远都会处在一个被评价的位置上
用数字说话现在在我这里看来就是一个非常懒惰的一种说法为什么我对你有这样的价值我的标准是什么你怎么样没有达到我的标准你接下来怎么做可能能够和这个标准更靠近这些东西其实才是一个管理者应该去做的哈喽大家好欢迎收听本期瑞苏派克我是过去非常推崇用数字说话现在产生了一些质疑的瑞瑞
哈喽大家好我是一直需要去找别人要数字的素素瑞瑞就是你为什么会有这样的一个心态上的转变呢其实你在我的印象里一直都是一个比较客观的人然后比较用数字用结果去说话的人为什么你现在开始对这一点产生质疑了
主要是我在上个月出差的时候我去服务了一家国内四大行中间的某一家但是我发现因为他们已经高度数字化了他们似乎是很多企业心目中非常理想的状态就他已经业才融合到了你任何一个业务发生他都会自动产生会计凭证但是我发现他的一个问题就是以至于出现了问题之后没有人知道问题出现在哪里
因为这一切都是自动生成的自动生产两三年之后他们升级连会计的岗位都没有了那谁去发现这个问题出现压力呢他们后来找了一周他们都没有发现这个凭证是怎么做的它背后的逻辑背后的是什么
怎么运转的都不知道就是整个系统非常精密的运转在一个黑箱过程中然后我就觉得我似乎对这个现在性的这个过度量化呀以及这个系统崇拜就产生了一些这样的质疑吧
我觉得这个其实还和我平时的认知会有一些区别因为我觉得会有非常多的管理者以及就是包括做 HR 嘛我们都会希望能够系统化的去解决一些问题这个系统化既知我们要搭建体系化的方法论去看问题也指就是我们需要有各种各样的这种线上平台呀像瑞瑞刚刚说的我们所有的操作是可以被留痕被记录被追踪然后被分析和管理的
但是现在听起来就是当真的这件事情它实现到了一个新的高度的时候它其实会让人变得更不了解这个系统就可能过去我们靠手工活这样子一个一个去整这些数据可能它确实是繁琐的但是其实人在这个时候对这些情况的反应其实是非常灵敏的你让我想到就是有一家互联网公司然后他们就是
就是对外声称就做了一个非常智能的一个系统然后但是其实和内部的人沟通之后发现其实那个系统所谓的智能的那个部分是他们雇佣了一些人然后再回答问题所以你以为是 AI 在给你对话其实背后是人工在对话就在一定的程度下其实可能 AI 不一定比人更聪明
而且你发现没有如果你一旦说我背后是很多人在说话听起来就不那么高端就觉得你这个东西非常的不可控以及非常的落后像是上一个世代的产物但是同样的一个东西他回答的东西都一模一样但是你只要对外宣称我这是一套自动化的流程我这是一套 AI 的系统我这是一套全流程化都是自动运行的
似乎就变得高端起来了即便它输出的内容都是一模一样的我觉得这也是我们好像对整个系统崇拜的一个非常明显的一个体现
所以在这样的一个状态之下我觉得除开我们对系统的崇拜以外还有一个点就是我们会非常相信系统给我们的数字但是是不是我们的工作就只能够被这些数字去概括其实我觉得也是存疑的大家其实知道我们做 HR 的工作大家都比较熟悉的一个模块其实是招聘嘛我们怎么样去看一个招聘他做的好不好
坦白说我知道现在在很多公司在降本增效这样的大背景之下其实我们是会去计算所谓的招聘的人效的就是比如说可能对于你这样一个销售你在一个月或者说两个月的时间或者说一个季度的时间里面你可以 cover 掉多少职位能够招来多少候选人当然我们可能会根据候选人的级别做一些划分
比较低级别的你要达到多少个高级别的达到多少个然后你达到了一定的数字之后啊可能是卓越然后一般甚至是说不合格这样子但是招聘这件事情我们要结果导向看数字但是不是只有这些数字就能够代表你的招聘质量我觉得也要存疑我们其实并
你并不能够直接认为说比如说我跟瑞瑞都做招聘我们同时同样级别的人我们都招来了同样的数字我们这个工作质量是一样的吗你并不能够直接说我们的工作质量是一样的但是我们怎么样去评价这个工作质量有的时候
会非常依赖于一些主观的部分比如说可能我给这个业务招来的候选人非常切中他们的需要他们觉得这就是我要找的人而瑞瑞找的这个人可能被他们觉得说嗯来了以后觉得这个人其实也并没有非常的合适可能在一些底层的素质上不够 match 甚至在考虑怎么样辞退
那像这种情况其实到底这个人来了以后有多么有用他可能是一个业务的感觉我们没有办法用一个分数去量化那我们怎么样去评价这种招聘质量其实是非常困难的但是确确实实我觉得很多人他们会更加关心
在量化这个体系下我们可以测出来的部分并把这些部分当作评价的全部即便在我个人看来其实很多时候就是我们并不能够单纯的用数字去评价一个人的工作产出的这里的话其实我人生中第一次对这个产生了一个质疑其实是我在大四的时候我参与了我们辩论队的一个
招聘这也不是招聘吧就是招队员我以前大二大三的时候我刚开始当队长招人的时候我会特别强调我们这个辩论队要收多少张报名表我们要收 300 张 400 张我要追求这个量但是真的等到我经历了几年的招人之后等到我大四快毕业的时候我反倒没有那么追求说我一定要收到多少张报名表了
因为我会发现你看我们过去的模式我为了收到更多的报名表我可能会跟他说哎没关系你来试一试吧即便说我很明显的感受到他可能是口吃或是他对这个方面没有多大兴趣我一定会把表塞给他说哎呀你多来试一试你多来报名无所谓的但是你会发现这无形中会增加我们非常多的工作量首先我人数多了之后是不是我要有更多的精力
分摊到每个人上我每个人面试我都要花时间反倒是我可能对我们更加感兴趣的候选人没有那么多时间去考察他了因为我得把时间平摊到各个报名的人上面来我甚至还得花精力比如说我去给你发消息也好通知你二面三面也好这些其实都是要时间成本的
这反倒不如说我精准的我 OK 我就是那么几个人我觉得特别不错你们非常精准的来加入我们编队而不是我去盲目的追求这个量把这个时间给拉长或者是把我们评委的数量给拉长我觉得这个话很多时候也是一个权衡的一个地方并不是说把这个量给堆上去了就更好
但是在这个地方我也要为就是所谓的走量的这样的一种招聘方式也要为他辩护一下大家其实如果知道招聘的话会听说有一个关键的词会叫做招聘漏斗什么叫招聘漏斗就是我们每一步就比如说投递简历的人和简历通过的人通过简历的人和面试拿到邀约的人以及来面试的人然后面试通过的人然后发 offer 的人
就是每一个环节他的人一定是小于等于上一个环节的就是我大家很好理解逻辑上对吧我给十个人就是投就是发面试邀约然后他们可能就是只会有不超过十个人然后通过这场面试所以怎么样保证在最后
后一个环节能够有人来入职呢那我们就在前面不断的去扩大这个量级就能够保证不管他的这个中间的损耗和转化率是多少我最后是能够保证有人来编论队的但是也会出现像这人那样的情况
就是当你无限度的去扩大所谓的收到报名表的这样的一个份数的时候它是不是一个足够精准的招聘你到底是把这样的一个过程性的动作当成你最重要的指标比如说 300 份报名表还是要把你们
编论队今年比如说可能是要完成 30 个人或者是 20 个人这样的一个新队员的招募这个才是你们最终的那个数字指标就是你把重心放在哪你的发力点你的切入口是完全不一样的同时对我觉得这个地方像瑞瑞刚刚说到的我刚听到有一点就是其实像有些人很厉害
大家可能都觉得如果他能来我们辩论队应该还蛮好的我们自己在辩论队当队长的时候其实我们会对校内的很多成员有我们的判断
但是你没有办法把它就是以非常量化的形式去告诉别人对不对比如说假设说瑞瑞是我们学校的我可能知道你的辩论很好那我如果只是告诉别人我判断瑞瑞的辩论水平很高那我觉得他可以不用面试直接来就 OK 这个时候可能又会有问题因为这个东西所谓的我觉得你很 OK
它是一个我的主观评断我没有办法就是让其他人跟我有一样的主观评断最后这个事很容易变成诸如是不是我是队长或者说我在这个组织里面有一些权利所以搞得跟黑箱操作一样我把你保送进来好像我们就没有去走一个正规的流程这个也是我觉得为什么这么多人他们会更加愿意去看数字因为数字会给人一种
我很客观就是我很公平这样的一个印象当然我不认为就是说真的他就有我们想象的那么客观但他确实是很多人选择去看数字的一个很重要的原因
我觉得一方面是客观我觉得另外一方面就是暴露出了我们对个人判断的不确定以及我们不信任个人判断比如说我作为一个队长我发现今年怎么只收上来 200 张报名表去年是有 500 张的呀因为我不信任我底下去做推广的那些人是不是有没有用心去做推广
我不信任他们的精准判断有没有可能这 200 个人是比去年那 500 个人更加精准的呢当然有可能但是因为我们对个人判断不信任所以说那起码我 500 张表我能够看得出来你很努力的在做推广了你很努力的在做宣传了但是今年只有 200 张表我没有办法去衡量说你的判断是不是比
明年更精准了一步或者比去年更精准了一步但是我可以明显的知道起码在量上你没有更进一步我觉得这背后暴露的是我们对很多个人判断的一种不信任感
而且我觉得他不单纯是说是做这件事情的人的不信任可能比如说你的学弟学妹来看你他也会觉得说你凭什么觉得那个人就那么厉害呢就很多时候我们对一个人的判断我们是很难以去说明的就像我们大家谈绩效考核这件事情我们会觉得销售的绩效考核是最容易去做管理的因为
你完成了多少万就是多少万顶多就是说可能有人这个业绩穿水什么的我们这里就不讨论这种情况但是当比如说我们要是看大家像知道像在阿里包括很多互联网公司它除了看你的业绩这个部分我们还会有大概 30%的比例说过去看价值观这个部分你到底在
多大的程度上符合阿里的价值观这个东西就会被网上广为诟病就是说领导可能就是给自己的嫡系很高的价值观的评分然后可能给一些他看不惯的人很低的价值观的评分就大家会有很多类似这样的一些争论但是我并不觉得所谓的
所有的这个价值观的这个考核的部分就是管理者在做一个所谓的嫡系给资源的行为只是说他非常难以以量化的方式告诉大家为什么是这样子的他非常依赖人际影响力去让别人相信我给出来的判断是公正的而不是我把这个数字摆在这里你们所有人看一眼就能够 get 到它是公正的
而且我觉得像苏苏刚才所说的就是给一个什么这样的一个计算公式这样的一个比例分配我觉得它有一个之所以会蜂蜜的原因是比如说我学阿里我别的东西可能学不来但是你们这个七三的比例我总学得来吧你们这个指标体系我似乎复制一下就能用到我们公司来我觉得它也很之所以有这种
魔力就在于说它非常容易的复制以及有一种符合人类的这种简化的心态比如说我举个例子好了比如说我分析日本经济美国经济这一定是不一样的有不同的运行逻辑但是我只要把它简化到 GDP 比如说美国连续三个季度 GDP 下滑了我就可以似乎可以迅速做出一个判断美国现在经济不行了日本连续多年 GDP 增速什么趋近于 0%我就会觉得哎呀
日本失去了 30 年非常低迷似乎好像我们只要把数据指标一摆出来我们就可以迅速的了解一个国家的经济发展怎么样但是其实背后的东西背后的机制背后的原因可能是非常复杂的但是我觉得数据啊指标啊就给了一种我们这样的吸引力好像我只要看这个东西我就可以迅速切准迅速切入有一种非常
神奇的魔力啊就比如说我们说财务管理里面有很多课程比如说哎呀这个资产负债率啊什么之类的各种指标似乎好像这个不同的公司你只要一拉出来的财报什么负债啊资产啊一除你就可以迅速知道他的这个经营状况其实背后的商业运行逻辑是完全不同的但是我觉得指标它之所以有魔力就是给了我们一种快速走捷径的这种感觉
包括我印象当中啊就是当我们还在校园时代的时候我觉得那个时候咨询行业还是给人一种非常光鲜亮丽我身边有非常多的朋友都很想加入的那我关于咨询顾问的一个很刻板的印象就是他们好像可以在非常快速的时间通过阅读几份充斥着大量的数字调研的这样的那种行业报告或者是财报他们就可以快速的了解一个行业和一个公司
当然我觉得怎么样在一个海量的数据库当中去能够了解到一家行业和公司这个能力也是非常重要的但我在这里也给大家分享一下就是我在最开始做猎头的时候我们当时公司的老板有跟我们分享过一件事情他说就是你会看到这个市面上有很多关于这家公司的财报对吧然后也会有很多的这种调研机构那这些东西它是你在
最最开始的时候去跟某个候选人交流的时候你向他展示你对这个行业有一些了解就是这个他是你的一个敲门砖他当然是有用的但他一直提醒我们但是你们一定要记住真正的最有价值的那个部分并不是说你能够在公开的渠道
或者说一些非公开的学校当然打听的对方的一些比较敏感的业务信息这里我们就也先不谈了他说其实最值钱的不是这个部分而是每一个非常活生生的在这个职场当中在这个行业里生根的人他们对于某家公司某个候选人的判断就其实像很多我们会在网上看到的报告里面出现的数字
当然他们是有用的但是当我们去做猎头的时候其实我们更加关心或者说更加值钱的那一部分的信息是您到底现在看不看好某个行业为什么为什么您觉得不看好您觉得做这个行业里的人谁做的最好哪家公司做的最好哪家公司里的谁谁谁做的最好为什么他做的最好而尤其是当我们沟通了二三十位候选人然后可能他们说到的这个
做的好的公司和人有一定比例的交集和重合的时候你就会意识到你通过和二三十个人聊天你大概能够定位出到底是谁做的好并且你可以听到他们不同的人对这个人的不同维度的反馈这个部分的 insight 其实是更加重要的但是它完全没有办法被量化到任何一个招聘过程当中
但是你做这个职位的人你真正能够支撑你在某个行业我们说做猎头能够成很多很多很多单靠的其实不是他的某个数据指标有多漂亮而是他这个部分的 inside 非常的深入和深刻超越这个行业里面工作的人所以别人找工作才需要去找到他这个部分非常难以量化但是他其实是最重要的所以让我想到就是之前看书的时候书里面有一句话嘛叫做就是
量化的部分是重要的但是我们不能说量化不出来的部分就认为它是不重要的
但是我觉得现在的问题在于说当我们过度追求量化用所谓的一切用数字说话这套逻辑运转下来的东西就是很多不能被量化的东西是被忽视掉的我不知道大家有没有用过那个工作性价比的计算器啊就是现在很多时候很多人要选 offer 吗选工作了吗反正我算下来的工作性价比是一般 1.43 分我不知道素素你用那个算出来是什么情况
我刚刚还算了一下我这工作性价比太低了得分 1.1 然后我复盘了一下是因为哪些指数导致我的这个就是说性价比程度不高我发现有一个非常重要的指数就是我只要把这个指数
换成了另一个选项我一下子就变成了工作性价比很爽这样的一个结论的人那个指标是异性环境系数他说的是就是我身边的异性的比例高不高然后大家众所周知做 HR 其实男生是比较少的经常就是一个部门一个小团队里面有一个男生算是就是非常罕见的这样的情况了
那我那个指标选的就是异性环境指数选的是没有还是选的是很低然后只要我把它勾成了有很多很多然后我一下子变成了很爽但是这个东西它是完全跟我对工作的理解完全不沾边的我有一种就是是不是设计这个指标的人是那种非常我比较刻板印象的说是不是那种比较直男的程序员然后他们身边如果有很多女生可能对他们来说觉得是福利
但是对我来说我怎么可能会想着是在职场里面去所谓的找这种信源关系就是完全没有往这个方向去想过我不知道瑞瑞你是不是因为也是这个指标不高所以导致你这个性价比程度比较低啊
我这个也是的而且我觉得还有很多点是你看他里面的很多东西比如说他完全没有考虑这个工作是否有趣他单纯的用一个工作的时长或者是工作的天数来衡量那比如说这个东西是刚好说我感兴趣的呢我甘之如饴呢比如说这个工作是否有挑战性呢是否有前瞻性这些数据完全没有
他给你的这种系数都是所谓的可以被量化的比如说你的学历怎么样你同事数量怎么样你每月工作天数什么他都是用那种可以量化的东西来做参考而完全忽略那些无法被量化的东西但是对于很多人来说工作里面决定你工作体验度的恰恰是那些没有办法被量化的东西啊
比如说瑞瑞对你来说你觉得有哪些东西是没有办法被量化但事实上对你来说非常重要
比如说工作的有趣程度包括说你整个工作里面能不能学到东西你的成长性怎么样我觉得这都是非常我是很看重的但是它很难被量化出来因为即便是个工作有趣那有趣的部分是多少呢 30%有趣的程度是多少呢你完全没有办法量化这完全是一个纯主观的一个个人感受但是你不能否认的是它对工作真的很重要
我觉得对我来说的话我有一个非常重要的指标但是它没有办法被量化其实是我跟 leader 之间的关系的质量就这种关系的质量我一时半会儿我也很难就是说给大家非常 mercy 的拆解出来什么叫关系的质量但是我脑海当中对这件事情大概的画面就是我希望我跟我的 leader 之间的沟通是比较顺畅我遇到了困难我不会觉得向他求助会很丢脸
他有一些什么样的事情他能够开诚布公的跟我讲就类似于这样子的一种沟通的感觉吧但是这个东西
就大家可以想象一下哪怕是我们在生活当中跟别人去交朋友你也不可能每一天对一个人的感觉都是一样的对不对你可能今天觉得哎呀还蛮开心认识他的第二天可能会觉得跟他讲话还是觉得有点烦就是这个东西它本来就是浮动的它并不是一个客观的数字它不会说像你的月星一样在不考虑掌心的情况下它可能一直就是那个数字很多时候这些指标它可能随着
你每天的心情不一样可能你身边发生的事情不一样你的感觉在变化其次呢就算你在一定程度内啊你觉得可能比如说我 general 层面其实我觉得我遇到的 leader 还算是比较好的 leader 那这个好到底是怎么好对吧
可能我觉得我的 leader 很好瑞瑞跟我同一个 leader 瑞瑞说不定觉得你在这个人底下非常 suffer 这是很有可能的就是比之砒霜以之蜜糖很多时候都是这样子的即便是同一个人他有可能对待不同的下属会用不同的方式他就算用同一个方式去对待两个不同的下属可能也会收到不同的结果
所以你没有办法去评价说有了这个行为这个 leader 的这个所谓的这个指数就一定是多少但是呢我们确确实实我觉得每个人你跟别人去相处你是会有一个心理的感觉的就是你跟这个人在一起的时候他给你的那种正面的影响和负面的影响哪一个更多一些他对你这个工作是一种成长的助力还是一种阻力就是你会有感觉但他就是没有办法被量化
我们素素讨论出来的第一种危害就是说它是没有办法被量化出来然后被忽略了我觉得还有一类是它可以被量化出来但是它可能会造成一些彼此的矛盾与冲突
最后使整个系统陷入一种非常 tricky 的一种状态我举个例子好了比如说 hr 他可能需要保证的是在一定时间内然后把多少名员工给裁掉然后尽可能的控制公司成本你看中间每个数据都是可以被量化出来的
对不对比如说一周之内裁掉一千个人然后你尽量的话 N 加 1 就解决掉这个问题都可以被量化出来但是它造成的潜在影响我举个例子比如说乙方你把这些人给裁掉了之后他去了甲方然后对你这个公司恨之入骨然后不愿意跟你们公司合作了他可能造成的影响是影响了销售部门的 KPI 你没有办法成交了但是
销售部门的业绩也是可以被量化出来的去年 1000 万可能今年的目标是 1200 万这都可以被量化出来但是因为你当年的暴力裁员导致他们对你这个公司心生不满然后不愿意跟原先的老东家进一步合作了那你这怎么量化呢你怎么能够衡量出来这个事情的影响呢
你看似好像两个部门都有非常客观的标准但是彼此运转下来就是彼此矛盾的并且没有办法去追责我再举个例子好了比如说之前湖南啊有一个展会就类似于说美食展就是类似于那种比如说商家里面要卖那种菜然后给那种 B 端客户的
然后结果那个当时的宣传团队就发了非常多的抖音广告发了非常多那种在地铁里面公共交通里面的广告把很多人给拉过来就那种所谓的散客给拉过来了然后
然后这个是可以衡量的吧你是不是过去你办展会只能吸引五万人现在我吸引了十万人结果那些散客来了之后呢就不停的试吃但是啊不会下那种大订单你使得原先那种 B 端的那种客户反而没有办法体验没有办法购买了然后你最后影响到了整个销售团队的业绩那你看嗯
你能说他把人拉过来这个数据没有办法被量化吗但是你最后运转下来的结果就是使整个系统陷入了一种大家数据都可能变高了但是又非常 tricky 的一种状态
对我觉得这样的一个故事它其实还蛮常见的我觉得尤其是在现在的一些这种视频平台吧大家其实也都会知道我们作为观众我们是能够感受到比如说我们喜欢的一个博主他如果打广告的次数过多我们可能就不太愿意看他的内容那同样的这件事情
就是广告出现的次数这个东西是容易量化的我们不愿意看他的视频这个东西是很难量化的但是现在也会有一些人他们会尽其所能的去尝试量化一下这件事情所以我们会看到在一些互联网公司可能会有这样的跨部门之间的冲突比如说
商业化的团队会觉得你们给了我这么高的数字对吧那公司你应该给我足够多的流量支持给一些这种商单的视频或者说就是跟我们商业化有的时候会办一些活动之类的这种你要给我更多的流量支持这样的话我才能完成这样的数字但是对于像一些比如说偏用户体验类似于这样的团队他们可能也会有一些指标比如说这个
克服的投诉率比如说你跟他去这个他可能会在后台能够记录到用户的这个看视频的时长然后他在什么时间点去点出去这个视频那也是会有一些数据的我们可以通过这些数据大概的得出一个那可能比如说当我的这个流量就是如果推了多少比例给商单之后我们就会发现啊我们可能比如说玩播率怎么怎么
怎么样就会有一个比较明显的下降然后是会看到类似于有这样的部门之间的 battle 的但是即便它是可以被一部分的量化出来大家之间还是会互相扯皮那对吧那为什么它这个玩播率就一定是因为我投放这个广告造成的呢那是不是跟比如说是不是本来在这个比如说节假日过后刷视频的人就没有那么多了就大家会有不同的归因方式只是说我觉得现在大家其实是在一个
既觉得在跟别人吵架的时候是需要有更多的数字来给自己做支撑就是所以他需要依赖数字但是另一方面他在跟别人 battle 的时候也会非常清楚的意识到即便是面对同一个数字我们是可以对他做出完全不同的归因方向的而且现在很多大厂里面出现一个情况就是什么就是
所谓的就是把就是怎么说呢我我举个例子比如促销吧我今年 618 我可能下了一波猛力下药下猛了结果双 11 的那一波可能就卖不好了因为说 618 的时候囤了太多的货
但是你能说负责双 11 的这个团队的人因此他的能力就不如 618 的人要好吗很有可能是你 618 的人可能真的就是要到了更多的机制使得你更多的人在 618 选择囤货你没有办法在双 11 囤了因为就比如说像精华或者是面膜这种东西好了你一年你的量总归是很定的
你不可能 618 囤了很多之后你双 11 再囤很多但是最后造成了一个情况就是什么你不同的团队就会相互内卷说那我今年我一定要破个价都到 618 之前了我一定要狠狠再放一波卷但是造成的结果就是使得你可能对于这个品牌长远发展更加好的使他这个价格更加稳定的这个团队因此就会在整个怎么说对决中败下阵来他们会
就会觉得那为什么人家 A 团队就做那么好你 B 团队一上来就不行了呢我觉得这也是很多时候在追求量化追求数字化这个过程中会造成的一些问题
所以我觉得他给我们每一个就是比较普通的打工人吧我就有一个启示点在于说当我们有的时候收到的不管是 ok 还是 kpl 有的时候他可能就是一个数字你可能需要保证在一个什么样的时间范围内他有比如说有一个怎么样的一个数字的产出那我觉得在这种时候其实我们可以去思考的是这个数字他
和哪些事情是会有联动的关系的比如说当你接到双十一有一个什么样的数字的时候像瑞瑞刚刚说的这个 case 它可能和 618 就是有一定的关系的就是你要意识到你身上承接的任何一个数字指标它并不是孤立存在的
它大概率会和其他人或者是其他的部门有一些潜在的扯皮关系那这个数字到底要定多少那你在定的时候其实是可以尝试去对话一下的那如果说公司觉得比如说你觉得数字太高了公司觉得那不行我们今年就必须要这样的数字那是不是可以给你更多的资源这个事其实真的是一门学问就不要说是对每一个所谓的普通的打工人啊
就是对于每一个事业线的负责人他们大概在每年年底来年年初的时候都是要去做一个那种经营预算规划然后要去跟财务部汇报他汇报在汇报什么事情他的本质在汇报的那个底层逻辑就是如果你需要我
明年完成这些数字那你要给我多少资源的支持就是所以我们在看到数字的时候你一定要要更加的全盘的意识到支撑起这个数字背后需要的各种数字的部分和非数字的部分是什么
这样的话它会导致这个指标它不会成为你的一个坑否则你大概率就会因为这些东西就是会很被动我不知道大家知不知道有一些公司在我看来我本人其实不太认可的一些操作就是大家都知道销售的这种薪酬它是底薪加提成这是一个业内比较普遍的做法那很多公司他们为了去降本增效他们可能会选择
销售定一个非常高的目标然后告诉你比如说这个目标你要完成到 80%以上那个部分你才可以开始去计算你的提成比如说你今年目标 100 万你要做到 80 万然后 80 万以上的部分我们以一个什么样的比例来计算你的提成如果你没有做到 80 万你就只有底薪那很有可能他会把这个数字定到一个
大概率是在你现有的资源条件下没有办法达到所以它就会变相的导致你只有底薪的部分即便我们在谈你的薪酬包的时候可能这个总包是非常诱人的但是如果只看底薪它的价格就是非常低的就是大家在遇到这种数字的时候要意识到这种量化背后的陷阱
就是兑现的条件一定要非常敏感我觉得还有一个就是当我们过度的追求用数字说话的时候它很有可能会把你导向一个与正确道路截然相反的方向我举个例子好了比如说我们都知道小红书是有电商的
然后淘宝的话也是一个目前为止最大的一个电商平台那很多时候如果你看成交额的话一定是淘宝的成交额更高的但是如果你因此你就做出决策我们要给淘宝团队更多的资源的话很有可能就是截然相反的因为很多时候大家会在小红书上进行一些种草或者是看 B 站一个 up 主做了一个植入之后哎呀我对这个品牌非常感兴趣然后我去淘宝上面搜索下单
它很有可能关键的点在于什么在于你小红书的那个种草或者是 B 站的那个投放但是这一部分是你很难呈现出来的它的效果是什么样你不知道然后你就因为这个数据做出来一个决策我今年比如说有 90%预算好了那我就直接放到淘宝去推流我放到淘宝上面去给淘宝做活动但是很有可能是完全没有用的
因为我为什么会去淘宝买东西我只仅仅认为它是一个可以安全交易的平台所以最后我在淘宝上面去成交但是使得我去购买这个品牌的关键原因很有可能是我在 B 站上面或者是在小红书上被种草了但是如果你真的按数字说话的话你岛上的结果可能就是全力进军淘宝
所以很多时候我们也会说嘛就是大家在企业内部去汇报啊进声答辩的时候就是你一定要会讲好你的故事选择用哪些数据以及你要找哪些部门去要这些数据
然后才能够支撑你更好的去做这个汇报像瑞瑞刚刚说到那样的 case 其实我觉得是他要看到这个业务背后可能你只负责某个电商平台但他和别的内容平台他是有一部分的这种内容消费然后到电商这样的一个链路转化的你可能是需要把这样的东西提出来
那比如说如果你意识到这样的一个逻辑那你去跟你的老板汇报或者说跟那种很高级别的老板汇报那比如说我们是不是考虑今年把这个链路打通或者我们去看怎么样在电商侧和内容侧去做更好的结合也提高我们内容这一边的一个转化率等等之类的就是像这些点如果你能够想到的话
它会扩大你小团队的 scope 会更有利于你本人去晋升这是我刚听到瑞瑞的说法之后我脑海当中第一下出现的想法
所以就是你怎么我觉得素素的这个关键点在于说你怎么把那些没有办法被量化出来的东西你要做一个很好的呈现把这个故事讲出来而不是让大家直接无视它的存在我觉得这是素素讲的一个关键点我觉得还有一个很重要的一个点就在于说数据它很多时候只能去衡量过去的一个内容现在歌手特别火我不知道大家有没有发现歌手的冠名商换了之前是经典但是现在它换成了那个军乐宝了
然后你会发现好像这个代言其实我觉得特别有意思你看姐姐陈梦碰的姐姐我们现在可以复盘说她多么成功第一季怎么样但是你看没有品牌当时愿意投
只有一个凡蜜玲一个微商品牌愿意去投为什么因为它过去没有数据支撑啊这个效果好不好不知道啊但是一旦我有了一个比如说歌手前面一两季都非常的火爆那这个时候我就可以去跟我的那个公司去说了哎呀我们今天一定要投歌手我们要怎么怎么样但是你会发现一旦失去了
这种数据支撑之后第一款爆款的节目很有可能就是那个勇于吃螃蟹的人被他所谓的捡漏捡走了包括说你看爸爸去哪儿当时的代言人是谁是 999 感冒灵也是没有人冠名然后他顶了上来你会发现我觉得就是用数据说话的一个很严重的一个后果就是你没有办法抛去过去的一些成就做出一些非常有前瞻性的一个决定
因为就像瑞瑞刚刚说的数据它是讲的是过去已经发生的事情而对于还没有发生的事情我们很难依据数据去做出某个推测很多时候我们其实需要动用的是我们作为人的判断比如说同样都是做综艺那你判断接下来像姐姐或者说像歌手直播这样的形式它有没有可能成为未来的爆款那
你在这个时候如果你有这样的魄力然后去投资到这样的节目身上那你就应该赚这个钱就是人就是通过认知在赚钱那如果说你更多的其实是看过去的招商数据然后我们可能就看一个差不多的区间然后给他的第二季投资那这个东西就是
它的确像大家所说的会更安全但是你的收益的空间也会更小所以我真的是就是会让我想到就是人真的是很难赚到自己任职以外的钱就是如果我们对这个市场没有这样的判断力那我们可能就是投不中这样的节目的
而且我们继续聊歌手吧你看歌手最近不是发战报吗他作为一个党音乐节目你看他几乎所有的战报都是他有多少热搜什么微博热搜前十条里面有六条比如说什么讨论量什么多少亿你会发现他完全没有比如说音乐的播放量有多少音乐的讨论度有多少你不会发现
当你一味的追求数据之后你就很有可能走偏就会走到另外一个所谓的制造爆款制造话题而忽略掉了我们当时为什么要看歌手可能就是有一个好听的音乐但是你看大家的评价也是最近几期好像出圈的作品又没有那么多了就大家都在讨论一些有的没的的那种东西
我觉得这个时候就写看我们在用数据去定义的时候我们选择什么样类型的数据它会反映出我们的战略决策是什么我也可以去选择公布比如说我这个歌手的 live 舞台的播放量是多少或者说他上线到音源平台上面这些东西的播放成绩是什么样但他选择公布
我觉得是一种战略上的选择
所以其实我觉得这也是它是一个负面的东西但是它也可以往正面的方向看就是你可以通过一个它的数字量化背后的逻辑去判断一下这个东西的价值观是什么我觉得这是一个很好的一个反应
那我觉得就是说到判断这件事情啊我觉得其实对于我们普通人来说我们去判断歌手啊姐姐啊这样的节目我觉得这个还是离大家的生活有一点遥远但是我觉得每个人其实都逃不开的一件事情就是不管你是在上学还是已经参加了工作我们永远都会处在一个被评价的位置上
我会觉得非常的神奇你看我们上学的时候我们怎么样去评价自己我们用我们的成绩用我们的年级排名去评价我自己对吧就是这个不禁让我想起来就是说可能像我在介绍我的一些高中同学的时候可能就有时候跟我一些别的朋友介绍他们的时候我可能也会说你看这个人一直当时就是我们的年级前十
就是好像他的一个成绩排名就已经可以代替他本人然后去作为他的一种身份标签那到了工作以后我们也总是在用业绩指标就是一些非常客观的业绩指标在评价别人尤其是一些销售类的岗位这是我们公司的三百万猎头就是就类似于这种这样的话也是很多的但是我觉得在录这期节目的过程当中我也在反思就是
是不是这些指标就足以代替他们当我们在用这些数字去评价他们的时候我们强调的其实是对方身上工具属性的这个部分但其实忽略了他很多人的一些品质素素刚才讲的忽略了人的品质我觉得还有一个就是表面上看起来是一把尺子
但是其实背后是有非常多隐藏的东西它被掩盖掉了我举个例子好了比如说高考大家会觉得这是全天下最公平的一次考试啊什么之类的但是你会发现难道真的公平吗同一套试卷在不同省份它的分数线就是不一样的
那在一个城市可以上二本在另外一个城市可能就只能就可以上一本了所以你会发现这东西背后也是有非常不一样的东西包括我在定 KPI 定数据的时候比如说我同样一个分数对于理工科的人来说可能就特别的好因为他们就是容易打高分但是可能对于文科来说他可能就是相对来说不那么公平点他可能就是会分数稍微低一点
那你看似说都是用同一杆尺子说话但是你背后是有一些隐藏的你的这个东西在里面的背后还有一套不能言说的一套标准在背后等着就包括好像我们再说了更加直白点比如说科研里面发文章众所周知啊理科是更好发文章的
因为他比如说有很多量化的方式啊或是你同样一个化学材料你换一个过去就是又是一篇文章了但是相对来说文科你有更深的洞察也好更深的理解也好这往往是需要更深厚功力的他没有一套特别准确的范式所以说比如说你用 SCI 这个标准好了你去毕业比如博士毕业发两篇文章看似是一模一样的标准但是呢
背后对于理科生的难度和对于文科生的难度就是完全不一样的东西所以我觉得这背后也是看似同样的统一的标准他背后其实是有一套隐藏的东西被掩盖住了然后被包裹上了一个公平的外衣然后说你看你们文科生就是不努力你为什么就没有人家发文章发的多呢同样的五年时间为什么人家可以做出这么多成果你就一事无成呢对吧我觉得这就是他非常隐蔽的伤害
包括其实同样都是发文章然后我们会看所谓的文章的影响因子对吧那
你会发现比如说这个领域理科领域的某篇文章它可能比某个文科领域内的影响因子稍高的但是你并不能够得出一个结论叫做这篇文章可能在这个领域内更加受认可因为可能对于理科的那个领域它甚至就是说它的最高的那种顶刊的这种影响因子可以过时但是可能对于一些文科内的一些比较子领域的一些东西它可能就是它的
顶刊的水平可能也就是 6 啊 8 呀类似于这样的水平所以你并不能够直接得出一个结论就是说某一篇文章它比另外一个学科的文章影响因子高就一定说明在业内的地位这篇文章的地位更高就是我觉得我们其实在看数字的时候是需要
能夠考慮到更多的點的這樣的話才會導致數據不會成為我們的一種偏見如果我們只是在過度的相信某個數字比另一個數字高那我們很有可能會陷入另一種偏見但是它是一種不自知的偏見我們會自認為我們很客觀很公平而且你會發現你一旦設計出一套數據設計出一套指標
我不可否认的就是有很多人确实会非常兢兢业业的完成但是你要知道一定会有一大部分人他的目标就是我怎么更快的实现这个 kpi 我怎么更快的达成这个指标我就这样子去做比如说发文章那我当然大家都知道我潜心研究发出一个质量非常高的文章那肯定是更好的
但是为了我达成这个指标比如说现在飞升机走对吧那我就可能要发更多的水刊堆更多的量或者说我更多的压榨学生把学生的这个文章也灌到我的名字上来我通过各种各样的方式什么方式能尽快的让我完成这个数据我就用什么样的方式你看你表面上你好像是激励大家不摆烂不躺平去做更多的科学研究但是你最后导向的一个结果就是大家看似不摆烂了
但是有没有可能是更加压榨学生有没有可能他对自己的学术更加放松了发了更多水的文章来满足这个量很多东西是没有办法保证的
所以也正是因为我们刚刚谈到的这些东西啊其实绩效考核是非常难的一件事情就大家可能会对人力有一些就是固有的一些印象会觉得人力可能就是招聘和薪酬相对来说比较重要但其实绩效考核也是非常的关键的因为我们决定的是你要用什么样的尺度去衡量一个人的工作产出和成果
既包括那些可以被量化出来的部分也包括那些不能够被量化出来的部分很多时候的确就像我们刚刚所谈到的这样我们可能会觉得尤其是涉及到一些岗位有一些很主观性的评价的时候它是一种公说公有理婆说婆有理的情况但是其实对我们 HR 来说我们在做这样的工作我们很多时候是要去发现一些考核不太合理的部分这个时候其实
我有的时候又会觉得数据其实还是会有一些作用我可以给大家分享一个我非常真实的一个工作的一个 case 这个是我和我另外一个同事我们在工作当中发现的大家知道我们在企业内部是可以看到大概在非常长一段的时间周期里某一个管理者他下面所有团队成员的绩效的一个情况是什么样
大概呢我们就是拉出来了某一个事业部下面所有的管理者就是我们以管理者这个单元去看就是他会给哪些人打低绩效然后哪些人是离职了的就是有些人他可能提完了离职但是他还要参与当周期的一个绩效评定然后我们就会发现非常有意思的一个现象就是大概对于某一个管理者他可能在
三四年的时间里面他团队的低绩效基本上都是当周期要离职的员工
那这个时候这个现象我们就觉得很有意思了就他们那个团队的工作性质不是那种销售性质的就确确实实是有一定的主观成分啊就是说不是说这么能够去摆数据说我时了你久所以我就一定比你好类似于这样的性质但是为什么会在这么长的一段时间里面就是他们团队那就只有离职的人才做得不好吗就是我们逻辑上会觉得这件事情挺难理解的
然后后来也通过对方 HRB PI 各方我们就传了一个场子然后想去看这件事情到底是什么样的然后就会发现这个管理者非常比较理直气壮的跟我们说大概意思就是说
那那个人都走了那低绩效不让他来背难道让就是说现在在职的人去背这个低绩效吗那我们就其实是要在这个时候作为 HR 的工作其实是要去 say no 的就是不可以用这样的尺度去评价大家的工作
不单纯是因为所谓的那个离职的人你给他打了低绩效可能不利于他以后回流这个是真的如果你离职之前在这家公司的绩效是比较偏低的你回流回来的难度会非常高同时也有可能会影响到对方的被调对不对就是有可能走的这个人他
并不是一个不好的员工未来也是有就是可以回来的这种可能性的这样子是不 OK 的同时如果说你组内的人他有人做得很不好你仅仅只是因为他还在职而有人离职了你就还是给他一个很好的绩效其他人会不满意的就是
大家在一起工作的人你对于谁谁谁的能力比谁谁好坏一点就是虽然每个人见仁见智但是对于做的不太行的那些人其实很多时候大家是有共识的就他其实会让你的组内的绩效平定非常的不公平就其实也会有这样的事情这个其实反而是我们通过数据的一些种相关性的分析然后去排查出来的情况
我们后来其实是在全集团去做了一次这样的排查然后拉出来了很多疑似给这种离职员工打低绩效的这种主管的名单然后同步给了各个事业线的 HRBP 就是我们只是觉得可能有疑似的情况因为我们也同时相信就是这个数据它并不代表一切那接下来的工作其实是需要 HRBP 去仔细了解一下这个团队到底是什么情况可能对于有一些团队来说
他们的这个逻辑是把认为做的不好的人及时的干掉了所以我们会发现这种离职的员工他就会打上低绩效的情况就会很多那这样的情况我们其实是觉得哦那是 OK 的所以就我们会发现对于同样的一个数据就是他其实能够反映出我们怎么样在工作当中去运用这些东西
我觉得这个非常有意思啊我们刚才说了很多好像貌似在贬低这个量化和数字化但是其实我们不是这样的逻辑啊我们是觉得过度量化一切以数字说话这个是不好的就比如说用数字说话现在在我这里看来就是一个非常懒惰的一种说法因为
数字怎么你怎么可能一切让数字说话呢就比如说素素刚才跟我们取的这个 case 好了他可以导向两种完全不同的结论一种结论是他真的就是业绩不好所以他干不下去了主动走了或是被踩走了另一种就是你这个在这里做老好人你做一个不公平的绩效评价如果你一切用数字说话的话他怎么说话
你当然得要加入你的判断去深入的思考去做分析这样子的话才能得出到一个公允的结论而不是说把东西都丢给数字数字反映出来是什么就什么样至于它质量如何背后的逻辑是如何你都不管了我觉得我现在就是觉得我们反对的东西是什么就是一切都让数字说话这种非常懒惰的观点
至于说你合理的运用数字去用数字去分析我觉得这个是完全没有问题的对尤其是对于管理者来说很多管理者他自己其实是不太能够去 cover 一些比较复杂的沟通的我指的这种复杂的沟通可能比如说瑞瑞你的业绩不好我要来过来跟你讲你怎么业绩不好很多人他们会对这样的场景他们会对这样的场景
他们会觉得很排斥很反感虽然他们可能会在生活工作的时候他们可能会跟他们的朋友吐槽哎呀你知道吗我们组里有一个人工作能力特别差但是呢他们会不敢跟对方去做这样的沟通也谈不上对这样的一个员工有更深入的辅导为什么因为
他们觉得没有一个客观的东西来说明你做的不好如果说你是销售 100 万的业绩你一个月下来应该做到 50 万你现在就做到了 10 万那我可以理直气壮的说你看看这个数字怎么样你要反思一下但是如果只是说比如说我觉得他哪里哪里哪里不太好很多人他们
对别人有 judge 但是他们没有办法在一个人际沟通的场合跟对方去说清楚为什么我对你有这样的 judge 我的标准是什么你怎么样没有达到我的标准你接下来怎么做可能能够和这个标准更靠近这些东西其实才是一个管理者应该去做的当然我们知道现在非常多的企业包括管理者大家会经常谈一个东西叫做
数字化转型我们要去不断的加入很多数字化管理的东西这个东西他说的是当一个企业的规模足够大人数足够多我们没有办法对每个人的情况了解的那么细我们不可能所有的数字信息全部靠人脑去记对不对这个也不现实所以我们会说我们可以让这种数字化平台来解放一下我们的双手
但是這個東西絕對不意味著你的腦子也可以解放它只是解放你的雙手但是你的思考你的判斷依舊這種非常人的東西你是不能丟的甚至這個東西是你做所有的所謂的數字化轉型一切的根基
我觉得刚才素素提到说为什么管理者会非常推崇数字化我觉得再往下升一层还有一个原因就是你看我们学课本的知识永远是告诉你说数字化转型可以增加企业运行效率让你这个企业运转的更加顺畅但是我不知道大家敢不敢承认我觉得数字化转型很多时候他为什么要这样做其实一个很大的原因是为了解决老板的焦虑
就是当一个公司特别庞大的之后你是失去掌控感的你是感觉看不到摸不着我这个公司怎么莫名其妙业绩就好了哎呀怎么莫名其妙业绩就差了于是我要有一个这样的数字化的工具我要有这样的平台来缓解我的焦虑而且我觉得这东西是非常重要的我我这里比如说我们现在电脑好了
我们你会发现有这个进度条它虽然这个系统没有因此变得更快但是我看到这个进度条到了 99%我感觉好像哎呀这个东西马上就快好了但是有没有可能这是被人为调快的或者人为做一些什么的手脚我也不知道但是只要有这个 99%的这个东西在这里我就感觉好像安心了缓解了我一个焦虑总比我说什么数字都没有我抓瞎不知道什么时候会变好要来的更加好一点
但是这个背后就会造成一个什么情况呢就比如说我不知道大家有没有发现现在很多企业喜欢搞这种面板比如说什么一个柱状图啊一个圈啊类似于这种东西给你一个这样的东西好像你因此就掌握到这个企业的情况了但是
他是否真的让这个企业运行效率更高了呢还是说你得需要有更多的人来维护这一个表面上的平静来让这个领导不焦虑我举个例子比如说现在银行他银行会考核什么比如说你月比如说每个月的最后一天你的存款量有多少
那很多人为了让最后这一天的这个表转起来比较好看他就会突击存款拉非常多的存款来放到这个月然后下个月又把它挪走然后之后再挪过来你表面上看有了这个数字化工具之后让这个企业更加有效率了更加顺畅了他背后有没有可能是更加降低了大家的效率呢为了让老板安心为了让老板不焦虑花了大量的人力上面结果没有任何效果
我觉得不只是这种情况还有比如说我觉得这样的事情可能在相对偏中小型的企业会更多一些
很多老板会觉得公司的人变多了不好管理那我也不懂管理怎么办呢请一个诸如 IBM 流程管理专家大家听这名字是不是很耳熟对吧类似于这样的专家的角色他本人也是那种有非常多的大场光环非常光鲜亮丽的一个这样的背景他可能甚至是花了很多钱请这样的人过来然后大家可能会给一些解决方案比如说
我们要用丁丁用企业微信用飞书对吧我们要把我们的比如说合同这些模板什么的都现场化解决大家都可以现场审批然后最后你会发现结论最后的结果是什么
由于这家公司的 CEO 有的人可能是那种比较中老年人用不惯这些所谓的新型的这种管理的东西所以呢老板本人还是用微信最后呢这家公司人员工
既要用微信又要用一个类似于企业微信飞书类似于那些东西然后老板甚至可能操作不好一些就是那种线上的审批的一些东西你最后还是需要类似于这种人工把所有的流程弄到一起然后打电话给老板问老板什么时候在家然后去他家里然后教他手把手怎么在手机上把这些流程全部都点掉就其实像这样的管理
他其实就并不契合 CEO 的习惯但他可能听上去非常的高端但是事实上其实是让这家公司的每个人都变得非常非常累而且有的时候还不只是这样我可能这家公司今年请来了一个专家做企业微信明年来一个专家说这个企业微信的哪些功能不适合你们你们适合上飞书这家公司员工可能人手四五个这种协同软件然后
每个人就是比如说我说瑞瑞我找你你说啊你什么时候找了我我微信没收到你消息我说我飞书给你发的消息就是很混乱但这样的情况其实也是非常非常真实我看到过的真真
就是非常真实的中国的民营企业很多小型企业的这样的一种管理的现状所以我真的觉得就是数字化转型这个东西它是非常的需要去看家公司本身的土壤文化然后在职员工的使用习惯是什么我们其实没必要说你这个不数字就不高端就适合大家的就是最好的如果大家真的就是
比较适合那种比较简单一点的哪怕就是微信可能搞得大家有点工作生活分割不开但它可能也比你就是频繁的切换不同的软件然后找人找不到这种情况其实是效率更高的所以其实很多时候你盲目的追求一种数字化很有可能会使你们这个企业的运行效率更加低
然后包括现在大家很多企业会怎么做呢他会说我要模仿大厂那一套我什么都要用这种大厂的绩效评价体系但是有没有想过你可能底下下属就七个人你根本用不上大厂那一套大厂那种东西很多时候是退而求其次我为了让全公司比如说几万人有一个统一的标准所以我必须得要设计出一套模块来给大家一个评价但对于小公司而言的话
你有没有可能你自己的评价还更加准确一些呢你不要搞这些体系啊这种东西对于你们这个公司现阶段来说是不是来说是更好的呢比如说你个小小的创业团队你非要可能就七个人你们大家一起齐心协力把事情做好一套就
可以了为什么一定要模仿一些比如说公司一定要打卡严格到几点几点很可能不适合你们这个公司现在这个阶段比如说你们就七八个人但他可能就是前天晚上干的特别晚但早上晚一点到怎么了所以我觉得不同的公司就是有不同的发展阶段你要勇敢的去选择适合你们公司的而不是要用一套统一的方式然后把自己的公司给套进去我觉得这就是
靴足势履吧也是大家很多企业会面临的一个情况所以其实我们今天还是跟大家去聊了我们现在看到的比较普遍的一种公司当中出现的现象就大家会非常的推崇数字化用数字来进行管理但是在这样的管理方式之下其实我们会看到它是有很多的
代价以及隐形的成本的只是说因为这些东西它没有办法一下子那么直观的体现出来显得好像不存在但它们其实都是非常关键的其实我们希望大家不管是做 HR 的工作管理者的工作即便你只是一个普通的员工你都可以对这样的一个所谓的量化过程或者说我们需用一些系统流程的这个过程它到底在怎么样影响我们的
然后它可以和我们的哪些业务的部分去进行联动就我们其实可以在工作的时候去更多的发挥我们的这种主观的 insight 然后把我们的 insight 加到工作当中让数字给我们加分而不是所有人成为数字的奴隶甚至被数字一页账目
就希望大家都可以去更加好的用好数据用好数字化管理的东西那我们这期播客就到这里就先结束了感谢大家的收听