Facebook因系统更新导致全球宕机半小时,一度令其网民惶惶不安并大声疾呼:「无网络,毋宁死。」大量全球知名人士的隐私被曝光,令人不得不有个人信息被擅用而陷入不可测风险的担忧:「老大哥正在看着你!」(Big brother is watching you!);资料科学家被视为21世纪最性感的工作,而分析3.0技术正火火红红。上述诸事件宣告着:「大数据时代来临了!」。
数据库 vs. 知识库
50年前的数据库(Data warehouse)收集了很多数据,并请很多人去采矿(Data mining),会挖出一大堆的计算机报表供用户运用,但使用者通常都会大喊吃不消,有时甚至会产生整套厚厚刚出炉的计算机报表都还没有人看一眼就被原封送去喂碎纸机的现象,真令人心疼;信息部的数据库会被讥为垃圾库,信息人员做的是「Garbage in,garbage out」的工作,真是情何以堪!其实,数据建立者和用户要多沟通,建立者一定要知道用户到底如何使用数据,才能找出错误的根本原因加以改进;而数据质量的责任应在经理人身上,只有管理才能解决问题,技术不能。
现在的数据库已经变成知识库,企业可用来做ERP、CRM、SCM等,甚至成立知识管理部门,以提高组织智商、减少重复劳动和避免组织失忆,并且设一个知识长(Chief Knowledge Officer,简称CKO)主其事。大家都认为知识是有用的信息,不但无价而且无穷,信息处理能力就是企业竞争力。未来的数据库将储存巨量的数据,而数据的运用不只在公司的营运,也用在产品和服务上,企业将会建立新数据库(NoSOL)并开放原始码(Hadoop),用较好的搜寻算法,吸引客户到企业网站;将会有一个分析长(Chief Analytics Officer,简称CAO)带领一群数据科学家,运用产业规模的分析学,让组织作出更细微、更精确的预测,他们可能会把MIS报表从600份减少为180份,让管理高层把焦点放在策略目标上,并提出证据供作决策,也就是把数据分析产生的见解转变成竞争优势。
当一家企业的CKO想方设法把企业内所有人的知识都融于一炉(知识库)并把业务信息化,而CAO则运用分析3.0把信息转化为见解并用信息开发出产品与服务,所有信息人员所做的已是「Information in,Knowledge out」的工作,而这家企业将成为具有智慧(wisdom)的Smart企业了。
原始资料 vs. 经营智慧
管理是理论或实务?领导是艺术或科学?这是学术界与实务界多年来争辩不休的议题,没有定论,更没有标准答案,就看个人的经验和体会了,但有一件事可以确定——绩效就是硬道理,任何能让企业创造和维持绩效的都是经营智慧,这是值得所有职场人士穷毕生之力去追求的头等大事。经营智慧的形成需要经过一道道复杂的流程,从一大堆最原始的数据(Raw Data)找出有意义的信息(Information),再经过实际的运用得到可参考学习的知识(Knowledge),最后踏着前人的血迹、站在巨人的肩膀上,才能淬炼出无价的经营智慧(Wisdom),成为别人无法剥夺的资产。
彼得・德鲁克发明了管理学,一生有36本著作,不愧是大师中的大师;肯・布兰佳提出情境领导(Situational Leadership)的论点与方法,很巧妙地把领导艺术变为一门易懂、易学、易上手的科学;迈克尔・波特于26岁就成为哈佛大学最年轻的教授,提出五力分析,成为策略的代名词;杰克・韦尔奇曾任GE的执行长,打造了一个「奇异」世界,被封为「中子弹杰克」及20世纪最伟大的CEO;松下幸之助创办松下电器、松下政经塾与PHP研究所,写下了一页「求名得名、求利得利、求寿得寿」的传奇,「集合众智、无往不利」是他一生经营智慧的结晶;王永庆终其一生以「追根究底、实事求是」的态度经营企业,凡事讲究「合理化」,很早就主张「例行管理用计算机、例外管理用人脑」,九十岁了还天天想着未来,生前最后一天还在开会,可说是一位做到死的大企业家。
彼得・德鲁克、肯・布兰佳和迈克尔・波特均为职场人士解答很多有关管理、领导和策略的实际问题,堪称兼具实务的理论大师;杰克・威尔许、松下幸之助和王永庆在似有意若无心间,把各种管理和领导理论彻底落实执行,堪称兼具理论的大企业家,若能将这六位先生的经营智慧吸收殆尽,应可成为一个理论与实务兼具、艺术与科学双修的「职场完人」了。
智慧老人 vs. 维基百科
当今的职场,资深员工叫「老鸟」,资浅员工叫「菜鸟」。职场中老鸟、笨鸟满天飞,有些会自暴自弃沦为三等员工(等指示、等下班、等退休);有些却不服老,抱着终身学习(有目标、有计划、有纪律)的态度成为公司之智慧老人。在攀爬职涯阶梯时,困难、困顿、困惑在所难免,若知道去寻求智慧老人的协助,可少走很多的冤枉路!所有职场中人都必须认清:
①年龄不是问题:职场上唯一的生存之道是专业,不是年龄,更不是年资;专业还必须转化成绩效,只有绩效才是硬道理。
②智慧是宝:资深员工在职场打滚多年,必然累积很多血淋淋的教训,练就一身百毒不侵的功夫 ; 教训和功夫经过系统化会变成知识和技巧,资深员工经过系统化会变成智慧老人。
③虚心求教:有人肯学才有人肯教,有人肯教才有人肯学,教学可以相长;菜鸟要「活到老,学到老」,老鸟要「学到老,活到老」。
Wiki百科网书的出现,让百科全书、新闻甚至教科书统统免费,每天点阅次数近千万次,13,000多个网友抱着「集体写作,知识共享」的精神造福人群,资料量比大英百科多上好几倍;大英百科于2004.3.1.推出繁体网络版,有 75,000个词条、45,000,000个中文字和10,000幅图表等,个人用户每人每年新台币2,000元(60美元),并把Wiki嘲讽为「公共厕所」。推广开放资料与训练的ODI(Open Data Institute—台湾的开放资料联盟叫ODA)主张「任何人不论基于何种目的都可无偿使用信息(Knowledge for everyone)」; OCA(Open Content Alliance)主张「超过保护期的著作权变成公共财产」;英国主张信息透明化,持续在网络无偿公开公共数据,2012年迄今已推出4万多个dataset。
为何如此 vs. 正是如此
全球70亿人每天产出的数据不计其数,这些海量数据背后隐藏多少商机就看有多少「想象力」了,重要的是要如何从拥有转变为应用;各国政府纷纷仿效英国,以「全世界最大的服务业」自居,提供免费的公共信息供各行各业应用,如实时哥本哈根(手机讯号 GPS)、瑞典RFID(车牌辨识技术)、旧金山SFPark(6,000个路边停车位 11,500个停车场)、新加坡的CBD中心商业区(交通状况)等。
企业或个人要运用Big Data技术,可抛下因果关系,注重相关性,也就是说,不用知道「为何如此」,只要知道「正是如此」就可以了。最实际的应用是Tesco(乐购)公司利用公开取得的气象数据,得到「气温每上升摄氏10度,烤肉相关的销售业绩会成长300%」的结论,开发出分析每小时需求的模块,以改善营运效率,让库存优化;霍金居然算出英格兰队在世足赛的夺冠方程式并建议「穿红色战袍、打433阵型、罚踢前助跑3步」;营销业已有「DM之转换率1%、Tele-Marketing之转换率 2~5%、Big Data之转换率17%」的经验值可参考;至于信用卡公司预测持卡人的收入,保险公司用生活方式的数据代替验血验尿,折扣商店预测谁家女儿未婚怀孕,唱片公司预测畅销曲,医生用巨量资料来拯救生命,这些都算是雕虫小技了。