下载PDF版本

约翰·P·科特博士

在至少半个世纪的时间里,我们发现,创建,处理和使用数据的能力每十年都得到了巨大的发展。展望未来,商业思想领袖们经常以近乎轻快的热情讨论数字潮汐中指数级增长的声明。但是今天,已经有证据表明,对数量不断增加的过度依赖只会驱动增量增长,而不是战略创造力和天才的飞跃,这种飞跃创造了市场并使组织处于行业领导地位。数据可以从朋友转移到敌人的根本原​​因尚未得到清楚认识,或者有能力的领导者已经解决了这个问题。

问:那么他们缺少了什么?

答:人为拼搏的影响。

让我解释。

人类艰苦奋斗:生存与发展

When humans emerged on this 计划et many, many millennium ago, they were far from the largest, fastest, or most ferocious creatures around. Yet, despite many predators, ice ages, poisonous 计划ts, famine and 更多, they managed to survive – in part, say the brain scientists, because they developed a very powerful mechanism that helped them spot threats and act very quickly to eliminate 那些 threats. You might think of this mechanism as a hardwired Survive Channel.

从我观察到的对人的研究中可以看到,“生存通道”在我们的大脑中包括一个非常强大的雷达,该雷达在我们清醒时就可以工作,并且很可能在睡眠时处于降低的水平。当雷达捡起被视为威胁的东西时,很快就会发生很多事情。化学物质会喷出并增加血液进入人体某些部位,收紧肌肉并为我们做好准备“flight or fight”. A number of “negative”情绪是瞬间触发的:恐惧,焦虑,愤怒(直接来自威胁的源头),甚至甚至是羞耻(“我如何使自己陷入这种情况?”)。这些情绪就像冻僵的水一样。他们当然吸引了我们的注意力,却没有引起我们的恐慌。我们的思维迅速集中在感知到的威胁上。所有其他想法都会消失。甚至我们的感知视野也趋向于大大缩小。而我们不’不必告诉自己要做任何一件事情。只是因为它而发生’硬扎进我们的身体。

When 所有 is working well, our minds go into very rapid problem solving mode. With energy exploding, we then follow through on the action that seems sensible, whether it is to climb a tree impossibly fast to avoid some predator or to work impossibly long days to somehow correct a big quality problem in one of our 计划ts or the service problem with an important customer. We eliminate the threat, the chemicals, muscle tension, emotions, and the like reduce back to normal, and perhaps we sleep most of the weekend.

这似乎是一个非常强大的系统,它已经演化了很长的时间-据说,它是在人类出现之前就开始的。生存策略在蜂窝级别上是硬连线的,这使我们早已回到了很久以前。所有这些并不总是完美的。如果您无法找到解决威胁的方法,那么战斗和逃避的冲动可能会相互抵消,并且“像头灯中的鹿一样”冻结。如果您的雷达从未遇到过任何威胁,那么您可能会完全错过它,并显得格外自满–正如我之前所写,这在拥有一些成功历史的组织中很常见。如果雷达在很长一段时间内承受太多威胁,您可能会感到压力大,精疲力尽或难以清晰思考。

生存通道在一定程度上有助于解释为什么我们没有被消灭,因为数百年来已有数百万种物种。它不能解释为什么我们增长如此之大,更重要的是,发明如此之大,以至于我们继续从字面上统治地球。要了解我们在所有其他物种之上的崛起,我们需要部分关注第二个渠道。它的发展似乎比第一个要发展得多,可能是因为它的最新发展,也许是因为它’不是那么重要’不如第一个强大。有人可能将第二种机制称为“活跃渠道”。

Thrive Channel也可以被认为也具有雷达系统。但这是寻找机会而不是危险。当它发现可能存在的机会时,它也可以提醒情绪并将化学物质散发到肌肉。在这种情况下,情绪往往是人们通常所说的“positive” ones: excitement, pride, passion, the joy of winning, the wonderfulness of loving. These are emotions which can “win over our hearts” and lift us off the ground but not, like Survive, as a rocket to the 40th floor. The chemicals send blood to our muscles, but to push energy up instead of producing the spike in activity seen in the Survive Channel. The mind seems to open up 更多 instead of narrowing both because 1) 正 emotions do not create the instant and narrow focus that fear does, and 2) because opportunities are so often less clear, forcing you to think and clarify exactly what they are. This cognitive piece of Thrive moves, on average, slower than the thinking part of Survive. It also seems to exhibit curiosity and a capacity to contemplate.

Action flows from this instinct. You try to take initial, or further, steps to capitalize on the opportunity. You do this having increased your pace to a light jog, not a sprint. If progress seems to be made toward the opportunity, 正 emotions will remain high. The increased energy level becomes sustainable, which is important because capturing big opportunities may take months or years. Also aiding sustainability is the fact that the body seems to like the hormones that Thrive triggers and, having tasted them, will work to maintain the flow over time.

这两个通道都可以同时运行或来回循环,因此具有很高的动态性。他们可能有效运作或无效。两者都可能应对多种威胁或机遇。总的活动水平可能从轻度(很少的焦虑或兴奋,很少的化学物质流出等)到重度的(强烈的情绪,化学物质的消防水带,等等)。这两个渠道相互影响,最明显的是,当尖叫声很大的Survive本质上压倒了任何Thrive时(稍后会介绍更多)。将所有组合和排列加起来,看来我们有十多个类似的渠道或机制在推动我们的行为。但是,这种观点的优点在于,您可以追溯到两个,因此最好将其视为一个系统一起工作。

数据问题

Data is essential to running organizations: putting together any rational 计划; knowing whether you are operating on-plan or off; keeping things under control; finding and responding to immediate problems. As is often said, “you can’t manage what you can’t measure”. Data has also emerged as a great potential asset in inventing the future – especially going beyond traditional numeric strategy exercises. We are told it can help us speculate intelligently about customer needs in new ways, even inventing entirely new ways of serving 那些 needs. Then it might guide the 所有ocation of resources to create a prospering future. AI and machine learning might give us powers to thrive and dominate that are totally new. Some scenarios sound 更多 like science fiction than others, but overall it definitely can sound exhilarating.

The question is not: is data 好 or bad? 没有t enough data can be very bad. We can probably 所有 think of a situation where a mid-level manager is being pressed to make a decision without relevant data and inevitably does not handle the situation well, hurts his or her unit, and may end up mad or demoralized. Conversely, we have 所有 at least heard of examples where data mining has helped firms offer a new and better web product to advertisers, where they can target the right customers in the right way at the right time to greatly increase sales or sales per ad dollars spent. Or where sophisticated AI sitting on big data bases can increase your capacity to forecast, and thus to 计划. Or to better segment your customers and thus help use marketing and distributions dollars 更多 effectively. Or perhaps, even reach the science fiction vision of self-driving cars.

数据问题 总的来说,数量的增加通常会与我们的硬性相撞,从而过度激活Survive,粉碎Thrive,并产生大量与缓慢的战略行动,缺乏创新,仅产品和服务的逐步改进相关的问题,增长太慢–有时甚至无法在短期内有效且可靠地采取行动。这包括许多实例,其中数据被认为用于驱动Thrive,但实际上只会使Survive过热。

而且我们通常会忽略问题或原因,或两者都没有.

许多很多因素都可能导致Survive过热。这些力量中的大多数已经被认为是一个问题,尽管很少有人认为这是由于人类的艰苦努力造成的。例如,在很多情况下老板会在下属中激活过多生存,这是相对容易的。他召集他们参加会议,并且由于涉及的问题的性质,设计或偶然将其视为威胁太大。或者他解雇了一个被认为是好员工的人,让每个人都担心自己也很脆弱。或者,他派遣攻击犬助手来威胁或恐吓他人。但是我们已经通过稍微不同的角度看到了这个问题,并试图消除它。“Not a great manager”, we say, “他需要一位教练,一次讲座或被替换”。在大多数情况下,这不是一个有争议的问题。

对于官僚主义的扼杀政策也可以这样说。人们不’不想因违反而陷入麻烦(威胁!),但这些政策有时如此丰富,以至于他们驱使人们(恐惧)在极端情况下规避风险。今天,极端的风险规避会减慢您的速度,扼杀创新,通常是一个大问题。因此,必须处理官僚主义的窒息政策。那里没有争议。

或者考虑一种过于以地位为导向并且过分重视等级的文化。人们不’即使不这样做(恐惧)也可能会损害性能。但是,在这种情况下,以及几乎所有其他情况下,都有书籍库可以识别并帮助我们解决文化,老板或官僚主义问题。但是数据呢?

如今,在人工智能和大数据的推动下,数据几乎总是被认为是良好,必不可少的,甚至更有希望。但实际上 所有 电子表格,每月预算更新,客户满意度调查,员工敬业度或士气或态度调查,仪表板,项目管理更新,市场研究,行业统计数据,战略分析(随便命名)都会带来一些大脑可以视为威胁的新闻。威胁是因为它们表明我们还没有完全按计划进行,因为这个数字不如上次报告那样好,因为某些事情比老板所说的要少,因为服务的未来可能低于我们的期望,因为这是合理的在我们对未来的预测中,事情将会变得不尽人意,计划外,无利可图,不断伤害我的部门或部门。威胁之所以如此,是因为这些有关我们应如何从根本上改变广告或工厂自动化方式的新统计数据,将使公司中的许多人和孤岛不安,并产生谁知道我们有哪些潜在的难题(至少是致命的问题杀死了我们)作为信使)。威胁到今年’的绩效评估,或奖金,或加薪,或晋升,或 事业。可能性是无止境。太多的威胁就会使Survive过热,这会使它的有效性降低,并且可能会使Thrive变慢或关闭。

当前数据问题的范围

这种数据驱动的威胁攻击管理器多久进行一次?做一些简单的数学。在电子邮件附件,老式纸质报告,会议中的PowerPoint甲板上,包括客户调查,财务更新,项目时间表更新,监管机构的报告,由AI创建的销售预测以及大数据的形式-列表的确无穷无尽-经理每周至少可以发布三组报告,而其中至少包含200-1000个报告,这很容易就能实现。在低端,每月4周3遍200次等于每月2400个潜在的坏消息。在一个 组织90%的新闻实际上是好消息,表明我们今天已经达到目标,或者我们将来有新的机会。但是剩下的10%给我们留下了240个威胁!而且,这并未考虑您处理报表以查看多种情况的能力。考虑到这一点,240可以增加三倍甚至更多。这很容易成为最低要求。

您还会发现一个反馈循环,该循环一直发生,数据引起我们注意的威胁使人们制定新目标,添加新措施并生成新报告以确保我们实现 那些 目标,从而增加差距,问题的数量,并因此增加每周威胁我们的新威胁。它很容易每月加起来有1,000个威胁,使我们陷入战斗或逃避,产生焦虑,使我们在这里,然后在那儿,然后一直到那边进行狭narrow的思考。我们无法集中精力削弱了我们消除重要的短期威胁的方式。而且,所有针对短期威胁的精疲力尽的手段都意味着,如果不能完全摧毁人类的Thrive渠道,那么组织的Thrive渠道就会受到损害。

甚至旨在帮助组织在未来蓬勃发展的数据驱动型活动也可能会增加普遍的问题。正如当今大多数地方所实践的那样,战略规划是高度数字化,数据驱动的活动。战略顾问创建了该标准,该标准已被世界各地的组织越来越多地采用。最好的情况是,规划工作将发现增加的机会。富有创造力的,巨大的市场机会通常是由企业家开发的,他们从来没有由于劳动密集型数据收集和分析过程而“发现”这个大创意,最终在100张幻灯片或更多的PowerPoint幻灯片中进行了总结。在标准的战略规划练习中,数据通常可以通过两种方式帮助引发Survive和具有讽刺意味的限制Thrive。首先,很难理解PowerPoint平台本身,以至于触发了除了最精通数字的高管之外的所有渠道的Survive渠道,这是因为大脑认为“如果我表现出我不明白自己对老板的麻烦”或“我将如何向我的人们解释这一点”。在第二种情况下,详细的数字化战略计划被转化为越来越多的措施,这些措施会定期袭击管理人员,这些措施总是带有一些坏消息,这加剧了Survive的激活,从而……

人们常常会说我们是理性动物。我们已经了解了数据的实用性。而且,由于我们要在重要性方面最大化,因此我们必须拥有数据并且我们可以明智地处理它。在一个典型的数据丰富的会议中观察人们。他们可能对所有新闻都不满意。但是他们需要它,知道他们需要它,而且他们是专业人士。但是这种看似合理的观点并没有考虑到我们实际的硬性本性。我们之所以没有看到这个问题,是因为我们的职业天性是因为我们小时候如何成长(保持情绪得以控制),因为我们如何培训管理人员(数据很好,工作场所的情绪通常是不合适的)规范(强调合理性)和其他因素–所有这些因素使我们的情感面目不可见,无法控制。但是,这些都没有改变我们有线渠道的工作方式。

如果这些还不足以解决问题,那么最近数据的爆炸式增长和对数据进行艰苦工作的日趋复杂的分析师将在组织的下层与中层和高层之间形成数据流利度差距。因此,管理人员在进行分析时不了解所涉及的工作或所收到回馈的限制。这项工作使年轻的分析家承受了压力,开始了生存。数据流利程度低意味着中级人员无法完全理解所提供数据的局限性,导致决策不够理想。糟糕的决策最终会随着问题的出现而重新出现,这些问题在管理层之间引发了威胁雷达和Survive渠道,这些渠道可以转化为对员工的威胁和压力,从而在组织中启动了更多Survive。

几乎没有人以所有这些方式将数据识别为问题,或者说这是一个严重的问题,这是所有人最大的问题。

有数千本关于数据的书。任何有关销量的讨论都可能谈论我们如何从中受益 更多 其中-保持成本,库存或项目或按时和预算的任何方式。或者利用巨大潜力,将其更多地用作竞争性武器。

我们经常听到:“看看Facebook和Google如何重塑广告。”没有大量无法理解的数据,也没有非常复杂的AI可以找到这些数字中的模式,这是不可能的。看看亚马逊独自运送商品的情况。首先从数以万计的产品数据,数十个地点的精确分钟库存数量以及多种运输可能性和成本开始。立即使用使NASA感到自豪的程序解决这个问题。应对谁知道在同一秒内有多少客户提出相互关联的问题的动态。进行计算并返回几乎总是正确的时间安排的答案,并且以公司及其客户可以接受的成本进行。不是很好。这是梦幻般的。

是的,一些思想领袖认为我们生成了太多数据。但是,那里的批评几乎总是关于效率或成本。我们正在浪费金钱,进行分类,发送和讨论。另一个论点是,我们过多地关注错误的数据。但是问题在于因果关系。我说A导致B,然后B到达C,C可能是获利能力。因此,我说我们显然必须监视A和B。您说不,D导致E导致C,而测量A和B会给我们带来麻烦。这两种观点-1)过多的数据使我们付出了金钱(或花费了很多时间进行讨论); 2)错误的数据导致了错误的决策–可能有一定的道理,尽管我们最常用的解决方案不是很有帮助。在第一种情况下,通常会有一些选区受益于创建额外的数据,并且可以就为什么需要它提出合理的论据。所以我们什么也没说或退后一步。在第二种情况下,我们通常通过包含以下内容来解决有关哪些数据最相关的争论 一切 任何人都想要。关键是,这些观点(有时被视为问题)都无法解决,更不能解决我们在此提出的巨大问题。

同时,真正的数据问题,这只会 增长,甚至没有讨论,更不用说解决了。

不断增长的袭击

我们的前辈可能是在其生存渠道的推动下,几个世纪前发现,数字可以帮助他们减少组织灾难的威胁。他们发现,简单的预算差异报告在帮助消除潜在的致命意外方面非常有用。随着20世纪初第二次工业化浪潮创建的越来越大的组织,他们发现(或他们的生存渠道促使他们找到)更多的数字,以使高级职位的人们可以了解十或三十年代的情况在十个或四十个国家中,不仅只有两个产品线,而不仅仅是四个。到本世纪中叶,随着计算机可以以不切实际的昂贵方式处理和分析数字,可用于提供帮助的数字开始激增。然后出现了功能更强大,价格更便宜的计算机以及诸如VisiCalc,Lotus和Excel之类的软件,它们可以生成几乎以前无法创建的报告。我们可能突然看到的不仅是未来的两三个场景,而是几十个。然后,个人计算机不仅赋予公司员工团队权力,而且使群众能够创建更多的数值分析,报告和预测–不仅产生更多的数据,而且使更多的人看到这些数据。现在,我们拥有无限的互联网来收集有关您的客户等的信息,以及庞大的存储设备,从而为我们提供了无数的数据进行分析。

对于第二次世界大战后和今天相比,数据攻击的数量之多,我没有任何有根据的估计。但是自己做些估计。增长惊人,几乎不可思议。最近的一项估算表明,在过去三年中,我们生成的数据比整个人类历史中生成的数据更多– 三年中的数量超过了无数个千年.

随着世界日新月异的发展,企业发起的新项目和计划的数量也激增,随之而来的还有更多活动需要跟踪和管理。项目管理组织是报告工厂。而且没有理由相信世界会放慢脚步,并且这种趋势将停止,尤其是因为它受到来自众多方向的众多力量的推动。

从20世纪中叶开始,管理咨询业也开始蓬勃发展。顾问是PowerPoint甲板工厂。在大型组织中,高层管理人员不知道有多少顾问正在研究多少问题并向高管,经理和员工发布多少数据并不罕见。

并且不要忘记教育机构。 MBA课程正在用定量方法培训越来越多的人。毕业后一旦工作,他们就会创建更多数据,寻找更多数据,交流更多数据。这就是他们所受的教导。

With small and inexpensive computers, tablets, and smartphones, not even the factory floor is removed from this data deluge. There are manufacturing 计划ts where workers are being confronted hourly with data that might be 好 news or bad. If bad, and the problem cannot be quickly and easily fixed, this bounces up to supervisors who are now being hit by threats from above and below.

即将到来的是通常被称为大数据的硬件和软件,它可以将我们带入另一个层次–在这里,更多的人花费更多的时间来创建发送给更多员工和经理的报告。是的,一种可能性是,人工智能将与大数据结合以对大量信息进行分类,并为我们回答关键问题。机器学习有可能为客户创造新产品并实际上减少数据浪费。我们将获得更少但功能更强大的信息。如果仅从有限的来源(例如Amazon,Uber)中,我们都会不断看到这样的示例。从那以后,我们被教导并重新教授为大学经济专业或STEM专家,那么数据是我们的朋友,是现代的,是必不可少的。这种乐观的可能性似乎是合乎逻辑的,可能的,实际上是相当明显的。

但是,为什么访问这种AI的无数计算机,平板电脑和智能手机会使情况变得更糟,这不是更合乎逻辑的可能性?为什么我们不应该期望会有不计其数的人要求和重新询问AI以运行这种情况和那种情况,寻找这种问题或机会,并向我们充斥更多的报告,这些报告既强调机遇,也提出了可怕的威胁,在硅谷某人之前,我们发现有可能破坏自己的业务,但是研究数据的人可能看不到如何在没有巨大的短期经济损失或内部政治战场恶性的情况下实现这一目标?如果我们现在正在受苦,为什么我们会期望我们在生物学上没有更多的装备来应对这种汹涌的潮汐?不是因为我们不够聪明或没有足够的定量,不是因为技术不能为我们提供新的有趣的可能性,而是因为我们所有人都有大脑,可以将数字转化为过热的Survive通道野兽吗?我们为什么要期望在狂热的Survive中能够从容地,创造性地寻找大型数据集中的模式,这些模式将帮助我们真正进行创新?为什么不期望更多以“生存”为主导的狭窄关注点来识别和消除感知到的威胁?这一点是否一定会限制Thrives进行更广泛,大胆和战略性思考的能力?

解决方案:停止过度激活生存

最终,我们需要开始一个非常大的,可能引起争议的讨论,而这种讨论现在没有发生。

在解决这个问题时,我们发现,通过简单的Survive / Thrive想法,您可以使用常识来更准确地诊断各种数据问题。您也可以开始养成个人习惯和组织纪律,从而避免这些问题。

一个例子。您是$ 1B业务的CEO。为了帮助您处理数据问题,您开发了一些新方法。首先,每当您收到数据文档时,无论是会议形式,书面形式,邮件形式还是电子邮件附件形式,都要先停下来,再看一个简单的问题:我为什么要收到呢?

有很多可能的答案,其中大多数甚至可能使您甚至不看文档或电子表格。一个不常见的答案:因为自从您上任之前,我们已经做了多年了,并且出于今天没有理由的原因。例如,一次计算机故障一度不够迅速,一次就使公司损失了5000万美元,而且宣传不佳。因此,安装了新的控件,包括每周一次一直传给最高管理层的报告。但是现在是二十年后的今天,技术已经发展了两代人,因此发生此类问题的可能性从根本上降低了。这样一个问题的成本也要少得多。但是报告仍然存在。而且它涉及的细节过于详尽,以至于所有测得的指数都无法给出完美的分数(威胁!)。那么为什么要看它呢?怎么会

另一个常见原因:有人错误地认为您需要数据或需要数据。也许新的法规已通过,而您之下的三个层次则相信重要的新法规意味着新的风险和控制,因此新报告表明了大老板需要/想要的东西。但是,实际上,您没有理由查看该报告。那是别人’的工作-在你下面一两个层次的人。

或者:由于某人试图炫耀(例如顾问,不安全的下属),您在高层管理人员简报中会收到100页的内容。或者因为某人在某种程度上知道他需要证明在云存储,AI和人员方面的巨额支出是合理的,以应对所有这些问题。也许您需要查看100张幻灯片中埋藏的数据。但是,为什么您和您的团队不立即去那里,而放弃其余98%的数字呢?

更好的问题:如果数据不应该发送给我,应该去哪里?在哪里如果在某个地方,所有的东西都应该去吗?

还有关于频率的问题,它与每个时间段的体积直接相关。提交给我或其他人并且显然需要的这份报告以什么频率出现?那是正确的频率吗?为什么几乎每次我的执行委员会开会时我们都要看这些数字?为什么每周发送一次?我们是否真的需要每季度查看一次以上?

这些类型的问题在任何地方都涉及到,包括与跟踪Thrive式战略计划的仪表板有关。随着重要且及时的战略计划数量的增加,这些仪表盘在组织中变得越来越普遍。但是,仪表板或其中的大部分功能是否有帮助,或者实际上创建了Survive行动,这些行动开始破坏您的业务建设战略活动?想象一下30个小节,其中只有5个用红色标记。这可能是一个很好的报告。但是,如果大脑几乎忽略了25个黄色和绿色项目,而钻取到5个红色,该怎么办呢?当红色标记只是点滴滴滴式滴落,过度激活了Survive面时,我们的思维,感觉和行为方式又会怎样?充满激情地谈论机会会怎样?考虑如何采取其他措施以更快地推进长期战略计划,或者如何以理想的方式在当今的某些企业中使用大数据呢?

同样,这里的重点并不是数据本身对激活Thrive有害。它可能很有用,但不能使用习惯和约定 今天几乎无处不在.

您可以从明天开始提出这类问题,并在一个月内养成个人习惯。更好的办法是,尽管要花更长的时间,但要发展组织纪律,使每个人都可以提出这些问题。很难想象会怎么做–尤其是如果您在主要竞争对手之前做到了。

解决方案:成功激活繁荣

我们知道,能力超群的人不能很好地领导复杂变革的原因之一,不仅是Thrive被Survive压垮。即使在Survive冲动可以很好地完成工作的良好管理的组织中,我们的培训,业务文化和组织系统也会导致我们使用过度使用的数据来推动类似Thrive的活动。但是,数据以及更多的数据并不能将一致的热情集中在大机遇上。相反,它会使大胆的公司战略的成功设计和执行,IT系统的大发展和创新工作变得更加困难。而且,这会使维持这些倡议的成功变得更加困难。并非总是如此,但是…

可以使用数据来帮助动员我们大脑的Thr壮一面。但这不是通常使用数字的方式。对使组织更好,更快和更智能的大胆数字目标充满热情的人们可以以保持精力充沛和激动的方式来监控进度。例如,假设目标是通过比竞争对手更快地抓住新的市场机遇,连续8个季度创收史无前例的2000万美元,几乎是公司规模的两倍。人们对此充满热情。可以每周报告进展情况,不仅限于执行委员会,还可以报告给很多人。但是,除了复杂的仪表板或该计划各个方面的多个报告之外,还有两个数字:季度目标和相对于目标的当前状态?您还发送相关图片或故事,这些图片或故事提供相同的信息,但内容更多。是的,零周增加三周的情况可能会使人们趋向于生存,但三分之零不大可能。如果那不可能的结果成为现实,那么激活Survive可能是一件好事,因为这可能是一个非常现实的问题。问题解决后,在这种情况下,如果您帮助,大脑很可能会滑回Thrive。

当世界每天都在飞逝时,请发挥您的想象力,您会遇到更多的事情:数据可以帮助激活Thrive,数据最有可能破坏Thrive并增加了过度的生存能力。只要注意并提出合理而直接的问题即可。

例如:您现在怎么做才能激发Thrive不仅仅是数字驱动的战略分析?还是详细而复杂的数字驱动“plan”?我已经看到了对机会的讨论,这些机会是认真的并且经常是有帮助的。如果您可以看看谈机会与识别数据的威胁的比率,那将是什么?在当今的大多数组织中,对话中的威胁/机会比例可能是20-1或50-1。这种说法可能难以置信,因此请查看上个月的日历。如果您参加了有关您行业中破坏性可能性的会议,请尝试记住实际的讨论。主要是关于威胁还是机遇?还是在您的业务模型和现有人员配备的情况下,您根本无法想象利用这种现实方法的机会?如果您不追求机遇,那么关于创新可能性的讨论是否真的涉及威胁,威胁,威胁以及更多威胁?是对会议进行了周到而又令人兴奋的分析,还是包含大量数据的PowerPoint演示板?

Conversations about opportunities and experiences with sincere, 正 emotion is what you need to help activate Thrive. How often does that happen? I am not talking about meaningless or manipulative hype, neither of which actually creates the progress toward real opportunities that will sustain Thrive activity.

想一想有史以来最惊人的创业公司。想一想我们时代最令人惊讶的原因或政治领袖(即曼德拉或小马丁·路德·金)。关键不是要对一生难忘的人进行衡量。但是值得一提的是:这些人怎么做才能激活Thrive,而又不会在激情爆发中镇静Survive?曼德拉奇迹般的数据驱动演习有多大?

我可以继续。但这几乎适用于所有涉及数据的事物。然后,它正在发展一些新的组织纪律。一方面,这与尝试开发一些新产品没有什么不同“best practices”您确信可以为您提供帮助。在另一个层面上,它是革命性的。

新纪律

想象一下,如果您的员工养成了例行问几个问题的习惯,将会产生什么影响:

当数据随时随地传到他们时,他们问:“我真的需要吗? ?为什么?”

数据总是无时无刻不在出现,这是最脆弱的原因。习惯。因为十年或更早以前的问题。因为下属,同事或顾问正在(不自觉地)炫耀或试图证明自己的价值。因为它可用,也许是因为我们为此付费,因此我们 应该 用它。

如果是的话,他们确实需要吗?他们问:“我需要全部吗?为什么我需要所有这些?”

人们已经接受了提供完全综合数据的培训。因此,如果有人提出问题,答案可能就在演示文稿中的某个位置。由于聪明人可能会问很多问题,因此数据显示也是如此。

如果是,他们需要其中的全部或部分,他们问:“以什么频率(如果是某种形式的持续报告)?每周?每月一次?季刊?”

这是人们确实提出的问题。但是一直吗?随着情况的变化,他们是否偶尔会重新考虑这个问题?

—如果否,则他们不应该获取任何这些数据,“谁应该获取信息?任何人?如果有人,他们会得到它,并且以正确的频率获得正确的数量吗?”

我已经看到了不止几种情况,答案是应该删除该报告。演示文稿不应该进行(创建演示文稿的所有工作也不应该进行)。或者,解决问题不是您的工作。您请某人向您报告,以负责该任务。

当人们反身开始要求新数据时,其他人学会(礼貌地)问:“我们真的需要它吗?真?为什么?”

您可能会对多年来的习惯养成感到惊讶,或者更可能被教成一种习惯,可以在测量当前或展望未来时自动期望并要求数据。习惯就是习惯:我们通常不会注意到或思考它们。

-如果它’定期获取报告,电子表格,仪表板或预算更新的新例程,人们确信您需要它,“我还能丢弃其他哪些报告?”

经验法则:接受一份新的数据报告并摆脱一份旧的数据报告。唐’只是增加一堆。

想象一下,在整个组织中将这种观点和纪律制度化。这将需要两个步骤:从本质上是不良的数据习惯和例程中清除当前系统。然后,发展一种通常让人们提出我上面刚刚提出的问题的文化。如果不是全部,那么可以消除大部分影响生存行为和削弱挖潜行为的潮汐浪潮。数据问题不会像世界上大多数国家(包括竞争对手)那样继续发展。为您带来的竞争优势可能令人难以置信。

有了这种纪律,没有理由相信大数据和AI以及机器学习的真正好处将会消失。相反,很好地利用这些新技术可能性将需要进行一些复杂的更改,就像安装任何新技术一样。成功实现此类变革的战略举措始终受强大的Thrive行为驱动。我在这里讨论的那种纪律使Thrive行为更加可能。

是的,您可能必须对抗自己的企业文化“这不是我们在这里的工作方式”。但是,除非您被现金淹没,否则,您将拥有任何数量的强大武器,可以营造引发文化变革所需的紧迫感。对于不必要的成本或过多无用数据的低效率,您总是有合理的疑问。您有机会论证:在竞争之前就这样做,其好处可能是巨大的。

而且您确实拥有自己的顾问的权力。如果他们了解所有这些,则对他们进行重新培训,或者如果他们只是导致问题的话,就摆脱他们。而且您的新MBA足够敏捷,可以学习以新方式进行操作。或者,您可以聘请那些并非狭义的人才。

再说一遍,如果这一切看起来有点多的话,请记住您的竞争也面临着同样的问题。站在他们面前,您可能会轻松拥有全新的优势。而且,这种优势只会在瞬息万变,充满数据的世界中变得更加强大。

分级为4 +©2017 科特