专栏首页数据化管理企业的神经系统-数据系统(二)
原创

企业的神经系统-数据系统(二)

1.4数据系统是企业的神经系统

如果把现金流当作企业的血液,数据系统完全可以称得上是企业这个有机体的神经系统,每一个数据都是企业的神经元,这些数据记录的是资源以及资源活动的信息,通过将数据传输到企业的数据中心,由数据中心对数据进行存储、加工、处理和分析,然后形成企业的神经反应系统。

1.4.1 见上文

1.4.2 数据是神经元,数据系统是企业神经系统

数据记录着企业的各种资源和各种资源的活动,也记录着外部环境的变化,有效的数据是企业感知内部变化和外部环境异动的风向标,是企业的神经触角,是企业经营和管理活动的神经元,而由数据构成的系统则成为企业的神经系统。

我们通常把现金流比作企业的血液,因为企业中所有的人、财、物都是通过“资金”的流动来体现的,并在流动过程中进行“造血”,从而保证企业的生存和发展。利润是新造的血液,通过其再次循环让企业生命不断壮大。

数据作为标识企业各种资源和活动的信息记录,每个数据都是企业的神经元,企业内部大数据和外部大数据随时随地记录着企业内部环境和所处外部环境的变化,任何的变化都会从数据上显示出来,哪怕是一个细微的变化,都及时反映着事物的异动,对外界事物的灵敏度也可以从对数据的灵敏度上反映出来。所以说,每一个数据都是企业的一个神经元,这个数据没了,企业对该点的感知也就没有了;如果这个数据记录得比较精细、准确、即时、真实、完整,那么这个数据就是非常完善的,数据的质量直接决定着企业的感知能力,是企业敏锐感知能力的体现。

企业所采集的所有数据都准确、精细、真实、完整,那么这个企业就是超级敏感的,当然理想的情况是不存在的,企业需要根据不同的数据构建不同的数据采集质量要求。就如舌头的不同部位对不同的刺激敏感性不同一样,企业需要对不同点的不同类型数据有不同的灵敏度,从而让企业能够像人类这个复杂的有机体一样,成为一个以人、财、物和信息等资源构成的有机整体,能够敏锐地应对内外部各种环境的变化。

1.4.3 企业规模越大,对数据系统的依赖程度越高

人体的结构与功能均极为复杂,人体内的各个器官、各个系统的功能和各种生理过程都不是孤立地进行的,而是在神经系统的直接或间接调节控制下,互相联系、相互影响、密切配合,使人体成为一个完整统一的有机体,实现和维持正常的生命活动。同时,人体生活在经常变化的自燃环境和社会环境中,神经系统能感受和感知外部环境的变化,并能够预知外部环境对人体的潜在威胁,然后体内各个系统不断进行迅速而完善的调整,使人体适应人体内外环境的变化。

神经系统在人体生命活动中起着主导的调节作用,人类的神经系统高度发展,特别是大脑皮层,其不仅是调节控制的最高中枢,也是能进行思维活动的器官,能够分析外部环境的变化,甚至改造外部环境。

企业也应该是一个有机的整体,而且企业以人为核心资源,人与人之间的组合,对企业各种非有机生命资源的利用,完成企业的各种活动,实现企业的赢利目的。有了人这个高级的有机要素,企业的生命特征更加明显。一个有活力的企业不仅仅能够像人一样充分认知外部环境,并能够通过企业这个有机体,实现比单个人更强有力的对外部环境的感知、影响和改造工作。

数据系统要想成为企业的神经系统,必须像人体的神经系统一样,形成相互关联、相互影响、密切配合的数据系统。就如当我们看到水在沸腾、手感受到水的高温、耳朵听到了水沸腾翻滚的声音时,大脑就会形成一个统一的判断:正在高温沸腾的水会对人体造成破坏,甚至致命的威胁。而企业的数据系统也应该是相互协同、相互联系、密切配合的,比如,企业采集到的不同数据:销售部门的销售额下降、财务部门回款难度增加、客户服务部门接到客户更多的投诉,这三个部门感知到了不同的数据和信息,在这三条信息集中到企业的大脑——决策层之后,就应该形成一个判断—产品的品质影响了公司的业务。

人类有系统性的感知,形成与动物的区别,人类不仅仅有意识,还有知识,对外界有预判性,才会有创新能力。企业也如此,如果企业的数据不能够形成系统,不能够形成企业自身的知识、管理诀窍、专长,以及对企业所经营环境和所在市场的预判性,企业就不会成为优秀的企业。而一个企业是否能够体现其活力或者持续能力,不仅仅要从其自身的规模和能力上去判断,还需要从这个企业对外界变化的感知力和应变能力去判断。就像我们判断一个人是否有活力,除了判断他的年龄、阅历之外,还要看他机体的活动、对外界的适应能力、对外界变化的感知能力。

在企业规模很小的时候,可以由企业家个人掌握的所有信息来替代企业的神经系统,企业家个人就是企业有机体的代表,而员工是企业家四肢的延长,代替企业家采取行动,而企业家就能够很快地感知企业及环境的变化。但当企业达到一定规模的时候,企业家个人的能力和感知范围受到限制,不可能在所有的领域都有敏锐的观察,需要企业不同岗位和层级的员工采集相关数据,加工处理后传输给企业家。当一个企业规模足够大的时候,这个数据采集和传输系统就需要规制化和系统化。这跟动物的发展进化雷同,小的公司不需要信息系统,创业初期的老总们就是企业的数据系统,有采集、有传输、有加工、有决策;当随着动物级别不断上升,需要其大脑更加发达,神经系统更加敏锐,才能在大自然中有更大的生存空间时,就像随着企业规模的扩大,企业中的数据系统需要不断升级,由老总自己去采集、加工和处理数据变成了整个体系中所有人都要参与,保证企业对内外部环境足够敏感。

随着企业的发展,对数据系统化的要求越来越高,从依赖企业老总个人到依赖一个体系来完成对内外部环境的感知的过渡往往是比较难的。有先见之明的老板会提前安排引进数据系统、关系信息系统等体系,但大多数企业习惯了老总的“一言堂”,导致企业随着规模的扩大,敏感性逐渐降低,从而显现出对外部感知力的降低,最终成了臃肿的机构。

在企业形成一定的规模之后,就需要通过数据治理与统筹来完成从一人到多人,再到全组织的过渡,这里的数据治理和统筹需要根据企业的实际情况,逐步引入信息系统和数据管理系统来实现。具体要达到多大的规模没有定论,因为不同的企业处在不同的行业和环境下,其需求肯定不同,而且其对外部反应的敏感度也不同,这个时候企业需要根据自身情况酌情决定导入数据治理和数据统筹的时机。一般意义上讲,企业人数规模超过100人,基本上就需要引入数据化系统了;超过1000人,信息系统就是必不可少的关键;若超过10000人,那么没有信息化系统基本是不可能完成数据管理的。当然,行业不同,需求也不同,因为信息化系统不仅仅用来管理人,还需要管理公司的物,包括产品、原材料、生产加工的工艺、设备、半成品等。公司规模在100人以上后,老总的个人能力必然难以超脱人类极限,如果没有数据系统,其将无法控制物料,也无法监督人员行为。

1.4.4 数据系统只有关联、整合、统筹才能形成神经系统

在达到一定规模的企业中,ERP、OA、CRM、财务软件等应逐步健全,这些系统也不是特别昂贵。如果不需要太多的定制化服务,中小企业不仅仅可以用ERP软件,甚至可以使用国外企业主导的大型ERP软件。有了软件系统,并不代表就有了数据系统。多数有ERP软件系统的企业,仅仅用数据做了几个初级的报表,定期形成一定的数据,对数据的深度加工和分析还是非常弱的。而使用ERP等信息系统之初因为缺少明确的管理目标,在管理需求的定义上存在缺陷,在维护过程中也缺少进一步的优化和改善,导致很多的数据只是收集了,但并没有将数据全面地关联和统筹起来,应用就更少了。而即使上线了BI(商业智能)系统模块的企业,也仅仅是将数据报表以仪表盘或者数据图表的方式展示在不同层级的管理者面前,缺失对数据的深度挖掘。如果数据出现异常,往往无法追踪具体的原因,导致很多时候对数据异常开始变得熟视无睹,在找不到原因之后,甚至出现对数据异常进行人为修改,掩盖异常,或者只回报没有异常的数据报表。这样就会使整个信息系统的实用流于形式。

另外一种情况是,根据公司的需求,各个部门都有了信息化管理的需求,采购部门建立了采购订单管理系统,销售部门建立了客户关系管理系统,生产部门建立了供应链和生产管理系统,财务部门使用了标准的财务管理软件以符合中国的会计准则,人力资源部门为了流程管理和员工信息管理上线了OA系统,这几个系统并不关联,至少不是自动关联。有些系统采用的是供应商A的软件,而另外的系统采用的是供应商B的软件,而A和B的系统之间并不兼容,有的使用MySQL数据库,有的使用Oracle数据库等,各种数据库之间无法共享数据,更无法实现数据间的通信和自动更新。

没有关联的数据集会造成数据的割裂,而数据割裂是企业数据治理中的顽疾。从技术的角度非常容易解决这个难题,一般的管理信息系统都会有程序接口API来实现数据间的引用,但难点在于数据主体或者数据管理者的不同,导致自动分发数据面临很大的阻力。比如,生产线招聘一名员工并没有在人力资源管理系统中去更新生产工人的信息数据,因为生产线管理者不对人力资源管理信息系统中的数据完整性负责。数据割裂造成信息孤岛,相互间无法关联、沟通,就大大降低数据的价值含量。

考验一个数据系统是否能够形成关联最基本的方法就是能否从一个点到达另外一个点。比如,我们向消费者销售了一个产品,需要能够追溯到产品是谁、在什么时间、通过什么渠道销售出去的;通过销售渠道能够追溯到是谁、在什么时间、在什么工位、利用什么机器、使用什么原材料或者部件生产的;利用员工信息能够追溯到该员工是谁领导、谁培养、谁培训、谁招聘的;利用原材料或者部件信息能够追溯到是哪个供应商在什么时间供应,由谁收货,由谁检验,由谁入库出库的;由供应商信息能够追溯到该供应商是谁、在什么时间、通过什么方式开发的等。通过一个产品就能够把企业所有的人、财、物都串联起来,形成一个无死角、无孤岛的数据地图。这是衡量一个数据系统能否将企业所有的人、财、物、资源全部关联起来的方法,也是评价一个数据系统是否完整的标准,即所有数据的“可追溯”是数据关联的评价标准。

1.4.5 数据系统需要中枢才能发挥数据的神经作用吗

如果把数据系统看做公司机体的神经系统,那么这个神经系统需要有一个大脑一样的中枢才能发挥神经系统的作用。终端的神经只是感知的触角,所有的数据需要集中到大脑这样的一个神经中枢系统中,经过加工处理,形成对外部环境或者内部环境的认知和判断,并根据判断形成对机体的指挥作用,发出指挥指令,指导机体的各个环节协调作用,以应对外部环境的变化。

企业的数据系统也需要数据的传输系统和解析并形成意识的大脑,传输系统就是企业的组织架构中的管理线,而负责中央决策的大脑就是公司的经营管理层。

一个优秀的组织非常复杂,一方面组织本身存在多元性,并非完全统一的个体,完全统一的企业组织几乎是没有的;另外一方面,组织决策过程并非完全集中,企业组织可以通过授权,授权基层组织、中层管理者行使一定的决策功能。这样,组织的决策就在一个有多个基层大脑、中层大脑和高层大脑组成的决策层级结构实施。当然,我们并不排除部分企业的决策仍然停留在最高管理层上。虽然一些企业的规模已经达到几十亿元的年营收规模了,但企业的各种决策仍然由董事长一人行使,只要董事长不在公司,公司所有的事情都需要等待。

1.4.6 企业的数据神经系统也分为“动物神经系统”和“植物神经系统”

人类的神经系统包括动物神经系统和植物神经系统,动物神经系统是人们自动感知并主动采取行动的反映系统,而植物神经系统由人的潜意识指挥着,能够发生自动和自发的反应。植物神经指挥着我们的心跳、胃肠蠕动等自动自发的机体活动,而动物神经指挥着我们的行为、动作和思维等活动。

企业的数据神经系统与人类的神经系统雷同,各个组织部门需要有自主的反应机制。就如手指头接触到高热的东西,面临烧伤或者烫伤的危险,人类的植物神经就会不经大脑的思维和动物神经的指挥系统,立刻做出躲避的应急反应,然后再传输到大脑进行一系列的行为指挥。

企业的数据系统更应该有这样一个反应机制,当公司基层遇到紧急情况时,会根据预警方案或者当时的情景及时做出处理,并报上级部门知悉,上级部门根据自己的权限决定是否需要更上一级的部门来处理。然后在应急处理的同时,将数据和信息传递给更上一级的部门,直到最高层能够及时做出代表企业的处理意见。

人体的神经系统发挥作用的过程是指神经元感知外部事物变化,形成数据,传输到大脑,形成意识,并经过加工处理后做出反应,将需要做出的反应通过神经再次传输到机体各个部分,以执行各种相应动作的过程。企业数据系统也有类似的特征,数据的问题不仅仅是数据本身的问题,更是管理的问题,需要通过管理制度和流程,通过公司的智能管理体系,将源头数据进行加工、传输,最终到高层形成对外部感知的意识,然后根据外部环境变化做出相应的调整,并将行动指令传输给企业组织各个构成单元,然后才去行动,并继续反馈。在这里,数据的质量和粒度决定了企业对内外部环境感知的灵敏度,决定着企业精细化管理的程度。

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

该文转载已取得作者认可

版权说明:版权所有归明悦数据所有,如需转载请联系我们,我们将在第一时间处理,或请注明内容出处(《企业数据化管理变革》赵兴峰著),非常感谢!【往期内容已在(明悦数据)公众号同步发布】

下期内容更实战!

原创声明,本文系作者授权云+社区发表,未经许可,不得转载。

如有侵权,请联系 yunjia_community@tencent.com 删除。

我来说两句

0 条评论
登录 后参与评论

相关文章

  • 源头数据采集与智能设备投资

    源头数据是企业大数据应用的基础,也是所有数据分析和挖掘工作的基础。没有原始数据,所有的大数据都找不到依据。很多企业之所以不知道“大数据在哪里呢”,就是因为没有构...

    明悦数据
  • 数据的开放与共享,你做好准备了吗?

    数据的开放和共享是两个完全不同的概念。数据的开放是从数据源头开放,其他人能够获得原始的数据,并对数据进行加工和处理,是毫无隐藏的开放;而数据的共享则是将数据加工...

    明悦数据
  • 企业数据大厦的基础-源头数据

    源头数据即是直接从终端采集的数据。该数据可以是主观观察记录的数据,也可以是手动测量记录的数据,还可以是使用智能设备自动采集的数据。源头数据强调其质量,质量越高,...

    明悦数据
  • 大数据企业融资6月榜:共46起融资事件,总金额超327亿元

    <数据猿导读> 2016年6月份大数据领域共有46起企业融资事件,其中包括29家中国企业、15家美国企业、1家印度企业以及1家德国企业,主要涉及医疗、金融保险、...

    数据猿
  • 清华、中科大实现了量子版本的GAN,平均保真度98.8%

    近年来,量子机器学习引起了极大的关注。研究者提出了很多理论上能实现指数级加速的算法,有些已经在原理验证实验中得到了证明。然而,多数场景中的输入数据集都是经典的而...

    机器之心
  • 大数据型企业建设指南:大数据能给我带来什么?

    数据猿导读 对现代企业来说,数据的意义不亚于第一次工业革命后的煤炭、钢铁,或是现代工业的电力、石油甚至自动化技术。事实上,对于数据的深度挖掘和应用正是工业4.0...

    数据猿
  • 芯片之间首次实现量子隐形传态,Nature子刊新研究打开量子互联网大门 | 华人一作

    例如,量子计算机可能解决目前超级计算机系统过于复杂的问题,而量子互联网可能最终保护世界信息免受恶意攻击。

    量子位
  • 使用TestNG listener实现Case失败重跑功能

    Case失败了,想自动再跑一遍确认到底是不稳定还是真bug? 这可咋整啊? 使用testng的listener

    软测小生
  • 首次利用硅光子制造芯片间量子隐形传态

    基于量子物理学定律处理信息技术的发展对现代社会产生了深远的影响。例如,量子计算机可能是解决当今最强大的超级计算机过于复杂问题的关键,而量子互联网最终可以保护世界...

    AiTechYun
  • CES2018:英特尔披露量子计算和神经拟态计算研究最新进展

    1月8日,在拉斯维加斯举办的2018年国际消费电子产品展(CES)上,英特尔宣布了在未来计算研发工作中的两个重大里程碑:量子计算和神经拟态计算。这两项研究有可能...

    WZEARW

扫码关注云+社区

领取腾讯云代金券