试论企业管理中唯数据论的盛行

摘要：定量分析已成为当今现代化科学管理中必不可少的强有力工具。随着行为科学与定量分析的推广，大多企业运用定量分析管理决策，不失为管理实践的巨大进步。然而，问题的关键是大量数据并不真实，建立在虚假数据之上的繁荣真的可靠吗？行为科学与定量分析作为科学研究的现代化技术手段，展现给我们以全新的范式和视角，在管理学所涉及的各侧面有其独特的理论意义和现实贡献。对于企业而言，在运用这些现代分析技术时，首要前提是确保数据的真实性和可信度，而不是为了满足某种预期目标需要而有意识地建立漂亮数据。本文以Y公司为例，分析当前应用定量分析方法的企业塑造数据的现象，并剖析其映射出的矛盾实质，同时也期望以此引起管理人员的反思，改进管理技术应用，使之更具科学性、合理性、真实性、实用性。

关键词：唯数据论定量分析企业管理

一、管理学与定量分析

1.管理学发展概述

狭义的管理学指一个世纪以来，特别是近代工业革命以来主要通过自然科学分析方法调查、试验、研究、提炼归纳形成的理论和知识体系。当代管理科学流派指管理中采用科学方法和数量方法解决问题的主张，侧重分析和说明管理中科学、理性成分和可数量化的侧面。第二次世界大战后运筹学在工商管理中的应用，特别是电子计算机技术的迅猛发展，为组织管理过程中运用数量方法和科学方法提供了广阔空间，也使管理过程在深层次上发生一系列变化。目前这场革命方兴未艾，但可以肯定，这场革命必将深刻地改变人类的管理生活。

2.定量分析法的应用

定量方法在管理实践中具体包括运用统计学、优化模型、信息模型、计算机模型及其他定量技术，长期以来在社会学研究中占据主流地位。“只有当资料可以通过可信的计量工具用数量来加以表示时，不同研究者的研究结果才能直接地加以比较。没有量化，社会学就只能停留在印象主义的臆想和未经证实的见解这样一种水平上。因而也就无法进行重复研究，确定因果关系和提供证实的通则。”

定量分析在实践中的应用有三个程序：一是将现实的问题转化成数学的问题;二是对数学的问题求解出数学的答案;三是将数学的解答转化成现实问题的答案。其中第二个环节对于所研究问题有着决定性的信度和效度的作用，而其产生的数学答案可以是精准的，也可以是主观偏离实际的。

二、当前企业管理中定量分析的情况

第一，管理人员在对各种问题研究时，其目的千差万别。在实践中，“数据给自己用”和“数据给别人用”是最明显的分界。如马云所言：“21世纪核心的竞争就是数据的竞争，谁拥有数据，谁就拥有未来。”数据挖掘与数据化运营已成为许多企业的核心业务。

第二，越来越多的企业采用定量技术改进管理决策，如线性规划，通过使用关键路径进度分析技术，管理者在制定工作进度时可以更有效率，进而改进资源配置。定量方法被频繁运用的另一个领域是全面质量管理（total quality management，TQM）。

第三，定量方法能为计划和控制方面的管理决策做出直接贡献，但管理层对运用定量技术仍感到信心不足。大量精力集中于对数学的问题求解出数学的答案，而数据却常偏离客观性，倾向于主观意愿，形成建立在虚假数据上的繁荣现象。

三、Y企业管理中虚假数据盛行问题

1. Y企业概况

Y企业是一家大型外资药企，荣登世界500强榜单，约1000人，高层决策者为60后，管理人员为硕士毕业的70、80后，生产研发人员与市场销售人员作为核心团队比例相当。该企业对决策慎重，所有事实用数据说话，定量分析是管理层普遍采用的技术手段，从药品研发成本核算到投放市场获取得利润与效益，每一步都以定量分析结果作为决策依据。这一科学管理方式本无可厚非，然而大量数据并不建立在客观上的事实求是，管理人员主观估填数据现象十分普遍，刻意取舍目标数据，而调查对象也随意给出不实数据应付工作。实际上，这种现象普遍存在于当前企业。

2. Y企业唯数据论的弊病

（1）数据质量偏低。经调查，Y企业定量分析第二环节所获数据质量参差不齐。唯数据论盛行导致管理层和一线员工对待数据态度各异，管理人员经常做数据完成调查方案。然而，数据做的再漂亮，却背离了当初设计调查的初衷，对调查意义和目的并不十分明确。许多员工在给出数据时因抵触和反感的情绪，随意给出不实数据。在这种风气影响下，数据质量偏低就成为不言自明的现象。

（2）数据结论有效度和可信度较低。这个问题主要来自管理层对研究内容测量的方式和效果。有效度较低的实质是，许多调查中的测量并不总是在测量它所真正要测量的东西。通常，研究者需要将经过界定的概念操作化为一组可观测的指标，并将指标转化为问卷中的具体问题。一个概念可能会有相当多测量指标，如何选择一组最全面、最充分，同时又最经济的指标，使它们对概念的测量具有很高的有效度，这对管理人员来说是严峻的考验。正如Y企业管理者对所调查的内容，无论在选取的指标变量上，还是在数据来源方面，都存在主观倾向上的取舍偏离，从而使数据可信度偏低，有效度亦不言而喻。

（3）错误数据导致决策失误。传统管理缺乏数字管理，但错误的数字管理比没有更糟糕。必须承认管理决策中采集数据分析的重要性，可采集数据时的随意性与主观性导致所得数据本身就是错误的，量变的积累引起质变，所得数据结论就背离了调查本身初衷，在测量的信度与效度方面也就失去意义。错误的数据将导致决策失误，从而给企业的发展带来重大影响。Y企业从管理者到一线人员都常常陷入数据的迷雾，却忘记了分析事情的本质，只重视变量指标的量化，而忘记了调查本身，注重定量的形式，却忽视了问题实质。Y企业因错误的数据已在管理实践中铸成大祸。

四、虚假数据背后隐藏的矛盾实质

1.个别管理人员难掩炫耀之嫌。数据研究人员难免卖弄数学工作和模型作为体现其从业水准的一个功利主义标志。这种现象也引发了一个流行病，就是这类数据采集人员擅长把简单的问题复杂化，将所要调查的问题设计成非常复杂的问卷形式，以期展示自己权威光环。不难理解，许多晦涩的问卷形式为何大有市场。但很多时候问卷设计人员自己都绕晕了，在采集数据时不忘维护问卷的权威，建立了数据的虚假性。

2.管理层与一线人员的矛盾。由于保健因素、心理因素、激励因素等的影响，管理层与一线人员之间常有矛盾和分歧，若不能及时有效沟通，二者冲突会持续于整个工作中。这种内部矛盾作为管理中的软性问题定会影响管理人员的数据采集效果，一线人员在给出数据时，提供随意性或非真实的数据草草了事就不难理解了。

五、管理中数据决策的期望前景

数据化管理，首先要有全员参与意识，确立数据化运营理念，每个岗位都真正从数据应用、数据管理和数据发现的高度经营各自本职工作。只有这样，产品开发人员所提出的新概念才不是拍脑袋拍出来的，而是来自于用户反馈数据的提炼;销售部门则不再只是吃苦耐劳，他们可通过数据分析挖掘模型的实施来实现有的放矢、精准营销的销售效益最大化;管理层也不再仅局限于数据技术工作，而是肩负在全员中普及数据意识、数据运用的责任，这种责任更能体现一个企业管理层的水准、眼界及胸怀。

其次，在数据化管理中，要建立一种常态化的制度和流程。包括企业各岗位和工种的数据收集和数据分析应用框架和制度。从员工日常工作中所使用的数据结构和层次，就可以判断出企业的数据应用水准和效率。因而，要使员工学会分析使用业务数据支持自己的工种效率。

再次，对数据的深度应用及其有效性和可信度的重视，更是来自企业高层决策者的直接倡导和实质性推动。数据化运营是跨多部门、多技术、多专业的整合性流程，任何部门都无法独立承担。只有来自决策层的直接倡导和实质性持续推动，才可以建立、完善真正的全员参与、跨部门跨专业、具有战略竞争意义的数据化运营。

此外，管理人员应经常深入员工群体，切身体验每个岗位的工作，从管理实践上改善员工关系，为决策基础做好动员工作。管理层对一线人员更精确的了解，能避免产生个人偏见，从源头上解决管理者与员工的矛盾。这就为管理制度完善提供了经验，更为数据设计方案提供更加切合实际的可行基础。

参考文献

[1]（英）哈拉兰博斯.社会学基础[M].上海：上海社会科学院出版社，1986

[2]社会学研究方法（第3版）[M]：北京：中国人民大学出版社，2010

[3]管理学原理（第3版）[M]：北京：中国人民大学出版社，2010

[4]工商管理中的定量分析方法[M].上海：同济大学出版社，2003

[5]管理学（第11版）[M]：北京：中国人民大学出版社，2014