度量系列①：度量前需要搞明白的事儿

最近“度量”又火了，可能是因为精细化管理的声音越来越高，这也是企业发展的必然阶段后产生的必然的诉求。从最开始野蛮生长，蓝海变红海，当竞争增多了，增效变得越来越难，只能不断“降本”。对于降低成本这件事来说，野路子就是裁员（当然这不绝对，虽然这是肉眼可见的见效快），文明和高级的做法就是更精细化的组织管理，即通过去掉那些臃肿的运行机构或者繁冗的流程手续，提升人员能力，聚焦核心业务，提升协作效率。

想要精细化管理，必然要经历四个阶段：标准化、线上化、数据化、度量化。其实很好理解，想要更精准的“看到”哪里有问题需要过程改进，需要全面的了解自己，就得借助系统和工具，最终通过数据分析辅助管理决策落地。所以可以简单粗暴的理解这四化的内涵如下：

所以，要达成度量之前，还有很多需要完成的事情。其实在具体的实践中，这四化并非能严格按照前后顺序进行，也并非一定要按部就班，所以接下来我们按照更容易理解的逻辑，聊聊度量前要做好的基础工作，主要是：目的，定义，标准，工具。

首先来说说目的，这是想要开展度量前最需要澄清的一件事儿。很多企业和人员在做这件事时并没有想的很清楚，走一步看一步，结果一会成本超支了人就干走了（因为度量本身属于精细化经营管理的范畴，短时间难以看到成效）。或者就是一下子立意太高，导致当前的管理工具和数据水平跟不上，这些做法都大概率会失败。所以好的做法是，先在内部做出详细的调研，自下而上和自上而下的拉齐目标。

自下而上：通过看到当前组织的现状、核心痛点以及最急切的管理诉求，找到最需要优先改进的点；结合当前组织内的管理工具现状和数据准确度，规划初步的思路。

自上而下：通过BA和PMO的角色的加持，能直接与分管区域的高层领导进行对话，了解到高层级的需求，和一些隐性的信息（比如投资侧重点调整，被放弃的业务线就不存在继续被度量的意义了）。这一点也是想说明一件事儿，就是大家可能默认高层领导的出发点一定是业绩增长或者团队提效，其实并不尽然，也不排除“政绩工程”的事情存在，但我们又“身不由己”，所以做事情的时候尽可能灵活调整自己的做法，更好适应组织才是硬道理。

想要明确好度量的目的，需要在内部拉通以下的共识：

①  度量是为了解决什么问题？这个问题产生了怎样的影响，大家都有明确的感知吗？这个问题是为了分辨问题的真伪，聚力在最优先需要解决的场景上。

②  度量这件事成本很高，需要花费时间、精力，还得做好定义和标准化的一些基础性工作，甚至还得对系统进行改造（比如那些非真实的业务系统，只是线上电子化表格），短时间内不一定能产生很好的效果，这些限制因素在内部是否能达成共识。这个问题是了解组织的管理认知水平，如果与执行者相差较远，那需要格外关注且不断“洗脑”，力出一孔，最终才能利出一孔。

③  度量后的产物，是数据和数据结论，这只是从数据层面得出的理想化结论，任何建模的过程都存在简化实际因素的情况，因此结论也会天然与现实情况有一定的偏差。那么，我们针对数据结论做出的改进，就有可能并非有益于绩效提升，只能是较大概率而不绝对。这个问题是需要提醒管理者们，应该就事论事，多用辨证角度，具体问题具体分析，同时也应不断更新度量技术，以及不断提升工具水平。

最后，好的目的和目标应该具备以下的特点：聚焦在特定的问题，比如通过度量改进非重点项目的工时占比，且当前的系统能够支持提供相应的数据。另外具备一定的容错空间和标准建立，比如先试运行3个月，再结合运行数据去定义组织能够接受的占比比例。

与上下搞清楚了度量的指标外，接下来马不停蹄需要做一件事：定义。定义的本质是在组织内拉通语言，这里不是说互联网黑话，而是明确每一个元素的定义和表述范围，让大家能够理解一致。这里的定义分为两部分理解，一个是数据口径，一个是管理分层。

数据口径，就是明确数据源的一致性，这里是对能够产生数据的项点的精准定义。比如项目，PMI的定义是创造独特的产品、服务、或成果的临时性工作。组织内想要对齐项目的定义，一定不能直接拿来用，因为PMI只描述了项目的客观含义，没有赋予管理抓手，除此外应该增加的描述为，由xxx识别确认的，或者按照某种确定格式编写并通过评审的才算是我们要管理或者“度量”的项目。这就为项目的产生找到了依据。

再比如，做工时的度量时，我们得规定这里的工时是每个员工在系统规定的时间内，主动按照分类上报的工作时长，而并非你每天打卡的时间段。你说你今天加班了4小时，但忘记了打卡，或者没有在系统提交，那很抱歉，你被度量的工时可能是为0 。

接着是管理的分层，是对数据更精细化的筛选。比如项目的度量，我们不可能所有项目度量都做，而是挑选最重要、优先级最高的项目，看绩效达成情况，又或者看不那么重要项目的工时投入，这里的重要性与否是个相对的概念，需要在定义上进行分层，比如规定项目的ABC不同的级别，这些也是后面度量实施的基础。

综上，度量前一定要完成定义部分的内容，可以专门形成白皮书，明确描述各种能够产生数据和需要关注到的事项。如果是项目类的度量，需要明确项目、生命周期、立项、结项等各种数据项点（比如立项时间、结项时间、计划开始时间、计划结束时间、项目负责人、项目经理），这里不一一列举，最多可能有几百个定义之多。

别嫌麻烦，前面干的越多，后面就越轻松。（鲁豫：真的吗？我不信）

这里的标准有两层含义。一是标准化，在明确了定义后，我们需要明确每个关键的管理环节下标准的工作流，比如立项流程，拆解为立项申请、立项评审、立项通知等。每个环节有明确的动作、准入和准出的标准，这些内容就是我们常说的项目管理体系或者标准规范，有了这些内容的确认，大家能够按照步骤有节奏和有序的开展工作，已经能够尽可能实现提效了。此时我们如果再去做度量，比如提升项目立项周期，就可以通过评估立项每个环节具体花费的时间长度，再去看能够并行的工作，或者缩短某个环节的时间。

另一个是度量的基准，我们总说要降本增效，要过程改进，那么降到什么程度，或者优化到什么程度才是我们能够做到，也能被接受的呢？总不可能无限制降本降为0，这就是稻盛和夫老人家来了也无能为力。所以我们需要不断在数据分析过程中，并结合同行业的做法，或者最佳实践的推理，总结出这个建议值。这个数一般是无法拍脑袋的，哪怕好像很多企业都是这么做的。

度量并非全然依赖线上化系统，但是，没有系统的公司做度量的可能性不高，毕竟系统化是度量的基础。度量的本质是数据分析，所以得需要借助系统拿到“数据”，再结合数据进行分析，所以工具包含两方面：数据工具，和分析工具。

数据工具包括项目管理系统、OA系统、CRM系统、业务系统等，还有一些无法上系统的数据，如某应急事件的数据，随访的客户满意度等。但不管是否上系统，需要保障数据真实、有效，能够反映客观事实，而不是为了度量“造出来”的。

分析工具包括很多，这里得看数据体量和要展示的数据效果。线上有数据分析系统，个人可以使用excel、power BI 等工具，都很好用。有了数据以后还主要对数据进行分析，但就不再这里详细介绍了，大家可以期待下度量的后续系列，会在具体度量实施的环节补充这部分内容。

好啦，这就是度量的第一篇，总而言之，这是一个不那么容易的事儿，需要做好充足的准备，夯实基础才能真正发挥度量的价值。以上是一点浅浅的铺垫，希望给有度量需求的酱友们一些启发~~精细化管理之路不容易，坚持下去，就会有好的结果，加油啦~

更文：酱

头图：Master