量化
2013-1
人民邮电出版社
Martin Klubeck
261
314000
吴海星
无
量化分析：基础 在所有能用于组织改善的工具中，我最关注的是量化，因为对它的呼声最高，误解也最深，而且人们对它感到恐惧，可它却非常有用。从宏观上定义量化分析，需要从以下六个方面来了解。 · 量化分析的定义 · 量化分析的原因 · 何时进行量化分析 · 量化分析的归宿 · 量化分析的所有者 · 如何进行量化分析 量化分析的定义 量化的定义方式有很多。在本书的第1章，我给出了一种定义和使用量化的通用语言。对于我来说，量化是一种为改善某种东西而讲述一个完整故事的手段。尽管有时候是为了优化一个业务流程，但通常都是为了改善组织。归根结底，任何改善都应该可以归结为对组织有帮助的改善。 量化是改善工具。按照它们的特性，量化分析使用不同层级的信息（数据、指标、信息和其他量化指标）讲述故事。尽管我一直尽力保证叙述的完整性，但把所有内容都囊括其中几乎是不可能的。在大多数情况下，我会尽量把对改善有帮助的重要内容都包含进来。 量化为改善工作提供了很多帮助，可以让你在第一时间确定哪里出错了，工作进展如何（有没有改进以及改进是否达到了预期效果），改变之后的新环境看起来什么样。这里提到“改变”是因为改进是改变的一种，不一定是沧海变桑田。做了些新的事情，不再做某些事情，或者用不同的方式做某些事情，这些都是改变。没有改变就不可能有改进。 爱因斯坦说：“精神错乱的定义就是用同样的方式做同样的事，却期待不同的结果。” 下面是一些量化分析可以完成的事情。 · 改善公司各个领域的“健康状况” · 提高客户满意度 · 提高产品/服务的价值 · 提高员工满意度 · 提高业务流程的效益 · 改善战略、规划和执行力 · 为改变提供基础 · 改变什么 · 什么时候改变 · 如何改变 · 提供理解组织的洞察力基础 · 优势 · 问题 · 弱点 · 机会 量化分析是为以改进为目的的改变而进行的。最起码我是这么用它的。我在书中讲述了一个为改善组织整体区域而构建量化分析体系的方法，也介绍了如何为改善特定区域而构建独立的量化分析体系。我是理想主义者，对量化分析体系的信念就体现了这一点，我认为它是一个强大的改进工具。 量化分析的原因 为什么要做量化分析？为了改进。我知道这已经说过了。但是，为什么偏偏是量化分析呢？为什么不是其他那些大行其道的方法呢？（像TQM、六西格玛、平衡计分卡等。）有趣的是，选择其中任何一种方法都会要求你使用量化分析，或者至少是量化分析的组件（数据、指标或信息）。这些改进方法首先要评测现在的状态，这是基础，这样在方法实施之后，才能看出优化流程取得了什么样的成绩。这些方法还要求你评测投入到改进工作中的时间、金钱，但没有一个能真正帮你改进你想改进的东西。 量化分析能提供一些基本帮助，所以才成为了重要的改进工具。无论要改进的是产品、服务，还是业务流程，量化分析都能提供所需信息。这种洞察力对于执行任务（满足需求或提供服务）的人很有价值，能够让他们以一种新的、通常也更全面的眼光去看待自己的工作。量化分析会帮他们找到改进方法，还能让他们看到自己能得到的好处；能够给出宝贵的反馈，让组织可以用量化分析把持续改进变成现实（而不是一个新噱头）。 量化分析也为高层管理者提供了洞察力，让团队领导可以把改进工作的成果展示给投资人，让人们注意到你的改进工作，以便得到更多的支持。 它还可以让你用客户容易理解的方式跟他们分享你的工作成果。客户能够明白事情怎么向好的方向发展。所有新产品发布时（我特别喜欢苹果公司的半年度公告）都能注意到贯穿始终的各种量化指标。 量化分析提供了洞察力，还会为你的观点的合理性提供支持。如果其他条件都旗鼓相当，数据就是决定胜负的关键。在几个部门争夺资源时，能拿出数据的会最终胜出。 何时进行量化分析 理想情况下，在组织没有成熟的时候，你不会进行任何大规模的量化分析，因为不成熟的企业没有能力组织大规模的变革活动。不过，这是针对覆盖整个企业的大规模量化分析计划而言的。如果你只是负责一个部门，只是想要实现一个部门级别的量化分析计划，那么只需要确保你们部门能够实现变革就行了。如果你们提供一两项产品或服务，实现量化分析计划应该没问题。记住，量化分析只是一个改进工具，所以除了量化分析，你还需要实现其他改进工具。量化分析可以指明工作重点，表明工作所取得的进展，但量化分析本身不是一套解决方案。 很可能你已经收集了数据和指标，你可能拥有跟踪、收集数据和指标甚至能产生报表的自动化的工具，你可能要为一个年度报告提供信息，你可能已经满足了一些特定指标的需求。你所在的行业，可能已经有用了好几年（甚至几十年）的标准了。但这并不一定是我所定义的量化分析，创建这样的标准也不是本书的初衷。那些数据和指标是拿来汇报的，而不是拿来用的。它们并不是用于优化流程、改善产品或服务的。 也许是时候用这些信息维护自身利益，开发量化分析计划了。你要问的关键问题是自己有没有准备好，愿不愿意、能不能做出改变。你想改进吗？ 你将在本书中学到，所谓“何时”，就是在改善某件事情之前，事先广泛收集相关信息，一般优秀的研究人员都这么做。所以，这个“何时”就是在改进工作开始之前，进行当中，以及完成之后。 量化分析的归宿 量化分析计划应该属于数据的所有者。我工作的80%是帮别人构建量化分析体系，通过设计、创建、实现和维护量化分析体系指导客户。在很多案例中，我也制作和发布他们的量化分析结果。但如果有人问起，我很乐意告诉他们，这些量化分析都不是我的。我只是在帮它们的所有者制作而已。我最成功的时候，就是把量化分析的维护和发布交给所有者团队的时候。然后我的角色变成了顾问，帮助他们使用和完善量化分析体系。这种转变需要时间，通常是因为缺乏技巧或资源。但把量化分析的制作、维护和发布交给它们的所有者一直都是我的最终目标。 所以，量化分析最终要交到数据所有者手里。可以挂到他们办公室的墙上，可以放在他们的共享磁盘里，也可以放在他们的网站上。那才是量化分析的归宿。但量化分析也可以出现在其他地方，比如年度报告、月例会或者公众网站上。 是否公开量化分析由所有者决定。决定在哪里发布量化分析结果时一定要慎重，要斟酌量化分析结果的使用和其他人访问该信息的必要性。组织越成熟，越适于分享量化分析结果。很多组织还没成熟到可以跟同行、客户分享量化分析结果，更别提向公众发布了。 量化分析的所有者 我每天都会处理这个“所有者”的问题。我们组织中用的很多量化分析体系都是由我创建的。我还是首席设计师、数据采集人员、分析师和结果发布人员。但就像在“归宿”那一节中提出来的，我一直寻找机会把量化分析移交给它的所有者。 所有者是谁？主要是那些交付产品、服务或执行业务流程的人，这个我在后面还会详细讲解。但量化分析的所有权可能会涉及整个组织，具体取决于如何定义所测量的项目。 这里的关键不是量化分析属于谁，而是它不属于谁。不要把一线工人排除在外，不要认为量化分析归CEO或高层管理人员所有。即便量化分析结果是向高层汇报的，也不意味着它们就应该只归高层所有。记住量化分析的目的。除非是CEO和高层管理者要优化工作流程（他们极少会直接发布产品或服务），否则你就必须把执行任务的人——那些负责让改进实际生效的人——作为所有者包括在内。如果高层管理者发现有个部门在用量化分析做改进工作，但却没跟高层分享，能有多大危害呢？有一些吧。但是请想象一下，如果有个部门发现高层管理者已经审阅了跟他们的流程、服务或产品相关的量化分析结果，但他们自己还不知道，这会激起多大的麻烦？会不会对组织造成极大伤害？我敢打赌会的。 如果高层管理者想要一个部门、单位、业务流程、服务或产品的量化分析结果，那所有涉及的人都应该是量化分析结果的分发对象。他们都应该参与到设计、创建和发布工作中来。 很简单，“所有者”就是：组织内部的所有人，以一线员工为主。 如何进行量化分析 这就是本书的写作目的。我会在书中给出一套完备的量化分析计划或特定优化领域的量化分析开发指南。之所以称为“指南”而不是“法则”，是因为法则仅指正确的方法。跟大多数事情一样，开发量化分析也不止一种正确的方法。我所提供的语言、流程和工具是基于20多年的经验积累得出的。这些经验中既有成功也有失败。两者都让我获益良多，我也很高兴跟你分享我学到的东西，以免你重蹈我的覆辙。而且如果你已经掉进坑里了，我的建议很简单：别再挖了。 本书主要内容 掌握描述量化分析及其组件的统一语言是我们在本书展开讨论的基础。在编写这本书的过程中，以及在考虑所有能用来使量化分析和发布更容易的工具的时候，我想到量化分析和其他改进工具之间还有一个非常重要的差异。除了数据、指标、信息和量化分析的定义，我还要跟你分享量化分析的另一面。 首先，对我来说，量化分析本身是改进工具，同时还是其他改进工具的组成部分。即便只是用量化分析来跟踪进度或预测未来的发展趋势，量化分析也应该被看作是一种改进方法，但那还不足以让它从多如牛毛的工具中脱颖而出。我用过很多用来开发改进计划或解决组织问题的工具，全面质量管理、能力成熟度模型、精益和精细六西格玛是其中几个。每个改进方法都会用到数据和指标，六西格玛在它的整个流程中都会用到数据，不仅用来评测改进，还用来确定要改进什么，还有评测成功和目标达成的指标。甚至有把普通愿望变成SMART目标的指标（SMART即Specific、Measurable、Attainable、Realistic、Time-bound，具体、可衡量、可实现、现实性、时限性）。 很多围绕量化分析设计的工具都是用于统计分析的。这些强大的工具可以明确不同数据之间的关系、因果关系，甚至能确定数据的准确性。 但对我来说，“量化分析”的含义要比统计分析丰富得多，但在某些方面又不如统计分析。 量化分析不是统计学家的目标，也不是分析师的最爱。统计分析学院里讲的知识要比这里涉及的广泛得多，也深入得多。我在教授量化分析时，通常都会声明我不是搞统计的，课程里面也不会讲统计学。从这些角度讲，量化分析涉及的知识有点少。 但从很多方面来看，量化分析又比统计学涉及的知识面广。它们是讲故事的一种方法，而且有很强的洞察力。当你处于抉择关头，需要选择不同的改进方向时，量化分析可以作为路标为你指明方向。 对我来说，量化分析是组织发展计划的基石，也是解决重要组织问题的工具。 正是量化分析和其他组织发展工具之间这些细微的差别，使得写这本书非常必要。统计学有专门的课程（我有个同事进入量化分析这行就是因为他是搞统计学的），各种分析工具的书也数不胜数，为这个开发的软件也很多（随便举三个例子，SPSS、MiniTab、Sigma XL），但很少有介绍或教授怎么使用量化分析的作品。在Kaplan和Norton的平衡计分卡方法和Dean Spitzer博士的Transforming Performance Measurement一书中，已经隐约体现出这种缺失来了。我想接过他们手中的枪，做好下一步工作——让每个人都能掌握量化分析的设计、创建和使用。 有了量化分析，你就能够利用数据、指标和信息来改善组织，并能在关键业务成果上取得成功。 我希望这本书能帮你构建量化分析体系，从而帮你改善组织。不管组织的使命有多大，量化分析都是组织改进的利器，而这本书会让量化分析尽可能简单。
《量化：大数据时代的企业管理》是大数据时代企业进行量化管理的成功指南。首先简要介绍了量化分析工具与其他改进工具的联系，接着重点阐述了量化分析体系的构成，全面介绍了量化分析这一改善组织、提升业绩的强大工具，旨在帮助读者更加系统、科学地制定和完善自己的量化分析体系,
挖掘数据背后的价值，真正将数据用于企业业绩的提升。
《量化：大数据时代的企业管理》适用于所有致力于改善组织、提升业绩的数据分析项目经理、数据分析师。
马丁·克鲁贝克(Martin
Klubeck)是圣母大学的一位战略规划顾问，还是实用量化分析领域的知名专家。他拥有韦伯斯特大学人力资源发展硕士学位和查普曼大学的计算机科学学士学位。他是《组织改进为什么事倍功半》的合著者，在量化分析方面也发表了很多文章。他有把复杂的问题变简单的热情，因此研发出了一套简单的系统用来开发有意义的量化分析体系。克鲁贝克还是信息技术绩效标准构建联盟的奠基人，这个非盈利组织专注于提供业界亟需的指标标准。
第1章 统一语言：数据、指标、信息，天哪！
1.1 三头小猪的故事
1.2 数据
1.3 指标
1.4 信息
1.5 量化分析
1.6 根本问题
1.7 数据-量化分析悖论
1.8 量化分析体系的构成
1.9 总结
1.10 小灶
第2章 设计量化分析体系：怎么设计
2.1 向着根本问题，前进！
2.2 检查根本问题
2.3 构建量化分析体系
2.4 明确信息、指标和数据需求
2.5 采集指标和数据
2.6 如何采集数据
2.7 再供例子一枚
2.8 回顾
2.9 结论
2.10 小灶
第3章 规划优质量化分析：从哪里开始
3.1 量化分析开发规划
3.2 文档：提高开发规划的档次
3.3 回顾
3.4 结论
第4章 把量化分析当做指示器
4.1 事实并非真相
4.2 回顾
4.3 结论
第5章 善用答案纲要：便捷之道
5.1 答案纲要是什么
5.2 如何使用答案纲要：明确量化分析类型
5.3 小灶
5.4 回顾
5.5 结论
第6章 从效用开始
第7章 三角交叉法：创建效率量化分析的必备良药
第8章 期望值：如何看出量化分析结果的含义
第9章 成绩单的制作及解读
第10章 最终交付物：量化分析成绩单
第11章 高级量化分析
第12章 创建服务目录：如何增强成绩单
第13章 构建标准和基准
第14章 敬畏量化分析的力量
第15章 不要掉进研究的陷阱
第16章 欣然接受组织的个性
附录 工具和资源
版权页： 插图： 任何情况下，组织都会像学生一样，需要根据整体成绩单做出决策。但仅凭成绩单还不能做决定，成绩优异（A+）不代表可以庆祝，成绩糟糕也不意味着要垂头丧气。做决定还需要更多的信息。这个A+是以牺牲其他科目为代价的吗？得个A+比得A或B更有优势吗？成绩糟的那科是不是学生真正想要学的？这门课可以放弃嘛？是必修课吗？ 为达到目的，要像对待成绩单一样对待所开发的量化分析体系。尽管好成绩会让人觉得开心，但只有下面这些结果才是我们想要的。 （1）不需要付出超常努力的（比如需要学生忽略其他科目或需要不顾健康开夜车的）。 （2）不靠“作弊”取得的成绩。对组织来说，作弊等同于不按既定标准、原则或业务流程做事。 （3）学生应得的成绩。不要自己不应得到的成绩，无论正面还是负面的。量化分析结果应该能够反映客户视角的服务绩效。 当看到不及格的成绩时（比如小测验或考试考砸了），也要问几个问题： （1）这次失败的原因是可以避免的吗？比如因为学习习惯不好、没按要求完成作业，或没上过预备课程？ （2）是因为不够努力或不够专注吗？ （3）是必修课吗？如果不是，可以放弃吗？如果这项服务不是组织的核心服务，能不能取消？“不及格”的成绩可以接受吗？ 下面来看看怎么从单项服务开始切人，最终发展成能反映组织整体健康状况的成绩单。 9.2基础工作 所有组织都有自己的客户。为了回答领导提出的问题，我们把答案的场景设定为如何向客户交付服务。问题的含义本来可以解释为生产产品或提供服务的效率如何，但我们选择从答案纲要中更关键的切入点开始，如何让客户满意（产品，服务健康状况）。这个切入点让我们可以从基础开始设计一个方案。 我们发现，如果量化分析关注的是客户视角（效用），就有可能被员工接受，可以减轻他们遭遇量化分析时常有的恐惧、犹豫和疑虑。我们可以向员工（包括一线管理人员、中层经理和高层管理人员）保证，所收集、分析以及最终汇报的信息不会反映组织中任何人的绩效，也不会反映任何单位的绩效，只会反映顾客是如何看待产品和服务的。
如潮：亚马逊网站全五星好评通俗易懂“关于量化管理的书寥寥无几，尤其是这种系统介绍企业量化的书。很幸运我读第一本就遇上了这么好的书。作者讲述清晰透彻，书中还穿插很多小故事，更是增添了很多乐趣。本书告诉我们：量化分析不是任意进行数据评估，而是将信息和数据有针对性地、有效地用于组织内部，解决业务问题。”——Karen L. Jett（美国注册管理会计师，Jett Excellence管理咨询机构创始人、总负责人），2012.05.28让数据为我所用“在资源受限、审查严密的今天，数据大行其道，每个人都在为数据疯狂，也在为数据所迫，作出一些激进的决策。但不幸的是，大多数组织都只是一味地沉浸在数据中，没有找到根本问题，浪费了大量人力、物力和财力。本书对数据追逐提出了挑战，详细介绍了如何利用量化这一管理工具，深度挖掘数据背后的价值，真正将资源转化为资产，提升企业业绩。”——Wilbur T.，2012.03.12引人瞩目，内容丰富“对商务人士来说，量化管理之类的话题一般都令人望而生畏，但马丁却成功地降低了阅读难度，写得通俗易懂，让读者对量化充满信心，忍不住要在组织内部大显身手。对于专注数据、追求绩效的管理人士来说，本书是必备读物。”——Mary Elizabeth，2012.03.17方法实用，见解深刻，语言生动“本书讲述了企业管理中应用量化的具体方法和意义。作者凭借生动的例子、有趣的故事，把原本枯燥无味的内容讲得清晰易懂。对于任何对企业管理和量化感兴趣的读者来说，本书都有你必备的实用知识。”——James Morgan，2012.03.21又一部完美佳作！“很喜欢你的第一本书《组织改进为什么事倍功半》，而这本书将量化阐述得更加完美。化繁为简，深入浅出，是我见过的最好的一本书。不仅阅读，而且悦读，太棒了！” ——Don Padgett，2012.03.14受益匪浅“终于找到了一部易于理解、便于应用的企业管理实践指南！图例很赞，语言生动，不仅便于阅读，而且妙趣横生。以前我总是“追逐数据”，现在我懂得了如何使用数据，如何得出与业务密切相关的信息。非常感谢！”——Irving，2012.03.15
量化管理是现在企业管理理论中非常热门的管理理论。作者是量化管理领域公认的专家。不仅介绍什么是量化管理，还教你如何一步步实践它。
“在资源受限、审查严密的今天，数据大行其道，每个人都在为数据疯狂，也在为数据所迫，作出一些激进的决策。但不幸的是，大多数组织都只是一味地沉浸在数据中，没有找到根本问题，浪费了大量人力、物力和财力。本书对数据追逐提出了挑战，详细介绍了如何利用量化这一管理工具，深度挖掘数据背后的价值，真正将资源转化为资产，提升企业业绩。” ——Wilbur T.，2012 03.12 “对商务人士来说，量化管理之类的话题一般都令人望而生畏，但马丁却成功地降低了阅读难度，写得通俗易懂，让读者对量化充满信心，忍不住要在组织内部大显身手。对于专注数据、追求绩效的管理人士来说，本书是必备读物。” ——Mary Elizabeth.2012.03 17 “本书讲述了企业管理中应用量化的具体方法和意义。作者凭借生动的例子、有趣的故事，把原本枯燥无味的内容讲得清晰易懂。对于任何对企业管理和量化感兴趣的读者来说，本书都有你必备的实用知识。” ——James Morgan，2012.03 21 “很喜欢你的第一本书《组织改进为什么事倍功半》，而这本书将量化阐述得更加完美。化繁为简，深入浅出，是我见过的最好的一本书。不仅阅读，而且悦读，太棒了！” ——Don Padgett.2012 03.14 “终于找到了一部易于理解、便于应用的企业管理实践指南！图例很赞，语言生动，不仅便于阅读，而且妙趣横生。以前我总是‘追逐数据’，现在我懂得了如何使用数据，如何得出与业务密切相关的信息。非常感谢！” ——Irving，2012.03.15
无
量化：大数据时代的企业管理
量化管理是现在企业比较通用的管理方法，本书很有用。
将项目管理浅显化了，量化分析还没看完，书还行。
这本书跟大数据没什么直接关系。是在叙述公司量化的观念及技术，适合入门的读者。写的还不错！
管理的量化，很复杂的东东。
量化概念与我们的生活息息相关，无处不在。
大数据时代来临，企业管理模式需要转变了，数据为王的时代，要用数据说话
云时代的到来，倒给我们更多的机会，同时也在深刻挑战着我们的思维模式和管理技巧，依托大数据，准时准确的分析，助力我们对时代的把握
大数据，当前IT行业最重视的领域之一。
书中内容很多，还没来得及看完，但推荐IT同行都可以看看，了解目前数据管理的作用。
经典图书，对大数据引起的企业变革阐释的清楚明白，适合管理者阅读思考
中国大数据元年，为大数据分析做储备
非常好的参考书，对于认识目前的时代，把握时代脉搏非常有帮助
前面两章是讲理论，后面是案例，比较细，收获挺多的。
可以把一个复杂的事情简单化处理的一本书，很不错。
可作为工具书，亦可作为科普书。对了解技术社会趋势大有裨益。
未来发展的趋势，金融的主流产品。
觉得还可以哦，支持。真的很棒耶。
老公要的书，我还没看，他说是本好书。
东西很不错，书非常有用
刚打开还没看，应不错
不错的说，。
不错的输，内容丰富具体
晚上下单第二天就到了不错
这本图灵和以前购买的其它图灵风格不太一样，翻译、纸张、装帧不同，但内容还是可以的
给公司老板买的
量化分析已是管理决策的重要依据，我喜欢这本书关于大数据时代的量化方法
算是提出了数据分析的一个重要问题。
一下子买了很多大数据方面的书，还是首推《大数据时代》
对数据的了解是现代社会需要的
讲述的方式很有趣，有些观点也比较新颖、有价值。值得一读。
书的质量还不错，只是快递太慢了。从广州到深圳整整花了3天时间。包装感觉有点随意。
还不错，值得购买，而且价格比其他网站便宜。
这个是比较偏需要详细认真读的书。不是随手阅读哪一类的。所以目前还没有正式开始看，不过厚厚的一本各种表格，让人非常期待内容啊。
给老公买的，估计还没时间看
刚收到货，收货速度很快。还未读。
只能说凑合看吧，当当书的质量，just so so~~
这本书还可以，发货也较为给力。
书刚刚收到，大致看了一下，应属于工具书，感觉像大学教材一样，希望对自己能有所帮助
感觉一般，没有太多让我感觉很刺激的东西，但基本还行吧
投递公司服务太差从来不提前短信通知
不知所云，现在这种书太多太烂。
本书讲如何对企业做量化分析与管理，可以翻翻做个参考。内容与大数据毫无关系，其英文名字为：Metrics: How to Improve Key Business Results。可见是中文编辑给标题加上了“大数据”的概念。
量化的一些方法和技巧。感觉还可以
挺不错的东西，推荐可以买。
这个书跟大数据没有关系啊！大数据是拿来吸引眼球的！
体现一种思路，通用可以
论文中的故事，应当是类佛教公案，隐藏一种模式，并具多棱面，最重要的是简单易复述。
不错，正是我想要的！做数据分析的朋友可以选择。
本书适合在企业管理领域做数据处理的人，21世纪我们进入大数据时代，人们面对着空前膨胀的海量数据，这本书将指导你如何从其中挖掘出有用的指标和信息，帮助你进一步提升企业的绩效。书里介绍了如何提升企业绩效的方法和工具，阐述了企业应进行量化的必要性，详细讲解了如何创建量化分析体系，使其更好地反映组织健康状况和客户满意度。教你运用正确的方法，评估真正该评估的数据，这是史... 阅读更多
给我们领导买的，整体还不错
观点与方法都可以，但不一定适合每个企业。
内容实际，先进，不错
值得阅读，可作为手头工具，经常翻阅
刚收到，尚未细读，但从简介和目录上看，确是我所需要的。
努力学习中..................
还好，积分规则变啦
介绍的方式可用性比较强，比较容易理解。
企业利用大数据挖掘的管理方法
物流很给力，书也不错，很值~