SEO知识:亚马逊公司治理

企业如何正确决策,与时俱进,顺势而为?

如题,谁知道呀。

决策影响并改变着我们生活的方方面面,最终其实是决策的质量决定了我们将有的结局。拥有一套清晰明智的决策框架则能帮助抗衡任何潜在盲点——这恰恰容易被忽视。
每个人对决策都会有一个直觉的过程,但个体之间的直觉也是有认知差距的。好的决策不仅填补了认知上的差距,还能帮助过滤掉噪音。以下是亚马逊创始人兼CEO杰夫·贝佐斯在决策上的三大准则,这是亚马逊能从一间网上书店进化到地球上最成功企业之一的秘诀。
------
上个世纪90年代初,杰夫·贝佐斯注意到了一件事。
当时他近30岁,互联网革命正处于拂晓时分。当时“互联网”的样子跟我们今天所看到的还很不一样,但是有一件事已经引起了贝佐斯的注意,那就是每年互联网的使用人数以2300%的速度在增长。
看到这个数字的贝佐斯激动万分,立马列了一个单子,写出可能在网上售卖的20样产品清单,最终他的决定的是:卖书,因为成本够低,需求又大众化。
可以说,亚马逊这家公司的发端相当不起眼,但是今天,如你们所见,它已经远远超出了网上书店所能包含的概念,而贝佐斯也当上了半天的世界首富。
从事情的表面看,关于贝佐斯如何成功治理公司、实现增长是显而易见的。比如,亚马逊一直以来坚持“客户至上”的核心价值观,从不因业绩而自满,以及,会为终局而牺牲短期的“虚荣指标”(vanity metrics)。
但当我们挖掘更深一步就会发现,是他在执行上的细节处理,才让浮于表面的种种优势得以实现。每家公司可能都想成为下一个亚马逊,也正采取与它类似的发展路径,但实际情况是,绝大多数公司并没有在恰当的时机具备最基本的决策框架。
如今的亚马逊是一家体量庞大的公司,但是他们决策层面的核心工具其实是简单又行之有效的,以下便是我们可以偷师的三点准则。
1、以影响力大小作划分
每一天,我们都在做或大或小的决定,这由我们所处的环境决定。
然而,不论大小,每一个决定都在耗费着我们的时间和精力。而我们每日所承担的压力,绝大多数是来自于资源的相对有限性。因此,我们时常迫于压力作出一些非最优选择的决策。
问题是,我们从直觉上判断某一个决策的重要性,依据往往不是它将会产生的影响力,而是取决于一个随机的“时间点”。即使某件事是相对不重要的,也不紧急,我们却常常因为周遭环境因素需要立马去解决它。
正如贝佐斯在2015年的致股东信中所写的,世界上有两类决策:类型1是关键任务且影响力巨大的,这类决策会影响到更重大的战略层面;而类型2是风险较低的决策,如果有必要的话,它可以推翻重来。
在亚马逊,分出这两类决策后,贝佐斯把类型2的决策留给各个团队以及个体,管理层高层则专注于处理类型1的决策。
考虑到绝大多数公司对于二者之间的界定可能非常模糊,因此,公司经常陷入到“应对紧迫事件而能力不足”的困境也就不奇怪了,因为他们总是无法正确地调配资源到真正重要的阵地。
这是一个简单而有效的系统。即便在我们的日常生活中,大多数时间也应该花在类型1的决策上,而类型2的决策,或者可以委托给他人处理,或者延后到与不那么重要的决策一起处理。
2、不要让流程变成默认设定
由于技术的进步,这个世界上多了一些自动的行为;而数据的积累,让很多事变得更有效率。
公司做到像亚马逊那样,一般拥有丰富的资源,也可以通过多种方式自我减负。比如,他们可以部署一系列的调查和测试来完成某项研究,从而利用研究结果建立一套自动决策的系统,以取代人力。
虽然有时候这样做是很有效率的,但是贝佐斯指出,“好的流程服务于你,从而让你可以(专注)服务于客户。然而,一旦你不够警惕,流程就会成为麻烦。这样的问题对于庞大的机构来说尤其容易出现。
到那时,流程取而代之,成了你想要的结果。你不再去认真检视结果,而仅仅确保自己正在进行一套正确的流程。但是你要明白,流程永远不会是问题的关键。你时刻要拷问的,是我们拥有了一套流程,还是流程在左右着我们?”
许多被创建出来、帮助进行自动决策的流程,其实不过是模仿的结果。人们喜欢走捷径,往往是从哪里取了一个平均值,或是照着他人的套路粗糙效仿。
这种决策框架的问题在于,忽视了重要的环境因素。即便学习到了最新、最先进的学识或是技巧,不在恰当的情况下去使用也是无用功。
记住,一切成功的经验都不是照搬照抄就可以复制的。魔鬼在细节里。
3、在70%时让idea面世
对于大多数决策来说,过了某个点之后,信息与时间便呈现边际收益递减规律。此后,你在一件事上花费的时间越多,能获取的收益反而减少,而因时间成本所落后的距离也越拉越大。
换句话说,改进固然是好的,但过度的改进就成了多余。
举个例子,如果你是一位创作者,你大概永远不会对自己的作品感到满意。而那些细微的改动所要耗费的大把时间和精力很可能远大于产生的收益。
因此,更为明智的做法是,在你“完全准备好”之前就让它面世,不论它是一个想法也好,作品也好;然后再根据反馈来快速迭代。
“适可而止”一来能让人保持在一个积极的状态,二来也能避免过分执着于自己的选择。任何一个有着重大影响力的决策都必将影响未来,我们理应考虑到未来的变化。在一个动态的世界里,尝试作出相对静止、完美的抉择就是在酿造一场灾难。
当我们决策时,总是习惯性把事情当成是一个个单独的事件,但现实状况是,大多数抉择所产生的影响都会在一段时期内延续,因此是不时需要去调整的。
对贝佐斯和亚马逊来说,这条该停止的红线就是70%左右的被感知的信息;在此之外,他们将注意力放在了谨慎的修正上。这样做使得他们能够快速前行,同时又确保不会在过早阶段就在决策层面做太多妥协。
这正是亚马逊能够进入如此多的行业领域、又同时能站稳脚跟的原因。更少的决策时间意味着能够做更多决定,量变最终会引起质变。
记住,修正错误比迟迟未动的代价要低得多,更何况,这个世界上也不存在完美的决策。

国内能做数据治理的公司

如题,谁知道呀。

亿信华辰,华为、普元、石竹、IBM、SAS、中翰软件、石化盈科
其中亿信华版辰基于13年的数据治理经权验,已形成一整套数据治理解决方案,通过元数据、主数据、数据质量、数据标准、数据资产、数据处理、数据交换、数据安全、数据生命周期九大功能模块的任意组合,满足所有客户的数据治理需求,实现数据价值的最大释放。目前已广泛应用于财政、税务、卫健委、农业、食品安全、安监、法检及政法、金融、企业等,为客户提供信息化顶层设计与规划咨询、应用软件开发、系统集成、运维和运营等全方位的专业服务。


国内能做数据治理的公司

数据治理(DG)是增长最快的学科之一,但在定义数据治理方面,许多组织都在努力。

Dataversity称DG是“有助于确保组织内数据资产正式管理的实践和流程。”这些实践和流程可能因组织的需求而异。因此,在为组织定义数据治理时,考虑推动其采用的因素非常重要。

该通用数据保护条例(GDPR)已经将数据治理的升级突出显著贡献。实际上,erwin的2018年“数据治理状况报告”发现,60%的组织认为监管合规是他们数据治理的最大推动力。

其他重要的驱动因素包括提高客户信任/满意度和鼓励更好的决策,但他们分别落后于监管合规性的49%和45%。声誉管理(30%),分析(27%)和大数据(21%)也是因素。

但是,如果不了解如何在这些环境中应用DG,数据治理的采用几乎没有什么好处。这可以说是过去数据治理的问题之一。

由于没有固定的定义,以及在IT中隔离数据治理的历史实践,组织通常对数据治理有什么不同的想法,甚至在部门之间也是如此。由于这种跨部门的脱节,不难想象为什么数据治理在历史上有很多不足之处。

但是,由于在GDPR中授权DG,组织必须在组织范围内定义数据治理以管理其成功实施,或者面临GDPR的处罚。

定义数据治理:期望的结果

在定义组织范围的DG计划时,一个好的起点是考虑所需的业务成果。这种方法确保所有相关方都有共同的目标。

过去的Data Governance 1.0示例主要涉及对数据进行编目以支持搜索和发现。这种方法的本质,加上DG计划通常在没有来自更广泛业务的投入的情况下孤立于IT部门的事实,意味着这种做法经常难以增加价值。

如果没有来自更广泛业务的投入,数据编目过程就会缺乏背景。通过忽略包括组织的主要数据公民 - 那些管理和/或利用日常数据进行分析和洞察的公民 - 组织数据经常受到重复,不一致和质量差的困扰。

现代数据驱动业务的本质意味着这些数据公民遍布整个组织。此外,许多关键数据公民(认为数据使用的增值方法,如数据驱动营销)并未积极参与IT部门。

正因为如此,Data Governance 1.0计划在令人沮丧的频率上失败了。

当然,对于将监管合规性确定为数据治理驱动因素的组织而言,这是个问题。考虑到数据驱动型业务的本质 - 不断捕获,存储和利用新数据 - 满足合规性标准不能被视为一次性解决方案,因此数据治理无法排除优先级并且不得不失败。

即使那些设法无限期地维持输入数据治理需求水平的企业,也会发现Data Governance 1.0方法需要。在监管合规性方面,缺乏与数据治理1.0相关的背景,以及导致的不准确性意味着潜在的严重数据治理问题可能毫无根据,并导致对违规行为的影响。

我们建议组织在实施DG时,不仅要将数据编目和合规性视为预期结果。在数据驱动的业务环境中,数据治理发现其作为增值计划的真正潜力。

将数据治理所需的业务成果确定为增值计划的组织也应该考虑数据治理1.0的缺点,任何未将增值视为业务成果的组织都应该问自己“为什么?”

许多21的最大市场干扰的ST世纪已经数字精明的创业公司具有强大的数据策略-想制作的Airbnb,亚马逊和Netflix。如果没有高数据治理标准,这些公司就无法对其数据充满信任,无法自信地采取这种数字优先战略,使其难以管理。

因此,在数据驱动的业务时代,组织应该考虑数据治理2.0战略,DG将成为一个组织范围的战略计划,从IT范围中解除实践。

这种对数据治理的协同作用本质上涉及数据在治理过程中的最大受益者和用户,这意味着数据编目等功能可从更大的背景,准确性和一致性中受益。

这也意味着组织可以更好地信任他们的数据,并更有把握地满足监管合规性的标准。这意味着组织可以通过更准确的分析和分析方法更好地响应客户需求,从而提高满意度。这意味着组织不太可能遭受数据泄露及其相关损害。

文章发布时间与标签:

更新时间:2021-09-26 08:52:52
标签: 亚马逊公司治理标准 亚马逊公司治理论文 亚马逊企业社会责任 亚马逊相关论文 关于亚马逊的毕业论文 亚马逊的公司治理结构 亚马逊企业文化解读

推荐的SEO知识: