Contents

[筆記]《數值化之鬼》

確實,數字不是全部,但是擁有三十年以上老經驗的人說出這句話的時候,跟剛進公司第一年新人說出這句話,其實背後意義是截然不同的。

說出「數字不是全部」的心態差異

  • 對於老經驗的人來說,他非常的奮力工作,做出成果,把工作做到極致之後,也就是把所有能夠追求的數字都做完之後,進而才領悟到數字不是全部,然後才去做自己更值得去做數字無法描述事情之外的事。
  • 對於新人來說,他如果講出這句話,可能就是會導致說,可以數值化的部分都還做不好,就想要去做一些無法數值化的東西,那就代表是其實全部都很難做好。

每一天都要數字化思考

書中提到一個我覺得蠻有趣的觀點:

  • 不是只有年度計畫要數字化。
  • 不是只有報告的時候才用數字化來表達。
  • 而是在記錄每一天、回顧每一天的時候,就試著運用數字來回顧,思考一整天的行動,讓自己的發言裡面帶有數字。

這個想法真的蠻有趣的,到時候可以來試試看怎麼樣去做。

每日數字化的最大好處:

  • 可以方便把大目標分解成每一天
  • 這樣子就可以優化每一天的行為。

注意: 偽裝成數值化的假數字

書中有提到一些「什麼什麼力」的說法,其實本身就無法被量化。

例如:

  • 提升英語力
  • 提升銷售力

這些說法中的10%銷售力是什麼意思?20%英語力又是什麼意思?

這個其實是假的,不能夠這樣子說,都是偽裝成數值化的假數字。

如果真的要量化這些目標,應該這樣說:

  • 多益要考到800分,而不是講提升英語力。
  • 讓銷售額增加15%,而不是去講提升銷售力。

數值化的盲點 - 比率與平均值

做一件事情達成率80%,但可能是完成8件,達成率50%的人可能是50件,實際上誰的績效比較好呢?

三個部門的平均數,高於平均就是好嗎? 可能是1000,500,100,但大家的市場或規模的都不一樣,其實沒辦法相提並論。

PDCA 與計畫拆解

作者在第一章結束後,開始談論關於 PDCA 的內容。其實我們的年度計畫本身就是一個大的 Plan,而這個大的計畫其實可以被拆解成許多小的計畫,例如每週、每月的行動目標。

在這些小計畫規劃完成後,就會進入 Do(執行) 的階段,這時候就涉及到了 KPI(關鍵績效指標)。但我目前還沒有看到一個具體能回答我疑問的方式。

舉例來說,作為一名 軟體工程師,我該如何訂定每日的 KPI 呢?是用 程式碼數量文字量,還是 提交次數?這些雖然看似量化,但並不一定合理,因為這些數據 未必與最終目標直接相關。像是程式碼可能會經過反覆修改甚至刪除,那麼光看這些數據作為 KPI 是否真的有意義?

雖然書中舉了一些例子,但我還是覺得需要更具體而實用的指引,尤其對像軟體開發這種需要創造與調整並行的工作領域來說。

KPI 是否只是數量的堆積?

書中舉例,如果半年內的 Plan 是爭取到 10 位客戶,那麼每日的 Do 就是 每天拜訪 3 位潛在客戶

這樣的邏輯乍看之下合理,但我認為仍有疑點。因為如果只為了完成「每日拜訪 3 位」這個數字,而忽略了拜訪的 質量,反而可能會 背離最終目標。數量並不一定等同於成果。

因此我在想,KPI 應該不只是「行動的數據」,而應該是 與最終目標緊密連結的有效行為指標

書中也提到在檢討時應該這樣想:「只拜訪了三位,沒有達成目標,下午也沒有有效率完成其他任務」,接著思考:「如何調整時間管理,讓任務更快完成?」這樣的檢討方式,比單純看數據完成率,更能導向真正的改善。

將數值化應用到實際工作中

延伸到我的實際工作,我目前有兩個目標方向:

  1. 參與或主導跨部門的大型專案(至少兩個外部部門)
  2. 培養跨部門溝通與提案的組織領導能力

為了朝這些目標前進,我思考如何將行動具體數值化,拆解成每日可實行的 KPI:

Plan:

  • 發起並參與 兩個以上跨部門專案
  • 深入理解公司內部及外部的痛點,找出合作與改進機會

每日 KPI:

  • 每日收集至少一個跨部門痛點(來自其他部門或自身部門)
  • 每日與至少一位外部部門同仁進行溝通(可透過電話、會議等形式),並 留下紀錄與筆記

這樣的行動,目的不只是為了完成數字,而是為了 累積跨部門協作的理解與經驗,進而 提升組織溝通與提案能力。當這些行動成為習慣,我相信目標也會自然實現。

找出工作中的「變數」

分解流程,計算數字,然後反覆的問:「為什麼?」 事情可以分成「該思考的」與「想了也是白想」

什麼是「變數」?

變數指的是那些會直接影響結果的關鍵因素。當你調整這個變數,就可能改變整體表現、反應或結果。可以讓你用最小的改變,創造最大的效益。例如:商品沒賣出去,不是因為品質不好,而是因為名稱讓人無法理解它的價值,改名就能大賣。

「變數」套用到PDCA

PDCA中的C,就是要把自己的行為做檢核,看出自己的行動數據,是否對於達成P的目標有幫助,看完之後,可能就不會認為「開會的時間長度」會是「變數」,因為拉長後也沒有變化,而是可能發現「陌生開發的人數」才對最後的目標有影響。 發現有效就繼續提升該數值,發現沒效就改方法,這就是PDCA 中的A要做的。

`不是對已經做得事情隨便給意義,而是找出顯著影響結果的因素

兩種錯誤的想法

  • 一切都會如同自己所想
  • 靠自己的力量,永遠都無法如願成功

存在的「變數」也需要刪減

以前成功的方法,過了幾年就沒用了。別人的成功案例,對你來說只是「假設」,驗證後只是常數。

也可能因為長期累積,某工作的「變數」太多,也就是KPI 太多要顧,認知負擔太高,不容易管理與執行。

修正建議:

  1. 不要超過5個,減少認知負擔
  2. 主動意識「非變數」,避免無效行為
  3. 專注高效果的變數,效果低的就省去

連結

博客來-數值化之鬼