HarmonyOS开发者限时福利来啦!最高10w+现金激励等你拿~ 了解详情
写点什么

新企业决策:如何应对不确定性

  • 2018-10-07
  • 本文字数:6347 字

    阅读完需:约 21 分钟

关键要点

  • 为了能够在不确定的情况下做出决策,你必须教会你的组织容忍不确定性。
  • 为了能够做出不确定的决策,你必须教会你的领导如何处理不确定性。
  • 可以通过确定基本要素来管理不确定性:未知信息、市场不稳定性、地缘政治和宏观经济因素、内部政治和惯性。
  • 并非所有决策都需要相同程度的确定性。如果决策的范围很小,可以让团队自己做决定(这里应该遵循一些规则)。
  • 通过将不同的主观观点混合到决策制定标准中来稀释个体主观性。

几年前,我所在公司的 CIO 问我是否应该投资某项特定的技术。我回答说“或许应该”,然后他问我,如果要 100%肯定要投资,需要哪些条件。”好吧”,我说,“只有在我们实现并成功使用它几年之后才能确定这项技术是值得投资的”。我只想说,我的答案没有得到很好的回应,那个时候,我们的组织既不能容忍不确定性,在做选择时也不能客观地对选择之间的合理程度进行分类。

于是我问自己:“如何才能阻止这些情况在未来再次发生?”

要回答这个问题,我需要了解在基于不完整的信息做出决策时究竟是什么东西在起作用。

自治与决策

在这个时代,大多数组织追求的是团队自治,并已成为常态,所以有必要确定团队内部决策的边界。

在我看来,团队应该能够自主地做出决策,只要:

  • 该决定仅影响该团队自身 ;
  • 没有重复功能或不必要的功能(如果另一个团队正在使用可以满足要求的工具,那么就没有理由引入另一个新工具);
  • 没有明显的财务影响(这不仅包括许可,还包括运营成本、基础设施等)。

如果超出上述限制,则不应该进行自主决策,而应该作为一个群体进行考量。

不确定因素

经验告诉我,以下因素会影响组织的不确定性容忍度:

A. 过去的未知

过去的未知试图捕捉初始历史评估的准确程度以及它们偏离目标的程度。这听起来像是敏捷方法的矛盾面,但事实上,它只是准确性的衡量指标而已。我经常陷入这样的局面:因为一些事实的存在,我们做出的决定的有效性不得不面临被质疑的尴尬。如果你觉得这听起来很熟悉,那么你也应该把这作为不确定因素来考虑。也请同时考虑参与决策过程的人的经验,因为面对未知的决策既是一门艺术,也是一门科学。他们的经验越多,未知的可能性就越小。

B. 市场不稳定性

这里必须考虑通常的地缘政治和宏观经济因素,还请考虑直接竞争对手和市场干扰者(如果有的话)。

C. 内部政治

决策受到内部政治的严重阻碍,因为失败可能导致个人和部门的力量丧失。你需要了解这些限制并准备采取行动。如果决策领域最近发生过相关的失败案例,导致被严格审查,那么相比决策领域最近刚刚崛起并解决了一个特别重要的挑战,对确定性的需求可能会高得多。另一方面,如果一个部门来了一个新的领导者,它可能更容易接受试验,并愿意尝试新事物。大多数以股东为中心的公司都倾向于规避风险,在处理不确定性时会特别小心谨慎。

D. 公司惯性

历史悠久的公司通常具有更大的公司惯性,这与公司的组织类型和所在的行业类型有很大关系。传统行业通常具有更大的惯性,而初创公司则较低。惯性也受立法和法规的影响。行业受监管越严格(如银行业),惯性就越大。

计算不确定性

所有这些因素都会影响组织在决策制定过程中承担的不确定性。通过捕获这些元素,我们可以计算出组织可以容忍的不确定性百分比。

为简单起见,我倾向于给每个元素打分(0 到 20),其中 20 表示对不确定性的容忍度较低,然后将它们相加(加上 20 作为基本确定性要求),然后得出所需的确定性百分比。

目前的组织要求的确定性(CORC)=(20 + A + B + C + D)%

结果越高,对确定性的需求越大,对不确定性的容忍度就越低。

示例

假设我们受雇于荷兰的一家零售公司,并且是在线部门的一部分,我们未能实现增长目标,但其他部门却实现了他们的目标。CORC 计算将类似于:

A = 15(增长目标完成得一般)

B = 5(市场实际上非常稳定)

C = 20(这个部门正在被审查)

D = 15(因为它是传统的零售商)

CORC = 20 + 15 + 5 + 20 + 15 = 75%

这个结果处在不确定度容差的平均水平。创业公司的这个数字通常较低,主要受缺少内部政治和公司惯性影响。而在政府组织中,这个数字相对较高。

这个数字非常高并不意味着在做出决策之前就一定需要非常高的确定性,因为还有另一个影响确定性需求的关键因素——范围。

范围

在确定决策所需的确定性水平时,需要考虑三个关键因素:决策的影响范围、决策的存活期范围以及决策的财务范围。

一个对组织影响范围小、存活期短、只需要小额财务投入的决策对不确定性的容忍度自然比一个对组织影响范围大、存活期长、需要大额财务投入的决策要打得多。

为了简单起见,我们只进行以下计算:

  1. 决策因素的影响范围 = 受决策影响的资源或人数 / 可用资源或人员总数(资源可以是指服务器、应用程序、服务等,具体取决于决策主题);
  2. 资金因素 =TCO/ 年度预算;
  3. 生存时间因素 = 决定产生作用的年数 /X(其中 X 是指使用中的最旧资产的年限)。

因此,决策“范围”的值是这些因素简单的相加总和。

范围因子 = i + ii +(iii/2)

请注意,在我看来,存活期是最不相关的,因此我减掉了一半的权重。

示例

继续前面的示例,这个决策可能是将面向客户的服务器迁移到云端、将它们放在需要进行升级的零售商的数据中心,或采用混合模式(其中一些组件将被移动到云端,一些将留在本地)。假设我们有 100 个虚拟机,需要移动 20 个虚拟机,TCO 为 400k,基础设施预算为 1M,存活期为 3 年,而最老的服务器为 6 年。

  1. 影响范围因素 = 20/100
  2. 财务因素 = 400/1000
  3. 存活期因素 =(3 年 /6 年)/2

范围因子 = 0.2 + 0.4 +(0.5/2)= 85%

确定性需求

现在我们可以通过找到 CORC 和范围因子的平均值来计算做出特定决策所需的确定性:

确定性要求 =Average(CORC,范围因子)

示例

确定性要求 =Average(75%,85%)= 80%

评估选项

由于我们正在尝试做出决策,这必然意味着有一些选项需要考虑(即使选项是做一些事或什么都不做)。Simon Sinek 曾经说过,“我们无法做出那种不需要做出平衡或牺牲的决策”。

评估选项的最佳方法是确定可用于比较它们的参数集。我们有两种选择:

  • 选项之间的直接比较,比如:
    • 可比的性能
    • 功能覆盖
    • 选项风险
    • 与其他事物协同作用
    • 实现的成本
    • 外部依赖
    • 整体业务案例
    • 其他
  • 对企业愿景 / 战略的抽象评估,比如:
    • 最大化企业的利益
    • 业务连续性
    • 适应性强且独立的组件
    • 安全且符合设计要求
    • 数据驱动
    • 限制重复和技术多样性
    • 使用方便
    • 其他

无论你如何选择评估选项,你和你的团队都应该为每个参数指定 1 到 10 的值(其中 10 表示最佳)。

你应该尽量避免只有两个选项的情况(通常是对立的)。尝试给定三个选项进行评估,因为这样可以打破观点的两极分化。

建立评估小组

如果你自己评估参数,你的主观性、偏见、偏好等将会影响决策。你因此可能会做出错误的决策,为了避免这种情况,请收集其他人的意见。与工作组召开评估会议,讨论选项及其所有参数,让每个人都表达自己的观点。请注意,你不是在寻求共识,也不是要让人们相信某些利益或陷阱。你所做的只是确保每个人都了解彼此的观点,并且最重要的是确保获得更多的输入,而不仅仅是你自己的。

你应该有来自所有团队的代表,他们需要与正在评估的选项的结果进行交互(开发人员、经理、运营等等)。请避免让不直接参与选项实现和运营的人员参与,同时也要避免“头重脚轻”的群体(有过多的经理人)。

在涵盖了所有选项的所有参数之后,只需要让每个人为每个参数和选项给出分数(1 到 10,其中 10 是最好的)。尽量保持简单,发给他们预先准备好的表格,让他们把分数填在相应的单元格上。

把这些加起来,你就可以获得选项分数。

你不应忽视的一个非常重要的因素(至少在高范围决策中)是记录并使你的评估和决策结果透明化。然而,我会将个人评分保持匿名,但会被捕获,所以将来,当有人想要质疑这个决策时,你知道谁参与其中以及得分的结果。

示例

假设工作组中有 5 个人,并且你有 5 个参数:

参数

本地数据中心

混合模式

云端

可比性能

4-4-4-3-5

2-3-3-2-4

9-8-9-9-8

功能覆盖

8-7-7-7-7

7-7-7-7-7

8-7-7-7-8

选项风险

9-9-9-9-9

6-5-6-4-6

4-4-5-4-4

实现成本

4-4-3-5-4

6-5-5-6-5

8-6-8-7-8

外部依赖 

4-4-3-5-4

8-7-7-8-7

9-9-9-8-9

总分

142

140

182

做出决策

现在我们有了确定性和选项分数,接下来要做的就是将最佳得分选项乘以所需的确定性。如果结果高于第二个选项的得分,那么就可以得到决策结果,否则就无法在特定时刻为组织提供必要的确定性来做出特定的决策。

示例

所需确定性 = Average(75%,85%) = 80%

最佳选项的分数 * 所需确定性 > 第二个选项分数

182 * 80% > 142

145,6 > 142(确定决策)

解决不确定的结果

如果你发现自己处于不确定的状况,需要:

  • 更改当前组织所需的确定性(CORC)。这很难做到,但可以尝试通过解决内部政治问题或等待市场稳定性得到改善来实现。
  • 降低范围因子:通过减少影响范围、存活周期或投入来降低范围因子,从而降低所需的确定性。
  • 在评估中添加更多参数:如果评估结果太接近,会让决策变得更困难。你可以通过向评估中添加参数来解决这个问题,这将拉开选项分数之间的差距。

跟进

在做出决策后,它并不会成为过去。恰恰相反,现在应该更加关注它。这样做是为了:

  • 如果出现了可能对决策造成质疑的新发现,可以尽快进行修正。
  • 通过调整因素或添加新因子来改进决策过程。

即使是决策被实现之后,仍然可以学习和应用经验教训。不要忽视对它们进行重新评估。

在做出重大决策时,请考虑重新评估点(可能每年或每 6 个月)。重新审视决策,并将新见解囊括在内,例如新的市场趋势、新技术等。

写在最后

决策本质上是主观的,基于在特定时间点评估选项的人所掌握的知识程度。通过应用这种方法(或类似方法),你应该能够通过稀释来抽离个体主观性和偏见,从而能够进行适合特定决策范围的可量化评估。

另外,要保持简单。如果决策的范围很小,需要注意,即使是简单的方法也会带来开销。根据我的经验,只要记录和沟通得当,小范围决策通常是没有什么问题。但大范围的决策需要多个具有不同目标的利益相关者参与,让这种方法成为有价值的工具。

关于作者

Alex da Costa 目前在荷兰 RTL 担任企业架构师。在超过 18 年的时间里,Alex 一直在为不同领域的多家大型运营商领导技术战略的制定、解决方案的设计和软件的实现。

查看英文原文 New Enterprise Decision-Making - Dealing with Uncertainty

2018-10-07 18:402541
用户头像

发布了 731 篇内容, 共 449.0 次阅读, 收获喜欢 2002 次。

关注

评论

发布
暂无评论
发现更多内容

OPPO打响AI手机第一枪

Openlab_cosmoplat

SQL 创建数据库语句详解与实践指南

霍格沃兹测试开发学社

软件测试学习笔记丨MQ - Message Queue消息队列和kafka基本使用

测试人

软件测试 自动化测试 测试开发

白话大模型① :AI分析能做什么?在实际落地中会碰到什么问题?

星环科技

白话大模型③ | 我们为何需要机器学习运营平台?

星环科技

深入了解数据库:分类、作用与特点

霍格沃兹测试开发学社

浙江丽水,正在用AI诊癌

Openlab_cosmoplat

开发打造个人体育赛事直播平台:创业新机遇

软件开发-梦幻运营部

三分钟数据持久化:Spring Boot, JPA 与 SQLite 的完美融合

快乐非自愿限量之名

sqlite 数据库 Spring Boot

量化交易策略炒币系统开发

薇電13242772558

量化交易

英特尔Sachin Katti揭示边缘平台增强AI功能之道

E科讯

精细管理,智慧决策:商品企划系统如何提升鞋服品牌运营效率?

第七在线

AIGC下一步:如何用AI再度重构或优化媒体处理?

阿里云视频云

云计算 视频云 AIGC

低代码与国产化部署:软件开发的未来趋势与应用实践

不在线第一只蜗牛

低代码 软件咖啡 国产化部署

AI PPT软件有哪些?这5款堪称神器,职场白领必备!

彭宏豪95

职场 PPT 在线白板 办公软件 AIGC

利用ChatGPT提升工作效率的技巧与方法

霍格沃兹测试开发学社

深度探析低代码:助力“数智转型”赋能中国制造

快乐非自愿限量之名

人工智能 低代码 制造业 数智化

Python 教学平台,支持“多班教学”的课程授课方式|ModelWhale 版本更新

ModelWhale

Python 人工智能 大数据 数据分析 云课堂

谷歌最强开源大模型亮相!Gemini技术下放,笔记本就能跑,可商用

Openlab_cosmoplat

英特尔发布全新边缘平台,充分满足企业AI部署需求

E科讯

基于图数据库构建知识图谱平台应用实践

星环科技

Apache Calcite 一条 SQL 的查询计划生成之旅【上】

LakeShen

开源 sql 优化器 apache 社区 Apche Calcite

关于Python中math 和 decimal 模块的解析与实践

不在线第一只蜗牛

Python 开发语言 模块开发

AI浪潮下的低代码开发:变革软件开发的未来

EquatorCoco

AI 低代码 AI人工智能

关于 yarn 的中央仓库 registry.yarnpkg.com

伤感汤姆布利柏

教你如何判断Java代码中异步操作是否完成

快乐非自愿限量之名

Java Python 项目开发 应用开发

Docker Exec 命令详解与实践指南

霍格沃兹测试开发学社

OpenAI员工自曝996作息表,网友:真正的卷不需要强迫

Openlab_cosmoplat

新一代湖仓集存储,多模型统一架构,高效挖掘数据价值

星环科技

白话大模型② | 如何提升AI分析的准确性?

星环科技

软件测试学习笔记丨docker 搭建常用服务器与平台命令

测试人

Docker 软件测试 自动化测试 测试开发

新企业决策:如何应对不确定性_文化 & 方法_Alex da Costa_InfoQ精选文章