將您的專業知識制度化的好處

創建以數據為中心的決策方法是將公司員工頭腦中掌握的專業知識制度化的好方法。這些知識現在成為公司的財產，每個有權訪問它的人都可以訪問。公司全體員工都可以從這些知識中受益，每個人都可以為進一步建立這些機構知識做出貢獻。它也確保了公司的長期生存能力。

Oct 25, 2023

背景

有許多公司可以延續很多世代，但大多數公司卻沒有。影響企業壽命的因素很多，但一個很重要的因素就是企業知識制度化的能力。在許多中小企業中，決策責任往往集中在極少數人（通常是企業主和/或其他家庭成員）手中。此外，決策過程中的許多因素都被保留在決策過程中。決策者的想法，而不是公開討論或記錄。例如，中小企業的採購經理決定大量購買石油，因為他認為價格已經觸底，這個決定往往是被忽視的。ne 且未記錄。決策時他腦中想的一切都留在他的腦子裡。

誰不該為這篇文章煩惱？

如果您是具有以下業務目標的中小企業的企業主，請不要費心閱讀本文：

不想擴大業務——很高興在你餘下的積極工作生涯中保持一家小企業。
不想將業務擴展到個人退休之後 - 當您選擇停止工作時，您將關閉公司。
不想將任何有意義的責任委託給您的團隊。你堅持自己處理所有重大決策，並且會一直保持這種狀態，直到公司關閉。
不想提高決策過程的效率或決策的準確性。
你的團隊中沒有人擁有任何值得留在公司的知識或專業知識，也沒有人值得向團隊中的其他人傳授知識或專業知識。

如果您和您的團隊符合上述描述，那麼本文對您的業務沒有太大幫助。

誰將從閱讀本文中受益？

另一方面，如果您和您的團隊有以下目標，那麼本文可能對您非常有幫助：

強烈的願望e 擴大業務 - 您希望不斷發展業務，從小到中，到大的一天。
強烈希望創建一家即使您不再親自參與日常營運（例如退休後）也能繼續營運的公司。
渴望將有意義的責任委託給您的團隊，並培訓您的團隊。
強烈希望提高決策過程的效率或決策的準確性。
強烈希望保留各個團隊成員所擁有的知識或專業知識，並將其傳播出去團隊成員之間的知識。

只有當您的目標是不斷成長時，本文才有用盡可能與公司合作，創造一種結構，即使在你辭職後，公司也能繼續運作。這為比創辦人更長壽的成功企業奠定了基礎。

制度知識、關鍵人物風險和知識的進一步製度化

每個成功的公司都擁有一套重要的製度知識。我機構知識是公司員工在工作中使用的整套經驗、數據、最佳實踐和其他資訊。每當團隊做出決策或進行與業務相關的活動時，這些知識都會用於公司的日常運作。這些知識要么是在工作過程中產生的，要么是由新員工加入公司時帶入公司的。

大多數中小企業沒有任何嚴格的數據分析流程，通常依賴兩件事：

做出決定的特定個人的知識和能力。然而，這些知識和能力完全屬於個人所有，當他離開時，所有這些也隨之離開。該公司保留的這種能力和知識很少。
運氣和/或經驗法則。不要費心去執行任何複雜的決策；要麼依靠運氣，要麼依靠任意的經驗法則。結果並沒有以任何方式優化，但誰在乎呢？

例如，在化肥製造商中，採購管理r必須經常購買製造過程所需的商品投入。他必須決定何時購買以及購買多少。有大量變數需要考慮，例如商品的預期未來價格、總體商品市場供需趨勢、預計立即生產的短期化肥數量、所需化肥的中期緩衝庫存水平等如果處理得當，這實際上是一個不確定性下的複雜動態最佳化問題。

大多數中小企業沒有如此複雜的數據分析流程，因此我們經常看到以下兩種可能性之一：

天才：採購經理恰好是個天才，能夠解決最佳化問題的簡化（但足夠有效）版本。他只考慮了他應該考慮的變數總數的一個子集並進行各種近似以獲得最終解決方案。這是一個“足夠好”的解決方案。
氣味：採購經理根本不去優化任何東西，只是選擇最簡單的出路無論該決策的準確性或最適性。例如，他只是武斷地決定他認為商品的未來價格會是多少（沒有真正分析任何相關行業或經濟變量），做出購買決定並去吃午餐。他從來沒有對他過去的預測的準確性做過任何評論。在他為公司工作的20年的漫長過程中，他不斷犯下同樣的偏見和錯誤。（我將其稱為「根據氣味進行判斷」的方法，因為這與根據您當時聞到的氣味做出複雜的決定沒有什麼不同。）

顯然，從公司的角度來看，這兩種結果都不理想：

天才有一天可能會離開公司或退休。因為他的思考過程主要在他的腦海中，他的繼任者將無法接觸到它。不幸的是，公司的繼任者並不像原來的經理那樣天才，因此最終可能會出現糟糕的決策過程。換句話說，原來的「夠好」流程是不可複製的。
氣味隨行每次購買基本上都是在碰碰運氣。公司必須承擔他的運氣所帶來的後果。我認為，不言而喻，一家公司的原物料採購決定靠運氣是不明智的。

的天才是「關鍵人物風險」的明顯例子。當關鍵人物離開時，他會帶走所有這些知識並公司無法像以前一樣有效地運作，因為公司失去了機構知識的重要部分。

對公司來說，最好的解決方案就是不斷增加這些制度化知識，進一步製度化員工個人所擁有的知識。

自從現代電腦和資料庫出現以來，將這些知識制度化的傳統已經存在。例如，客戶關係管理（CRM）軟體將銷售主管頭腦中的大部分知識制度化——客戶的身份和聯絡資訊、過去下的訂單以及與客戶相關的許多其他資訊。一旦這些資訊輸入到CRM中，公司現在就擁有了銷售主管過去壟斷的很大一部分信息，並成為公司的資產。當高階主管離開時，他所知道的很大一部分都被公司保留。關鍵人物風險大大降低。

將知識制度化的好處是：

降低關鍵人物風險
允許團隊之間保留和共享知識，這可能會進一步提高團隊中每個人的知識和技能水平。

Allows the team to contribute and build upon the existing body of knowledge

Allows efficient sharing of knowledge among the team

Reduces Key Man Risk

數據驅動的方法如何幫助知識制度化？

數據驅動的業務運作方法大大提高了知識制度化的能力和需求。資料收集和資料分析步驟將導致知識的製度化—資料和分析將從員工轉移到公司（儲存在資料庫中）。

現代數據驅動的方法使我們能夠將更廣泛的知識制度化主題廣泛，涵蓋公司日常營運的各個面向。我們可以擁有涵蓋公司營運許多方面的資料庫—內部管理、面向客戶、工廠生產等。

例：工廠運營

在許多中小企業中，工廠生產線沒有按照標準進行監控或校準。就像台積電這樣的大公司。在像台積電這樣的大型半導體工廠，晶片生產過程中的每一個微小步驟都經過仔細監控，收集和分析數據，創建詳細的配方，一切都按書本完成。在許多中小企業工廠中，收集的數據並不多，而且有很多給予生產線經理「根據經驗」調整生產流程的空間。沒有詳細的實驗來評估不同的生產流程設定如何影響產量。生產線經理的「經驗」都保存在他們的腦海中。生產線管理者在決策時所使用的假設和結論可能正確，也可能不正確，我們常常無法對其進行檢驗。當經驗豐富的生產線經理離開或退休時，當新的經驗不足的經理接任時，產量通常會下降。

如果中小企業工廠遵循台積電的方法並採用數據驅動的方法，這些生產知識將保留在公司中。當一位經理離開時，下一位經理可以接手前一位經理留下的工作。更重要的是，他將能夠添加到現有的資訊中，有用的信息體不斷增加。

我們能為客戶做什麼？

在這個例子中，我們可以收集並分析他的生產線的數據來分析以下內容：

瓶頸在哪裡？
生產線不穩定的根源在哪裡？
哪些領域可能經常引發問題，例如停工和低產量？
與生產線員工討論潛在的解決方案。

有用的結果將是一套生產線的“配方”，任何生產經理都可以實施和監控。

例：採購商品投入

在許多需要購買石油和銅等商品投入的中小企業中，決策是由少數人以相當武斷的方式完成的。通常沒有研究團隊來分析價格趨勢，也沒有筆記來記錄任何特定購買決策背後的理由。幾乎沒有交易後事後分析來分析特定購買決策的準確性。如果採購經理是有效的並且做出了良好的採購決策，那麼公司就沒有基本流程的詳細記錄。當現有的採購經理離開公司時，下一任接替他的人可能沒有那麼好的流程，他的決策可能也沒有那麼好。公司輸了。

更重要的是，公司永遠無法借鏡以前採購經理的經驗，也永遠無法從過去所做的好的和壞的決策中學習。沒有製度記憶，就沒有製度學習。

相反，如果有一種數據驅動的方法可以捕捉整個決策過程，那麼公司就可以保留這些知識並不斷改進流程。公司可以審查所使用的輸入、所做的分析和得出的結論。有了足夠的數據，我們可以建立統計模型和機器學習模型，以幫助預測最佳購買時間和數量。

我們能為客戶做什麼？

在此範例中，我們可以與客戶合作制定嚴格的決策流程，統計分析關鍵變數對預期定價的影響。我們可以將這些期望值輸入到商品訂購模型中。

我們首先使用目前正在使用的現有流程，並在這些流程的基礎上進行建置。最終，我們將擁有一個模型，將公司內現有商品購買者的知識制度化，並補充這些知識。

結論

採用以資料為中心的方法需要執行以下步驟：

建立資料庫
建立資料分析流程
數據分析結果的解釋
行動（基於解釋）
行動後果的事後審查

這些步驟有效地複製了個人及其決策所擁有的大量知識。一旦完成，我們就會將個人頭腦中的大部分資訊制度化。如果個人離開公司，公司可以像以前一樣繼續運營，而造成的干擾最小。這使得公司能夠在任何創辦人的工作壽命之外擴大規模並繼續發展。