热门：快消品零售营销老板
第八章“灰度”招聘面试的实战创新应用：行为面试法
本章我们就“灰度”招聘的实战创新应用行为面试法展开讨论。
一、沟通的基础
为了设定的目标，把信息、思想和情感在个人或群体间传递，并达成共同协议的过程称为沟通。（一）沟通的种类沟通分为语言与非语言沟通，语言包括口头与书面语言。非语言沟通包括声音、语气、肢体语言与身体动作。成功的沟通交流内容的好坏占7%、语音语调占38%，肢体语言占55%。肢体语言包括以下几个方面：（1）手势。在交流过程中所展示的手势与动作。柔和的手势代表友好与和谐；强硬的手势代表指责与命令。（2）面部表情。沟通中面部所表示出的形态。微笑表现友善与礼貌；脸红表现害羞、不好意思等。（3）眼神。在沟通中双方眼神的相互交流。与异性交流，总盯着对方不礼貌；如为同性，也可以表示为认真及寻求帮助。（4）姿态。双臂环抱表示防御与保守，开会时独坐一处表示傲慢或对此议题不感兴趣等。（5）声音。沟通中声音突然变大表示生气不开心；声音随和表示开心和谐等。（二）管理有效沟通的三个纬度1.态度态度是有效沟通的基础，体现在两个方面：一方面，在沟通前任何一方就没打算建立良好的沟通氛围。在工厂管理中，A主管安排一个任务给下属B，由于下属B工作未完成或完成状态与实际要求差异较大，A主管将下属B狠狠地批评了一次，且双方还产生了强烈的争论。事后不久，A主管意识到自己的批评有点过度，又亲自找下属B沟通、解释了一次。下属B还在生气中，不想听A主管的解释，所以这种沟通是无法达成共识的。另一方面，刚开始双方沟通状态较好，彼此都能理解对方的感受及状态，但在沟通过程中，任何一方出现过激现象，如双方因对一件事有不同的看法而产生争论甚至争得脸红脖子粗，这样也是无法达成共识的。这两种情况在工作与生活中均有发生过，在与对方沟通时，首先要学会理解、包容对方。如果双方均保持这种态度沟通，最起码不会因为争论或其他原因导致沟通无法继续。2.知识态度是保证有效沟通的基础，但知识与下面即将介绍的技巧是重要组成部分，双方是相辅相成的关系。为什么这样说呢？例如：双方沟通中因为知识水平差异过大而造成沟通障碍。为什么是两者是相辅相成的关系呢？举一个我亲身经历的案例：我从外企辞职后进入一家民营企业工作，众所周知民营企业的管理与外企相比还是有较大差异的，我去现场巡视，与我的下属——一位IPQC组长进行了谈话：我：“请把IPQC检验的SIP拿给我看一下？”组长：“什么SIP，我不知道。”我：“Standardinspectionprocedule。”组长：“我不明白是什么意思。”我：“就是QC用的检验规范。”组长：“你说中文，英文我听不懂你在说什么。”后面还有很多内容都没说，从这个案例可以知道双方因为知识差异较大而导致沟通障碍。有的人会问：“难道知识水平高和知识水平低的人是不能有效沟通的？”这个问题问得很好，我的回答是：“完全可以。”怎么沟通呢？就是下面讲述的技巧。3.技巧知识与技巧是进行有效沟通的两大支柱，也是相辅相成的关系，我们还是通过上面的沟通案例来讲述吧。我：“请把IPQC检验的SIP拿给我看一下？”组长：“什么SIP，我不知道。”我：“不好意思，就是QC用的检验规范。”组长：“哦，好的。”针对对方无法理解的内容，发送方应调整沟通技巧，让对方理解你表达的内容，这样才能有效沟通。如果技巧仍然不能让接受方理解你所表达的内容，这样的沟通很快就进入障碍状态。如果是第一次沟通，会让对方产生后续不想与你沟通的想法。在心理学中称作“首因效因”与“光环效因”，就是第一次与对方沟通，因为技巧不当而产生沟通障碍。让对方产生后续沟通无法继续的心理阴影，要么畏惧与你沟通，要么就是认为双方知识差异较大而无法继续沟通。另外，针对不同沟通环境应采取不同的沟通技巧。一个医生给一个求诊的病人诊断的沟通对话：医生：“你哪里不舒服？”求诊者：“我的左手背起了一个黄疱，而且有点痒。请问医生这是什么病？”医生：看了一下求诊者的左手背，说：“你得了黄疱疮，此病有点顽固，有点不好治疗。”求诊者的脸变得通红，很生气地说：“你神经病，就起了一个黄水疱，有你所说的那么严重吗？”说完一转身走了。沟通完全失败。求诊者来到另一个医院，一个医生接诊了他，两人对话如下：医生：“你哪里不舒服？”求诊者：“我的左手背起了一个黄疱，而且有点痒。请问医生这是什么病？”医生仔细看了一下求诊者的左手背部，问道：“你手臂起这个黄水疱多久了？”求诊者：“有两周了。医生，有什么问题吗？严重吗？”医生看了一下求诊者紧张的状态，说道：“不要紧张，手上起了一个黄水疱很好治疗的，只要你相信自己及医生，大家配合治疗一个周期很快就会好起来的。前提条件是你要有绝对的信心，相信医生很快能治疗好，这样很快就能好起来的。”求诊者：“好，我相信你医生，谢谢你医生。”两个不同的医生的谈话给求诊者的感受不一样，结果也不一样。前者沟通失败，后者沟通成功。其实病是一样的，但沟通结果不一样。因为后面这个医生知道求诊者当时正处于紧张的状态，调整了说话技巧。所以，相继产生的结果也不一样，前者沟通失败，后者沟通成功。这样的案例在中小企业沟通中屡见不鲜。
2.双指数平滑法：针对水平，趋势因素
在单指数平滑法中，使用了α这个平滑参数，值在0和1之间，它决定了预测值权重下降的速度，平滑参数越小，结果越平稳，反之则越激烈。不过，它仅仅只是水平的变化。但历史数据并出现趋势变化的特征，就需要增加一个新的参数β，其值也是0和1之间，以应对趋势这个因素。它是单指数平滑法的扩展，称为双指数平滑法，用于预测具有趋势的数据。这个方法是Holt于1957年提出，因此也叫Holt线性趋势法。双指数平滑法的公式是是t期的水平值，则是t-1期的水平值是t期的实际值是t期的趋势值，则是t-1期的趋势值是t+n期的预测值n是期数是水平平滑常数，取值在0和1之间，读作Alpha是趋势平滑常数，取值在0和1之间，读作Beta计算需要上一期的水平值和趋势值为起始依据。双指数平滑法也叫Holt线性趋势法，是因为其数据特征呈现线性趋势，那么最简便的方法就是通过Excel算出线性方程，从而确立初始水平值和初始趋势值。图4-16线性趋势示意图这样可以在图4-16中轻易得出线性方程，其方程式Y=1997.9X+11695，其中1998（四舍五入）作为初始水平值，11695则为初始趋势值。表4-13另外也可以选择Excel中的数据-数据分析-回归，得出相关的数值。图4-17有了初始的水平值和趋势值之后，确立相关的参数α和β的值，就可以代入公式去计算。其中α值为0.9，β值为0.5，就可以得出如下：这样就得出了第1期的水平值为9919，趋势值为9808，预测值为13693，并如此类推，可以得到后续各期的水平值，趋势值和预测值。在Excel处求得第1期的水平值。表4-14Excel中水平值的求解在Excel处求得第1期的趋势值。表4-15Excel中趋势值的求解在Excel处求得第1期的预测值。表4-16Excel中预测值的求解相应的图示如图4-18：图4-18在知道第12期的水平值，趋势值的情况下，也可以通过公式求得第15期的预测值。15-12是指第15期和第12期相差了3期，因此在第12期的水平值基础上，加上3期的趋势值推移，得出第15期的预测值。3.三指数平滑法：针对水平、趋势和季节性因素历史数据里除了水平，趋势因素，往往还含有季节性因素。双指数平滑法考虑了水平和趋势因素，使用了α和β两个参数来对应，对于季节性因素，就需要引入多一个参数γ来应对，从而变为三指数平滑法了。三指数平滑法分为乘法模式和加法模式。其区别是季节性随着时间变化而变化，使用乘法模式；当季节性在时间变化的同时而并不变化，则使用加法模式。乘法模式公式是t期的水平值，则是t-1期的水平值是t期的实际值是t期的趋势值，则是t-1期的趋势值是t期的季节性因子，则是t-1期的季节性因子是季节周期，比如每12个月为一个周期，则L为12，如果每4季为一个周期，则L为4是t+n期的预测值n是期数是水平平滑常数，取值在0和1之间，读作Alpha是趋势平滑常数，取值在0和1之间，读作Betaγ是季节平滑常数，取值在0和1之间，读作Gamma2018年第1季度开始，到2020年第4季度，共有16期的历史数据。使用三指数平滑法，同样离不开初始值的确立，这个可以称为观测值，然后通过观测值得出的因素数值，并引用在其他周期上，这些称为实验值，最后就是希望得到预测结果的预测值。因此2018年4个季度的数值可以视为观测值，2019年第1季度到2020年第4季度的数值则为实验值，最后就是预测，如果要预测2022年全年4个季度，那么这4个季度的数值就是预测值了。表4-17第一步，确立观测值中的季节性因子。通过每一个季度和2018年全年平均值比较，得出各个季度的季节性因子。2018年第1季度的季节新因子就是表4-18Excel中季节性指数的求解如此类推，得出2018年第1季度到第4季度的各季度季节性因子。由于2018年的全年数据作为观测值，那么水平值和趋势值初始值就是2018年的第4季度了。趋势值初始值为1875，而水平值可以根据当期的实际值，剔除季节性因素而得出，所以初始水平值就是当期实际值除以当期的季节性因子。2018年第4季度的季节性因子在之前计算得出为1.75，那么2018年第4季度的水平值就是而趋势值可以由2019年的全年平均值和2018年的全年平均值的相比，再除以4个季度得出一个季度的值，就是视为2018年向2019年的趋势，并视为初始值。因此2018年第4季度的趋势值就是得出了2018年第4季度的水平值，趋势值分别为14250，1875，以及2018年四个季度的季节性因子，分别为0.7，0.98，0.56和1.75，那么就可以计算出2019年第1季度的水平值，趋势值，季节性数值和预测值，而α，β，γ值均为0.5，分别套入相应的公式。（注：实际上应该是指，它是，5-4中的5，为2018年第1季度开始的第5期历史数据，就是2019年第1季度的历史数据。而5-4中的4就是一年所含的周期数，即4个季度。由于结果是根据Excel计算，涉及小数点，上述公式实际结果并非19463，只是根据Excel结算而填。后面如有雷同情况，均是同样原因。）这样就得出了第5期（即2019年第1季度）的水平值为19463，趋势值为3544，季节性因子为0.76，预测值为11316，并如此类推，可以得到后续各期的水平值，趋势值和预测值。在Excel处求得第5期的水平值表4-19Excel中水平值的求解第5期的趋势值表4-20Excel中趋势值的求解第5期的季节性因子表4-21Excel中季节性因子的求解第5期的预测值表4-22Excel中预测值的求解实际和预测的相应图示如下：图4-19实际值和预测值的比较图在知道16期的水平值，趋势值，季节性因子的情况下，也可以通过公式求得第20期（即2022年第4季度）的预测值。通过第16期的数据来预测第20期，两者相差了4期，因此有4X3153的发生。而实际就是第16期的季节性因子，为，是通过而来的，其中第一个4是指其中一年含有4个季度这个周期，即公式中的符号L，而第二个4则是指20期和16期相差的期数。表4-23Excel中第20期预测值的求解（注:Excel中由于涉及了小数点的计算，和上述公式计算的结果略有差异。）加法模式公式：是t期的水平值，则是t-1期的水平值是t期的实际值是t期的趋势值，则是t-1期的趋势值是t期的季节性数值，则是t-1期的季节性数值是季节周期，比如每12个月为一个周期，则L为12，如果每4季为一个周期，则L为4是t+n期的预测值n是期数是水平平滑常数，取值在0和1之间，读作Alpha是趋势平滑常数，取值在0和1之间，读作Betaγ是季节平滑常数，取值在0和1之间，读作Gamma加法模式和乘法模式做法基本一样，都是确立初始值，数据也分为三个部分，即观测值，实验值和预测值。不过对待季节性部分，做法却不相同，乘法模式是当期的实际值和周期的平均值之比，得出季节性因子，而加法模式则是两者之差来得出季节性数值。那么2018年第1季度的季节性数值就是表4-24季节性数值求解如此类推，得出2018年第1季度到第4季度的各季度季节性数值。由于2018年的全年数据作为观测值，那么水平值和趋势值初始值就是2018年的第4季度了。趋势值初始值为1875，而水平值可以根据当期的实际值，剔除季节性因素而得出，所以初始水平值就是当期实际值减去当期的季节性数值。2018年第4季度的季节性数值在之前计算得出为10750，那么2018年第4季度的水平值就是而趋势值和乘法模式一样，由2019年的全年平均值和2018年的全年平均值的相比，再除以4个季度得出一个季度的值，就是视为2018年向2019年的趋势，并视为初始值。因此2018年第4季度的趋势值就是得出了2018年第4季度的水平值，趋势值分别为14250，1875，以及2018年四个季度的季节性数值，分别为-4250，-250，-6250和10750，那么就可以计算出2019年第1季度的水平值，趋势值，季节性数值和预测值，而α，β，γ值分别为0.01，1和0.23，套入相应的公式。（注：实际上应该是指，它是，5-4中的5，为2018年第1季度开始的第5期历史数据，就是2019年第1季度的历史数据。而5-4中的4就是一年所含的周期数，即4个季度。由于结果是根据Excel计算，涉及小数点，上述公式实际结果并非16166，只是根据Excel结算而填。后面如有雷同情况，均是同样原因。）这样就得出了第5期（即2019年第1季度）的水平值为16166，趋势值为1916，季节性指数为-3301，预测值为11875，并如此类推，可以得到后续各期的水平值，趋势值和预测值。在Excel处求得第5期的水平值表4-25Excel中水平值的求解第5期的趋势值表4-26Excel中趋势值的求解第5期的季节性数值表4-27Excel中季节性数值的求解第5期的预测值表4-28Excel中预测值的求解实际和预测的图示如下：图4-20实际值和预测值的比较图在知道16期的水平值，趋势值，季节性数值的情况下，也可以通过公式求得第20期（即2022年第4季度）的预测值。通过第16期的数据来预测第20期，两者相差了4期，因此有4X2081的发生。而实际就是第16期的季节性数值，为，是通过而来的，其中第一个4是指其中一年含有4个季度这个周期，即公式中的符号L，而第二个4则是指20期和16期相差的期数n。表4-29Excel中第20期预测值求解（注:Excel中由于涉及了小数点的计算，和上述公式计算的结果略有差异。）同样地，三指数平滑法，不管是加法模式，抑或是乘法模式，也可以根据实际情况的需要，和单指数平滑法一样，在完成第一次指数平滑之后，可以继续进行第二次乃至更多次的指数平滑，从而得到最优效果。【小插曲2】预测从清洗数据开始清洗数据是预测的一个不可缺少的步骤。如果以百分比来划分预测工作的比重，那么说数据处理和清洗数据去到工作总量的80%也不为过。当数据整理好，以致数据规律都摸清，由此预测出来的结果就容易值得满意。现今不少常用的预测方法都是时间序列法，也就是根据过去的历史数据，把隐藏的规律应用到未来的预测中。可以说，作为预测起点的数据，起着非常重要的作用。清洗数据，大多数都会提到，诸如削峰填谷，减去季节性因素，又或者消除促销因素，然后再做预测。那么，到底为什么要清洗数据呢？时间序列法的数据模型一般含有四个要素，分别为水平，趋势，季节性和噪声。因此所谓的数据清洗，就是要分析，整理出这四种因素，然后剔除并尽可能还原成水平状态。水平状态可以视为正常自然的需求产生，那么以水平状态使用时间序列分析技术，把相应的规律应用在未来的预测上，然后添加涉及的其他因素，诸如趋势，季节性因素，甚至一些涉及的可能随机因素或者市场行为。从线条图4-21来看，可以视为如下发展。从还原后的水平，水平发展，再分别加入不同的因素。当然这个是思路图，不甚严谨，仅作参考。而所谓数据清洗，就是这个线图发展的逆向发展。图4-21在现实世界中数据清洗还要涉及更多的处理，比如缺失值，重复值，乃至分组，还有其他各式各样的不合理值，矛盾值等的处理。当进行数据处理后，很多时候哪怕不进行各种方法进行预测，心里也多少摸到一定规律，对未来值有个大致的范围估计。某电商近三年的销售数据，尽管三年的实际每年总需求，月均需求都各有不同，不过通过三年的比较可以看出，基本发展特点都比较相似，而且均含有上升趋势和季节性的特点。图4-22某电商三年的月销售额在这个基础上，该公司要对2022年1月进行预测，那么可以先行将数据清洗，分解出水平，趋势，季节性因素，然后预测2022年1月，接着加上相应的因素，得出模型并算出的预测值。三年共36期的数据，每一年有12个月的数据，而季节性的因素是每12个月循环出现，比如3月，6月和11月都有明显的表现特征。因此第一步，可以消除季节性和噪声的特征。移动平均是一个有效的方法，移动平均能把起伏的波动拉成相对平稳的状况，从而某种程度上，去到“削峰填谷”的作用，减少季节性带来的波动。根据观察，每12个月都会出现雷同的波动情况，那么以12个月为一个周期进行计算水平估计值。以中间点为计算开始点，即从6月开始移动平均：表4-30选择6月，是因为处于中间点。如果选择12月，那么将12个月的平均值从12月开始计算，那么对于这个月来说，大部分都是“陈旧”的数据，对水平的估计代表性有所降低，反之如果选择1月，参与的数据都是较新的数据，又是另外一个极端。选择6月作为移动平均的起点，作为水平的估计值，既可以消除噪声，同时去除季节性的波动。图4-23不同采用月份的比较根据图，三年的趋势是上升且有季节性波动，如果采用2019年1月作为计算起点，那么趋势上升就会加快，出现在11期（2019年11月），反之采用2019年的12月，数据反应表现滞后，在24期（2020年12月）才有出现趋势上升。因此选择2019年6月这个中心做移动平均，表现适中。需求包含了水平，趋势，季节性和噪声，通过移动平均，去除了噪声和季节性后，剩下的就是水平和趋势。然后减去趋势，剩下的就是水平的估计值了。趋势是本期和上一期发展的对比变化，不断地一期又一期数据累计。因此，最简单的方法就是上一期减去本期数据，就得一期的趋势变化，如此类推。那么就分解出其中一个因素：趋势。得出2021年6月的趋势是-433，那么后续的就以这个最新的趋势进行类推，2021年7月就是第一期的-433，即-433*1=-433，假如要推测2022年1月的，类推就是7期的数据，即-433*7=-3031表4-31趋势的计算同理，需求减去已经得知的水平和趋势后，就是噪声和季节性。表4-32噪声和季节性的计算最后一步就是，拆分出季节性，就可以完整地得出各个因素了。由于季节性是每12个月重复出现，那么最简单直接的方法也是有效的，就是取平均值。因为一年中的每一个月都代表不同的季节性，取每年的1月平均值作为1月的估值，同理，2月如此。这个是加法的季节性调整，当然可以还有一种是乘法的季节性指数，就是对应的月份和平均值的比例，这个电商另行计算测试，经比较，讨论和分析，最终还是选择加法的季节性指数。表4-33通过图4-47的计算，得出每个月的均值之后，加入在季节性因素中。表4-34如此一来，得到的最新数据有，最新的水平和趋势值（2021年6月为17919），最新的趋势，2022年1月的值为-3031，还有1月的季节性值，是-5059。得出清洗后的数据，相关人员还不忘检查一遍，避免犯上其他公司的常见错误：就是把历史销售数据假设成为历史需求数据。当销售不能满足需求，出现缺货等现象，这个历史销售就不能等同于历史需求数据了。还有其他诸如促销，市场和竞争对手行为等，都会对真实的需求造成影响。而这些工作并不能简单通过数据的治理完成，这个时候，相关人员还要联同市场部门，销售部门等对细节确认，尽可能把“脏”数据清洗出来。当清洗数据确认完毕后，接下来就要预测2022年的数值。表4-35得出的2022年1月预测值为9829，包含了水平，趋势和季节性因素，当然，这不会包含随机因素，即噪声。通过数据规律，每年的12月到次年的1月，需求有一定的下滑出现，那么预测出来的值也含有雷同的规律。图4-24某电商通过数据清洗，分解出不同因素后，从而利用简单的方法对下一期的需求进行预测。
六、古代中国宗教文化特点的现代意义
从根本上说，宗教是人的本性异化的结果，是人性异化而建立的文化部门之一，所以宗教是人类文化的一部分。人总在异化的过程中，历史总在延续，文化总在不断产生和发展，宗教也持续不断发挥着重要作用，人的本质性因素总会通过人类的言行活动，以及语言、历史、宗教、艺术、哲学等体现出来。这就从根本上决定了这样一点：宗教和文化一样，总是包含了人文因素在内，宗教的发展，总是体现出人文特色，充满了人文精神。在中国宗教历史上，古代宗教中的人文精神，实际上就是将宗教精神具体化为：站在现实（生活、真理、规范、精神的统一）的基础上，又树立起崇高理想，以这种理想为标准，不满足于现实，批判现实，认识、追求、求证理想，以便超越现实，并推己及人，感染、带动他人，大家紧密团结，共同推动文明史进步，从而实现人的价值。666在中国古代的宗教中，祖先崇拜充满人情味，阴阳学说落实于政治关怀，道教最终关注的是人的内在素质的提高，佛教中国化的内涵之一，也是人文理性成分的增长。比如，我们思考佛教中国化问题，就不能不考虑佛教进入中国以后，为什么要断定人人都有一样的佛性，而且还非常重视人自身的佛性，为什么出世的佛教要提倡世俗的忠君，为什么要尊重和发扬大乘佛教，关注民瘼，甚至提出“普度众生”的理想来。以认识“道”、实践“道”、求证“道”、宣传“道”、在现实社会中完全实现“道”作为宗教活动的基本内容，人文色彩很浓，可以说是中国古代宗教的突出特点。近代提倡“人生佛教”的太虚大师，根据中国古代宗教的这一特点而界定宗教说：“个人自心修证之实际曰宗，而本之教化他人者曰教。”667国内也有学者强调中国古代宗教特点的社会学意义，称之为“宗法性宗教”或“宗法性传统宗教”，668也不无道理。1927年，上海青年协会书报部刊行了谢扶雅（1892－？）所著《宗教哲学》一书，该书是我国第一部用现代学术方法，从哲学角度研究宗教问题的学术专著。它总结佛教、儒教、基督教三种宗教发展的历史，列举三教历史发展中存在的“共同的重要事实”有：三教都从原始宗教发展成为“理性宗教”；都“以人事为出发点”而不是以自然为出发点；三教最深奥的“天人交通”理论都“本于认识”而不局限于直观；三教发展的盛衰都根源于理性因素的强或弱；三教越发展，越由群众的信仰过渡到个人理性的创造，越由民族国家的宗教进展为世界全人类的共同信念。669从中国古代宗教的发展情况来看，谢扶雅归纳的中国古代宗教重人事、重理性等特点，是符合中国实际情况的。1933年，著名学者胡适（1891－1962）在美国芝加哥大学比较宗教系所举办的一次世界性宗教研讨会上，发表了他对现代宗教社会使命的意见。他说：“一个现代宗教的使命，大概就是要把我们关于宗教的概念多多扩大，也就是要把宗教本来有的道德教化的功用恢复起来。……用我们所能掌握的一切教育力量来教导人的道德生活。凡是能使人高尚，能使人超脱他那个小小的自我的，凡是能领导人去求真理、去爱人的，都是合乎最古老的意义的，合乎最好的意义的宗教。”670胡适先生一生提倡科学，批评宗教，但他也肯定宗教在道德教化、实践超越方面的积极作用，令人深思。谢扶雅、胡适等人对宗教的看法，可谓古代中国宗教思想特点在20世纪的现代表现。第十六讲思考题1.中国古代宗教文化的特点是优点还是缺点，为什么？2.形成中国古代宗教文化特点的原因。
一、经营分析会的本质定位：事前作战会议的核心逻辑 时间：4:19
经营分析会与财务分析会的本质区别，可通过“钓鱼场景”直观理解：财务分析会是“钓完鱼后统计成果”，属于事后被动复盘，仅能反映经营结果，无法干预过程；而经营分析会是“钓鱼前规划策略”，是事前主动谋划，聚焦目标拆解、机会识别与资源配置，核心是“指哪打哪”的作战前置部署。（一）两大核心功能：复盘与纠偏的辩证关系1.复盘：组织能力的沉淀与短板识别回顾过往经营数据，对比目标与实际成果，分析“做得好为何好”“做得差为何差”。例如前五月营收达成4亿（年度目标10亿），需拆解各部门贡献度，将销售部门成功签单经验沉淀为流程标准，针对研发部门交付延迟问题，识别流程漏洞或人才短板，启动组织能力建设项目。2.纠偏：年度目标的动态校准与作战部署以年度目标为基准，结合当前进度与市场变化，制定月度作战计划。如6月需完成1亿目标，需分析剩余7个月6亿缺口的机会点（如新增客户、产品迭代），通过“全员预测”工具，拆解客户、渠道、产品的潜在贡献，形成“目标-机会-策略”的闭环。（二）时效性原则：不同层级作战单元的开会节奏1.基层作战单元：前线作战的“时效性优先”一线部门（如销售区域、生产车间）作为直接创效单元，需在财报出具后最快时间（建议5号前）召开会议，确保有25天以上执行周期。例如快消品区域团队，需在5号前明确618促销的点位、库存与人员配置，避免因会议滞后导致执行仓促。2.集团级会议：战略统筹的“分层级滞后”集团层面需汇总各事业部数据，可在8-10号召开。如大型制造集团，三级子公司5号开基层会，事业部8号汇总分析，集团10号制定整体资源调配方案，确保“基层快执行、高层深统筹”的节奏。 （三）与财务分析会的本质差异：从“结果反映”到“过程干预”财务分析会以财务报表为核心，聚焦“收入、成本、利润”的事后核算；经营分析会则以“经营六要素”（机会、增长、投入、回报、风险、效率）为框架，前置分析市场机会是否被捕捉、资源配置是否匹配目标、组织能力是否支撑作战。例如某企业发现毛利率下降，财务分析会仅能揭示“成本上升”，而经营分析会需进一步拆解：是原材料采购策略问题（投入端）、产品定价机制问题（回报端），还是竞争对手挤压市场（机会端），从而制定针对性策略。
一、转变经销商心态，升级渠道网络
作为网络的主力，老经销商可以说是娃哈哈联销体的基石，但是伴随着企业的迅猛发展，尤其是豫北这样的增速市场，渠道网络的升级越来越迫切。娃哈哈和其他公司一样，老的经销商认为自己过去很牛掰，跟很多领导认识，关系好，好似皇亲国戚一般，对于新上来的客户经理爱理不理，导致公司政策执行乏力。但是老经销商在当地的威望、实力不是新客户所能媲美的，因此更新老客户观念与心态迫在眉睫。以滑县经销商鑫鑫副食的郭老板为例，2008年左右，娃哈哈公司500ml营养快线、幸福牵线都在其手中，生意做得顺风顺水，但是公司考虑到乡镇市场送礼的金额在40元左右还是主流空间时，推出了350ml快线，但是由于心态问题，郭老板放弃了经营权限，最后350ml快线成为当地市场最大的一款大单品，而郭老板只有望梅止渴了。这件事情，还有其他市场发生的事情，对于老经销商来讲就是实际的案例。以前大家都说他是“老顽固”，但是现在有了二套网络，他不做，别人直接就拿去做了，他就没有了机会，在当地市场新产品是需要投标的，经销商也需要竞标去拿新产品。
第七章 基础管理
第三节竞争的需要
合伙人制，也是企业竞争的需要。比如富士康这样的企业，主要客户包括苹果、华为、联想等，前5大客户营业收入占比占整体营业收入的7成多。在经济发展势头强劲的时候，富士康只要把这些大客户的业务做好，企业营业收入就很可观，靠老板就可以拉动整个公司的发展。但现在是多元化竞争，老板根本拉不动。所有的压力都源于一个事实，由于互联网和新技术的冲击，导致很多传统企业的营业收入和利润都在下降，整体竞争力变弱，不少行业面临价格下降、成本提升。传统企业依靠粗放的管理，只进行规模上的扩张，已经无法在这个时代为企业带来竞争力。传统组织模式就像20世纪的蒸汽火车，火车头拖不动，跑不快。另外，一些创新型竞争对手正不断给老牌企业带来威胁，这些竞争者具有老牌企业难以匹敌的灵活性和侵略性，同时在企业平台上还不断催生孵化新的企业，正在与大企业竞争。基于此，企业必须用机制创新驱动增长，推行阿米巴+合伙人模式，把部分经营权和决策权下沉，重塑企业治理结构，打造互联网时代的人才共享平台，为人才的成长提供土壤，最终提高企业的核心竞争力。（1）企业增长机制：阿米巴小组作战阿米巴经营模式，是指在正确的经营理念的指导下，把组织划分成一个个小的团体，通过独立核算制加以运作，在公司内部培养具备经营者意识的领导，实现全体员工参与经营的全员参与型经营。而中国式阿米巴是以稻盛式阿米巴为内核，结合中国文化、企业特点，将内核向外做恰当的扩展，以使阿米巴经营模式能在中国企业产生更大的效用。中国式阿米巴主要包括战略与组织、目标与核算、人才与激励三个体系，每个体系下面又分为若干个模块，根据不同企业的特点进行个性化的组合，并与合伙人机制进行完美结合。阿米巴经营小组作战，在业务运营上实行扁平化管理，在收益分配上实行“按战功论英雄”的差异化激励，既保持了阿米巴组织的灵活性，又打造了组织的竞争力。如果传统组织模式像蒸汽火车，那么阿米巴+合伙制就是高铁，高铁车厢每节自带动力。（2）企业增长机制：内部市场化企业建立市场化平台，有效提升发展动力。以前是传统的职能部门，现在变成一个自主核算、独立经营的经营主体，每一个基层经营单元将业务发展与成本、投资关联起来，无形中增强了员工的经营意识、成本意识。企业通过推行阿米巴经营模式，建立市场化平台，核算投入产出，并根据产出效益进行利益分配，逐步解决企业对资源投入过度依赖、资源效用未能充分发挥、内部发展动力不强等的问题。将市场机制引入企业内部是推行阿米巴经营模式的一个核心，只要各阿米巴经营单元之间存在中间产品或服务的交换，就可以通过内部价格机制来度量价值链上的价值创造。（3）企业增长支撑机制：合伙人制在企业增长战略中，人才战略尤为关键，企业需明确人才的获得、培养，以及优秀核心人才的复制。也需要明确趋势：雇佣时代已经结束，合伙时代已经来临。这就意味着企业需要导入阿米巴经营模式，从而创造出能够为员工赋能的机制，让员工自我决策、自我负责，充分发挥员工的价值。如何打造具有吸引力的企业平台，关键是构建战略与组织、目标与核算、人才与激励等三个体系，以及“以战功论英雄”的合伙人体系。如何按战功论英雄？公司每年基于业务特点和行业合理利润情况，设计出一套阶梯式的任务体系，说明不同任务对应的合伙人层级，以及对应的激励方案。根据合伙人承诺完成的任务指标，赋予合伙人相对应的权力和收益。在培养足够的新合伙人的基础上，承诺完成什么样的任务，就对应什么样的授权和收益。在这种情况下，对于每位员工，理论上经营报表均可体现其是否可以成为何种级别合伙人。这样，通过一套有效的晋升机制，形成一线员工的晋升通道，打通一线员工到管理层的上升通道，形成经营生态的闭环。在合伙人体系下，阿米巴组织裂变孵化成了经营人才的自发行为。企业树立员工的共同愿景，然后出台一系列的考核机制、晋升机制、报酬机制等，最后通过制度来统一员工的价值观。通过人才与激励，企业将合伙人群体深度绑定，打造利益共同体，形成更加强大的军团。合伙人制度，建立的不是一个利益集团，更不是为了更好地控制这家公司的权力机构，而是企业内在动力机制。这个机制将传承企业的共同愿景和价值观，确保企业持续创新，组织更加完善，在未来的市场中更加灵活，更有竞争力。　⊙为什么需要实施合伙制？主要有三大因素：人性的需要、时代的需要和竞争的需要。⊙人性的需要，主要是指合伙人制度符合人性，有利于增强人的本质力量和巩固人在社会中的主体地位的需要。⊙时代的需要，不是企业需不需要阿米巴，而是时代选择了阿米巴，这就要求我们站在时代格局之巅来看待合伙制，从趋势潮流的角度去解读阿米巴合伙制，用社会学和人性的眼光去认知合伙制。⊙竞争的需要，未来不仅是人才的竞争，更是合伙人制度的竞争。
二、流程审计：卓越运营的关键检视环节
（一）流程审计的必要性与现状误区1.传统ISO审计的局限性：多数企业的ISO审计以应付外部检查为目的，仅进行符合性审计，缺乏对流程绩效的深度评估。例如，3天内审计40-50个流程，导致审计报告缺乏洞见，业务部门认可度低。2.增效导向流程审计的核心：以价值为导向，聚焦关键流程，通过数据和案例评估流程绩效。如针对研发流程，先评估研发周期和准时上市率等结果指标，再分析流程设计或执行问题。（二）流程审计的实施方法1.聚焦关键流程：每年选择少量核心流程（如3-5个）进行审计，避免全面撒网。例如，制造企业可优先审计供应链或研发流程。2.项目制运作：组建跨部门审计团队，包括流程专家、业务骨干和IT人员，以项目形式开展审计工作，确保资源集中。3.绩效导向评估：◦    指标对标：明确流程关键绩效指标（如供应链的库存周转率、订单交付周期），对比行业标杆或企业目标。◦    数据驱动：收集流程执行数据，分析绩效偏差原因，判断是流程设计问题、执行不到位还是资源不足。◦    根因分析：通过访谈、现场观察等方式，深入挖掘流程低效的根本原因，如部门间协作壁垒、审批环节冗余等。4.闭环管理：根据审计结果，提出优化建议并推动落地，将审计成果纳入流程优化项目，实现“审计—改进—再审计”的持续提升。（三）流程审计与ISO审计的本质区别 维度ISO审计增效导向流程审计目标满足外部合规要求提升流程绩效与企业经营效益范围全面覆盖但缺乏重点聚焦关键流程方法标准化检查，注重符合性数据驱动，深度根因分析团队内审员主导，缺乏业务参与跨部门团队，业务专家主导成果合规报告，整改流于形式绩效提升方案，推动实际改进
第二节股权激励的现金模式
九、问答环节
Q1:商品如何触达终端消费者现在很多人都在问，商品怎么直接送达到终端消费者？如果是快消品，通过网店挂在黄车上就能直接送达。但如果是像建材这种行业，很多时候被家装公司、渠道公司绑架，接触不到终端消费者。这就需要改善整体的运营模式和商业模式，不是简单的培训能解决的问题。Q2:低利润怎么办？还有人问，利润很薄的时候怎么更好地服务客户，商品价格又没有优势。在当下这个下行市场，大家都在卷，利润越来越低，我们首先要接受低利润。原来可能有50%的利润，现在只有5%，甚至更低，我们也要想办法在这5%的利润里赚钱。像蜜雪冰城，利润不超过5%，不也做得很好吗？我们要明白，在这个时候，赚客户的口碑、团队的运营经验、自己的行业地位，比赚钱更重要。就像马云说的，别人都躺下的时候，我跪着我就赢了。那怎么在低利润的情况下保证赚钱呢？你要多学习，成为顾客的私人顾问。卖鞋的就学会搭配衣服、包、皮带、表这些；卖服装的就精通搭配鞋帽；卖瓷砖的就了解卫浴、地板、吊顶这些装修知识。这样，虽然产品利润低，但你加上自己的服务和能力，综合价值就提高了，就能吸引顾客，保住这5%的利润。Q3:同行恶意杀价怎么办？如果同行恶意杀价，零售价比自己店铺还便宜，对手几乎是进价销售，怎么办？千万不要跟着降价。我服务的马可波罗瓷砖，每年都会遇到和其他品牌打价格战的情况。那些品牌平进平出，能坚持多久呢？一般三四个月就不行了。而马可波罗因为有服务、品牌和口碑，有固定的客户群，坚持三个月，对手就出局了。所以，核心是经营好自己的客户，如果你没有经营客户的能力，没有增值的能力，谁都斗不过。Q4:小店怎么打造品牌？我再给大家举个例子，同样卖肉夹馍的三家店，其中一家店老板在接钱的时候套个塑料袋，大家就觉得他很讲究卫生，旁边两家店就慢慢没生意了。这就是服务升级，创造了别人没有的服务，就能吸引顾客。还有卖肉的，我认识一个小伙，在上海有两套房，老家还有四套房，每天只上半天班。他卖的肉品质好，还能记住每一个客户。我隔几个月去一次，他都能记得我老婆没来，还问问小孩的情况。他还留个小辫儿，给自己做了个标识，顾客都叫他“小辫儿”。他卖肉的时候，还会问顾客是切条、切块、剃骨头还是剁排骨，服务特别周到。这就是把小店做出了品牌，有了溢价、服务和口碑，根本不愁流量。Q5:苹果手机怎么卖？如何卖苹果手机？大家都知道苹果手机价格比较透明，比价格没什么优势，服务也没办法直观展现给顾客。那怎么办呢？我买苹果手机只去南京东路旗舰店，为什么？因为我能买到正品，不用担心买到假货。所以，卖苹果手机的店铺要塑造竞销力，让顾客觉得在你这儿买的一定是正品，没有二手翻修的。除了价格，更要强调专业价值，比如教顾客一些苹果手机的实用功能，像截图后怎么画画、怎么调角度拍照最好等等。让顾客觉得你很专业，他就更愿意在你这儿买。记住，销售是信心的传递和热情的转移，你要创造一种客户一进店就是你的客户的感觉，从一开始就想着服务他一辈子，而不是去判断这个顾客会不会买。 Q6:话术重要吗？有人问我话术重要吗？话术不是万能的。不同的人说同样的话术效果不一样。比如说导购看到顾客走过，问“你看我今天穿的好，还是张总穿的好”，或者说“我觉得你穿的真有质感”，这话从一个小姑娘嘴里说出来，和从两个中年老男人嘴里说出来，效果完全不同。如果想要话术，你可以把和顾客互动的录音拿过来，转化成文字，去问像DeepSeek这样的工具，让它帮你分析有哪些不足，推荐一些有效的话术，它给的答案绝对超过市面上80%-90%的老师。Q7:珠宝涨价后不好卖？最后，咱们来说说做珠宝生意的。有朋友说干了十多年都没什么问题，但是这段时间涨价后不好卖了。我服务过潘多拉珠宝，珠宝行业价格波动比较大，遇到这种情况，首先要守住心态，不要追涨杀跌。你要明白，当下市场变化是以顾客为中心，特别是顾客的情绪价值。你要抓住核心的种子用户，把自己经营成珠宝专家，为他们赋能和服务。潘多拉珠宝前几年很火，但是它的产品有掉色的问题，这就是产品的缺陷。所以，不要只以产品为核心，要以自己为核心去经营客户。即使这个珠宝不行了，你还可以换别的珠宝继续经营。如果只是经营渠道、价格、产品，一旦市场变化，就很难做下去。
第一节数据的时代
随着信息技术尤其是移动互联网的飞速发展，互联网上每天产生数以亿计的数据。根据IDC《数字宇宙》的研究报告，2020年全球新建和复制的信息将超过40ZB，是2012年的12倍；中国的数据量在2020年将超过8ZB，比2012年增长22倍。数据的爆炸式增长给人们带来了不可避免的信息过载问题，如何帮助人们从繁杂的信息中得到真正有用有效的信息成为各个互联网公司都在致力的工作。面对庞杂的数据，我们看到的不仅是困难和挑战，更多的是企业逐步数字化后带来的数据大规模应用的历史机遇。从数据的采集来看，目前在工业界数据主要有三种应用数据应用方式：1.报表统计；2.数据分析；3.机器学习。三者之间各自解决相应的业务需求，且有层层递进的关系。第一阶段，主要是对应用健康度的监控和对外秀肌肉的使用，例如UV、PV、跳失率、七日留存等。第二阶段，是在数据采集的基础上对数据情况进行一系列的溯源和思考，从而得出能够指导业务发展的结论和意见。第三阶段，则是在数据的基础上诞生了各种各样的人工智能的应用，数据真正的开始产生生产价值，是企业数字化后的下一步。这个阶段不同于前两个阶段的是，前两个阶段的数据主要是给人看，而第三阶段的所有的数据是用来给机器看，让机器理解，从而产生应用。这个阶段的数据是否能够用于分析，是否能够被人所理解，并不是核心关注点。而从互联网发展以来，人们大致有三种方式解决信息过载问题：（1门户网站——图书馆式分门别类的展示信息。（2搜索引擎——通过搜索关键词获得所需信息。（3智能推荐——根据用户行为被动获取信息。具体的区别在之前已有阐述，故不赘述。本章聚焦的是推荐系统从庞杂的数据背后挖掘哪些有价值的数据用于处理信息过载，以及如何收集与挖掘。
  
    
关注博瑞森公众号
关于我们 | 刮刮卡 | 成为作者 | 改进建议 | 常见问题 | 联系我们 | 快递查询API
Copyright ©2020北京博瑞森管理咨询有限公司 版权所有 京ICP备13015193号-2 联系电话：010-51900529
京公安备11010802044015
博瑞森阅读APP下载