本节降本增效切入点

企业管理降本增效活动，对员工的文化程度需求并不高。

解开管理凭感觉、做事凭经验的束缚，树立数据化管理观念，初步建立降本增效的主要数据。

降本增效数据具有统计、监控、协助判断功能。

降本增效数据能形成对比，形成决策，用于结果管理。

一家企业可能没有标准，没有流程，但是一定会有表单，降本增效要深挖表单。

数据化的前提是标准化，标准化的前提是管理对象愿意受约束，不愿受约束的根源是员工的随意性，这是有人反对数据化管理的第一个原因。

逃避挑战和逃避难度的本质是人的惰性，这是有人反对数据化管理的第二个原因。

数据化管理增加了工作量，避免了各种不确定，也暴露了问题的真相，这是有人反对数据化管理的第三个原因。

数据是企业散落的“珍珠”，也是企业的隐形“金矿”。

树立降本增效意识，先聚焦一项成本数据或费用数据，降低它。

有了降本增效成果后，扩大降本范围，推动企业整体降本增效。

提问：我们是一家有二十多年历史的传统制造企业，企业管理人员文化程度普遍不高，公司管理较为粗放，大部分人员靠经验做事，靠感觉管理。公司整体的数据化程度较低，各种成本数据也较少，针对这种状况，怎样降本增效更好？

答：笔者多年前在辅导珠三角地区一些民营企业中，遇到过类似问题，下面介绍一些企业较为成熟的做法和企业整体降本增效改善的方向。

首先，正确认识员工文化程度与企业管理的关系。对于中小企业而言，除去外语类岗位，大部分企业的管理岗位对人员学历的实际需求并不高。例如，对生产管理人员的数据要求，包括生产数量的统计、工时的统计、良品率的统计、计件工资的统计等，即使加上对数据变化趋势的管理，大部分都是加减乘除的组合，并不需要微积分之类的高等数学知识。与此同时，学习能力才是成长的通行证，即使管理人员学历不高，只要愿意以开放的心态，积极学习新知识并应用到实际，也能适应企业的需要。

其次，树立数据化管理观念，初步建立主要数据。在一些管理凭感觉、做事凭经验的企业，非常缺乏数据化管理，主要表现有：公司领导不重视数据建设，没有充分认识到数据化管理在企业管理中的重要性；对数据目标整体缺乏规划，没有形成公司级、部门级关键指标；大多数部门仅有原始表单，没有对数据进行系统分析、改善、提升；在整体管理过程中，多数部门没有准确的数据来反映实际业绩；没有关注和运用各类数据的连续性、趋势性；没有形成用数据说话、做管理的工作习惯。

丰富的工作经验对于工作的顺利开展固然重要，但毕竟经验不系统，缺乏规律性，也难以快速创新，只凭经验做事有较大的局限性、随意性与保守性，

数据的主要作用表现在三方面，一是统计功能，根据实际情况如实、有序统计数据，能说明和反映问题；二是监控功能，可以澄清事实、跟踪事实，监控事情变化的趋势；三是协助判断功能，数据可以为经营管理者提供判断、决策的依据，帮助他们实现理性管理和决策。

数据的应用也主要体现在三方面，一是形成对比，如实际情况与目标的对比，每天、每周、每月、每年之间有关经营指标的对比，行业、企业、车间、班组、个人之间的对比等。二是形成决策，根据数据的变化进行判断，根据判断作出推理或决策，根据趋势的变化作出新的决策。三是结果管理，可用于设定目标、检讨行动、改善数据，也可用于管理和经营，尤其适用于降本增效管理。

尽管数据化管理有多种作用，但有的企业关键数据始终建立不起来，有的建立起来却起不到应有的作用，案例31给出了答案。

【案例31】关键数据难建立 有了数据陷僵局

E企业是一家有着近15年历史且年产值超两亿元的企业，近几年企业老板发现管理问题愈加凸显，客户经常抱怨交期，每天有好几家客户投诉品质问题，利润率明显降低。

针对产品报废问题，企业统计了报废率这项指标，并规定了出现报废后的责任承担问题。考虑到一线技工难以培养，因此他们在产品报废方面承担的责任较少，而是将报废率的考核主要责任落实给管理人员。管理人员平均工龄在十年以上，见证并参与了企业的成长，在调整报废率的考核责任方面经过多次努力无果后，大部分管理人员对这一政策采取不支持、不反对、不作为的态度，形成了不追究责任企业会受损、过度追究责任人员会失去积极性的僵局，这是一种典型的“习得性无助1”现象。

在参与了该企业的辅导后，笔者发现了其中的端倪，通过总结发现，数据化是企业管理七大过程（见图2所示）中的一环。

图2管理的七大过程

从图中循环可以得知，管理需要标准化，标准需要流程化，流程需要表单化，有了表单化才能数据化，有数据化的基础才能实施信息化，有了信息化就可以市场化，在市场化的基础上可以实现管理的自动化。

一家企业可能没有标准，没有流程，但是一定会有表单，这是数据化的必要条件，也是数据化管理实际操作中值得重点挖掘的事项。数据化管理并非一蹴而就，数据化的前提是标准化，标准化的前提是管理对象愿意受约束，不愿受约束的根源是随意性。

E企业对数据目标缺乏整体规划、管理粗放、做事凭经验、管理靠感觉、生产现场管理不力、产品检查不到位、岗位职责不明确、标准化体系缺乏、责任文化扭曲、仅有部分生产系统数据进行了统计，这些无不显示该企业在经营管理中的随意性，这也是有人反对数据化管理的第一个原因。

用数据说话，需要建立标准，建立流程和表单，对于管理人员有一定的难度。而靠经验做事、凭感觉管理没有难度，也没有挑战。逃避挑战和逃避难度的本质是人的惰性，这是有人反对数据化管理的第二个原因。

数据化管理增加了工作量，避免了各种不确定，也暴露了问题的真相，这是有人反对数据化管理的第三个原因。有人为了掩盖真相，就会反对数据化，或者提供非真实数据，使数据失去应有价值，最后数据化管理不了了之。

以上就是有些企业难以形成数据化管理的三大主要原因。

正如E企业，有一部分产品的报废责任始终找不到责任部门，无法区分责任人，更谈不上后续的改善和预防。大部分管理人员对数据化管理、数据指标、品质目标的提法十分敏感，在数据提供时尽可能少提供或不提供，对数据有一定的畏惧感，认为数据统计出来之后可能会对自己不利，可能会减少自己的收入。

在找到原因之后，笔者对这种状况进行了调整。调整组织架构及部门职能，从结构上增强生产部门的主体质量意识，同时提升品管部的地位。在流程上增加首件检验确认过程，减少批量报废的产生。在操作上，做好产前准备工作，减少不良产品的发生；加快不良产品反馈速度，及时纠正不良产品现象；定期对报废责任进行详细区分，明确责任划分标准和依据，提出纠正和预防报废的动作，检查这些动作的落实。

在以上动作产生效果、报废率有所下降后，开始调整技工的收入构成，将报废率与技工收入挂钩，推出技工评比机制，每月按评比方案评选出一定量的优秀技工进行表扬和奖励。管理人员根据统计数据，将部分收入与部门报废目标挂钩考核，超出目标会有一定奖励。

至此，E企业的报废率目标开始达成并逐步下降，发挥了数据化管理应有的作用。

数据化管理是企业建立公司级、部门级、岗位级管理目标，从数据定义到数据采集形成数据标准化体系，并根据动态数据的变化有针对性地分析问题，从而有效推动问题改善与解决的过程。

数据是企业散落的“珍珠”，也是企业的隐形“金矿”。在建立数据统计之后，需要开始对改善成本，这时的做法是树立降本增效意识，先聚焦一项成本数据或费用数据，降低它。可以通过培训的方式向各级人员讲解成本的基本概念和降本增效观念，以其他企业降本增效案例、同类型企业降本增效案例等为蓝本，帮助树立成本意识。聚焦成本数据，可以选取某一项成本或费用，降低它，如某一种物料、某一种辅料、某一种物流费用等，切忌贪多求全，防止效果不佳。

最后是扩大降本范围，推动企业整体降本增效。在看到降本增效成果后，适时扩大降本的范围，可以通过攻关、评比、激励等方式，让更多的部门和人员参加到降本增效工作中。随着效果的扩大、降本增效方法的广泛应用、降本增效动作的落地，最终推动企业整体降本增效。

综上所述，无论是推行数据化管理，还是推行降本增效活动，对企业来说都是一场深刻的组织变革，更是一次观念革命，需要主导者全盘仔细考虑，对可能出现的阻力、压力、推行时间，有一定的判断和心理预期。