玩轉大數據，管理更省力_數據分析師

想要掌握復雜的企業管理學和辦公室政治？除了讀MBA和甄嬛傳外，還有更省力的大數據方式。2014年騰訊WE大會上，人類行為分析和可穿戴設備專家 Ben Waber 帶來了一個智能工牌，內置麥克風、陀螺儀和藍牙芯片，能收集員工的聲調、姿態和身體語言等細節。這些數據在未來將會幫助企業在培訓、招聘等環節進行調整改進，更能為表現不佳的企業提供解決方案。

以下為 Ben Waber 在騰訊WE大會上的演講內容整理：

一、我們每天都在工作，卻忘記反觀工作本身

我很好奇人們如何工作，之所以感興趣是因為人們花費大部分醒著的時間來工作，卻對工作狀況不甚了解。我們努力挖掘數據，形成對顧客的認知，但反觀自身卻忘記做以上了解。像沃爾瑪這樣的公司會研究顧客購買行為，但如果我追問一個簡單的問題：你昨天和多少人講過話？在商店與每位顧客有多少交流？銷售部與技術部之間有多少互動？我們卻無法回答，而這些都是關于工作方式的基本問題。

有趣的是，有一個行業，至少在美國，數據驅動性極高——那就是棒球隊。棒球誕生于1850年代，150年過去了，棒球隊的組建方式是找一批很懂棒球的老手觀察試訓者，然后基于主觀的評估構建團隊。有時判斷正確，有時錯誤，這就是他們最好的工作方式。他們一直延續這一方式，直到2001年，有人橫空出世，那就是Billy Bean（注：美國職棒大聯盟前外野手）。他說我們要用關于行為的數據來構建團隊。這讓我們去思考，如何借鑒類似于棒球或其他運動的數據來研究工作方式。從這個角度出發可以得到很有趣的觀點，從而思考今天商業中的種種問題。

二、可穿戴設備測量行為數據將引領變革

這里先提出一個問題，為何組織性改變這么難？這個問題看似很突兀，但重組、并購等等的確很難。全球范圍內60%的并購都以失敗告終，僅去年價值就損失了1萬4千億美元，這太夸張了。我們當然可以說，這真的很難，1萬4千億美元權當交學費了。抑或可以這樣想：我們用錯了數據。在重組并購中我們研究的主體是各種財務報表，當然公司的大老板是最重要的。不過我也想問各位，組織的社交核心又是誰呢？這要難回答得多。那么我們是否能夠收集這方面的數據？

我們實際上每天都在攜帶各種可以測量數據的設備。可穿戴測量設備不一定非要是成像工具，或者展示精確的工作量圖表，而是深入分析核心工作內容，獲得反饋，這將引領變革。我們口袋里有手機，還有公司識別身份的工卡——這也是一種傳感器。如果再加幾種功能在上面，我們能用它來做什么呢？

我的團隊，也就是我讀博時候所在的麻省理工媒體實驗室，原先是可穿戴計算機小組，90年代末發明了可穿戴計算機。簡單講我們收集的數據想覆蓋日常工作。比如我們去上班，早上可能要開個會，之后回座位對著電腦寫郵件，然后和同事一起去喝咖啡。但是人們不僅僅是在聊天，而且是在生成數據。例如在會議中我生成的一個數據，其實顯示了對話中我的講話時長、我的主導程度。比如四個人交流新想法，如果我的講話時長占80%，那我也許特別喜歡自己的想法，而事后數據也證明了我們最終會采納我的方案。我們不僅可以檢測講話時長，還可以追蹤對話活躍度。比如誰接了誰的話，如果我總是接著別人的話講，那我就掌控了整場對話。

除了用麥克風記錄上述屬性，也可追蹤對話互動性。你是一口氣講十分鐘，還是每十秒鐘一停頓——這對對話質量影響很大。我們不在乎內容，不是記錄你說了什么，而是實時處理說話方式以了解對話進程。即使是自身活動也在生成很有趣的數據，比如觀察我的肢體動作、身體傾斜角度，可以利用加速器觀測我靠著電腦屏幕有多遠，或是和別人交談之間觀察手勢的同步性。結果顯示，這很能說明我們對工作有多么投入。當然也能監測物理能量水平走動量，這會影響健康以及創造力。

實際上我們討論的通訊工具的價值，不在于它們讓我們與別人交流，而是賦予我們在組織中社交的能力。花時間想想電郵的邏輯，只需一次點擊就能挖掘電郵數據，不是指內容，而是誰和誰在交流，以及交流何時進行。眨眼間我們就能得到公司信息流的地圖，從中還能得到更有趣的結論。

這些特性就好像看一部外語電影時，關掉字幕，你不知道人物究竟在說什么，但能感覺這個人喜歡那個人，或者一群人在激烈討論，這正是我們關注的。選擇這一方向是因為在麻省理工媒體實驗室，我們開發可穿戴計算機是在上世紀90年代，那時有巨大的感應背心，后面裝的大塊電池熱的可以煮雞蛋了。但隨著時間推移，這些設備變小了，更便宜且更快速，最終濃縮成了工卡一般大小，具有上述全部測量功能。用工卡我們可以追蹤地點、對話各方以及持卡人的人際網絡。我們要推出的新版產品，幾個月后就能壓縮成工卡的尺寸。而未來五年，所有的工卡都會配有以上感應器，所以實際的問題是如何運用這些數據。

三、節約1500萬，只需這么簡單

熟悉AB測試的人應該知道，像美國亞馬遜這樣的網站，主頁有50個版本，因為他們并不清楚該選哪一個，這將如何改變消費者行為。所以他們的方式就是，為每個版本的主頁找幾千人測試，觀察這如何改變用戶點擊鏈接和購買量。那么我們在公司能做什么呢？假設我不知道如何組織公司，那試試5種不同的工作圖表，看看效果；或者我不知道如何發工資，那試試3種不同的薪酬系統，亦或是5種不同的辦公室布局，讓數據告訴我們該選哪一種。而不是像今天憑感覺走，也許有時感覺對了，但很多時候也會感覺錯。

美銀所做的就是利用所得數據進行新管理方案的AB測試。美銀將一半呼叫中心設置成統一時間午休——就這么簡單。做出改變后，我們繼續通過工卡監測，3個月以后再看數據。以下是實驗結論：做出改變的小組凝聚力提升了18%，小組能力提高了18%，僅僅因為統一了15分鐘的茶歇時間。這是可以預見的，因為現在我們有更多機會與熟悉的人交談。與此同時壓力也極大地降低了，我們可以再次通過聲調測試來衡量。試想在一個很緊密的團隊中，剛遇到一個難纏的顧客，我可能告訴自己的同事，或者自己憋一天。但現在我們統一了休息時間，可以跟同事抱怨、吐槽了，這很有用的。我們也看到生產率提升了22%，呼叫完成時間削減了23%，這是很高的數字。而未統一小組的數據沒有明顯變化。

一個呼叫中心就為美銀節約了1500萬美金年成本，而且這本身不要錢，方案實施不需要投入，呼叫中心有上萬名員工，在公司推廣也不需要投入。他們只因為過去沒有相應數據，所以才未能采取行動，他們也從未想過這能算管理方法。

但你到任何公司去跟人說，聽著，我們要把績效提升25%，通常人們的反應就是，哇噢，工作方式要大換血?？裳芯拷Y果顯示，如果能找到有影響力的社交杠桿并正確操縱，你將會有顯著結果。這些數據分析我們在幾十家公司都做了，數據給予我們的不僅是改變個別公司的力量，我們開始得出的觀點也關乎人群整體的工作方式。

四、數據告訴我們，男女員工的差異歸根結底來源于偏見

一個話題在過去幾年一直吸引我，那就是工作中的性別問題。至少在美國，人們總討論如何讓女性獲得工作上的平等，如何讓更多的女性進入管理層，如何讓女性獲得平等薪金。有些人，像Facebook的COO Sheryl Sandberg就說，如果女性只是工作習慣不同，結果也會不一樣。還有人持相反意見。

聽風就是雨可不是我的風格。我們有幾十家公司的數據，那么問題來了，男女工作方式真的不同嗎？有很多研究顯示，男女談判表現不同，但談判是工作本身而不是如何工作。每日都在做的事——包括如何與人交談、人際關系、走動量，這些才是關鍵。我們對比了美國的幾十家公司、幾千名員工，并收集數據，發現事實上完全沒有差異。

那么還有其它因素真正導致了男女間的差異嗎？有一件事很明確，女人能做且男人做不到的，就是懷孕。在斯坦福大學的研究中，人們制作假的簡歷去申請工作。這些簡歷完全一樣，除了申請人的性別選項和自薦信中是否有孩子的段落。問題是其中多少人收到了面試的電話通知？人們發現，最理想的候選人是有孩子的男士。他們問招聘方這是為什么呢？人力說因為這類男士有責任心，會努力工作來養活家庭。下一級候選人是單身男女，男女沒有差異。至此最末的候選人是有孩子的女性，人們會說，她們每天都只想著孩子。所以男人有孩子可以加分，而女性因此卻受歧視。所有數據均顯示，男女員工的差異歸根結底來源于偏見，這太糟了。因為偏見不是設計管理培訓項目或改變工作方式就能解決的，最根本的是改變社會層面的認識，這要花幾十年的時間。但是我們必須要改變。

五、利用數據改善環境，這就是令人神往的未來

很多人想象員工的未來或者整個世界的未來，會像星際迷航或者星球大戰那樣。但我有不同的比喻，我覺得它會更像哈利波特。這是霍格沃茲的照片，大家可能看過電影或書，知道霍格沃茲有這種特別酷炫的樓梯，能自行地隨意地移動。如果我們控制它們移動，就能連接起對的人。比如你去上班，進電梯，你不知道去向何方。但電梯會帶你去到某個地方，而且我能保證，它能把你送去和對的人互動。

如果咖啡機是個機器人，機器人可以移動，你想讓兩組人交流，咖啡人會移動到兩組人之間，一大早就坐在那兒。這樣所有人都會聚在咖啡區，我也確信人們將在此互動。

在荷蘭已經有人發明了機器墻，它通過移動來優化人流。而我之前做的一個媒體實驗室項目是自動化工作隔間，隔間下面裝著馬達，項目構思是面對面就更可能交流。利用工卡收集的信息，分析我到底應不應該跟你說話。在晚上，隔間的馬達會放下卷簾，結果就是你會更有可能與人溝通。

未來令人神往，我們能夠利用數據改善環境，根本地改變人們的互動方式。CDA數據分析師培訓官網