故人主好贤,则群臣饰行以要群欲,则是群臣之情不效;群臣之情不效,则人主无以异其臣矣。故越王好勇而民多轻死;楚灵王好细腰而国中多饿人;齐桓公妒外而好内,故竖刁自宫以治内;桓公好味,易牙蒸其子首而进之;燕子哙好贤,故子之明不受国。故君见恶,则群臣匿端;君见好,则群臣诬能。人主欲见,则群臣之情态得其资矣。故子之托于贤以夺其君者也,竖刁、易牙,因君之欲以侵其君者也。其卒,子哙以乱死,桓公虫流出户而不葬。此其故何也?人君以情借臣之患也。人臣之情非必能爱其君也,为重利之故也。今人主不掩其情,不匿其端,而使人臣有缘以侵其主,则群臣为子之、田常不难矣。故曰:"去好去恶,群臣见素。"群臣见素,则大君不蔽矣。(出自《二柄》)为什么“故越王好勇而民多轻死”、“楚灵王好细腰而国中多饿人”、“齐桓公妒外而好内,故竖刁自宫以治内”?君主之嗜好能带来利益,逐其嗜好便有利可图,这个范式一旦成立,其实就是一种潜规则式的法,由嗜好而自发生成的法!这正如我在《管理:以规则驾驭人性》一书中提出的“领导者的好恶本身就是在立规则”,并且这事不以领导者本身的意志为转移。现实组织政治中,这种隐蔽的“法”事实上对组织的影响非常大,其存在不可被忽视!所以英明的领导者会控制自己的嗜欲,不给下属投机的机会,即“去好去恶,群臣见素”。儒家提倡以垂范为法,法家并不提倡以垂范为法,但韩非子认知到垂范成法是君主自己都不能掌控的,所以才反复讲君主要“去好去恶”!【节总评】:为什么我称《韩非子》为最早的管理实学?从本节立法角度的见解便可有体会,考虑很全面、很细致。但以今日眼光看,韩非子立法精神的缺陷同样突出,即在他那里法不过是君主意志的书面化、例行化。韩非子是以君主即代表道、代表国、代表公为前提的,但如何应对君主本身的局限性?韩非子没有给出答案,在他那里君主是没有制约的。所以读史书我们可以看到很多只是彰显皇帝私欲的所谓法,比如皇帝选美女,多大岁数的少女必须要参与等等都是以立法方式固定下来的。
前面我们介绍那么多影响因素,但是这些因素背后产生的原因可能是流程治理团队的自身能力不足,流程治理团队是流程治理体系建设的中坚力量,将会直接影响流程治理体系建设的结果。为什么要强调流程治理团队自身的问题呢?我觉得流程治理团队在构建流程治理体系时首先就应该做好规划,应该去规避我们前面提到的这些影响因素,而不是在遇到这些问题后开始抱怨,然后便是沮丧,放弃了流程治理体系建设。流程治理团队主要会在以下方面做的不够好:第一,未能充分影响高层,没有获得高层的充分认可便开始实施流程治理体系。在流程治理未开始之前,一定是要取得领导的充分认可才会开始实施流程治理体系建设。但是流程治理团队一开始并没有收到高层领导的明确指令,或者虽然表面同意,但内心还是持怀疑态度,仅仅是让你试试看而已。这种情况下,流程治理团队应该先考虑如何从正面和侧面的去影响高层领导。一般来讲正面影响的方式是找到战略和问题驱动的改进点,结合流程治理体系的理论知识,从逻辑上能通过流程治理最终解决业务问题,并管理好领导的阶段性成果预期,这种方式需要的是正面影响。而侧面影响,主要是通过外部专家或者其他能对高层领导施加一定影响的人和事,这个需要一些技巧。我曾经在上一家公司任职的时候,为了开展一个流程变革项目,在项目还未立项之前就请咨询公司的专家跟董事长沟通了半小时,后来原定半小时的沟通,实际沟通了三个小时。最终,这个项目成功立项,并邀请了这家咨询公司来辅导该项目,这就是侧面影响的力量;第二,自身专业能力不足,未能被认可为公司内部的咨询专家。流程治理团队成员并非一定是这个领域的专家,但是至少一定是能胜任流程治理的日常工作的,否则不可能进入流程治理团队。但是某些流程治理团队从业人员自持清高,总是把自己当成管理的部门,要求业务部门做这个做那个,而业务部门一旦有问题或者有求助的时候,又不能完全帮助他们解决问题,这个时候,流程治理团队就会不被认可,最终失去了流程治理的公信力和美誉度,进而影响流程治理体系的建设。那么流程治理团队应该如何取得认可呢?1)首先要用通俗的语言来阐述流程治理体系,同业务部门做到无障碍沟通。流程治理作为一门细分的管理领域,有太多的专业术语,如果不能转换为业务部门听得懂的语言,就会造成沟通障碍,进而影响流程治理体系的建设。业务部门有他们自己长期以来的工作习惯,以及在工作中他们共同形成的认知,这种认知一般很难在短时间内改变,最好的方式是通过变通,转换成大家认可的语言来沟通,这样才会取得业务部门的认可;2)转换心态,做好流程治理领域的服务专家。虽然我们在说流程治理,好像流程治理团队就是管理者的角色,实际上我认为流程治理的服务职能要远远大于管理的职能。作为公司的流程治理团队成员,要通过培训、辅导传授流程治理的理论、方法和工具,帮助业务团队运用流程治理的规则开展流程变革项目,达成项目目标,这才是流程治理团队最大的价值。第三,未能营造出积极的流程文化氛围。前面我们讲过流程文化氛围不足而造成的影响,而流程氛围不足实际上很多原因是流程治理团队自身能力不足所造成的。在开始流程治理体系建设前,流程治理团队一定要清醒的认识到所在公司的流程文化氛围,要充分认识到流程治理文化的问题,基于这些问题在开展流程治理体系建设的过程中就要不断的施加影响来营造出积极的流程文化氛围。如通过请外部专家培训,以及内部自主培训、流程知识宣导、文化建设等,条件允许的情况下,还可以经常组织团队去其他公司参观交流学习。通过这些方式,虽然不能马上就改变现状,但是持续不断的做下去,总能产生一些效果,流程治理团队要对这项工作投入更多的耐心,坚持不断的营造文化氛围,这是流程治理团队必须要承担的责任;-----------------------------------------------------------以上是关于流程治理团队自身能力不足所造成的影响,这种影响更多需要流程治理团队能不断总结经验,多找自身的问题,再来思考如何去面对外部因素的影响,如何通过流程治理团队自身的努力来尽量化解外部因素造成的影响,这才是流程治理团队应该具有的思维。
经过多年的快速发展,中国零售业走到了一个特殊的十字路口:销售增长整体乏力,电商对实体前所未有的冲击,经营管理模式不清,零售企业对未来集体性迷茫。事实上从几年前开始,中国零售业就习惯寻找标杆企业,寻找他们心中可以学习和模仿的榜样,他们这样做是因为,再先进的经营管理理念离开了与有血有肉的企业的结合,他们不敢相信,也无法遵循,更谈不上自己去消化和实践。因此,我们看到了这样一些标杆企业:家乐福,沃尔玛,大润发,胖东来,乐城……然而,上述这些企业虽然好,但似乎太高大、太完美了一些。零售企业事实上更需要一些有优点、但还有一些小瑕疵的标杆企业,需要一些“邻家小妹”型的“美女”,可以欣赏,但更可以学会。经过多方的选择,我们“看上了”江西吉安市的甘雨亭商贸公司。这家企业地处三四线城市,貌不惊人,但细细端详,仔细挖掘,它的许多关键经营管理指标均高于行业标准,符合行业未来的发展趋势:  比如人均劳效,平均米效,综合毛利率,商品缺断货率,税后净收益率,人工成本管控率。除此之外,在管理上它还大胆实践不同股权激励模式,大力推进物流中心建设和企业商学院建设。同时,这家企业巧用资金杠杆,租店和买店齐头并进,有效化解经营风险。在人才培养及学习创新上,这家企业也给同行留下了深刻的印象。企业的总经理只有初中毕业,但学习的足迹踏遍了中国所有的知名高校和国外众多的商超企业。更难能可贵的是,这家企业的带头人不仅好学,更善于学以致用,让知识产生生产力!毫无疑问,这家企业也有许多待改进的地方,正如邻家小妹往往有点稚嫩那样:比如卖场陈列还不够美,商品组织结构还不够完善,卖场环境还略显平庸,人才梯队中的优质人才还有点“捉襟见肘”,等等。但也正因为此,我们才选择了它,这样我们就可以学习它的长处,不再觉得它高不可攀,它身上的某些不足,一是它未来努力改进的地方,同时也是对照我们自身的一面镜子。行业需要更多这样接地气的案例,正像马云所说,他要为众多“小人物”创造一个实现梦想的平台!马云做到了,我们正在努力。
一、什么是知觉(一)定义知觉(perception)是一个心理学概念,是客观事物直接作用于感官而在头脑中产生的对事物整体的认识。(二)知觉vs感觉感觉:是人脑对直接作用于感觉器官的客观事物的个别属性的反映。1.外部感觉2.内部感觉机体觉(饥饿、饱胀、便意、恶心、疼痛等):平衡觉(加速度、减速度、旋转运动):(三)知觉和感觉的关系知觉以感觉为基础,但比感觉复杂得多。举例:盲人摸象(四)知觉的特性1.知觉的对象与背景客观事物是多种多样的,在特定时间内,人只能感受少量或少数刺激,而对其他事物只作模糊的反应。人在知觉客观世界时,总是有选择地把少数事物当成知觉的对象,而把其他事物当成知觉的衬托和背景。某事物一旦被选为知觉对象,就好像立即从背景中突显出来,被认识得更鲜明、更清晰。例:你看到了什么?是白色的花瓶,还是黑色的人?是少女的脸?还是吹萨克斯的男人?即使是对同一知觉刺激,如观察者采取的角度或选取的焦点不同,亦可产生截然不同的知觉经验。《黎明与黄昏》是木雕艺术家艾契尔(M.C.Escher)在1938年的一幅著名木刻画。假如先从图面的左侧看起,你会觉得那是一群黑鸟离巢的黎明景象;假如先从图面的右侧看起,就会觉得那是一群白鸟归林的黄昏;假如从图面中间看起,你就会获得既是黑鸟又是白鸟,也可能获得忽而黑鸟忽而白鸟的知觉经验。2.知觉的整体与部分知觉经验是相对的,在一般情形下,人们不能将某物体孤立地作为引起知觉的刺激,而必须同时也看到物体周围所存在的其他刺激。这样,物体周围其他刺激的性质与两者之间的关系,势必影响人们对该物体所获得的知觉经验。例如,当两种具相对性质的刺激同时出现或相继出现时,由于两者的彼此影响,致使两刺激所引起的知觉上的差异特别明显。离开了整体情境,离开了各部分的相互关系,部分就失去了它确定的意义。有人曾用对图片的感知,说明部分对整体的依赖性。实验者先给被试呈现一张图片的一部分,上面画着一个身穿运动服正在奔跑的男子,使人一看就断定他是球场上正在锻炼的一位足球运动员。接着展开图片,在那个足球运动员的前方,有一位惊慌奔跑的姑娘。这时被试断定他看到了一幅坏人追逐姑娘的画面。最后实验者展开图片的剩余部分,在那两个奔跑的行人后面,是一头刚从动物园里逃跑出来的狮子。这时,被试才明白了画面的真正意思:运动员和年轻的姑娘为躲避狮子而拼命地奔跑。可见,离开了整体情境,离开了各部分的相互关系,部分就失去了它确定的意义。是不是感觉A比B小一些?其实,A和B是一样大的。如大胖子和小瘦子两人相伴出现,会使人产生胖者更胖瘦者更瘦的知觉。3.知觉的恒常性在不同角度、不同距离、不同明暗度的情境下,观察某一熟知物体时,虽然该物体的物理特征(大小、形状、亮度、颜色等)因受环境影响而有所改变,但我们对物体特征所获得的知觉经验,却倾向于保持其原样不变的心理作用。例如,虽然形状不同,我们感觉还是那扇门。知觉恒常性受各种因素的影响,其中视觉线索有重要的作用。所谓视觉线索是指环境中的各种参照物给人们提供的物体距离、方位和照明条件的信息。这些信息对维持知觉的恒常性有重要的意义。如果在实验中设法消除环境中的视觉线索,恒常性就会受到破坏。4.知觉的组织性在感觉资料转化为心理性的知觉经验过程中,显然是要对这些资料经过一番主观的选择处理,这种主观的选择处理过程是有组织性的、系统的、合于逻辑的,而不是紊乱的。知觉组织法则主要有如下几种:(1)相似法则:在知觉场景中有多种刺激物同时存在时,各刺激物之间在某方面的特征(如大小、形状、颜色等)如有相似之处,在知觉上即倾向于将之归属于一类。在方阵中,圆点与斜叉各自相似,很明显地被看成是由斜叉组成的大方阵当中另有一个由圆点组成的方阵。(2)接近法则:有时,知觉场景中刺激物的特征并不十分清楚,甚至在各刺激物之间也找不出足以辨别的特征。在这种情境之下,人们常根据以往经验,主观地寻找刺激物之间的关系,借以增加其特征,从而获得有意义的或合于逻辑的知觉经验。A图与B图同样是由20个圆点组成的方阵,A图看起来,20个点自动组成4个纵列。B图中看起来是20个点自动组成4行。(3)整体法则:知觉的对象都是由不同属性的许多部分组成的,人们在知觉它时却能依据以往经验组成一个整体。当视野中出现不完整因素时,人们倾向于把它们完整起来,变成比较简单、稳定、正规化的图形。刺激本身无轮廓,而在知觉经验上却显示“无中生有”的轮廓,称为主观轮廓(subjectivecontour)。居于图中间第一层的三角形、方形、圆形虽然实际上都没有边缘、没有轮廓,可是,在知觉经验上却都是边缘最清楚、轮廓最明确的图形。乍看之下,图中只是有些不规则的黑色碎片和一些只有部分连接的白色线条。但如仔细察看,就会觉得,那是一个白色立方体和一些黑色圆盘;也可能觉得,那是白色立方体的每一拐角上有一个黑色圆盘。事实上,八个黑色圆盘也好,一个白色立方体也好,在实际的图形中根本是不存在的,只有在观察者的知觉经验中存在,而此种存在是根据闭合法则建立起来的。(4)连续法则:知觉上的连续法则所指的“连续”,未必指事实上的连续,而是指心理上的连续。如图所示,一般人总是将它看成是曲线,而不是单独的点。二、知觉的分类知觉的分类有很多种,在此只介绍其中一种分类标准,按照知觉对象的不同,可以将知觉分为:(一)物体知觉物体知觉就是对物的知觉,对自然界中机械、物理、化学、生物种种现象的知觉。下面着重介绍知觉中的特殊现象:错觉。1.什么是错觉知觉不能正确地表达外界事物的特性,而出现种种歪曲,产生错觉。例如,著名的《两小儿辩日》:孔子东游,见两小儿辩斗,问其故。2.为什么要研究错觉错觉是一种奇怪但并不神秘的知觉现象。研究错觉有助于揭示人们正常知觉世界的规律。在实践中,从消极的方面看,有助于消除错觉对人类实践活动的不利影响。例如,飞行错觉是飞行员在飞行中,对飞机的状态、位置和运动所产生的错误知觉。有调查数据显示,在复杂气象、夜航及海上飞行发生的事故中,由于飞行员产生错觉和操纵错误而导致的事故约占50%以上。3.错觉的种类(1)大小错觉。人们对几何形状、线段长短的错觉。①缪勒莱耶错觉。②潘佐错觉。③垂直——水平错觉。④贾斯特罗错觉。⑤多尔波也夫错觉。⑥月亮错觉。地平线附近的月亮比天顶的月亮看上去大;落日时的太阳比正午时的太阳看上去大。⑦桑德错觉。(2)形状和方向错觉。①佐尔拉错觉。②冯特错觉。③爱因斯坦错觉。④波根多夫错觉。(3)其他错觉。①螺旋错觉。②栅格错觉。③灰度错觉。④斜塔错觉。⑤旋转蛇错觉。(二)社会知觉社会知觉主要包括对自我的知觉、对他人的知觉以及对人际关系的知觉,社会知觉是组织行为学研究的重要内容,也是本章的主体内容。三、为什么要了解知觉(一)没有真实的世界,只有个体知觉到的世界人们不只是感觉真实的世界,而是对其进行知觉和加工。人们的行为是以他们对现实的认知,而不是以现实本身为基础。(二)了解人类知觉的局限性——眼见未必为实你的眼睛会欺骗你,甚至你的感觉也会欺骗你,“你以为你以为的就是你以为的”。(三)知觉的基本知识是社会知觉的基础社会知觉比物体知觉更复杂。
(一)人口结构变革带来的挑战未来十年,65-75年出生的人口将增加2.7亿,这是人口增长的主要群体。而中国60后、70后、80后出生人口均超过2亿,90后接近2亿,随着这部分人口的逐步老龄化,未来40年中国人口可能降至10亿以内。与此同时,慢病呈现年轻化趋势,环境、饮食等因素导致生活习惯改变,肥胖人群增多,且2022年出生率低于1000万,2025年恐不足900万,人口下降与老龄化交织,对药品销售格局产生深远影响。(二)需求模式从治疗向预防康养转变国家开始倡导减重等健康管理理念,需求正从传统的治疗向预防、美丽、康养领域转变。然而,目前该赛道虽已显现,但成功的品牌机构较少,大量保健品存在违规夸大宣传现象,今年多家保健品公司被查处,导致消费者对私域、直播营销产生信任危机,市场潜力尚未被大规模激发。(三)产品竞争格局加剧高增长品种难寻,存量品种竞争愈发激烈。以修正、葵花、仁和等为代表的大贴牌生产企业,去年销量均出现百分之几十的暴跌,原因在于大型连锁公司纷纷自行贴牌,恒昌等集团公司也向单体药店和小连锁贴牌,挤压了工业贴牌的生存空间。而像药匙方、药子帮等公司通过参与贴牌实现扭亏为盈,凸显了独家产品在竞争中的重要性。(四)价格体系面临崩溃危机疫情以来,价格体系基本崩溃,线上无序低价补贴现象严重。尽管中央经济会议提出要打击无序低价竞争,但实际执行中存在诸多问题,小企业维护价格体系被指责为垄断,而大企业的补贴行为却未得到有效遏制,这使得企业若没有价格体系支撑,独家产品的研发和生产将难以为继。(五)渠道格局发生深刻变化线上高增长时代结束,线下渠道整体下降,传统的动销模式已难以适应市场需求。私域公司通过精细化、私域化、线上线下一体化的运营实现快速增长,但行业内对公转私的认知度极低,懂私域操作的人更是凤毛麟角,这也正是私域市场的潜力所在。(六)医保政策压力持续增大集采持续推动药品降价,医保统筹政策收紧,导致呼和浩特700多家药店退出统筹,药店经营陷入困境。新的经营模式尚未形成,传统的等客上门模式已无法适应市场变化,药店转型面临专业知识匮乏、对互联网和私域知识怀疑等多重障碍。(七)宏观经济形势影响消费大部分地区出现消费降级现象,银行存款持续高增但利息下降,消费市场呈现严重的分化态势。这直接导致零售市场整体下降,线上增长也乏力,药品销售面临严峻的宏观经济环境挑战。(八)行业专业能力不足制约发展药店老板专业度欠缺,在引流过程中缺乏精准定位,将不具备消费力的人群引入,导致转化困难。对私域营销的流程和方法不熟悉,缺乏专业化操作能力,同时又担心违规被罚,在转型过程中困难重重。
错误应对1.那我给你换另外一个牌子吧。2.怎么可能,我们的轮胎质量最好。3.你哪里看出来材料差了?问题诊断当客户指责我们产品材料差时,该怎样应对?是据理力争还是虚晃一枪,调转方向。当年轻人在谈恋爱时有个很有趣的现象,当某个女生羞答答地埋怨某个男生“你好坏”时,往往就是爱的开始。其实在销售过程中也存在这种现象,要知道越是疑问多的客户往往是最后成交的人。一般情况下,当顾客无心购买时,最好的方法就是默声离开。“那我给你换另外一个牌子吧。”这是很多轮胎店老板及销售经常说的话,由此而造成了一些稍大规模轮胎店就备很多品牌货。我曾经在广州培训,一个老板说我店铺里有15个品牌的轮胎,几乎市场上任何一种品牌我都有。我问他为什么做这么多品牌,他告诉我说,品牌越多越有竞争力。事实真的如此吗?15个品牌最终导致的结果是你不是任何一个品牌的重要客户,得不到厂家更多资源,同时你店铺里的员工丧失了最重要的能力——销售的能力。他们能做的就是拿着价格表报价格,可是只会拿着价格表报价的是真正的销售吗?“怎么可能,我们的轮胎质量最好。”,前面说在顾客面前有时不能太软,那么我们就来硬的。来硬的可以,可是你看这句话,是不是太生硬了?如果你是顾客,会有怎样的感受?世界上最笨的销售员就是出口伤人心,生活中不是如此吗?很多人出口伤人后,还会补上一句:“不好意思我是北方人,你别往心里去。”似乎这一道歉就足以抵消所有的过错,于是日后继续犯错,并继续道歉。所以聪明的销售员请善用你的嘴,不要得罪顾客。“你哪里看出来材料差了?”这是销售员说出的话吗?可事实在销售活动中,很多轮胎店这种错误一再发生,屡禁不止。而且说得心安理得,毫不愧疚。你还不能深问,因为他会狡辩说,其实就是想知道原因,好解释。你看看,多么好的理由,可是要知道那句话再配上你包公似的脸,杀伤力绝对五星级。销售策略说了这么多,好像怎么应对都不合适,那有的读者就说了:“阿耀老师,有本事你给我们支个招。”你看看,又是得罪人的话,什么叫有本事?所以出口莫伤人。应对这样顾客,有以下几个原则要把握。1.谦卑有礼,询问真相当顾客有这样的疑问,最好的方法就是先道歉,并且真诚询问真相。我们没必要一开始就质问顾客,招来反感,但是在询问真相时要注意礼貌礼节,让人看到你的诚心。2.对比演示,让顾客认识深刻有时候演示比讲解效果更好。中国人说耳听为虚,眼见为实。有些性能材质是可以通过实验展现的,消费者先前看到的可能是表象,所以要学会针对不同性能设计合理演示环节。3.真诚道歉销售时难免会碰到有瑕疵的产品或者遇到比你更懂的行家,人与人之间交往最好的就是真诚,所以若产品真有问题,就真诚道歉,取得谅解。语言模板销售1:真的不好意思,给您添麻烦了。所以真心请您告诉问题所在+,以便我们不断改进。(胎面按起来有点软,不耐磨)哦,我明白您的意思,您按的这款轮胎相比较旁边的轮胎确实会软一些。主要因为这款胎是针对选择偏舒适性的客户。现在道路都比较好,很多人讲究乘坐舒适性,这款轮胎刚好符合这类人群的需求。销售2:您的意思是这两款雪地胎刹车距离不一样。这款轮胎材料不好在冬季行驶中安全性会差?(是的)这样啊,王先生我们做个实验,看看哪款轮胎刹车距离更好?(好的)(搬出两款轮胎放在同一地方),现在我们两款同时用同样的力一起往前滚,看看哪个先停下来,先停下来的说明抓地力好(做滚轮胎演示实验)。销售3:非常抱歉,这款胎在材质上确实要差一些。它的天然橡胶品质要弱,不过它主要是针对小型汽车的。像您这款车更加适用另一款轮胎(引导到别的轮胎前介绍)。俞老师总结巧妙化解顾客疑问,真诚解释其中原因,最终获得客户信赖。
数字化转型的核心是数据,在企业的数字化实践中,通过对数据的分析和应用,发挥数据的产业价值。除了数据本身,还有几个与数据密切相关的概念,信息、知识、智能,这些概念都与数字化关系密切。在讨论和数字化相关的话题中,我们经常会涉及到这些概念。对这些概念的准确辨析和深刻理解,有利于我们更好地了解数字化转型中的数据要素,了解数据为业务赋能的底层规律和实现逻辑。数据、信息、知识和智能,本质上都是和信息有关的概念,属于信息的不同抽象层次的表现。前者和数据直接进行比较的信息是狭义的信息概念,后者是广义的信息概念。1.数据数据是客观世界上直接可得可见的数字化内容,是信息的物理表现形式。数据是数字化转型中数字应用实践的基础原料,也是数据管理活动的核心对象。企业中一切数字实践活动都必须围绕对数据资源的获取和分析才能落地实现。在企业的产业实践活动中,根据不同的观察视角,可以将数据划分为很多不同类型:从数据组织形式的结构化程度来看,数据可以分为结构化数据、半结构化数据、非结构化数据。结构化数据最为常见,数据记录的具体表示由预定义的结构化框架进行约束,有固定的数据结构。表格数据是最典型的结构化数据,在数据表中,每行数据记录的表头都是一样的,每个表头也都有明确的业务内涵。表格数据一般存储在关系型数据库中,有些也存储在Excel等BI商务软件的文件中。除了表格数据,知识图谱也是非常重要的结构化数据,知识图谱以三元组的形式对网络结构的数据进行表示,对于复杂查询和知识推理类的数据计算任务具有非常好的技术兼容性。与结构化数据相对的非结构化数据,没有严格的模式约束,尽管信息组织的自由度较高,但是难以被机器直接计算和理解。非结构化数据一般包括文本、图像、音频、视频等多种格式,在企业后台,非结构化数据一般以文件的形式进行存储和管理。在形式上,非结构化数据一般只适合人来读取和分析。为了让非结构化数据更多地参与到数字化应用创新,需要尽可能地将非结构化数据转化为结构化数据,即便于机器分析处理的表示形式。当前,很多大数据技术,基于机器学习或深度学习等算法,都能很好地实现非结构化数据向结构化数据的转化能力。例如,采用自然语言处理(NLP)技术对文本数据进行结构化,采用语音识别技术(ASR)对音频数据进行结构化,采用机器视觉技术(CV)对图像数据进行结构化。半结构化数据的结构化程度处于结构化数据和非结构化数据之间。半结构化数据本身也是结构化的,但是由于数据结构的变化很大,因此难以直接用数据表来对数据内容进行存储,必须采用特殊的存储结构。当前,比较经典的半结构化数据存储格式有XML、JSON等,其中XML是基于树状结构的,而JSON是基于键值对结构的。这些数据结构能够非常灵活地表达形式多样性很强的数据内容。在企业的数字化应用中,半结构化数据的主要用途在于提供系统或服务之间的关键信息交换。非结构化数据主要有以下三个特点。一是数据结构的自描述性,数据与数据结构彼此相容,数据本身既是具体的内容,也是信息结构框架;二是数据结构的复杂性,在结构上难以将数据纳入到现成的模式;数据结构描述的动态性,数据的变化会导致数据结构的变化,整体上来看,数据的表示形式具有动态性、适应性、灵活性。从数据的适用功能上来看,数据可以分为事务数据、文件和内容、主数据、参考数据,以及元数据等。事务数据是前端业务信息系统基于日常的事务操作,通过代码逻辑自动产生的数据。这些数据大多是结构化数据,最早来自于数字应用的关系型数据库。在业务信息系统的服务过程中,通过对数据的CRUD(增删改查)基本数据交互操作,可以实现线上化、自动化的业务逻辑。事务数据是对这些数据交互活动的状态以及状态变化的记录。文件和内容大多数非结构化数据,包括文字、图片、音视频等。随着企业处理数据能力的不断增强,开始通过主动的数据感知方式从业务环境中持续采集数据资源。文件和内容是数据感知的主要数据类型。从环境中直接采集的数据大多是非结构化的,这些内容既可以直接以人工的方式进行查看分析,也可以转为结构化的格式进行自动挖掘处理。主数据是在系统以及各个业务活动之间共享的重要数据类型,往往用来表示企业中的核心实体对象。常见的主数据包括客户信息、供应商信息、竞争企业信息、零部件信息、产品信息等。在业务活动中,主数据所描述的实体对象可以是业务活动的发起者,也可以是业务活动的被动接受者。和事务数据相比,主数据的变化比较缓慢,通常需要人工进行审核和维护,企业中的数据分析活动对主数据的内容准确性要求很高。参考数据和主数据一样,也是共享类的数据类型。参考数据大多数情况下对应的是数据属性的取值范围。直观上,可以简单地把参考数据理解为业务活动的状态列表,或者某些实体类型的分类标准。比如使用参考数据形容某表单任务的工作状态时,可以取值为“新建”、“已分配”、“施工中”、“已解决”、“待定”、“已完成”等等。元数据的作用是为数据提供描述,是对数据的具体解释。元数据本身也是数据,是关于数据的数据。企业通过元数据可以对数据资源进行管理,同时也为使用数据资源的数据消费者提供信息参考。元数据可以近似理解为数据的注释信息。可以说,没有元数据,就没法理解数据,进而也就没有办法使用数据。元数据主要分为技术元数据、业务元数据,以及操作元数据三种主要类型。技术元数据的功能是帮助数据系统的开发人员理解数据,让技术人员准确地实现技术系统的数据服务功能;业务元数据的功能是帮助包括数据分析人员在内的业务人员理解数据,让业务人员能够更加方便地检索关键信息,开展数据分析,进行数据应用创新活动;操作元数据主要记录数据的重要访问信息,和系统运维以及安全管理密切相关。图9.从数据到智能的价值链转化2.信息通过对数据进行分析和加工,可以从数据中提炼出重要的信息内容。信息比原始数据的抽象程度更高,具体的表现形式也可以是数据或图表。例如,可以比较直观地呈现业务信息的形式有统计报表、关键词、结论性文字、数据可视化图,甚至一个简单的数值结果。对于数据分析人员来说,信息是重要的业务参考和管理决策依据。没有信息就没法行动,知己知彼,方能百战不殆。获取信息,是数据对企业管理运营活动的最直接价值。信息来自于数据,但是信息和数据并不是一一对应关系。信息的产生会受到人的主观因素影响。比如,面对某人说的同样一句话,有人听到是“夸赞”,有人听到的就是“嘲讽”。信息和具体的业务场景、业务问题,以及数据分析的方法都有很大关系。对于同样的数据资源,不同业务人员在差异化的问题需求条件下,采用不同的统计和挖掘方法,所得到的信息结果自然也不同。值得注意的是,信息有真假之分。不是所有的信息都会起到正向的决策支撑作用,错误的信息会对业务行为产生误导。因此,在获取信息的基础上,数据分析人员需要结合自己的经验对信息的真实性和准确性进行有效的判断,或通过交叉验证的方法,基于信息结论是否一致来辅助判断信息的可信程度。3.知识知识的抽象程度比信息更高,同时具有更强的稳定性和可靠性。知识可以来自于数据分析的结论,也可以通过人工录入编辑的方式产生。前者所提及的知识是需要探索的未知的新数据,后者知识是人们在生产生活实践中已经掌握的知识。和信息相比,知识具有更强的体系化和结构化的特征。从数据中直接提取的信息很多时候往往是离散的、碎片化的,而知识则具有比较严格的内容组织形式,信息节点之间具有比较明显的和统一的关联关系。知识的数据表示方式很丰富,比如知识图谱、知识规则、函数、指标公式、分类标准、数据结构框架、流程图、业务术语表等。此外,知识的内容比信息更加稳定,一般情况下知识不随所见数据的变化而变化,同时知识在应用层面具有更强的普适性。尽管从不同数据中提取到的信息差异很大,但是同样的知识内容却可以用于不同数据资源的数据分析任务。在真实性和准确性上,知识的内容要求也比信息更高,只有经过提炼、组织、验证过的信息,才会成为知识的重要组成要素。4.智能智能是知识的高级应用形态,同时也是抽象层级最高的信息。面向具体的业务需求痛点时,将知识与数据服务算法相融合,可以构建出具有智能化特征的数字化应用。智能的具体表现形式是数据模型,这些数据模型具有分类或预测的能力,可以基于已知信息推断得到有利于业务决策的未知信息,甚至基于算法的推断结果还可以自动产生相应可靠的行为活动。通过机器学习、深度学习等人工智能和大数据技术,可以从数据资源中自动学习到具有智能水平的数据模型,模型的结构和模型的参数是决定智能应用可靠性的关键。常见的智能应用有自动诊断、自动分类、自动检测、自动分类等,总之目标是让机器来代替人完成更多的业务操作,降低人工操作成本、增加业务效率、减少人为因素出错的概率、提高产品或服务的综合质量。