「降本」有可能,「增效」不确定

开发 架构
从实践经验中来看;企业对于降本的手段和策略,通常是比较直接的,并且具备确定性,从而规避不确定的风险。

​01

互联网行业里;

降本策略千奇百怪,手段却出奇一致;增效方法五花八门,手段更是花里胡哨;

对于企业来说;

商业的基本形式,就是围绕供需产生的利益关系;

很多决策的执行,都是基于利益最大化考虑的;

什么是 利益最大化?

更低的成本、更高的效率、更优的质量、更好的结果,没有最的说法,只有更的追求;

好听的讲,叫降本增效;不好听的讲,叫唯利是图;

企业对于降本增效的追求,感性上说底线没有,理性上说逻辑严密;

02

先来聊一聊:降本,最直接有效的手段:裁员;

不论是营收压力,还是业务瓶颈,都首选裁员来缓解困境;

人力资源的成本降低,保障公司运营的可持续,在策略上极具确定性,只是手段比较魔幻;

最近几年,某某厂裁员的热搜常有,网上吐槽的小作文也接二连三;

更离谱的是,裁员之后的降薪动作;

虽然,月薪直接打折的操作不多见;

但是,奖金上的闷棍却一通神操作,要么被打折,要么被打水漂;

为啥不是降薪,而是裁员?

降薪影响整体的氛围;

如果操作不当,很大概率会先把有能力的人打包送走;

裁员影响范围相对较低;

而且针对性明显,把混不动的人送走,倾向于做人做事都有问题的;

最骚包的是,裁员之后再招聘新人;

被裁的人还没签字,接替的面试者已到会议室;

越防线暴击,半点武德都不讲;

新人入职之后还可以给团队一些压力,保持一定卷的氛围,对公司而言何乐而不为?

裁员这件事,对于普通选手来说;

总有很多感性上不能接受的理由,但是都无法替代理性层面上的客观逻辑;

职场上,清醒很重要;

面对当下的互联网行业,裁员风波中,具备留下的能力,也有选择走的实力,才算稳妥;

03

相对于降本这个潜藏在暗线的策略,增效则是明面上常说的话题;

这里的效是指常说的效能,既有效率,也有效果;

效能的概念比较抽象,可以将其放在具体的实践中去理解,基于常规的事务执行流程即可;

图片

无论是公司顶层的战略规划,还是项目层面的管理策略,又或是团队或者个人层面的具体事务推进;​

在效能方面,都需要对齐的几个节点;

目标和过程的正确,结果和产生的效果反馈,即效能;

所以,效能围绕工作各个环节,比如:规划、决策、项目、业务、技术等;

效能的实践,是一个长期的过程;

对于效能的衡量也没有绝对标准,从实践中看,需要客观的相对标准;

在环境的不同时期,不同事务中,应对的策略也各不相同,效能的追求自然也要审时度势;

在企业中,不同层级的角色,看待事务角度不同,流程也有差异;

下面围绕研发这个视角,从事务推进的各个关键环节,来分析效能方面的问题;

04

【数字化转型战略】

互联网企业,围绕数字化体系的转型,是近些年的热门话题;

完整的路径:信息化,数字化,智能化;

此前,在数据服务公司待过两年,对数字化的应用和业务赋能有过一些实践经验;

图片

从个人的实践来看;​

信息化可以简单的理解为:组织、运营、业务流程的线上数据化过程;

数字化可以简单的理解为:基于数据的统筹分析,再反向驱动组织、运营、业务的能力体系;

智能化可以简单的理解为:基于信息化和数字化之上,更加智能的分析、决策能力;

随着数字化概念的普及和推广,大部分企业理解数字化的重要;

但是企业的数字化转型之路,实践的过程是曲折和漫长的;

对于转型来说,不同的企业有不同的业务和特点,并没有一套相对完整的标准来衡量成功与否;

从一个比较理想的状态来描述:实现全流程全场景的数字化管理;

在发展的过程中,通过对数据层面的客观分析,快速发现问题,支撑决策的制定和执行;

05

【组织决策层面】

站在企业层面来看,也许能接受短暂时间内走的慢,但是不太能接受方向上的错误;

走的慢,只意味付出的回报可能迟到;

方向错误,则意味付出没有回报;

很显然,对于互联网这个行业;

大部分的中小型公司,并没有试错的资本和时间,错过可能就是结束;

所以,组织在做决策时;

需要进行统筹分析和规划,极力追求目标的正确性和方向的准确性;

以研发过程中重大版本为例,来分析决策的流程;

图片

组织针对事务的决策会议,通常控制在三次,目的就是对齐事务核心人员的认知;​

决策正确与否的关键;

在于关键信息是否充分的表达和分析,从而形成影响决策的核心因素;

个人所在的企业中,对于那些以月或者季度为周期的重大业务版本;

在进行决策会议的前三天,就会下发相关的材料文档;

所有参与的人员;

会议上都必须表达对事务的看法,执行时可能出现的问题,由项目经理进行统筹;

然后各个团队分析问题,给出解决的方案和成本;

最终,完成对事务的各个维度统筹或取舍,形成预期规划,转入立项执行阶段;

在决策时;

如果信息不全面不充分,无法形成广度和深度的综合分析;

很容易产生错误的预期规划,后续的执行和结果自然也会出现偏差;

06

【项目执行层面】

项目推进的流程,通常追求质量、成本、时间的平衡;

在不降低质量的情况下,同时降低时间和成本,故而形成现在互联网的内卷状态;

图片

在项目经理的视角下;​

各阶段的并行推进,人力资源的介入时间,不同节点的转换,问题的协调和风险的规避;

都会对项目的周期产生较大的影响;

曾有一个预期为三个月的版本;

通过项目经理的精细规划,提前二十天完成交付,并且不削减各方的评估时间;

从项目的执行过程看;

• 可并行的流程,合并到一个周期内;

• 节点转换节奏中,不允许隔天交付,周期结束必须即时向下交付;

• 过程中所有问题和风险,在各自阶段内快速协调并解决,没有影响整体排期;

• 对于可能出现的加班情况,各种福利都提前安排好,避免情绪问题;

从项目的最终结果看;

围绕需求的目标和指标体系,去衡量结果以及产生的效果;

形成项目的复盘总结文档,以及后续的优化方案,沉淀项目管理经验和知识体系;

07

【业务管理层面】

业务,企业的绝对核心;

很多组织架构、团队结构、流程机制,都是围绕业务设计的;

业务的完整周期;

业务的发展周期:孵化期、验证期、成长期、成熟期、衰退期、转型或者消亡期;

图片

在周期性的变化中,很多特征会多次重复出现,问题也会持续出现;​

深入业务的本质;

在不同的周期阶段中,抓住关键的问题和矛盾,设计和落实相应的解决方案;

问题必然会一直出现;

可能是对业务的洞察分析,客户的真实反馈,业务落地的各个过程;

在任何时间下都存在问题;

但是发现很多问题,却没有抓住和解决关键的问题,对业务的建设来说是致命的;

业务的流程路径;

以互联网业务的生意模式来看:流量获客、转化销售、围绕产品做持续运营;

图片

在不同的业务场景下,其运作流程会有差异,但其本质上的逻辑是相通的;

业务体系的搭建过程中;

除了各环节的核心能力建设,还要围绕流程的推进做持续的优化管理;

追求业务流程中协作的顺畅和高效,降低业务流中不必要的人为操作,是增效的常用手段;

业务的细节刻画;

深入洞察业务画像,不断的挖掘和处理其内部的细节问题,助力业务发挥更高的价值;

对于业务的细节问题处理,更多是具体场景具体分析,这里抛一个场景案例;

图片

在企业中,很少只存在一个业务线,而不同协作团队之间存在一定的壁垒,也是常见的问题;

对于服务客户来说;

在转化的过程中,商务人员通常更专注于自身负责的业务,从而忽略业务之间的联动性;

经过论证后,通过标签能力,尽可能的联动不同的业务线;

  • 首先,设计各个业务线的客群需求标签;
  • 其次,在客户跟进时通过标签,进行自动化匹配,形成相应的业务线索;
  • 最后,标签的准确程度,线索最终的转化结果,设定奖励机制;

对这种细节问题的处理;

需要精确的把握业务场景,其解决方案的实现成本可能很低,但产生的业务价值却很高;

08

【技术研发层面】

研发体系,既要面对业务的复杂度,还要应对技术的复杂度;

团队分工角度;

首先从团队的分工角度来看,技术依赖很大的专注性,所以分工明确比较重要;

图片

团队的分工,主要是以成员的能力为依据,业务开发可以根据个人的主观意愿进行适当的调整;​

通过合理的分工设计;

让不同的成员都可以持续专注在一个方向内,从而避免节奏混乱引发的各种问题;

业务体系搭建;

于研发来说,通过技术手段完成业务到产品的落地,是工作的最高优先级;

但是从长期来看;

需要对业务深入分析和洞察,建立精确有效的指标体系,支撑决策,挖掘更高的业务价值;

技术体系搭建;

从业务维度来看;

在业务体系的搭建过程中,不断的拆分降低耦合度,沉淀公共复用的业务能力;

从架构维度来看;

持续追求业务和技术的分离,系统的分层设计,即使部分或整体的业务消亡,但是沉淀的技术价值还在;

09

从实践经验中来看;

企业对于降本的手段和策略,通常是比较直接的,并且具备确定性,从而规避不确定的风险;

虽然增效的呼声时常不绝于耳;

但是站在现状去考虑,提升效率依赖于组织对于各种事务的熟悉程度;

那么,问题来了;

对于当下的互联网行业来说,环境中的人和事变化频率非常高,增效的手段能否真正发挥其作用?​

责任编辑:武晓燕 来源: 知了一笑
相关推荐

2022-06-02 14:39:11

混沌工程实验微服务

2023-02-16 09:12:20

运营数智化

2020-11-16 18:29:10

云计算行业科技

2023-09-05 07:21:47

2024-02-20 13:29:04

网络安全研发

2023-07-28 09:48:37

2024-03-27 12:31:54

数据分析降本增效促销活动

2023-10-07 14:42:42

2022-07-13 14:54:52

边缘计算人工智能机器学习

2017-04-24 13:27:50

大数据制造领域降本

2022-12-07 13:58:56

Cloudera

2023-10-12 19:05:13

研发管理降本增效AI

2022-07-28 10:49:18

IT支出托管服务

2013-05-21 13:15:53

CIO

2016-01-22 11:05:07

2024-04-19 14:43:16

云计算分布式

2023-09-13 13:17:55

自动驾驶环境

2013-01-23 09:37:31

大数据Hadoop

2023-11-13 08:00:00

Python开发
点赞
收藏

51CTO技术栈公众号