企业管理中，我们常听到的一个词是“量化”。恐怕有不少人和我一样，曾经以为所谓的“量化”就是一切数据化，数字越精确越好，便越能体现公司的管理水平。
人们推崇“量化”的原因再简单不过了，不论是员工的升迁还是加薪，都有赖公平、透明的制度为依据，我们知道在企业中，内部公平比外部公平更为重要。
既然要“公平”，要“透明”，量化无疑是非常重要的一个因素。于是便容易产生另一个极端，过分关注数据。
我们都知道管理者布置给员工的工作需要检查，员工不会做你希望的，员工只会做你检查的，这句话管理者们早已耳熟能详。于是工作项目布置下来，对于管理者来说，很重要的便是定期检查，这个动作在有些大型企业被称为“点检”。检查自然需要标准，要量化可衡量，一来员工知道管理者要的是什么，二来管理者也更容易操作。
因此，有些企业为了推行“规范化”管理，不惜花费很大的精力与成本将每一项工作都“数据化”，都“量化”。
如此他们心里就踏实了，他们认为工作被高效执行的可能性大大增强。
阿尔弗雷德.诺思.怀特海是一位杰出的逻辑学家和哲学家，他却经常提醒人们要防止“虚假的具体性危险”。
在德鲁克的书中，有一段这样的描述，“管理人员的责任是认真分析以下问题：与被衡量的现象相称的衡量尺度是什么。同时，他必须弄清楚：什么时候‘近似值’比似乎很确切的详细数字更为确切，什么时候一定的幅度比近似值更为确切。此外，他也必须搞清楚：‘更大’和‘更小’、‘更早’和‘更迟’、‘增加’和‘减少’也是定量的用语，而且常常比具体数字或一定的数字幅度更为确切，事实上更为严密。”
正如德鲁克所说，管理者要认真分析，“与被衡量的现象相称的衡量尺度是什么。”
凡事都要讲个是否“相称”，否则再好的东西都无法发挥其效用。
数据化、量化不是说不对，做企业做管理当然要数据化，要量化，但并不是在任何情况下，在面对任何工作都要绝对的数据化，量化。
如果仅仅只是为了“数据化”而“数据化”，不过是寻求自我的安慰罢了。有些工作成果无法用精确的数据来体现，反而用描述性的语言更利于呈现他的真实面，那就没必要非得往“数据化”上去套。
这个世界不是非黑即白的，这是我们都明白的道理，因此在企业中任何好的管理工具，任何好的管理技术如果与工作不相称，那么无论这个工具再好，技术再强大，在此时此地都是没有意义的。
VIA:商业评论网 作者：杨柳君
更多详细信息，请您微信关注“计算网”公众号：
