在这个蔬菜是有机的、水果都会甜、衣服耐洗不缩水、满街百年创始老店、车子很省油、房…的社会当中,只要我们肯问,大概都能得到一些标准回答,甚至还会有数字佐证。
我们是否已对数字习以为常,极度仰赖它进行决策呢?一起来看看数字背後有什麽我们可以再思考的地方。
在求学阶段的课程、各方文章、书籍,时常看到「没有量化,就无法管理」这样的说法,通常会再搬出管理学之父「彼得・杜拉克」的名号,但在撰写这篇文章时,为了考证此言出处,找到一篇文章「过度神话的「可测量性」:从管理学到哲学的视角」对这件事做了澄清。
但不管是谁说的,透过量化进行管理在现代来说看起来天经地义,也确实有各种管理的手段、方法、理论在探究「量化」这回事,因此这个主题不是在挑战量化管理,而是想要醒量化之下潜藏的疑虑。
量化後的结果可以方便我们看出结论、看到变化的轨迹与趋势,从而产出管理应对方针。量化过程把复杂的现实「摘要」成可以比较的数字,期望将杂讯给过滤掉,这容易落入「类比转数位」的挑战中,现实有些东西是数字难以表达的。
我们必须谨慎面对数字,评估它的可信度,了解它如何产生、如何被记录的、如何被计算的?以及,谁来确保这个数字的有效性?
真切知道数字只是一种「代表」,虽然有些无奈,若数字传达不怎麽好的提示时,先不要妄下定论,即使这样很节省时间。真正走入团队,与参与者一同看到问题,思考如何解决才是关键。
正因为量化是那麽梦幻,好似一瞬间简化了各个问题,以为我们可以透过仪表版掌握一切。若就这样一路发展下去,恐怕是另一条歪路的开始,一些被拿来揶揄的 KPI 就是一种体现,例如:
以上任何一条,单独来看,显然都有对应冲高的技巧,而且普遍相当简单,我们不会希望团队专心在这些事情上面,这很可能将团队推向一个奇怪的方向。
就算团队真的找到有用的指标,也用了很好的统计方式,确保这些数字是精确反应现况,具有代表性的,接下来问题也还没有结束。
我们自己如何理解数字,有可能受到经验与偏好影响,一不小心产生专属於自己的谎言。不乐见的情况是,为了证明什麽,联合了许多支持自己观点的数字来备书。
总之,心态要健康且开放,从数字嗅到问题时,应该同时兼具广度与深度的观察,避免不必要的张扬与指责,不妄下评断,也是一种「尊重」的展现。
90-90 法则 (Ninety-ninety rule) 来自一句格言,我们可以在《More Programming Pearls》一书当中找到。在谈论专案管理时,我们可能也听过 90% 症候群 (90% syndrome),在概念上基本是一致的。
这边参考该书的简中译本《编程珠玑:续(修订版)》之箴言集章节,它是这样描述的 (以下仍保持简中版的用词):
前 90% 的代码占用了 90% 的预定开发时间,余下的 10% 代码又花费了 90% 的预定开发时间 -- Tom Cargill,贝尔实验室。
我特别把它归到「就算数字是对的」环节来讨论,是因为 90-90 法则有各种应验的可能,就算我们避免人为因素,仍然无法保证其他不可抗力事件的发生,因此 90% 的表象可能是一个暂时结论,对於专案进展而言,该有的备案与应对措施仍然会需要,不宜过度乐观。
我在「面对拒绝」有提起二元对立,今天趁这个主题做一些补充。
二元对立的例子包含「对」或「错」;「是」或「否」;「好」或「坏」,二元只是基础,普遍存在於生活的每个角落,真正带来误会的是二元之间的「比较」,也就是「对立」。
比较无所不在,但现实往往是复杂的,若把事情精简为两个端点,在这种情况下进行比较,必须承担见树不见林,或见林不见树的风险。这时候我们又会抓取更多比较项目,进行一连串的比较,经过无数「二元对立」的运算後得到我们想要的结果,例如:绩效评估、贡献排行。
随着经验累积,我们渐渐会知道对於他人的评断,不应该是果断的「谁是好人,谁是坏人」,在团队内的运作也是这样,没有绝对好的成果,也没有绝对不好的失败,同时一件事情的好与坏也是因人而异的,事情本身没有绝对好坏。
以 Scrum 的冲刺来说,有没有达成冲刺目标(Goal) 可能会是个武断的判断,也有团队选择将所有 PBI 都完成才视为完成,这种「完成」与「未完成」也是一种对立。假若真的遇到「未完成」的情况,团队也不需过度灰心,按照价值排序理应会有高价值的东西被实作,并且透过接下来的回顾反思一下,找出对未来更好的尝试,这是敏捷精神的积极发挥。
最後,再谈点在 Scrum 当中时常被讨论且富有争议的议题--「估算」。
我们通常会透过 Planning Poker 或 T-Shirt Size 的方式对 PBI 进行难度的估算,同时为了避免估计上的讨价还价,以及过早陷入时间的谜思,我们更会选择为 PBI 估计故事点 (Story Points) 而非时数。在这个过程中,团队若相当在意估算的准确度,开始烦恼该如何估计,质疑这套估计方法是否准确,就相当可惜,因为忽略了这个估算活动背後可以带来凝聚共识、认知校准与厘清问题的好处。
以 Planning Poker 为例,通常以费式数列来编排,因此 Poker 点数可能是 0, 1, 2, 3, 5, 8, 13, 21, 34, 55, 89, 144,采用这种方式有助於快速收敛,让团队不落入细微数字上的纠结,这套方法无法产出最精确的估计,仅呈现了相对的比较结果,更多的是作为一种促进沟通的工具。
在站传统工作规划的观点上,Scrum 这种估算方法相信会带来很大的冲击,但这也只是明白地展现「没有精准的估计」这个概念,特别是在软件开发这种变数多端的工作当中。试问,原本的估计方式又有多大的准确度呢?既然估算难以精准,团队若想要改善什麽,应该是强化应对能力,让自己能够在各种充满变化且不准确的情况下仍然可以运作。
面对数字,我们也有保持开放的态度吗?
nmap 是一个非常好用的工具,在渗透测试时常常需要 nmap 辅助,本篇列出常见的 nmap 指令...
-安全和隐私控制系列(来源:NIST SP 800-53 R5) .安全和隐私控制有效性解决了正确...
好的 经过了一番风起云涌 惊滔骇浪之後(? 第一篇文章总算是生出来了 原本预估是8号就该开始开赛了 ...
人的科技文明发展始终来自於人性 在科技发展发达的现今,各式各样的技术成熟,在很多的领域都可以发现各种...
使用 Valet 或是其他本机环境软件把 WordPress 安装好之後,切换到网站根目录,可以看到...