11.2 关键原则概述

为了营造发现的文化氛围,产生创新的分析并驾驭大数据,必须遵循以下三条关键原则。

■ 原则1:打破思维定势。这意味着突破性的创新不是简单地在现有概念之间添加联系,而是要从头开始,用新的方式做事。

■ 原则2:形成连锁反应。这意味着最理想的创新应该允许以其为基础构建其他的创新,即使事先对后续的创新没有预期或者计划。创新引发新的创新,新的创新又引发新的创新,累积下来的连锁反应大大弱化了原始创新的影响。

■ 原则3:统一行动目标。企业的领导应当设立一个共同愿景,明确目标的优先级,并为该愿景和那些优先目标设定一定的奖金。只有形成统一的行动目标,才能营造出创新和探索的文化氛围。

这些原则不是我们新提出的,但是它们很重要,值得我们不断地回味和推敲。下面我们深入探讨一下这些公知的原则以及它们在大数据和高级分析领域的应用!

11.2.1 原则1:打破思维定势

第一条关键原则是打破思维定势。我们每个人都陷在一种思维定势里,个体、团队以及公司都是如此。也许你不会时刻感觉到这种思维定势,但它此刻就在你身边,它包括了一切你知道自己能做和不能做的事情、应该做和不应该做的事情、能办成和不能办成的事情,以及你知道自己被允许做和不被允许做的事情。你的思维定势建立在预算、经验、传统、技能、系统、数据可用性和其他许多事情的基础上。

从某种程度上讲,这些思维定势并不是有害的。它们可以帮助我们集中注意力,帮助我们搞定事情,在日常工作中帮助我们考虑重要的实际问题。但是如果你觉得这些思维定势太死板,灵活性不够,那你就遇到麻烦了。如果不能经常挑战思维定势,它们会逐渐变成巨大的阻碍。问题的关键在于确定你不是故意限制你自己和你的企业。

上一次你定义了哪些能做和哪些不能做、哪些该做和哪些不该做或者哪些能被企业接受和哪些不能被企业接受的思维定势之后,一切有什么改变吗?你上一次思考企业使用现在这种分析方法的原因是在什么时候?你上一次回顾第7章中讨论的优秀分析原则,以确保你的分析团队没有偏离正确轨道是在什么时候?你上一次考虑像我们在第5章和第6章中讨论的那样更新流程和方法是在什么时候?你上一次更新系统以充分利用第4章中讨论的当前可扩展性程度是在什么时候?


你上一次挑战自己的思维定势是在什么时候

根据思维定势做事不见得不好。但是,你必须经常挑战你的思维定势以确认之前的限制还在。否则,你将不必要地约束了自己。尽可能地推进到能力范围的真实边界而不是假想边界。近年来,度量分析流程的技术进步很大,许多企业甚至还没有意识到到它们错过的潜在收益。


公开的分析比赛是分析领域近来的一个趋势。在这些比赛中,参赛人员如果需要可以得到一个清除了敏感信息的数据集。所需的模型、分析类型以及获胜的标准都公开张贴了出来。在比赛的最后,成绩最好的团队将赢得奖金。世界各地的专家所带来的技术有可能帮助组织者摆脱自身思维定势的束缚。由于企业外部的人员不会受到企业内部思维的限制,因此参赛人员通常很容易获得比组织者更好的结果。

为了帮助你的企业打破思维定势,你需要让员工互相提出挑战性的问题、不断验证假设,并且尽可能地推进到他们能力范围的真实边界而不是假想边界。

1.效仿哥白尼

哥白尼是一个打破思维定势极好的例子。在15世纪和16世纪,人们普遍认为地球是太阳系的中心。哥白尼通过对已有数据的分析,认为太阳系的中心是太阳而不是地球。他的日心说是一个伟大的创新,并开辟了天文学的新纪元。哥白尼还被视为引发科技革命的关键人物。这场科技革命推翻了自古希腊以来就开始流行的理论,〔4〕为建立现代科学奠定了基础。

然而,哥白尼有了想法之后,并不愿意公开发表。他明白这样创新的想法会引起很大的争议。旧理论认为地球是太阳系的中心,这是错误的。他的新理论很难被深受旧理论影响的人们所接受。

如果你的理论基础是错误的,那么由该理论所得出的结论将都没有意义。哥白尼的例子表明,即便是成功的创新也不并总是能够立即被接受的。哥白尼花了很多年的时间才将他的发现公之于众,近三个世纪以后他的理论才被完全接受。最终,他创立的正确理论取得了胜利。当然,哥白尼明白地球仍然是太阳系中的一个重要部分,只不过不是太阳系的中心而已,而说地球不是中心并不意味着地球不重要。


关注人,而不是工具

哥白尼指出太阳系的中心是太阳而不是地球。今天,许多企业把焦点放在技术和工具上,认为它们是取得分析成功的核心要素。事实上,成功的核心要素不是这些工具和技术,而是使用这些工具和技术的人。如果不能关注正确的模型,成功将会受到很大的限制。


商界常见的一个错误是,企业往往把数据库、软件应用程序等工具视为高级分析生态系统的中心。太多的企业喜欢强调它们如何使用最好的工具,或者为员工提供了最好的软件,或者运行着最好的数据库。这一切当然很重要,企业肯定能够从最好的工具、软件和系统中受益,因为工具和技术是企业分析创新能力的关键组成部分。

但是,使用这些技术带来商业增长的是什么?是使用它们的人及其使用方式,以及人做出的决策。我们在第8章和第9章中讨论过,使用工具、软件和系统的人才是分析生态系统的中心。企业需要确保把正确的工具交给正确的人,以获得正确的结果。如果只有最强大的系统和最复杂的工具而没有优秀的分析专家,驾驭大数据也是不可能的。

2.应用原则

今天,如果一家企业致力于创新,那么分析对它来说就是一个关键部分。最近,分析领域有一些创新。如果企业想打破思维定势、驾驭大数据,那就必须充分利用这些创新。其中一项创新是,通过库内分析技术使得第4章中讨论的可扩展性分析成为现实。与其他的许多创新一样,20世纪90年代最初支持该创新的人们付出了很多努力。包括工业界人士在内的许多人,最初对这一概念都持怀疑和不屑的态度。

库内分析目前已经成为主流,理解这一点很重要。全球各行业的公司都已经认识到并文档化了因为支持库内分析所带来的速度改进。与传统方法的极限速度相比,运行分析流程的速度可以提高40倍、50倍甚至100倍。这不是一种增量性质的改进,而是一种质的飞跃。今天,不使用库内分析的人简直是疯了。花几分钟的时间,你就可以用因特网搜到讨论各家公司如何借助库内分析,把分析的可扩展性提升到了一个新层次的会议纪要、文章以及正式的实例研究。一个类似的有趣故事是使用MapReduce进行开发,我们在第4章也讨论过了MapReduce。

如果一个优秀的分析团队使用库内分析和MapReduce,那么他们的分析流程将比原先快好几十倍,想象一下他们聚焦于分析创新的时间会比以前多多少吧。许多企业甚至直到现在还没有认识到获得这些分析结果是可能的,因此他们仍然在用老办法做事,仍然被以往的限制约束着,已经渐渐被竞争抛到了后面。根据分析的可扩展性,能做的事情比以前更多了,你的企业应该充分拓展其他的业务。

11.2.2 原则2:形成连锁反应

如果你不能冲破思维定势去追求创新,那么形成连锁反应是不可能的。许多创新本身的影响力很大,但检测被其引发的新的创新,其影响力变得更加惊人。第二条原则是连锁反应,这是指数级的创新!

真正的创新想法常常会引起之前无法预见的其他突破,这些突破产生的影响比最初的创新还要大。创新的未来潜在影响是不可忽视的。如果不重视今天的创新,不仅会失去当前立即可见的机会,还会失去不可胜数的后续的未知机会。从长远来看,过早地否定新想法或者不重视创新所带来的损失可能比想象中要大很多。我们来看几个例子。


指数级的机遇

创新可以引发一系列未知的其他创新,这些创新会产生比最初创新更大的影响。大数据就是一个很新的创新,其未来的连锁反应仍然是不可预见的,但肯定会引发连锁反应。不要因为今天没有着手分析大数据而错过后面连锁反应所带来的机会。


1.从电话到因特网到社交媒体

电话彻底改变了人们的通信方式,对社会也产生了巨大的影响。遍布全球的电话线的作用只有一个,那就是使两个人能够拿起话筒来就可以进行交谈。在布电话线的时候,人们还没有更宏伟的愿景。如果除了方便交谈之外没有其他的需求,电话现在应该仍是历史上最有影响力的发明之一。

然而,最终有人发现了同样的这些线可以传输数据。最初传送的是类似传真的简单数据,而最终调制解调器的使用开始变得广泛。这些老式的电话线使人们能够访问早期的因特网。如果没有巨大的访问流量,因特网也许根本就不会存在,至少不会发展得这么快。巨大的访问流量导致因特网产生了扩张需求。所有这一切都是从那些简单、技术含量低的电话线开始的。因特网是连锁反应的一个实例,它是电话连锁反应的产物。刚开始布电话线的时候,没有人能够想到那些线以后会发展出什么新用途,但它们的新用途最终使用得相当广泛。这就是所谓的连锁反应。


从电话到社会化媒体到分析

电话是通信的革新。电话线后来在因特网的兴起中扮演了非常重要的角色。因特网又进一步派生出了社交媒体,后者再次革新了我们的通信方式。想象一下,如果当初没有那些电话线,我们今天的生活会多么不同!


电话的连锁反应产生了因特网,因特网的连锁反应使其自身得到了巨大的发展。甚至在20世纪90年代中期,也很少有人能想象到因特网带来的所有这些创新。其中一个连锁反应是电子商务的爆发,包括Amazon、eBay、craigslist等打破传统商业模式公司的崛起。近期的另一个连锁反应是LinkedIn和Facebook等社交网络站点的兴起,它们提供了全新的通信和社交方式。令人啼笑皆非的是,电话革新了我们的通信方式,然后电话线促成了因特网的兴起,接着因特网通过社交媒体再次革新了我们的通信方式。

其他连锁反应的例子也包括了多人联网游戏,该游戏允许玩家与全球的其他玩家在虚拟世界中实时交互。另一个例子是具有GPS功能的手机,它能够告诉你当前位置方圆1英里之内有哪些中餐馆,并能够立即进行预订。下一个是什么呢?现在已经有人在考虑了。

因特网生成的数据已经彻底改变了分析,以后还将继续改变。正如第2章中所讨论的,对网络行为的分析越来越多,并且我们已经从中获益。对社交媒体评论的分析是因特网孕育出的另一个新分析方法。因特网使用户获益良多,它所生成的数据对分析的研究方式和过程的建立也有着巨大的影响。100多年前刚刚开始布电话线时,没有人能够想到可以对社交媒体网站的评论进行文本分析,但这个时代已经到来。

2.社交网络分析

近年来分析创新中还有一种连锁反应,那就是在电信公司中兴起的社交网络分析。它改变了管理客户的方式,我们在第3章中讨论过这一点。多年来,电信公司收集了每个客户每次通话的详细信息。收集这一信息的主要目的是什么?为了计费。没有比这更有趣的了,时隔多年,这一数据还可以用于计费之外的各种分析。

随着计算能力的提高和库内分析技术的兴起,电信公司开始认真研究每个客户拥有的联系人网络。哪些客户处于相互通话的一个大圈子之中?哪些客户只在亲近的亲属间这样很小的范围内通话?这样的分析不仅从社交动态的角度看是有意义的,而且还可以用于提高维系和发展客户的有效性。

为什么能这样做呢?实践表明,一旦一个圈子中的关键成员“叛逃”成为了另一家公司的客户,圈子里面的其他成员发生“叛逃”的可能性会非常大,因为他们会追随以前的领导者。了解客户的完整影响力而不仅仅是他(她)的个体价值,有助于帮助公司确定需要花费多大的精力来挖掘、维系以及奖励某一个客户。及早与存在风险的圈子中的成员进行接触,有助于避免一连串客户流失的现象。为了留住大圈子中的客户,可以给出比基于他们个人消费水平的担保更加优惠的条件。这样的分析在分析专家了解可扩展性之前并不可行,它是收集用于计费的通话详细记录所引起的连锁反应。

3.应用原则

现在的问题变成了,企业怎样才能形成自己的连锁反应?一旦你的企业拥有了能够帮助打破思维定势的库内分析、MapReduce和大数据,那就可以考虑引发连锁反应了。这种连锁反应是由最初的库内分析引发的。


形成自己的连锁反应

当企业开始成功地营造出创新和探索的文化氛围时,创新的步伐会加大。另一个好处是,根据以往的创新经验,识别连锁反应的能力会增强。今天收集的大数据源,或者明天将要建立的分析流程,都很可能在未来产生很大的影响。


库内分析和MapReduce的创新引起了分析创新的连锁反应,但这一切才刚刚开始。由于这些方法提供了额外的空间和层级,还有哪些以前不能做但现在可以做的事情呢?由于具有了驾驭新的大数据源的能力,现在可以使用什么样的新分析?企业不应该把目光停在提升速度上,还要开始寻找以前不能使用而现在可以使用的新分析,并重新定义思维定势的约束。

随着数据源、分析方法和可扩展性的日益成熟,连锁反应开始跨行业产生影响。零售商启动忠诚度计划对老客户进行回馈,产生的数据使商店从以产品为中心转向以客户为中心。信用积分背后的数据和分析则彻底改变了金融业。信用模型的精度和可用数据的有效性发现了每种类型的客户可选的金融产品与服务范围都较为稳定。针对客服对话的文本分析才刚刚开始影响很多行业。无论是数据、分析数据的工具还是所需的可扩展性系统,都是直到最近才变得可用。

如果只是模仿头号竞争对手们成功做过的事情,企业将无法在竞争中胜出。应该做没有人做过的事情,做的时候不仅要考虑短期的影响,还要兼顾未来可能引发的连锁反应。如果大数据现在能提高工作效率,想象一下一旦连锁反应被触发,工作效率将会有多高。

11.2.3 原则3:统一行动目标

为了促使企业打破思维定势并有效地形成连锁反应,管理层必须统一全体工作人员的行动目标,这是第三条原则。没有统一的目标,企业将无法取得成功。这一条在许多商业文件中都被视为普遍性的成功因素,也适用于高级分析和大数据。行动目标需要在整个组织、每个部门以及每个团队内进行统一。为了统一行动目标,必须遵循以下步骤。

步骤1:企业必须在内部共享一个共同的愿景,并告知努力的方向。

步骤2:企业必须非常清楚,为了达成该愿景,哪些目标需要优先。

步骤3:企业的员工必须理解实现目标后自己所能获得的回报。

确定正确的目标不容易,在企业内部推广愿景也并非易事,使企业确定一个新的优先目标并为之奋斗更不容易。改变团队和个人的思维与行为方式不是一朝一夕能完成的,有很多必须克服的困难。营造创新和探索的文化氛围需要付出努力,最后,成功时发放的奖金才可能很多。

1.设立共同的愿景

为什么团队有一个共享的共同愿景,并理解愿景的由来很重要呢?想象有两个忙着浇筑新房地基的工人,他们相互问道:“你在干什么?”第一个人回答:“我在用水泥浇筑这些模子来建造一堵承重墙。”第二个人回答:“我在盖房子。”

为什么答案很重要?当一天结束后,他们只建成了一堵承重墙,对吧?既然一天结束后他们都完成了砌墙工作,那我们为什么还要那么在意他们是如何看待工作任务的呢?这是因为,如果没有较大的愿景,就不可能实现成功的创新,就会导致许多人“每天砌一堵墙”。

在我们的例子中,认为他自己只是在一个地方砌墙的那个人缺乏较大的愿景,他不知道为什么砌这堵墙很重要,也不知道这堵墙将如何融入到整个房子中。第二个人有着较大的愿景,在处理无法避免和预期的问题时会做得更好。他能够确保他被迫对计划做出的任何调整不仅仅是为了在某一天某个地方砌了一堵墙,而是砌了一堵墙在某个地方,并可以在其基础上盖一座房子。绝对有必要花时间确认人们不仅理解了今天的具体任务,而且明白那些任务如何融入更大的愿景中。

上面浇筑房子地基的例子中涉及的原则也适用于做分析。分析专家经常需要在没有太多指导和看法时进行分析。分析专家快速运行了一串数字,得到了一个详细的分析和一些非常合理有效的结果。不幸的是,最初提出分析需求的那个人认为这根本不是他所需要的结果。原因通常在于,分析专家被给予的是具体的任务,而不是所需结果的愿景。分析专家只能严格按照对方的要求去做,因为不知道对方到底需要什么、为什么需要。著名作家和演讲家Stephen Covey写过《高效能人士的七个习惯》一书,其中一个习惯就是“从一开始就把结果放在心上”。〔5〕


必须告诉分析专家你的愿景

如果企业想成功地驾驭大数据,它的分析专家需要有一个前进方向的愿景。否则,就会产生许多有趣的分析,但对生意却毫无帮助。分析专家不应该被按周分配分析任务,而应该被提供一个长期的工作愿景。


驾驭大数据的第一个步骤不应该是简单地让分析专家解决现有的问题。计划中当然可以包含一些无限制的探索,但不能只包含这些。讨论数据的用途和可能对生意会有什么帮助也很重要。新数据可能会对哪些具体领域有所帮助?它可能会改变哪些决策?理解这些问题将有助于帮助分析专家确定正确的方向。

例如,第3章中讨论的不能让分析专家没有限制地分析视频游戏遥测数据。首先应该讨论的是游戏中很重要的微型交易类型,然后应当告诉分析专家可以对玩家最喜爱游戏的哪些部分进行研究,还应该评论一下怎样做有可能获得更好的或者不同的商业效果。这样的附加观点和愿景将大大加快分析专家获得业务人员所需结果的速度。

你的企业文化是让员工觉得自己在特定的地点砌墙呢,还是让他们觉得自己在盖房子呢?人们是被鼓励提问并理解愿景,还是被鼓励去完成分配的任务呢?你的团队中谁更像是在砌墙而不是在盖房子?为了使团队能做所需要做的事情,需要做出什么改变吗?

2.制定明确的优先目标

企业成功不可或缺的另一个要素是对优先目标的明确理解。如前所述,第一步是定义愿景,明确努力的方向。接下来就需要制定明确的优先目标,来说明如何达成愿景。优先目标的选择对团队为达成愿景所采用的战略和战术有非常大的影响。例如,优先目标是成为行业内最大的公司?或者是拥有很高的客户满意度,建立强大的客户基础?或者是获得最高的利润率?或者是获得最低的损耗率?

不同的优先目标所需要的战略不同,产生的结果也不同,如客户数量、客户价值、总收入、利润等。这当然也会彻底改变所需分析的焦点和范围。考虑到营造创新和探索的文化氛围所需的资源和时间,企业需要确保每个人都盯着同一个目标,并且从一开始就向着同样的优先目标前进。

同事有个朋友所开的一家餐馆提供的优惠时段策略非常成功。人们可以在优惠时段来购买便宜的饮料,但除了把餐馆用作购买便宜饮料的地点之外,优惠时段与餐馆并无其他联系。如果在同一条街上出现了拥有更便宜的饮料和更新潮室内装修的另一家酒吧,会出现什么情况?餐馆的主人会开始怀疑自己的优先目标是不是正确。

餐馆老板做了一个实验。他为任何顾客举办免费的生日派对,每场生日派对为寿星和最多10名宾客提供免费的食物和饮料。但是有一个条件!过生日的男孩或者女孩必须加入餐馆在Facebook上的粉丝俱乐部,并至少要介绍一定数量的朋友加入该粉丝俱乐部。此外,过生日的男孩或者女孩必须提供餐馆之前没有的、一定数量朋友的姓名和电子邮件地址。

这个想法取得了巨大的成功。参加过生日派对的人都希望在这里举办他们自己的生日派对。同时,餐馆的联系人数据库呈指数级别增长。最终,餐馆主人停止了饮料的优惠时段,专心提供生日派对服务。他希望拥有一批因为他的独有服务而自愿留下的忠实客户,而不再简单地希望通过便宜的饮料来拉拢一大群人。

如果没有电子邮件和Facebook,这个例子就不可行了,因为它是上述创新连锁反应的产物。餐馆主人打破了他自己的思维定势,为自己确立了新的目标并为之努力。他的竞争对手仍然月复一月地销售饮料。他把精力集中在获取忠实客户的基础上,客户每年都会增加,因为人们每年都要过生日。优先目标的改变使他选择了一个非常不同的方向,但也引领他走向了成功。


在什么方面成为最好

许多企业希望在它们的领域内做到最好。但“最好”应该怎样定义呢?定义“最好”的方式很多,搞清楚其定义很重要。接下来,必须明确为了成为所定义的最好,需要制定哪些优先目标,否则就无法持续努力,成功也变得艰难。根据成为最好的目标衡量标准和任务的不同,所需的分析也应该有所改变。


类似地,每个企业都需要检查其优先目标。假设某个企业决定对客服电子邮件和社会媒体评论进行文本分析。最关键的待解决问题是什么?理解评论中的大众观点是优先目标吗?识别出需要注意的特定个体是优先目标吗?识别出产品被讨论的频率趋势是优先目标吗?文本分析有许多不同的方向,如果没有明确的优先目标文本分析将很难成功。

3.为愿景和优先目标绑定奖金

确保团队知道自己的薪酬至关重要。收入水平对工作有着或好或坏的巨大影响。企业需要确保团队驱动分析创新后会得到奖金和升职,否则很难产生创新。同时,要意识到奖金方案真的会对创新所需的行为产生影响,弄得不好会造成工作的不连贯,进而导致完全无法预测或者不希望看到的后果。

前不久,一家大型连锁杂货店与一家大型软饮料厂商合作发起了一次大规模促销活动。商店经理们被告知他们将根据折扣期间店铺中软饮料的销量获得奖金。其中有一家店铺售出的软饮料数量多得惊人,远远超出了连锁店的其他任何店铺,有人决定调查一下这家店铺业绩这么好的原因。

猜猜我们从中了解到了什么?销量最好的这家店铺的经理跟本地一些有竞争关系的商店经理是朋友关系。具有讽刺意味的是,由于是亏本出售,他卖出的价格比有竞争关系的商店进货的价格还要低。最终的结果是,这个经理实际上在码头成批的把饮料卖给了竞争对手!当然,这些销量对他的雇主来说是一种损失,但是使他在连锁店的竞争中获胜了。这听起来很疯狂,不是吗?


人们会根据激励做事

如果采取的激励政策不合理,当雇员通过意料之外的方式获得这些激励时企业没有理由发飙。一些最优秀、最具有创新性的雇员可能会通过意料之外的行为获得他们的奖金。请确保你的激励政策能针对正确的问题引发正确类型的分析创新,而不是凭空想出的新分析方法。


软饮料例子中的那个商店经理不诚实吗?这真的很难说。他也许不诚实,但未必真的如此。这个经理被告知他的优先任务是销售尽可能多的软饮料。如果他从字面上理解这一目标,并且没人给他更大的愿景,那么他就不一定是不诚实了,相反他实际上非常有创意,因为他发现了一种能使软饮料销量高于其他任何人的创新方法。

可以说,这名商店经理正是企业所需要的那种雇员。他专注于自己的目标,他在达成目标的过程中展现出了相当的创意,他击败了所有其他对手。连锁店管理层碰巧设定了一种场景,使他受到激励做了一件不合理的事情。一旦这名雇员的能力和创意被更合理的激励所引导,他很可能会形成很大的正面影响。

在分析领域,根据产出模型的数量提供奖金可能会导致出现许多完全没用的模型。最好能根据模型的影响提供奖金。模型构建得越好,奖金越多。质量的优先级应高于数量。如果为在新的大数据源中寻找机会而提供奖金,不要局限于企业所研究的领域。也许许多原始的分析想法都不够理想,但在其他一些项目中,这些想法的效果还不错。奖金应该基于发现的价值,而不是发现的某个具体问题的价值。否则,分析专家也许会花过多的时间在低价值的问题上以便获取奖金。

4.应用原则

你的企业需要对设立的愿景、优先目标和激励进行检查,并不断地重复检查和验证以确保它们是恰当的、彼此一致的。根据一时的兴致改变方向是不可取的。然而,如果愿景、优先目标或者奖金方案不合理,情况跟当初没有这些东西将一样糟糕。孤注一掷不是一个好办法,就算整个团队一致认为应该这么干也是如此!

回到库内分析和MapReduce的例子,假定有一家企业决定使用它们来提高分析能力并驾驭大数据。首先应该做什么?分析团队应当把分析挪到数据库中,并在已经确定的日期之前实现MapReduce环境。还需要建立一个如何改进企业的分析流程使其能处理大数据的愿景。应该设立一些明确的优先目标告知哪些领域应该被首先关注。然后把任务和奖金绑定起来以实现愿景,团队就能够按计划行事了。

你的企业需要分析团队提供一些不同的、创新性的、之前从未尝试过的分析方法,这些方法应该是在现有分析思维定势下所没有的。然后你将看到一些结果。但是如果这只是一种建议、一种需求、一种愿望,那么它就不可能实现了。企业必须统一行动目标才能获得成功。