可怜的Deming从未有机会
Source: Hacker News
这篇文章是对我大约五年前写的较短的文章的详细阐述。
引言
二十世纪中期的两位管理巨擘是 Peter Drucker 和 W. Edwards Deming。具有讽刺意味的是，虽然 Drucker 出生于奥匈帝国（和我一样，成年后移民美国），而 Deming 出生在美国，但在美国，Drucker 的影响力更大。Deming 的影响在日本远远超过在美国的影响。
如果你曾在使用 OKR 的组织工作过，那么你就在 Drucker 遗产的阴影下工作。你可以讲述 Deming 如何影响丰田，以及丰田如何激发精益运动的故事，但我仍会把美国的管理描述为 流亡中的 Deming。Deming 明确指出“目标管理不是领导”，我想在美国公司里很难找到认同这一观点的管理者。
我认为 Deming 的 《Out of the Crisis》 更好，但我没有它的纸质版。
为什么德鲁克的思想在美国比戴明的更能扎根
这全归结于组织和人的本质。
我对组织的绘图示意（不按比例）。
组织是一个庞大、错综复杂的混乱体，组织越大，越显得错综复杂。另一方面，管理者的带宽是非常有限的。一天只有这么多小时，而这个数字 不会 随着组织的复杂度而增加。说实话，他们几乎把全部带宽（接近 100 %）都花在了开会上。
管理者该如何在这混乱中理清思路？
OKRs 作为降低混乱的机制
- 设定少量的 目标。
- 为每个目标确定可量化的 关键结果，以指示进展是否在进行。
- 监控这些关键结果。
关键结果降低了理解系统中发生了什么所需的带宽。与其被整个组织的“繁花似锦、嗡嗡作响的混乱”所淹没，监控少数关键结果让带宽受限的管理者过滤掉不必要的细节，专注于真正重要的事。
这并非巧合：约翰·多尔在写关于他在英特尔使用 OKR 的经验以及他如何将其带到谷歌的书时，给它起名为 “Measure What Matters”。
Measure What Matters (John Doerr)
一组关键结果的美妙之处在于，它们把系统的混乱作为输入，输出一个简洁、可操作的摘要——通常是一个简单的电子表格或幻灯片。
Source:
德明的批评
德明对管理问题的看法与德鲁克截然不同。在他的著作 《危机之外》（参见链接），德明用极端的措辞批评了“德鲁克式”的方法。他用 致命疾病 这个词来形容通过数字目标进行的管理。
消除以目标为导向的管理。
消除以数字、数值目标为导向的管理。
以领导力取而代之。
德明的观点可以用一句古老的格言概括：
如果你不改变系统，系统就不会改变。
他认为，要实现改进，必须进行 系统性变革。此外，只有 了解系统，才能制定出真正有效的系统改进方案。
关键要点
- 关注系统，而不是数字。
- 以领导力取代以目标驱动的管理。
- 系统性变革是实现真正改进的前提。
可视化摘要
德明主张研究系统而不是追逐数字目标。
经典控制 vs 统计控制
Deming 并不反对设定目标的思想；事实上，他热衷于相信管理层应当致力于提升 质量 和 生产力，这两者本身就是目标。他也并不反对度量——他主张将 Walter Shewhart 的统计技术应用于管理。关键在于 使用 度量的方式在这两种方法之间有根本的差异。
经典（Drucker‑式）控制
Drucker‑式方法类似于经典的控制系统，如恒温器。指定关键结果就像设定期望温度（例如 68 °F），恒温器会产生输出，使房间的实际温度达到设定点。
其理念是给组织一个设定点，然后组织实现一个控制系统来实现该设定点。
统计过程控制（Deming）
Deming 明确谈到了 控制，但他指的是另一种意义：统计过程控制（SPC），它关注输出的 变异性。我之前写过关于 SPC 的文章（参见我关于事件数据与 SPC 的文章），这里我将通过一个例子重新阐述这些概念。
想象我们正在观察两种品牌的恒温器，A 和 B，它们分别控制不同房间的温度。两者的设定点都是 68 °F。我们将两间房间的温度随时间的变化绘制成图：
注：恒温器 A 的数据点落在一个狭窄的区间内，而恒温器 B 则出现了更多的离群值。我们会说恒温器 A 处于统计过程控制之下，而恒温器 B 未处于统计过程控制之下，即使恒温器 B 的平均温度比恒温器 A 更接近设定点。（实际操作中，你会绘制一张控制图 来判断系统是否处于统计控制状态。）
为什么这种区分很重要
Deming 认为，在决定采取何种干预措施之前，必须先确定系统是否处于统计控制之中：
| 情况 | 下一步 |
|---|---|
| 系统失控 | 对离群值进行定性调查。 |
| 系统受控 | 确定并实施系统性变更以提升绩效。 |
简而言之，使用 经典控制系统 时，你会 构建 一个机制，使输出强制趋向设定点；而使用 统计过程控制 时，你会 观察 系统的变异性，以了解其行为后再决定如何介入。
德鲁克让管理者的工作更轻松，戴明让它更困难
戴明面临的挑战与卡尔文类似。
OKR 的一个优点是它们对管理者来说易于使用。你通过指定目标来设定方向，并通过监控关键结果来落实问责。
而采用戴明的方法，则需要管理层投入更多的精力。德鲁克提供了一种信息量有限的控制机制，而戴明则要求一个永无止境的研究项目，对可能相关的信息没有上限。事实上，这些信息甚至可能是不可观察的。
“管理任何组织所需的最重要的数据是未知且不可知的。”
— Lloyd Nelson（被戴明赞同引用）
我个人倾向于戴明的阵营，但我能理解为什么德鲁克的思想更受青睐。在可靠性工程中，我们谈到**“让正确的事变得容易，让错误的事变得困难”**，这一原则有时被称为成功的陷阱（Coding Horror 文章）。其原理是人们倾向于选择容易的事情而不是困难的事情。管理者也是人。
然而，有时正确的做法恰恰是更困难的，而我们对此几乎无能为力。