透明思考

投资战略与敏捷转型

和上一篇博客有关：恰好在读了《竞争战略》之后，又温习了一遍成长-份额矩阵，然后就跟客户聊企业的敏捷转型。这时我终于清楚地意识到：敏捷引入的策略和应该与portfolio管理和投资战略紧密相关。

首先，狗是不需要什么敏捷转型的。当然也不好说得那么绝对，毕竟最起码减员增效可以让资产剥离的时候顺利一点。但是太多企业的问题不是减员增效，而是盲目追求规模舍不得把狗杀掉。这就是另一个话题了。

另外三个象限的敏捷转型策略非常有趣。效率，质量，用户。敏捷的三个关键词其实是不均等地对应在三类业务象限上的。

野猫（或者“问号”）的敏捷关键词是用户。份额小、成长快的野猫业务，最大的风险是根本就没人用。所以这时候要准确地抓住用户需求，提出强有力的价值声明，关注用户体验，以最小工作量抓住眼球并获得转化率。对于野猫业务，敏捷引入应该从体验设计入手，首先进行快速项目启动，然后以迭代方式迅速交付并获得反馈。

明星的敏捷关键词是质量。份额大、成长快的明星业务，非常容易因为“Quick &Dirty”的开发方式而变成焦油坑甚至直接影响交付。这时候需要偿还技术债务、打好根基，才能承受不断加大的交付压力。对于明星业务，敏捷引入应该着重关注持续交付，从持续集成和自动化测试入手，向下改进代码质量和架构质量，向后借助DevOps打通交付的最后一公里。

金牛的敏捷关键词是效率。份额大、成长缓慢的金牛业务，质量和交付风险并不高；同时因为规模大、涉及人员众多，些许效率提升就能带来明显的收益。所以金牛业务的敏捷引入思路应该是以稳为主、持续改进。通过持续集成中心等方式提升项目透明化程度，首先掌握现场状态、建立反馈机制，然后逐步改进、逐步提升人员能力。

结论：不同的业务类型需要不同的敏捷转型策略与实践。将投资战略与敏捷转型策略结合，有助于更有效地引入敏捷。

引论：所谓“全公司统一的敏捷流程”就是反敏捷。人和交互重于流程和工具。

（据说）改变了商业世界的5个图

（商业读书会第十五期的题目是几页幻灯片：Five chartsthat changedbusiness|HBR）

这几页幻灯片倒是蛮简单，不过每页幻灯片背后还有相关阅读。内容涵盖了规模、投资、竞争、创新和新兴市场，确实都是最常被挂在嘴边的主题。

经验曲线

经验曲线效应说的是，一件事做的次数越多，需要的代价就越小（也就是“熟能生巧”）。这条曲线是规模经济的重要来源。

当然，丰田生产系统的拥趸会说，靠规模创造经济性本身就是一个迷思。在这对矛盾之间，我发现一个有趣的现象：当你把“改变”和“尝试新方法”作为一件事来练习，经验曲线同样存在——你做的次数越多，接受一个改变就越容易。

所以，经验曲线不必须是反学习的，规模经济也不必须是依赖于重复的。尝新与改变本身同样可以形成经验曲线和规模经济，这是对这条曲线的高阶运用。

成长-份额矩阵

成长-份额矩阵也叫BCG矩阵（咨询公司到底是有多爱四象限矩阵啊⋯⋯）矩阵本身很简单：

1. 好好养“现金奶牛”
2. 用“奶牛”赚的钱投资“明星”，抢占尽量多的份额
3. 关注“问号”的发展，努力把“问号”变成“明星”
4. 从“狗”身上赚够该赚的钱然后宰掉

这个图和上个图都出自《The Lords of Strategy》，并且这个图和下一个图在《竞争战略》里也看到过了。做得不好的企业，大多是在狗和野猫身上出问题：该投资的没有投资，该抛弃的没有抛弃。

竞争五力

五力分析也是波特在《竞争战略》中讲过的东西。消费者的议价能力、供应商的议价能力、潜在进入者的威胁、替代品的威胁、竞争对手，这五种力量共同影响着公司的竞争战略。

HBR在1979年也刊登了波特关于竞争五力的一篇文章，内容和《竞争战略》差不多，所以直接看中文译本好了。

破坏性创新

破坏性技术会创造出更低的价格，从而彻底颠覆现有的市场格局。HBR在1995年刊登的一篇文章指出：成熟市场的既得利益者会变得保守、不思进取，正是他们发明了“破坏性创新”这样一个贬义的称谓（后来更贬义的称谓是“山寨”）。但不管既得利益者怎么想，中兴能造出50英镑的智能手机，毕竟是一件对消费者有利的事。

德鲁克在《创新与企业家精神》中提到：社会创新是比技术创新更困难也更重要的创新形式。尽管西方人（以及日本人自己）不认为日本是在创新、直到最后也只是称其为“创造性模仿”，但几十年后回头看看，谁都必须承认：丰田生产系统确实是一种了不起的创新。

创造一个炫丽夺目的新产品确实是了不起的创新。然而把每天平凡甚至琐碎的事做到精益求精，是更根本、更困难、也更了不起的创新。

市场金字塔

这是出自HBR在2003年刊登的一篇文章。当跨国公司首次进入新兴市场时，他们在本国对中产阶级的（价格）定位很可能在中国或者印度就会对应到高端消费者，而当地的中产阶级其实是一个收入水平低两级的人数大得多的阶层。而且不像西方的中产阶级，新兴市场的中产阶级下面的是一个更大的温饱乃至贫穷阶层。对消费者群体的理解（以及误解）是跨国企业进入新兴市场的第一课，作者把它称为“公司帝国主义的覆灭”。

除了对消费者的理解之外，这篇文章还讲了很多跨国企业在新兴市场需要做出的调整，以及新兴市场对于跨国企业的反向作用。其实我们的公司也经历过并且正在经历这样的调整和反向作用。

对三个支柱的个人白话解读

ThoughtWorks的三个支柱：Sustainable Business，Software Excellence, Social Justice。徐昊的翻译很古雅：

济苍生以软件，担道义为世范。 凡入我司者皆归三宝。三宝何为？一曰基业永续，二曰止于至善，三曰不为利回不以义疚。

我的解读——感谢Julia的引导——很直白。我希望我们有一个好的团队，三个支柱就是在描述一个好的团队应该是什么样的。

• 首先，团队精神不是依赖别人。每个人都要有别人不行了我顶上的觉悟，每个人都能搞定自己的事并且帮助别人，这才叫团队精神。这样的团队，就算是一个合格的团队。有这样的团队，就会有可持续的业务。
• 然后，团队的每个人都追求卓越的软件技术，追求不断学习，从来不会停下步伐说“好了，现在我满意了”，一直用严苛的标准要求自己改善自己（CodeJam、每天写12小时程序、每年读50本书，等等）。这样的团队，就是一个好的团队。我至少希望，我们的每个团队都能达到这个水平。
• 比这更多，如果团队里的每个成员都充满正义感，关注社会公正，思考如何为世界变得更美好做出贡献，那么这就是一个完美的团队。我向往，但目前我不强求。

招聘广告：ThoughtWorks成都办公室开张在即。我们的目标是在2012年打造一支至少是“好”的团队。有兴趣一起来吗？

一年成聚，二年成邑，三年成都

挺热闹地说了挺久之后，终于来到了成都。

成都高新区给了我非常好的第一印象。有华丽的展厅，还有两位美女陪我们参观——我不是说效珅不是美女啊，效珅是我们这拨的，是被陪的。

其他的各种美好动人就不说了，总之天府的美誉不是白来的。这两天吃了盆盆虾、干锅兔丁、粉蒸牛肉、钟水饺、老麻抄手、黄醪糟、夫妻肺片夹锅盔⋯⋯还在小酒馆和锦里喝了好多酒。效珅明显很喜欢吃，吃得都肠胃不调了。高新区管委会食堂的午餐都有酸萝卜老鸭汤啊。客户食堂的午餐都有芋儿烧鸡啊。家乡啊，这就叫家乡啊。

还遇到一件有趣的事。在寻找临时办公室的时候，有家公司做好了装修想转租。该公司的行政大姐说：我们这块原来都是设计的敏捷台⋯⋯郭晓和效珅都没注意，我耳朵一尖，多问了句：你怎么知道“敏捷台”这个说法的？行政大姐说：我们老板在深圳经常去参观某某公司，从他们那里学来的。我心里那个感动啊～

某某公司的敏捷浪潮，我从头到尾也算是尽了绵薄之力。能看到自己传播的东西经过客户再传播到社会上更多的企业，这真是能让人产生职业幸福感啊～更何况这传播的效果有可能帮我们自己省装修费用。什么叫社会责任？这就叫社会责任。坚持做正确的事会有回报的。

最后打个广告：ThoughtWorks成都办公室正在招聘。如果你热爱编程，如果你喜欢——像我和韩老师这样——大中午的坐在楼下讨论图灵机和数独算法，如果你愿意跟一群正直的偏执狂一起工作，如果你想为中国软件业的明天变得更好做一点实实在在的贡献，我们欢迎你加入。

一年成聚，二年成邑，三年成都。这就是ThoughtWorks成都的愿景。我们一起来把它变成现实吧。

精益管理者的成长（二）

（上接第一篇。读《金矿II》的一些快速笔记。）

持续改善，尊重员工。持续进步，员工参与。如果只是看到了桌子左腿的重要性，而忽略了右腿的话，桌子就站不住脚了。

改善活动的四种类型：（1）通过将问题可视化来应对日常的问题；（2）为特定的问题，以标准化的形式组织跨职能的研讨会；（3）质量小组，定期地把团队内的工人们组织在一起，在主管和专家的帮助下解决一些具体的问题；（4）工人的个人提案建议。

认识到做所有四种类型改善的关键，不仅在于现场观察，团队合作也同样重要。一个人无法独自做改善。团队合作，既包括不同职能部门一起工作，也要求不同层级的人一起工作。

我们的关注点一直是“潜力”水平，而不是“平均”水平。这种关注使正常化运作显得更加重要。我们不是仅仅让一个流程运转，而且是要花时间弄清楚，如果能持续地以最佳状态运行，它所能达到的潜在效果。作为管理者，如果你开始问自己，是否每一秒都让自己的流程最佳运转，而不是差不多就行了，那么你自然就会关注工人是如何工作的。

如果“北极星”是明确的，我们可以以此为参照发现自己的错误。我们是否在做计划上的事情？现在做的是否足够取得成果？这样做的好处在于，如果你能让员工专注于明确的目标，迟早会赢得他们的信任，所有的事情都会迎刃而解。

每次有人提出一个新问题，都要用“谢谢”来回应。种一棵树需要几百年，然而砍一棵树却只需要几个小时。所以彼此的信任要持续不断地努力。我们需要反复倾听，强迫自己要严肃认真地对待每个人的问题，弄明白这些问题并且寻求解决之道。无论是工人还是邻居，只要有人告诉你存在的问题，你就应该对他说“谢谢”。

给产品制定一个计划，然后给每个人都制定一个计划。第一，让每个人知道他们应该做什么，并且和他们一起解决问题。第二，表扬那些值得表扬的。第三，让他们提前对改变有所了解。第四，充分利用每个人的能力。培养人需要花时间，但这就是管理最终全部的内容。你必须单独对待每个人，并且认真对待他们的问题。没有两个人会用相同的方法，体会相同的事情。

机器是用来帮助工人更好地工作。只有人才能改进自己的生产率。不是流程在驾驭人，是人在驾驭流程。精益流程是执行流程的人不断实施改善的结果。为了做到这一点，必须创造充满着改善精神的工作环境。我们将会分享收益。相互信任！

• 第一个时刻：管理人员和工人们在改善研讨会里讨论如何改善生产线。
• 第二个时刻：生产线管理人员自发地定期改善。
• 第三个时刻：把所学到的改善知识应用在新的流程种，工程师会因为所学到的知识而改变产品设计，使得现有的生产线更加高效。
• 第四个时刻：改善导致产品本身的重新设计。

生产产品之前先培养员工，这样一来，就可以设计出在客户看来比竞争对手更加优秀的产品，并且应用更加精益的生产方式降低成本，令竞争对手望尘莫及。这才是持久的竞争优势。

关于多数人的事务，就是政治

（商业读书会第十四期：There is no such thing as a free market）

大概在2003年前后，我认为政治是一件很丑恶的事；后来我认为政治是一种必要的恶：必要时我可以关心它乃至从事它，但我仍然持续地反感和回避它。直到最近两年，看见老师开始越来越多地关注和谈论政治，然后我开始回想起《理想国》说的：政治，就是关于多数人的事务。一旦开始关注作为一个组织的人，政治就在那里，就像客厅里的大象。

这篇文章是《资本主义的真相》的第一段。作者的观点是：没有所谓的“自由市场”，所有的市场都有来自政治的管制；对一个市场机制的认可与否，实际上不是因为这个市场是否自由，而是因为对背后的政治意味是否认同。

2006年我在墨尔本的时候，跟一个同事聊起网游。我说中国的网游都有“装备工厂”，有人专门打装备出来卖钱。对此该同事表示非常不解。那时我就意识到：如果要讲“自由”的话，其实中国的市场比澳洲要自由得多。最低生活保障就是劳动力交易成本的底线，低于最低生活保障的工作是不会有人从事的，这就是为什么只有中国才有7块钱的出租车和38块钱的捏脚、只有中国才能发展出《征途》这样的游戏模式。这时西方人批评中国的又不是“自由”了，他们开始批评“人道”和“公平”——是的，我也关心人道和公平，但我们原来的话题不是“自由市场”吗？

这里的关键在于，“人道”和“公平”是政治话题，而“自由”似乎因其作为一个经济话题而具有了先验的、超越的地位——自由是前提条件，政治是一时一地的权衡，难道不是吗？然而自由（以其经济学的意义）本身就是关于“多数人的效率”的组织方式。自由本身就是政治话题。

更关键的是，随着第二经济的快速发展，“效率”作为一个问题的重要性将不断降低，经济的主要挑战将从“生产繁荣”转换到“分配繁荣”：第二经济会不断生产财富，不管我们（绝大多数人类）做什么；如何分配这些财富将成为人类的主要问题。公平将重于自由。人将重于流程。

结论：作为多数人的事务，经济很可能并不是一个独立的领域，并因此没有一个简单的理想解。（这个结论对于像我这样为人的问题权衡感到痛苦的新手来说，是一个很好的安慰。）

Bug Driven Development

周六一起开会的时候，徐昊说起这样一种开发方式：当我拿到需求，如果我一行代码都不写就交给测试人员去测，测出一个bug我再写一段代码来fix它。我说：真正的测试驱动开发啊。徐昊说：这叫Bug驱动开发。

我当时以为他说笑呢。直到今天突然我弄明白了他说的什么意思。然后我就发现自己有多笨。

首先，Bug驱动开发是一种需求分解的方法。当无能的BA拿着一个一句话需求说“这个需求就是这么大没办法再分得更小了”，请使用Bug驱动开发，测试人员说出来的第一个bug就是一个story：它必定相当独立，它必定有价值，它必定比原来的整个大需求要小，并且它必定可测试。

然后我很激动地给徐昊发了个短信，然后他告诉我，其实这个方法的学名叫Feature Injection，是价值拉动思想的具现化。然后我又发现原来这篇新闻是我的sponsee翻译的⋯⋯为自己的笨和无知挠墙⋯⋯

显然，为了真正做到Bug驱动开发，我们需要快速、可重复的反馈机制，也就是说：持续集成，自动化测试。这是拉动出来的改善需求。

顺便我今天又想到了一个检验交付流程的度量指标：往代码里随便乱改一行，改变系统的行为但是不破坏编译，提交它。好了，现在系统里有一个bug，你需要多长时间才能把它抓出来？我把这个度量指标叫做“Bug寿命”（BugLifeTime，BLT）——感谢Praveen对这个名字的贡献。

一个理想的交付流程，BLT应该无限趋近0：第一，你应该不能提交这样的代码，因为本地构建会抓住这个bug；第二，提交后持续集成应该会抓住这个bug，并且持续集成的反馈越快越好。

以“BLT趋于0”作为目标进行改善，第一你有清晰的方向，第二你可以很容易地度量改善的效果，第三这个目标是如此简单而又如此困难以至于你永远找不到理由停止改善。这就是Bug驱动改善，一个相当有效的改善活动。

精益管理者的成长（一）

（读《金矿II》的一些快速笔记。）

• 我们的产品或者服务能自始至终满足客户的需求吗？
• 工人能解决自身的问题，并持续地保持下去吗？

丰田生产方式的三大模块：支柱之一，自働化；支柱之二，JIT；两个支柱都是为了一个目标：所有人参与改善。标准化工作和改善就像一枚硬币的两面。安灯系统，还有JIT灯，都不过是一些技术而已，它们最根本的目的是理清基本的生产问题。这些工具对解决实际问题的作用，就好比用望远镜来阻止流星雨，用显微镜来消除病毒一样。工具的作用无非就是，严谨地把“正常”操作中的问题凸显突出。

现场观察是一门管理技术，这门技术分为四个部分：第一，假设进行验证，培养判断能力；第二，在就解决方案展开争论之前，让人们对问题本身达成共识；第三，在实施过程中定期进行检查；第四，通过让员工参与进来，赋予他们更多的权力。

可视管理的建立需要回答四个关键问题：（1）是否每个人都能看到这里现在是正常还是不正常？（2）是否每个人都能看到自己应该采用的标准方法？（3）是否每个人都能看到在这里工作的工人明确他们的主要问题是什么？（4）是否每个人都能看到他在做什么？

管理工厂交杂着救火和改善的情况。通常，工厂总经理花80%的时间四处救火，花20%的时间改善。而真正的窍门是颠倒这个比例。如果你花了大部分精力致力于改善，你会有越来越少的火灾需要救，而且火还会越来越少。

To be continued…

听NASA讲云计算有感

QCon杭州最后一天，来自NASA的一个哥们扮演了关于云计算的流言终结者，通过展示NASA对云计算的使用来说明：云计算已经是越来越多的企业越来越不可忽视的IT战略方向。

（人家NASA从组织使命开始就非常洋⋯⋯这哥们所属的部门，它的使命是“登上太阳系内所有的行星”⋯⋯这完全就把那些唯利是图的企业给比到不知道哪里去了呀⋯⋯）

第一个流言：“云计算不安全”。这里的亮点在于：大部分企业对IT资产的安全管理其实是非常不足的。比如说操作系统的安全补丁，所有的计算机都及时打上了吗？一个合理构建的云工作环境，可以把这些要求（例如必装软件、例如防火墙配置、例如操作系统补丁）自动化地落实到所有机器上，从而使安全政策即时、有效地得以实施。所以，一个合理构建的云环境比传统的企业IT环境更安全。

第二个流言：“云计算不可靠”。首先，作为专业的高可靠性机房提供商，亚马逊的机房肯定比你的更可靠——亚马逊机房当机，这一事件只能表明你自己的机房有更高的可能性当机，而不能表明你的机房不会当机。并且在使用公有云的情况下，你可以做到多区域冗余灾备，这是私有机房做不到的。所以，没错，公有云并非100%可靠，但一定比你自己的机房可靠。

• 预先采购机器就是浪费。计算机价格受摩尔定律影响，贬值非常快，为了两年后的需求采购机器就等于把价格的70%直接扔进水里。
• 拥有机器就是浪费。自己采购、自己管理的计算机， 计算资源的真实使用率非常低，但仍然占用空间、电力、降温等等资源。
• 因为硬件资源的约束而限制生产力，是最大的浪费。比如说，因为没有那么多机器而不能并行计算，而导致科学家等待好几个小时，对人的浪费是最严重的浪费。

所以NASA的CIO有句话说得很好：应该把所有硬件采购的界面都变成云服务开通的界面。不使用云计算，就是在每天浪费钱。

关于大数据

最近McKinsey Quarterly连续出了两篇关于大数据的文章。读完以后简单记录一下感想。

第一篇文章提出了非常好的问题：对于大数据时代，你做好准备了吗？这个问题之所以提得好，因为它是面向各个行业的Senior Executives来提的。这是我最近特别喜欢McKinseyQuarterly的原因之一：它在谈论技术问题的时候，出发的视角是业务领导者的视角。而我这样做了十年技术的人很容易从技术视角讲技术，于是就成了自说自话。

另一个亮点是文中的图表“行业不是生而平等”：这个图表让读者能很快找到自己在大数据时代的定位和挑战。政府从大数据中能得到巨大收益，而且数据容易得到；制造业的数据价值潜力不大，而且获得更多数据很困难；金融保险业的数据已经相当齐备，但可以挖掘的价值潜力还很大⋯⋯这样的图表能给读者提供信心：你了解我的行业。

1. 如果世界变得完全透明，各种信息都可以得到，对你会产生什么影响？
2. 如果你可以快速验证所有决策，你的竞争方式会发生什么变化？
3. 如果你根据数据对你的服务进行实时的定制，你的业务会有什么变化？
4. 大数据会如何影响企业管理？透明度会完全取代管理吗？
5. 你能创造出基于数据的新业务模式吗？

1. 估计与大数据相关的机遇与挑战
2. 识别数据资源和差距
3. 将数据策略与商业战略匹配
4. 从数据中理解企业隐含的改进点

最后，强烈推荐McKinseyQuarterly：案例多，数据多，讲述的视角很高，讲述的方法很好。更新量不大（每周两三篇），每篇都很有看头。同样是做咨询，麦肯锡已经把咨询做成了研究，这是很值得学习的。对商业感兴趣的话，我认为读McKinseyQuarterly比Economist和HBR都好。