脸部白癜风患者能否服用复方斑蝥胶囊 http://pf.39.net/bdfyy/qsnbdf

年的最后一天，微软以亿美元市值，超过苹果的亿美元以及亚马逊的亿美元市值，而跃居全球最高市值公司，并以这个记录结束了整个年。就在年前任微软CEOSteveBallmer宣布要退休的时候，业界认为微软已经在移动互联网和智能手机时代落后，对于微软的前景并不乐观。然而，就在年2月SatyaNadella上任新CEO后，微软出现了巨大变化，在云计算时代迎头赶上，并在短短4年里创造了新的辉煌。

在很大程度上，Satya把微软自己的成功转型归结于文化转型，甚至亲自出了一本正在进行中的类传记体书《HitRefresh》，记录了这次微软大转型中很多不为人所知的幕后事情，特别是领导力与文化的转型，引起了业界的极大振动。Satya提出的“同理心”文化，以及一系列从领导层开始扭转企业文化的努力，被业界视为微软成功转型的“法宝”。也有不少企业试图学习微软这种自上而下的文化变革。

然而，微软的文化变革之所以成功，并不完全是因为Satya所发起的自上而下的公司整体文化变革。要知道，在年，微软是一家有着12.8万员工的跨国公司，其中6.2万员工位于美国、6.6万员工位于美国之外的其它国家和地区，在多个国家有办公室。对于这样一个国际化运营的公司来说，6.6万位于不同的国家和地区的员工讲着不同的语言、有着各自的文化和信仰、而且都是高级知识型员工，对不同的外来理念有着不同的理解，可以说是新时代的“乌合之众”，那么微软又如何推动文化变革呢？

其实，今天有很多企业都遇到同样的问题，特别是那些国际化运营的超级大公司，仅仅依靠领导层的意志而进行的文化变革，到中层及一线员工后往往走样变形而导致最后“流产”。但微软的文化变革之所以成功，还在于Satya清楚地知道必须要借助技术平台发起自下而上的变革，要把变革的工具和能力交到每一位员工的手里，让员工自发地完成组织行为变革，才是真正的成功之道。

微软认为，在任何数字化转型中，技术和文化的变化都是相辅相成的。微软核心服务工程和运营（CoreServicesEngineeringandOperations，CSEO）的前身为微软内部IT部门，而微软IT跟其它公司的IT部门一样都是以流程为中心的思维模式、僵化的人工操作模型和不连贯的客户体验。随着微软整体上云，CSEO转向基于微软Azure的运营模型，该模型使用现代软件工程原理，例如可扩展性、敏捷性和自助服务，这些都专注于提升客户体验。

在云端，打通数据

对于微软来说，自身的转型第一步就是把整个微软都搬到云平台上，通过云平台打通所有部门的数据，不仅让公司能够更加敏捷地响应市场变化，而且让统一的数据成为全公司的新沟通“语言”——虽然各国员工讲着不同的语言、有着各自的文化，但显然大家对于数据的理解是高度一致的。

微软与MITSloan管理学院的CISR信息系统研究中心（CenterforInformationSystemsResearch）合作，调研了微软在自身的数字化转型过程中，是如何成为一家基于云的数据驱动型公司。实际上在云业务成为主导业务之前，微软作为一家产品型公司，有着Windows、Office、Xbox等相互独立的产品线，有着各自的PL损益表，每条产品线都像一家独立公司那样运营，导致微软内部相当的分裂。而在产品为王的时代，很多公司都像微软一样，有着彼此相互独立的明星产品线，明星产品线都是数据孤岛和组织孤岛，彼此之前既缺乏协同也没有数据的打通。在数字化转型的过程中，越来越多的企业像微软这样试图成为一家平台型公司，这就要求打通企业内部的资源，以一个平台的方式统一对外服务客户。

MITSloanCISR认为，微软能否成功转型为一家云服务公司，取决于它的业务流程、企业文化和员工心态转向数据驱动型。通过获得更多数据和更好地使用数据，提高微软对客户需求的理解和响应能力，而这也是有效交付云服务的关键。Satya也经常对公司内部和外部广泛地谈论对数据的日益依赖，他认为向云的转型是颠覆性的，但更重要的是云所驱动的数据，以及数据所带来的新价值。

从年开始，微软开展了三项面向数据的工作，以促进业务模式和组织文化的转型。首先，高层管理人员利用新指标丰富了绩效管理流程，以更好地监控云服务以及确定市场需求。其次，业务领导层整合并重新设计业务流程，以便员工可以更有效、基于事实证据的方式工作。第三，微软对内引入了自助服务分析工具套件PowerBI，该工具可促进整个微软的数据和分析最佳实践，并启发基于事实证据的决策方式。到了年，微软有61%的员工每个月都在使用PowerBI。

在为高管建立新的绩效管理方式方面，为了更好的识别那些具有丰富数据的系统以及鼓励跨部门之间的数据共享，Satya主持了一个构建“高管仪表盘（SeniorManagementDashboard）”的黑客马拉松（即一群志愿的技术高手在几十个小时里接力开发一个软件），微软各业务部门合作建立了一个高管仪表盘：该工作找到并确认了那些包含关键数据的系统以及相关负责人，它还减少了微软内部数据孤岛和跨部门共享的阻力。

微软PowerBI的首席产品经理PatrickBaumgartner表示，团队很快就开发了一个基于PowerBI的在线“高管仪表盘”，为每个业务部门的数据开辟了一列，同时写上“N/A”（无效）或“TBD”（待定），这样很快所有业务部门都纷纷找上门来，因为他们希望出现在Satya的仪表盘上。为了鼓励这种跨部门的数据发布和数据共享，Satya开始定期使用这个“仪表盘”。很快，微软的其他高管也效仿Satya那样为自己负责的业务单元开发了管理仪表盘。

某些具有跨公司意义的指标，尤其是反映客户参与度的指标，得以在整个微软公司范围内共享，各业务单元以各自的方式使用这些共享指标。例如，市场营销部门通过这些指标来学习如何更有效地与客户交互，包括通过产品向客户传递品牌信息，从而实现更广泛和更深入的客户参与；产品工程开发团队则通过这些指标来提升服务质量，从而提高了云服务的采用和消费。

微软当时的首席信息官JimDuBois为了开发IT部门的高管仪表盘而组建了一个三人小组，随后让其他高管也可免费使用这个小组，这样就让整个微软的高管团队都在短时间内开发了自己的高管仪表盘。

随着微软向云服务的转型，微软原先产品导向的企业文化成为了服务导向战略的阻碍，Satya于年开始着手整合公司的核心流程（销售、市场营销等），一方面鼓励开放的平台型企业文化而不是孤立的产品型文化，另一方面让微软以“统一界面”面对客户。而微软IT也分为了两部分：一部分以共享IT服务方式提供核心企业服务功能，一部分则与业务部门合作以服务业务部门的需求。为了鼓励跨部门的协作，微软调整了员工激励机制，员工在整个组织中的协作情况成为了员工绩效评估的三大核心支柱之一。

以销售流程为例。在销售部门内，销售高管确定基于云的服务要求采用全新的、以服务为导向的销售方法，而这要求对所有云服务产品进行全面查看，包括客户采购、支持请求、市场曝光以及客户与微软的各种沟通。然而，为了收集这些数据以形成微软的整体公司视角，销售主管不得不从多达80个不同的系统中扫描、手动选择并提取数据。为了解决效率低下的问题，微软的销售高管选择重新设计核心销售流程，包括潜在商机管理、销售机会管理和预测。销售高管们希望微软的销售人员花更多的时间与客户互动而不是收集数据。而如果从企业的系统中通过计算得到洞察，就能取代低效的数据收集。

为了达成面向服务销售的统一公司视角，销售高管们重新定义了共享的销售概念，例如什么是“销售管道”（pipeline）或“潜在商机”（lead）”，并在销售人员、销售主管以及IT部门等相关组织中达成共识。其中，关于什么是“潜在商机”（lead）”的讨论就长达一个月，最终达成共识，即一个“潜在商机”（lead）”就意味着一个可联系的企业客户，并据此重新设计销售平台和数据模型。接下来，销售主管们们试图找到相关的内部数据源以连接到新的公司平台上，然后就发现已有的数据源非常分散。微软的销售和共享服务IT以及相关业务部门在一年的时间里开发了一个全新的销售平台，即MicrosoftSalesExperience（MSX），该平台对销售数据进行筛选和整合，以产生微软与企业客户关系的度视图。对于每一个企业客户，该新系统都概述了采购历史、详细的问题和投诉，并将沟通存档。微软的财务、营销和人力资源等共享职能部门，都经历了类似的转型。

随着微软高管和员工越来越依赖数据做出决策，微软IT投资并建立了四个企业共享服务组——数据、数据科学、变更管理和商业智能。其中，数据组为微软内部共享的所有数据建立了一个“单一的真实来源”（例如提供给华尔街的财务指标、一个共同的国家列表等）。工作组确保核心数据符合预期的质量标准，并致力于纠正数据质量问题。此外，该小组还赞助和/或与数据治理委员会合作，以解决业务相关负责人之间的问题、控制数据访问并找出应该集中管理的共享数据。数据科学组则负责微软内部分析和机器学习的“全民化”，该团队与IT和非IT同事合作，以确定需求并创建企业数据服务。例如，数据科学小组和IT中的安全专家一起开发了可以改进安全和风险管理实践的分析技术；在IT之外，这个团队和基础设施的同事利用分析技术创建了“智能”建筑供暖和制冷解决方案。变更管理组则专注于设计和交付服务，以改进整个组织对分析工具的采用。例如，团队与业务流程负责人一起准备专业的培训材料，并与业务单元一起监控采用率。

值得一提的是商业智能组，又称为BI

Microsoft。BI

Microsoft需要依赖频繁且可扩展的沟通策略来推动BI自助服务。该计划赞助了一个网站，其中包含手册、视频和快速入门指南，用以回答“什么是数据，我如何在我的世界中使用数据?”该计划还发布了每月通讯，提供在线课程，以及举办线上办公活动。BI

Microsoft团队使用Yammer来培养互动社区。Yammer社区成员彼此响应回答问题、分享想法、激发创新。BI

Microsoft的领导者还通过雇佣市场营销人员和培训现有的IT服务团队成员的营销技能来推动PowerBI的采用。BI

Microsoft团队依靠微软内部的业务和IT高管来鼓励在本地使用PowerBI，嵌入式IT团队（例如销售IT、财务IT）是推动全公司采用数据服务的重要合作伙伴。

“全民”数据驱动的文化，让微软扩展云平台和服务方面取得了显著的成功。年最后一个季度，MicrosoftAzure的使用量增加了一倍以上，成为第二个最受欢迎的云平台，并使微软获得了显著的云市场份额。

数字化转型的指标示例

微软自身的数字化转型由微软IT也就是后来的微软核心服务工程和运营(CoreServicesEngineeringandOperations，CSEO）部门主要负责推动。微软CSEO开发了一个大数据可视化解决方案，可以总结和跟踪重要的业务流程和系统。该解决方案与常规流程集成，并将大量数据提炼为准确且可执行的信息，以供整个微软内部组织使用。凭借该大数据解决方案，CSEO提高了员工满意度、推动公司业务增长，并在数字化转型的道路上驱动运营效率。这个解决方案就是CSEO记分卡，它改变了CSEO理解和管理业务的方式。而CSEO记分卡仪表盘，是微软高管仪表盘的代表之一，主要服务于CSEO负责人既早先的微软CIOJimDuBois以及后来的CSEO负责人也是微软首席数字官KurtDelBene（JimDuBois离开微软后由KurtDelBene接任并更改职位名称为微软首席数字官）。

在微软,数据无处不在。随着微软持续向数字化转型迈进,微软数字系统和流程产生的数据近乎泛滥。微软的业务流程不断产生各种日志和事件数据,从员工满意度到财务结果,再到安全合规性。在任何时候,微软的系统都会有数千个关于正在运行进程的单独数据点。在完整的CSEO组织系统流程状态视图中，根本没有可行的方法来表达每个单独的数据点。即使收集和汇总数据，重要数据和信息也会在大量平均值和中位数计算中丢失。

了解哪些是重要数据，这是现代IT组织面临的另一个挑战。在微软这样拥有超过12万名员工的全球性组织中，确定哪些数据对整个组织和各个业务部门很重要，这本身就是一项艰巨的任务。

微软CSEO如何收集和汇总相关数据？如何决定哪些数据提供了对组织最关键业务流程的可见性,以便更好地监控、理解和管理业务？微软CSEO高层提出了一个简单的请求，以便更好地了解CSEO的运作：提供一个显示前35个指标的在线仪表盘，这些指标要展示微软CSEO组织运作情况。这个请求看似简单，但要满足该请求却并非如此。在CSEO的环境中存在的数十万个单独指标，如何找到对某个高管最重要的35个指标？CSEO团队不得不问自己一些重要问题，例如：CSEO的工作是什么以及如何衡量？如何确定哪些指标是正确的或最重要的指标，从而可以放在仪表盘上？哪些指标将战略性地推动微软的业务向数字化转型？而最后的这个问题，为高管仪表盘提供了方向。

整体开发流程涉及CSEO组织各部分的利益相关者，CSEO记分卡开发团队要求系统和流程的负责人提供意见,他们知道什么是其部门中重要的数据，这也是获取指标的主要手段之一。一旦通过不断讨论过程建立了指标，就能够创建一个解决方案,能够检查和使用这些指标并着手进行改变。整个开发过程类似于以下步骤：1，CSEO从领导团队中获得方向和目标；2，与整个CSEO组织的系统和流程负责人展开回顾和指标讨论；3，查看系统和流程负责人收集的指标；4，查看领导团队列出的第一个指标列表，并优化领导仪表盘上显示的主要指标列表；5，获取领导团队对于指标的批准；6，创建和测试CSEO记分卡；7，确定顶级指标的目标；8，执行第一个CSEO记分卡版本以检测和测试指标的目标；9，完成CSEO记分卡,并在全组织范围内实施。第1步到第9步花了大约三个月时间，最终结果是通过仪表盘和记分卡解决方案，使CSEO领导团队能够准确、灵活地了解整个组织。

为了确定哪些指标适合该仪表盘,CSEO开发了一组标准：1，指标必须反映组织的战略价值，只需那么要能够推动CSEO朝着目标方向发展的指标，总结为对CSEO和CSEO的客户（微软内部业务部门）都很重要的数据；2，指标提供的数据必须是可操作的，如果指标没有按预期运行,则希望将其显示在仪表盘上,以便引起注意并进行处理；3，指标必须及时准确，如果支持指标的数据不是最新的或没有准确地代表业务状态的话也没有帮助，微软高层的业务回顾每月进行一次,因此更新频率低于每季度一次的指标就没有用处；4，指标必须易于理解,并有明确的定义，指标要清晰简洁,不需要进一步的推断或参考卡来解释其代表含义；5，指标必须要有至少一年的有效数据支持，想要了解CSEO从现在起一年后的样子就意味着捕获重要的业务数据，而且这些数据要可持续；6，指标需要有明确的价值和时间表，需要确定指标的目标以及实现这些目标的时间表，如果无法建立准确的时间表来改善表现不佳的指标，那么它就不应存在于领导力仪表盘上；7，指标必须具有单一负责人，负责指标的统一定义、统一获取数据以及协助咨询如何将该指标用于更高层的领导力记分卡上。

除了选择标准之外，CSEO开发小组还与领导团队合作，为CSEO仪表盘报告的内容建立了高级目标。CSEO的领导团队想要一个真正有益于业务的方案，为仪表盘提出了三个主要目标：提高员工和供应商的满意度，改善为CSEO工作的体验，这意味着提高员工和客户的满意度；实现增长，能够帮助CSEO规划未来发展并作为一个组织朝着正确的方向前进；提高运营效率，运营效率是数字化转型愿景和其根源的重要部分。

另一个重要的考虑因素是CSEO组织的不同部分对整体的贡献，将微软的组织分解为主要业务和职能部门，使CSEO能够应用已经设置的指标。这些类别是：1，工程，此类包含跟踪管理IT运营绩效的指标，指标包括重大事故、未实现收入、数据中心打补丁；2，效率，此类指标旨在衡量能否最大程度利用CSEO资源，指标包括每个项目启动的成本、按时交付给客户（业务部门）；3，合规，此类指标展示了CSEO在合规性方面的立场,包括法律合规性和内部策略合规性等重要领域，指标包括合规应用程序的可获得性、全生命周期的安全开发、DevOps工具包的合规性；4，成本和人员，此类指标强调了关键的人力资源和财务方面，指标包括员工与供应商的比率、预算和支出差异（year-to-date，年至今）、预算预测和支出差异（quarter-to-date，季度至今）；5，体验，此类指标告诉CSEO员工、合作伙伴和客户如何参与CSEO的产品和服务，指标包括正面情绪百分比、零售店用户参与度、搜索成功率；6，质量，此类指标具有衡量支持业务服务的关键质量和性能指标，这些指标包括MicrosoftTeams会议索引、销售机会转化率。

建立了CSEO的目标和指标后，CSEO开发团队就开始创建仪表盘，命名为CSEO记分卡。CSEO使用以下技术创建：首先是MicrosoftPowerBI，PowerBI为几乎所有高级解决方案的目标提供了现成解决方案，它提供有关实时数据的动态视图以及深入查看数据的能力，可以轻松地与基于云的流程和业务系统集成，并且可以直观、轻松地开始创建数据可视化。实际上，PowerBI实施的简易性是CSEO能够在三个月内从构思到构建解决方案的主要原因之一。其次是AzureAnalysisServices，利用CSEO记分卡基于云的特性，即可使用AzureAnalysisServices进行数据分析，可从庞大的数据集中提取数据，使用不同的模型来操作和表达数据，以支持在CSEO记分卡中构建各种深入分析的功能。

CSEO记分卡改变了CSEO定期组织业务回顾和讨论会议的方式，通过仪表盘显示实时数据以及立即深入查看特定指标和结果的能力,CSEO现在能够简化会议流程，还改进了决策过程。如果会议中出现问题,也不再需要额外的时间来发布额外的报告或与指标负责人协商。使用CSEO记分卡,就可以公开必要的数据,找到改进流程的答案,并在会议期间确定业务方向。记分卡为CSEO建立了新的业务节奏，通过围绕CSEO记分卡创建流程和节奏，CSEO确保拥有最相关和最准确的数据,并为指标负责人提供时间来验证结果并在进入CSEO月度业务回顾会议之前进行评论。CSEO数据分析师致力于维持CSEO记分卡的业务节奏，他们创建和管理仪表盘,执行数据分析任务,并与指标负责人合作,为记分卡上的指标建立业务和数据标准。

每月的节奏类似于以下：1，此过程的第一步是更新记分卡，所有数据都会刷新和汇总并形成报告，刷新的初始结果将发送给指标负责人，他们有10天的时间来审核结果以确保准确性、找出亮点和缺点，并以评论的形式提供反馈；2，一旦指标负责人查看了刷新后的结果,数据分析师就会检查评论,确认亮点和缺点,并对仪表盘的结果进行必要的更改；3，当数据分析师的更改完成后,他们会锁定记分卡,为每月的回顾审查做准备，指标负责人者可以查看最终的亮点和缺点；4，记分卡锁定后，将由领导团队进行月度回顾审核，领导团队使用仪表盘评估业务绩效，确定潜在的行动方案，并创建必要的行动项目；5，在月度回顾审核完成、领导团队与所涉及的指标负责人讨论了行动项目之后，将记分卡发布给所有CSEO人员以供查看。

在筹备CSEO记分卡的过程中,也遇到不少挑战,例如：1，指标太多，指标的数量和业务的广泛性意味着很难选择最重要的指标，开发团队最初能够将提供的指标数量减少到近80个，远远超过要求的35个，开发团队继续与高层和指标负责人合作、检查和比较指标，直到能够确定最终在最初CSEO记分卡上的指标只剩下33个，之后进一步减少到了23个，并一直努力创建最适用且可操作的仪表盘指标；2，指标的成熟度，许多指标都没有使用完整或准确的数据集，也没有像所设想的那样更新，很多有抱负的目标必须要面对现实，开发团队与指标负责人合作以提高数据质量并确定指标的实际目标；3，不愿分享信息和贡献，虽然都属于同一个组织，但指标负责人有时会保护其责任范围，他们想知道为什么要

转载请注明:http://www.aideyishus.com/lkzp/4609.html