… 这种现象在我妻子或我工作过的地方一直都很一致。许多朋友也报告了类似的情况。公司想要假装自己是“科学的”和“数据驱动的”，但它们并不是只在少数几个可能做得好的地方应用（有足够的数据、收集指标成本低廉、有明确的相关业务结果），而是试图在所有地方都这样做，但又不愿意投入足够的资源来认真对待，结果它们的大部分数据都是垃圾。这种趋势已经成为你所说的另一种“软性”的工具。
源讨论可怜的戴明（Deming）从未有机会原帖 132 条评论 · 导入时统计《Peopleware》非常古老，如果你翻开一本现代的MBA教材，你会发现统计学和统计过程控制之类的思想已经渗透到所有MBA科目中。管理学很久以前就不再那么软性且主观了，但与此同时，“未来是不均衡分布的”，所以谁知道你会发现自己处于什么样的概念范畴中呢。
完整原文把你的经验，加入这段讨论。
> 事实上，管理中充满了许多数字，只要是一个稍微聪明一点的高中生，只要在科学课上稍微注意听讲，就能告诉你这些数字完全是无用的，因为它们收集的方式完全错误。它们毫无意义。它们只是噪音。 SPC的整个意义就在于区分信号和噪音。指出大家正在过度关注的某种变化实际上在预期范围内是有用的，它可以阻止对虚幻问题的过度反应。
完整原文“在野外”是指从一厢情愿的愚蠢的过度技术性到那些75年前就建立起来仍然在使用，但没人知道为什么它还能继续运行的系统。我们有着巨大的理解多样性，由于相对稳定的社会，各种无法表达的荒谬言论被人们接受为他们对那些在一百万年后都不可能起作用的事情的解释，但没人会告诉他们。因此他们继续相信。我认为我有幸进入了一些真正科学的团队，这些团队对情绪化决策有个人恩怨，他们过于分析性了。
完整原文尊重不同观点，分享具体经验。
登录后即可发帖、评论、转发和引用。