你最近想减肥瘦身,于是在你们镇上的健身房办了会员卡。起初你还可以坚持每天准时打卡,可每次你也只是去跑步机上跑两下,拉伸运动拉两下就休息了。 你休息过后就不想再运... 就这样,你在教练的要求和学员们的鼓励下,你不得不坚持每天打卡进动感单车课程室锻炼。一个月下来,你看着镜子里自己的身材变化,很开心。 这就是鲶鱼效应。 你4岁的儿子... 还习惯吗?希望你可以坚持到这节课下课噢”! 你问,这节课不是结束了吗?教练笑了笑,对你说:“哈哈,这才第一小节,一节课是40分钟”。你听后坦言跟教练说你踩不动啦。 ... 希望... 　　什么是“鲶鱼效应”？ 　　在以前，挪威人在运送沙丁鱼的时候，成活率很低。但是活的沙丁鱼比死的贵几倍，这时候劳动人民的智慧就体现了。他们发现，如果在沙丁鱼中放进一条鲶鱼，“怕生”的鲶鱼会在鱼群里四处乱游，激起沙丁鱼加速游动，解决沙丁鱼的缺氧死亡问题。这样就增加了运输过程中的成活率。 　　这种被对手激活的现象就是著名的“鲶鱼效应”。 　　这样的一个故事，引申到企业管理中，就是当一个组织发展到一定程度，渐渐趋于稳定，员工工作的积极性和效率会降低。这时候管理层可以根据实际情况，不断补充新鲜血液，引进富有冲劲、思维敏捷的年轻生力军，或者经验丰富、有系统视角、敢于创新的管理人员，打破一成不变的格局，让安于现状的员工感受到危机感，重新激发旧员工活力，和竞争进取之心，从而提高工作效率和业绩。

　　黑洞的定义我们没有必要再复述,题主这么问肯定是向更加具体的了解黑洞是什么。详细的了解需要系统的理论学习,而我们这里要打一些不恰当的比喻来帮助理解,到底什么是黑洞... 黑洞的定义我们没有必要再复述,题主这么问肯定是向更加具体的了解黑洞是什么。详细的了解需要系统的理论学习,而我们这里要打一些不恰当的比喻来帮助理解,到底什么是黑洞... 　　黑洞可以说是宇宙之间最为奇葩的天体了，由于它的引力极强，就连光走到它的附近的时候也会被吸入，所以黑洞本身是不会发光和反射光的，那么这样一来，黑洞所在的地方就会是一片漆黑，而且所有的物质都会流入这片漆黑的区域中，因此它才被叫做黑洞。 　　那么黑洞到底是什么样子？以前天文学家们大多是根据物理理论推测，不过在2019年4月10日，“事件视界望远镜”观测与研究团队发布了 M87 星系核心黑洞的第一张照片，这也是人类历史上拍摄的第1张关于黑洞的照片。这个如同甜甜圈一样的图案，可以清晰地看出中间是一个黑黝黝的大洞一样的存在，M87星系中心黑洞就隐藏在其中。 　　事件事件望远镜是分布在全球各地的至少8处大型天文望远镜组成的天文望远镜观测阵列组合，相互间最远的距离接近地球的直径，因此也被认为是地球一样大的天文望远镜，凭借这样的望远镜观测设备，科学家们可以看到极为遥远的天体，M87星系中心黑洞就是被它看到的。 　　不过近日，“事件视界望远镜”观测研究团队又发掘出了一颗遥远类星体3C 279 的照片，由于类星体就是一个携带吸积盘的黑洞，此该照片也被认为是人类历史上第2张关于黑洞的照片。 　　然而在这张照片中，我们却看不到关于黑洞的任何影子，或许有朋友要问了，这是科学家在忽悠我们吗？找不到洞在哪里呀？其实不是的，因为类星体都是带吸积盘的黑洞，当大量物资来到黑洞附近的时候，会在黑洞的引力作用下形成围绕黑洞运行的吸积盘，吸积盘中的物质高速碰撞摩擦，产生了极高的温度，物质运动比恒星核聚变和超新星爆发还要剧烈，因此也可以释放极高的能量，发出宇宙中最为明亮的光，所以所有的类星体都是极为明亮的天体，而且它也被认为是宇宙间最为明亮的天体。 　　但是在类星体强烈的光辉的中心，却正是不发光的黑洞隐藏的地方，想看到它的影子是极其困难的，M87中心黑洞之所以中间有一部分黑暗地带，是因为这个黑洞的吸积盘大致处于垂直于我们的角度，而且它距离也要近得多，只有5500万光年左右，所以科学家们才能通过事件视界望远镜拍摄到它的图像。 　　这次科学家们拍摄的3c 279类星体照片是通过大量的观测数据由计算机合成的，媒体称这张照片修饰了三年，可见拍摄天体照片多么不容易，这个类星体距离我们有50多亿光年，位于狮女座，质量大约相当于太阳的10亿倍，而且这个类星体非常活跃，正在快速的吞噬周围的物质，所以吸积盘非常亮，而且黑洞的两端喷出了强大的喷流，让天文学家们首次详细观测到了黑洞喷流的情况，据观察其喷流速度比光速也慢不了多少，而且末端有弯曲现象。 　　参考资料： 　　《光明网》4月22日文章《人类历史上第二张黑洞照片：弯曲喷流，颠覆人类认知》 　　《澎湃新闻》4月20日文章《第2张黑洞照片出炉，还有弯曲的喷流》

　　差距超级明显,从性能角度来说上网本能做的事,笔记本全能做,但是笔记本能办到的事,上网本一部分能做到 打游戏上网本不行,行业软件应用上上网本也不行 差距超级明显,从性能角度来说上网本能做的事,笔记本全能做,但是笔记本能办到的事,上网本一部分能做到 打游戏上网本不行,行业软件应用上上网本也不行 　　我用微星(MSI)U90X的上网本 1500买的 N2701.6GHz+1GDDR2+GMA950集显+80G硬盘 　　来说说我的感受吧 　　单机游戏2D的几乎都能玩 大富翁 暗黑 仙剑 轩辕…… 　　当然 有些游戏因为分辨率的问题可能没办法玩(上网本最多支持1024*600分辨率) 　　其实用VGA端口外接台17"或19"液晶显示器就行了 　　在1024*768分辨率下 　　网络游戏2D的都没问题 梦幻 问道 梦诛 剑侠…… 　　休闲的也可以 跑跑卡丁车 泡泡堂 劲舞…… 　　3D的我玩过魔兽 纵横时空 新飞飞……当然记得把特效全开最低 　　嗯 　　就这么多 因为微星有一键超频技术 所以我都是FN+F10把CPU超频到2.0GHz运行 　　所以说 这个上网本 真是强大啊 　　普通的网页浏览 视频聊天 影视歌曲不在话下 　　缺点嘛 就是性能还是差啊 跟台式比起来…… 　　而且屏幕N小啊 最好外接显示器 9"10"屏幕看多了眼超难受 　　现在主要用它晒太阳的时候看电影电视 无线很方便嗯

　　采用直驱传动的洗衣机在脱水的时候找动平衡难是普遍存在的问题，不仅仅是海尔一家，包括号称直驱电机鼻祖的LG洗衣机，实测也是一样的，经常动不动就是半个小时、一个小时都在转来转去找平衡（尤其是洗涤物比较少的情况下）。 　　在市场价的情况下，同级别西门子（博世）的洗衣机在静音和振动控制上做得较好，但是外观不是我喜欢的类型，比较老气【仅代表个人喜好】；松下的洗衣机就胜在外观上，看上去比较潮，噪音和振动控制不如西门子，主要是删减了隔音棉，销售给出的理由是“洗烘一体机加隔音棉容易起火”，有点扯淡，最大的问题是其拉丝工艺的面板被曝出可能会掉漆【个例】；国产的卡萨帝属于海尔的高端品牌，也是用的直驱电机，虽然调校比海尔好些，但是依然会存在找动平衡难的现象存在；COLMO、小天鹅都是美的系的洗衣机，COLMO胜在售后服务，但是整体价格较高；美的本品牌的洗衣机也是外形不符合我个人的审美，它和小天鹅都是采用的皮带传动，不存在脱水找平衡难的问题，小天鹅蓝氧洗衣机买回来了，还没来得及测，暂时不做评价；其它如小米、云米、TCL等一众品牌的洗衣机，相比上诉提到的，就稍微弱了一线。 　　5000多的价格就不推荐美诺、ASKO等洗衣机奢侈品牌了，入门型号价格比较高。

　　广电和运营商的IPTV盒子，一般是每个月收取电视费用。网络电视盒子不用收费，但是会员要钱。现在使用智能网络电视盒子是主要趋势。

　　你好，正常情况下喝酒后会造成血液循环加快、皮肤毛细血管扩张，从而出现面部发红应该是正常的表现。喝酒脸红与不红与血管的活性改变或酒精的浓度都有干系，没有特殊意义，只是血管的扩张表现而已。建议平时要生活规律，适当参加体育锻炼，多参加户外活动，尽量不要吸烟与喝酒，在喝酒时绝对不可服用头孢类抗生素。要清淡饮食，多吃蔬菜和水果。

　　不能用飞行模式的我感觉只有国内的航空公司。俄航,意航都可以用,只要飞机平稳飞行后。这是俄航的飞机,专门有充电的U口。还可以看电影电视剧动画片,还有游戏,当然,都... 不能用飞行模式的我感觉只有国内的航空公司。俄航,意航都可以用,只要飞机平稳飞行后。这是俄航的飞机,专门有充电的U口。还可以看电影电视剧动画片,还有游戏,当然,都... 　　飞行模式是关闭电话通信功能，即不能接打电话发短信，与基站没有信号联系，也不试图联系基站。 　　因为手机信号会干扰飞机上的电子设备，所以飞机上不允许打开手机，而这种模式下关闭了手机信号的有关功能，手机可以开着继续使用其它功能，如查看电话本、欣赏手机上的文章、电影等。所以叫飞行模式。 　　手机的电量很大部分都消耗在信号上，飞行模式下关闭了信号，非常省电，所以有的用户会在夜间使用飞行模式来代替关机。 　　扩展资料： 　　飞行模式的作用 　　1、快速重新搜索网络信号 　　手机信号不好的时候，通常想到的是重启手机，但有一个办法更简单，那就是打开飞行模式，效果一样，耗时更短。同样的，都有过手机欠费的情况，交上话费之后还是不能联网，这时候需要关机再开才会好。其实只需要调成飞行模式，然后再调回来，就可以联网了。 　　2、睡觉免关机不纠结辐射问题 　　睡觉的时候开启飞行模式，手机处于不发射不接受信号状态辐射是极小的，这样既能节省开关机的时间，又能把手机放在比较容易拿的地方。 　　3、节省手机电量，加快充电速度 　　手机不断的搜索和接受信号的过程(特别是信号不好的情况下)是很耗电的，开启飞行模式关闭了这个过程也让应用停止从网络接收数据，比手机自带的省电模式还要省电。

　　中国管理会计体系研究中心由上海财经大学会计学院主办，上海视野经济研究所协办，依托会计改革与发展协同创新中心（财政部）而成立。 　　研究中心的目标是以管理会计科研为基础，围绕国家重大战略需求，发挥战略研究、人才培养、政策建言、社会服务和公共外交功能，推动理论与实务更好衔接，全面提升科研创新动力和拓展社会服务功能。 　　文章来源： 　　复旦学报 2019年第6期 　　作者：张广婷 王悦 李佳娇 　　王悦。上海财经大学副教授，博士生导师，博士毕业于上海财经大学会计学院，先后在《中国会计与财务研究（CAFR）》、《会计研究》、《财经研究》、《南开管理评论》等国内权威期刊上发表过论文数篇。为博士生、硕士生和本科生管理会计课程授课。在国际B级期刊《Journal of Management Accounting Research》发表论文两篇。 　　一、问题的提出 　　当前中国经济正处于从自然资源和要素投入驱动的传统经济发展模式，向资源配置效率和创新驱动的发展模式进行转型的阶段。如何实施创新驱动的经济社会转型?这需要提高人力资本的价值，相应降低资本的回报，鼓励微观企业的创新。然而在新经济模式下，科创类企业由于抵押物较少，很难通过银行获得资金，只能依赖风险资本的股权投资。风险资本不仅可以分散创新创业的风险，还能为偏好高收益高风险的资金提供投资机会，进而对实体经济带来多方面的促进作用。首先，风险资本能有效集中社会资本，以直接融资的形式注入企业，形成对实体经济的有力支持;其次，风险资本主要面向科创企业，特别是具有创新能力和发展潜力的初创企业，促进了新技术和新商业模式的发展，推动了产业转型升级;此外，风险资本从业人员普遍具有较高的专业性，其良好的投后管理能提供更多的增值服务，起到了盘活人力资本、激励创新研发的重要作用。根据中国证券投资基金业协会的统计，截至2018年12月底，我国在册的风险资本、创业投资基金已达到2.44万家，2018年全年总投资额超过1.08万亿元。一批优秀的风险投资机构也逐渐涌现，成为推动经济高质量发展的重要力量。 　　然而，风险资本投资还存在投资周期长、流动性差和高风险的特点。随着近年来宏观经济和金融市场运行出现波动，风险资本的募资与退出情况均不理想。2018年，全国风险资本共募集资金1.3万亿元，同比下降25.6%;整个市场共发生2657笔退出交易，同比下降22.1%，其中，996笔退出交易通过IPO方式实现，同比下降6.8%。当前，IPO退出是国内风险资本投资最主要、收益率最高的变现方式，但这一关键渠道需要IPO注册制的支持。如果因为市场的低迷，就停止或限制企业上市，这将破坏风险资本的融资、投资和退出循环机制，降低风险资本的资源配置效率，对整个实体经济和行业发展都是极为不利的。2019年以来，随着科创板成为连通风险资本投资与资本市场的新桥梁，对风险资本投资退出的研究和关注也逐渐升温，学术界需要对风险资本投资的退出机制及增值服务进行深入分析，为风险资本的健康发展提供充分的理论指导。 　　由于投资机构本身的声誉和影响力贯穿投资流程的各个环节，故信息不对称性越强，风投交易的双方越看重该风险资本投资机构在业内的声誉和影响力。具体而言，高声誉投资机构能获得更多的回报，而被高声誉投资机构支持的公司更易实现上市退出和资本增值。在国内风投市场三十余年的发展历程中，IDG、红杉资本和深创投等一批优秀的投资机构已逐步建立起良好的市场声誉和强大的行业影响力，其投资业绩在同业中也名列前茅。例如，作为本土投资机构中的佼佼者，截至2019年3月深创投累计投资规模已突破431亿元，投资项目退出的成功率高达25.6%，远超行业平均水平。 　　尽管风险资本声誉机制的重要性在美国等成熟的金融市场国家已得到广泛认同，理论研究也不断深入，但国内的研究还不成熟。主要集中于以下几个方面:(1)投资机构背景与其业绩水平的相关性。具有多元化背景(如外资背景)的投资机构所投资的公司在IPO退出时的抑价率更低，且在上市发行后相较于其他公司会具有更高的超额回报，而国资及政府背景的投资机构所投资的公司在退出后的市场表现普遍低于平均水平; (2)投资机构对IPO抑价的影响。创业投资参与的企业抑价程度显著高于非创业投资参与的抑价程度，这说明国内创业投资可能存在“逐名动机”，即为了获得高声誉宁愿承担高抑价的成本;(3)在被投资公司上市后续经营中，风险投资的加入不仅可以抑制公司对自由现金流的过度追逐，还可以增加公司的短期有息债务融资和外部权益融资，并在一定程度上缓解因现金流短缺所导致的投资不足问题。 　　国内对风险资本的研究有以下不足之处:(1)为数据获取的方便快捷，现有研究在指标选取上直接采用投资机构的投资规模或被投资公司的退出规模作为声誉机制的衡量指标，严格来说不同时间段的投资事件在规模上并不完全可比;(2)投资流程包括发掘潜在标的、筛选项目、沟通与尽职调查、投资决策与交割、投后管理直至退出等多个复杂环节，而多数研究仅对退出环节进行探讨，对其他环节的研究相对匮乏;(3)对声誉机制和被投资公司退出的相关性研究往往以二级市场的业绩表现为研究对象，缺少针对投资机构年化投资收益率的探讨;(4)大多数研究仅提出相关关系，而对背后机制的解释相对较少。 　　本文采用清科数据库中的风险投资事件，构建了风险资本的声誉指标和年化退出回报指标(IRR)，研究风险资本投资机构的声誉水平是否影响被投资企业的IPO退出概率、退出回报及其作用机理。具体而言，我们首先论证风险资本声誉是否影响其从被投资公司IPO成功退出的概率;之后验证声誉机制对成功IPO的项目退出回报率(IRR)的影响。为了探究投资机构声誉对企业经营水平的影响机制，我们还对投资机构声誉和被投资公司资产增值能力进行了深入研究，证明了高声誉投资机构更有助于推动公司的业绩增长。最后，我们为风投市场中各参与方提出了相关建议。 　　二、理论分析和研究假设 　　(一)声誉机制与风险资本的IPO退出概率 　　声誉是基于风险资本历史行为和未来预期而形成的无形资产，是外界对风险资本未来收益能力的评价。从风险资本自身角度而言，良好的声誉是投资机构平稳运营、寻求发展机会的保障。风险资本往往利用投资决策、投后管理和退出三个环节，为被投公司提供专业化增值服务以促进其实现增长，但风险资本投资的目的大多不是为了长期持有被投公司的股权，而是为了尽快实现资本的变现，因此退出环节是投资机构获得收益、实现资本循环的关键。如果退出环节不顺畅，不仅影响前期投资结果，而且不利于后续的基金募集。因此，理解风险投资声誉的作用，可以从退出环节入手。 　　我们认为，高声誉有利于风投的成功退出。首先，高声誉的风投机构可以提供更好的“认证功能”，进而提高其成功退出的可能性。具有良好声誉的投资机构更易得到出资人的信任，有利于募集资金，且其所投资的企业更容易被市场所认可，这也提升了未来成功退出的可能性;其次，高声誉风投拥有专业、高效的管理团队和丰富的从业经验，对被投资公司治理结构和经营运作的优化更为有效，高声誉风投往往与中介机构和政府部门建立了良好、稳定的关系，从而为其带来广为认可的“通行证”。因此，这种“地利人和”在遇到IPO退出的“天时”之际更容易获得成功;最后，风险资本和初创企业间存在“选择性”的双向匹配机制，即具有较高声誉水平的投资机构与高质量的企业倾向于互相匹配，且匹配机制对退出成功率和退出回报都存在正向影响。由此，我们提出以下假说: 　　H1:领投投资机构的声誉水平与被投资公司的IPO退出成功率呈正相关，即获得高声誉机构投资的企业更易通过IPO实现退出。 　　(二)风险资本的增值服务和投后管理 　　风险投资增值服务的主要内容可以归纳为:“充当创业团队的参谋”、“提供融资支持”、“参与风险企业的战略制定与审查”、“监控风险企业的绩效”以及“雇用和更换高层管理者”。风险资本投资的一个重要特点是投资者不仅为被投资公司提供资金支持，而且在投资完成后发挥了积极的管理作用，即“投后管理”。风险资本在投资完成后，通过进驻董事会直接参与公司管理、开展创始人辅导、筹集额外资金、提供战略分析等增值服务对被投资公司施加积极影响，还通过使用更专业的招聘方式，辅以股票期权手段，更快地雇用营销管理人员，以此促进公司经营模式的专业化。此外，风险资本可以充分激发企业的创新潜力，通过规范经营和技术进步实现内生增长。例如风险资本进入企业的时点越早、过往投资经验越丰富，企业对创新研发的投入越大。Hsu发现高声誉的风险资本倾向于提供较低的估值，而企业家更偏好接受估值低且高声誉投资机构提供的报价。这表明，企业家认为与较高质量的风险资本机构合作，即便接受较低的融资回报也是值得的，因此也间接证明了投资机构的服务具有增值作用。 　　从宏观经济角度来看，风险资本也是推动新经济发展的重要力量。在整体市场达到均衡时，风险资本的存在能通过有效激发企业的创新能力，促使其转变发展模式，创造宏观经济的新增长点。风险投资机构在增值服务能力上存在巨大的差异。具有丰富投资经验的风投通常在业内有较多的合作伙伴资源(如企业家、管理人员或顾问)和业务经验，可能成为更积极的投资者。在我国，风投之所以能做大做强，一个重要的原因是与中介机构和政府部门建立了良好、稳定的关系，而高声誉的获得又能反过来扩大和增强关系网络，从而给被投资企业带来增值服务。 　　风险资本提供增值服务的能力和影响难以从风险资本的角度进行评估，但可以通过被投资公司的经营状况得到较为直观的反映。PuriandZarutskie指出，获得风险资本投资的企业相对于无融资历史的企业更倾向于积极收购等外延式扩张，提高资产运转效率，即投资机构通过提供增值服务提高了被投资公司资本转化为业绩的能力。风险企业IPO后5年持有期的平均收益率为44.6%，而非风险企业相应收益率为22.5%;IPO5年后仅有7.5%的风险企业退市，而退市的非风险企业却达到13.3%。因此投资机构的支持对被投资公司内生增长的推动作用还需要进一步实证检验。针对投资机构的声誉水平与被投资公司增值能力之间的相关性，我们提出以下假说: 　　H2:领投投资机构的声誉水平对被投公司的增值能力具有显著的正向影响 　　(三)风险资本的声誉水平与IPO退出回报 　　风险资本投资的退出收益，反映了投资机构的资本周转能否达到预期的时间安排和增值水平，也是历来风险资本投资研究的重点。相关研究证实了高声誉的风投机构具有的“认证功能”和“监督功能”。MegginsonandWeiss发现有风投参与的公司比非风投背景公司的质量更好，上市费用、IPO的抑价程度更低，并且上市之后更容易受到机构投资者的关注。风投声誉与经总资产调整后的销售收入显著正相关，声誉越高的风投机构越能提高企业的融资效率。风险投资声誉越高的企业，其上市后长期绩效(ROA、账面市值比)越高。高声誉的风投机构选择了质量优异的公司，从而体现了“认证功能”;高声誉的风投机构占有更多的上市公司的董事会席位，这也为高声誉风投机构对企业的“监督功能”提供了解释。 　　国内的研究发现，高声誉的非国有背景的风险投资能够显著提高企业的融资效率。由于业绩压力，具有高声誉水平的投资机构对于隶属新兴行业的高成长、高风险投资标的具有更强的偏好，因此更乐于投资具有广阔增长潜力的创新型公司;在经营能力方面，高声誉投资机构更易在业内联合其他机构组建投资联盟，且在出资时面对被投资公司具有更大的周转空间。赵静梅等发现，风险投资声誉与企业生产效率显著正相关，高声誉的风投机构对企业生产效率的影响比低声誉的风投机构高1.24%-1.65%，对企业生产效率表现出“助力”的作用，而低声誉的风投机构却降低了企业的生产效率，成为了“阻力”。在风险资本的退出回报方面，风险资本历史IPO次数、累计IPO市值及持股金额这三个指标作为风险资本投资声誉的度量因子，从退出成功率、退出方式、退出速度及投资收益四个角度全面考察风险资本声誉对退出环节的影响，发现投资机构声誉越高，退出环节的运作效果越好。综上所述，有声誉的风险资本具有更好的事前筛选能力、更好的增值服务，这些都会正向影响被投企业的经营效率和价值增长。因此，本文提出如下假说: 　　H3:领投投资机构声誉水平与被投公司的IPO退出收益率呈正向相关，即投资机构的声誉越高，被投公司在退出时实现的收益率越高。 　　三、研究设计 　　(一)样本选取 　　考虑到我国风险投资行业的现状，风险资本从投资完成到成功退出需要5年左右，因此本文主要提取了CVSource数据库中2003年1月1日至2012年12月31日间国内风险资本投资市场的9621个投资事件作为初始样本，提供至少5年的时间间隔以观察投资机构是否成功退出，并做出如下调整:(1)剔除针对上市公司投资的定向增发事件;(2)剔除信息缺失的样本;(3)部分投资机构拥有的两只以上基金对同一企业进行共同出资或多轮出资时在投资机构层面进行合并计算，在基准年份选择上以该机构首次出资年份为准;(4)在领投机构认定时，本文首先计算投资事件涉及的所有投资机构的声誉指标，选取声誉水平最高的投资机构作为领投机构;(5)对存在更名、改制和并购等情况的投资机构按照实质性原则，从其最初创立追溯其身份。根据以上标准进行处理后得到2003－2012年获得风险资本机构投资的4866家公司样本，每家公司分别对应一家领投投资机构和一条退出记录。对于部分投资项目在投资当期信息披露不完全的情况，本文利用证监会官网、Wind金融资讯终端等数据源，在上市公司发行时披露的招股说明书等文件中查找并补充相关信息。 　　(二)主要变量度量 　　1．被解释变量 　　(1)IPO退出成功率 　　本文采用虚拟变量表示风险资本机构投资事件是否通过IPO成功退出。截至2018年初已通过IPO实现退出的投资事件为IPO退出(=1)，尚未退出或通过其他方式退出的情况为未实现IPO退出(=0)。 　　（2）资产增值能力 　　为了充分解释投资机构声誉的作用机制，本文将被投公司利用资产创造收益的能力作为被解释变量。将被投公司在上市退出前一完整会计年度的总资产周转率作为衡量公司增值能力的指标，考察具有较高声誉水平的风险资本是否更容易实现良好的投后管理与增值服务。为保证可比性，对其采取对数化处理。 　　(3)IPO退出回报率 　　本文将风险资本退出回报率作为H3主要的被解释变量。综合考虑风险资本投资回报的时效性和收益水平，本文选取股权投资事件的内部收益率作为退出回报的衡量指标。在评估风险资本投资项目的投资退出收益时通常采用账面回报倍数(PaybackRatio)和内在收益率(InternalＲateofＲeturn，简称IRR)。账面回报倍数即股权投资成本在退出时的增值倍数，是投资回报水平的直接衡量，但该指标并未考虑到投资期限的问题。在对初创企业投资后，投资机构可为其带来公司治理、标准化财务规范和生产流程方面的改进，并在企业战略决策方面提供指导。当被投公司为投资机构带来的边际附加值等于边际成本时，投资机构便做出退出决策。另一方面，投资机构也面临着来自合伙人实现回报的压力以及资本运作的时间成本。因此，在衡量投资收益时应充分考虑时效性因素，故当前研究大多采用IRR衡量投资收益。 　　由于本文样本中部分事件为多轮次投资，且具体的投资时间、金额等信息有缺失，难以计算，故将这类事件剔除;此外，在实务中，很多风险资本并未在企业上市时选择将股权全部退出，而是保留部分股权继续“陪跑”一段时间。本文在计算退出回报金额时不仅考虑到直接退出变现的股权价值，还包括了投资机构剩余持股比例在企业上市时对应的股权价值。 　　2．解释变量 　　本文选取风险资本在投资和IPO退出的经验作为反映其声誉水平的指标，主要度量方法如下: 　　(1)累计投资占比 　　该指标代表了选定风险资本的累计投资规模在整个风险资本投资行业中的占比。对于投资机构而言，投资规模越大，意味着投资经验越丰富，也表明资金方对投资机构声誉和经验的认可。具体计算方法如下:第一，确定基准年份。有别于叶小杰(2014)将IPO退出年份作为基准，本文认为投资机构的声誉机制在投资持有期间持续发挥作用，因此将投资事件发生的前一年作为基准，同时也保持了已退出和未退出事件的可比性;第二，计算该投资机构截至基准年份已公开披露的累计投资金额;第三，计算截至该基准年份我国风险资本投资行业累计投资总额;第四，计算该投资机构累计投资规模占同期行业数值的比例，即为风险资本的累计投资占比。 　　(2)累计退出占比 　　累计退出占比，即风险资本被投公司中已退出上市的企业总市值在整个风险资本投资行业中的占比。具体计算方法类似累计投资占比，主要区别在于将上市退出年份作为基准年份，对于未退出的企业统一按2017年作为计算基准，计算该投资机构已投资企业中截至2017年已实现退出上市的企业总市值，将其占同期行业数值的比例作为投资机构的累计退出占比。 　　3．控制变量 　　考虑还有其他变量对投资机构投融资决策和投资退出回报产生影响，我们选取投资机构经营年限和机构股权性质作为控制变量。其中，经营年限为投资机构注册成立日期至投资事件发生当期的时间差;机构股权性质包括政府背景投资机构和外资背景投资机构两个哑变量。针对投资事件本身，我们选取投资规模、联合投资情况、投资类型和被投公司行业等作为控制变量。由于国内A股市场在进行IPO审核时即对公司财务数据进行严格要求，故仅将公司IPO申报前一完整会计年度的部分财务数据作为控制变量。同时，考虑到我国IPO市场受政策影响波动较大，本文也控制了资本市场环境对企业上市退出的影响。具体变量解释见表1: 　　(三)模型设定 　　根据以上理论分析及假说，本文构建如下模型进行实证分析: 　　1．声誉机制与IPO退出成功概率 　　本文假设投资机构声誉水平与IPO退出成功率呈显著正相关。首先选取2003－2012年的风险资本投资事件作为样本，采用Logistics模型进行回归。其中，被解释变量为投资事件是否已实现IPO退出(Exit)，解释变量分别为领投投资机构的累计投资占比(Investmentshare)和累计退出占比(IPOcapitalizationshare)。同时控制了投资机构经营年限(History)、机构股权性质(State、Foreign)、项目投资规模(Amount)、投资阶段(Venture)、联合投资情况(Syndicate)、当期市场情况(Market)和被投公司所在行业(Industry)以保证模型的完整性和解释力。由于未实现IPO退出的公司通常不会通过公开渠道披露财务数据，故模型中未将其作为控制变量。 　　2．声誉机制与IPO退出回报 　　本文假设有高声誉投资机构支持的被投公司在IPO时更易实现收益，选取截至2017年已实现上市退出的投资事件为样本，采用OLS模型进行回归。其中，被解释变量为投资机构通过被投公司上市退出实现的收益(Ｒeturn)，与假说1相似，主要解释变量分别为领投投资机构的累计投资占比(Investmentshare)和累计退出占比(IPOcapitalizationshare);另外，由于证监会信息披露要求，申报上市的公司需披露前三年及一期经审计的会计数据，因此本文又将被投公司上市前一完整会计年度的部分财务数据加入模型中作为控制变量。 　　3．声誉机制与被投公司资产增值能力 　　本文假设高声誉投资机构更易促进被投公司创造收益，选取截至2017年已实现上市退出的投资事件为样本，采用OLS模型进行回归。其中，被解释变量为被投公司在上市退出时利用资产创造收益的能力(Assetproductivity)，控制变量选取与H2相似，主要选取投资机构和投资事件的基本特征变量。 　　4．内生性检验 　　本文通过实证检验证明，获高声誉风险资本支持的公司更易实现上市退出并实现更高的投资收益，且被投公司在上市退出时具有更强的资产增值能力。但是，上述假说可能存在内生性问题。由于初创公司和投资机构间潜在的匹配机制，初创公司进行融资时在同等条件下更倾向于选择具有良好声誉的投资机构，因此高声誉投资机构更易获得优质投资标的，即被投公司后续的业绩表现及增长能力有可能是由公司本身的质地决定的，而投资机构专业化能力的影响较低。为进一步证明投资机构声誉水平与其在投资后提供增值服务能力的相关性，本文针对H2进行了内生性检验，对被投公司资产增值能力的变化进行了考察。选择被投公司上市前3年到上市前1年作为考察区间，将此时段内被投公司资产增值能力的变化(ΔAssetproductivity)作为因变量，即: 　　其中t为被投公司上市的年份。 　　由此，本文对被投公司资产增值的模型进行改进，具体模型如模型(8)和(9)所示: 　　四、实证结果与分析 　　(一)描述性统计 　　本文H1所用样本为2003－2012年发生的风险资本投资案例(简称样本1)，共4866个投资事件;H2、H3所用样本为样本1中截至2017年已实现上市退出的案例(简称样本2)，共包含1030个投资事件，各变量的描述性统计见表2。 　　从表2可以发现，尽管投资机构累计投资规模占比(Investmentshare)和累计退出规模占比(IPOcapitalizationshare)的均值均未超过0．3%，但值得注意的是，75%分位数显著小于均值，且样本的标准差较大，这说明投资机构间两极分化严重，顶级投资机构在资金募集上具有显著优势，且善于充分利用关系网络，广泛发掘优质项目投资机会，并通过投资联盟降低运行成本，实现灵活投资。 　　如前文所述，通过IPO上市退出的被投公司可为风险资本实现较高的退出收益率。由表2可知，成功IPO上市后退出的风险资本投资年化内部收益率平均达到108%左右，中值达到了83%，体现了风险资本投资高风险、高回报的特点。而样本2中被投公司的资产增值能力平均达到30．3%，退出前一完整会计年度的资产周转率达到106%。相较于无风险资本支持的上市公司具有明显的优势，也间接证明了风险资本的投后管理能力对被投公司的正面效应。但在以上样本数据中，风险资本相关的其他控制变量未体现出显著的相关性，且未考虑到变量间的相关影响，因此需要通过多元回归模型进行深入研究。 　　(二)投资机构声誉对被投公司退出的影响 　　模型(1)和(2)的回归结果见表3。实证结果发现，领投机构的累计投资占比(Investmentshare)和累计退出占比(IPOcapitalizationshare)在回归结果中的估计系数均显著为正，即领投投资机构声誉水平与被投公司IPO上市退出概率正相关。这些结果表明，在具有丰富投资管理经验的领投机构的支持下，被投公司更容易实现IPO上市退出。根据以上分析，本文假说H1成立。 　　在控制变量中，投资机构的经营时间与被投公司IPO上市退出的成功率显著正相关(P＜0．01)，说明投资机构的经验和能力随时间积累，对被投公司经营情况产生正向影响。此外值得注意的是，联合投资情况也与企业上市退出的成功率具有较强的相关性。在两个模型中，领投机构联合的其他投资机构数量回归系数分别在5%和1%的水平显著为正，说明在有多家风险资本对其以联合持股方式进行投资的情况下，被投公司更易实现IPO退出。 　　(三)投资机构声誉对被投公司资产增值能力的影响 　　领投投资机构的声誉水平与被投机构资产增值能力的回归结果见表4。首先，领投机构在全行业的累计退出占比(IPOcapitalizationshare)与被投公司在上市时的资产增值能力显著正相关(P<0.01)，证明获得高声誉投资机构支持的被投公司在上市退出时具有更强的资产增值能力;其次，领投机构累计投资占比(Investmentshare)在回归结果中的相关系数同样为正，但在统计上不显著。具有丰富经验的投资机构更善于对被投公司经营进行整合，如采取人力资源管理、业务条线梳理、市场营销战略和股权激励计划等措施，以此提升被投公司的资产增值能力。综上所述，可以推断本文假说H2成立。 　　(四)投资机构声誉对IPO退出回报的影响 　　投资机构的声誉对IPO退出回报的影响如表5所示。结果发现，无论是领投机构的累计投资占比(Investmentshare)，还是累计退出占比(IPOcapitalizationshare)，其回归估计系数均显著为正，表明领投投资机构的声誉水平与其投资项目的IPO上市退出回报率呈正相关，即获经验丰富领投机构投资的企业更容易实现超额退出收益。由于样本公司主要选择在我国内地资本市场上市，联系到我国上市公司的IPO定价机制基本按照企业盈利水平的固定倍数定价，被投公司在上市时获得的估值水平相较于投资事件发生时的增长主要来源于企业自身价值和规模的增长。根据以上分析，可以判断本文提出的假说H3成立，即被投公司在获高声誉水平投资机构投资后更易实现价值增长，投资机构获得了更高的退出回报。代表声誉的两个变量都表明，风投声誉对退出回报有显著正面的影响。因此，领投机构声誉水平对退出收益的影响主要依靠投前决策和投后管理与增值服务，而在被投项目上市退出方面的经验及业界资源发挥了次要的作用。 　　(五)内生性检验 　　在假说H2的基础上，本文选择被投公司资产增值能力的增长情况作为被解释变量，回归结果见表6。不难发现，在利用差分法排除了被投公司在获得投资前经营水平带来的影响后，投资机构声誉水平与被投公司资产增值能力依然存在显著正向的关系。与假说H2的回归结果相似，领投投资机构的累计退出占比(IPOcapitalizationshare)与被投公司资产增值能力呈显著正相关关系;而累计投资占比(Investmentshare)对被投公司资产增值能力的影响仍不显著。控制变量方面，我们发现领投投资机构是否为国资或外资，以及联合投资情况与被投公司资产增值能力的相关性转变为不显著。据此提出合理推测:领投投资机构的产权属性影响了投资机构对被投公司的筛选及相关的投资决策，因而与被投公司在投资事件发生时即具有的资产增值能力存在较强的关联性;同理，领投投资机构所组建的投资辛迪加联盟也主要在投前环节对投资机构的投资决策产生影响。 　　五、研究结论及建议 　　(一)研究结论 　　本文对2003－2012年中国风险资本投资事件进行考察，从中选取满足研究范围和数据可得的4866个观测值作为研究样本，在对其融资历史中的领投投资机构声誉水平及其上市退出收益情况分别进行分析归纳和统计后，深入研究了声誉水平对投资机构的上市退出成功率、企业自身增值能力和退出收益的影响。主要发现如下:(1)投资机构声誉对被投公司的退出具有重要影响。实证检验发现，领投投资机构的声誉水平与被投企业实现未来成功上市退出的比例呈显著正相关关系;(2)投资机构的声誉水平与被投资公司后续的资产增值能力呈显著正相关关系。内生性检验表明，这一影响机制主要是领投投资机构对被投公司在投后的管理和辅导发挥了作用;(3)高声誉投资机构在其被投公司成功实现上市退出时取得了更高的投资回报。本文证明了风险资本声誉水平与退出收益间的相关性，并为其增值服务促进被投公司内生增长提供了经验证据。 　　(二)理论启示与政策建议 　　随着我国资本市场建设日趋完善，风险资本投资高风险、高收益的特点迎合了投资者资产多元化配置的需求，在宏观经济平稳增长和税收优惠等政策的支持下，不仅为投资者实现了资产增值，也有利于科研成果的商业化应用，推动了一批新技术、新模式企业的成长。但在实务中，风险资本投资市场出现的“骤冷骤热”、热钱炒作、估值与二级市场倒挂和盲目投融资等现象，且随着资本市场景气度下滑和IPO监管政策的波动，出现了较大的融资与退出压力，因此需要针对国内风险资本的运营进行深入的学术研究和实践探索。本文不仅在一定程度上拓展了风险资本声誉领域的研究，而且对投资机构运营模式和初创企业融资决策也有一定的启发意义，具体如下: 　　1．建立诚信体系，不断完善风险资本的声誉机制。对投资机构来说，风险投资声誉是其重要的无形资产，是资金募集、项目选择、退出等诸多环节的重要影响因素。投资机构还可以提升增值服务水平，通过参与投后管理，对被投公司的经营管理产生积极影响，促进被投公司的顺利发展，降低双方的交易成本，有效配置社会资源，实现互利共赢。因此，投资机构应着力培育自身的声誉价值，充分积累资本运作经验。对于企业来说，其在上市前募集资金时也应该注意投资机构的声誉。良好的有声誉的机构不仅给企业提供了资金，也规范了公司治理水平，进而提高了企业IPO后的市场表现。因此，声誉是市场经济的重要基石，盈利能力更强的企业通常会选择更著名的投资机构和会计师事务所，以向投资者传递公司质量的信号。这样的双向选择符合投融资双方的利益，更有利于降低信息不对称和道德风险。 　　2．强化VC的增值服务功能，服务科创企业。首先，为了提高增值服务效率，风投机构与被投企业之间应该建立相互信任的关系，保持沟通渠道的畅通、沟通方式的坦诚和高效，以此提升被投企业的价值。其次，提供增值服务应考虑被投企业所面临的不确定性，被投企业不确定性(市场变革、技术变革)越强，增值服务的价值越显著。此外，增值服务的具体内容还应当和风投机构介入程度、企业发展阶段、类型相适应。最后，风投机构应该致力于长期投资，而非短期赚快钱。风投机构的声誉来源应该是能否发掘领军企业，能否协助企业成长，能否提升公司治理，而非单纯的IPO退出数量。因此，初创企业在进行融资决策时，应优先考虑具有丰富经验和强大业界影响力的风险资本投资机构。除短期资本支持外，更加注重增值能力和市场背书等隐性利益，避免由于片面追求金融资本注入而做出盲目融资等不利于公司长远发展的“短视”决策，从而促进创新企业和新兴产业的健康发展。 　　3．加强监管，降低金融风险。自2010年始，随着“全民PE”热潮的出现，为数众多的热钱涌入风投市场，对行业的有序运作造成冲击，未能正确选择风险投资机构的创业企业付出了代价，这在一定程度上干扰了社会资源的有效配置。我国VC行业发展历史相对较短，尤其是本土VC机构普遍存在期限较短、缺乏专业技能和从业经验、公司治理参与度不足、单纯追求Pre-IPO的短期投资收益等现象。从金融监管的角度而言，鼓励风险资本投资市场平稳健康发展是一项重要的长期战略任务。特别是培养一批具有丰富的资本运作经验、优秀的增值服务能力和深远的资本市场影响力的本土投资机构，充分发挥其鼓励创新、服务实体经济的作用。特别是随着科创板的设立，风险资本投资退出渠道有望得到进一步拓宽。因此，监管机构应鼓励投资机构通过诚信经营建立品牌价值，并通过成立国家引导基金和税收优惠等政策予以支持，让金融资本真正成为创新企业和新经济发展的不竭动力。 　　热文推荐 　　新时代中国特色高校管理会计2019研讨会在上海财经大学召开 　　中国管理会计研究基础数据库建设正式开始 　　首届公立医院管理会计论坛在上海财经大学举行 　　上海财经大学举办中国管理会计论坛 　　专家观点|增值税深化改革对企业的影响

　　地址：北京市西城区月坛南街57号（100826）

　　我的2011下半年量化数据 　　——摘自自己的《教师博客》 　　数学教师的我，总喜欢用数据说话，那看似“死板板”的数据背后隐藏着我辛勤的汗渍，印证着我辛劳的工作。 　　这学期，即2011——2012学年度第一学期，我担任初三一班的数学教学和初中三个年级的劳动技术课（初一是《家政服务技术》；初二是《劳动安全卫生常识》；初三是《庭院经营》），其实后者只用写教案，还担任我校的网联培训辅导员。回顾这学期的工作，校本教研活动、教学深化年活动、网联培训学习、“三功一绝”个人练功、运动会终点裁判工作、教学开放课、撰写教学论文等活动不好量化统计。易统计的有： 　　1、教案 　　教案是备课的形式体现，是上课的重要依据。数学教案80课时；家政服务技术教案16课时；劳动安全卫生常识教案16课时；庭院经营教案16课时。总计教案128课时。 　　2、笔记 　　学校统一进行政治、业务学习，笔记记录着学习的时间、次数和内容。政治学习笔记8次；业务学习笔记8次。总计16次。 　　3、听课 　　听课是提高自身素质，提升教学质量的重要方式。听课中有1次是参加吉林市教育学院的中考分析会；有1次是我校的语文教学示范课；有7次是我校的青年教师汇报课；有8次是我校教师的平时课。总计16课时。 　　4、作业 　　作业是课堂教学的有效延伸，是学生课后学习的保障。作业本批改并记录39次；《新课堂45′》练习册批改并标注评语11次。总计50次。 　　5、考试 　　测试是直接了解学生掌握和运用知识情况的有效途径，评析是再调整教学思想和提升教学方法的最佳机遇。期中、期末考试各1次；月考2次；三年组组织（吉林省月考）2次；课前小测8次；随堂测试7次；课后测试13次。总计34次。 　　6、辅导 　　利用课间操、午休时间个别辅导9人次。 　　7、上课 　　课堂教学是教育教学的中心环节，这也是教师的“刚性”任务。仔细整理为：平时课：121节；双休课：18节；早课：15节；小晚课：15节；大晚课：32节。共计201节。 　　单以上课数据与去年同期比较，2010——2011学年度第一学期，我担任初二一班和二班的数学教学。平时课：216节；双休课：48节；早课：32节；小晚课：43节；没有大晚课。一个学期共计339节。上课数去年是今年的1.7倍。刚参加工作时，往往任教三个班的数学教学，任务更重。 　　这学期的教学工作，数据统计是我参加工作以来最清闲的一年，班上时间，在完成上述工作的同时加强了现代信息技术的学习，制作简单的PPT，编辑、插入图片，撰写、链接、置顶教师博客，制作学习简报等。注册学校全体学员，督促全体学员按时学习、发表日志、参与评论、完成作业，秉着“做就要做好”的原则，积极进行网联培训辅导员工作，不辜负学校和昌邑区培训部的信任。 　　随着农村学额的逐渐减少，教师的工作量相对在减少，但我的积极性不减，继续学习、刻苦钻研的劲头儿不减，我的教育生活依旧丰富多彩，我们的教育生活依旧丰富多彩。 　　数字城管绩效评价数据量化分析要点 　　按照“巡查发现网格化，网格管理精细化，业务执行标准化，绩效考评数据化，业绩考核应用化”的要求，提出以下绩效评价分析相关思路。 　　一、问题成因查找 　　（一）体制保障：一是城市管理需要管养分离和社会化服务的有哪些？二是引导群众自治，激励群众自制，让管理对象自己办好自己的事；三是明确市、区两级城市管理职责的分层、分级责任，以及数字城管各中心之间的工作关系。 　　（二）机构人员：是否因事、因工作量设岗、定人，基层岗位是否得到充实，避免基层事多人少，入不敷出。 　　（三）工作职责：职责分工是否明确，管理、处置是否责任分明；事权清单是否建立，是否权责相当；是否还存在推诿扯皮、以罚代管的地方。 　　（四）制度与标准：建立健全管理制度，使之涵盖城市管理的方方面面，解决管理依据不足，工作只能凭借一张嘴说，有时甚至难以自圆其说的现象。梳理量化现行规范性文件、标准以及管理规定，在哪些方面需要立、改、废？ 　　（五）运行机制：梳理城市管理机构、相关主体间的关系，建立分级处置、隐患告警、应急处置机制，引入区域环 境乱点概念（连续两周的高发问题所在区域），推行街道、社区、单位、居民联动处置与社区自治相结合的二级闭环管理模式，对工作主体、过程、绩效、规范标准、趋势预测等进行评价。 　　一是对各主体联动处置的流程节点怎样设计？主体间上下左右衔接怎样实现？二是流程是否接受内部和外部监督？具体措施有哪些？三是对那些不管用或收效甚微的老办法进行清理，改进流程运转的效能。 　　（六）经费保障：在资金投入方面向城市管理倾斜，加强基础设施配套完善，以完善的基础设施彰显城市管理水平，确保预算按需编制，业务费随事转。 　　（七）环境制约：将城市管理内容全面细化，并且科学确定相应的责任单位，改变城市管理对象不清、无序的现状。 　　基础设施建设是否到位？部件、房屋等的属性数据是否准确、齐全？查阅数据的渠道都有哪些？怎样联结这些渠道并实施？ 　　（八）信息交换与共享：加强城市管理信息的动态管理，及时传递、登记。通过信息对称的实现，随时掌握城市的现状，及时预防、处理城市管理中发生的问题，力争做到对问题的事前控制，降低管理成本、管理风险。 　　一是哪些方面存在信息不对称，造成了什么困难，是什么原因；二是各方对数据交换与共享的具体需求是什么，并 建立各部门的信息交换与共享名录、清单；三是利用什么渠道方式（工作流、表单、图示分布、大屏显示、热线呼叫、短信、微信、网站、平台、会议等）实现信息互通？ 　　（九）成本效益分析：一是找出、找准问题发生的源头和成因（如沿街商铺区装修垃圾夜间乱倾倒问题），了解和掌握问题产生的相关要素，即何人（单方还是多方），何时，何地，何种目的、动机，何种工具（手段），何种后果，如何实现的？得到哪些非正当收益？二是分析问题发生的成本有多高？成本构成有哪些（包括时间成本及其他费用）？三是下一步在哪些方面可约束管理对象并促其守法？如何增加违规成本（诚信惩戒）？ 　　（十）网格管理：将城市意象五要素（道路、边界、区域、节点、标志物），以及城市管理部件、社区、企事业单位、地名等要素，通过单元网格直接建立地理位置关系。 　　一是建立多元化责任共担型的网格管理机制，明确责任单位的权力边界，以及哪些事项需要责任共担？二是梳理管理对象目录清单，主动向公众发布管理对象的周期动态信息。三是通过网格数据（巡查、热线、舆情三大渠道，以及审批、管理、处罚、协调、督办等相关节点）的信息采集和数据积累，做到信息双向交换，共享信息。 　　1.1 三头小猪的故事 | 1 　　第1章 统一语言 　　数据、指标、信息，天哪！ 　　如果有一种通俗易懂的语言，能让所有人（无论其人生阅历或教育经历如何）都能明白量化的好处，该有多好！我认为语言不通是事业（和生活）的最大障碍。所以，提炼总结出公用词汇至关重要，是迈向成功的第一步。 　　本书中的很多概念可能都比较新颖，但这并不意味着要发明新词儿，组织发展术语表已经臃肿不堪了。实际上，我用的都是常见词汇。尽量用大白话介绍那些看上去很复杂的概念，让其浅显易懂，简单直白。 　　先讲个故事吧。 　　1.1 三头小猪的故事 　　有一次，在半路上，我家那个三岁的小宝宝想听故事。因为没带书，我不得不搜肠刮肚努力回想，好找出一个故事来哄她入睡。好吧，我承认我虽然对讲过的课记忆深刻，但却完全记不住那些儿童故事。所以，就像所有好父亲都会做的那样，我即兴创作了一个。还有什么能比量化故事更能催人入眠的呢？ 　　故事背景 　　打败大灰狼之后，三头小猪放浪形骸，生活奢靡。三年过去了，它们生活在肮脏的环境里，体重严重超标——就算是猪，也太胖了。由于健康状况不断恶化，它们分头去看医生。三个医生的结论完全一致：你马上就要变成烧烤了。它们胡吃海塞，缺乏睡眠，不锻炼身体，也没注意到身体发出的危险信号。三个医生一致认为，如果不改变生活方式，这些猪就只有死路一条。 　　第一头小猪 　　不幸的是，猪，也会遇到庸医。第一头小猪的医生对它说：“你的身体每况愈下，必须认真对待，改变生活方式！”医生给小猪开出了饮食计划、健身计划，还要它12个月内回来复查。 　　这头小猪确实吓坏了，所以努力自救。它不再吃垃圾食品，每天坚持锻炼。甚至上床睡觉的时间都提前了。一个月后，小猪感觉棒极了，这么多年第一次觉得这么爽。他决定搞个party庆祝一下。于是约上羊羔兄弟，去外面彻夜狂欢。大餐过后，又搞了个吃冰激凌大赛（他赢了）。他们玩到凌晨3点才回家，回去倒头便睡。第二天，他忘了锻炼身体。好习惯被毁掉只是一眨眼的事儿。因为平时太忙（借口），只好周末锻炼了。快到月底时，他又开始吃垃圾食品，虽然没有以前吃得多，但也超过了正常标准。 　　年底复查时，面对医生失望的表情，他震惊了。 　　“可我是按医嘱做的啊，”第一头小猪说，“我饮食健康，努力锻炼，甚至睡得也比以前早了。我知道我的身体变好了„„觉得比去年强了。” “是，但你的体重没有明显改善。你可能吃得更健康了，但还不够健康。你的睡眠可能更充足了，但还不够充分。总体来说，你的身体恶化了„„如果再不改变，性命堪忧。” 　　医生给第一头小猪开了一个新的饮食和健身计划，还给他报了一个动感单车课程，开了处方药，真诚祝愿他再来复查时能变好。第一头小猪确实被这些东西吓着了，因此对着自己的大下巴发誓，他一定要做得更好。 　　这次他坚持住了。定期锻炼，只吃健康食品，饿了就吃胡萝卜、芹菜或脱脂酸奶。每周都去参加动感单车课程，简直就像钟表一样准时。可是，悲催的小猪不知道自己的进展如何。7个月过去了，它虽然感觉好了点，可是因为焦虑，压力太大，它中风了。尽管身体状况有所改善，但它还是扛不住中风的打击。一个月后，它死了。听到这个消息，医生非常难过。在从日历上划掉马上到期的复诊预约时，他哭了。 　　第二头小猪 　　第二头小猪的医生知道量化分析的重要性。他是一个善于与病人沟通的好医生。医者父母心，他希望自己的病人更健康。看过第二头小猪的体检表后，他很沮丧。怎么才能改变小猪的命运？如何帮小猪重获健康？他喜欢量化，认为如果有目标指导，小猪能做得更好。医生设计的方案有三个指标：体重，血压，胆固醇。他告诉小猪，它随时有生命危险。然后建议小猪减掉100磅的体重，降血压，1.1 三头小猪的故事 | 3 　　降低胆固醇，让三项指标都达到正常值。他还画了个健康趋势图，用来跟踪小猪的三项健康指标。当小猪进一步询问，该如何达成目标时，医生给了小猪6本小册子、两本书，还告诉它一些提供健康改善计划的网站。医生跟小猪约好，明年每隔三个月来复查一次。 　　第二头小猪非常努力地执行健康计划。它把体检表和健康趋势图贴在冰箱上，改变饮食习惯，健身，还尝试冥想。它又买了血压计、磅秤（质量很好），还有一个测胆固醇的漂亮小包。它不在乎钱——为健康花多少钱都是值得的。它一起床就去量血压，称体重，测胆固醇，每天三次。在第一季度检查时，医生对它的进展很满意。他们查了一遍数据，决定让它继续保持。小猪备受鼓舞，它决定更进一步。想去做胃绕道手术，但最终还是放弃了，而是选择每周有六天靠吃豆腐度日，第七天只吃大拌菜。它加大了锻炼强度，还开始尝试垃圾邮件里推荐的降胆固醇药物（它可爱垃圾邮件了）。 　　第二次检查临近，小猪变得急躁冒进。在复查的前三天只喝水，为了降低体内水的重量，还在复查当天早上去蒸了桑拿。医生都惊呆了。这头猪的体重足足减掉了60磅，血压好了，胆固醇离标准值也只差不到10%了。医生为它取得的成绩拍手叫好，说下次复查时它一定能听到喜讯，离治疗成功只差三个月了。 　　可两个月后就传来噩耗，小猪挂了，死于肾脏衰竭。这头猪最终也没搞明白总体目标是什么，或者说如何评估它的整体健康状况。在死前的最后8个月，它一直都在跟几个数字较劲，却忽视了真正重要的“良好的身体状况”。它赢了数值，却输了生命。 　　第三头小猪 　　第三头小猪的医生也相信量化，对待病人也很友善，但他和第二头小猪的医生不同。他相信病人能够应对真相，也应该了解指标的含义。医生告诉第三头小猪，它的身体之所以如此糟糕，主要是因为生活方式不好。医生解释了体重、血压和胆固醇三个指标，为什么它们能很好地反映健康状况，但却不能作为唯一标准。小猪的健康状况在很大程度上还是取决于它对自己的爱惜程度，要及时和医生交流身体中出现了哪些“有趣的变化”。小猪想知道什么叫“有趣”，医生说这没有量化标准。下面是小猪跟医生之间的对话。 　　“那我该如何使用这些数据呢？” 　　“收集数据，跟踪数据，以数据为依据来判断我们是否错过了什么，4 | 第1章 统一语言 　　或者取得了什么进展。” 　　小猪拿着图表，问：“那我是不是得让这些数字更好看？” “不。咱们的目标是让你更健康！那些数字只能用来判断你的发展方向是否正确。” 　　第三头小猪哼哼着：“这有什么区别呢？” 　　“这么说吧，反映身体状况的指标有很多，血压、体重、胆固醇只是其中三个。你确实需要改善这些数字，但也不能以牺牲其他指标为代价。比如说，睡眠质量还是要保证的，还要经常锻炼，要进行精神压力测试，要保证记忆力、营养摄入等等很多东西。目标是健康，而且不仅仅是身体健康，还包括精神健康。” “那，我不用管这些数字？” 　　“也不是，如果这些数字没改善，说明你的身体状况也没好转。” “那，怎么办呢？” 　　“这下问到点上了，小猪！”医生为小猪制订了一个简单的改善计划，还给小猪演示了如何量血压、体重和胆固醇。他让小猪每天填一份日程表，每周都要放到在线日记本上。每周的在线日记本包括它采集的数据，测量“我今天感觉如何”的数据，还有一部分内容记录了它为改善身体状况做了什么。医生承诺会定期检查，并且说如果发现异常情况，会及时跟它联系。 　　医生说：“我希望你不会觉得我在控制你，我只是想了解你的进展情况。这对于改善你的健康状况至关重要。” 　　“不会，我喜欢这样。”小猪看医生有点担心，马上回答。“不过为什么不每个月给我做一次全面检查呢？” 　　“那太浪费了。除非有指标表明需要这样，否则我不会给你做全面检查。以免浪费你的时间或金钱。” 　　到第六个月时，第三头小猪的气色已经好多了，感觉也不错，医生对它所做的努力予以肯定。到第九个月，它表现得棒极了，朋友和同事们都夸它气色非常好。它恢复了健康。故事讲到这里就结束了。 　　我知道人们不可能把这个当成那个经典童话的续集，反正它的自身价值也已经实现了。我女儿听到一半就睡着了。 　　为了使沟通更顺畅，先来定义一些基本术语。数据（data）、指标（measure）、信息（information）、量化分析（metric）截然不同，但又彼此关联。每一个都建立在另一个的基础之上。量化分析由信息和其他量化分析组成，信息由指标组成，而指标又由数据组成。 　　图1-1展示了一些相互独立的实体，人们经常认为它们和量化分析相关，甚至认为它们就是量化分析。 　　通常，数据被定义为“单一的事实，统计项，或信息项”。然而这个定义有些言过其实。它暗示数据是精确的，并且具有某种实用性，但其实数据本身并不具备什么实用性。按我的定义，数据就是最简单的信息，通常用数字或常量值表示，比如：6，22，70，真，假，高，低。因为没有和任何有意义的信息关联，数据本身并没什么用处。如图1-1所示，重叠的泡泡表示有些数据能够“联系起来”，但数据定义中并不包括这种联系。 　　图1-1 数据关系图 　　数据是最简单的信息形式，通常表示为数字或常量值。 　　数据之间可能毫无关联（泡泡之间的距离很远），也可能因为某个共同的目标联结在一起。在分析数据时，可以用关系图这种可视化方式表示数据之间的关系。但有时这些关系并不存在，仅仅因为来自同一数据源或采集目的相同而被误认为6 | 第1章 统一语言 　　彼此相关。比如“响应时长”和“解决时长”，可能看似相互关联。因为它们数据源一致，都来自于同一问题跟踪系统。数据类型（时间）相同，也会给人造成两者关系密切的假象。实际上，无论是否来自同一数据源或采集目的是否相同，数据之间往往毫无关联。如果把无关数据误认为彼此相关的数据，就可能会得出错误结论。比如响应时长和解决时长，它们其实并不会互相影响，表示的也是不同的事情。 　　1.3 指标 　　图1-2说明了信息的下一层级：指标和数据之间的关联关系。 　　因为有更多细节，所以指标更有价值。这种细节可能包括指标单位（以50% 为例，指标单位是“百分比”，数据是50），以及数据之间的关联关系。“70%”的含义比简单的“70”更丰富，如果能明确是“63个用户中的70%”，那就更有价值了。每个指标都由一或多个数据组成。指标跟数据一样，彼此间可能存在不同程度的关联关系。图1-2左上角的泡泡表明不能归结为某个指标的一组数据。虽然这些数据彼此关联，但它们不能构成含义更丰富的指标。人口统计数据、身高、体重就是这样，每项数据都有用，但不能合在一起构成一个更大的指标。 　　图中还有三个孤立的数据。这些离群（“没有关联”）的数据，以后也许有用，也许毫无价值。 　　1.4 信息 | 7 　　指标将真正有关系的数据分组，添加上下文，使数据的含义更清晰。然而，没有对应到目标或根本问题（详见下文）的指标，也仅仅是装扮起来的数据。 　　指标将真正有关系的数据分组并添加上下文，使数据的含义更清晰。 　　1.4 信息 　　图1-3展示了第一层可用信息——我们就称之为“信息”。信息对指标和数据（包括离群数据）分组，赋予它们明确的含义。 　　1.4 信息 | 7 　　指标将真正有关系的数据分组，添加上下文，使数据的含义更清晰。然而，没有对应到目标或根本问题（详见下文）的指标，也仅仅是装扮起来的数据。 　　指标将真正有关系的数据分组并添加上下文，使数据的含义更清晰。 　　1.4 信息 　　图1-3展示了第一层可用信息——我们就称之为“信息”。信息对指标和数据（包括离群数据）分组，赋予它们明确的含义。 　　图1-3 数据、指标、信息关系图 　　信息汇聚指标和数据，并添加上下文。上图中的信息并没有囊括所有数据，无论计划多么周密，采集的数据如何优质，总会得到一些没用的数据。最后，你会发现这些数据要么和要解决的问题格格不入，要么毫无帮助。信息只会收编需要的数据和指标。 　　上下文信息对于理解数据和指标中的数值非常必要。对于指标，我们只知道是在讨论一定数量用户中的百分比，而添加了上下文的信息含义更丰富，对理解指标更有帮助：“63个用户中的70%更喜欢滑雪机，而不是踏步机。” 　　信息添加了上下文含义，使指标更好理解。 　　1.5 量化分析 　　图1-5是由信息、指标和数据组成的一幅插画，展示了一个完整的故事，可比作量化分析。老话说得好：“一图抵千言。” 　　终于，我们要定义最重要的“量化分析”了。量化分析不仅仅是把一堆信息分到一块。好吧，其实也差不多。 　　按我的定义，量化分析是由信息、指标和数据组成的，它也可以包含其他量化指标。量化分析与信息最大的区别是，量化分析做完整的描述，全面解答根本问题。另外，量化分析所做的描述必须是“正确的”。如果量化分析做的描述完全错误，那它就没什么价值。除了数据、指标和信息，量化分析还包括文字说明。尽管一幅图可能会胜过千言万语，但面对没有任何解释的图时，往往是仁者见仁智者见智，所见所感千差万别。 　　如果你已经在量化分析上下足了功夫，配合图形、图表和表格将故事讲得一板一眼，那么你对它的解释就很难出现偏差，但也不能保证完全没有曲解。除非确信量化分析的观众没有自己的见解，不会曲解量化分析，持完全开放的态度，否则我强烈建议你给图画配上文字说明。 　　文字说明并不是什么新概念。我在读大学的女儿报了一门艺术欣赏课，在她的教材中，每件艺术品都配上了几页文字介绍，讲述创作该作品的艺术家，其创作背景、所投入的时间、所用素材以及当时的社会大环境。我对此颇有感触，因为在我读高中的时候艺术老师就讲过，艺术品的含义就是欣赏者对它的解读，除此之外它没有任何意义。现代艺术更是如此（我一直没搞懂）。这本书没让欣赏者们玩猜猜猜，而是对隐藏在图画之后的重要信息逐一详细解说。不仅油画、雕塑和素描有，版画、雕刻和史前壁画也有。这些文字说明进一步解释了艺术家通过胜过万语千言的图像要“传达”什么。 　　如果艺术品的含义有必要解释，那么量化分析的含义是不是更有必要明确呢？而且，是不是最好由创作量化分析的“艺术家”自己来阐述呢？当然，对量化分析的任何解释都仅仅是一种解释，每个人对量化分析的看法都会不一样。但你肯定希望是你自己的解释与这幅图一起出现。如果量化分析使用得当，人们不会把你的解释当做唯一的“真理”，而是就把它当做解读量化分析含义的一种方式。“在进行有氧锻炼时，63个用户中的70%更喜欢用滑雪机，而不是踏步机。10 | 第1章 统一语言 　　这里有3个滑雪机和12个踏步机，滑雪机的平均等待时间是25分钟，而踏步机前通常没人。”这就有点像个“好”的量化分析了。如果再配上一幅图（图形或者图表），那就更像了。量化分析的目的是解答根本问题，讲述一个完整（而有用）的故事。 　　应该怎么办呢？买更多的滑雪机？撤掉些踏步机？限制客户占用滑雪机的时长？开设一门踏步机的训练课程？显然我们还是不知道该怎么办。困惑的部分原因可能是因为没有提出明确的问题。为什么收集数据？为什么要分析？如果没有明确根本问题，就不可能讲述好完整的故事。 　　1.6 根本问题 　　我与迈克尔·兰索恩和唐纳德·帕吉特合著过一本《组织为什么会事倍功半》（Why Organizations Struggle So Hard to Improve So Little）。在那本书中，我们将量化分析体系比喻成大树，数据是叶子，指标是细枝儿，信息是树杈儿，量化分析是主干。然而它们的存在离不开良好的根系，这些根系就是根本问题。这个比喻很贴切，量化分析体系各个组件之间就是这种关系。 　　图1-6是量化分析各组件的另一种展现方式，看起来就像一个组织机构图。 　　根本问题不好，得出的答案可能就会把你引入歧途。不知道问什么，答案就没用。根本问题对于量化分析而言特别重要，所以在量化分析的定义中必须提到。 　　1.6 根本问题 | 11 　　量化分析用完整的故事来解答根本问题，其中要用到数据、指标、信息以及其他量化分析。 　　根本问题是量化分析最重要的组成部分。它是指引方向的地图，是旅途中的路标。虽然有时会有例外，收集数据时不知道问题是什么，理由充分，结果也能让人满意（见第15章），但在实际应用中，这种做法让人难以接受。这就好比漫无目的地出门旅行。没目标，没计划，没方向——只管钻进汽车点火出发。 　　开出去好一会儿了，才发现驾照没带，身上没钱，甚至鞋都没穿。更糟的是你已经离家太远，油箱里的油都不够开回去的。你这才意识到，即便还不知道要去哪儿，却也只能硬着头皮继续前进。可能最终会停在一个做梦都想不到的地方。既然出发之前你忘了决定要去哪里，那么就不可能到达正确的地方。当最后没能到达目的地时（不管后来是否确定了一个），你就会把怨气都撒在车上，埋怨它都未能带你去加油站！ 　　你不会埋怨自己糊涂，不会怪自己事先没想好。即使有足够的汽油，终于知道自己要去哪里了，你也不会回家去拿钱包、驾照，或者鞋子。你已经投入得太多了，得继续下去，从当前所在向目的地进发，打死也不会承认你折腾半天、累死累活地到了一个不知道是哪儿的地方。 　　量化分析需要有明确的目标，需要设定根本问题。这样才可能充分利用资源（车、死贵的汽油、宝贵的时间，还有你的努力付出）。当然，如果你有取之不尽用之不竭的资源，或者你日进斗金完全不在乎花这点儿小钱（也有可能你恰好载着一位款爷，只是想随便逛逛，不管目的地，毫无所求，也不在乎花多长时间），那就不用考虑效率。但如果和大多数人一样，想要投入产出比最大，不是为了挥霍浪费才踏上这段曲折的旅程，你就需要明确目标和根本问题。实际上最终投入将远远超出所需费用。 　　没有方向会埋下失望和愤怒的种子，同事、领导、下属都会受其影响，会摧毁企业的精神。 　　根本问题指明了方向和重心，让你知道前进的方向，知道目的地在哪里，知道开发量化分析体系的目的，知道要回答什么问题。 　　一个表述正确、经过深思熟虑的根本问题，可以让你找出正确答案。如果没有根本问题，也就是恰当的问题，得出答案的过程就像一次曲折坎坷的旅行，而且最终答案很可能有害无益。12 | 第1章 统一语言 　　即使根本问题表述正确，但如果问题本身不恰当，也得不到好结果。 　　把这些放在一起，可以看到一个完整的案例。量化分析完全通过展示信息来描述，信息又通过汇编指标传达含义，指标建立在数据之上，数据是可采集的最底层信息要素（常量值或数字）。下面是个简单的例子。 　　 数据：15和35。 　　 指标：15 mpg和35 mpg。 　　 信息：紧凑型汽车使用无铅汽油的油耗效能（mpg，每加仑英里数）：城市 路况为15 mpg，高速路为35 mpg。 　　 量化分析：接下来就是描述信息的配图（大多数时候都是图形或图表）。这 个描述应该是讲各种不同紧凑型车的油耗效能比，可以结合其他量化分析结果选择适合你的汽车。 　　 根本问题：什么车最适合你？ 　　数据、指标和信息的划分是相对而言的，并非一成不变。我也不想用一个呆板的定义让你对量化分析敬而远之。目的是为了针对问题开发量化分析体系，找出答案。 　　因此，数据中也可以加上每加仑英里数的单位，指标中也可以包括“城市路况”和“高速路”的条件，而信息中也可以区分各种汽车的厂商和型号。这里之所以没这样做，是因为这个例子只是为了演示，从数据到指标再到信息，会不断添加更多的含义（以及上下文），最终到量化分析构成完整的故事，提供更多信息。 　　再来看一个客服的例子，如图1-7所示，我们能找出下列组件。 　　 根本问题：客服能迅速响应客户的要求吗？  数据： 　　 每月1259  每月 59  答案选项为 1–5分 　　 指标： 　　 故障呼叫数  放弃呼叫数  等待时长 　　 调查反馈中选择的答案 　　1.7 数据量化分析悖论 | 15 　　数据回答这个问题，那就给问题加上详细的上下文。到外婆家有多少公里？需要花多长时间？这种问题有数据就足够了。但这样的问题很少见。 　　假设还有个问题：如果既不想耽误外婆家的火鸡大餐，又不耽误沿途观光或者逛街，时间还够用吗？这个问题就必须由信息解答。信息中所包含的指标和数据可能有： 　　 外婆家开饭的时间  现在的时间 　　 这一路上观光点或商场的个数  预计在每个观光点/商场停留多长时间 　　量化分析对这种问题还是有点大材小用。如果是那种定期收集、分析、汇报信息的量化分析，那就更是拿大炮打蚊子了。 　　可管理层（任何普通员工之上的人）几乎都被设定成自底向上模式了。极少数能从量化分析入手的领导，通常都已经知道答案了（这本身不是个坏事儿），但却还没确定问题是什么。所以他们希望能定期看到（周，月度，季度，）报告。他们喜欢看到格式整齐的量化分析结果：有基于最佳实践的基线，有和基线比较的趋势线，还有月度和经营总额。听上去很酷吧！但其实他们不知道根本问题是什么，只是在冒着铺张浪费的风险寻求答案。 　　有时候大爷们（经理、部门的头儿、企业领导等）在提出问题之前就已经知道自己想要的答案（量化分析结果）了，在发现答案与他们想要的不符之后，就想中途修正。就像那个在路上奔波的司机一样，不肯回到原点重新开始，拒绝放弃沉没成本。意识到量化分析结果不行后，他们的策略一般是： 　　 断定数据是错的  怪罪分析师 　　 调整数据（不是量化分析结果） 　　有些真正聪明的管理者能判断出是量化分析的问题，并且也有勇气从头再来。可他们意识不到真正的原因是因为没有根本问题，或者试图解决的问题不正确。所以从头再来不是从根本问题开始，而是想重新设计量化分析。 　　这问题很常见，那其中的关键和解决办法是什么呢？还是那些老话。从顶层开始。从根儿上来。要记住得从根儿上来。洞是从上往下挖出来的，不是从底下开始的。要找出正确的根本问题。上面这些记住其中任何一条都行。 　　根本问题决定了答案所在的层级。如果问题很复杂，要定期给出答案，那么就需要设计一个综合的量化分析体系。比如“（某项服务或小猪的）健康状况如 16 | 第1章 统一语言 　　何？”，这种问题就需要用量化分析体系找出答案，尤其要随时监测健康状况时。 　　含糊不清会使问题更复杂。明了即简洁。 　　在设计量化分析体系时，我们意识到需要给组织各组成部分的健康状况定义指标。要了解三头小猪（或者人类）的健康状况，就需要知道呼吸系统、循环系统、消化系统、内分泌系统的各种指标，还有神经系统、排泄系统、骨骼或者肌肉。也就是说，问题涉及的面越广，需要的信息就越多。 　　如果问题的范围比较窄，答案也会比较简单。比如：体重控制得怎么样？要回答这个问题，只需要在体重进入稳定期后定期测量。不过这么具体的问题很少见。如果第一头小猪仅仅考虑体重，就会忽略其他健康指标。过于关注某个具体指标可能会漏掉重要信息。还有一种情况是提出的问题是错的，就像第二头小猪的医生一样，只用三个指标来监测病猪的身体状况，却忽略了总体健康状况。 　　也许你知道自己血压多高。也许你刚做过一次全面体检，除了体重有点超标，其他各项指标都还不错。问问“减肥减得怎么样？”就够了。回答这个问题也不需要量化分析，有指标就足够了。 　　设计量化分析体系时，最重要的就是找出恰当的根本问题。有了问题，才知道回答它需要什么层级的信息。根本问题会指导量化分析体系的设计，直到明确需要采集哪些数据。 　　1.8 量化分析体系的构成让我们来总结一下量化分析体系的组件及其定义。 　　 数据：对我们来说，数据就是最简单的信息，通常由数字或常量值表示，比如：6，22，70，真，假，高，低。 　　 指标：由数据组成，并将数据添加到最基本的上下文中。指标也可以由其 他指标组成。 　　 信息：信息由数据和指标组成，也可能包含其他信息。信息提供了含义更 丰富、内容更多的上下文。 　　 量化分析体系：量化分析体系是由数据、指标和信息组成的，也可能包含 其他量化分析体系。量化分析体系为信息提供了完整的上下文。量化分析所讲述的故事是完整的（最起码尽量完整）。量化分析要回答根本问题（或者说尽量回答）。 　　1.10 小灶 | 17 　　 根本问题：量化分析的目标。根本问题定义了量化分析的需求，并能够判 定量化分析体系是否有价值。 　　1.9 总结 　　本章介绍了针对量化分析及其组件的通用语言。还讲解了数据量化分析悖论，明确了必须由繁入简，由难到易。首先明确根本问题，再安全准确地定位到回答问题所必需的信息层级。问题可能不需要由量化分析回答，甚至都不需要信息。当管理层要求创建量化分析体系（或者量化分析体系计划）时，必须让自己先停下来，问问要解决什么根本问题。我们必须接受，也应该愿意接受这样一个事实：得到答案可能根本不需要创建一个量化分析体系。 　　1.10 小灶 　　恐怕我已经误导你了。本章内容的组织方式可能会让你忐忑不安，担心我把你引入歧途。但这是我慎重考虑之后的结果。我也想过按从上到下的顺序给出这些定义：根本问题到量化分析，再到信息，指标，最后是数据。但我担心读者一时接受不了，因为这和目前常见的量化分析体系创建顺序相反。很可悲，我们的量化分析之旅往往是从提出数据请求开始的。18 | 第1章 统一语言 　　要向人们展示内涵丰富的信息（量化分析结果）。这些管理人员首先都会问：“我们有哪些数据？”他们这么做的一个原因就是想尽量不给员工增加负担，希望能以填“空”的方式，用现成的数据安抚领导。因为他们压根儿就没把这当成一次机会，没想过借机为组织的每个层面都开发些有价值的东西，所以面对设计开发量化分析体系的需求时，往往应付了事，过关即可。如果现有数据不够，他们一般会接着问：“我们能拿到哪些数据？”所以，我没有坚持用我认为正确的顺序来介绍量化分析组件，而是选择了可能会让你感觉熟悉的顺序。现在，我希望你能摈弃成见，相信我，从大局出发。 　　那么，请接受我的道歉，并允许我确认一下你是否已经建立了正确的基本概念，为学习后续内容做好了准备。 　　误解1 数据无用论 　　我可能曾让你误以为数据没用，或者认为那些不能纳入量化分析体系的指标和信息，在改善组织过程中并没什么价值。在1.7节已经讨论过这个了，但我觉得还有必要再次强调。数据也有有用的时候，那就是要解答的问题非常具体时，只需要一个数值或常量值就能回答，比如“现在几点了？”。如果是只用数据就可以解答的问题，就没必要用量化分析或更详细的信息来对数据进行补充。 　　误解2 可以从数据开始构建量化分析体系 　　大多数情况下，这么以为都是因为你被错误的观念误导，认为自己需要数据，需要答案。又赶上技术给力，能拿到的数据极其丰富，更加助长了这个误解的传播蔓延。你相信自己应该收集数据，对数据分组形成指标，然后把指标汇编成有意义的信息，最后，用它们搭出个有意义的、清晰的量化分析体系。 　　事实正好相反。可收集的数据有那么多，试图从数据这层开始创建量化分析体系注定会失败。必须牢记从根本开始的铁律，量化分析体系才是根本（如果根本问题有保证），因此它才是起点。 　　误解3 在开始收集数据、指标或信息之前，必须有根本问题。 　　尽管我希望如此，但在现实世界中，经常要在不知所谓的情况下开始，收集数据、分析指标、创建信息丰富的报告。你可能就像优秀的士兵一样，非常擅长 1.10 小灶 | 19 　　于“正确”地做事。但我强烈建议你尽最大可能在开始之前明确根本问题。如果做不到，先收集信息倒也无妨，但收集过程中别忘了尽早明确根本问题。 　　当领导跟你说“看到就知道是不是我想要的了”，一定要挺住！要想让客户了解他们想要什么，最好的办法就是帮他们明确要解决的根本问题。在道格拉斯· 　　哈伯德（Douglas Hubbard）那本奇书——《一切皆可量化：发现业务中不可捉摸的价值》（How to Measure Anything: Finding the Value of Intangibles in Business）中，作者分享了他的方法，告诉我们如何帮助人们找出他们究竟希望知道些什么。 　　哈伯德称之为“澄清链”，借助这种方法，可以不断深挖，发现对客户真正重要的东西。他提出的问题很简单：“你说X是什么意思？”在与退伍军人事务部合作的例子中，他最终得到了确立根本问题所需的几份作业。他没直接问根本问题是什么，而是采取了水滴石穿的策略，逐步达成目标。可惜他的书是关于指标而不是量化分析的（按我们的定义）。好在他彻底纠正了量化的概念。我都记不清有多少次要借助他的书来说服顾客了。有一次我和客户一起工作，我们已经确定了问题，设计了一个表面上讲得通的量化分析体系，并且确定了需要哪些信息。但客户还是经常想要跳过规划阶段，因为她不相信我们能够量化所需内容。我从书架上抽出了道格拉斯·哈伯德的书，向她保证，任何事情都是可以量化的！我们手上已经有了根本问题，有了量化分析体系和信息需求，找出指标很容易，再做量化其实非常简单。 　　所以，自底向上也不是不可能完成的任务，只是不怎么明智罢了。 　　谈谈我的班级量化管理 　　郭秋杨益阳市新市渡镇中心学校 　　【摘要】实施素质教育与科学的班级管理方法是分不开的，其中量化管理也是增强和促进素质教育的一种有效地途径，刚接触班主任工作的我便深刻的体会到了：要管理好一个班级，使之成为一个积极主动，朝气蓬勃，健康向上的集体是很不容易的。我现在在我班实行班级量化管理，效果不错。】 　　【关键词】量化管理 　　Talk about the quantization management of my class 　　Guo Qiuyang 　　【Abstract】The actualization of the education for all-around development can not be separated from the scientific class management.The quantization management is also one kind of effective way for actualizing and strengthening the education for all-around development.As a new teacher in charge of a class, I have realized deeply that to manage a class and to make it become an active and healthy collectivity full of youthful spirit is not easy.I have ever practiced a quantization management method, the result of which is good.【Keywords】QuantizationManagement 　　初次带班，带的还是个后进班，班上35个同学，严重的调皮捣蛋鬼占了七八个，还有十来个正察言观色，蓄势待发。还因为我带这个班之前，学校新分了班，同学之间并无默契，一盘散沙。刚走上教师岗位的我，一开始就面对这样一个严峻的考验。 　　一开始，我就想，只要我勤快，天天守着他们，还怕他们不规矩，如是选好了班组成员，分好了工作，正式开始我的班主任工作。岂料并非我想象的那么简单，四五个学生是学校出了名的懒鬼，不做家庭作业，不完成安排的打扫卫生任务。还有一些同学也是样样偷工减料。虽然我建立了严厉的班规，罚抄课文，写检讨书，罚打扫卫生等等，我自己个人更是亲力亲为，亲自带头干活，可我喉咙喊嘶哑了，身心感到相当疲惫，仍改变不了这些孩子懒惰的毛病。授课时间内，同学们讲小话、搞小动作、花样百出，不得安宁，我真是郁闷，沮丧，烦恼至极。 　　为了督促他们多学点东西，我让学习委员每天都布置他们背点东西，每天早餐后，第一节课之前给他们集中听写语文生词和英语单词。可这帮孩子就是不理解班主任的一番苦心，老是不见人影，问他们去哪了，同学们回答不是上厕所啊就是有别的事去了。 　　我买了班级管理的书籍，积极请教学校其他资深班主任、资深老教师的班级管理经验，他们都说要狠狠地罚，让孩子们抄课文，既能达到惩罚的目的还能记点东西，经实践这个办法也不是很奏效。 　　偶然有一次，我看到隔壁班的班干部写的班规，背一次书加2分，作业被老师评一次优秀加2分等等，我就想我也可以采用这样的量化管理啊。我们读大学的时候，考试成绩只占70%，而平时的表现占30%，平时表现就包括作业啊，上课的纪律，以及是否积极回答老师问题等等，而现在的中小学，考试成绩是衡量的唯一标准，以至于对平时关系到品质方面的忽视，即使关注，也是通过严罚来达到一时行为的收敛，要是遇到稍微懦弱一点的班主任，班纪班规形同虚设。 　　所以我觉得要从根本上改变这些大错不犯，小错不断的孩子，重在让他们自觉形成一种良好的学习和生活习惯。但是究竟要怎样才能自觉形成一种良好的学习和生活习惯呢。我想也许这样加减分的量化管理能奏效，因为作为人，对于数字方面的东西，有一种永不满足的心理，如钱是越多越好，玩游戏积分越多越好，级别越高越好，也许一开始是出于增加分 　　数的心理，但是我相信慢慢的他们就能形成属于自己的良好的生活和学习习惯。 　　于是我开始着手制定一套班级量化管理细则，我在网上搜索，网上也有很多班级量化管理细则，但是看来看去就是觉得不符合我们班的班情，最后我决定针对我们班的具体情况制定一套合适的班级量化管理制度。具体细则如下： 　　班级量化管理 　　为规范每一位同学的日常行为，形成良好的班风、学风，让初二134班更强、更优、更好，从今天2011年10月17日早八点开始，班级实习个人德行量化考核制度，以后班内所以奖励项目如三好学生，优秀班团干部的评选，以及贫困补助名单的确定，座位的编排等都与个人德行分数挂钩，分数高者优先考虑，每月总评加减分相抵后前十名的同学在下月座位编排中可自选座位。每月总评扣分超过10分的同学，需写1000字以上说明书在下周健康课上讲台当着全班同学予以说明，并作出保证！每月总评分扣分超过20的同学请家长来校协同教育，并写2000字以上的说明书在下周健康课上讲台当着全班同学予以说明，并作出保证！具体量化如下： 　　加分篇： 　　1·每天家庭作业全部按时按质按量完成的同学加5分·课堂作业按时交纳并获得90到99分或者A级评分的同学加2分，获得100分或者A+的同学加3分 　　3·每天背诵完规定单科背诵任务加2分，依次累加，全部背诵完，另外再加2分 　　4·每天单词默写全对加2分，生词默写全对加2分，单词生词默写全对的另外再加2分 5·上课积极举手回答问题，并且回答正确的同学每次加2分，回答不正确也每次加1分 6·依照劳动委员安排每天按时打扫好教室或者公共卫生，劳动委员检查合格后每人加2分 7·依照劳动委员安排每次打扫好食堂卫生，劳动委员检查合格后每人可加2分 　　8·安排每月打扫校门外公路卫生的同学，劳动委员安排，检查合格后每人可加2分 9·依照生活老师或者寝室长安排每天打扫好寝室卫生，检查合格后可加2分 　　10·举行全校大扫除，积极参与，完成劳动委员布置任务，检查合格后每人加2分 11·帮忙出黑板报的同学，每人可加2分 　　12·上课被任课老师点名表扬的同学可加5分 　　13·学校广播点名表扬的同学可加8分 　　14·积极参加校内外各项活动或者竞赛的同学每人加5分 　　15·积极参加校内外各项活动或者竞赛，并取得名次的同学每人加10分 　　16·各科小考，90分以上同学每人加5分，80分以上同学每人加2分 　　17·获得文明寝室称号的寝室，每人加5分，寝室长加8分 　　减分篇： 　　1·每天家庭作业单科少做或者不做的减2分，依此累加，全部不做的同学直接扣10分 2·课堂作业不按时交纳，课代表多次催缴仍不交者扣4分 　　3·课堂作业得分在80分以下或者为C等评分等级，每次扣2分 　　4·每天未完成单科背诵任务每科扣2分，依此累加，全部未完成直接扣10分 　　5·每天无特殊原因不请假不按时参加单词生词默写的同学扣5分 　　6·参加

　　北京希嘉创智教育科技有限公司（简称：希嘉教育），是一家专注于教育领域大数据产品开发与应用、数据服务与运营的创新型企业。针对教育行业沉淀多年的业务系统数据、物联网与机器数据、互联网上校园数据进行深入挖掘与分析，旨在打造开放的教育领域大数据生态。目前，希嘉教育产品与解决方案已在近20所高校部署使用。

　　没有实习经验，如果有时间自然优先是让自己能有，如果来不及，那就让自己首先掌握基础技能（SQL、EXCEL）；其次，多想多问，尽可能了解分析师这个行业，同时需要有针对性的去了解你所面试的公司岗位具体内容职责，有时候也是会拒绝掉一些能力太超出岗位所需的候选人的；最后，想好面试的时候如何体现自己具有分析师的素养，适合做分析师。 　　① 竞赛 　　除了Kaggle和阿里天池之外，在校的同学们还可以参加大学生或研究生数学建模大赛，这是国内比较高逼格的比赛，参加数学建模比赛不仅能够收获一个项目经历，要是比赛打得好还能获得证书，这又是简历上的一个亮点了。 　　智动数据——长期招聘岗位，期待你的加入！本公司目前在招聘一些数据分析师，我们欢迎所有对数据分析感兴趣的人来试试，符合条件的可以投递简历（可培养！！！）投递方式见下方，更多岗位信息关注本公司公众号，欢迎主动与我们联系。（1、签订正式合同、五险一金；2、须本科及以上学历；3、无经验者由项目经理带； 4、每日简历投递量非常大，欢迎主动与我们联系！！） 　　② 爬虫 　　如果会写爬虫的话，可以自己选定一个主题，爬取相关数据进行分析。自己选定一个主题，爬取相关数据进行分析。不会的话也可以从公开数据集入手。 　　公开数据集可以选择比较有名的数据集开始，看看其他人是如何分析的，有哪些比较值得学习借鉴的地方，照葫芦画瓢学习一下。再找其他数据集亲自实践，关于数据查询获取的同时多添加一些自己的思考。 　　③ 培训班专项练习 　　培训班的项目实战资源丰富且系统化，具有相关经验的专业老师指导练习，能快速带着你进行实战操作，可为作为新人或小白的你节省不少时间及经历。这样的实战项目经历同样可以作为你的实习经验，丰富你的个人简历。 　　最后，做数据分析应该都知道这样一句话：在工作中如果知道问题出现在哪里、是怎么发生的，问题就解决了一半。 　　如果没有项目经验，也没有校园经验，要赶快去参加相关的活动，或者去找一个实习工作，这个已经不是写简历的技巧能够帮助你的了 　　找实习工作可以到相关实习网站介绍，学校介绍等帮助找到工作，也可以去参加一些培训课程， 来提升自己的工作能力让HR一眼能够看出来你能够适应这个工作。 　　而从“不懂”到“知道”，中间不是鸿沟天堑，往往只差一次亲身经历。实战后，应对工作中可能出现的突发情况，你也能知道从哪些环节来设计方案了。

　　来源 | 物联之家网 导读 　　物联网（IoT）将我们与众多设备和传感器连接在一起，这些设备和传感器可以协同工作，以创造出良好的用户体验。无论是自动驾驶汽车还是更便捷的支付方式，物联网正在改变我们周围的世界。随着物联网产生的实时数据量越来越多，营销领域也在随之迅速发生变化。 　　物联网能够通过更快的响应时间优先考虑客户关心的问题，并通过增加产品和服务的价值来改善客户体验。以下是物联网改善营销的五种方式。 　　01提高客户体验 　　使用从物联网应用生成的数据，商家可以了解更多关于客户的信息，以了解客户如何看待商家的产品、服务和品牌。商家还可以优化产品设计、规划电子商务体验，并根据历史购买行为向有明显偏好的客户推销商品。亚马逊为客户提供“Dash 按钮”，以便客户在需要补充洗涤剂或再次提交预先选好的商品订单时，只需按一下按钮就可完成。 　　这样一来，亚马逊便可以满足其客户，而不必强迫他们找到手机，然后再打开亚马逊应用程序并下订单。Dash按钮不仅为客户节省了时间和精力，而且还通过客户忠诚度和重复订单为亚马逊带来更多收入。 　　02开发定制体验 　　物联网最大的优势之一是它在为客户创造定制体验和产品方面的实用性。了解客户的购买意图、购买行为和退货模式，商家可以将其用于数字营销和广告策略。商家还可以推荐更多客户不太可能退货的商品。据接受调查的绝大多数零售商表示，物联网已显示出对客户体验的积极影响，与不使用物联网收集其客户信息的竞争对手相比，物联网给零售商带来了巨大的优势。 　　03优化定价和利润 　　物联网可以帮助企业改变定价策略和产品开发。劳斯莱斯为其飞机发动机配备了集成传感器，可将发动机的状态和性能指标实时传输到物联网系统。该公司可以监测每台发动机，并以对企业和客户都公平的价格向客户收取更换、维修和维护服务的费用。这也减轻了客户维护计划的负担，该公司还提供“发动机即服务”的月度订购服务。 　　劳斯莱斯的“发动机即服务”模式使用数据分析将发动机的基本成本与潜在的维修和保养费用捆绑在一起，该数据分析可以跟踪和监测燃油消耗，并将其作为发动机的使用指标。物联网使实时监测数据、控制分析以及快速采取行动的能力成为可能。凭借足够的创造力，物联网可以为任何行业的任何公司解锁新产品和定价模型，从而使诸如远程激活和停用之类的功能成为可能。 　　04更快的交易 　　客户对网上购物的看法已经从“网上购物安全吗？”转变为希望获得快速、顺畅的交付体验。支持物联网的移动应用可以在适当的时候提供最佳的客户体验。 　　沃尔格林（Walgreens）创建了一个增强了物联网的平台，可提供快速响应的客户体验。该移动购物平台允许客户搜索他们要购买的东西，并显示在网上和实体店的搜索结果，以获得更多便利。作为回报，该应用程序为客户提供了相关的个性化营销优惠和优惠券。 　　05将产品连接在一起 　　将产品无缝连接在一起是最大的客户利益。企业可以与看似无关的公司建立业务关系，并创造出惊人的客户体验，例如，对于Spotify的高级用户来说，每当用户坐上优步，他们的播放列表就会自动加载。这消除了要求驾驶员将汽车蓝牙连接到乘客手机的一些交互操作，并且避免了任何技术上的困难或挫折。 　　市场营销越来越以数据为导向，并且客户体验也越来越成为许多企业的首要任务。借助物联网提供的附加连接性和跟踪功能，客户最终将受益于更好的购物和支持体验，这将对业务增长产生积极影响。企业越早想出方法来改善客户在产品连接、实时跟踪和分析以及个性化方面的体验，就能越快提高业务的增长速度。 　　免责声明：本文来自物联之家网，我们非常尊重原作者的著作权，如涉及版权问题，请及时联系本公众号小编，谢谢！

　　数据本身不产生价值,如何分析和利用大数据对实际业务产生帮助才是关键;从事大数据的生意要重视投入与产出;许多人已经默默地通过大数据获利。 　　1、大数据应用案例之分析微博数据炒股 　　“过去往往是把数据静止到程序当中分析，但现在不可能等它停下来。”中国工程院院士邬贺铨表示，数据规模越大，处理的难度也越大，但对其进行挖 　　掘可能得到的价值更大，这就是大数据热的原因。华尔街德温特资本市场公司分析全球3.4亿微博帐户留言，判断民众情绪，高兴买股票，焦虑抛售股票，判断全 　　世界高兴的多还是焦虑多，从而判断股票抛售情况。该公司当年第一季度获得7%的收益率。 　　2、大数据应用案例之筛选健康企业放贷 　　众所周知，国内中小企业贷款很难，因为他们没有担保，而阿里公司根据淘宝网中小企业的经营状况，筛选出财务健康和诚信比较健康的企业，提供不需 　　要担保的放贷。据相关数据，阿里公司目前放贷300多亿元，坏账率只有0.3%，工行坏账率1.5%以下，阿里公司的坏账率只有四大国有银行的1/3。 　　3、大数据应用案例之卖衣服 　　Zara收集海量的顾客意见，以此做出生产销售决策，这样的作法大大降低了存货率。同时，根据这些电话和电脑数据，Zara分析出相似的“区域流行”，在颜色、版型的生产中，做出最靠近客户需求的市场区隔。 　　4、大数据应用案例之卖书 　　今年初，乔治·派克(George 　　Packer)在《纽约客》发表的一篇名为“亚马逊害了书?”的万余字文章，受到了书业及爱书人的极大关注。他在文章一开始，便尖锐地提问：“亚马逊对消 　　费者有好处，但是对书有好处吗?”相信这个问题，也长久地缠绕在中国书业人士以及爱书人心头。乔治·派克与读者分享了自己调查的结果：亚马逊的创始人贝佐 　　斯，并不是因爱书而开书店，在亚马逊上卖书的一个重要的意图是，收集高收入、高学历用户的资料，在掌握了数百万消费者数据之后，亚马逊就可以想办法把所有 　　东西以低价卖给他们。 　　5、大数据应用案例之医疗 　　如果说哪个行业从分析大量不同来源的数据中受益，那一定是医疗。在电子病历系统、图片系统、电子处方软件、医疗索赔、公共卫生报告、新兴的健康应用、移动医疗设备及医疗产业中，充满了等待被使用的数据。 　　对于一个急于寻找方法来降低成本、提高效率并提供更好治疗的行业来说，分析这些数据是意义深远的。成效一定会有，但从不同的、专有的系统中获得数据，却是一个繁琐的过程，对于一个公司来说，相当于不可能。 　　6、大数据应用案例之卖车 　　当大多数消费者买车的这些天，他们开始在网上自己搜索。这对经销商和汽车制造商来说是好消息，谁可以通过分析现有的汽车数据营销山上走的趋势中 　　获益。“汽车购物一般包括品牌，型号，内饰水平，当然，价格之间的比较需要大量的研究，”阿维Steinlauf，在汽车研究网站埃德蒙兹的CEO说。 　　“该汽车制造商和经销商知道，如果他们表现良好，在这些比较中，他们会得到到购物清单并赢得市场份额。”这意味着分析数据-无论是来自互联网还是自己的展 　　厅，都是消费者所期待的。 　　“购车者在垂直汽车网站上浏览过什么车型，现在驾驶什么车型，二手车置换评估能值多少钱，再到售后环节的所购车辆什么时候需要保养，什么时候出 　　了事故需要维修，我们都能知道，而且是从移动端设备中第一时间知道。”9月4日，广汇广西机电的常务运营副总经理罗云宁，给记者描绘了这样一幅汽车经销商 　　在大数据营销时代的蓝图。 　　7、大数据应用案例之体育用品商业机遇 　　畅想未来，有健身习惯的人拿着这些数据上保险有可能会获得更低的费率。但前提是建立在一套完善的健康管理“硬件+软件”生态系统生成之时，否则，它只能是愿景，不可能是点石成金的一门生意。 　　8、大数据应用案例之小米的经典生意经 　　小米品牌凭着大数据时代的精准分析对不同用户的理解和把握，不断修正产品，推陈出新，不断营销着自己的品牌及价值，从图8最开始的一小撮，逐渐漫步到神州大地，形成了自己独有的高集中度区域。 　　9、互联网公司如何利用大数据做生意 　　说到底，大数据的利用难点在于技术。从数据的收集到存储，再到整理，直到最后的挖掘利用，均是技术活儿。百度含着数据出生，具备天生的大数据挖 　　掘能力。随着支付闭环的打造，数据也可以在各种各样的场景找到落脚点。而阿里和腾讯作为业务驱动和产品驱动的公司，要下大力气将底层的大数据打通，进一步 　　挖掘数据，让数据更好地为公司服务。 　　原文链接：http://www.thebigdata.cn/YingYongAnLi/11853.html 　　转载本文请联系原作者获取授权，同时请注明本文来自张宇科学网博客。 　　链接地址：https://wap.sciencenet.cn/blog-1647341-829119.html?mobile=1

　　最高：今开：成交量：1041.50万手换手：0.70%52周最低：3399.35下跌：--总市值：--