在百思买挖掘集体智慧

让我们来看看美国消费者电器零售商领袖百思买副总裁杰弗里·塞佛兹（Jeff Severts）的案例。塞佛兹最初发起的管理试验只花费了50美元，也没有获得任何正式的授权，但其带来的影响却震惊了百思买位于明尼阿波利斯的总部。

　　　　塞佛兹于2001年11月加入了百思买公司，2004年被任命为消费者与部副主席，这一职位使塞佛兹向公司扩展型的广告业务发起了挑战。塞佛兹对此非常着迷，但当他认识到，他的名誉与百思买每月销售利润密切相关时倍感不悦。如果公司的利润超过预期，他就是英雄，反之则是狗熊。他发现自己处于极其危险的境地。对于塞佛兹和他的团队来说，各种内部的舆论压力都令他们非常不安，人们常常会归罪于他们——“是现在的广告出了问题，这是市场部的错”。

　　　　塞佛兹知道这些下意识的反应根源于百思买的审核与薪酬系统。由于店面经理以及他们的区域主管的薪酬水平取决于销售目标的完成额度，任何财政亏损都直接反映到他们的收入中——因此，当发生问题时，他们总是将矛头指向团队。

　　　　塞佛兹承认广告在激发消费者购买欲方面担负了重要角色，但他也经常会怀疑，如果项目进展与原计划有重大偏差是否是审核体系本身出了问题，而不是无效的。在萌发这样的想法后，塞佛兹开始调查研究公司是如何来进行销售预测的，之后他逐渐了解到每个预测“版本”的来历：

　　　　百思买基于12个月的滚动销售数据来进行销售预测。“版本1”在3月出版（3月是公司财年的第一个月），“版本2”在4月出版，“版本3”在5月出版，依此类推。每个月，百思买8个零售商团队递交关于自身产品线的预测。这些预测被汇总到全公司的收入目标中。将预测与前些年度实际销售情况进行比较后，塞佛兹发现对于零售商团队来说，有10%的偏差并不足为奇。造成这一差异的原因可能是顾客需求下降，但塞佛兹认为可能还存在其他因素影响了预测的准确性。当零售商们要求报上粗略的增长率时，他们常常会报上他们可能达到甚至超过的数值，这将最大化他们的收入。

　　　　预测数据会受到测量系统与私利的微妙影响，同样也必然会受到零售商购买决策的影响。如果零售商购买过多的产品，那他必然承担库存积压的开销；如果零售商购买过少的产品，那他就有可能失去大笔买卖的机会。在塞佛兹看来，预测与购买决策都受到了人们情感的影响。

　　　　随着研究的深入，塞佛兹还发现，在百思买内部还有其他人也对零售商水晶球式的预测充满类似的怀疑。肩负着为投资者提供向导的重大责任，百思买的财务团队计算出自己的预测，但是这一预测结果没有在财务团队外部流传。在公司中，大部分人们都认为零售商对自己的生意最为了解，因此认为他们的预测是最准确的。

　　　　在致力于解开影响百思买预测准确性的众多因素之结时，塞佛兹悲观地认为自己少有机会真正改变公司预测收入的方法。这一预测系统与许多重要的管理系统相联系，包括财务、绩效评估、薪酬与采购等。鉴于此，发起任何重要的变革必定会遭到各种抵制，人们对已有的系统已经太熟悉不过了。塞佛兹知道自己在零售商中并没有说服力，这些零售商熟悉很多百思买优秀且具有影响力的经理。塞佛兹已有的经历也告诉他，任何对于核心管理系统的大挑战都会带来不可预想的结果—— 当然都不是好结果。

　　　　求解问题的方法

　　　　2004年末，正当塞佛兹想要放弃寻找解决预测问题更简单的方法时，他偶然听了《纽约时报》商业专栏作者詹姆斯•索洛维奇（James Surowiecki）的一次演讲，其著作《集体的智慧》是一本畅销书。素洛维奇认为集体的智慧必定高于少数人的智慧。当预测一系列由复杂变量构成的事件时，来自不同群体的个体组成的团队一定比少部分专家有更强的预测力。

　　　　索洛维奇的逻辑深深启发了塞佛兹。百思买并不缺乏数据——毕竟，公司跟踪每小时、每个零售店乃至国民消费指数等每一个可能有用的数据。但问题出在每个个体或是每一个小的团队都只能处理复杂信息很小的一部分。若是发挥集体的力量，则可以消化大部分的数据。

　　　　塞佛兹认为在任何公司里都存在着大量无法共享的数据。比如在百思买，合伙人可能会发现无法销售的移动电话堆积在孟菲斯的仓库里；店面经理可能会发现数字照相机的需求突然下降。但是这些信息没有出现在帮助高层做决策的报告中。群众不仅仅能获得各种各样可能在公司报告系统中出现的数据，更能利用那些没有出现在正式报告系统中的数据。在百思买，大家不相信存在着系统误差影响预测的准确性，因为这和他们利益关系不大，所以大家都对此漠不关心。

　　　　塞佛兹思考着“集体的智慧”这一原理，灵感突然闪现：也许在百思买可以有一种方法能汇合集体的观点来共同制定预测方法。塞佛兹将自己的想法与公司内一向支持非传统的领导卡尔•帕特（Kal Patel）进行了交流。帕特希望塞佛兹能进一步开发他的计划并许诺提供所需的氛围。这一积极的反应激励着塞佛兹，他认为精确预测非常重要，而且如果利用集体的智慧，其他公司所面临的战略问题也有解决的可能。

　　　　与此同时，百思买正雄心勃勃地开展每个零售店特殊顾客细分计划。在这个被内部称为 “顾客中心化”的新战略支持下，公司投资了几百万美元重组零售店、重新训练员工。高层领导者向华尔街许诺这一新的市场细分策略将提高市场份额，提高顾客忠诚度，加速公司的有机发展。尽管如此，塞佛兹发现一些同事并不认为这个新战略可行——他们认为份额的提升与所获得的收入未必能够弥补不断增加的投入。许多怀疑者考虑到公司下的大赌注前途未知，都不愿意在公众面前公开评论。

　　　　公开质疑已成定局的战略并不是职业生涯途中的明智之举。塞佛兹认为，如果能创造一个新的机制让人们匿名地发表自己的看法就可能避免这个风险。毕竟，塞佛兹认为对一个出头鸟进行攻击很容易，但要对一群信息发布者进行打击就非常困难了。但当他把这个建议介绍给部分同事时，人们都认为即使是匿名的，公开反对“顾客中心化”这一战略还是非常危险的，没有人愿意帮助他开展这一计划。百思买首席执行官迈克•林斯顿（Mike Linton）给了塞佛兹一个至关重要的建议：如果你想尝试一个新想法，就从自己的地盘做起。

　　　　试验管理创新

　　　　很快，塞佛兹就在自己的团队里找到了检验假设的机会。作为营销部的经理，他负责管理百思买10亿美元礼物卡业务。因此，他监督着一个小团队预测每月礼物卡销售的预测。平均来看，团队的预测与实际数据相差5%左右，比零售商预测更加准确一些。与零售商预测方法不同，礼物卡预测并没有进入百思买正式的预测系统，其结果直接报告塞佛兹。这些条件使礼物卡预测成为塞佛兹进行管理试验的最佳选择。在试验之前，塞佛兹需要说服他的团队成员接受这个试验，并参加预测。这并不容易，礼物卡团队的成员都非常怀疑那些对礼物卡业务并不熟悉的人们能做出准确预测吗？

　　　　最终，塞佛兹说服了同事来参加这个项目，2005年1月21日，他向百思买几百名雇员发出了，邀请他们对百思买礼物卡业务下月销售额进行估计并递交数据。为了帮助他们预测，塞佛兹向他们提供了前12个月的销售数据；为了调动参与积极性，他设立了一个小小的奖励——预测值最准确的那位员工可以获得50美元礼物卡。到了1月31日，在递交预测的截止日，塞佛兹共收到了192份预测报告。到了3月4日，2月的礼物卡销售数据统计出来后，他发现原预测小组预测数据仍偏差5%，但员工们平均预测误差只有0.5%！也就是所，集体的预测比专家预测精确10倍。塞佛兹兴奋地发了告诉大家：集体就是胜利者！

　　　　礼物卡团队对这一结果大为震惊与失望。他们认为集体的胜利是出于那些员工本身的商业敏感性，他们觉得自己在公众面前丢脸了。面对这一滚雪球似的士气危机，塞佛兹认识到自己对试验的热情带来了严重负面效果。为了挽救这一危机，他告诉团队成员，他深信作为个体，他们比其他人中任何一位都要出色，但作为一个集体来说，从数量上讲，其他人拥有更多的数据和信息来做出判断。接下来他又答应开展一项额外的试验来重新对抗百思买其他专家们，并保证“这决不会危害到我们自己”！

　　　　当塞佛兹正思考着寻找其他一个合适的试验时，他又重新回顾了百思买的预测过程。若顾客中心化试验充满政治化色彩，那礼物卡试验就显得非常不寻常。塞佛兹认为更加广泛的基于预测的试验一定会引起人们的注意。

　　　　因此，在2005年8月，塞佛兹发出了第二封邮件，邀请同事们估计公司2005假期的销售额，从“黑色星期五”开始一直到12月底。同样，他也给了人们一些参考数据：前一个财政年假期净利润数据、每个财政年前3个月的收入增长率。当然他也增加了奖励措施：这次预报最精确的人可以获得100美元的礼物卡奖励。

　　　　此外，塞佛兹还在试验中设置了特别一环。他认为对于大多数参与者来说，预测是静态的。人们必须有能力随着外界环境的变化随时更新自己的预测。为此，塞佛兹在公司数据库服务器中建立了一张 Excel表。这张表列出了每位（匿名参加，每个人都使用自己的ID）参与者的预测数据。塞佛兹鼓励每位参与者递交最初的预测并每周更新。现在，大家可以看见在14周的试验期间人们是如何更改自己的预测数据的，这个周期包括了卡特里娜（Katrina）飓风时期、石油价格的井喷时期以及消费者自信指数的冲顶的时期。

　　　　这一次，塞佛兹不再抱有幻想——如果失败代价将非常高。参与的群体已经不是在与塞佛兹部门内一个团队进行比赛，而是与那些傲慢的零售商团队竞赛。简单地说，就是在拿鸡蛋碰石头。

　　　　到了8月底，多于350位员工递交了首轮假期销售额预测报告。到了1月6号，塞佛兹发出邮件宣布结果：零售商8月预测被证实具有93%的准确率，而其他试验参与者早于假期4个月前做出的预测具有99.9%的正确率！

　　　　然而令人感到奇怪的是，参与群体预测的准确性随着试验周期的推移慢慢降低了。群体最终的预测率在11月24日样本的最后截止期显示为98%，但仍击败了零售商的预测，他们只有94%的准确率。塞佛兹认为试验参与者预测准确性下降是由于在3个月的试验周期中，参加的人数逐渐减少。尽管每周都发邮件提醒参与者更新他们的数据，但到了第六周后只有60%的参与者更新了他们的预测数据，这也是最终完成预测的人数。当参与者的数量减少时，参与者多样化背景就随之削弱了，预测准确性也就降低了。此外，最后参与者中40%来自于零售商与财务部门，因此最后试验预测数据在一定程度上受到了官方同仁的影响。但即使如此，预测的准确性仍令人惊讶。

　　　　过分相信“专家”意见是大多公司共同的特点，当然也包括百思买公司。即使在分享了这两次试验结果之后，塞佛兹回忆说公司中仍有许多人认为群众的预测只是“黑色奇迹”。但更多的人开始了解其真正的意义：制定决策应该有另外一种新方法，这是一种避免个人偏见与个体团队知识局限性的新方法。

　　　　百思买高层领导对这两次试验结果大加赞赏并产生了极浓厚的兴趣，塞佛兹的管理创新受到了重视。到了2006年春天，他组织了一支志愿者团队并获得5万美元预算来建立一个内部系统，此系统能够支持动态证券交易游戏以及关键战略决策结果的预测。许多高层经理都非常兴奋能够有机会获得百思买内部超过10万名合作者共同构成的智慧库的各种资源。

　　　　塞佛兹的创新经验

　　　　与布鲁斯•哈兰德不同，塞佛兹从一个默默无闻的自由者起步，除了自己职权以外他没有任何权威可以利用。没有发起一项重大的变革计划，他只是开展了两次低风险、低成本的管理试验。这一中层管理者开展管理创新的例子可以为我们提供许多宝贵的经验：

　　　　经验1：最小化你的政治风险

　　　　迈克•林斯顿的建议——远离顾客中心化战略——可能挽救了塞佛兹将处于水深火热中的职业生涯。同样，如果塞佛兹一开始就与百思买最富有威望的零售商预测专家展开较量，由于这些专家的预测结果准确性与他们的收入密切相关，他将遭遇更多挫折。报酬是管理创新另一个重要的砝码。如果你不是“C”级人物，也没有担任某位主席的老爸爸，那在你发起会影响到收益的管理创新前必须三思。塞佛兹非常明智地在自己的部门内开展了小规模的试验，这一低调的做法带来了两点好处：首先，最小化了政治风险，保障了塞佛兹的职业生涯；其次，塞佛兹进行下一次范围更广的管理创新试验前可以重新思考设计试验。

　　　　经验2：把与志愿者合作作为开端

　　　　没有人被强迫参加百思买的预测试验。塞佛兹采用了电子邮件的方法来招募那些愿意分享意见并参加试验的人。这是非常聪明的做法。如果要以正式的形式开始试验，就如同IBM公司EBO计划的开端，必须要高层领导的同意。为了获得这一支持，创新者必须先证实试验的结果，但对于一个可能带来卓越效果的新的管理创新来说这并非易事。为了更利于群众的参与，塞佛兹设法让他人难以破坏他的试验。在此思想指导之下，你设计的管理试验必须最小化你的许诺，并且最大化学习新的、有用事物的可能性。

　　　　经验3：设计成游戏形式，保持非正式化

　　　　来对抗旧势力的反对还有另外一种战略。我们很难预先知道一项新的管理是否能获得成功，因此你不能把你的创新看的太重。塞佛兹把他的第一次试验设为一次愉快的竞争，对于获胜者给予小小的奖励。这不仅给塞佛兹降低了风险，也为参与者降低了风险。此外，你一定希望人们客观地看待结果——即使他们个人并不满意。通过设计非正式的试验，让它看起来更像是一个游戏而不是精心的——你就会减少很多负面效果。

　　　　经验4：让新旧结果进行对比

　　　　塞佛兹没有权力彻底改变原有的预测方法，因为对公司来说，支持还未被证实的新创意而毁掉已有的流程是非常危险的。就如IBM公司的布鲁斯•哈兰德那样，塞佛兹并没有试图去破坏历史悠久的管理流程。你必须遵守这些权威的规则。当你想要展示一些新的成果前，让新、旧结果共存。通过学习不断积累经验并获得支持来改变现状，这是必由之路。

　　　　经验 5：循序渐进

　　　　和任何一位明智的研究者一样，塞佛兹试图寻找一条廉价而又快速的路径来证实他最初的假设。他最初的试验花费了50美元并只占用了他几个小时。当最初的试验结果被证明有前景时，塞佛兹的“赌注”加倍了。第二次试验花费了他100美元且占用了40个管理小时。第三次试验，包括开发在线智囊意见库，获得了5万美元资助，并用了一年多的时间来完成。如果在最初塞佛兹就期待拥有如此大的预算支持与清晰的时刻表，他一定会认为如此高调的开始不利于他们走上正确的道路。