商业审计:德鲁克日志之六月十八日

[quote]
[b]养老基金日益成为社会资产主要组成部分的趋势,堪称经济史上最令人震惊的巨变之一。
[/b]
哪怕是美国最大的养老基金所控制的资产,对于一家公司而言都只是一小笔资金,不足以实现对其控股。因为养老基金并非公司,所以它们难以得到深入的商业或公司情况。它们不是,也不会以商业为中心。它们更像是资产管理经理。从这一点而言,它们也需要对其持股的公司有深入的商业分析。它们同样也需要一种植入了管理者职责的组织结构。

我猜想我们最终会制定出一套正式的商业审计操作规范,就像独立的专业会计师事务行的财务审计一样。商业审计无需每年进行一次,在大多数情况下,每隔三年进行一次就可以了。它的审计标准必须事先规定,并且要对公司商业表现进行系统的评价——以考察公司的目标和战略为起点,并进一步考察公司的营销、创新、生产率、人力资源、社区关系等,当然也包括公司的盈利能力。

[b]行动指南:
[/b]
你知道自己的企业内有哪些养老基金是大股东吗?这些基金为了得到企业的信息,又采取了哪些方法呢?

[b]摘自:
[/b]
彼得·德鲁克《管理未来》(Managing for the Future)
[/quote]
[b]评注:
[/b]
2010年是中国资本市场的火爆年。全年共有476家中国企业上市,平均每家企业融资2.21亿美元。其中,129家在境外13个资本市场上市,融资332.95亿美元;347家在境内3个资本市场上市,融资720.59亿美元。未上市企业也掀起融资热潮,媒体的说法是VC/PE群雄并起,拉手网B轮融资5000万美元,京东商城宣称C轮融资将超过5亿美元等等。

资本对企业的重要性不言自明,资本是企业的血液,血液出现问题,企业将很快枯萎凋谢。现代企业已经成为资本方、管理层、员工、社会等多方利益的博弈场所,而资本已经全方位参与到了企业的日常运营管理之中,在博弈中拥有越来越多的话语权。

德鲁克在《管理未来》中讨论了养老基金作为资本方,如何参与企业经营和管理的问题。养老基金在未来将成为社会资产的主要组成部分,但是养老基金不是公司,不以商业为中心。在不控股企业的前提下,如何有效地保证自身利益呢,德鲁克的建议是“商业审计”,一般每隔三年审计一次就可以了。这是典型的目标管理,事先商定目标,事后根据标准进行衡量考核。看似松散的商业审计,其实是给企业松绑,给资本解套。

资本是血液,但资本不是心脏、也不是大脑、不是胳臂、也不是大腿。当资本全方位介入企业运营、甚至想代替大脑直接指挥胳臂和大腿的时候,企业很容易脚步踉跄,失去前进的步调。类似的悲剧一旦发生,人们习惯于说资本是毒药,又一个企业被害死了。资本无毒,毒害企业的是伴随资本而来的控制欲和权力欲。

资本方通过商业审计掌控企业,把精力放在战略目标的制订,以及执行结果的考核上。至于中间的执行过程,不需要、也没有必要尽在掌握。为企业殚思竭虑、寝食难安的,本就应该是企业的管理层和员工。资本方一方面缺失现场,一方面偏要指手划脚,结局很可能是费力不讨好。

在信用体系还不完善的当下中国,资本希望全方位介入企业运营是完全可以理解的。彻夜难免的人群中,有敬业的管理层,也有解囊的资本家。方方面面都想更多地介入企业,并不是为了自找麻烦,也不是真想越俎代庖,而是希望获取企业的真实状况。从共享真实信息的角度,也许能找到各方的契合点。
资源下载链接为: https://pan.quark.cn/s/dab15056c6a5 用户画像(User Profile)是大数据领域关键概念,是基于用户多维度信息如行为数据、偏好、习惯等构建的虚拟代表。它是数据分析重要工具,能助企业深度理解用户,实现精准营销、个性化推荐及服务优化。其源码涵盖以下内容:一是数据收集,需大量数据支撑,常借助Flume、Kafka等日志收集系统,实时或批量收集用户浏览记录、购买行为、搜索关键词等数据;二是数据处理与清洗,因数据源杂乱,需用Hadoop、Spark等大数据处理框架预处理,去除噪声数据,统一格式,保障数据质量;三是特征工程,为构建用户画像关键,要挑选有意义特征,像用户年龄、性别、消费频率等,且对特征编码、标准化、归一化;四是用户聚类,用K-means、DBSCAN等算法将用户分组,找出行为模式相似用户群体;五是用户建模,借助决策树、随机森林、神经网络等机器学习模型对用户建模,预测其行为或需求;六是用户画像生成,把分析结果转为可视化用户标签,如“高消费能力”、“活跃用户”等,方便业务人员理解。 其说明文档包含:一是项目背景与目标,阐述构建用户画像原因及期望效果;二是技术选型,说明选用特定大数据处理工具和技术栈的理由;三是数据架构,描述数据来源、存储方式(如HDFS、数据库)及数据流图等;四是实现流程,详述各步骤操作方法和逻辑,含代码解释及关键函数功能;五是模型评估,介绍度量用户画像准确性和有效性方式,像准确率、召回率、F1分数等指标;六是应用场景,列举用户画像在个性化推荐、广告定向、客户服务等实际业务中的应用;七是注意事项,分享开发中遇问题、解决方案及优化建议;八是结果展示,以图表、报表等形式直观呈现用户画像成果,展现用户特征和行为模式。 该压缩包资源对学习实践用户画像技术价值大,既可助人深入理解构建过程,又能通过源码洞察大数据处
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值