决策能力

本文继 20年研发管理经验谈（五） 如何进行产品研发业务外包？ 　　进行产品研发业务外包的方式没有绝对的标准。行业分析师指出,理解其中的差异通常与一家公司管理层的成熟度有关,而不是与公司本身规模或者存在的历史有关。最佳的方式是把产品线和研发分成两类：一类是构成该公司未来竞争力的核心要素,另一类是非核心要素,把非核心的部分外包。 　　许多情况下,OEM公司倾向于将自己无力承担的工作外包出去,即使是系统中的关键部分。“许多厂商将软件开发外包给印度和其它地方的软件设计商,这并不是因为它们不是核心业务,而是因为这些厂商不具备这样的开发能力和团队。”市场咨询公司Pittiglio Rabin Todd & McGrath(PRTM)欧洲创新业务主管David Percival表示,“没有足够的人手导致了许多公司将软件开发这种核心的研发业务外包。” 　　比较适宜的做法应是充分利用自己的内部资源来定义和制订产品规格,监督第三方合作伙伴开发,然后在内部进行测试和验证。Percival认为,这可能要求OEM厂商的开发队伍重新进行技能训练。 　　另一个厂商经常犯的错误是将一些比较先进的开发工作外包。因为他们老产品的技术档案太糟糕和复杂,只有他们自己内部开发人员才能维护这些文档。“结果导致公司宝贵的研发资源和团队被禁锢起来,公司依赖外部伙伴来开发新的和令人激动的产品,而这些产品正是其竞争力的来源。

工作职责： - 负责制定和实施各个无人车项目中的无人驾驶规划技术总体方案 - 负责与相关部门沟通协调,实现跨项目的优先级协调人员合理高效分配 - 负责带领技术团队进行决策规划方向技术攻关，解决项目问题，推进项目执行 - 负责向管理层定期汇报技术进展，及跟进项目问题风险 - 跟踪国际无人车决策规划理论和技术研究现状 职责要求： - 具有自动化、电子工程、计算机、航空航天等相关专业，硕士及以上学历 - 精通C/C++/Python等编程语言开发， - 精通Linux和ROS，熟悉ROS下机器人系统的设计开发 - 精通常用运动规划、决策论规划模型，熟悉常用MRPT等路径规划算法库 - 具有无人车、机器人决策与路径规划经验 - 2年以上项目技术管理实践经验 - 具备出色的分析、归纳、总结的能力，优秀的表达和文档撰写能力； - 具有优秀的沟通能力，能够良好的协调部门/项目间协作 - 在ICRA、IROS、IV等会议或期刊发表过相关学术论文者优先 来源： https://www.cnblogs.com/xiuxianren/p/12045314.html

作者简介： 理查德·泰勒（Richard H. Thaler），1945年生，1974年毕业于罗切斯特大学，获经济学博士学位。2015年，他当选美国经济学学会主席。他现在执教于芝加哥大学布斯商学院（是仅此出过5位诺奖得主的商学院，多次跻身世界商学院排名前三甲，着重理论研究、案例与实操课程），任金融和行为科学教授，以及行为决策研究中心主任，同时在美国国民经济研究局（NBER）主持行为经济学的研究工作。 泰勒教授的研究主要集中于社会心理学、行为经济学等交叉学科，属于“经济学帝国主义”的开疆拓荒者，被认为是现代行为经济学和行为金融学领域的先锋经济学家，在储蓄和投资行为研究的造诣也很深。 本书简介： 继《思考，快与慢》之后行为经济学领域的集大成之作，行为经济学关于世界的思考，从个人到商业和社会。 丹尼尔·卡尼曼 & 罗伯特·席勒 & 马尔科姆·格拉德威尔&霍华德·马克思联袂推荐：一本“即使被关在电梯里也会忍不住继续读下去的书” 2015年6月英文版上市，《纽约时报》畅销书排行榜，并蝉联多周。到2015年年底，这本书的国际影响力仍在继续扩大和蔓延，亮相世界各大知名好书榜。中国豆瓣网读者好评如潮。 财新网主编王烁点评：“读这本书，建议与丹尼尔·卡尼曼的《思考，快与慢》一起看，卡尼曼的书丰富，泰勒的书流畅。”卡尼曼就如思想的拓荒者，他的《思考，快与慢》为我们认识自我提供了重要的支点。在本书中

平时自己工作中想到就马上记录下来的东西，没有详细展开。 管理者的目标是提高整体的效率，而非自己解决问题 “当我编码的时候，是对公司贡献最小的时候。” 研发负责人更重要的任务是提升研发整体的资源利用率。打造一个高效的研发团队。 即时启动新的项目，明确项目目标，提升人力资源使用率，加强技术评审。 管理者的安全感： 作为一个管理者或者领袖，一定要有一颗大心脏，要有坚定的发自内心的安全感。这一点很重要，安全感确实会严重干扰人的决策，也是我一直反思的地方。 我发现一个有趣的规律，导致一个王朝或者一个人失败的根源，往往能够在他某一方面安全感的缺失找到最原始的蛛丝马迹。 比如宋朝，赵匡胤对武人没有安全感，因为他就是通过兵变上位，所以疯狂限制武人，导致军队战斗力地下，最终灭亡。 再说清朝，满人对汉人没有安全感，人数没有汉人多，总是怕汉人推翻他们，所以对内实行半封建半殖民统治（感兴趣的可以了解下，中央集权，皇权崇拜，文字狱，思想统治等等），导致中国几百年一直落后，最终还是被推翻。 蒋介石，在其领袖生涯中一直对无法忘记的伤痛是自己的学历不高，资历不够（其手下很多海龟，元老），摆不正自己的位置，导致其决策出现很多的失误。 对于管理人员来说，如果团队成员说话态度不好、或者学历很高、能力很强，管理者能否找准自己的位置，排除外界因素做出正确的决策，是对管理者安全感的一个大挑战。 这是一个很重要的话题

我们最熟悉的决策方式 前段时间，我在一个面向“独角兽”企业高管的培训营中，向管理着几千人团队的企业高管们提了一个问题：“如果在你管理的团队中，有下属缺乏工作责任心，你会怎么处理？” 有人说：“我要以身作则，用自己的责任心影响他。”有人说：“没有责任心的员工就不能待在我的队伍里，立刻开掉。”也有人说：“我要先和他好好谈谈心，了解一下他为什么没有责任心，再做决定。”……大家你来我往地提出了很多方法。 这时，我没有继续讨论这些方法的好坏，而是换了一个角度问大家：“我们每个人都能提出各种建议，可是，我想问问大家，你为什么提出这个建议，你给出建议的依据是什么？” 有人说：“我遇到过这种情况，这么干最有效。”有人说：“我以前的领导教我的。”还有人说：“这个自己想想，就应该这么做啊。”…… 我们可以发现，虽然大家解决问题的具体方案不尽相同，但是，答案的来源非常相似：源于个人的过往经验。 也就是说，我们做决策的依据，主要是个人的过往经验。 确实，靠个人经验来做决策，在过去是很有效的策略，“不听老人言，吃亏在眼前”，讲的就是这个道理。 不过，通过个人经验做决策，会越来越有局限性。几百年前，绝大多数中国人一辈子生活的圈子，也不会超出村落50里。对他们而言，在乡土村落生活30年的经验，就足以指导接下来一辈子的生活了。 然而，今天，我们生活的村落已经扩展到了全地球，任何一个人的有限经验

【转】 模式识别的目标 自动从数据中发现潜在规律，以利用这些规律做后续操作，如数据分类等。 模型选择和参数调节 类似的一族规律通常可以以一种模型的形式为表达，选择合适模型的过程称为模型选择（Model Selection）。模型选择的目的只是选择模型的形式，而模型的参数是未定的。 从数据中获得具体规律的过程称为训练或学习，训练的过程就是根据数据来对选定的模型进行参数调节（Parameter Estimation）的过程，此过程中使用的数据为训练数据集（Training Set）。 对于相同数据源的数据来讲，规律应该是一般的（泛化Generalization），因此评估一个学习结果的有效性可以通过使用测试数据集（Testing Set）来进行的。 预处理 对于大多数现实中的数据集来讲，使用其进行学习之前，通常需要进行预处理，以提高学习精度及降低学习的开销。 以图像识别为例，若以像素做为一个特征，往往一幅图像的特征就能达到几万的数量级，而很多特征（如背景色）都是对于图像辨识起不到太大作用的，因此对于图像数据集，预处理过程通常包括维数约减（特征变换，特征选择），仅保留具有区分度的特征。 文本数据分类任务中，对训练文本也有类似的处理方式，只不过此时扮演特征的是单词，而不是像素值。 监督学习和非监督学习 输入向量（input vector）： ，响应向量（target vector）：

数据决策系统是什么？它的作用又是什么？它应用于哪些场景？在这个 数据支持决策 的热潮下，这是许多经营决策者需要知道的。 数据决策系统是什么？它其实有多层含义。 狭义上讲，它是供用户使用的一个平台，常出现在B/S架构（即浏览器加服务器的结构）的数据分析工具中。在数据分析工具的服务器安装完成后，客户端就需要在浏览器中打开“数据决策系统”，就可以开始使用产品。 以FineBI为例，这是一款纯B/S架构的产品。 数据决策系统是指在用户注册购买决策平台功能之后，使用FineBI自主开发的平台作为自己的系统的一个独立系统，在该平台中可以进行目录管理、用户管理、权限管理、外观配置、系统管理、定时调度、移动平台、注册管理、智能运维、数据连接、插件管理和安全管理。用户输入用户名和密码即可进入数据决策系统。系统平台中已集成一套组织机构，可以建立部门、人员。也可以与现有系统的组织机构集成，将组织机构导入到平台中。 系统界面包含首页仪表板、目录、仪表板、数据准备、管理系统、创建和右上角的消息提醒、当前账号设置、首页模板可选操作。对界面各节点的使用说明，可以在FineBI官网的帮助文档中找到，这是帆软公司强大的产品生态的体现。 这样，用户就可以快速上手一款功能强大复杂商业智能BI软件，为企业经营助力。 广义上讲，数据决策系统是企业的信息系统，用来支持各部门的数据分析需求，对数据进行深度挖掘

运作模式：组织扁平化->全功能团队(研发运维职责合一)->研发运维自动化 组织扁平化：互联网大潮下，业务需求变更成为家常便饭，多层次的组织臃肿结构响应和处理能力迟缓，远跟不上外部的变化。采用扁平化的组织，减少层次，减少汇报审批决策，构建扁平化的作战单位，决策权限全面下放作战单位 全功能团队：组织扁平化后，以全功能团队为作战单位，团队中配置有产品经理，项目经理，架构师，系统设计人员，开发和测试。团队视为一个整体，负责具体的业务产品的市场分析，规划，需求分析设计，开发实现和交付，生产环境的运维。一个团队负责产品的整个生命周期，产品的问题是整个团队所有人员的问题，以团队为牵引和问题问责的单位，这样没个人只有团队，换言之团队任何一个成员即为产品的代表，也是问题的负责主体，团队中成员利益一致的，一荣俱荣，一损俱损；同时，全功能团队作为架构决策的主体，产品的方向，落地方案，架构和技术选择有团队成员内部快速决策，在决策内超出团队能力时向能力单位求助。这样产品的绝大部分工作和决策时全功能团队来做的，快速决策快速解决问题，视为敏捷 研发和运维自动化化：研发中采用流水线，连接代码块和服务器，负责下载代码，编译构建和执行静态检查、自动化用例执行，接着完成打包及研发、生产环境的部署（alpha,beta,gamma,类生产,生产） 来源： 51CTO 作者： 无畏无限 链接： https://blog

随着“互联网+”政策出台与不断落实，老式的营销管理模式已经无法满足医药企业营销管理新需求了。医药行业紧跟潮流发展，开始以营销管理数字化新模式寻求新的突破口。越来越多医药企业将销售部、医学部、市场部整合为一个环环相扣，紧密相连，以市场需求为导向，以医药行业服务为基础，以“互联网、大数据、云计算”等信息技术为手段，不断整合行业优势资源的整体营销系统。 小编以国内某知名多元化经营的医药企业积极建设整体营销系统为例，阐述了数字化转型为医药企业营销管理带来的极大收益。该医药企业拥有2000+一线代表，进行每日的终端医院、医生、门店的拜访任务，管理层发现从代表拜访路线的设定、客户主数据的收集、自家产品销量的记录到流向数据的管理等整个过程均处于半失控状态，旧版管理系统无法满足业务管理需求，矛盾点有： 1、客户信息缺失 2、销售过程失控 3、数据提报混乱 4、协作效率低下 5、报表分析滞后 6、推广手段匮乏 旧版管理系统技术落后，已无法解决上述问题，管理者面对数字化转型，显得迷茫又渴望。该企业找到决策易，望通过决策易五朵云工具结合新出的AI智能图像识别以及流向直连技术，妥善解决以上所述难题。决策易团队对该企业实际运营业务进行深入调研后，最终采用全新模式覆盖各个终端市场，提升企业营销管理效率。 01销售云 拜访过程管理 协访管理 市场活动管理 移动办公 数据分析 客户池持续性沉淀 价值

图片来源：unsplash.com 最近几年看过的批判性思维、决策与判断相关的16本书。外加一本《批判性思维工具》，没看过但是目测非常有必要加入这个清单。 《后真相时代》《反常识》两本是本周刚看的。 人人都是事后诸葛亮，4星|《反常识》（new） 英文版是2012年出的。一些案例和思想在其他读物中见过了。 作者在书中指出，个人、公司的成功、艺术品的流行、历史大事的发生，往往有极大的偶然性，不过事后公众会忽略这些偶然性，给出这些事件的自认为合理的解释。 作者在书中给出这样一个比喻：在听说发生森林火灾时，我们并不会去想点燃这场大火的火星有什么特别之处。这种想法确实比较可笑。但是，当看到社会中发生特别之事时，我们却会立刻这样想：无论是谁引发了此事，他一定不是普通人。 作者认为，大V在媒体上对公众的影响，被夸大了，至少广告公司给的费用偏高，真正让热点事件爆发的是大量有一定影响力的小V。 作者认为，城市规划、公司战略面对的都是复杂系统，最终结果很难按计划行事，好的策略是对未来的不确定保持敬畏，在战略与规划中多考虑不确定因素。 书中的重要案例，有一个是作者自己在互联网上做的较大规模的社会学实验，其他基本是他人的学术成果的介绍。 作者自己在互联网上做AB测试，证明歌曲的流行程度，尤其是头部流行歌曲，有很大的偶然性，不过特别差的歌怎么也不会流行，特别好的歌怎么也不至于垫底。 关于公司战略