事件的概率

　　統計分析證明，我們可以在一個給定的概率之下對事件進行預測。盡管我們無法預測到每一件影響營業的事情，但是至少可以就可能發生在顧客生命週期中與運營高度相關的某些事件加以衡量、管理、控制並作出反應。這其實算不上是新鮮事，例如，統計分析已經告訴我們機器設備的“平均失靈時間”，精算師也是利用統計分析計算壽險的費率。

　　日常生活中，我們也能夠相當準確地估算上班路程上所需的時間，譬如說45分鐘，不過我們沒有辦法百分之百地確定這個數字，因為可能某個忙碌的十字路口發生了車禍，結果讓當天的上班時間多出一倍。我們所能做的是基於所有行車效率相關變量（當時的時間、天氣、道路狀況等等）的知識，預測100次當中，可能有1次會遲到很長時間，剩下的99次大約都可以在一定的時間範圍內抵達目的地，如40~50分鐘之間。只要我們善用手上的知識，對不知道的事情有所思考，就能對那1%的事件做好準備，採取相應的行動。就這個例子來說，作為一個消費者，可以去收聽當地電台的路況報道；作為一個供應者，高速公路局可以通過交通標志提早警告我或是指引我走其他的道路。我們還是有可能錯過了那1%的事件，不過只要進入了我所謂的“預測評估”（Predictive Evaluation）模式當中，我們就能夠把對績效有實質影響的因素都考慮進來，無論其發生的概率有多高。這正是航空公司為了確保飛行安全正在努力的方向。

　　從商業的角度觀察，我看不出來企業有什麼理由不採取相同的大原則。一旦他們這麼做了，就能產生極為深遠的影響。肯-麥吉認為，在毫無例外的情況下，企業的任何意外事件都是可以預料的，因為根據麥吉自己的說法：“總是有警訊會出現！”盡管麥吉的理論其實是在用對風險的後見之明正當化自己的論述，不過還是有其價值存在。當我們在預測評估的模式下作業的時候，就是在預測一個不可預測性。不可預測的事件發生了，不能因此論定我們不夠小心翼翼，反而應視為一個學習的機會。當然，還有一些企業似乎沒有這麼做，而總是在犯相同的錯誤。

　　歷史性信息。組織只針對歷史性的信息加以分析，也許可以還原過去發生的事件始末，並對預測未來有些概念，不過其正確性與時機的變異非常大。

　　作業面透明度。組織只專注在當下作業面的透明化，會無法掌握跟過去的績效互為關聯的事件來龍去脈，進而限制了組織把握新契機的能力。

本文摘自《第三次企業思維革命》

---

　　 本書中所讨論的預測商業的原理是極為高瞻遠矚的概念，以至於我們的某些客戶不願意透露他們打算如何應用。其中一些企業才剛剛開始思考，而我們推測另外一些企業在落實這個觀念方面已經走得相當靠前了。無論如何，現在市面上讨論這個主題的公開信息可謂鳳毛麟角，並非預測商業的方法論未獲運用的關係，而是因為許多高級主管相信他們所勾勒的願景為企業帶來競爭優勢，而他們還不打算公之於世，與衆人分享。
　　在本書中，我將分享我自己的公司、我們的客戶以及其他一些產業先驅在實踐事件驅動型企業上面的經驗，並回答當今最為核心的問題：“我應該如何駕馭與運用對自己的顧客、流程、資源與公司資產的所有信息，以確保公司長久的繁榮興盛？”