无论Peter Drucker是否提出过这样的名言：“无法衡量，便无法管理”，我们通过多年的诊断与辅导经验发现，当缺乏客观数据资料作为支撑时，管理团队往往只能依赖直觉和经验，导致在出现问题时各方意见纷争，内耗严重，甚至可能引发所谓的“二馋”与“三邪”现象，有时还会使中层变成所谓的盲目专家，使整个陷入频繁的救火状态，即使努力却难见成效。
事实上，若能够依托一定的数据支持并配合有效的管理机制，其决策与行动将更具说服力和精确性。这正是我们一直在探讨的企业数字化变革转型的架构。
我们注意到有些企业虽然收集了大量的数据和资料，却未能充分发挥其作用。究其原因，要么是数据不准确，要么是未对数据进行深入分析。如果主管拿到的资料存在问题或未经分析，那么这些资料便失去了其价值。我们不仅要收集正确的数据，更要对数据进行深入的分析。只有将经过分析的结果提供给主管，使主管能够依据这些结果指导行动，数据才能真正体现出其价值。
为了更有效地收集和分析数据，我们需要遵循以下六个基本准则：
1. 明确目的
在进行任何数据收集或分析之前，首先要明确目的。我们的目标是解决问题，而不是为了收集而收集。在开始之前要清楚自己所在部门的功能、进行资料收集的原因和目的，以及主管将如何利用这些资料。例如，生产线的目的是在满足生产计划的同时保证产品质量并减少浪费；而生管的目标则是满足客户交期的同时降低库存。主管需要通过数据资料了解达成目标的情况，发现存在的问题并立即采取改善措施。
2. 目标导向的收集内容
俗话说，“种瓜得瓜，种豆得豆”。我们要根据目的确定数据的收集内容。要明确哪些因素与这个目的相关，这些因素就是我们要收集的数据。否则，我们会发现在进行下一步工作时，所需的资料缺失，而无关的资料却堆积如山。
3. 数据分离与
资料繁多时，我们要学会对资料进行分离和。不同的资料不能混在一起，否则无法进行分析。例如，在使用Excel制作表格收料时，每个单元格应只记录一种信息，不同信息应使用不同的单元格进行记录。
4. 遵循FACT原则进行资料收集
“垃圾进，垃圾出”是进行资料分析的名言。这意味着我们收集的数据必须准确无误、不能作假、不能隐瞒，并且所有人解读的结果应一致。资料必须是有用的，与我们的目的相关，对我们的问题和行动有所帮助。数据必须是及时的，以便我们能及时做出决策。
5. 数据转化与利用
通常收集的数据不能直接使用，需要通过计算和分析变得有用。例如，在使用Excel进行分析时，我们需要选用适当的分析方法，通过简单的计算（如加、减、乘、除等），将隐藏在看似杂乱无章的数据背后的信息提取出来。管理者再根据分析结果进行判断和决策，调整策略方向或采取行动。
6. 扩大范围寻找答案
当发现现有资料无法提供背后信息或无法解决问题时，不要停止探索。这可能意味着我们收集的资料不够细致。例如，虽然我们知道共有哪些设备停机以及停机数量，但要解决或减少设备停机问题需要我们了解停机的原因——是维修、维护还是缺料、缺人等。这时我们需要扩大范围收集更详细的资料。