回hover的信

stinghill

你好，怎会不记得呢，版主，：）

看到你在招募战略小组啦，很忙吧？

对于企业战略虽然我从事过一些研究和小范围的实际操作，但还是感觉迷茫和无知。这里只聊聊我看帖子的感受和自己的一些臆想吧；

相对论坛的几个“老同志”的论点（譬如务实派重战术，轻战略，甚至鄙视，求学派重战略，主要是方法论方面，但对战术不熟悉），个人感觉要在战略上修养和加深理解估计知识结构上我们都薄弱了些，直观感受是在战略的小坛子里的家人，对资本运营（资本市场、资本转化技巧，财技等）相关知识认知比较寡，对产业经济学和区域经济学或制度经济学更是谈论极少，那相对一个大企业（以资本增值为考核重点），在不具备这些知识，只是从企业管理运营的内部入手（营销、组织构架、业务模式等）分析，显然环境重要因素的资料不足，如果企业有生命的话，她首先是个系统，必须有她的环境构架和内部环境适应的变机，这些就必须要求放大研究的环境范围，同时必须附加上较高等的技巧（数据模型“现象体系研究”，动态数据和事件发生学知识）；相对一个还没有企业家或者企业家精神的产业圈，这些也许显得成本过高，又有较高的知识屏障，要求一个以急功近利、只有业绩没有持续健康发展的理念的公司来投入战略机构以构成成本的方式，肯定是不成的。

现在企业战略显然成为了管理专业的“显学”，这其中有中国企业近20多年来的历史教训的反省使然，产业链打造和产业经济圈分布学（宏观）也开始介入政府的运作职能（改制是其中比较明显的表象――当然三言两语很难说清改制这样的大课题），更多的细节也在执行过程中反复调整政府资源的杠杆政策（资源政策、金融政策、财政政策、地方法规等等），企业同时面临运作风险和经济环境风险的压力（地产、矿产、化工等相关行业尤其明显，更可怕的是有些血脉性基础性行业如银行、信托等也同时进入关联状态），这个压力的状态又怪异无序。在此种环境下我们来谈企业个体的战略相比欧美企业已经相对有序状态下的丰富战略技巧就更显艰难，此种情形部分的出现在一些发达国家的50年前的发展状况，比如德国的上个世纪70年代的电信和电力行业整合（这是我最佩服德国经济调控的案例之一），比如韩国上个世纪的60年代的围绕汽车行业做的封闭式调控等案例。

先断断续续地写这些，容下次再续写。

stinghill

仿若隔世。。。。。。

ziwujie

向各位学习！！

深色的海

大家好，今天刚刚注册加入大家庭，今天浏览了一下大家说法，感觉非常不错。

我看到不少资料介绍，提到，企业战略其实有非常多的流派，不同流派之间的关注点其实非常不一样。有一些流派认为战略研究要非常重视企业外部环境。有一些认为内部是重点。有一些甚至认为企业通过专门的人员去分析数据，然后得到战略根本就不可行。他们认为企业的发展战略就是一个企业在市场竞争环境中的一个不断学习的过程。想一想生物进化过程吧。企业战略就是在不断的试错和学习中一步一步形成发展的。

根据我的感觉，我们企业界的人士应该把战略研究和企业战略的形成分开来看。战略研究讲究细致全面的数据，因为战略研究的人员要么是咨询公司的人员、公司里脱离一线的经理。他们可能没有这个行业里实际运作的经验和感觉。而数据分析却是他们的强项，也是我的强项：）所以目前大家看到战略推崇数据分析。

davidsun61

上面的计量经济学、高级金融学、高级经济学、管理学、财务管理等我也都学过，学的时候很激动，很兴奋，但实际工作中感觉用处不是很大。现在基本上全还给老师了。财务管理还剩点基础知识。

我就是学战略出身的，做过咨询、投资、企业实际运作，接触过一些所谓的成功企业家。我越来越感觉到，战略应该是大思路、大视野，太多拘泥于细节（那是战术层次的，下一阶段执行的工作）反而做不好战略。

战略也要经验的积累，很多成功者虽然没有什么受过什么战略专业训练，但他们身经百战，市场感觉非常好。他们的成功往往是随时代、行业而起，很少有在成熟行业中打拼出来的。

总觉得在我国现在的大时代、大背景下，过分追去分析工具的运用，过分追求数字，有些不合时宜。其一，很多更宏大、更重要的事需要做战略的人考虑。在我看来，你判断行业拐点的位置要比沉溺于精巧的模型来的现实的多，重要的多。毕竟我国还没有进化到西方那样成熟的市场。其二，大家都知道这些模型的置命缺陷，假设太多，假设越多漏洞越多，出错的可能性也越高；还有就是有些数字的东西并不能反映出真实的规律，学过计量的人都知道统计意义之外我们还要讲究社会意义。其三，体系庞大，结果却是公共常识，对企业缺乏指导意义，往往沦为笑柄。

个人认为，做战略的人不应该沉溺于那些“寻找摘句老雕虫”的玩艺，不应该把自己放在阳春白雪、知音寥寥的境地。一个朋友曾在国内知名战略咨询公司，后来跳槽到企业，还是做战略，我问他，你感觉有什么变化，他说，原先作报告动辙200、300页，现在只要20、30页就可以了。我认为这才算真正融入企业的战略之中了。

ellitter

既然来这里，一定不介意，共同学习，请多指正！

是这样一个应用，一个家电公司原来每个办事处都会有一个仓库，都有一些物流人员在管理。现在我们要回答给企业高层这样几个问题：

1、这些物流工作，我们做起来是否划算（与外包相比）？我们的回答是自己做，因为目前的物流公司没有办法实现客户所要求的物流表现，而这恰恰是客户价值的重要因素。

2、如果不外包，我们怎样才能降低物流成本？我们的回答是建立物流中心，集中配送，让营销与物流分离，将物流职能从销售部门分出去

3、如果建物流中心，全国这么大，应该建几个？每一个又负责哪些区域的物流配送？这里运用了运筹学中的线性规划建模。考虑的因素有客户聚合程度，销售数量的周期性动态，物流中心的固定成本等变量。是以成本最小为目标函数。用的软件很简单，就是常见的线性规划软件，这里主要是要将模型建立好，所需要的参数要计算好，计算这些参数有时要用到回归分析，二元的就可以。不需要十分的精确。这已经相当精确了。

不知这样介绍行不行

hover

回归分析和OM都学过，但是很少用，如果ellitter不介意，可以分享你使用的心得体会。

ellitter

现代数学的说法在笼统，我认为应该是管理科学或运筹学（Management Science or Operation Research）,我不是唯数学论者，但其在管理中的广泛应用在西方管理实践中成功的案例彼彼皆是，之所以我们没有太多的成功案例是因为我们跨学科的人才太少了。另外战略咨询不应该是几个人的感觉，而应该是由不同学科的人员的组合。我们恰恰在这两个方面都不行。

ellitter

也谈管理科学（运筹学）在战略咨询中的应用。

管理科学（运筹学）在解决战略咨询过程中的问题中应用是很普遍的，比如说大家熟知的对策论，规划论、网络最优化等，但这些只做技术而存在，要想使得其运用的有价值，还是在于模型本身的建立。本人曾在实践中为解决一个家电企业营销网络中的物流配送问题中就会用了线性规划，效果很好。好就好在能把这种战略的构想用强有力的数据支撑，同时在没有实施前有有一个可以模拟的结果。需要提出的是，在建模过程中参数的选择是至送重要的。为了选择这些参数，有时要用到计量经济学中的回归分析方法。

san300

在管理中不能过分强调数学的作用，毕竟现实是复杂，充满着许多随机因素。而且最重要的是管理中的人是擅于发现规律来进行投机的。这使得常规数学系统很难进行模拟。

曾进看到一份早期国外咨询报告中说，数量经济学的对于经济学的预测并不比人的预测好，一个好的经济学家通过2到4个变量的预测结果要比成千上万个变量的数量经济学模型的结果更加符合实际。