最具影响力的数字化技术在线社区

168大数据

 找回密码
 立即注册

QQ登录

只需一步,快速开始

1 2 3 4 5
打印 上一主题 下一主题
开启左侧

为什么下一次转型必须All-in?(上)

[复制链接]
跳转到指定楼层
楼主
发表于 2019-10-31 18:17:43 | 只看该作者 |只看大图 回帖奖励 |倒序浏览 |阅读模式

马上注册,结交更多数据大咖,获取更多知识干货,轻松玩转大数据

您需要 登录 才可以下载或查看,没有帐号?立即注册

x
文章来源:www.mckinsey.com
文章作者:Chris Bradley, Marc de Jong, and Wesley Walden
文章编译:托比网 唐雪松


译者按:麦肯锡研究团队近期发布一篇“为什么下一次转型必须全力以赴?(Why your next transformation should be “all in”)”的文章,从企业为了实现更好的财务回报和重塑组织身份两个角度出发,利用经济利润能力曲线图,展示由于经济利润差异,不同企业位于不同的经济利润区间,而处于经济利润曲线中间部分的企业有8%的概率上升到最好的经济利润区间,但是实现这一步需要考虑三个因素:自身禀赋、行业趋势和五大动作的实施。由于原文信息量大,内容较多,我们将原文编译成三个部分陆续发布。此文为上篇,主要内容是写作背景和经济利润能力曲线图。

长期以来,业务转型项目一直专注于提高生产效率——从采取“更好、更快、更便宜”的方法到公司如何运转。这么做有充分的理由:训练有素的付出、问责制、透明度、执行力和决策速度可以促进生产效率。如果能够快速的改善公司业绩,那就证实是好的方法。
问题是,这已经不够了。数字化,先进技术以及其他形式的技术创新正在颠覆行业,这迫使现有企业不仅要获得更强的财务回报,而且要重塑组织的身份。
做到第一个目标(更强的财务回报)很难。要解决第二个问题,即改变公司的现状和工作方式,就需要了解行业(以及其他行业)价值的转移方向,在拐点处发现机会,并采取有目的地的行动来抓住它们。一次性完成这两项工作的前景令人眼前一亮(sobering)。
一家公司实现目标的可行性如何?我们的研究表明,即使组织赢得了改变游戏规则的投资组合的胜利,从而重新定义公司的经营状况,但组织完全有可能提高其财务绩效(bottom-line performance)。此外,专注于组织绩效和业务组合的“全能型(All-in,全力以赴)”转型看起来能增加转型成功的概率。通过开发这两套互补的组合拳(财务绩效和业务组合),公司可以期待以协调的方式灵活运用它们,利用绩效改进将它们带入下一组投资组合,从而产生推动公司发展到更高水平的动力。
能力曲线的企业分布图(Life on the power curve)
如果要看到前进方向,最好从参考点(point of reference)开始。基于多年的研究工作,我们采用经济利润(economic profit)能力曲线来寻求建立一个经验基准,并以此来分析带来战略成功的原因。为了创建图1,我们绘制了2010年至2014年全球2393家最大的非金融公司的经济利润(扣除资本成本后的总利润)图形。绘制结果显示,两端的曲线陡峭,而中间平滑。中间五分之三公司所挣得的平均经济利润不到5000万美元。同时经济利润最高的五分之一公司的经济利润比我们样本中的平均水平高30倍,几乎占所创造的所有经济利润的90%,即每年平均14亿美元。
图1 经济利润能力曲线图
图片来源:麦肯锡

尽管处于中间的公司和前五分之一公司之间存在巨大的鸿沟,但处于中间的公司可以,而且确实会上升到前五份之一区间。在我们的十年观察中(从2000–2004的起点到2010–2014的终点),百分之八的公司成功进入了前五分之一行列。如《超越曲棍球棒的战略》(Wiley,2018)中所述,公司成功的具体几率主要由禀赋(例如其规模和债务能力),行业趋势(上升行业还是下滑的行业)以及五大动作(程序性并购,资源的动态重新分配,强大的资本支出,生产效率的强化,差异化的改善)的实施。
尽管所有这些因素都很重要,但是这五大动作在确定公司是否成功攀升能力曲线方面发挥着最大作用。它们也是真正的转型计划的组成部分,具体内容下一篇文章会分析。

楼主热帖
分享到:  QQ好友和群QQ好友和群 QQ空间QQ空间 腾讯微博腾讯微博 腾讯朋友腾讯朋友
收藏收藏 转播转播 分享分享 分享淘帖 赞 踩

168大数据 - 论坛版权1.本主题所有言论和图片纯属网友个人见解,与本站立场无关
2.本站所有主题由网友自行投稿发布。若为首发或独家,该帖子作者与168大数据享有帖子相关版权。
3.其他单位或个人使用、转载或引用本文时必须同时征得该帖子作者和168大数据的同意,并添加本文出处。
4.本站所收集的部分公开资料来源于网络,转载目的在于传递价值及用于交流学习,并不代表本站赞同其观点和对其真实性负责,也不构成任何其他建议。
5.任何通过此网页连接而得到的资讯、产品及服务,本站概不负责,亦不负任何法律责任。
6.本站遵循行业规范,任何转载的稿件都会明确标注作者和来源,若标注有误或遗漏而侵犯到任何版权问题,请尽快告知,本站将及时删除。
7.168大数据管理员和版主有权不事先通知发贴者而删除本文。

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

关闭

站长推荐上一条 /1 下一条

关于我们|小黑屋|Archiver|168大数据 ( 京ICP备14035423号|申请友情链接

GMT+8, 2024-4-26 16:20

Powered by BI168大数据社区

© 2012-2014 168大数据

快速回复 返回顶部 返回列表