脱离财务视角开展独立的运营分析，是一个医疗机构运营工作走向正规化的必备动作。
不过运营分析不是万能的，而且也不是运营工作第一顺位的价值环节。把这一点想明白，我们就会对运营分析这个事情和具体做事的人报以合理的预期，从而让这项工作得以健康持续地开展。
这里从十个方面对医疗运营分析工作做一个初步的探讨。
一.
分析的目标
运营分析的工作目标有3个：暴露问题，锚定问题，评价问题；并且运营分析不以直接解决问题为目标。
1.1
暴露问题
首先要说明，“暴露”是一个中性的词，并不指向对任何管理行为和人格的评价。组织应该鼓励各级部门大胆暴露问题的企业文化。
暴露问题的基本形式就是报表，而要实现暴露问题的目标，需要3个条件：
1
结果是可以量化描述的，如某病区每月住院人日；
2
结果数据是有基准线的，可以是本院内部的，也可以是行业参考值，可以是历史数据，可以是目标值；
2
可以通过具体的行动改变结果数据，如通过加强康复治疗，提高术后住院日。相反，新冠病毒检出阳性率就不是一个运营数据，因为无法通过运营举措改变它。
运营分析部应该警惕自己变成一个无条件“制表”的部门。上述3个条件可以作为判断一个报表需求是否值得投入资源的重要参考标准。
1.2
锚定问题
暴露问题的潜台词是事前未必知道有问题，或者只有一些影影绰绰的疑虑。一旦真的暴露出了问题，如同外科锁定病灶，锚定问题就成为必需的行动。
锚定问题有两层含义：
1
设立一个明确的时间窗口期
2
围绕暴露的问题寻求更多维度的数据
窗口期具体如何设置，以业务部门的意见为主。对于运营分析部来说，核心任务在于通过更多指标和数据，将问题呈现地更具体，更有利于激发业务部门寻求解决方案。大体来说就如同DR初步暴露了问题，通过断层扫描给出更精确的图像作为手术方案参考。
所以运营分析人员的挑战在于深刻理解业务，能够引领业务部门主动寻找更好的观察角度，获取有启发性的结果。
1.3
评价问题
通过影像结果、病理报告告诉临床医生结节是否发展，囊肿体积扩大了多少，癌细胞向何处扩散，是为“评价问题”。
当问题锚定后，业务部门应该在窗口期内采取行动，于此同时运营分析通过对一系列指标的追踪，将改善进展结果反馈给业务部门。
能锚定问题，就应当能锚定评价指标。不过常常出现的情况是，改善举措也是摸着石头过河，一段时间后差强人意，需要重新思考，寻找新的评价角度和对应的举措方法。这也同样要求运营分析部与业务部门保持高度的同频。
二.
分析的节奏
作为一个独立的运营分析部门，应该既能长期持续输出固定的信息，又能灵活地应对各种突发的需求。可以大体讲运营分析部的工作节奏分为三种：固定的“日常体检”、应需而动的“专家会诊”，和阶段性持续的专案追踪
2.1
固定周期的“日常体检”
即固定格式，固定更新频率的报表，一旦确定长期稳定，不轻易改变。如分日/周/月的收入报表，按日/周/月的门急诊就诊统计，又如耗材消耗与补充统计，工作量与绩效统计等等。
与日常报表配套的应该有对应科室的固定周期的会议。在会议上可以审议报表，及时发现问题，暴露问题。
针对各个科室也业务单元的情况，针对性开发出固定报表，对于运营分析部来说，已算得上合格有加。不过如果追求的是“止于至善”，那么还有可以提升的空间，这里举两种例子。
设置预警机制
针对关键指标，针对特定的比较值，进行自动预警。比较值可以历史数据得来的基准值，比如某种材料的消耗量，也可以是目标值，如科室月收入。预警的标的可以是绝对值，可以是比例，比例又可以是份额（百分比）或者增速等等。绝大多数BI系统都支持设置预警指标，所以在技术实现上是没有障碍的。
推测
不需要特别复杂的模型，哪怕是最简单的线性均值预测，就已经足够让数据呈现更有意义了。比如按照当前数据预测耗材的使用量或者库存率，按照上半月就诊量预测本月门诊量等等。
2.2
应需而动的“专家会诊”
对我来说，运营工作最有魅力的一点就是不断会出现规划之外的新课题，新挑战。当有特定的运营问题需要解决的时候，我们一定需要运营分析的帮助，给我们提供数据和分析意见。
要做好“会诊”，运营分析工作可以具体从以下几个方面展开：
💡1.厘定问题
问正确的问题决定了能否正确地解决问题。很多时候业务科室抛出的问题更多是对现象的朴素地描述。将其转化为边界清晰，可以进行描述和分析的问题，是运营分析部门首要的任务，也是最难的一步。
比如科室困难于连续数周门诊收入都不达标，这是一个对结果的陈述而不是分析的命题。真正的命题是决定我们要研究的是患者人次还是次均费用等。
这需要熟悉业务，熟悉用户，熟悉内部的语言体系。要做好这个工作，除了足够的智商之外，长期浸淫一线业务也是必不可少的。当然，有时候还需要一点天份和灵感。
💡2.确定角度
所谓角度，首先是决定观察哪些指标集，如“本科室过去三个月的门诊人次和次均费用”，对于某些科室来说，可能性更多，比如“本科室近期复诊人次占比”，“本科室首诊新用户数量及占比”。
其次是决定比较的方式，是纵向历史对比，是横向跨单元对比，是关注趋势变化，还是探索关键的奇点，以及多个指标组合后的交叉分析，也是一种可能的角度。
💡3.收集数据
这是很难的一步。医疗机构拥有各种不同的IT系统，数据治理一直是个大难题。理想的情况是HIS后面接数据仓库，数仓前端建设BI系统，运营分析经理可以轻易地获取数据。但是对于绝大多数医疗机构来说这不太现实。
所以我们要做好即使有了很好的分析思路，囿于数据获取的困难，实际可做的分析有限的心理预期。
💡4.贡献观点
运营分析部门有义务将分析最后归纳成观点，而不是平铺直叙地罗列图表。观点亦有层次之分，初级的观点是在厘定问题之后，顺着厘定的角度将数据进行归纳概括，指出其中的关键信息；其次是对关键信息背后的原因给出解释或推理；更高阶的则是除了纸面上的数据，还有其他的洞察和发现。
2.3
阶段性持续的专案追踪
要注意的是，上面这种应对突发的特定议题的“分析会诊”通常是一过性的。如果某个议题需要在一段时间内多次开会研讨，那么就进入专案追踪模式。
一般情况下，运营分析部门就按照会诊模式，在一定时间窗口期内定期更新数据和评价意见即可。但是有一种情况必须考虑，就是随着要么对问题的不断深入发现之前的分析角度存在偏差需要矫正，要么是改善举措实施后出现了新的情况影响了结果，总之无论哪一种情况，都不应该固守原有的角度和数据，而要实事求是地重新规划问题，寻找对应的数据重新进行分析。
三.
分析的标的
何为分析的标的？为什么要讨论分析的标的？因为这个问题的答案直接决定运营分析部门的天花板。
所谓分析标的，是指希望参与解决的商业问题。注意，运营分析本身并不能直接解决问题，但它是参与解决问题的重要角色之一。
本质上说只存在3种分析标的，分别是：陈述结果，指出原因，尝试预测。
我们分别简要讨论其工作内容，特别是产出物的上下限。
3.1
陈述结果
陈，有条理地；述，记叙。
运营分析涉猎的第一个也是最基础的商业问题，就是富有逻辑地表达商业信息。
首先，运营分析只处理商业信息。纯粹临床医学指征的信息都不属于分析范畴，例如某型流感亚型检出率上升了，或者院感手卫生阳性率下降了等等。这样也就很容易将运营分析的内容与病案科的统计区分开来。
对于门急诊访问量，住院人日数等病案科日常关注的数据，也不是运营分析的标的。运营分析关注的是收入、成本、效率、机会、风险。所以运营分析报表可能是门急诊收入达标率，而访问量可以作为报表中的指标之一。
所以，选择关注哪些议题，这是区分运营分析部门能力的第一个标准。业务科室可以提出一些基本的需求，更多的时候，需要运营分析部门基于需求方含糊的表述，进行建模，把问题固化出来。
更难，更有区分度的题目是“富有逻辑地表达”。怎样的表达可以程度上富有逻辑呢？这里我推荐3个基本的方法。
分解
将一个大问题拆解为若干次级小问题，例如把科室的门诊业绩，按本科室主要接诊病种拆分，或者手术和住院业绩按主打的病种和术式进行拆分。
分解之后，我们不仅能看到总数，还能看到内在构成，这是一种很重要的逻辑。
多维
对同一个问题，寻求多个不同的维度切入解读。
比如按病种区分住院病人后，还可以观察新老病人占比，不同地域的病人分布，自主求医和其他医院转诊的病人占比等等许多角度。
计算
计算的意思并非追求复杂的计算方法——常用的均值、中位数、百分数等足够绝大数场景了。
这里说的计算，指的是思考谁和谁产生计算关系，从而得出有参考意义的信息。
还记得著名公众号咪蒙吧，在她的”寒门贵子“文章人人喊打的时候，有好事者发明了一个指标叫做含咪量，即你的好友里有多少人关注了咪蒙公众号。含咪量一时间成为人人都在自检和讨论的热门话题。
这个例子虽然极端，但是很好地诠释了在计算关系上创新的价值。
如果你有一些数据挖掘的基础知识，会更容易理解这个话题。即使没有，也只需要了解，通过对不同指标进行计算组合，就有可能发现新的解读事实的角度。
3.2
指出原因
知其然更要知其所以然。在完成了陈述结果这个基本使命后，运营分析团队有义务就结果尝试给出归因意见。要想比较好地开展归因工作，可以聚焦于下面两个方向：逻辑链路，数据奇点。
逻辑链路
尝试完整地理解所分析的业务问题从发生到发展直至最终产生结果的全部链路。就一般意义的方法论来说，我推荐麦肯锡的MECE法则。
🚩什么是MECE法则：
MECE（发音：me see）分析法是 Mutually Exclusive Collectively Exhaustive的首字母缩写词，中文意思是”相互独立、完全穷尽”，即所谓的 “无重复、无遗漏”。
在按照 MECE 原则将某个整体（不论是客观存在的还是概念性的整体）划分为不同的部分时，必须保证划分后的各部分符合以下要求：
-
各部分之间相互独立 (Mutually Exclusive) — “相互独立”意味着问题的细分是在同一维度上，并有明确区分、不可重复的
-
所有部分完全穷尽 (Collectively Exhaustive) — “完全穷尽” 则意味着全面、完整，没有遗漏或缺失。
当我们在分析解决问题，或对复杂事物进行分明别类时，往往会用到MECE法则。它能有效的帮我们对问题进行结构化分析，或对事物进行归类分组，避免因思维混乱而出现重叠或遗漏的逻辑问题。
要注意，MECE分析法也存在一个底层的硬伤：MECE法则虽然对复杂事物的要素进行了完整和独立的拆解，但是事实上，被拆解各个分解要素之间是相互影响的，现实中的问题往往是一个复杂的网状结构，因而，MECE法则层层拆解的树状结构是有特定的适用条件的。
数据奇点：
“奇点”是由谷歌首席未来学家、硅谷“奇点大学”校长兼创始人家雷·库兹韦尔提出的理论。“奇点”本是天体物理学术语，是指“时空中的一个普通物理规则不适用的点”。
这里所说的奇点，更多指的是且不容易在表层直接找到原因的异常值。找到奇点，很大程度上就意味着圈定了埋藏着原因的土地。
与数学、物理学不同，医疗运营的数据不太会出现特别极端的数值，因此运营分析人员应该保持对业务的熟稔，及前述的拥有一套关键指标的基准值体系，这样才能迅速准确地发现需要进一步挖掘的奇点。
3.3
尝试预测
CEO们对预测未来充满了渴望，而运营分析经理们却常常心里打鼓。通常这源自2个困难：缺少足够的样本，缺乏可靠的模型。
缺少足够的样本
对于绝大多数非公医疗机构来说，门诊量、手术量都不会很大。即使是有一定规模的医院乃至医院集团，就一个具体议题而言，样本量可能也是较小的。
缺乏可靠的模型：
更要命的是我们大概率不知道应该用什么公式来推测。因为我们面临的业务很复杂，整个医疗流程中变量太多，影响经营结果的因素太多，特别是还有大量不受我们人为控制的要素。加之样本量小，数据归纳很难产出稳定的结果。
对此我提出2点建议：降低预期，多变量加权线性回归。
⭕️降低预期：
业务还是要靠干出来，对于纸面推演出来的预测结果，不要报太高期望值——既不要要求凡是都能预测，对于预测出来的结果，也不宜直接带入管理中。
⭕️多变量加权回归：
就当下这个行业的现状而言，即使做预测，也不需要特别的公式，一次线性函数足矣。
为了尽量提高精确性，可以考虑多引入一些指标，并为其配上系数，如F = aX1 + bX2 + cX3。通过调节这些变量及其系数，来实现尽可能从历史数据推测未来。
四.
分析的维度
关于运营分析的维度，可以参考《怎样做科室经营分析》，这里只扼要再介绍核心内容。在确保医疗质量，确保没有过度医疗的大前提下，从经营出发应该关注下面这些维度：
-
客户维度
-
项目维度
-
资源维度
4.1
客户维度
反映人数的指标
你一定会看科室的门急诊访问量（OP & ER Visits），但这是远远不够的。建议你再加上下面几个维度：
1
活跃度：将访问量的人次转化为人数，是为活跃用户数，可以分为年活、月活（MAU）和日活（DAU)用户。
之所以把人次去重为人数，是为了消除专科特定的复诊随诊特性，更客观地看待获客能力。
2
新老客户：我们从3个维度分析新老客户：科室新客户、双新客户、机构内渗透率
科室新客户：首次就诊本科室的病人，去重计算人数
双新客户：首次就诊本科室同时也是首次来本机构就诊，去重计算人数
机构内渗透率：本科室总就诊人数 / 本机构累计总病人数，统计有数据以来累计总比
4.2
项目维度
这里所说的项目，包括病种、治疗方案、手术术式、核心器械耗材等。建议关注下面4组指标：
1
病程/客户生命周期
2
次均费用
3
费用构成
4
成本构成
注意，上面的指标不只是以科室为单位测算，更理想的场景是以专病病种为颗粒度，在各个项目之间进行横比。因为科室经营的一个基本任务就是发展经济价值高的专病项目。
4.3
资源维度
资源的分析有2个方向：一是资源使用的程度，一是单位资源的产出。主要资源不外乎3种：空间、时间和资金。对应下来有这样几个参考指标：
1
空间使用率
2
坪效
3
门诊饱和度
4
占床率（即病床饱和度）
5
单床收入
6
单位时间收入
7
可变成本占比
五
分析的数据
5.1
数据的基本情况
一般来说，运营分析的是“历史”，是已经发生的事情，已经产生的数据。运营分析所做的事情大致有这么几件：
1
盖棺定论。
最典型的是开季度/半年度经营总结会，年度预算会。通过对各项运营指标的归纳总结，对上一阶段工作做出评价。
2
追古思今。
当我们想要开辟一个新业务的时候，最需要尽量收集相关历史数据，尽力对业务的发展走势做预测。
3
旁征博引。
如前述，遇到的复杂的问题时，我们需要寻求多种不同数据多维度地解读。要完成这些任务属实不易，单单就从数据角度来说，就有一系列挑战。
要完成这些任务属实不易，单单就从数据角度来说，就有一系列挑战。
1
数据缺失。
很多业务信息不以结构化数据呈现，如在很多医院内部统计数据还在以Doc格式文档记录和分发；或者虽然已经有了结构化的数据格式，但是一线业务并没有真正完全使用起来（例如很多机构的电子病案）。
2
数据孤岛。
虽然绝大多数医疗设备都能产生数据，但是这些设备往往只连接HIS，而不能直接通往一个数据仓库。而HIS采集的数据也常常不能满足充分分析的需要。我见过某互联网医疗大厂有专门的团队，只为将所有检查设备的数据都自主打通。
3
脏数据。
单单说识别人这个问题上，同一个病人就可能被多个手机号、病案号命中。凡是由人操作而产生的数据都会存在重复、遗漏、写错。病案科统计的处方量和药房盘点不一致之类的问题永远都会存在。
4
缺少合适的模型。
医疗运营是一个太新的事物，大家都在摸着石头过河，都缺乏成熟的分析模型。许多分析团队将相当多的工时投入在建模探索上。
建制运营分析部门，如能对上述问题有一定程度的解决，对于绝大多数医疗机构来说，就已经打下了非常好的工作基础。
5.2
根源上的缺陷
但我仍然要指出，基于历史标的的运营分析具有3大缺陷：
第一缺少外源性数据；
第二是缺少直接反映用户思想的信息；
第三缺少反映用户非医疗行为的数据。
所以如果追求更高的分析效果，运营分析部应该通过市场部获取两类外向数据。
💡1.市场研究数据
关注竞争对手，了解他们的行动，最低掌握公开渠道可以取得数据（如美团点评数据）。这些数据除了可以作为分析问题时的参考，有时候也可以参与计算。
💡2.用户研究数据
用户包括本院的患者，也包括竞争对手的用户，还可以进一步区分为新老用户等等。研究手段包括定量和定性研究。
对本院客户，除了一般性发放问卷外，现场观察是一个重要的手段。
用户调研可以与特定的分析专题相结合，从而提供与专题直接相关的用户真实想法与需求。这种信息即使不能参与计算，在分析报告层面体现，也能给与业务帮忙很强的决策参考。
六.
谁来做分析
这看起来是一个废话式的问题，实则是能否做好运营分析工作的关键之一。所谓谁来做分析，包括3层含义：组织结构，信息权力和人才画像。
6.1
组织结构
组织结构图本质上是组织内权力流转的图谱。当我们从组织结构层面讨论运营分析职能的时候，本质上是在讨论这个职能在医疗机构内应该具备怎样的权力。
首先，应该有专门的岗位来做运营分析，而不是由财务或病案科从事类似的工作。财务不回答关于原因的问题，也不参与非货币化的数据工作。病案科是一个很好的客观数据供应商，但是它不从运营的角度(目标，结果，成本，效率）表达，也不直接参与商业分析和预测。
唯有独立的运营分析部门，可以在组织里完整实现上述闭环。
其次，这个岗位应该在组织结构图上有明确的位置，明确的职级，明确的汇报对象，这样权力才能顺畅地流动，事情才能有条不紊地开展起来。
6.2
信息权力
信息是当代企业内最重要的资产之一。运营分析部作为以信息资产为工作标的部门，必须拥有足够的信息权力。
1
获得数据信息的权力
运营分析部至少应该有权力从IT、病案和财务等部门获取实时、完整的信息。即使某些数据存在敏感性争议，在一定级别会议形成决议后，也应该成建制地向运营分析部开放。这是运营分析得以成立所必须的基础权力。
2
分发信息的权力
分发权力包括谁可以获取信息及谁不可以。这个权力是由组织赋予而非运营分析部天生自带的。这是运营分析工作的核心环节之一。但是运营分析部可以在组织赋予的框架内具备一定的自由发挥空间，和对组织提出调整建议的权力。恰当使用这种权力，是运营分析部重要的工作之一。
3
基于信息做评价的权力
如前述，分析问题是运营分析的基本工作标的之一。在运用这个权力的时候，外向来说可能会被业务方抵制，内向来说要注意不能滥用——这其实是一体两面，即时刻保持以业务为中心的评价原则。
6.3
人才画像
理想情况：具备商业思维，且熟悉医疗服务链条。但是符合条件的人才几乎不存在。具体如何侧重，取决于机构在当下的需求。
如果数据充裕且大体干净，并且IT治理水平尚可，可以优先选择对临床业务熟悉的人才，快速进入业务。
否则，当组织还处于基础的数据建设阶段，可能更适合由较好商业背景的团队来组建运营分析部门，帮助组织快速建立起商业分析的思维。
七.
谁使用分析的结果
没有美食家，米其林大厨的工作还有什么意义？谁将使用运营分析的结果，这是另一个至关重要的顶层问题。下面3类人是必须的：
7.1
承担经营结果的人
简单来说凡是收入与经营结果挂钩的人都应该是运营分析部最重要的内部客户。
运营分析部应该以最高优先级去满足这个群体的需求，如围绕他们的日常工作开发日常运营报表，配合他们的工作节奏定期组织重大议题的审议等。
这个话题稍微延展一些，就涉及医院经营管理模式的问题。我个人是比较推崇分科独立损益，科主任和科经理作为“小CEO”，承担科室经营绩效的方式。
在这种模式下，使用运营分析结果的人非常清晰：CEO/院级领导，科主任、科经理。其中CEO看全局和科室级的异常，科室看本科室，运营分析就可以把两个管理层级的工作内容串联起来。
7.2
拥有决定权的人
运营分析工作一定要与有决定权的人深度捆绑。我在前面反复强调，运营分析部的价值依赖于结果，但是其工作内容不包括直接解决问题。所以只有具备决策权的人接受到运营分析信息，分析意见才有机会得以实施，分析师的工作才有机会实现价值。
进一步说，什么是决定权？可以从三个维度思考：一是能决定做什么和不做什么。注意，在运营实务上，不做什么在很多场景下也是非常重要的决策。二是决定资源的投入，包括人、设备、钱和时间。三是决定人事安排，包括任免、奖惩，也包括新设或者关闭职位。
尽量向拥有这些权利的人阐述你的观点吧！
7.3
参与关键环节的人
这里特指虽然没有上述决定权，但对于分析的议题而言不可或缺的人。基本上这会是各个领域的专家。比如医生、护士长、医技科室主任，也可能会是其他运营体系的角色，如产品经理、市场营销等。
如果你想让你的分析最终帮助机构实现绩效提升，那么让这些角色完整、准确地掌握信息，和了解你的观点，就非常有必要了。他们可以用根据你提供的内容，从各自的角度去补充意见，厘定你观点中的疏漏，给出解决问题的办法。
更重要的是，有决策权的人不会随便做决定，而是一定会征求这些专家岗位的意见。他们交流的基础就应该包括你的运营分析数据和观点。
你们应互相成就。
八
如何保证分析不白费
回答这个问题之前首先要明确定义运营分析的价值是什么，怎样的结果是为“不白费”。
德鲁克在《管理的实践》一书中曾提到:“管理首先要对产生绩效负责”。从这个角度出发，我们可以把运营分析的价值定义为：可归因地促进产生绩效。
因此，从运营分析部的视角出发，对于“如何保证分析不白费”就分为内求和外求两个维度。
内求分析结果与绩效可归因
首先要明白，分析结果可对绩效归因，是一种结果导向的思维模式。
如果没有牢固地建立这种思维模式，运营分析团队很容易陷入无谓地去提供数据的体力劳动，却不创造价值，或者相比投入的时间成本，创造的价值太低。
当议题确定后，运营分析经理们应该从结果反向思考，哪些要素对结果有影响，产生结果的价值链条长什么样。如果不清楚，就应该去学习，去观察，去请教链条上的人。总之在胸中自有丘壑后，你构建的表达模型，选择的分析角度，收集的数据，验证的假设等等，凡布局谋篇就都会围绕结果展开。这样就从根本上确保了分析结果对绩效归因的下限不会太低。
外求充分授权参与组织改革
结果从来不会自发从天而降，而需要各种行动。凭一纸分析报告，洋洋洒洒几十页幻灯片，组织和组织里的人不会就自动采取行动，实现预设的目标。遑论你的分析里可能暴露了各种的问题，影响了各种角色的利益。运营分析部门作为组织的一部分，唯有积极参与组织的变革，才有可能推动更好的事情发生。
所以运营分析部不应把自己定位为静态出报告的人设，而应该在坚实的事实基础上，在组织允许的框架内，向上寻求充分的授权，对平级进行积极坦诚的沟通，阐述自己的目标，介绍自己的分析方法论，探讨自己的观点和预测，主动询问在改善举措中自己还可以提供哪些帮助。
总之不要做一个文静的旁观者，去问，去听，去说，去展示，去交流，去参与组织变革，让你的观点被接受，并从中生发出切实可行的举措，最终实现价值，成就组织、团队与个人。
九.
分析工作的边界
无论拥有多么优秀的分析师，任何时候都不要让任何一个职能成为万能的。运营分析工作也有其必需的边界。
9.1
分析目标不包括直接解决问题
不直接解决问题包括两层含义：
-
运营分析的工作成果不需要是行动方案
-
运营分析的职责不需要是实施行动方案
承担经营结果的人有义务制定方案，拥有权力的人有能力实施方案，运营分析部的职责是为他们提供地图和情报，以及必要的提醒，但不包括调兵遣将。
反过来说，如果运营分析经理们有这个念头，申请转岗去直接操盘一块业务才是合理的做法，而不是过多卷入业务部门的具体举措。
9.2
分析部门不应直接评价业务部门
“分析”的对象是客观事实，“评价”的对象则很大程度上是主观情绪。
对“部门上半年收入增长16.5%”的评价与预算目标有关系，目标是10%的时候评价就是积极的，25%的时候则很可能是消极的。
指出不足还是公开表彰，是CEO的工作，不是运营分析经理的。
你的人设应该是理性、中立，而非上头的。
9.3
分析部门不应取代业务部门定目标
纸上得来终觉浅，绝知此事要躬行。
为什么反对分析部门直接替代业务部门制定业务目标，正是因为无论分析经理们自觉多么了解业务，其实都只是浮于表面。虽然在逻辑层面拥有比较严谨缜密的思维，但是一线的经营充满了不确定性和面对无数人性带来的变数，绝非基于历史数据进行推导就可以代替的。
醋酸含量相同的山西宁化府和镇江恒顺香醋，为什么对有些人来说口感酸度相差那么大？这是看配料表能直接解决的吗？
涉及制订目标的时候，运营分析部最好恪守仅作为最亲密的伙伴的原则，而不是亲自出手。
十.
组织文化对分析的影响
作为组织的一部分，运营分析部门一定是受组织的文化和价值观直接影响的。要让运营分析最大程度发挥出积极作用，组织文化是不可忽视的要素。
不要让分析结果成为打击人的武器
组织应该鼓励成员说真话，发表不同的观点，允许犯错，让人们不害怕暴露问题，不因为非主观的过失而战战兢兢，不要遇事第一反应不是如何解决而是怎样文过饰非。
否则的话，分析结果很容易成为打击人的武器。这会导致运营分析部门在组织内被孤立，被消极抵制。任何一个职能部门如果仅仅只能依靠法定的授权来开展工作，而不能自发地与其他神经元建立连接，最终一定会萎缩甚至消亡。
更糟糕的是这会导致劣币驱逐良币，勇于创新，敢于尝试的人渐渐从组织里消失。
分析结果不要成为向上管理的道具
存在两种向上管理的可能性。
一种是业务部门借助运营分析职能将“报喜不报忧”包装得客观严谨，把过失疏漏演绎为瑕不掩瑜，不仅可以避开追责，甚至有可能获得更多的认可和资源。这是一个很划算的买卖。
另一种是运营分析部门本身借助对数据和信息的独家垄断权力，呈现出更多的表达欲甚至是表演欲。如果身处司令部参谋的角色又渴望建功立业，那么与其在报告里春秋笔法，臧否人物，不如大大方方去领一支兵马建一番功业。
易亮
专注于
医疗机构运营和管理
