Asi prāti, skaidri dati: Ko darīt ar situācijām, kas jūs neapmierina?

    Viens no galvenajiem vadītāja instrumentiem ir datu novērtēšanas tehnoloģija. Kas tā ir un kā to pielietot?

    Habarda vadības sistēmā ir tehnoloģijas nodaļa, kas ļauj skaidri un ātri noteikt:

    • kas pašreizējā situācijā ir nepareizi;
    • kas ir pareizs un veiksmīgs;
    • ko var un vajag darīt, lai izlabotu, uzlabotu vai uzturētu lietu gaitu.

    Lūk daži soļi, kas palīdzēs Jums paveikt dažas lietas tūlīt:

    1. Aprakstiet ideālo ainu. Tas varētu būt jūsu biroja, darba vai noteiktas jomas, piemēram, pārdošanas nodaļas ideālā aina. Ja Jums steidzami jāatrisina kāda situācija, teiksim, ja vēlaties paplašināt pārdošanas nodaļu, palielināt tās efektivitāti, bet nezināt, ar ko sākt. Tad uzrakstiet reālu ideālās ainas aprakstu šai konkrētai situācijai.

    Noskaidrojiet, kāda būtu Jums pieņemama situācijas atrisināšana un aprakstiet to. Jums ir atsevišķi jāapraksta globālā ideālā aina un stratēģijas izstrāde.

    "Datu analīzes kvalitāte ir atkarīga no cilvēka zināšanām par ideālu organizāciju un mērķi, uz kuru balstās šī nodarbe. Tas nozīmē, ka cilvēkam ir jāzina kadām aktivitātēm ir jābūt, vadoties no racionāla vai loģiska skatu punkta."

     (Hubbard Management System)

    2. Salīdziniet jūsu esošo situāciju ar savas ideālās ainas aprakstu. Izveidojiet detalizētu noviržu,neoptimālu lietu, nepareizību (tā saukto mīnusu) sarakstu.

    3. Iespējams, ka jums būs nepieciešamība sadalīt mīnusus dažādās jomās. Piemēram, varat tos sadalīt, apsverot, uz kuru amatu katrs no tiem attiecas.

    4. Ņemiet katru mīnusu (katru novirzi no ideālās ainas) un aprakstiet soļus, kas nepieciešami, lai izlabotu situāciju un virzītos tuvāk ideālajai ainai.

    First Baltic Hubbard College of Administration kursā "Administratīvā “know-how” modelis" Jūs iemācīsieties izmantot kompleksu pieeju biznesa vadīšanai. Ar Hubbard Management System instrumentiem var tikt galā ar jebkādām problēmām uzņēmumā un pacelt uzņēmumu jaunā līmenī.

    PIETIEKTIES KURSAM