下载掌阅APP，畅读海量书库
立即打开
通过对比，我们才能发现隐藏于客观事物内部的“含义”与“启示”。
生活中可以进行对比的事物多种多样。其中，数值的对比较为简单。这里就围绕可以量化的事物展开讨论。值得指出的是，虽然领导力、工作态度等不能完全量化的事物很难进行比较，但是通过“360度反馈法”等评价工具，我们还是可以得出一些比较有效的数据。有了这些数据，做比较就会轻松许多。
比较的重要性就在于，通过与另一个事物进行对比，我们就可以定义某一事物是大是小、是好是坏。
比如，我的身高是175厘米，只凭这个数字是说明不了什么问题的。通过查询统计数据可知，日本男性的平均身高约为170厘米。有了这一标准之后，我们才可以得出结论：我的身高在日本属于中等偏高的水平。但如果将范围扩大到全球我们就会发现，荷兰等国家的男性平均身高为180厘米以上。假如我被派到荷兰工作，在当地买衣服时，估计买的就是市面上相较而言尺码较小的衣服了。这时，日本人的平均身高就不是一个有效的比较标准。由此可见，根据不同目的选择适当的数据进行比较，才能从中得出有效的结果。
比较的对象越多，越能有效揭示事物的真相。一般来说，典型的比较对象有预算（计划）、历史数据、竞争对手及其数据等信息。
比如，C员工的销售业绩为：预算完成率98%，业绩比上年增长2%。如果我们只看这两个数字，可能会感觉他业绩平平。但如果进行横向对比就会发现，他的销售收入其实在公司排名第一，而且是第二名的两倍。同时，同行业的其他公司中也没有任何人的业绩可以与他相提并论。由此可以看出，这位员工在行业中取得了非凡的成绩，其预算完成率和业绩增长率看似平庸，恰恰是因为他的历史业绩太好了，领导给他制定了较高的目标。
本章开篇漫画中提到的丰田公司也是如此。与GAFA这样的IT企业相比，其市值确实显得不起眼。但是，如果将特斯拉暂且排除在外，在传统汽车制造行业，丰田公司的市值排名仍然为世界第一。由此可见，作为代表日本的一大企业，丰田公司雄风尚存。
如果我们再把目光投向企业的销售收入和利润率，就会获得一些新的发现。比如，丰田公司2019财年的合并销售收入约为30万亿日元，营业利润为2.4万亿日元。由此可见，其市值略低于销售收入，且是营业利润的11倍左右。
与之相比，特斯拉2020财年的销售收入为3.5万亿日元，营业利润为0.22万亿日元，迎来了有史以来第一次盈利。也就是说，尽管特斯拉到2019年为止一直处于亏损状态，但其市值达到了销售收入的20倍之多。这一数据也说明，该公司的成长潜力得到了投资者的高度认可。
同理，如果把比较对象的范围扩大到本田、日产等日本国内企业或是大众这种国际竞争对手，我们就可以对丰田作出更准确的市场定位。
在定量研究领域中，经常会有apple to apple这种说法。 这一概念可以简单归纳为：如果进行数据比较，就要尽可能地统一定义和测量条件。 比如，世界各国对身高的定义没有太大出入。而且，早上测与晚上测，虽然可能出现几毫米的误差，但绝不会差到10厘米，更不会差到实际身高的一半。从这个意义上讲，身高就是一个非常适合比较的对象。
那么，不同企业的员工人均年收入又适不适合进行比较呢？实际上，这是个有些麻烦的工作。顾名思义，人均年收入＝全体员工的年收入总和÷员工总数。而其中的关键就在于对员工的定义上。
现今社会的工作方式可谓多种多样，在日本，公司里除了正式员工，还有派遣制员工和大量的合同制员工。其中，对合同制员工的定位就比较困难。比如，通常来讲，如果一个合同制员工每天工作8小时，每周上满5天班，且没有在其他公司就职，我们就应该将其纳入员工范畴。但是，有些公司会将这类员工的雇佣金列入外包经费。这样一来，在公司全体员工的年收入总额中，这部分员工的收入就无法得到真实体现。其实，顾彼思集团里就活跃着众多外聘讲师，他们为公司创造的收入高于正式员工，但实际上，这些讲师的薪水也被列进了外包经费中。
我们还要注意比较对象的选择。例如，观察社会上的各种企业排名，我们会发现，后缀是“控股公司”的企业，其员工人均年收入往往偏高。但其实这种公司的员工职位、员工年龄分布都与普通公司有着极大差别。因此，对于很多公司来说，控股公司并不是一个恰当的比较对象。
除此之外，如果在弄清实际情况之前，就贸然地对比某两个公司的“销售人员人均销售收入”或“开发成本占销率”，往往也无法得到科学的分析结果。
比如，在某一企业里，技术人员除了完成本部门的工作以外，还会花费很多时间进行客户拜访等营销活动。但是，其竞争对手对营销和技术部门的工作作出了严格的分工。在这种情况下，如果没有将该公司技术人员也列入销售部门进行统计，得出的销售人员人均销售收入就会高于实际值。与竞争对手相比，该公司的生产效率就会显得更高。
下面让我们接触一下高级教程的内容。利用with or without进行比较，是通过对比提供某一条件时与去除该条件时产生的不同结果，来寻找有效启示的一种方法。这种比较方法多用于科学实验，在分析商业活动时也具有很强的实用性。
比如，将“企业创始人至今还担任总经理的公司”与“创始人已经离职的公司”进行对比，就属于上述对比方法。在进行这一对比时，我们无法将所有符合条件的企业都列入对比范围，因此，不可否认，在选择企业时会存在一定的任意性。但是，如果可以尽可能地降低这种任意性，我们仍然可以得出比较有价值的启示。同时，其中可能还隐藏着第3章提到的伪相关，比如企业创始人至今还担任总经理的公司大多是刚成立不久的公司等。因此，这种情况也需要引起我们的注意。
其实，在很多情况下，我们很难能像科学实验那样，严格地将需要验证的某一因素控制成单一变量。因此，在比较过程中，认识到伪相关的普遍存在性就尤为重要。
比如，在公司里就很难测试出，究竟是高压式目标管理还是柔和式目标管理更能有效地培养员工。其实，这一测试也不是完全无法实施，只是我们必须考虑到其负面影响：测试结果较差的那一组员工，可能会由此对公司产生不满等。因此，作为第二个选择，我们可以分别挑选实际采取了这两种管理方式的领导，在他们带领的团队之间进行对比。当然，这种比较方式也有其弊端，容易夹杂其他的影响因素，如销售部和开发部之间就会产生些许差异。
值得一提的是，在社会科学领域中，有一种被称为随机对照试验（Randomized Controlled Trial）的实验方法。研究人员利用这种方法，将偶然产生的差异进行对比，从而探究其中的奥秘。不可否认，在一个企业里实施这类实验并非易事。但是，只要我们有意识地进行类似尝试，积极观察是否存在某些有效对照组，有时也可以得到一些极具价值的收获。
将数据分析有效运用于决策和经营管理时
❶转换角度，进行全方位对比。
❷与具有可比性的对象进行比较。
❸仔细观察某一因素带来的不同结果，避免落入伪相关的陷阱中。