知识管理–如果员工知道他们公司所知道的事情

今天,公司在知识管理方面面临哪些挑战?

今天公司最大的挑战可能是提供信息和阻止知识的流失。公司如何在正确的时间向正确的人提供正确的信息?

公司员工的保留时间越来越短,而有经验的婴儿潮一代正在慢慢退休,他们的知识也随之消失。这带来了风险,如技术和经验的损失,但也带来了机会,如通过一个对新工具更开放的年轻团队加速数字化。很明显,这当然不适用于各自的每一个代表,但某一代人的某些态度比其他的更普遍。婴儿潮一代多年来积累了大量的知识,并以他们的经验为公司能够成功完成项目和客户的愿望做出了重大贡献。但由于代际变化,这些知识不会永远存在,但必须通过知识管理将其数字化,并让其他员工能够获得。

这取决于每个公司本身,使年轻员工能够快速有效地获得公司历史上的知识,以便他们能够同样成功地处理项目,即使他们还没有那么多经验。

公司的知识在哪里?

在过去,在数字化之前,基本上有两个数据孤岛。

  1. 长期服务的员工头脑中的知识
  2. 在项目的所有印刷文件的大杂烩的文件中

今天,世界已经变得更加复杂。今天的知识被储存在几乎无数的数据仓中。

  1. 一部分是在员工的头上
  2. 文件,尽管这些文件正日益被数字化
  3. 电子邮件箱
  4. 网络驱动器
  5. 共享的驱动器
  6. CRM系统
  7. ERP系统
  8. 文件管理系统

这个名单可以更长。平均而言,公司使用约130种不同的工具,这些工具往往存储不同的数据。

大多数办公室工作人员的任务不再是执行具体流程,而是启动这些流程并为其提供正确的信息。因此,近年来,经典的办公室工作人员已成为更多的 “知识工作者”,其主要任务是知道哪些信息在哪里,以及如何尽可能有效地使用它们。

在许多公司,近年来推出了许多针对特定痛点的工具。因此,数据被分散存储,主要是在这些工具中。这就造成了这样的问题:员工不再是在文件夹中或通过向同事提问来寻找信息,而是有越来越多的数据仓来存储信息。

多样化的数据仓的一个后果是,信息往往不能只分配给一个工具,而是分配给几个工具。首先,必须明确信息必须存储在哪里。作为一个例子,我们将以一个办公楼建设的会议记录为例。

  • 该协议是否属于一个特定的行业?
  • 该协议是否属于一个特定的服务阶段?
  • 是否有一个存放所有会议记录的文件夹?
  • 会议记录是否存储在CRM或项目管理工具中?
  • 如果对不同行业和服务阶段的决定进行记录,那么会议记录存储在哪里?

事实证明,如何存储信息绝非小事一桩。此外,这还取决于各自的雇员。

  • 工作人员是否将信息存放在正确的地方?
  • 工作人员是否以正确的名字保存信息?
  • 如果会议记录是由外部方发送的,他们会完全保存文件/信息,还是仅仅将其作为附件留在他们的电子邮件收件箱中?

这个例子表明,要做出多少正确的决定,才能让其他员工快速地再次找到一条信息。特别是对于新员工来说,存储信息更是一个挑战。

信息采购的现状

员工可以选择通过内部网、文件夹结构或其他数据仓进行长时间的点击。另外,也可以向同事求助(并阻止他们工作)。如果这也不成功,员工就开始重新创建和保存文件。现在有大量的研究对寻找问题进行量化。麦肯锡的一项研究表明,知识工作者每天花费多达1.8小时进行搜索。

至少许多公司认识到了这个问题,并正在尝试新的方法来应对呈指数增长的数据量。

知识管理的解决方案

因此,公司开始依赖 “来自单一来源 “的解决方案,因为他们希望这将改善信息的处理。这在第一眼看到时可能会有帮助,但在第二眼看到时,完美覆盖特定用例的成熟解决方案被换成了标准化的、不太成熟的解决方案。在短期内,这有助于使员工更容易获得某些步骤的信息,但从长远来看,完美的业务流程被映射得不够理想。此外,到最后,不同的数据孤岛(如电子邮件应用程序、特定部门的专业应用程序、专门的人力资源或公关应用程序等……)始终存在,尽管它们部分地减少了数据孤岛的数量,但从长远来看,它们并没有解决数据孤岛的问题。此外,公司变得完全依赖各自的供应商,必须跟上价格的增长。

有什么更好的选择呢?

如果你把每个工具看作一个单独的数据库,有些工具以结构化的方式存储数据,但大多数工具以非结构化的方式存储数据。

实际上,自从数据库发展以来,搜索和查找一直是开发人员一直在处理的一个话题。多年来,他们已经为结构化数据制定了良好的解决方案。然而,问题是,公司的大多数数据都是非结构化的,最有价值的信息包含在诸如项目完成报告中。

由于数据正以指数形式增长,有一些供应商提供所谓的企业搜索引擎。企业搜索引擎的重点是使用户能够从不同的数据仓中获取信息,同时考虑到访问权限。成熟的供应商通常提供稍好一些的关键词搜索,这对少量数据来说已经足够。然而,一旦数据量变大,仅仅搜索关键词已经不够了,重要的是要正确理解一个信息的内容,并使用一个可扩展的解决方案。

由于各种原因,企业搜索引擎一直未能将所谓的 “谷歌搜索体验 “带入企业。然而,将谷歌搜索体验引入企业的愿望越来越强烈。最近,初创企业一直致力于利用自然语言处理(NLP)的最新发展,这是一种人工智能的形式,将 谷歌搜索体验 带入公司,使 “非结构化数据 “可以被发现。以前不可能以类似于谷歌的方式从语义上理解文本信息,而自然语言处理使之成为可能。在公司方面,自然语言因此正在成为未来最有前途的技术之一。

如果我们从这个游历中回到问题上,即寻找公司的内部数据,那么一个能够访问各种数据仓的现代企业搜索引擎恰恰可以解决寻找正确信息的问题。如果一个人将智能企业搜索引擎与专门针对使用情况的应用程序结合起来,那么我不仅优化了工作流程本身,而且还使我的员工能够全面访问公司的知识。

企业搜索引擎对知识的损失?

数字化文件包含的信息比你最初预期的要多得多。许多员工找到了你甚至不知道你的公司已经汇编的知识和信息的主题。企业搜索引擎能够从所有数据中筛选出正确的信息。因此,如果员工可以或必须停止向更有经验的员工询问正确的信息,而是询问智能搜索系统,不仅鼓励独立工作,而且员工通过浪费更少的时间(寻找而不是搜索,不询问同事,不重新创建信息)变得更有效率。此外,还发现了一些员工往往不知道他们公司知道的知识。

因此,一个好的企业搜索引擎可以帮助解决我们这个时代最大的问题之一,即知识和信息的流失。

Bastian Maiworm ist Mitgründer des Enterprise-Search-Tech-Startups ambeRoad. Er schreibt über die neuesten Entwicklungen im Bereich Start Ups und Themen, die im Enterprise-Search-Kontext relevant sind. Seine Erfahrungen als Gründer nutzt er, um die Digitalisierung und Zusammenarbeit zwischen Startups und der Old Economy weiter voranzutreiben und zu optimieren.

Comments are closed.

This website uses cookies to improve your experience. We'll assume you're ok with this, but you can opt-out if you wish. Accept Read More