关键词：会议管理会议效率信息超载术语扩散化  

英国经济学人智库(EconomistIntelligenceUnit)的一项对全球187家企业的研究发现，企业最高行政人员平均每个月需要花21个小时相聚一起，而用在企业战略讨论的时间却不足3小时。有约80%的时间被用来讨论那些与公司长期价值相关性低于20%的问题，如运营、战术、信息分享以及一些漫无目的的讨论等。只有5%的受访者说，他们公司有严格的程序使得他们的注意力集中在具有高潜在价值的事情上。不过，受访者同时表示，平均每个会议起码有一半以上的时间被浪费了。  

笔者在从事会议咨询的过程中，对企业会议中所存在的各种低效现象进行了梳理和归纳，最终总结出五种普遍存在又极易为人们所忽视的低效率会议现象。  

一、会前准备  

如果一位参会者对会议一无所知，或者是知道了会议的主题却毫无准备，他就会表现出对会议的厌倦、茫然，甚至懊悔。即使真心想提出点个人见解，也往往会由于缺乏足够的准备而显得底气不足；即使想对某个问题进行回答，也往往会因为手中缺乏资料或数据而所答不够周详或毫无说服力；即使欲对某个人的观点进行反驳，也往往会说：其实我可以只要多给我点时间就能让他无话可说。  

如何进行会前准备呢？通常在开始会议前2-3天，由专事会议的人员根据组织计划或需要进行会前准备，具体包括确认会议场地、确定与会人员、确定会议时间（包括会议开始的时间和会议将持续的时间）、阐述会议的主题、会议相关资料的分发与沟通等。  

二、信息超载  

稍长时间的会议中必然充斥着大量的语言和文字信息，于是就不可避免地产生信息超载的情况。对于信息的承受能力使得人们会下意识地选择性过滤或忽视。比如，某企业的一次业绩回顾会议，耗时近50分钟。其中，财务人员的企业财务状况汇报耗时达半小时。阐述过于细化、重点不明晰，导致高层领导陷入了信息的迷途。最终也导致了会议主持人不能对整个会议内容有所把握，整个业绩回顾会几乎变成了财务部门的专题陈述演讲。  

现实的企业实践中，有部分高层领导会不耐烦地打断陈述人的发言，或者会议主持人会适当的提醒发言人注意时间。于是，信息过滤的实施者便由听众变成了发言人，类似情况将会进一步恶化信息超载所带来的后果。  

笔者认为，可以从两个方面降低信息超载：一是提炼信息中心思想，发言人据此进行发言；二是对信息中心思想的关键点在与会人员的资料中事先予以详细阐述。  

三、专业术语扩散化  

仍以上述企业那次业绩回顾会议为例。在会议中，财务人员在陈述毛利这个指标时提出了一个有关毛利的拓展概念——采购毛利，这就使得毛利的概念被人为扩散化了。加上企业的多数高层领导并不是财务出身，光“采购毛利”这个专业拓展术语就让这些领导反应了好半天。不管是在专业性会议还是非专业性会议中，扩散专业术语很大程度上造成了会议的迟滞。对于非专业性会议，甚至连专业术语都应当通俗化，以便与会人员都能迅速而准确地理解。实在不能通俗化的专业术语，也应在会前所发放的资料中有详尽的说明。  

四、数据的表达  

会议中经常出现因为对数据的疑惑和质疑而产生的会议冲突，这种冲突通常是造成会议低效的重要原因。  

首先，人们在汇报时，总喜欢对含有数据的部分以表格的形式呈现。殊不知，众多的数据让人们的注意力很难集中到自己想看到的某个数据上面。并且，表格形式的数据呈现方式是不能直观地反应出数据的变化趋势以及同期/相邻数据之间的对比情况的。特别是当大数据已成常态时，放眼望去，只有那毫无差异的密密麻麻。通过与企业高管闲聊得知，他们更加喜欢看到数据能以图形的形式展现。因为数据图形化能让人们更加直观地了解数据与数据间的联系以及数据的变化趋势。  

其次，数据选择与计算的无效性和随意性问题突出。以某服装企业营销部门的一次月度例会为例。该营销部门成员在汇报销售额完成情况时曾提到4月份的销售额多少、完成率多高、缺口有多大以及接下来几个月的销售预测等。而4月份刚好才过去一半，所以销售部门预测的有效性就值得推敲。另外，究竟是应该按照横向时间序列进行预测，还是按照同期纵向的时间序列进行预测？通常我们对数据进行计算之前，首先要分辨出哪些数据可以忽略，哪个时段的数据是无效的，然后才可以进行接下来的数据分析步骤。统计分析的习惯是：在进行销售预测和财务预算时，最好对以年为单位的大测量口径数据实行纵向时间序列分析预测，对以月或以日为单位的小测量口径数据实行横向时间序列分析预测。  

再次，数据衔接的断裂与错位。相信很多企业存在着数据衔接的断裂与错位问题，这其中也许有漏算、误算和错算之嫌。其外在表现为同一时期的同一数据在不同的部门却有着截然不同的显示。比如，在进行毛利计算的时候，如果销售部门是按照不含税售价进行登记，而财务部门却用含税进价进行登记，最终造成的毛利数据就会出现很大的偏差。这样使得高层管理者在对同一问题的理解时出现了疑惑，而每次对这个问题进行的辩解与解释将占用更多的会议时间。其实，这个问题很好解决：在不同部门相同数据指标问题上，建议双方能够固定一个频率仔细对账以确保数据的无缝衔接。这样就不至于发生诸如同一时期同一数据在不同的部门却有着截然不同的情况。另外，自上而下地进行指标分解和统一指标计算口径，是实现各部门同时刻、同指标的数据一致性的最佳途径。  

五、拐点  

拐点是数据图形化后的一个重要图形特征，它具有十分重要的意义。在这里，单独将其作为一个问题提出，是因为它是使会议陷入无休无止的争吵、拖延和低效的“引爆点”。  

某房地产企业某年一直保持着良好的销售记录，但是国家当年年底出台了一项抑制房价上涨的政策，使得该企业当月的销售额大幅“跳水”。在年末的战略务虚会上，该企业领导直接根据过去十余个月的数据进行了指数平滑，将拐点平滑掉，忽略了该政策所带给房地产业的影响，制定出了过高的销售任务。于是，一场“战争”一触即发，会议陷入了无休止的争论中  

日常工作中，企业在进行销售预测和财务预算时，通常会有含有拐点的折线图出现。他们最喜欢运用统计学方法对折线图进行数据平滑，并最终建立起数据模型。实际上，拐点的过大或者过小将使得平均值发生极大偏差。因此，首先需要明晰拐点为什么会出现？会不会有固定频率的出现可能？如果只是突发情况，就应该在建模时将其剔除，从而修正模型，使得预测结果更加科学合理；如果拐点的出现代表的是一个新的趋势即将出现的前兆，那么就更应该引起人们对于拐点的重视，否则通过会议所进行的决策就会出现偏差，又一轮“战争”必将爆发。