Netflix前传：上市失败，泡沫裁员，CEO如何走过生死边缘

一如哈斯廷斯在持续优化的推荐算法一般，企业经营的模型也是在持续迭代的。需要不断地迭代尝试，但没有完美的模型。而要执行迭代的这个动作，需要“先干起来”。例如在最初选定是否全力执行“天幕”方案时，公司内争议很大，存在诸多不确定性，但是哈斯廷斯还是有决断力，愿意冒风险地全面推广了这一方案。

3、控制误差

控制误差的两个维度，一方面，超出误差范围模型失效，所以控制误差的目的是保证模型的有效性，也就是确保企业基本的生存（survive）问题。

另一方面，没有完美的解决方案，误差是避免不了的，在企业运营中，不可能等到研究出完美模型之后再往前推进。需要做的是持续地尝试和迭代，控制误差的范围，保证公司基本生存问题后进化扩张（thrive）。

需要注意的一点，“控制误差”是结果，而为了达到这样的结果，不代表企业在管理上需要极强的控制，这是两个不同维度的问题。管理中的控制，是在“人与组织”这个变量中需要明确的问题，以Netflix为例，崇尚的就是“Context not Control”。

首要是生存问题，在泡沫破灭，资本寒冬下，哈斯廷斯亲自裁员，力求生存。

4、优化模型

而迭代模型的最终结果是为了实现企业的愿景，长期的目标。不符合这一目的模型优化都是耍流氓。首先需要富有远见，确定正确的长期目标。其次是在迭代的过程中，以这一目标为结果。

每一个环节都有着巨大的考验。尤其在于，短期的成果反馈是及时的，长期的反馈是漫长的，过程中充满不确定性，而真正能做到以长期目标为输出结果，实践延迟满足感，才能跨越周期，树立长久的竞争力。

这一切优化的目的都是为了长期的生存。哈斯廷斯在Pure Software优化流程的目的是为了防止发生相同的错误，提高了短期效率，但是牺牲了长期的灵活性，最终被收购，这其实就是当时对优化模型的方向判断出现失误。而在Netflix经营中，这一点便是第一天哈斯廷斯就在考虑并执行的。

（编辑：温州站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!