在OKR中,我看到了数据驱动业务的未来

OKR工作法是很多互联网企业在使用的方法。有的同学会觉得它换汤不换药,不就是当年KPI考核换个新名字吗。有的同学觉得,这就是互联网公司崇洋媚外,反正硅谷有啥新玩意抄过来再说。有的同学觉得,反正都是走过场,最后都是听老板的,啥工作法都一样。

在OKR中,我看到了数据驱动业务的未来

但陈老师不这么认为。在深度参与十几个客户的OKR工作进展以后,我看到了数据驱动业务的新模式,这可能是未来的一个发展方向。

为啥?听我娓娓道来。

01、从KPI的弊端说起

绩效考核,KPI挂帅,已经在国内企业正式执行了超过30年。领导定指标,下属追指标,数据化管理绩效,是个很常见的事(如下图)。

在OKR中,我看到了数据驱动业务的未来

但是,这背后隐藏着很深的问题。

问题一:目标从哪里来。

反问一句:你参与过多少次KPI制定?大部分时候,KPI目标都是凭领导个人喜好或者个人意志而定。具体数字,经常是拍胸脯出,尤其喜欢找一个整数(比如100万,1个亿,100天完工)或者一个很吉利的数字。

对高层管理而言,这么做很有可能迷失战略方向,盲目地追求短期收入。因为长期的、基础的、深入的建设,都是很难在短期数字量化的。2020年疫情让大量企业措手不及,拼命恶补数字化的短板,试问早干什么去了?答:都在追业绩KPI呢。温水煮青蛙,就是这个感觉。

问题二:背后代价是什么。

大部分企业的KPI都是从收入角度制定的。然后各个部门认领指标。如果是传统企业,经常是各条销售业务线认领指标。如果是互联网企业,经常是拉新、促活、留存部门分别认领指标(如下图)。

在OKR中,我看到了数据驱动业务的未来

这就导致了一个问题:如果只盯着收入指标,业务部门经常不计成本地冲刺任务。在互联网企业尤甚。各种补贴大战,我们已经见得太多太多了,以至于在国内,互联网的代名词是“烧钱”,不是高科技。

如果连带考核成本,倒腾数据的手段就开始变得丰富。一个数据考核的基本规律,就是:考核公式越复杂,造假手段越丰富(如下图)。

在OKR中,我看到了数据驱动业务的未来

问题三:这目标关我屁事。

在传统KPI导向下,中后台支撑部门,比如品牌推广、产品研发、客服、供应链、以及数据分析,坐冷板凳是常见的事。因为这些部门不能直接产生收入,就备受冷落。对于中后台部门,无论是考核还是不考核收入,都会产生问题(如下图)。

在OKR中,我看到了数据驱动业务的未来

02、KPI的问题是什么

综上,可见所谓的KPI法,并不是真正的数据驱动。KPI法,充其量叫数据驱赶:老板定个数,驱赶大家去做。

再本质地看这个问题。其根源在于:商业成功,并不等于单一的收入增加。

  • 商业成功有多元的定义,且需要根据行业发展动态调整。
  • 商业成功需要上下共识,打破部门条条框框,一起努力。
  • 底层能力不容忽视,需要被涵盖在商业成功的大目标之下。

而OKR方法,正好应对以上需求而生。可以说,理解了KPI的弊病之处,就能看出OKR改进的思路。

03、OKR如何解决KPI的问题

第一步:用真正的商业成功,取代僵硬的数字。

OKR方法中的O(Objective)不是一个指标,不是一个指标,不是一个指标(重要的事说三遍),OKR方法中的O是一个具体的商业成功的标志。

正如《OKR工作法》一书中举例的,一个良好的O是:

  • 向用户证明我司产品质量很好
  • 拿下中华区咖啡零售市场
  • 完成一轮新的融资

这些是真正符合企业发展需要的目标,并非一个数值。通过区分商业成功目标与数值,让公司上下从眼前短期纠结中解放出来,思考真正能达成目标的动作。

并且这些目标是有时间限制的,最好是季度为单位,连年度目标都算是战略目标(并非定KPI的时候,动不动5-10的计划)。

第二步:共识通向商业成功的关键要素。

比如O是:向用户证明我司产品质量很好。那么“质量好”,应该在产品体验、功能设计、用户口碑、销售表现各方面都有体现,这样就衍生出数个关键要素。通过拆解关键要素,每个部门都能找到自己的小O,从而让绩效与每个部门都有关系。

在OKR中,我看到了数据驱动业务的未来

第三步:设定关键要素指标(KR指标),清晰状态指标。

落实到部门的小O以后,可以为小O设定具体的KR(Key Result)指标。KR指标类似传统的KPI是可量化,可改进的。同时,KR是进取型指标,设定得比自然达成略高,杜绝使用消极型指标,这样才能激励各个部门努力上进,而不是消极怠工或者保守避战。

除了KR指标外,在OKR方法中还会设定状态指标。状态指标用于监控商业成功的保障性条件,诸如市场口碑、政策风向、用户满意度、系统稳定性等等。这些状态指标只要不挂红灯即可,不需要像KR指标一样苛求做到100%达标。

这样区分,能为日常工作兜底。通过区分KR指标与状态指标,能把中后台部门从繁琐的日常工作中解放出来(如下图)。

在OKR中,我看到了数据驱动业务的未来

第四步:设定本周工作与未来四周计划。

有了清晰的KR指标以后,可以制定具体工作计划。挑选最核心的本周工作,排列后续计划,整个OKR工作表如下图。

在OKR中,我看到了数据驱动业务的未来

可以看出,其实OKR工作法对KPI方法的最大改进,产生于制定目标的过程。通过一层层的分解,让组织上下关注真正驱动商业成功的目标,试图用这种方法,避免过去经常出现的“大象转身难”“业绩很好,企业照倒”的问题。

特别是在数字化转型大时代,继续抱着过去的做法,不说对抗新业态的竞争了,就单单疫情带来的线下流量减少,都能打死一片老企业。

04、OKR与数据驱动力

看到OKR的做法以后,熟悉数据分析的同学们,第一时间就会意识到:这对数据分析能力的要求更高了!以前做KPI拆解,只要拿出一条过去的收入趋势线,然后按月度做个权重,拆分一下即可(如下图)

在OKR中,我看到了数据驱动业务的未来

用OKR方法,就不能简单拆解,而需要大量的数据分析支持。

1、O是对商业成功方向的判断,如何论证这个方向能成功,需要大量分析。

在OKR中,我看到了数据驱动业务的未来

2、O是个定性描述,如何把O落地成KR,需要具体分析。

在OKR中,我看到了数据驱动业务的未来

3、KR指标与状态指标,包含了大量行为指标、体验指标,数据采集的难度更高。

在OKR中,我看到了数据驱动业务的未来

综上问题,可以归纳成:

  • 定一个指标容易,定一个目标难。
  • 监控一个指标容易,监控整个过程很难。
  • 检讨一个指标容易,设定发展方向,难上加难。

整个OKR的运作,是建立在有以下四方面能力的基础上的:

  1. 用数据分析成果标准
  2. 用数据量化关键要素
  3. 用数据设定努力范围
  4. 用数据监控发展状态

这其中包含了大量的非结构化数据采集、内部行为监控、关键要素拆解分析等工作组,绝非以前单一追一个结果那么简单。

用OKR方法,就意味着,要把以前潜伏在业绩指标背后的各种关键要素拆解出来,量化管理。这是过去做深入的专题分析才会做的事。在OKR的要求下,几乎每个月要刷新一次研究成果,每周要更新一次数据,因此对数据分析而言,挑战巨大。

可以说,OKR才是真正在做数据驱动。数据能力不足,是阻挡很多企业实现OKR的关键原因,常见的问题,比如:

  • 不注意采集用户体验、市场态势、内部流程的数据
  • 不做深入分析,止于把业绩拆为客户数*客单价
  • 不做逻辑梳理,不去分析研发、产品、内容对业绩影响

这些流于表面的分析工作,都会导致OKR方法无米下炊,最后又沦落回各个部门各自认领KPI的老路上。

05、OKR实施现状

那么,讲了这么多OKR的方法,目前在国内实施现状如何?从陈老师实践经历来看,当然是:参差不齐,整体落后了。

有的企业,习惯了老板“一言堂”,OKR没有共识,还是老板定指标,下任务。

有的企业,缺乏数据分析能力,做OKR的时候,还是只拆解收入指标,无力监控过程。

有的企业,干脆把OKR当KPI定,换汤不换药,定出来的O还是“业绩1个亿”。

从本质上看,大量的职业经理人,还停留在传统的定KPI,追KPI阶段。毕竟这样干省事,且已经有一整套搞数据、出业绩的操作手法。比起学习新概念,要轻车熟路得多。

但这种僵化的体制,不能适应数字化时代的变革,已经是板上钉钉的事实。数字化时代,新商业模式、新技术应用,都需要大量技术手段运营,需要试点,不再是拉横幅、喊口号、打鸡血能解决问题的了。因此可以期待,在未来,OKR方法能更深入地使用,能真正带来数据驱动。

业界动态

什么是媒体矩阵,为什么要做自己的媒体矩阵?

2021-7-1 12:03:28

业界动态

产品品质管理(QFD)的实际应用

2021-7-1 14:04:28

0 条回复 A文章作者 M管理员
    暂无讨论,说说你的看法吧
个人中心
购物车
优惠劵
今日签到
有新私信 私信列表
搜索