在OKR中,我看到了數據驅動業務的未來
編輯導語:在日常工作中,OKR工作方法是許多互聯網公司都在使用的一項方法之一,OKR工作法如何實現數據驅動業務的呢?作者從五個方面與我們一同探討,我們一起來看下吧。
OKR工作法是很多互聯網企業在使用的方法。
- 有的同學會覺得它換湯不換藥,不就是當年KPI考核換個新名字嗎。
- 有的同學覺得,這就是互聯網公司崇洋媚外,反正硅谷有啥新玩意抄過來再說。
- 有的同學覺得,反正都是走過場,最后都是聽老板的,啥工作法都一樣。
但陳老師不這么認為。在深度參與十幾個客戶的OKR工作進展以后,我看到了數據驅動業務的新模式,這可能是未來的一個發展方向。
為啥?聽我娓娓道來。
一、從KPI的弊端說起
績效考核,KPI掛帥,已經在國內企業正式執行了超過30年。領導定指標,下屬追指標,數據化管理績效,是個很常見的事(如下圖)。
但是,這背后隱藏著很深的問題。
1. 目標從哪里來?
反問一句:你參與過多少次KPI制定?大部分時候,KPI目標都是憑領導個人喜好或者個人意志而定。具體數字,經常是拍胸脯出,尤其喜歡找一個整數(比如100萬,1個億,100天完工)或者一個很吉利的數字。
對高層管理而言,這么做很有可能迷失戰略方向,盲目地追求短期收入。因為長期的、基礎的、深入的建設,都是很難在短期數字量化的。
2020年疫情讓大量企業措手不及,拼命惡補數字化的短板,試問早干什么去了?
都在追業績KPI呢。溫水煮青蛙,就是這個感覺。
2. 背后代價是什么?
大部分企業的KPI都是從收入角度制定的。然后各個部門認領指標。如果是傳統企業,經常是各條銷售業務線認領指標。
如果是互聯網企業,經常是拉新、促活、留存部門分別認領指標(如下圖)。
這就導致了一個問題:如果只盯著收入指標,業務部門經常不計成本地沖刺任務。
在互聯網企業尤甚。各種補貼大戰,我們已經見得太多太多了,以至于在國內,互聯網的代名詞是“燒錢”,不是高科技。
如果連帶考核成本,倒騰數據的手段就開始變得豐富。一個數據考核的基本規律,就是:考核公式越復雜,造假手段越豐富(如下圖)。
3. 這目標關我屁事?
在傳統KPI導向下,中后臺支撐部門,比如品牌推廣、產品研發、客服、供應鏈、以及數據分析,坐冷板凳是常見的事。
因為這些部門不能直接產生收入,就備受冷落。對于中后臺部門,無論是考核還是不考核收入,都會產生問題(如下圖)。
二、KPI的問題是什么
綜上,可見所謂的KPI法,并不是真正的數據驅動。KPI法,充其量叫數據驅趕:老板定個數,驅趕大家去做。
再本質地看這個問題。其根源在于:商業成功,并不等于單一的收入增加。
- 商業成功有多元的定義,且需要根據行業發展動態調整。
- 商業成功需要上下共識,打破部門條條框框,一起努力。
- 底層能力不容忽視,需要被涵蓋在商業成功的大目標之下。
而OKR方法,正好應對以上需求而生??梢哉f,理解了KPI的弊病之處,就能看出OKR改進的思路。
三、OKR如何解決KPI的問題
1. 用真正的商業成功,取代僵硬的數字
OKR方法中的O(Objective)不是一個指標,不是一個指標,不是一個指標(重要的事說三遍),OKR方法中的O是一個具體的商業成功的標志。
正如《OKR工作法》一書中舉例的,一個良好的O是:
- 向用戶證明我司產品質量很好;
- 拿下中華區咖啡零售市場;
- 完成一輪新的融資。
這些是真正符合企業發展需要的目標,并非一個數值。通過區分商業成功目標與數值,讓公司上下從眼前短期糾結中解放出來,思考真正能達成目標的動作。
并且這些目標是有時間限制的,最好是季度為單位,連年度目標都算是戰略目標(并非定KPI的時候,動不動5-10的計劃)。
2. 共識通向商業成功的關鍵要素
比如O是:向用戶證明我司產品質量很好。那么“質量好”,應該在產品體驗、功能設計、用戶口碑、銷售表現各方面都有體現,這樣就衍生出數個關鍵要素。
通過拆解關鍵要素,每個部門都能找到自己的小O,從而讓績效與每個部門都有關系。
3. 設定關鍵要素指標(KR指標),清晰狀態指標
落實到部門的小O以后,可以為小O設定具體的KR(Key Result)指標。KR指標類似傳統的KPI是可量化,可改進的。
同時,KR是進取型指標,設定得比自然達成略高,杜絕使用消極型指標,這樣才能激勵各個部門努力上進,而不是消極怠工或者保守避戰。
除了KR指標外,在OKR方法中還會設定狀態指標。狀態指標用于監控商業成功的保障性條件,諸如市場口碑、政策風向、用戶滿意度、系統穩定性等等。
這些狀態指標只要不掛紅燈即可,不需要像KR指標一樣苛求做到100%達標。
這樣區分,能為日常工作兜底。通過區分KR指標與狀態指標,能把中后臺部門從繁瑣的日常工作中解放出來(如下圖)。
4. 設定本周工作與未來四周計劃
有了清晰的KR指標以后,可以制定具體工作計劃。挑選最核心的本周工作,排列后續計劃,整個OKR工作表如下圖。
可以看出,其實OKR工作法對KPI方法的最大改進,產生于制定目標的過程。
通過一層層的分解,讓組織上下關注真正驅動商業成功的目標,試圖用這種方法,避免過去經常出現的“大象轉身難”“業績很好,企業照倒”的問題。
特別是在數字化轉型大時代,繼續抱著過去的做法,不說對抗新業態的競爭了,就單單疫情帶來的線下流量減少,都能打死一片老企業。
四、OKR與數據驅動力
看到OKR的做法以后,熟悉數據分析的同學們,第一時間就會意識到:這對數據分析能力的要求更高了!
以前做KPI拆解,只要拿出一條過去的收入趨勢線,然后按月度做個權重,拆分一下即可(如下圖)。
用OKR方法,就不能簡單拆解,而需要大量的數據分析支持。
O是對商業成功方向的判斷,如何論證這個方向能成功,需要大量分析。
O是個定性描述,如何把O落地成KR,需要具體分析。
KR指標與狀態指標,包含了大量行為指標、體驗指標,數據采集的難度更高。
綜上問題,可以歸納成:
- 定一個指標容易,定一個目標難。
- 監控一個指標容易,監控整個過程很難。
- 檢討一個指標容易,設定發展方向,難上加難。
整個OKR的運作,是建立在有以下四方面能力的基礎上的:
- 用數據分析成果標準
- 用數據量化關鍵要素
- 用數據設定努力范圍
- 用數據監控發展狀態
這其中包含了大量的非結構化數據采集、內部行為監控、關鍵要素拆解分析等工作組,絕非以前單一追一個結果那么簡單。
用OKR方法,就意味著,要把以前潛伏在業績指標背后的各種關鍵要素拆解出來,量化管理。這是過去做深入的專題分析才會做的事。
在OKR的要求下,幾乎每個月要刷新一次研究成果,每周要更新一次數據,因此對數據分析而言,挑戰巨大。
可以說,OKR才是真正在做數據驅動。數據能力不足,是阻擋很多企業實現OKR的關鍵原因,常見的問題,比如:l不注意采集用戶體驗、市場態勢、內部流程的數據。
- 不做深入分析,止于把業績拆為客戶數*客單價。
- 不做邏輯梳理,不去分析研發、產品、內容對業績影響。
這些流于表面的分析工作,都會導致OKR方法無米下炊,最后又淪落回各個部門各自認領KPI的老路上。
五、OKR實施現狀
那么,講了這么多OKR的方法,目前在國內實施現狀如何?從陳老師實踐經歷來看,當然是:參差不齊,整體落后了。
- 有的企業,習慣了老板“一言堂”,OKR沒有共識,還是老板定指標,下任務。
- 有的企業,缺乏數據分析能力,做OKR的時候,還是只拆解收入指標,無力監控過程。
- 有的企業,干脆把OKR當KPI定,換湯不換藥,定出來的O還是“業績1個億”。
從本質上看,大量的職業經理人,還停留在傳統的定KPI,追KPI階段。畢竟這樣干省事,且已經有一整套搞數據、出業績的操作手法。比起學習新概念,要輕車熟路得多。
但這種僵化的體制,不能適應數字化時代的變革,已經是板上釘釘的事實。
數字化時代,新商業模式、新技術應用,都需要大量技術手段運營,需要試點,不再是拉橫幅、喊口號、打雞血能解決問題的了。
因此可以期待,在未來,OKR方法能更深入地使用,能真正帶來數據驅動。
#專欄作家#
接地氣的陳老師,微信公眾號:接地氣學堂,人人都是產品經理專欄作家。資深咨詢顧問,在互聯網,金融,快消,零售,耐用,美容等15個行業有豐富數據相關經驗。
本文原創發布于人人都是產品經理。未經許可,禁止轉載
題圖來自Unsplash,基于CC0協議。
實屬牛逼,摩拜大神
深度好文,牛逼
感謝,有所收獲!