辉灿新闻网 数据分析 在OKR中,我看到了数据驱动业务的未来

在OKR中,我看到了数据驱动业务的未来

编辑导语:在日常工作中,OKR工作方法是许多互联网公司都在使用的一项方法之一,OKR工作法如何实现数据驱动业务的呢?作者从五个方面与我们一同探讨,我们一起来看下吧。

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。

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。

一、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)。

但是,这背后隐藏着很深的问题。

1. 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?

都在追业绩KPI呢。温水煮青蛙,就是这个感觉。

2. 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)。

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)。

3. 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)。

二、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。

三、OKR如何解决KPI的问题1. 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)。

2. 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。

3. 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)。

4. 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。

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。

四、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)。

用OKR方法,就不能简单拆解,而需要大量的数据分析支持。

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。

O是个定性描述,如何把O落地成KR,需要具体分析。

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。

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:

    用数据分析成果标准用数据量化关键要素用数据设定努力范围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:l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。

五、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。

#专栏作家#

接地气的陈老师,微信公众号:接地气学堂,人人都是产品经理专栏作家。资深咨询顾问,在互联网,金融,快消,零售,耐用,美容等15个行业有丰富数据相关经验。

本文原创发布于人人都是产品经理。未经许可,禁止转载

题图来自Unsplash,基于CC0协议。

本文来自网络,不代表辉灿新闻网立场,转载请注明出处:https://news.jbjy8888.com/fenxi/74.html

PC客户端数据埋点分享

感悟篇:我在B端做数据分析(一)

发表评论

您的电子邮箱地址不会被公开。

联系我们

联系我们

暂无

在线咨询: QQ交谈

邮箱: meiliao888@163.com

工作时间:周一至周五,10:00-19:00,节假日休息。
关注微信
微信扫一扫关注我们

微信扫一扫关注我们

关注微博
返回顶部