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。

問題一：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。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？答：都在追業績KPI呢。溫水煮青蛙，就是這個感覺。

問題二：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）。

問題三：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。可以說，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問題

第一步：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）。

第二步：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。

第三步：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）。

第四步：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。

1、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。

2、O是個定性描述，如何把O落地成KR，需要具體分析。

3、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：

1、用數據分析成果標準

2、用數據量化關鍵要素

3、用數據設定努力范圍

4、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：

• 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的實施現狀

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。