身处职场,新的一年,我们
每个人身上又背上了
各种
所谓的目标、任务、KPI、OKR。
有多少人想过,为什么要定目标
?
这些目标由谁而定?
如何
定的
?
为什么
定的目标是A
而不是B
?
本篇文章,
就来聊聊
目标的“前世今生
”。
试想一个场景
,张
三
、李四
和
王二
在讨论
自己在1
2
月的收入情况。
-
张三说自己在2月收入了5万元。
-
李四说自己在2月收入了2万元。
-
王二说自己在2月收入了8,000元。
那么,从他们的对话中,你能够判断出他们做得是好还是不好吗?
这时很多人会说,张三收入最高,做得最好;王二收入最低,做得最差。这个结论正确吗?不一定!
我们再来看一下他们3人的实际情况。
-
张三在上海有自己的餐厅,过去1年平均每月收入20万元。她给自己设定的目标是20万元。
-
李四是北京的一个普通白领,过去1年平均每月收入2万元,北京市中位数薪资在1万元左右。她给自己设定的目标是2万元。
-
王二在西北某小镇做小生意,过去1年平均每月收入4,000元,该小镇中位数薪资在3,000元左右。他给自己设定的目标是4,000元。
知道了他们3人各自设定的目标后,我们又得出一个判断:王二的收入目标完成度200%,做得最好;李四的收入目标完成度100%,做得也不错;张三的收入目标完成度25%,做得最差。
同理,假设一家公司的DAU是50万人,我们能够判断出它做得是好还是不好吗?当然不能。因为没有目标和标准,没有办法判断。
普通人不能和马云比收入,公司也不能和强自己太多的龙头公司比营收,
人和公司都需要找到适合自己的目标与标准。
如果找不到目标和标准,就无法做出正确的判断。
只有找准了目标和标准,对业务的判断和评价才能“正确”与“客观”。
目标必须是反映现实情况的,不切实际的目标不如没有目标
。
-
比如,一家初创电商公司给自己制定1,000亿元/月GMV的目标,这个目标就不切实际,大大超出了公司的实际情况和能力范围。制定这样的目标非但起不到激励作用,反而只能打压员工的自信心。
-
再如,一家龙头电商公司给自己制定1亿元/月GMV的目标,这个目标显然也不合理,远远低估了公司水平。此目标只能培养团队和员工的惰性,使其丧失前进的斗志。
因此,制定目标并不是
随意拍脑门决定
的事情,而是需要综合考虑公司的现状、资源和能力进行评估与测算。这样制定出来的目标才具有实际意义,才能真正帮助公司判断业务、团队和员工做得是好还是差。
在很多创业公司和小公司中,目标可能就是老板拍脑门一下子决定的事情。但在很多大公司和发展成熟的公司,对数据比较重视,加上数据指标体系相对完善,因此
在目标制定上基本已经形成了比较体系化的方法和流程
,大多数分析团队承担了目标制定的大部分工作。
通常来说,目标制定需要经历以下几个流程:
-
360度扫描业务。扫描业务的最终目的是
确定北极星指标
是什么。
-
在确定了北极星指标后,就可以
通过回归预测快速预测目标
。
-
分析团队会与老板进行初步沟通,
探知老板意向
。
-
沟通之后,大概就可以知晓老板的预期和目标的范围值。
-
有了一个大概的目标范围值后,需要明确目标涉及哪些业务部门。接着和这些业务部门联手
搭建业务模型,联合开展精准预测
。
-
精准预测之后,需要与老板进行
多次沟通和目标调整
,确定最终目标。
-
将目标
下发至各个部门
,并进行目标的追踪。
通过上图的目标制定流程图可以看到,整个目标制定流程分为两个大的阶段。
1. 第一阶段:利用“算法模型”快速粗测
在第一阶段,主要通过回归预测的方式,快速地预测出目标。然后拿着这个目标与老板做初步的探讨,基本上可以探知老板的心意,大概知道目标在什么区间内既符合实际又符合老板的预期。
在这个阶段,主要就是快速出结果,为第二阶段打前阵,减轻第二阶段的负担。
该阶段使用的模型就是“算法模型”。
所谓的算法模型,是指
利用回归预测去测算北极星指标的范围值
,而回归预测的关键一步是
求出预测函数
。
回归预测具体分7个步骤来开展,见下图。
以某短视频公司制定年度广告收入目标为例,y代表广告收入,x代表年份。通过回归预测,可以得到预测函数,见下图,带入x值,就可以预测出某短视频公司的年度广告收入目标。
要注意的是,回归预测
适合成熟公司
,其历史数据足够多,且
数据稳定性较好
。
如果历史数据比较少,或者数据波动比较大,就不适合利用算法模型进行预测。
回归预测的好处是,耗费的时间非常短。只要结合历史数据做一个函数,就能够快速给到老板对目标的预期,不用花很多时间去开展精准预测。有了这样一个大概的值后,再经过和老板沟通,就知道了老板心中的预期,这样在开展精准预测时,就会更加顺畅和高效。
但通过回归预测只能给出一个数值,比如,预测出广告收入目标是400亿元,但是
没有办法给出深层次的原因和逻辑
。怎么样做到400亿元?为什么能做到400亿元?是没有办法给出具体解释的。
2. 第二阶段:利用“业务模型”精准预测