来源:接地气的陈老师
绩效分析是数据分析中最重要,也是最容易见成效的部分。绩效是业务部门行动的指挥棒,是企业里领导们最关心的事。数据分析想引起领导重视、驱动业务发展,通过绩效分析来辅助领导决策是最快捷的方法了。
然而,在现实中,很多同学的绩效分析做得并不顺利。有的就是每天统计个KPI高了低了,有的干脆被人拿来当枪使,做得好了唱赞歌,做得不好找理由,完全没有发挥上作用。那么绩效分析到底怎么做才好?今天系统讲解一下。
1绩效分析常见错误绩效分析常见的有三大流派
第一类:拆解下发流。多见于销售部门。1、部门领导扔一个指标下来,比如“完成一个亿的小目标”
2、HR做一个红底黄字的大横幅“全员加速1个亿,不要性命要业绩!”挂在办公室墙上
3、数据分析师把这一个亿拆到每个人身上
4、全员营销!ALL in!干就完了奥力给!
这一流派好用吗?显然不好用!这一派在职场中使用最广泛,也最被广为诟病(如下图)。
第二类:综合评估流。多见于运营部门。1、开局祭出“绩效要综合、全面、科学评估”的大旗。
2、评估指标搞一堆:DAU、转化率、客单价、满意度,能弄得全弄上。
3、考评方法搞一堆:ABtest,自然增长率,非活动增长率,能上全上。
4、然后开算!最后哪种算法算出来效益最大,用哪个,谢谢
这一流派好用吗?在业绩好的时候好用,大家睁一只眼闭一只眼也就过了,但是业绩差的话,任你口吐莲花,主指标做不好就是差!最后滚犊子吧……
第三类:你再看看流。多见于产品部门。1、“上个ABtest看看”是他们的口头禅
2、“上个ABtest”看看啥……从来只有大口号,诸如“提升体验”“优化效率”
3、至于口号咋量化,期望从多少改进到多少,事前没有目标
4、总之,“你上个ABtest看看”,各种指标都拿来算一遍
5、最后,哪个指标改善得多,就报哪个上去,Oyeah!
这一流派是数据分析师最怕的,因为分析过程相当搞人!并且分析结果好坏并无定数,完全看老板心情(如下图)。
客观上讲,一个公司能做到以上三点中任意一点,已经算不错了。
其他更差的,比如:l 连量化的绩效都没有
l 绩效目标值随意更改
l 就知道打鸡血,搞花式处罚的
不再一一举例
那么,到底如何改善以上问题呢?
2绩效分析模型搭建思路从本质上看, 绩效是驱动业务最有力的鞭子。也正为是鞭子,所以得谨慎使用。
太过硬性,就会逼得一线造反,只看结果不计代价
太过松软,就会鼓励一线造假,浑水摸鱼粉饰太平
光抽鞭子,不给方法,既不能挽回业绩,又引得民怨沸腾
这种需要左右平衡的特性,要求在设定绩效目标的时候,就得充分考虑可行性与合理性,从而避免“用尽科学方法,证明拍脑袋决策”的窘境。
基于此,需要:1、聚焦少数核心指标
2、区分进取型指标和保障型指标
3、目标与方法结合
4、监控结果与监控执行同步
这样,才能准确制定出绩效目标。
具体操作,分四步开展
第一步:推导主绩效指标。推导主绩效指标遵循三大原则:
1、主绩效指标,一定是从整体战略里推导出来,这是保障核心目标能落地的关键。
2、主绩效指标,一般选择越多越好的指标(而非不低于XX就行),这样才能有驱动力。
3、主绩效指标,数量要精简,大目标太多,必然导致力量分散。
因为很多企业的整体战略,其实是一句语文描述,诸如“争取新一轮融资”“冲击行业第一”之类,因此推导过程,其实是把语文描述转化为数学描述的过程(如下图)。
第二步:补充副绩效指标。有了主指标以后,需要各个部门承接子指标。由于部门工作特点,不可能所有部门都承接同一个指标,因此首先在战略落地上,存在部门间分工差异,因此先根据各部门在战略中定位,进行分工和指标划分,能有效减少后期扯皮(如下图)。
各个部门在承接任务的时候,可以根据本部门工作性质,增加副指标。增加副指标,一般是:不少于XXX一类的保障型指标。增加副指标的目的,主要是避免执行部门瞎搞,干一些只要数量不要质量的事(如下图)。
第三步:根据目标VS现状差距,制定落地策略。各部门有了主指标+子指标,就能根据目标与现状的差距,制定部门级整体策略。整体策略主要为解决:只抽鞭子,不给方法的问题。虽然给不到具体解决方案,但是在制定目标的时候,需要给到解决方案最需要的三样东西:资金、人力、技术。
作为下属,怕的从来不是上级给任务,下属怕的是上级光给任务,而没有任何配套的支持。所以在一开始,需要对各部门执行能力,有充分的评估。并且需要用标杆分析法,对各部门执行能力进行分层分析,区分出高质量/低质量业务线的能力上限与下限(如下图)。
有了这些支持以后,再进一步区分:是通过扩大资金投入,还是改善技术,还是增加人力搞人海战术来实现目标。这样做不仅让指定的绩效目标更可行,而且能为后续跟踪绩效提供重要线索:关键资源是否到位。
如果关键的资源都没到位,那一味苛求一线提升执行力就是空谈。
如果关键的资源到位,但是依然无法达成目标,再看是执行力问题还是策略问题。
第四步:监控执行进度 & 绩效达成。有了充分的前期准备,在执行的时候就能按图索骥,监督执行效果了。由于前期已经做了充分的工作,因此后期监控起来非常轻松。分析绩效达成情况也很省心省力(如下图)。
3绩效分析背后的深层问题有同学会好奇,既然有理想的方法,为啥很多企业还是搞得一塌糊涂?
因为以上四步,每一步考察的能力不同:
第一步,考察的是管理层的能力。管理层得有数据思维+数据化管理能力。如果依然停留在过去“画大饼”“喊口号”“打鸡血”的水平上,是做不到的。
第二步,考察的是管理层的节操。管理层得拥于承担责任,而不是试图浑水摸鱼,推过揽功。
第三步,考察的是执行部门的能力。要对自己的现状、可采取的方法,业内做法有充分的分析积累,才能评估出来:到底需要多少资源,到底要怎么做才能成功。
第四步,考察的事公司工作氛围。如果氛围好,大家主动解决问题,就容易分析清楚,如果喜欢吵架嘛……
因为绩效涉及利益分配,所以人为干扰因素是很多的,出问题也正常。同学们自己结合企业情况,努力做好一点就行。能接触到高层信息的同学可能数量有限,但大部分同学,至少能把其中第三步好,即:基于自己的部门,评估清楚标杆是什么,ROI在什么水平。
以上就是关于做数据十年,第一次见这么棒的绩效分析模型鞠萍的个人资料简介全部的内容,关注我们,带您了解更多相关内容。
特别提示:本信息由相关用户自行提供,真实性未证实,仅供参考。请谨慎采用,风险自负。