今天小编分享的教育经验:绩效:管理投入类指标,而非产出类指标,欢迎阅读。
作者 | 柯林 · 布里亚
来源 |《亚马逊逆向工作法》,北京联合出版公司
编者按:
很多公司通常关注的都是错误的信号,或者缺乏看清关键业务趋势的能力。然而,数据指标是驱动器,如果管理得当,就会带来盈利增长。本文讨论的是亚马逊公司如何选择绩效指标,如何关注可控的投入类指标,以及如何呈现和解读数据并如何驱动责任。
有一次,我(柯林)和杰夫去拜访一家 " 财富 500 强 " 公司,和这家公司的 CEO 在他的办公室里有过私人会面。会面期间,他的助理冲进来,将一张纸交给了老板。这位 CEO 匆匆看了一眼,然后朝我们挥舞着那张纸,骄傲地说道:" 今天早上,我们的股价上涨 30%!" 他情绪高昂,仿佛股价上涨都归功于他一个人。
我们驱车赶往下一个会面地点时,杰夫说:" 公司的股价上涨 30%,和那位 CEO 毫无关系。" 我完全赞同,并补充说道:" 如果股价没有那么大涨幅,助理肯定得将大量打印资料扔进垃圾桶里。" 对此,我一点儿不会感到意外。如果股价下跌了 30%,这一幕还会发生吗?
我们将讨论的深刻教训是:公司的股价是亚马逊所说的 " 产出类指标 "。那位 CEO(以及大多数公司)是无法直接控制产出类指标的。真正重要的,是关注那些最终影响股价等产出类指标的 " 可控的投入类指标 " ——你可以直接控制的那些活动。
很多公司通常关注的都是错误的信号,或者缺乏看清关键业务趋势的能力,即使它们自我感觉数据充分。接下来,我们将看看亚马逊如何选择绩效指标,如何关注可控的投入类指标。这些指标是驱动器,管理得当,就会带来盈利增长。我们将讨论亚马逊如何呈现和解读数据,还有严格的指标所有权如何驱动责任。
INSPIRE
THE BEST
01
紧盯业务
我们在前面间接地提及了亚马逊的 " 成长痛苦 "。公司进入高速成长后,杰夫很快就无法再亲自监管业务流程的所有部分了。亲力亲为和直接监管被各管理层和千篇一律的报告所取代。新客户的数量、各品类的销量等关键业务数据可以直接获取,容易收集,但其他的数据,我们只能通过各种 " 定制 " 的特别报告进行 " 生产 "。" 业务趋势如何?" 对于这个问题,我们很难迅速地给出可靠的答案。
亚马逊的这段早期历史很精彩,各项指标的发展也各有故事。让我们快进到 2000 年,亚马逊当年的营收已达到 27.6 亿美元,数据驱动型文化也在整个公司得到推广。
第四季度(销售净额同比增长 44%),亚马逊每天都要举行 " 作战室 " 会议,公司的高管们分析长达 3 页的指标文档,决定要采取哪些行动来满足逐渐旺盛的、破纪录的节日旺季购物需求。这份指标文档的一个关键部分是 " 积压订单量 " ——已获得的订单减去已发送的订单。积压订单量表明我们需要完成多少工作量,才能确保客户在节日前收到礼物。这需要付出巨大的、集中的努力,很多公司员工被临时调配到订单履行中心和客服部。
柯林去了肯塔基州康伯斯维尔订单履行中心,每天从晚上 7 点工作到第二天早晨 5 点 30 分,回到酒店还要远程了解自己负责工作的最新情况。比尔留在了西雅图,白天负责录像带店铺的正常运营,每天晚上还要向南驱车 2.5 英里去西雅图订单履行中心工作。
情况一度很严峻。如果我们承诺过度,就会毁掉客户的节日。如果我们留有余地,不再接受订单,那就等于告诉客户去别的地方购买节日礼物。
业务量接近饱和,但我们做到了。
这个节日购物旺季结束后不久,我们举行了事后分析会,由此诞生了 " 业务回顾周会 "(WBR)。业务回顾周会的目的,是提供更全面的 " 透镜 ",借此分析业务状况。
多年的事实证明,业务回顾周会非常有用,已被全公司广泛采纳。在亚马逊,小团队、业务部门和网上零售业务部都有自己的业务回顾周会。除了讨论业务回顾周会的各种益处,我们还会指出它在设计和执行方面的某些常见错误,包括我们自己所犯的几个严重错误。
02
绩效指标的生命周期
最初,亚马逊的零售、运营和财务团队建设业务回顾周会时,他们会借助著名的 " 六西格玛 "(Six Sigma)流程改进工具:DMAIC(定义—测量—分析—改进—控制)。如果你决定采用业务回顾周会这种会议方法,我们建议你也遵循 DMAIC 的各个步骤。这些步骤的顺序很重要。按步骤完成绩效指标的生命周期,可以避免很多挫折和返工,有助于更快地达成目标。
首先,你需要选择和定义你希望测量的指标。指标只有选择正确,才具有明确而可行的指导作用。如果指标选得不好,结果就是陈述明显之事、泛泛而谈公司的事务。唐纳德 · J. 惠勒(Donald J. Wheeler)在其《理解变异》(Understanding Variation)一书中指出:
任何系统改进之前……你必须理解系统的投入类指标是如何影响产出类指标的。要得到理想的结果,你就必须改变投入类指标(可能还要改变整个系统)。这需要持久的努力、坚定的目标以及把持续改进作为运营哲学。
这种运营哲学,亚马逊始终牢记于心,大部分精力所关注的,是关键指标(我们称之为 " 可控的投入类指标 "),而不是那些滞后指标(产出类指标)。
投入类指标追踪的是选品、定价、便利性等问题——这些因素,亚马逊可以采取行动加以调控。比如,增加品类、通过降低成本来降低价格、通过库存定位来提高配送速度。产出类指标(订单、收入、利润等)也很重要,但长期而言,这些指标通常是无法直接而持续地控制的。投入类指标测量的,是能为产出类指标带来理想结果的那些东西。
谈到亚马逊推出的新计划时,我们无数次听到人们说:" 这个计划,亚马逊可以做,因为你们不关心利润。" 这种说法完全是错误的。利润对于亚马逊而言,和对其他大公司一样重要。每周营收、客户数量、金牌会员数量、股价(更准确地说,是每股自由现金流)等其他产出类指标对于亚马逊来说也是非常重要的。那些最初的贬低者错误地认为,亚马逊强调投入类指标就是不关心利润,并断言亚马逊注定会完蛋。结果,亚马逊随后数年的高速发展让他们目瞪口呆。
1.飞轮:投入类指标驱动产出类指标
2001 年,杰夫在餐巾纸上画出下面这幅草图,用以说明亚马逊的良性循环,也被称为 " 亚马逊飞轮 "(Amazon Flywheel)。吉姆 · 柯林斯(Jim Collins)在《从优秀到卓越》(Good to Great)一书中提出了飞轮概念,这个草图模型受此启发,演示了可控的投入类指标如何驱动单个关键的产出类指标(增长)。在这个闭环系统中,只要对某个或所有要素注入能量,飞轮就会加速转动。
它是一个圆环,因此,你可以从任何投入类指标开始启动。例如," 客户体验 " 指标可能包括配送速度、选品广度、产品信息丰富度、使用便捷度等。我们来看看提升客户体验会发生什么。
● 客户的体验更好,网站流量就会增加。
● 网站的流量增加了,就会吸引更多的卖家来找买家。
● 卖家增多,选品广度就会增加。
● 选品的广度增加了,就会提升客户体验,从而完成了循环。
● 这个循环会驱动增长。反过来,增长也会降低成本结构。
● 成本降低,价格就会降低。价格降低,客户体验就会更好,因而飞轮就会转得更快。
亚马逊零售业务如此成功,主要就得益于 " 亚马逊飞轮 "。因此,毫不奇怪的是,业务回顾周会讨论的所有指标,几乎都可归入这个飞轮。事实上,业务回顾周会文档的首页就印有上面那个 " 飞轮 "。
2.选择正确而可控的投入类指标
这个步骤听上去容易做到,但非常具有欺骗性,而且细节很重要。亚马逊开始从图书扩展到其他品类时,我们在关于选品(亚马逊销售的商品数量)的投入类指标上犯过错。每个产品都有描述 " 页面 ",包括品名、图片、客户评论、可达性(24 小时内发货)、价格以及购物车或购物按钮。起初,我们的一个选品指标是新品 " 页面 " 创建数量,以为 " 页面 " 创建越多,就意味着选品工作做得越好。
这个指标一经选定,立即就对选品团队的行为产生了影响。他们过分地关注新品 " 页面 " 的数量——每个团队都增添了数十、数百甚至数千个亚马逊此前从未卖过的产品。对于某些产品,零售团队必须联系新的生产商,往往还得采购,然后堆放在订单履行中心。
很快,我们就发现,随着产品 " 页面 " 数量的增加,似乎选品在改进,但并没有带来销量(产出类指标)的增长。分析发现,为了追求产品数量的增加,零售团队有时会采购需求量不大的产品。这种做法确实造成了一个产出类指标(库存成本)升高——需求量小的产品占用了宝贵的订单履行中心仓的储空间,而这些空间本该用于需求量大的产品。
我们意识到,选品团队选择了错误的投入类指标(业务回顾周会表明了这一点)。于是,我们更改了指标,以反映客户需求。
你会从中发现绩效指标的试错模式,而试错是这个过程中的重要部分。一定要不断地测试和讨论。例如,杰夫曾担心 " 快速通道库存 " 指标过于狭窄,而杰夫 · 威尔克则认为,这个指标可以全面而系统性地改进零售业务。他们同意坚持试用一段时间,结果正如杰夫 · 威尔克所料。
有了 " 快速通道库存 " 指标和库存维持成本,选货团队就拥有了一套正确而可行的投入类指标,使选品既能增加销量,又能盈利。绩效指标一经确定,你就可以制定标准并以此求 " 测量 " 团队。例如,我们规定,可立即配送的库存产品占客户浏览 " 页面 " 产品的比重要达到 95%。
这听上去很简单,但如果投入类指标错误或者过于粗略,那你付出的努力就可能白费,产出类指标也不会得到改善。如果投入类指标正确,整个组织就会关注最重要的事情。寻找正确的投入类指标是一个迭代的过程,每个投入类指标都需要经历这个过程。并非所有图表都要进行目标比较业务回顾周会的有些图表并不包括目标,这通常也是可以的。如果这项指标的目的,是发现趋势、关注某个失控的流程,或者根本就没有任何目标(比如,安卓和苹果手机用户的比例),那就没有必要目标比较了。
03
业务回顾周会的陷阱
业务回顾周会流程虽然很高效,但也存在问题,包括以下几个方面:会议管理糟糕,关注正常变化而不关注异常信号,数据正确但看待方式错误。
陷阱 1:灾难性的会议
我们至今还记得,有一位高级领导者(现已不在亚马逊)主管的一个大型軟體团队的业务回顾周会开得很糟糕。学习、承担问题及解决办法的 " 主人翁 " 责任,这是业务回顾周会流程的两大目标。在这个方面,他的那些业务回顾周会错失了巨大的学习机会,浪费了大家的很多时间。
还存在的一个问题是:与会人员的名单越来越 " 膨胀 ",为了容纳每个人,我们只得不断地寻找更大的会议室。同样,绩效指标的数量也在不断地 " 膨胀 " ——有时候效果会更好,但更多的时候效果更糟糕。
那些会议还令人非常不快。缺乏基本的规则和礼貌,发言时常被别人打断,充满火药味儿。只要指标有异常,陈述者就会受到责难性问题的攻击。交谈很快变了味儿,很多人开始附和,却往往没说什么新的东西——似乎就是为了自我炫耀,或者就为了拍马屁。更糟糕的是,有些离题的长篇大论,似乎就是为了消耗会议时间——发言者拉长毫无建设性的发言,让自己的问题来不及暴露在 " 炮火 " 之下。
参加这样的会议,令人非常痛苦。" 赢得信任 " 这条领导力准则的存在,部分原因就是为了预防这种情况发生。该准则指出:" 领导者要用心倾听,坦诚交流,尊重他人。领导者要敢于自我批评,即使这样做会让自己尴尬或难堪。领导者要不迷恋自己或团队身上的香水味。领导者要以最优标准要求自己和团队。"
但那些会议在初期明显违背了这一准则。业务回顾周会设立的初衷,是逐周地改进軟體系统,但它有时候会将一屋子探讨问题的聪明人变成愤怒的 " 暴民 ",吞噬了创新者,并夺走了他们成功的意愿。
陷阱 2:遮蔽信号的噪声
数据异常是正常的、不可避免的,这虽然听上去有些矛盾。因此,必须区分正常的异常数据(噪声)与流程的某些根本变化或缺陷(信号)。想为正常范围内的异常数据赋予意义,这种做法是浪费精力,甚至是危险的、误导性的。有人骄傲地宣称,经过不懈努力,他们的关键指标这周提升了 0.1%。这种做法实在是太糟糕了,因为它没有将宝贵的时间用于更重要的事情。更糟糕的是,如果该指标下降了 0.1%,你就会浪费时间去寻求根本原因," 解决 " 原本属于正常变化的某个问题。
在亚马逊,理解正常数据是指标的 " 主人 " 的责任,不管是个人贡献者还是管理数千名员工的经理。XMR 控制图 3 等诸多统计方法都可以凸显某个流程何时失控。不过,对我们而言,经验和深入理解客户需求常常是过滤信号背景 " 噪声 " 的最佳方法。在多数情况下,绩效指标每天都有 " 主人 " 审核,每周都有业务回顾周会审核。因此," 主人 " 对预料之中的波动会越来越熟悉,而异常情况就会凸显出来。
* * *
亚马逊的绩效指标管理,体现了 " 客户至上 " 这一领导力准则。公司重视的,是投入类指标而非产出类指标,这清楚地表明了 " 客户至上 " 的实质性。
看看亚马逊的投入类指标,就会发现:它们所描述的,通常都是客户关心的事情,比如价格低、产品种类多、配送速度快、客户投诉少、网站或应用程式速度快。营收、自由现金流等诸多产出类指标,一般只会见于公司的财务报告,客户不会关心这些东西。不过,正如我们在本书开头所言,亚马逊毫不动摇地坚信:股东的长期利益同客户的利益是完全一致的。可控的投入类指标是测量公司满足客户利益程度的定量方法(对数据 " 刨根问底 ")和定性方法(客户故事),而产出类指标反映的是公司期望的结果。
要想每周都对你的公司加以正确评估并努力改进,你就需要愿意公开讨论失败、从失败中学习并随时寻求提升客户体验的创新方法。
END