你好,我是华仔。
上一讲我介绍了 KPI 的问题和 OKR 的优势,你一定很想知道:OKR 到底要怎么用呢?
其实,用 OKR 做规划可以分为两个阶段。
第一个阶段是,P9/P10 级别的业务负责人针对整条业务线做业务规划。
第二个阶段是,P7/P8 级别的 Team Leader 针对专业团队做团队规划。
你可能会想,做团队规划,是不是只要了解第二阶段就行了呢?然而并不是这样,P7/P8 的 TL 同样要了解第一阶段。
因为你只有理解业务规划背后的逻辑,才能做出与之匹配的团队规划。
这也是为什么在很多公司,当你的级别到了 P7+,就有机会参与业务规划的讨论的原因。
这一讲我就会为你介绍,在这两个阶段怎么使用 OKR 规划法来做规划。
我们先来看第一个阶段,业务规划。
业务规划的第一步是聚焦业务目标,也就是 O。
聚焦是 OKR 规划法的第一核心理念,也是 OKR 和 KPI 在做法上的核心区别之一。
业务负责人(有可能不是一个人,而是一个决策团队)使用 OKR 进行规划的时候,要在众多可以选择的方向中,挑出最重要的几个,一般不超过 3 个。
而如果使用 KPI,很多人的进行规划的时候,就是简单地把一些指标的数值分别增加一点。
这就是使用 OKR 规划的优势:聚焦于最重要的事情,争取形成合力和突破。因为目标太多会导致资源投入分散,难以形成突破,形象点说,10 个 60 分的目标不如一个 100 分的目标。
这一步看上去很简单,但其实它是整个 OKR 规划过程中最难的一步。
我参加过很多次业务目标通晒大会,在介绍业务规划的 P9/P10 级别的负责人中,几乎每次都有人被挑战,甚至被批评得很惨。
而业务线内部讨论业务目标时候,也会经常发生激烈的争执,如果争执不下,就只能更高级别的老板来拍板做决定,但其实老板也是凭感觉和经验来拍板的。
为什么会出现这种情况呢?因为做业务规划有两个很大的难点:
一是你面对的环境和处理的信息本身就有很大的不确定性。比如竞品的策略、行业的动态和用户的心理,这些都没法通过数据确切地体现,不管是谁,都只能靠推断甚至是猜测,不可能百分之百保证准确性。
二是就算在条件和信息上达成一致,但不同的人制定规划的时候判断和选择的标准也是不同的。比如说你知道了竞品的策略,那么现在要跟它贴身短打、正面硬刚呢,还是要避其锋芒、错位竞争呢?其实各有各的道理,谁对谁错,可能只有事后诸葛亮才知道。
因为业务规划存在这么大的困难,所以你千万不要觉得 OKR 规划法是包治百病、一用就见效的灵丹妙药。
毕竟方法本身不能取代经验,你还是得在工作中摸爬滚打,慢慢积累经验,加深对业务的理解才行。
不过,聚焦业务目标过程中的互怼和争执,本身也是一个澄清和完善的过程。总的来说,OKR 规划法还是比其他方法(比如 KPI 规划法)更有逻辑,更有说服力。
聚焦的目标可以是定性描述的,比如“提升用户满意度”,也可以是可衡量的,比如“市场占有率排名前三”,通常情况下不要求量化。因为 KR 中会有具体的数据描述,在目标中你只要把数据的意义提炼出来就行了。
如果你一定要在目标中体现数据,也是可以的,具体来说有两种方式。
第一种是在 KR 中直接拆解目标中的数据,KR 的数据总和大于或者等于目标中的数据,比如:
O:新增用户数 2000 万KR1:短视频平台买量拉新 1000 万KR2:开发新业务拉新 600 万KR3:通过与其它平台换量拉新 500 万
第二种是在 KR 中添加辅助的指标,比如:
O:新增用户数 2000 万KR1:新增用户数 2000 万KR2:投入资金不超过 1 亿KR3:新用户月留存率不低于 40%
聚焦业务目标之后,第二步是分解关键结果,也就是 KR。对于每个目标,业务负责人都要提出 3~5 个 KR。
这些 KR 一方面是用来评判目标有没有实现的衡量标准,另一方面也体现了为了实现目标,可能要做的具体事情的范围。
比如业务 KR 说“新增用户数 2000 万”,那么下面的团队可能就会进一步分解出“短视频平台买量 xx 万”“开发新业务拉新 xx 万”之类的工作。
所以 KR 太多不行,比如你列了 10 条,对应的事情太多,会导致精力和资源分散,难以形成突破。
而且 KR 太少也不行,比如你只列 1 条,这既说明没有全面地考虑到各种实现目标的方法,也会导致衡量标准太单一,最后可能会为了追求短期的单个数据指标而忽视业务长远的发展。
比如曾经有业务把“新增用户数 xx 万”作为唯一的 KR,于是下面的 P7/P8 执行的时候只管砸钱买量,不管用户质量。
结果到了年底一看,新增用户数是达标了,但是支出远远超出预算,用户留存率也很差;第二年严格控制预算之后,新增用户数立马被打回原形,用户活跃率更是远远不达标。
所以,业务目标有没有实现,我们需要综合 3~5 个 KR 一起来判断。
上一讲我提到过,KR 有两种表现形式,一种是可以量化的 KPI,比如“用户量增长 100 万”;另一种是虽然不能量化但是可以衡量的里程碑,比如“2021 年 6 月实现千人千面功能”。
所以 KR 不能采取定性的描述,像“用户量大幅增长”这样肯定是不合格的,因为不可衡量。
对于可以量化的 KR,关键在于具体的数值应该定多少,太低了看起来没有挑战,太高了看起来没有希望,但具体定多少并没有明确的标准。一般来说,可以参考历史数据、竞品数据或行业数据,也可以举全公司之力来定一个非常有挑战的目标值。
现在,我们再来看第二个阶段,团队规划。
团队规划的第一步是对齐业务规划的 OKR。
对齐是 OKR 规划的第二核心理念,也是 OKR 和 KPI 在做法上的另一个核心区别。
下一级的 Team Leader 要对照上一级业务 OKR,看看自己的团队能够贡献什么价值和力量,从而让整个公司“心往一处想,劲往一处使”。
假设现在业务规划的 OKR 是:
O:总用户数达到行业第一KR1:新增用户数 2000 万KR2:投入资金不超过 1 亿KR3:新用户月留存率不低于 40%
那么如果你是技术团队的 TL,要怎么对齐呢?
首先,针对 KR1,技术团队能做的包括“降低 App 包大小”“SEO 优化”“开发某某新业务”和“开发小程序”等。
其次,针对 KR2,技术团队能做的不多,除非运营明确说“某个大渠道的 ROI 偏低,主要原因是包太大影响转化”,这时你就可以直接把解决问题作为团队的目标。
最后,针对 KR3,技术团队能做的包括“优化用户体验”“新用户连续签到奖励”和“新用户引导”等。
你可以看到,光是对照业务规划的一个 OKR,我们就能够想到很多关联的事情。按照同样的思路,再对照其他的 OKR 继续分析,把想到的事情分类整合排序形成自己团队的 OKR,对齐业务 OKR 的工作就完成了。
当然,对齐的过程同样需要“聚焦”,你的判断和选择同样得是有逻辑的,不能把所有关联的事情全部都罗列出来去做。
比如刚才这个例子中,针对 KR3“新用户月留存率不低于 40%”,你想到了可以通过“优化用户体验”这个技术手段来提升新用户留存率。
但是,“用户体验”真的是影响新用户留存的关键因素吗?这就需要论证了。你不能简单地摆出“提升用户体验肯定可以提升用户留存”这样的大道理,而是应该通过数据分析或者用户调研的结果来证明它们的逻辑关系。
对齐业务 OKR 之后,团队规划的第二步是补充专业 OKR。
如果说对齐业务 OKR 是自上而下的传导,那么补充专业 OKR 就是自下而上的提炼。TL 要结合业务目标和团队情况,提出专业上的 OKR,和业务上的 OKR 共同组成团队完整的 OKR。
以技术团队为例,假设现在的业务系统问题比较多,团队成员要花很多时间来处理各种线上问题。
虽然因为团队成员的能力很强,所以最终这些问题没有对业务直接产生什么影响,但是站在整个团队角度来看,这会降低团队成员的工作效率和质量,长期这样就会影响正常的版本开发进度。
针对这种情况,TL 可能需要提炼一个专业目标:季度线上问题平均数量从 XX 减少到 YY。
这样的目标很难通过对齐得到,只能由技术团队自己提出来。
自上而下的传导需要很强的业务理解能力,而自下而上的提炼需要有很强的专业能力,这两种能力相辅相成,用 OKR 做团队规划的时候缺一不可。
所以,OKR 规划法对于 TL 来说,也是一个不小的考验。
假设某个技术团队负责一款电商 App 的技术工作,现在,我们通过一个完整的例子看看这个团队的 OKR 是怎么诞生的。
第一,业务负责人确定 2021 上半年的业务目标,其中之一是用户量增长(具体来说是增长到行业第三)。
第二,业务负责人分解 KR,比如针对用户量增长这个目标,业务负责人分解出了 3 个 KR,具体如下:
第三,技术团队 TL 拿到业务规划的 OKR 之后,进行对齐。
KR1 是“用户量增长 4000 万”,乍一看好像和技术团队没有太大关系,但实际上这就是技术团队需要基于业务来思考技术的一个典型 KR。
TL 从技术的角度来分析业务的目标:哪些技术指标和用户增长量有关,它们跟哪些技术有关,团队现在具备这些技术吗,还有没有优化的空间?
比如影响用户增长量的一些技术指标,就包括“安装包大小”“App 启动时间”“App 崩溃率”和“App 耗电情况”等。
经过分析,TL 认为目前的安装包太大,并且 App 启动时间较长,于是提出了 2 条对应的 KR:
1. App 安装包从 20M 缩减到 8M
2. App 启动时间从 2s 优化到 500ms
KR2 是“买量支出不超过 10 亿”,一般来说这跟技术团队的关系不大,不需要关注。
但是 TL 了解到,现在运营的系统无法评估每个渠道买量效果,所以他增加了 1 条对应的 KR:
3. 新增渠道质量监测功能
这也反映出,技术团队 TL 如果能了解更多的业务信息,就可以为业务做出更大的贡献。
KR3 是“推出新业务 A”,TL 把它直接变成了自己团队的 1 条 KR:
4. 推出新业务 A
TL 再继续对齐业务规划的其他 OKR,又得到了 2 条对应的 KR:
5. 改版 B 业务
6. 后端服务器接口平均响应时间从 60ms 提升到 30ms
然后,他对这 6 条 KR 进行分类整合排序,归纳出了 2 个目标:
所以,TL 通过对齐业务 OKR 得到的结果如下图所示:
第四,技术团队 TL 结合业务目标和团队情况,补充专业 OKR。
当前阶段在技术上有没有重点要做的事情呢?TL 经过思考发现,要实现用户增长,就需要做很多新的尝试性的功能,但是团队目前的版本节奏比较慢,原因是因为版本多而测试环境不足。
为了解决测试环境不足导致版本等待等问题,他得出了一个目标:
为此,他也分解出了几个 KR:
1. 添加 4 台测试环境机器
2. 引入 Docker,支持一台机器搭建 20 套环境
3. 一键生成全套测试环境
于是,他补充了一个专业上的 OKR,如下图所示:
TL 将业务上的 OKR 和专业上的 OKR 结合起来,就得到了团队完整的 OKR,团队规划也就做好了。
看完这个例子,我想你已经对 OKR 规划法的使用建立了整体的认知。不过你对 OKR 可能还有一些疑问,接下来,我就针对两个常见的问题进行解答。
美国硅谷的很多科技公司都用 OKR 取得了很好的效果,但介绍 OKR 的文章往往都会说 OKR 和绩效考核无关。
比如 Facebook 的绩效考核方式是 360 度环评,也就是通过多人打分的方式来对员工进行绩效考核。
目前来看,中国公司推广这种考核方式的可能性似乎不大。那么如果推行 OKR,绩效考核要怎么做呢,难道还要引入另外一套机制吗?
其实我之前提到过,KR 的两种形式,KPI 和里程碑,都要求是可以衡量的。所以,根据 OKR 本身来做绩效考核并没有什么问题,我们可以像考核 KPI 一样来考核 KR。
如果是 KPI 形式的 KR,就是看数值有没有达标,跟原定目标相差多少;
如果是里程碑形式的 KR,就是看事情有没有在规定的时间节点高质量地完成。
为了方便考核,我们甚至可以在制定 KR 的时候,就直接将结果的等级包含进去,比如:
KR1:用户量增长 1000 万(合格);用户量增长 2000 万(良好);用户量增长 3000 万(优秀)
不过在做 OKR 绩效考核的时候,还有可能出现两种比较特殊的情况:
第一种情况是,KR 都做到了,但是目标没有实现。
比如我们假设曹操专车的业务目标是“超越滴滴”,KR 是订单数增长 200%,但到了年底盘点一看,订单数增长 300%,超额完成,但行业第一还是滴滴。
那么这种情况怎么处理呢?OKR 的关键是实现目标,从这个角度来看,团队人员的绩效不会太高。
第二张情况是,KR 没有做到,但是目标实现了。
比如某电商 App 的业务目标是“成为行业第三”,年底盘点一看,发现 KR 没达成,但是确实成为了行业第三。
这种情况怎么处理呢?我们就要继续分情况讨论,看看目标到底是怎么实现的。
如果是因为竞争对手都不给力,全靠同行衬托得好,那么这种情况下团队人员的绩效也不会特别高。
但是如果是因为一开始的 KR 确实定得太高,团队为了实现目标,没有把有限的资源浪费在盲目地追求数据指标上,那么这其实是值得肯定的。
而如果是因为外部的不可抗力,比如突发疫情或国际政策变化,团队及时放弃年初制定的 KR,探索出了新的路径来实现目标,那么这就更加值得激励了。
虽然宣传 OKR 的文章一般都会声明 OKR 同样适合个人做规划,但从实践的效果来看,如果是 P7/P8/P9 级别且带了团队的技术主管,个人的规划就是团队的规划,使用 OKR 来做个人规划其实就是团队规划。
对于 P5/P6/P7 级别没有带团队的技术人员来说,使用 OKR 来做个人规划比较别扭,原因在于这个级别的技术人员更多的是执行团队主管安排的任务,自己能掌控的规划内容并不多。
现在,我们回顾一下这一讲的重点。
这就是今天的全部内容,留一道课后思考题给你吧。学完这一讲之后,你能不能尝试制定一下团队的半年 OKR 呢?
欢迎你把答案写到留言区,和我一起讨论。相信经过深度思考的回答,也会让你对知识的理解更加深刻。