Dobici:
- Sposobnost razumijevanja karakteristika dobrih KPI-jeva i ravnoteže vodećih i zaostajućih pokazatelja te odabira ključnih pokazatelja povezanih s poslovanjem uz podršku umjetne inteligencije
- Sposobnost razlikovanja je li odstupanje normalna fluktuacija (šum) ili pravi trend (signal) i doći do temeljnog uzroka
- Sposobnost predviđanja nepovoljnog ponašanja koje bi KPI mogao potaknuti i verifikacije svake hipoteze temeljnog uzroka na terenu
Vođenje poduzeća bez mjerača je kao vožnja automobila bez podataka o brzini i gorivu. KPI (Key Performance Indicator) je nadzorna ploča poslovanja. Promet, profitna marža, zadovoljstvo kupaca, stopa fluktuacije zaposlenika, vrijeme isporuke... Ako se to pravilno odabere i prati, menadžer će uočiti problem prije nego što eksplodira. Ali pogrešan KPI dovodi do pogrešnog ponašanja. U ovoj jedinici naučit ćemo kako koristiti AI u odabiru pravih KPI-jeva, tumačenju nadzornih ploča i ranom otkrivanju odstupanja. Granica: AI izračunava indikator i proizvodi nacrt tumačenja; Menadžer odlučuje koji je pokazatelj važan i kako postupiti.
Karakteristike dobrog KPI-ja
Ne može svaki broj biti KPI. Dobar KPI ima sljedeće karakteristike. Mjerljivo: izračunava se jasnom formulom. Povezano s poslom: povezano sa stvarnim ciljem poslovanja. Orijentiran na akciju: kada padne, jasno je što učiniti. Teško je manipulirati: nije ga lako prevariti. Klasičan primjer lošeg KPI-ja: “broj poslanih e-poruka” je loš KPI za prodajni tim jer se lako napuha i ne mjeri stvarni ishod (zatvorena prodaja).
Također postoji razlika između vodećih i zaostalih pokazatelja. Indikator na kraju govori povijest (promet ovog mjeseca — što je učinjeno, učinjeno je). Vodeći pokazatelj predviđa budućnost (broj ponuda ovaj tjedan — utječe na promet sljedećeg mjeseca). Dobra nadzorna ploča uključuje oboje: prateći indikatori daju rezultat, vodeći indikatori daju upozorenje. Izričito zatražite ovu ravnotežu kada AI dizajnira nadzornu ploču.
Savjet: Postoji ograničenje broja KPI-ova koje upravitelj može pratiti u isto vrijeme. 5-7 ključnih indikatora moćniji su od 30 raspršenih indikatora. Destilirajte popis tako da kažete AI-u da "odabere 6 najkritičnijih KPI-jeva i objasni zašto su to oni."
Tumačenje odstupanja: šum ili signal?
Svaki KPI varira. Pad od 3 posto u jednom tjednu može biti normalna fluktuacija (šum); To također može biti stalni trend (signal). Menadžer početnik reagira na svaku fluktuaciju i zamara tim; Iskusni voditelj odvaja signal od šuma. AI može pomoći u ovom razlikovanju: navedite nekoliko razdoblja podataka i pitajte "je li ova promjena unutar normalnog raspona fluktuacije ili je to trend?" pitati. Ali AI daje statističko predviđanje; Konačna interpretacija trebala bi se kombinirati s vašim poznavanjem industrije.
Nakon što se vidi odstupanje, potrebno je doći do temeljnog uzroka. Tehnika "5 zašto" (metoda dolaženja do temeljnog uzroka postavljanjem pitanja "zašto?" pet puta zaredom nakon pitanja) ovdje je vrijedna, a AI to olakšava. Ali zapamtite: temeljni uzrok koji AI pronalazi je hipoteza; moraju se provjeriti na terenu.
tri mini kućišta
1. slučaj — ispravljanje pogrešnog KPI-ja. Pozivni centar je svoj KPI postavio "broj primljenih poziva dnevno". Predstavnici su požurivali sastanke kako bi povećali broj, a zadovoljstvo kupaca se smanjivalo. Upravitelj pita AI "koje nepovoljno ponašanje potiče ovaj KPI?" upita on. AI je pokazao sukob brzine i kvalitete. KPI promijenjen u "stopa riješenih poziva + rezultat zadovoljstva"; Zadovoljstvo je poraslo za 12 posto u tri mjeseca.
Slučaj 2 — Odvajanje šuma od signala. Stopa konverzije za online trgovinu pala je s 2,4 posto na 2,2 posto u tjedan dana. Umjesto panike, upravitelj je AI-ju dao anonimne podatke za posljednjih 12 tjedana. YZ je pokazao da stopa normalno fluktuira u rasponu od 2,1-2,5, ovo smanjenje je unutar raspona. Spriječena je nepotrebna hitna intervencija. Kada je tri tjedna kasnije počeo pravi pad, ovaj put je brzo uhvaćen jer je izašao iz benda.
Slučaj 3 — Dolaženje do temeljnog uzroka. Stopa kašnjenja isporuke porasla je u teretnoj tvrtki. Manager implementirao "5 zašto" s AI: Zašto kasni? → Preskoči učitavanje u skladište. Zašto kasno? → Nedostaje jutarnja smjena. Zašto nedostaje? → Dva djelatnika su otišla i nisu zamijenjena. Glavni uzrok bio je jaz u ljudskim resursima, a ne logistika. Intervencija je napravljena na pravom mjestu. AI je strukturirao pitanja; terenski podaci potvrdili su odgovore.
Četiri predloška za kopiranje
1) KPI odabir i destilacija:
Vaša uloga: savjetnik za upravljanje učinkom. Moj posao: [opis posla]. Moj cilj: [glavni cilj]. Predložite mi 6 najkritičnijih KPI-jeva koje bih trebao pratiti. Za svaku: formulu, zašto je važna, je li prethodnica ili nasljednica, kakvo nepovoljno ponašanje može potaknuti. Izbjegavajte pokazatelje kojima se lako manipulira.
2) Tumačenje međuspremnika:
Komentirajte priloženu anonimnu KPI kontrolnu ploču (razdoblje, pokazatelj, vrijednost, cilj).1) Označite pokazatelje koji su ispod cilja.2) Prikažite veličinu odstupanja (%) za svaki.3) Odredite prioritet 3 najhitnija pokazatelja. Samo upotrijebite brojeve koje sam naveo; novi indikator/prilagodba broja.
3) Šum ili signal:
Priložene su anonimne vrijednosti sljedećih KPI-a za posljednjih 12 razdoblja. Je li ova najnovija promjena unutar normalnog raspona fluktuacije indikatora ili je to novi trend? Prikaži normalni pojas (približno min-max) i označi gdje je posljednja vrijednost u pojasu. Nemojte davati točna predviđanja; Naglasite da je ovo nagađanje.
4) Temeljni uzrok (5 razloga):
Pomozite mi analizirati ovaj problem do temeljnog uzroka: [problem] Primijenite tehniku "5 zašto": ponovite "zašto?" nakon svakog odgovora. pitati. Tražite od mene dodatne informacije na svakom koraku kako bismo mogli nastaviti sa stvarnim podacima, a ne pretpostavkama.
Slab upit / Jak upit
Slab upit:
Predloži mi KPI.
Ni njegov posao ni njegov cilj nisu jasni. AI navodi klišejske pokazatelje (promet, dobit) koji odgovaraju svima; Ne poznaje prave pokretače vašeg poslovanja.
Snažan upit:
Vaša uloga: savjetnik za izvedbu. Moj posao: Upravljanje korisničkom podrškom u korporativnoj softverskoj tvrtki s 15 ljudi. Moj cilj je smanjiti odljev kupaca. Predloži mi 6 ključnih pokazatelja uspješnosti povezanih s ovim ciljem; barem 2 od njih trebaju biti vodeći pokazatelji. Za svaku navedite formulu i rizik manipulacije.
Veličina
loš pristup
Snažan pristup
poslovni kontekst
Nijedan
Net (upravljanje podrškom)
meta
neizvjestan
Smanjenje odljeva
Ravnoteža vođa/sljedbenik
neželjeni
izričito traženo
Upozorenje na manipulaciju
Nijedan
da
raspoloživost
nizak
visoka
Uobičajene greške
- Praćenje previše KPI-jeva. 30 indikatora odvraća pažnju; 5-7 ključnih indikatora je jače.
- Odabir KPI-jeva kojima se može manipulirati. Lako napuhani pokazatelji kao što je "broj poziva" proizvode perverzno ponašanje.
- Samo gledajući tragove indikatora. Mjerite prošlost, ali ne možete vidjeti budućnost; Dodajte vodeći indikator.
- Reagiranje na svaku fluktuaciju. Odvojite šum od signala; Inače ćete umoriti tim.
- Nepotvrđivanje temeljnog uzroka. Glavni uzrok koji AI pronalazi je hipoteza; moraju se ispitati na terenu.
Oprez: "Dobivate ono što mjerite" (Goodhartov zakon). Kada KPI postane meta, ljudi pronalaze načine da ga prevare. Dakle, prije nego što odaberete KPI, pitajte AI "koje bi loše ponašanje ovaj pokazatelj mogao potaknuti?" Svakako pitajte.
Ukratko
KPI-jevi su nadzorna ploča poslovanja; Ako je dobro odabrano, rano pokazuje problem, ako je pogrešno odabrano, proizvodi nepovoljno ponašanje. Dobri KPI-jevi su mjerljivi, povezani s poslovanjem, orijentirani na djelovanje i otporni na manipulacije. Koristite vodeći i prateći indikator zajedno. Usredotočite se na 5-7 ključnih pokazatelja. AI je snažna pomoć u odabiru KPI-ja, tumačenju nadzorne ploče, razlikovanju signala šuma i analizi uzroka; ali svako tumačenje odstupanja i temeljnog uzroka je hipoteza i mora se provjeriti na terenu. Odluka je vaša.
Zadatak aplikacije
Navedite KPI-ove koje trenutno pratite. Uzmite 6 preporuka ključnih pokazatelja AI-ja za svoju tvrtku s gornjim predloškom "KPI odabir i destilacija" i usporedite ih sa svojim postojećim popisom. Zatim za svaki postojeći KPI "koje nepovoljno ponašanje ovaj pokazatelj može potaknuti?" Pitajte AI i napišite kako biste otkrili barem jedan rizični indikator i popravili ga.
popis za provjeru
- [ ] Jesam li svoje KPI-ove destilirao u 5-7 ključnih pokazatelja?
- [ ] Jesam li uravnotežio vodeći i prateći indikator?
- [ ] Jesam li sumnjao u rizik manipulacije svakog KPI-ja?
- [ ] Jesam li razlikovao šum i signal pri tumačenju odstupanja?
- [ ] Jesam li provjerio glavni uzrok na terenu?