Nyereség:
- Képes megérteni a jó KPI-k jellemzőit és az élen lemaradt indikátoregyensúlyt, és mesterséges intelligencia segítségével kiválasztani a vállalkozáshoz kapcsolódó kulcsfontosságú mutatókat
- Képes megkülönböztetni, hogy az eltérés normál ingadozás (zaj) vagy valódi trend (jel), és megtalálja a kiváltó okot
- Képes előre jelezni a KPI által ösztönözhető káros viselkedést, és ellenőrizni tudja az egyes kiváltó okok hipotéziseit a területen
Vállalkozást mérőműszer nélkül vezetni olyan, mint autót vezetni sebesség- és üzemanyagadatok nélkül. A KPI (Key Performance Indicator) a vállalkozás irányítópultja. Forgalom, haszonkulcs, vevői elégedettség, alkalmazottak fluktuációja, szállítási idő... Ha ezeket helyesen választják ki és figyelik, akkor a vezető látja a problémát, mielőtt az kirobbanna. A rossz KPI azonban rossz viselkedéshez vezet. Ebben a részben megtanuljuk, hogyan használhatjuk az AI-t a megfelelő KPI-k kiválasztásában, az irányítópultok értelmezésében és az eltérések korai észlelésében. Határ: a mesterséges intelligencia kiszámítja az indikátort, és értelmezési tervezetet készít; A menedzser dönti el, hogy melyik indikátor a fontos, és hogyan kell cselekedni.
A jó KPI jellemzői
Nem minden szám lehet KPI. Egy jó KPI a következő tulajdonságokkal rendelkezik. Mérhető: egyértelmű képlettel számolva. Vállalkozással kapcsolatos: a vállalkozás valódi céljához kapcsolódik. Cselekvés-orientált: amikor leesik, világos, hogy mit kell tenni. Nehezen manipulálható: nem könnyen becsapható. Klasszikus példa a rossz KPI-re: az „elküldött e-mailek száma” rossz KPI egy értékesítési csapat számára, mert könnyen felfújható, és nem méri a valós eredményt (lezárt értékesítés).
Különbséget kell tenni a vezető és a lemaradó mutatók között is. A záró mutató az előzményeket mutatja (e havi forgalom – ami megtörtént, az megtörtént). A vezető mutató a jövőt jósolja (a heti ajánlatok száma – a jövő havi forgalmát befolyásolja). Egy jó műszerfal mindkettőt tartalmazza: a zárójelzők adják a pontszámot, a vezető mutatók pedig a figyelmeztetést. Ezt az egyensúlyt kifejezetten kérje, amikor az AI-vel tervezi meg a műszerfalat.
Tipp: A vezetők egyidejűleg nyomon követhető KPI-k száma korlátozott. 5-7 kulcsmutató erősebb, mint 30 elszórt mutató. Desztillálja a listát úgy, hogy megmondja az AI-nak, hogy „válassza ki a 6 legkritikusabb KPI-t, és magyarázza el, miért azok”.
Eltérés értelmezése: zaj vagy jel?
Minden KPI ingadozik. Egy hét alatt 3 százalékos csökkenés normális ingadozás (zaj) lehet; Ez is lehet tartós tendencia (jel). A kezdő menedzser minden ingadozásra reagál, és fárasztja a csapatot; A tapasztalt menedzser elválasztja a jelet a zajtól. A mesterséges intelligencia segíthet ebben a megkülönböztetésben: adjon meg néhány időszakot, és kérdezze meg: "Ez a változás a normál ingadozási sávon belül van, vagy trend?" kérdez. De az AI statisztikai előrejelzést ad; A végső értelmezést kombinálni kell az Ön iparági ismereteivel.
Az eltérés láttán el kell jutni a kiváltó okhoz. Az „5 Miért” technika (olyan módszer, amellyel egy kérdés után ötször egymás után felteszik a „miért?” kérdést) a kiváltó ok elérésének módszere, értékes itt, és az AI megkönnyíti ezt. De ne feledje: a mesterséges intelligencia kiváltó oka egy hipotézis; terepen kell ellenőrizni.
három mini tok
1. eset – Rossz KPI javítása. Egy telefonközpont a „napi fogadott hívások számát” tette meg KPI-ként. A képviselők sürgették a megbeszéléseket, hogy növeljék a számot, és az ügyfelek elégedettsége is csökkent. A menedzser megkérdezi az AI-t, hogy „milyen káros viselkedésre ösztönöz ez a KPI?” – kérdezte. Az AI bemutatta a sebesség-minőség konfliktust. A KPI „megoldott hívások aránya + elégedettségi pontszám” értékre módosult; Három hónap alatt 12 százalékkal nőtt az elégedettség.
2. eset – A zaj elkülönítése a jeltől. Egy webáruház konverziós aránya 2,4 százalékról 2,2 százalékra csökkent egy hét alatt. A menedzser pánik helyett az elmúlt 12 hét névtelen adatait adta meg az MI-nek. Az YZ kimutatta, hogy az arány általában a 2,1-2,5 sávban ingadozik, ez a csökkenés a sávon belül van. Megakadályozták a szükségtelen sürgősségi beavatkozást. Amikor három héttel később igazi hanyatlás kezdődött, ezúttal gyorsan elkapták, mert kiszállt a bandából.
3. eset – A kiváltó ok elérése. Egy rakományipari cégnél nőtt a szállítási késedelem. A menedzser megvalósította az „5 Miért”-et az AI-val: Miért késik? → Feltöltés kihagyása a raktárban. Miért későn? → A reggeli műszak hiányzik. Miért hiányzik? → Két alkalmazott távozott, és nem váltották le őket. A kiváltó ok a HR szakadék volt, nem a logisztika. A beavatkozás a megfelelő helyen történt. Az AI strukturálta a kérdéseket; terepi adatok megerősítették a válaszokat.
Négy másolható sablon
1) KPI kiválasztása és lepárlása:
Az Ön szerepköre: teljesítménymenedzsment tanácsadó.Munkaköröm: [munkaköri leírás]. Célom: [fő cél]. Javasolja a 6 legkritikusabb KPI-t, amelyet követnem kell. Mindegyiknél: képlet, miért fontos, előfutár vagy utód, milyen káros viselkedésre ösztönözhet. Kerülje a könnyen kezelhető jelzőket.
2) Vágólap értelmezés:
Megjegyzés a mellékelt névtelen KPI irányítópulthoz (időszak, mutató, érték, cél).1) Jelölje meg azokat a mutatókat, amelyek elmaradnak a céltól.2) Mutassa meg mindegyiknél az eltérés nagyságát (%).3) Adja meg a 3 legsürgősebb mutatót. Csak használja az általam megadott számokat; új jelző/szám illesztés.
3) Zaj vagy jel:
A következő KPI névtelen értékei az elmúlt 12 időszakra vonatkozóan csatolva vannak. Ez a legutóbbi változás a mutató normál ingadozási sávján belül van, vagy új trend? Mutassa meg a normál sávot (körülbelül min-max), és jelezze, hogy a sávban hol van az utolsó érték. Ne készítsen pontos jóslatokat; Hangsúlyozza, hogy ez csak feltételezés.
4) Kiváltó ok (5 ok):
Segítsen elemezni ezt a problémát a kiváltó ok szempontjából: [probléma] Alkalmazza az "5 Miért" technikát: ismételje meg a "miért?" minden válasz után. kérdez. Minden lépésnél kérjen további információkat, hogy valós adatokkal tudjunk haladni, nem feltételezések szerint.
Gyenge felszólítás / Erős felszólítás
Gyenge felszólítás:
Javasoljon KPI-ket.
Sem munkája, sem célja nem világos. A mesterséges intelligencia mindenki számára megfelelő klisés mutatókat (forgalom, profit) sorol fel; Nem ismeri vállalkozása valódi mozgatórugóit.
Erőteljes felszólítás:
Az Ön szerepe: teljesítmény-tanácsadó. Munkám: Ügyfélszolgálati menedzsment 15 fős vállalati szoftvercégnél. Célom az ügyfelek lemorzsolódásának csökkentése. Javasoljon 6 KPI-t ehhez a célhoz; ezek közül legalább 2 fő indikátor legyen. Adja meg mindegyik képletét és a manipuláció kockázatát.
Méret
rossz megközelítés
Erős megközelítés
üzleti kontextusban
Egyik sem
Net (támogatáskezelés)
cél
bizonytalan
Lemorzsolódás csökkentése
Vezető/követő egyensúly
kéretlenül
kifejezetten kérték
Figyelmeztetés manipulációra
Egyik sem
Igen
elérhetősége
alacsony
magas
Gyakori hibák
- Túl sok KPI követése. 30 mutató zavarja a figyelmet; 5-7 fő mutató erősebb.
- Manipulálható KPI-k kiválasztása. Az olyan könnyen felfújható mutatók, mint a „hívásszám”, perverz viselkedést idéznek elő.
- Csak nézzük a lefutó mutatókat. Méred a múltat, de nem láthatod a jövőt; Adjon hozzá vezető jelzőt.
- Minden ingadozásra reagálva. Különítse el a zajt a jeltől; Ellenkező esetben elfárad a csapat.
- Nem ellenőrizték a kiváltó okot. A kiváltó ok, amit az MI talál, egy hipotézis; terepen kell tesztelni.
Vigyázat: „Azt kapod, amit mérsz” (Goodhart törvénye). Amikor egy KPI célponttá válik, az emberek megtalálják a módját, hogy megtévesszék. Tehát a KPI kiválasztása előtt kérdezze meg az AI-t, hogy „milyen rossz viselkedésre ösztönözhet ez a mutató?” Mindenképpen kérdezz.
Összefoglalva
A KPI-k az üzlet irányítópultját jelentik; Jól megválasztva korán megmutatja a problémát, helytelenül pedig kedvezőtlen viselkedést produkál. A jó KPI-k mérhetők, üzleti vonatkozásúak, cselekvésorientáltak és ellenállnak a manipulációnak. Használja együtt a kezdő és a záró mutatókat. Összpontosítson 5-7 fő mutatóra. Az AI hatékony segítség a KPI kiválasztásában, a műszerfal értelmezésében, a zajjelek megkülönböztetésében és a kiváltó okok elemzésében; de az eltérés és a kiváltó ok minden értelmezése hipotézis, és a terepen ellenőrizni kell. A döntés a tiéd.
Pályázati feladat
Sorolja fel a jelenleg követett KPI-ket. Vegye figyelembe a mesterséges intelligencia 6 kulcsfontosságú mutatójavaslatát saját vállalkozása számára a fenti „KPI kiválasztása és lepárlása” sablon segítségével, és hasonlítsa össze őket meglévő listájával. Ezután minden meglévő KPI esetében „milyen kedvezőtlen viselkedésre ösztönözhet ez a mutató?” Kérdezze meg az AI-t, és írja le, hogyan észlelne legalább egy kockázatos jelzőt, és hogyan javíthatja ki.
ellenőrző lista
- [ ] 5-7 fő mutatóba bontottam a KPI-jeimet?
- [ ] Kiegyensúlyoztam a vezető és a záró mutatókat?
- [ ] Megkérdőjeleztem az egyes KPI-k manipulációs kockázatát?
- [ ] Különbséget tettem a zaj és a jel között az eltérés értelmezésekor?
- [ ] Terepen ellenőriztem a kiváltó okot?