Dobički:
- Sposobnost razumevanja značilnosti dobrih KPI-jev in ravnotežja vodilnega-zaostajajočega indikatorja ter izbira ključnih indikatorjev, povezanih s poslovanjem s podporo umetne inteligence
- Sposobnost razlikovanja, ali je odstopanje normalno nihanje (šum) ali pravi trend (signal) in priti do temeljnega vzroka
- Sposobnost predvidevanja škodljivega vedenja, ki bi ga KPI lahko spodbudil, in preverjanje vsake hipoteze o glavnem vzroku na tem področju
Vodenje podjetja brez merilnika je kot vožnja avtomobila brez podatkov o hitrosti in gorivu. KPI (Key Performance Indicator) je nadzorna plošča podjetja. Promet, stopnja dobička, zadovoljstvo strank, stopnja fluktuacije zaposlenih, dobavni rok ... Če so ti pravilno izbrani in spremljani, bo vodja videl problem, preden ta poči. Toda napačen KPI vodi do napačnega vedenja. V tej enoti se bomo naučili uporabljati AI pri izbiri pravih KPI-jev, interpretaciji nadzornih plošč in zgodnjem odkrivanju odstopanj. Meja: AI izračuna indikator in izdela osnutek razlage; Vodja odloča, kateri indikator je pomemben in kako ukrepati.
Značilnosti dobrega KPI
Vsaka številka ne more biti KPI. Dober KPI ima naslednje lastnosti. Merljivo: izračunano z jasno formulo. Povezano s poslom: povezano z resničnim ciljem podjetja. Usmerjen v akcijo: ko pade, je jasno, kaj storiti. Težko ga je manipulirati: ni ga zlahka preslepiti. Klasičen primer slabega KPI: »število poslanih e-poštnih sporočil« je slab KPI za prodajno ekipo, ker se zlahka napihne in ne meri dejanskega rezultata (zaključena prodaja).
Obstaja tudi razlika med vodilnimi in zaostajajočimi kazalniki. Končni indikator pove zgodovino (promet v tem mesecu — kar je storjeno, je storjeno). Vodilni indikator napoveduje prihodnost (število ponudb v tem tednu — vpliva na promet v naslednjem mesecu). Dobra nadzorna plošča vključuje oboje: sledilni indikatorji zagotavljajo rezultat, vodilni indikatorji zagotavljajo opozorilo. Zahtevajte to ravnovesje izrecno, ko AI načrtuje armaturno ploščo.
Nasvet: Obstaja omejitev števila KPI-jev, ki jih lahko vodja spremlja hkrati. 5-7 ključnih indikatorjev je močnejših od 30 razpršenih indikatorjev. Destilirajte seznam tako, da umetni inteligenci naročite, naj "izbere 6 najbolj kritičnih KPI-jev in pojasni, zakaj so ti."
Razlaga odstopanja: šum ali signal?
Vsak KPI niha. 3-odstotno zmanjšanje v enem tednu je lahko normalno nihanje (šum); Lahko je tudi vztrajen trend (signal). Vodja začetnik reagira na vsako nihanje in utrudi ekipo; Izkušen vodja loči signal od šuma. Umetna inteligenca lahko pomaga pri tem razlikovanju: navedite nekaj obdobij podatkov in vprašajte, "ali je ta sprememba znotraj normalnega pasu nihanja ali gre za trend?" vprašaj. Toda AI daje statistično napoved; Končna razlaga mora biti združena z vašim znanjem o panogi.
Ko opazite odstopanje, je treba priti do vzroka. Tehnika »5 zakaj« (metoda, s katero pridemo do temeljnega vzroka tako, da po vprašanju petkrat zaporedoma vprašamo »zakaj?«) je tu dragocena, umetna inteligenca pa to olajša. Vendar ne pozabite: glavni vzrok, ki ga AI najde, je hipoteza; je treba preveriti na terenu.
trije mini kovčki
1. primer – popravljanje napačnega KPI. Klicni center je za KPI določil "število klicev, ki so bili sprejeti na dan". Predstavniki so hiteli s sestanki, da bi povečali število, zadovoljstvo strank pa je padalo. Upravitelj vpraša AI »kakšno škodljivo vedenje spodbuja ta KPI?« je vprašal. AI je pokazal konflikt hitrosti in kakovosti. KPI spremenjen v »stopnja rešenih klicev + rezultat zadovoljstva«; Zadovoljstvo se je v treh mesecih povečalo za 12 odstotkov.
Primer 2 – Ločevanje šuma od signala. Stopnja konverzije spletne trgovine je v enem tednu padla z 2,4 odstotka na 2,2 odstotka. Namesto panike je upravitelj dal AI anonimne podatke zadnjih 12 tednov. YZ je pokazal, da stopnja običajno niha v pasu 2,1–2,5, to znižanje je znotraj pasu. Preprečena je bila nepotrebna nujna intervencija. Ko se je čez tri tedne začel pravi padec, so ga tokrat hitro ujeli, ker je šel iz benda.
Primer 3 – Kako priti do temeljnega vzroka. V tovornem podjetju se je povečala stopnja zamud pri dostavi. Manager implementiral "5 zakaj" z AI: Zakaj zamuja? → Preskoči nalaganje v skladišče. Zakaj pozno? → Manjka jutranja izmena. Zakaj manjka? → Dva zaposlena sta odšla in nista bila zamenjana. Glavni vzrok je bila kadrovska vrzel, ne logistika. Intervencija je bila izvedena na pravem mestu. AI je strukturiral vprašanja; terenski podatki so potrdili odgovore.
Štiri predloge za kopiranje
1) Izbira KPI in destilacija:
Vaša vloga: svetovalec za upravljanje uspešnosti. Moje delo: [opis delovnega mesta]. Moj cilj: [glavni cilj]. Predlagajte mi 6 najbolj kritičnih KPI-jev, ki bi jim moral slediti. Za vsako: formula, zakaj je pomembna, ali je predhodnica ali naslednica, kakšno škodljivo vedenje lahko spodbuja. Izogibajte se indikatorjem, s katerimi je enostavno manipulirati.
2) Interpretacija odložišča:
Komentirajte na priloženi anonimni nadzorni plošči KPI (obdobje, kazalnik, vrednost, cilj).1) Označite kazalnike, ki ne dosegajo cilja.2) Pokažite velikost odstopanja (%) za vsakega.3) Dajte prednost 3 najnujnejšim kazalnikom. Samo uporabite številke, ki sem jih dal; prileganje novega indikatorja/številke.
3) Hrup ali signal:
Priložene so anonimne vrednosti naslednjih KPI za zadnjih 12 obdobij. Ali je ta zadnja sprememba znotraj normalnega pasu nihanja indikatorja ali gre za nov trend? Pokažite običajni pas (približno min-max) in navedite, kje je zadnja vrednost v pasu. Ne delajte natančnih napovedi; Poudarite, da je to ugibanje.
4) Temeljni vzrok (5 razlogov):
Pomagaj mi analizirati to težavo do temeljnega vzroka: [težava] Uporabi tehniko "5 zakaj": ponovi "zakaj?" po vsakem odgovoru. vprašaj. Na vsakem koraku me prosite za dodatne informacije, da lahko nadaljujemo z resničnimi podatki, ne s predpostavkami.
Šibek poziv/močan poziv
Šibek poziv:
Predlagajte mi KPI.
Ne njegovo delo ne cilj nista jasna. AI navaja klišejske kazalnike (promet, dobiček), ki ustrezajo vsem; Ne pozna pravih gonil vašega podjetja.
Močan poziv:
Vaša vloga: svetovalec za uspešnost. Moje delo: Vodenje podpore strankam v korporativnem podjetju za programsko opremo s 15 zaposlenimi. Moj cilj je zmanjšati odliv strank. Predlagajte mi 6 KPI-jev, povezanih s tem ciljem; vsaj 2 od njih bi morala biti vodilna indikatorja. Za vsako navedite formulo in tveganje manipulacije.
Velikost
slab pristop
Močan pristop
poslovni kontekst
Noben
Net (upravljanje podpore)
tarča
negotova
Zmanjšanje odliva
Ravnovesje med vodjo in sledilcem
nenaročeno
izrecno zahtevano
Opozorilo o manipulaciji
Noben
ja
razpoložljivost
nizka
visoka
Pogoste napake
- Sledite preveč KPI-jem. 30 indikatorjev je motečih; 5-7 ključnih indikatorjev je močnejših.
- Izbira KPI-jev, ki jih je mogoče manipulirati. Kazalniki, ki se zlahka povečajo, kot je "štetje klicev", povzročijo sprevrženo vedenje.
- Samo pogled na sledilne indikatorje. Meriš preteklost, ne vidiš pa prihodnosti; Dodajte vodilni indikator.
- Odziv na vsako nihanje. Ločite šum od signala; V nasprotnem primeru boste utrudili ekipo.
- Ne preverjanje temeljnega vzroka. Temeljni vzrok, ki ga AI najde, je hipoteza; je treba preizkusiti na terenu.
Pozor: "Dobiš, kar meriš" (Goodhartov zakon). Ko KPI postane tarča, ljudje najdejo načine, kako ga prevarati. Torej, preden izberete KPI, vprašajte AI "kakšno slabo vedenje bi lahko spodbudil ta indikator?" Bodite prepričani, da vprašate.
Če povzamem
KPI so nadzorna plošča podjetja; Če je izbrano dobro, zgodaj pokaže težavo, če je izbrano napačno, povzroči škodljivo vedenje. Dobri KPI so merljivi, povezani s poslovanjem, usmerjeni v akcijo in odporni na manipulacije. Uporabite vodilni in zadnji indikator skupaj. Osredotočite se na 5-7 ključnih kazalnikov. Umetna inteligenca je močan pripomoček pri izbiri KPI, interpretaciji armaturne plošče, razlikovanju šumnih signalov in analizi temeljnega vzroka; a vsaka interpretacija odstopanja in vzroka je hipoteza in jo je treba preveriti na terenu. Odločitev je vaša.
Aplikacijska naloga
Navedite KPI-je, ki jim trenutno sledite. Vzemite priporočila 6 ključnih indikatorjev AI za svoje podjetje z zgornjo predlogo »KPI izbira in destilacija« in jih primerjajte s svojim obstoječim seznamom. Nato za vsak obstoječi KPI "kakšno škodljivo vedenje bi ta indikator lahko spodbudil?" Vprašajte AI in zapišite, kako bi odkrili vsaj en tvegan indikator in ga popravili.
kontrolni seznam
- [ ] Ali sem svoje KPI razdelil na 5–7 ključnih kazalnikov?
- [ ] Ali sem uravnotežil vodilni in zadnji indikator?
- [ ] Ali sem dvomil o tveganju manipulacije vsakega KPI?
- [ ] Ali sem pri interpretaciji odstopanja razlikoval med šumom in signalom?
- [ ] Ali sem preveril glavni vzrok na terenu?