这篇文章从KPI的重要性，KPI编纂的SMART原则、某电销中心KPI分解实务三个方面分析了职场精细化运营指标分解过程。

如果以项目管理的知识来看，任何一项可称为【目标】的东西，都可以划分为子项目，工作集乃至最后具体到一项【事务】。

日常工作中会经常发现，很多小朋友乃至一些中层，他们其实很难描述清楚自己所做的一些工作到底是服务于怎样的一个目标，更不用谈玄而又玄的战略规划等等。

大胆来说：OKR在截止目前为止的人类社会，是个过于理想化的口号。

只有KPI，才能具体指导事务的执行。

常见的误区：

曾经我听到过这样一种论述：我们部门或者公司刚刚起步，如果你照搬那种大公司的管理方式的话，可能不适应我们的土壤。

当时对这段话还是买了一点账，但是两年后，如果让我再去想这句话，这句话总有些【懒政】的感觉，总有一些在掩盖自己无能的感觉。

还记得《乌合之众》中传达的一种理念：

群体是无意识，是混乱的，大家可能为了某种意义上的“安全感”，不由自主地放弃思考和主见。

没有目标，即：没有分解好的工作集、清晰的权责范围以及清晰的评价标准。

清晰的目标制定，然后可量化的一些目标规范，才是能驱使能把事情做好的一个唯一途径，或者说唯一基础，才能将【无意识且愚蠢】的【群体】推动，提升执行力。

如果没有清晰经营目标，途径不清晰，评价标准体系不明确，最后总会带来【大企业病】、【权力的寻租】以及【浑水摸鱼】。

坦白说在之前所见识到的故事中，此类事情越来越多的时候，最后的故事就会变成【劣币驱逐良币】——殷鉴不远，在夏后之世。

如XX行信用卡中心、500强等，在【目标清晰】上做的比较好的公司如过江之鲫；但而时至今日，在朋友茶水间讲的故事中，也仍能听到部分新兴小电商公司，或称部分互联网公司，部门目标朝令夕改的故事。

首先先对战略、项目、KPI三个容易混淆的概念做分辨。即。

1. 成为细分行业领先企业；
2. 实现客户经营效率提升；
3. 今年实现500亿的高起点产品销量；

简单分辨：1属于【战略】，2属于【项目】，3则属于具体的【KPI】。1到2的分解，更多的时候是由管理层来进行具体沟通及明确的。本文之后的KPI，即指第三种理论上可具象实现的事务。

SMART原则

传统公司出身的人对老生常谈的SMART原则必不陌生，此处从MBA智库百科中摘抄过来。

个人理解：当前所有的【精细化】经营、运营、管理的基础，都来自于此基础知识。

对于工作包的分解，SMART原则的执行和常见问题，详情参阅网上能找到的任何一个材料。

此处不做详细讲解。说句题外话：SWOT分析、波特五力、SMART原则（此类老爷爷老奶奶级别的知识），对于规范思维，整理信息等仍然至关重要。

多说两句，某些大型公司在KPI制定时，除了SMART原则外，还有一个隐形的规则——KPI制定（指标增长大于预算增长，KPI可达成、KPI有挑战）。

讲解了重要性、基本原则后，此部分主要用案例来讲解电销中心KPI分解的实务。

在分解电销业务KPI之前，需要在纸上自问自己如下几个问题：

1. 是否清楚地知道业务的全貌；
2. 是否清楚地知道在此生产过程中的所需要的资源；
3. 是否清楚地知道各个资源之间的联动作用，知道各个资源的上下游环节及局限是什么。

所谓的【你要熟悉业务】，平心而论，很多告知这句话的人，他也并不清楚【业务】是指什么。

用系统设计的角度去想，业务即有输出，有输入，有联动的环节，有限制条件，有摩擦成本。

所谓的熟悉业务，即搞清楚输入、输出、环节、限制条件等（这部分不展开讲，每一个不同业务模式，都有不同的情况）。

打开X-MIND、有道云笔记，成为那个比较讨人嫌的人，逐一去访谈，去调查各个环节——这才是所谓的【熟悉业务】。

完美主义者或者说理想主义者经常希望找到一个放之四海而皆准的方案，或者说有个圣杯；殊不知不完美才是正常业务执行或者人生执行的常态，程序化交易者总是被自己的交易圣杯在实盘中打脸；

做标准N个S行为管理的人，除了吐槽一线执行人员不理解他的苦心孤诣，然而并解决不了任何实际问题。

这就需要我们做到：

熟悉人性

在任务分解时，考虑到执行力的缺陷，协同里的缺陷，留好余量；不理解这一点的，算是根本没有理解毛选中所谓的【不能机械化地看待战争】这个理论。

承认自己及自己的部门的无能

总有些东西无法改变的，在设计指标的时候，不要完全去相信【更重要的是提出正确的问题而不是解决问题】这句话（总有些问题不能解决，那么绕开他就可以了）。

留好的余量是指：根据经验，合理的大KPI（或者各个环节的KPI），就好比头号备胎的女神一样，似乎总是够不到，努力博一把也还行；100%的达成率，如果真的让达成了，那就说明目标分解有问题了。

赋能、中台、生态化反、生态圈，这些词汇在解决实际问题的时候，是帮不上什么忙的。所以建议从传统的管理学角度去思考解决方案——直接说结论：在实务操作中，传统的类似于杜邦分析法的思路，有极佳的效果（先把结论展示出来后，再进行分解）。

假想你是集团内的一个小乙方，去年你达成了50亿的某类产品销量。开开心心过完年后，得到领导的指示，出于种种原因（比如甲方的其他渠道做的不好），你今年的任务目标——500亿。

请在脑子中删掉离职这个选项后，接下来在两个星期内告诉直系领导，你想出来的解决方案——在指标间，去凑出来10倍的达成。

3.1 故事的开始

某一天在抽完一根烟后，你开始这么想：

销售及业务导向的BU中，KPI必定是某个量的达成 – > 按不同的产品；总的KPI的量总归能分解成不同产品的销量->产品的销量。

简单来说：必定是单价乘以购买客户数->购买的客户数，这取决于你能接触到的基础客户数以及目标转化率->基础客户数等于存量加减后的结果->转化率等于目标转化率乘以产品充备的程度。

结合去年运转的结果，你建议领导让不同的组别负责相应的指标。在今年为他们设置相应的KPI后，酌情为不同指标设置一个提升比例（最后的乘积正好是十倍），这样大体有达成这500亿产品的希望。——你终于得出了故事的大体框架。

3.2 故事的不足

汇报了想出来的结果后，领导在肯定之余指出了故事的一些不足。你完全没有听。

第二天早上，吃完了全家的包子后，你反应过来的昨天的框架中的一些问题：

• 某些产品的客单价是固定的（比如小信托产品、小资管产品、银行委托理财等）；有些产品的客单价是可以变动的（比如P2P产品，B2C产品等等）。做测算，预估，按月指标分解的时候，有点难。
• 甲方应该会多给我们一些客户，但是，就算多给了一部分，如果以现在的客单价，就算榨的现有的客户一滴都不剩，可能也没办法达成这个指标，是不是得考虑一下复购客户的情况？
• 目标转化率这个指标，取决于技术同事KYC的效果如何，精准推荐做的如何——我们很难干涉，这个需要绕开；如果非要问我们能做什么，可能就是在话术上不断做测试，找出差不多匹配的话术。
• 产品充备度基本上取决于甲方爸爸那个月的心情，如果甲方的产品运营组不得劲，这个月确实也没有什么办法。为了预防后面扯皮，可能在每周的监控中，需要HIGHLIGT一下，给他们点压力。
• 一线的执行人力管理上，如何能给销售推动岗和人员管理岗一点抓手，别让他们除了早上开会和晚上骂娘之外，能有点有理有据的骂人基础?要么去看看不同级别的坐席的5销售均值情况？
• 之后去做测算，还是需要知道每个月具体的达成情况的，而且还需要大体回忆一下当月达成的好或者不好的原因。这样才能知道某些环节我们可以做提升，哪些环节我们做不了。接下来就是获取每一个环节的经验值，再去算算怎么样才能翻十倍了。

3.3 经验值的获取

你尝试去欺负一下新来的小朋友，让她去统计一下去年每天某类产品的销售情况。尝试无果后，最终还是自己打开IMPALA，自己动手，丰衣足食了。

1)客单价及销售量的统计：你找了一段老SQL，跑出了前12个月每天不同产品的销售额达成。细细看来，发现了几个点：

• 像万能险这类产品，只销售了三个月，每个月的销量都有暴增。这个主要是因为人员管理岗爸爸把产品的折标系数越调越高。这类产品你可能只能去问销售推动岗他们预估之后每个月能做多少了；
• 小资管产品和小信托产品，你发现客单价居然不是固定的100万。原因是有些尾单产品，金额不足100万，但是可以买入。在测算的时候，还是去按100万去算吧。

2)整体AUM及客户数的统计：你顺手又看了一下整体的AUM和每个月的客户数情况。又发现了几个问题：

坐席在应对客户的时候，基本上劝他们买了一次之后就扔掉了，复购率非常不好看，算的时候随便拍个今年应该达不成的数字吧。

去年某几个月AUM在某几天明显下滑——因为当天短期产品到期后，坐席居然没有提前去挽回一下。诶，不过又提醒了一下，如果要做销量，可以让他们买短期的来回滚；如果要锁AUM的话，让他们买长期的（这个思路可以给人员管理室交流一下）。好像隔壁技术岗日天哥做的客户标签上线了，也看一下分不同客户标签客户的客单和销量之间的区别吧。

不同客户标签之间的客单、销量、复购率之间确实有区别，【最好】的客户的销量的方差明显最大。基于二八原则：坐席对好的客户的价值榨取应该不够。在测算时，各类客户相关的指标的提升，应该要压给最好和次好的一些客户。

3)不同团队的标准产能的统计：顺手又去计算了一下不同周各个团队的产能情况，考虑到做的不好的人应该会被直接开除，但开除前可能会给两个月的机会。于是用上一年度每周均值作为测算基准（是没有什么参考意义的，中位数也同理）。

但隔壁Steven好像做了个坐席分级管理的项目，要么用这个分级的标签去看看分布？计算完之后，不同级别的坐席在不同产品间的每周平均销量确实更加集中了，所以这个分类标签是有参考意义的，按此均值为基准，随便拍一个20%的提升去计算吧。

哦，这个提升率，应该有人会说我不懂业务。行吧，统计一个每日平均工作时长的数字备用。

最后你打开了EXCEL，写好可变动的计算公式。

在多次测算之后，你终于得出了一个可以够到这个销量的各个指标的提升比例及基数。

找到技术同事，让他按时间序列分解一下每周的指标，抹平每个月不同工作日及不同特征（如年前的年终奖行情，五一、十一假期的提款旅游等带来的影响），得出每月的指标分解情况。

最后的最后，就是开会让各个部门接受了。

个人理解，无论是做业务数据分析、数据产品、运营管理等，都需要有此类的指标分解的基本功，不然终归是盲人摸象。

重人力目标的分解及达成管理都是非常【重】的工作，而不是祭出一套技术的独孤九剑，就能无往不利的（除非技术使整体的生产模式发生了巨大变化）。

因为具体的数字可能比较敏感，所以没有写出，所以在上述实务部分，叙述总有点奇怪；但指标的分解，大体的流程即为：1.分解出框架->2.剔除我们改变不了的东西->3.拿到经验值->4.为它赋予一个合理的提升率->5.开会让大家接受（ 需要结合实际去做，结合自己实际的资源和限制去做）。

这部分的内容，与其说是自己的体会，不如说是宋总和马总的教导，在此感谢他们。

本文由 @肥柴周 原创发布于人人都是产品经理。未经许可，禁止转载

题图来自Unsplash，基于CC0协议