KR是拉动目标实现的杠杆和目标实现检验标准,是我们为了达成O所需要完成的关键结果。
所以它应该是具体的、有时限性的、可衡量、可验证、具有挑战性,这里我想重点提下“可衡量”和“具有挑战性”。
“可衡量“:它不等同于可量化,可量化不一定可衡量。
同时有的工作可以衡量,但不可量化。比如产研上线一个功能,我们不能用代码的数量来作为衡量的标准,而往往是以某一个时间截点前的功能稳定上线运行作为衡量标准。
“具有挑战性”,也就是KR的设定不是按照当前资源能够100%完成的标准去设定的,而是按照70%的概率能完成的标准去设定的。
关于“挑战性”结果的分位值如何设定,目前有几种实践
第一种是“50分位值”,所有的关键结果都按照50%的信心指数去设定;
第二种是”70分位值”,所有的KR按照70%的信心指数去设定;
第三种是承诺值90%信心指数/冲刺值50%信心指数/挑战值20%信心指数三分法去设定。
在推行OKR的过程中我们会发现一个问题,即分解出的关键结果是不带任何时间单位的,似乎看起来这个结果的完成没有终止日,尤其是在一些创新业务中,管理者处于一个摸索的状态,找不到外部参考对标,不知道柏南怎么看?
OKR的准确制定需要给员工一定的成长周期,一般至少是需要1年的时间,迭代4个季度周期,才能步入正轨。在这个过程中我们需要有教练去帮扶他们不断优化。
对于创新业务,如果没有同行业的经验可以参考,也可以借鉴跨行业经验。如果二者都没有也没关系,OKR本来就是鼓励挑战,鼓励快速灵活调整,新业务开始时可以大胆预估,设置愿景型OKR,即便没有实现也没有关系。
在一些极度垂直的赛道或小众领域,工作结果的完成无论是从产量还是质量,或许没有行业参考,也没有竞对,找不到对标,最直接的一个方式就是“过去的自己”。
即便没有往期的存在,真的从零到一的孵化,大家也要相信,开发新产品,衍生新业务,往往公司也会启用到相对卓越的团队或者资深从业者,他们凭借经验或者预判,也能对任务推进有”路径和里程碑“的预判,也可以作为衡量的标尺。
所以,原则上不应该错在于完全不能衡量,或者不能量化的目标。