fbpx

[限時試閱~9/14] 無法衡量就難以管理,如何衡量萬事萬物

數據化營運課程 - 早鳥只到9/30
數據化營運的概念其實很簡單,他就是「全員增長」的概念,產品經理跨足產品增長,行銷負責打造用戶獲取飛輪,UX則是會用指標證明自己的設計價值,RD不只是交付,更知道自己的交付會驅動什麼關鍵指標。

這樣的一個「全員增長」怎麼建構,就是課程想要帶給大家的。

歡迎報名:數據化營運課程,享受早鳥九折優惠

商業思維百科限時試閱~9/14,數據管理的基本觀念

彼得.杜拉克曾說「如果你不能衡量它,就不能管理它」。

張忠謀也曾說「沒有辦法數量化的東西就無法管理,或者很難管理」

本篇要跟大家談的就是量化管理的概念,什麼叫量化呢?直觀的說,就是變成一個數字,例如業績3,000萬,成本500萬,轉化率5%,回購率40%,而為什麼要量化呢?因為有一個數字後我們就相對容易比較優劣、好壞、高低,而做出比較後我們接著要採取的行動也會更加精確一些。

天氣到底熱不熱

舉例來說,如果你說「今天天氣很熱」,但這是「你的感覺」,可能另一個人並不覺得熱,因為他的體質跟你不同,或者身上穿的衣物跟你不同,也可能他所在的環境跟你不同,這時你跟他之間其實很難取得共識。

但如果你說「我現在在台北信義區,外頭的溫度33度,超熱的」, 聽到你這麼說,我就可以很自然的產生「比較」,33度對多數人來說是相對高溫了,因此你說「超熱的」,基本上多數人是能接受的。一樣的,當你說「我在辦公室,室內溫度29度」,這對多數人來說應該也是體會到熱的感覺。

但如果你跟歐美人士說外頭溫度33度,他們會覺得這溫度一點都不熱,還有點冷,因為他們習慣使用的是華氏溫度,而我們習慣使用的是攝氏溫度。所以理想的溝通方式其實是換算成華氏溫度91度,這樣雙方溝通才不會發生問題。

從這個簡單的案例中我們可以發現幾個關鍵點:

  1. 比較,體溫37度是正常值,38度算發燒,36度算體溫過低,為什麼可以做出這樣的判斷呢?這是因為有「37度是正常值」這樣的定義在,有比較就容易做出判斷了。
  2. 定義,以溫度為例,33度是華氏還是攝氏呢?你講的轉化率跟我講的點擊率是不是同一件事呢?可能大家都用同樣的詞彙,但我們對這個詞彙的定義是不同的,那基本上就很難談到同一個點上。
  3. 經驗,體溫38度跟體溫40度都是過高,但我們知道體溫40度可能已經會危及性命了,或者直播購物的轉化率5%算正常,10%算不錯,20%就太神了,為什麼我們能做出這樣的判斷呢?主要原因就是源自於過往的經驗,而這些經驗會漸漸累積成我們對一件事情的「常識」。

但是,什麼東西都可以量化嗎?

從上面的案例中我們大致上可以體會到量化與未量化的差異,但在這些年一直都有人對量化這件事提出反駁,他的論點是:「又不是什麼都可以量化,例如人際關係、客戶滿意度、幸福感、快樂等等。」

我們可以再看看張忠謀那句話的後半段:「所以即使很難數量化,也要盡量數量化。」

在這,我想先舉一個與每個人切身相關的事來解答這個問題,那就是「健康檢查」。你為什麼會去做健康檢查?我相信多數人的目的是為了獲知身體是否健康

健康檢查出來的數字給了你一個很好的參考標的,膽固醇過高、尿酸也過高,體脂肪正常、肝指數正常、體年齡35歲、BNI 22…,你可以從這些數字中得知你身體的狀況。

但是,數字都正常就代表你身體是健康的嗎?

我希望你不會如此天真,即便是全身健康檢查,也無法百分之百檢驗出你身體的健康狀況,一來因為正常與否是有個基準值在,但每個人的體質不同,一樣血壓偏低的狀況,有些人可能沒什麼感覺,但有些則人需要持續用藥;二來則因為有些人雖然數值正常,但他身體明顯出現一些徵狀,這可能是惡化的前兆,但在健康檢查時很可能因為沒有異常而被忽略。

即便現代醫學如此發達,就算你花大錢把每個個別項目也都放進去檢查,至多可能也只有90%不到的機率可以確保你是真的健康的。

健康檢查出來的數字不能百分之百衡量一個人的身體健康與否,但你還是會去做檢查,為什麼?

相較於對自己身體狀況一無所知,80-90%的已知已經可以幫助我們大幅降低風險。

其實量化管理的一個核心概念就是要接受局部的模糊與不確定,但量化的目的是為了盡可能的減少未知與不確定性,讓我們可以從數據的變化來獲知現況,並採取對應的行動。

幾個常見不易量化的案例

在我過去經驗中,我也曾遭遇過幾個相對難以量化的案例,以下我跟大家分享分享。

員工忠誠度

要如何衡量一個員工對公司的忠誠度呢?首先需要先定義一下忠誠,如果對於忠誠的定義是沒有離職念頭,那我們要透過哪些指標來判斷一個員工的狀態呢?

學院的mentor Ant在前幾天剛好針對這個議題做了分享:

image

看一個員工是否有離職傾向,可以從自我管理、工作績效、部門合作等多個面向來觀察,而最直接的指標則是他是否有登入人力銀行的網站以及投遞履歷的頻率。

如果一個員工的請假、遲到早退、工作時間外出次數增加,從行為上他可能有些外務在忙碌,而這個外務很可能就是在求職;如果一個員工最近結婚了,搬家了或者家裡發生重大變故了,也很可能導致他要找一份工作時數更短、薪資更高,或者離家比較近的工作,這也可能會影響到員工是否準備離職。

影響一個員工是否考慮離職的原因很多,很多時候不見得是因為不喜歡公司,而是因為在生活中遭遇了問題,而現在的工作無助於他解決當前的問題,而另一份工作可以,所以單純是適合與不適合的問題。

但為何員工離職前瞻指數這種數字這麼多年來都沒有盛行於企業內呢?很大一部分原因是「數據取得不易」,例如有意識的員工根本不會在公司內看人力銀行的職缺,也不會用公司的email寄送履歷,甚至會刻意控制自己的出缺勤狀況不要出現太明顯的異常來騙過公司。

不過如我們前面所說,雖然這些數字不見得能百分之百可靠,但仍可以讓我們在管理上獲得一些insight。當系統告訴我有個同仁近期比較常請假時,身為管理者可以主動去跟這位同仁聊聊,了解一下他的狀況,而從面談中獲得的資訊就是所謂的質化數據,量化結合質化的判斷,或許就能提高我們對現況的把握度了。

員工生產力

另一個在人力資源領域常被提到的量化難題就是員工生產力,如果是業務員,多數用業績表現就能判斷他的生產力,產線人員也是,按你完成的件數就能判斷生產力,但產品經理、研發工程師、設計人員的生產力又該如何判斷呢?

第一個關鍵還是要先定義什麼叫員工生產力,所謂的生產力指的是工作產出物數量,或者是實際帶來的價值呢?

以上述業務跟產線人員的案例來說,重點其實都放在工作產出物的數量,只是對業務來說,業績這個產出物恰恰也是公司重視的價值,所以是相對好認定的。而產線人員生產出來的成品或半成品,在尚未銷售出去前,基本上對公司的價值都只是內部價值,但因為多數公司對產線人員的指標要求,很大一部分就在於生產數量上,因此大家對這個數字的認定也是有共識的。

那工程師呢?如果要以數量來看,難道是完成的功能數或者程式行數嗎?

產品經理呢?難道會是完成的功能數或專案數嗎?

設計師呢?難道會是完成的設計稿數量或承接的案件數嗎?

其實上面這幾個案例我都曾見識過,雖然覺得可笑,但也能了解中間的複雜之處,所以很多公司放棄用量化指標來衡量創意型員工,而更多的則以質化指標如配合度、溝通能力、敬業程度等等來判斷一個員工的貢獻。

但如果各位還記得OKR,你還是可以想想,身為一個工程師,可能有什麼樣的目標?或許是系統穩定、交付物如期如質、頁面轉化率提升、提高留存率等等,而從工程師的角色中,他們能好好努力的部分可能是減少Bug數量、改善軟體開發的管理過程、改善網頁的執行效能等,當目標清楚,其實量化指標也會變得相對好設計。

重點是這些指標的達成,確實對目標有直接的助益,當指標與目標之間的必然性夠強,這個量化指標的意義就是大的。

不過衡量創意型員工的生產力,我個人認為需要把量化指標的比重降低,把量化的部分放在團隊上,而對個別員工應該更多的參酌質化指標。因為創意型工作很大部分是團隊作業,單一個人其實是很難搞定一件大事的,除非他的工作相對獨立,否則盡可能多看團隊指標。

除了這些案例外,情緒、感受、關係等也都是不容易高度量化的,但請大家把握一個基本原則,那就是盡可能去量化,無法量化的部分則透過質化來補強,無法百分之百量化,不意味著無法量化

結論

本篇下來,我為大家摘要幾個重要的量化管理觀念:

  1. 量化管理的概念在於盡可能降低模糊與不確定性,過度仰賴個人判斷或感受非常容易失去客觀性。
  2. 不用追求百分之百可量化,但不該接受百分之百無法量化。
  3. 量化前務必先做定義,否則量化指標通常會訂錯。

在此,我也要推薦大家去看一本關於量化的書,這本書叫做《如何衡量萬事萬物》,我會建議對數據分析感興趣的同學都應該要好好的看這本書,因為它點出了很多關於量化的問題,當中涉及數學、統計、心理面與道德層面的問題,非常值得一看。

數據化營運課程 - 早鳥只到9/30
數據化營運的概念其實很簡單,他就是「全員增長」的概念,產品經理跨足產品增長,行銷負責打造用戶獲取飛輪,UX則是會用指標證明自己的設計價值,RD不只是交付,更知道自己的交付會驅動什麼關鍵指標。

這樣的一個「全員增長」怎麼建構,就是課程想要帶給大家的。

歡迎報名:數據化營運課程,享受早鳥九折優惠

發表迴響

30 天體驗方案 $ 490 (9/30 止) 點我報名 👈

X