发布时间:2024-05-14 13:34:58 阅读:2063
企业的绩效指标和管理仪表板中存在大量数据,而这些复杂的数据对于如何优化组织绩效却没有太大帮助,许多企业都因此而困扰。 管理人员希望把注意力集中在有意义的决策和行动上。因此,他们真正需要的是只显示那些推动价值增长并且可控的关键绩效指标(KPI)的实时信息。然而,到目前为止,实现“实时”价值优化一直是一个缓慢且昂贵的过程,大多数对KPI进行汇总的项目即使能完成也远远达不到预期的效果。 所有信息当中往往只有少数指标对未来现金流有着重大影响。然而只要识别出这些关键绩效指标,理解它们之间的联系,并且得出相关的管理洞见就能产生有影响力的结果。根据L.E.K.的经验,只要实施得当,动态绩效管理能够帮助企业提升高至30%的利润。 除了带来巨大的利润增长,实时价值优化还能带来更加深远的收益,其中包括:
极大增进企业主要领导之间的理解和合作
令实时管理信息与长期预算和规划方向一致
即时量化投资决策,加速评估替代方案
将激励和奖励机制直接与实时KPI动态相联系
实时价值优化还能够促进企业战略、组织架构以及文化的全面更新。
本文中,L.E.K.带来了一套三步走的流程,帮助企业迅速通过转变实现高层次的收益:1.创建价值模型;2.深入整合KPI;3.实时价值优化(图1)。
实时价值优化的三个步骤
L.E.K.与许多大型企业展开过合作,利用以KPI为基础的模型帮助企业提高盈利能力。我们的方法经过了严格测试和制定,随着数据分析工具和技术的发展,KPI数据的获取、存储和展示的速度有所加快,而难度和成本都有所降低。连接到多个数据集(无论何种格式)、利用机器学习、简化数据收集流程和规模分析也成为可能。
这些工具和技术的发展进一步扩大了实时KPI报告的影响,使其能够产生更加深入和有效的洞见。速度与灵活性的提高以及成本的降低也让管理团队能够在短短几周内就将概念转变为具体的解决方案,而不是耗费数年。
步骤一:创建价值模型
创建价值模型的三个关键要素包括:定义一套能够反映企业运作方式并且能够在内部加以控制的运营指标;在未来现金流模型框架下将这些指标联系起来;然后确定哪些是真正重要的指标,改进模型,从而更有效地聚焦于这些KPI。
确定重要指标的过程本身就很需要洞察力。通过将这些指标与未来现金流相联系,价值模型会得到进一步校准、迭代和提炼,这些指标的可靠性也会随之增强。之后进一步细化到少数关键KPI的过程也可能会带来意想不到的价值,例如发现新的重要指标,将这些新发现的指标也纳入其中就有可能创造更大的价值。
关于步骤一的详细说明,请参阅L.E.K.《领袖视角》文章 Dynamic Performance Management: Seven Steps to Full Potential。
创建价值模型是动态绩效管理的开始。为了进一步完善该模型,企业必须利用真实的实时数据进一步筛选出最至关重要的KPI。
步骤二:深入整合KPI
要获得或创建每个KPI所需的数据(数据应该具备相应水平的颗粒度和深度),企业必须利用商业和分析专长找到数据,或者制定新流程来从头生成数据。这还需要通过数据工程能力与各个业务的原有系统与应用中所有相关数据集建立关联。以下是一些潜在的数据来源(图2)。
随着分析工具和云计算技术的进步,收集新数据和利用以前未开发的信息来源变得更加简单。机器学习算法已经发展到可以识别出人工无法察觉的关于特定业务绩效指标的规律,这种实时的数据收集和分析能力能够带来有竞争力的优势。相关技术仍在持续高速发展,因此对于企业而言,充分认识可利用的机会并使用正确的工具来优化其数据的商业效益至关重要。
步骤三:实时价值优化
实时价值优化的核心是步骤一(创建价值模型)的升级版。即利用在步骤二中收集和创建的所有数据形成计算引擎,通过仪表盘将运营KPI层层传递到企业用户的通信设备上。仪表盘以及其中的KPI可满足不同类型用户的特定需求。
一旦形成这样的系统,企业就可以进行绩效优化。通过将管理层讨论的焦点集中到仪表板中的KPI并监测所采取的行动对各项KPI的影响,企业就能够开启一个正反馈循环,这一系统能够不断自我完善,并进一步产生一系列助益。在这些信息的基础上,企业便能够更好地将预算与长期场景规划、对管理层与供应商以及客户的激励措施,以及对于投资和其他战略性举措的关键决策相统一起来。
随着云技术的发展与应用,这类解决方案不再受到传统IT系统的限制,能够直接实现标准化,部署进程也将加快。
这类解决方案的供应商在这个过程中扮演着至关重要的角色,Inawisdom就是其中之一,L.E.K.与其展开了密切合作。如果没有上述的数据和分析工具,企业难以克服相关复杂性、连接性以及灵活性等方面的困难,在发起管理团队的直接控制下以合理的成本与时间实现一套实时分析解决方案。
普遍的问题
即使已经确定了哪些KPI最为关键,并针对它们之间的联系进行了建模,企业在创建实时价值优化解决方案时仍然会面临一些重大障碍和延迟的情况:通常数据来源有很多;所需的数据可能难以获取,且质量不够高;IT资源经常被转移到其他项目;企业可能会被紧急但重要程度较低的问题分散注意力。此外,许多企业不具备针对多个结构化和非结构化数据集制定报告的能力,或者没有时间和资源来进行数据可视化。最后,企业通常倾向于将数字化以及数据能力与商业能力割裂开来,但实际上这两个方面能力应该密切合作,才能设计出更好的商业解决方案。
企业应该作出更多努力,克服这些挑战,企业高层的投入和承诺将是致胜关键。
转型在即
实时价值优化并不能一蹴而就,但是数据分析和云技术的持续进步意味着新的解决方案能被更为迅速地开发、测试和部署,通常只需要几周时间。这种方法能够帮助管理最复杂的数据集,具有很高的成本效益和安全性,同时也可以在企业内部大规模部署。
这种敏捷和迭代的流程能够帮助企业实现差异化、提高运营效率、削减成本、提高销量和利润。我们看到很多企业通过这一流程实现了相关转变并创造了价值,具体方式有很多,包括价格优化和变现、采购成本节降、降低运营与管理成本,以及通过在从不同业务单元中保持统一的销售与客户支出信息以谈判获得更有利的商业条件等。
如果公司管理团队制定了明确的绩效提升日程,并且具有使用新的分析工具和技术的眼光和动力,实时价值优化定能为他们带来巨大的业务机会和持续的竞争优势。