浅谈销售人员KPI绩效设计

摘 要：许多公司业务人员的关键绩效指标（Key Performance Indicator）主要以业绩为导向。对于制造及销售一体化的公司，业务主管还需负责对其辖区的市场需求进行预估。若业务人员的KPI只取决于销售业绩的话，那么势必导致其为保障产品充足，一定程度上过分加大预估，从而导致生产过剩、产品日期不新鲜等问题。科学地设计业务人员KPI，关键是：在不影响激励其不断向更高业绩冲刺的前提下，还要同时能激励其提高预估的准确性。

关键词：KPI;销售业绩;需求预估;激励

1 KPI设计要求

要想KPI达到“在不影响激励其不断向更高业绩冲刺的前提下，还能同时激励其提高预估的准确性”的目标，相应KPI需要满足以下要求。

①销售业绩高，则KPI总分高;

②业绩相同的情况下，估计的越准，KPI分数越高;

③当其他区仓库存货又多同时该区域市场需求超过预估量时，业务员在此情况下也愿意去多销售。

本文以最简单的供应模式进行探讨，即以销售区域为单位。生产均按业务订单的预估汇总量进行生产，不额外生产安全库存及期末库存，产量由业务订单拉动。

2 具体KPI指标设定

假设业绩目标A是按年度的预算的目标值，实际销售量（业绩）为B，考核其达成率（达成率可以超过100%）。设达成率为C，

则达成率公式为：C=B/A*100%;这是大多公司常用的业绩达成指标。

另外，在计算上述达成率之前需再增加一个“倒扣业绩”要求，即预估准确性规则：

业务主管负责相关区域的当月业务量的预测，预测量为D，预测与实际销量之差的绝对值再乘以系数[λ] 后，于实际业绩中扣减，达成率中的B按扣减后的来计算。

例如，当期预测销售D为200万箱，实际销售B=100万箱，当期目标A=100万箱，取[λ] =0.1，则最终达成率按C={B-|D-B|*0.1}/A=90%进行计算。

3 业务主管激励情况分析

若各区域提报的预估量均由该区的业务主管提交，则各业务主管在无预估“准确度”要求的时候，往往要保障有足够的产品供应，往往一定程度上把预估放大，而在加入了预估准确度的“倒扣业绩”规则后，其就不会为了避免可能性较小的缺货风险而去选择承担可能性相对较大的“倒扣业绩”风险。

可以认为该区的业务主管内心预测的需求呈正态分布N（μ，δ），均值为μ，标准差为δ，如下图

[μ]

采用类似“报童问题”的单库存模型运用边际分析的方法，探讨其在此KPI激励规则下，业务主管可能的行为。对于业务主管而言，最佳的提报预估数量发生在持有下一单位所获得的预期收益小于预期成本时。

对业务主管的预测而言，这里的收益指的是每个单位导致KPI中的达成率公式的分子部分，是增加1.1个单位的业绩或被倒扣？=0.1个单位的业绩量。

例如，若提报预估量选择按平均值μ，那么第μ个产品有50%的概率（实际需求量小于μ时）是该单位产品存在相比不存在是被倒扣0.1个业绩量的，另外有50%的概率（实际需求量大于μ时）是该单位产品存在相比不存在增加1.1个业绩量（卖掉一箱增加一箱的业绩量同时减少了1箱的预估差异1+1*0.1=1.1）。假设不被卖掉的概率为P，卖掉的概率为1-P，则

P*0.1≤（1-P）*1.1，由此推出：P≤91.7%，经查正态分布表z=1.4，

其最合理的提报预估量为μ+1.4δ;

提报预估量按μ+1.4δ，这样是最利于其KPI得的。同时，按此预估量进行提报，已经能保证91.7%的水平下不产生缺货了（不考虑跨区调货的情况）。

业务主管虽然在预测时不可能进行如此精确计算，也不一定能整理出自己的预测正态分布图，但按一般情况就长期来看，提报预估事件长期重复发生，经过不断的经验积累及对前期误差的修正，各主管的预测情况应该有靠近这个方法计算结果的趋势的。

另外，需讨论跨区调货的情况，当出现某个区域预估偏高导致库存过剩，而某些区域预估偏少导致供不应求时，按此KPI的设计指标，供不应求的区域仍然会愿意调货进行超预估量的销售，对实际销售业绩无任何影响。因为每多买一个单位，按公式计算是，增加了一个单位的业绩的同时只是扣[λ] （[λ] 一般小于1）个单位的业绩，按上例[λ] 取0.1，则每多卖一个单位，会增加0.9个单位的业绩（达成率公式分子增加0.9个单位）。

对于某个区域而言，不考虑允许其他区域调货的情况，需要改变该区不缺货的水平（服务水平），则理论上只要改变[λ] 即可，[λ] 越小则缺货水平也会越小。当然若再考虑允许其他区域调货，则缺货水平会进一步降低。

以上為供应链模式订单拉动情况下的讨论，其他情况若考虑仓库及安全库存，该模型仍然可以当做参考借鉴。例如，在安全库存较充足的情况下，就算提报预估量预估量偏少也不会限制自己实际销售额时，预估量会接近均值进行预测。

参考文献：

[1]Whitin T M.Price， inventory control and price theory[J].Management Sience. 1955，2（1）：61-68.

[2]Petruzzi N C，Data M.Pricing and the newsvendor problem： A review with extensions[J]. Operations Research，1999，47（2）：183-194.

[3]Choi T M，Chiu C H. Risk analysis in stochastic supply chain ：A mean-risk approach[m]. New York： Springer，2012.

作者简介：

谢科，男，汉，上海理工大学管理学院MBA硕士研究生，研究方向：工商管理——运营管理方向。