寻找杀手级KPI

奥马里·摩根施特恩 罗伯特·罗森斯坦　彼得·艾伦

绩效考核指标无疑是经理人手中最强大的管理工具。设定正确的工作目标，精准地跟踪进度，做到这两条，企业就可以无往而不利。但要做到切实有效，工作目标和考核指标需要简单明了，条目越少越好。

我们所在的Agoda公司正处在规模上升期，我们注意到，简化考核指标更有利于我们实现预期目标。之前我们设定的目标太多太繁琐，部门内部意见都难以统一，遑论跨部门协调统筹了，员工很难决定自己该怎么做，结果就好像大家朝不同的方向拉绳子，使劲的人多，却无法实现预期的效果。于是，我们改变做法，在面向客户的主要职能部门，只设一个KPI（关键绩效指标）。该部门负责公司线上门店的设计、创立和日常维护。各个团队可以统一采用这一关键指标，以便做出更明智的投资决策。不过，我们当时也意识到，在没有任何约束条件的情况下，如果只设一个KPI，就容易产生意想不到的严重后果。我们知道任何基本目标，必须要有与之匹配的约束条件，一句话概括就是“实现X最大化的同时，不能降低Y”。

Agoda是在线旅行集团Booking设在亚洲的子公司，我们将在本文中分享公司以“单一KPI+约束条件”的方式来优化企业运作的经验。我们当中也经历了一些试错；制定出来的考核指标，经过测试，我们发现成效有好有坏，有的对员工行为和工作业绩有正向激励作用，有的则不然；慢慢地，我们摸索出了一些指导性原则，落实到了工作实践中后，公司业绩有了提升，同时还营造出了学习与合作的文化氛围。

我们相信这些经验和启示对于其他公司也有帮助，无论是电商公司还是非电商公司都可以从中受益，所以我们在本文中把这些经验分享出来。

通过测试摸索出指标体系

Agoda从公司成立之初就把持续优化前端，即公司线上门店的界面作为核心工作，消费者通过登录公司网站或手机应用来搜索、挑选和购买相关旅游产品，我们的目标就是要把消费者的在线访问转化为实际的产品销售。通过提升这一转化率，数字化业务就可以更有效地进行营销定位，因为相比拓展新客户，维系老客户要更容易一些。客户访问转化为产品购买后，公司还可以把从中产生的营业收入用于进一步提高营销效能，未来有了更多转化后，又可以带来更高的回报。

考虑到这些因素，似乎转化率可以是完美的基本KPI，投资回报率（ROI）则是显而易见的约束条件。（转化率目标如果很难达成，未来又无法产生收益的话，那何必为之浪费精力？）在计算转化率时，通常的做法是用销售额除以访问量。但不幸的是，测量流量并不像听上去那么简单：影响流量的因素很多，这当中包括难以控制的网上机器人、营销造势，以及通过间接方式登录网站的客户访问。

但我们很清楚，我们希望通过更高的转化率来提升收益，并且要抢在竞争对手之前做到这一点。可是如果流量数字那么不可靠，我们怎样才能准确测量工作进度，进而达到预期目标呢？为理出头绪，我们从一系列小型实验着手。哪些平台调整对提高转化率有帮助？我们在掌握了一定依据后，通过一个接一个的小实验进行测试。我们在测试中使用了A/B版本对照，针对每个细分客户群，我们都有一个对照组，每次测试一个小点（比如颜色、按钮、图片或类似于“房间数量有限！”“你选对了！”等简简单单的一句话）。实验中哪个组别能带来更高的转化率，那就算成功。所有这些在测试中胜出的选项被整合进程序代码，然后推送给更多客户。

发现成功选项并非易事。在很多时候，我们看好可以提高销售额的方案结果并不可行。实验中有大约80%～90%的创意来自非常聪明的员工，但没有起到预期效果，有时甚至还会适得其反。比方说，我们告诉客户“现在下单吧，否则这间房就没了”，客户可能会因此把房间订下来，但也可能会觉得反感，从而退出预订流程。而且，修改程序后可能会出现意想不到的漏洞。但这些差错都是过程中避免不了的。

通过实验我们可以判断哪些方案可行，哪些存在问题。一开始我们的实验都是一次性的。但后来为了更有效地从实验中学习新知识，我们构建了一个中央控制系统，通过系统我们可以登录相关应用程序，对测试结果进行详细分析，随后可以修改网站，并评测修改效果。有了实验这个“引擎”，我们进行相关决策、评估转化效果，便有了更加统一、更加可控的依据。我们从中得出了早期工作的一个基本评价指标：实验速度。

速度是把双刃剑

在明白了实验对于前端决策的重要性后，我们很快意识到，公司有必要加快实验引擎的速度。为了把更多的在线访问转化为实际销售，我们把速度设为基本KPI，具体就是每季度我们能开展多少个实验。如果开展的实验太少，那无论每个实验结果有多好看，公司的发展也是不可靠的。

通过不断细分实验，每次测试一个选项，我们找到问题、解决问题的速度越来越快。此外，我们还让擅长工程和流程管理的经理人来做过程优化。起初我们一个季度只能做几十个前端实验，才过几个季度，实验数量就增加到了1，000多个。尽管这让我们找到了许多提高转化率的办法，但公司网站程序因为频繁修改，运行状况越来越差。说得直白一点就是，程序漏洞多到爆炸。于是我们又给实验速度这个KPI引入了约束条件——代码质量，这一条针对的就是程序漏洞的数量和严重程度。

追求速度指标，同时又要满足质量要求，这让我们的运营方式发生了转变。我们重新检查了系统架构，研究如何更快地做出修改，但又不能快到破坏系统。为此，我们在公司分布于全球各地数据中心的成千上万台服务器上创立了软件工具，用于代码任务的整合、自动运行、速度提升及系统监控。

许多公司需要一周甚至更长时间来部署一次新代码，而我们一天就要更新4～5次。为了支持这个更新速度，我们重新考慮了系统、人员配置及组织架构。随着系统漏洞的增加，我们还必须同时建立起更好的质量保障手段。我们对网络运营中心投入巨资，通过它对平台表现进行追踪，一旦网站行为出现任何严重偏差，该运营中心将实时报警。

网站行为出现偏差很常见，有的是因为内部变动造成，有的则源于外部因素。只有牢牢掌握了数据，管理层才能判断出哪些偏差属于比较正常，哪些则代表了确实有问题。为此，公司开发出新系统，用以寻找具有统计意义的变动情况，哪怕是很小的变动也不放过。此外，我们还开发了监控工具，这可以帮助我们记录导致系统运行发生变化的代码修改情况，方便我们对导致问题的根源进行分析，从而更快地解决问题。我们还投资了数据系统，对每个市场的流量进行跟踪。当网站应用出现了明显异常，系统可以迅速识别，并提示网络运营中心。有了这套系统，我们可以关注到之前可能会忽视的问题，从而提高网站应用的响应速度。

修正基本KPI

聚焦实验速度的提升帮助我们实现了一个关键目标：更多的实验让我们在一定程度上提高了在線客房预订量。但有时候这个考核指标制造了错误信号。有些团队为了获得速度加分（以及对应的奖励），开展了许多小实验，至于这些实验对提高平台实际转化率是否有作用，他们并不在意。

哪些改变能够带来转化率的最大限度提升呢？要回答这个问题，我们又开发了功能更加强大的数据分析工具。我们逐渐认识到，要创造出更大的机会，需要对基本KPI做出调整。

我们转而采用了每日新增预订数（incremental bookings per day， IBPD）作为基本KPI，约束条件保持不变，仍然是系统漏洞数量和问题严重程度。这个新的KPI非常简单：在 A、B两个测试版本中，A版（作为对照组，维持之前的做法不变）所产生的预订量为n1，B版（在之前的基础上做过一定调整）产生的预订量为n2。通过下面这个公式，我们可以计算出新版本的每日新增预订数影响：

A、B两个版本都能带来客房预订量，我们要选效果更好的那个。

这个KPI的设立是为了奖励能够利用实验为公司创造价值的团队。我们同时给几个团队布置每日新增预订数目标，让他们齐头并进，互相竞争。我们希望通过这样的方式，团队可以去尝试规模更大、目标更激进的实验，而不只是单纯追求实验数量。我们寻求的是能够让转化率最大化的实验。如果团队害怕失败，他们会去做那些低风险、低价值贡献的实验。为了打消团队的畏难情绪，我们积极鼓励他们尝试更高目标，哪怕要为此冒点风险。如果有团队这么尝试了，我们会适当调整他们的工作目标，允许他们有试错空间，而不必担心失败了会受到惩罚。

每日新增预订数指标为公司带来了实实在在的好处。正如我们所期待的那样，团队将注意力焦点由实验数量转向质量。他们开始开发最优方案，相互之间进行分享。一旦实验精准度提高，团队就更容易有新发现。而且由于每个人都希望找到好的点子，不断锦上添花，因此员工彼此之间也非常积极地交流成功经验。比方说，他们了解到给客户提供选择时，选项既不能过多，也不能太少，一定要合适，否则的话，客户就不会下单预订房间。团队先是从公司中央数据系统对客户登录及交易行为的分析中得出了上述发现，他们将这一原则应用到了网站设计的许多方面，比方说提供多少个酒店搜索结果供客户做参考，以及在打开的图片库里展示多少张照片，等等。

新的KPI对于管理层而言也意义重大。首先它让我们可以通过对比不同团队的转化率来决定哪里需要加大投资，哪里可以回撤或改变策略。新的考核方式让团队之间你追我赶，但同时也让他们变得更加合作。公司员工发现，如果他们把学到的新东西与别的团队进行分享，后者也愿意与他们分享所得，这最终会帮助每一个人达成任务目标。

在以每日新增预订数考核提高了线上门店的绩效后，我们还认识到，合适的KPI对公司所有业务决策均能起到帮助作用。比方说，市场部原来的基本KPI是特定时间段内营销活动带来的访客数量，对应的约束条件是ROI（营销费用所带来的访客产出）。这一衡量标准存在局限性，因为流量的增加并不一定带来转化率的提升。当营销团队也开始瞄准每日新增预订数目标来开展营销实验后，转化率才有了显著改善。比方说，我们在同一时间段，针对同一市场，做市场推广来吸引访客，我们也准备A、B两个版本，这样我们就可以比较哪个版本能够产生更多的客房预订。尽管有些外部因素会影响到一些推广活动的实际效果，造成转化率的上下浮动，但通过A、B版本对比，我们可以更准确地判断推广活动是否有效。这些活动创意还可以在其他市场做进一步测试。

通过每日新增预订数指标，管理层还可以更好地平衡不同业务部门（比如是增加工程部门的人员配置还是提高营销支出），从而进一步优化公司投入。有了每日新增预订数指标，我们不仅可以明确每季度增加了多少转化，以及该转化率每季度的环比变化，我们还清楚地知道成功的背后，有哪些因素起了作用。

用同一个KPI来考核内部不同的业务部门能够让管理层对企业绩效进行总览，做到一目了然。有了这种全局观后，内部的投资决策就更有依据。通过每日新增预订数指标，我们不仅可以比较不同团队的贡献，进行相应的资源分配，还可以评估产品经理的绩效。如果他们没有达到工作目标，我们现在的第一反应是把他们调去一个更高产的领域，看看他们的绩效是否有提高。实际上，这是在对产品经理进行A/B版测试。

不断填补漏洞、纠正偏差

虽然采用每日新增预订量作为基本KPI后，我们在管理上进了一大步，但我们仍然在不停地争论：我们的方向是否正确？此前我们用推出实验的速度快慢来考核团队，结果有人因此跑偏，现在有了这个新指标，会不会又出现舍本逐末的做法？是否有其他更好的评价指标？是否有些方面被我们忽略了？

不管怎么说，我们明白每日新增预订数指标并没有帮我们一劳永逸地解决所有管理问题。比方说，程序漏洞一直都在。一些显而易见的大漏洞，我们解决得还不错。但有些小的漏洞，团队就不是很上心，因为查找小漏洞的难度大，解决了也不能大幅提高房间预订量。但是如果小的漏洞多到一定程度，公司的网站会因为叠加效应而崩溃，因为漏洞积少成多后的破坏力是很大的，结果就相当于每个用户都会碰上漏洞。后来我们认识到，即使是小漏洞，公司也要有一个明确的最低要求，也就是说我们只能容忍任一时间段内少量的小漏洞。如果超出一定数量，相关团队就必须在修补好漏洞后才能领取足额的绩效奖金，即使这些小漏洞对每日新增预订数的影响微乎其微。

大家在争论中，分歧更大（难度也更大）的一点是如何利用统计数据推广那些真正对公司有益的行为。在一个高度优化的平台上，绝大多数成功的实验也只能将每日新增预订数提高不到1%（公司不断地在优化程序，这意味着再要找到一个点加以改善后来提升绩效就会变得更难）。因为绩效变化变小了，我们很难区分哪些实验方案能带来真正的改变，哪些只是统计噪声。只有把这个问题解决好了，产品经理才能做出正确的决策。

我们又一次发现，激励政策导致努力方向出现偏差：我们要求团队拿出证据证明，所谓的成功做法确实与增加商业价值有关。但我们发现，当奖金与每日新增预订数指标挂钩，团队就容易一切以结果为导向，只要实验能给绩效加分，他们就认定它有价值贡献。至于实验是给公司带来了显著改善，还只是毫无意义的噪声，他们并不十分在意。这是很自然的行为反应，但不会产生对整个公司有利的结果。

为此，我们进一步优化KPI，称之为“无偏差每日新增预订数”（UBI）。具体做法如下：每次在将一个实验标记为成功方案后，我们会在更大范围内推广之前，把同样的实验再延续一段时间（通常为期一周）。这个后续的评估结果将计入团队绩效。如果首次实验是因为有统计噪声才出现了看似积极的效果，那么在后续的评估中，也同样可能出现负面的结果。当样本足够大，偏差会自行消失。当出现这种情况，团队UBI得分为零，这意味着团队围绕业绩目标所做的种种努力并没有取得实质性进展，他们也就拿不到绩效奖励。当团队认识到他们的实验可能存在得零分甚至负分的风险后，他们就会去积极对待那些能够真正促进业绩提升的实验。这时候他们不会因为某个实验看上去有效就推进，而是会在更加认真地研究之后来判断，他们要做的调整是否会真正改变客户行为。

然而，这个考核指标也并非完美。当实验在多个团队中开展并达到一定数量规模后，UBI是有效的。但如果某个团队在一个季度里只做10到20个实验，那么他们就容易遇到大量噪声，因为他们的测试数量不够，无法有效排除偏差。（我们的经验是至少要有50个实验才能排除偏差）此外，如果实验结果不够明朗，团队可能难以接受，于是他们会一遍遍重做，期待得到更好的统计结果。但这样会降低速度，等于又回到了原来的困境。这和客户做选择时候一样，拥有选项太多或太少都不好。团队在开展实验时，数量少了，结论不够精准；如果数量太多，又容易拖累速度，阻碍发展。

我们想借此说明，给团队设定基本KPI是个要不断调整的过程。尽管UBI体系存在一定的局限性，我们还是认为它总体非常有效。这个考核指标更加有效地把团队行为统一到了提高转化率、创造商业价值的根本原则上来，与此同时，速度并未因此受到严重影响。UBI指标让我们可以按季度对团队和个人的营业额贡献度进行考评，因为每增加一次房间预订量，都可以折算出对应收入。管理者可以根据数据来判断哪些人绩效卓著值得奖励，又有哪些业务领域应该增加投资。

改变企业文化

我们从线上门店以及市场部开始尝试设置“基本KPI+约束条件”的管理办法，如今在整个公司已经推行开来。今天在Agoda的每个职能部门，哪怕是传统上不以实验为核心的部门，“基本KPI+约束条件”的管理方式已经成为负责人做决策的重要依据。在公司的房源采购部门，我们将任务分配到35个国家的员工，然后用边际点数（这是我们在不能直接增加房间预订数量的部门所采用的指标，用来替代UBI）来评估他们的每项任务对业绩的影响。与之对应的约束条件是降低合作方的负面行为（我们希望房源采购团队积极争取可售房源，从而帮助公司降低成本、提高利润率。但如果他们对合作酒店压价太厉害，合作方就可能停止与我们合作）。我们通过实验来评估有哪些策略能够在最大程度提高利润率的同时，还能维持好我们与合作方的互利关系。

聚焦KPI给公司文化带来了意料之中的变化，我们在每个项目启动时花大量的时间解释考核指标，项目进行过程中也反复宣讲，因为要让团队成员对考核标准负起责任。但有一个变化我们颇有些意外，那就是决策过程中，层级关系变得不那么重要了。大家在争论成功的衡量标准该如何来定时，通常就事论事，而不是以自我为中心。在不断测试的过程中，即使是资历最深、经验最丰富的人也常被证明出错。高职级的领导者在发现下属员工有更好想法時，也无法仗势欺人。而且由于一切都看实验结果，说服技巧的重要性也不如从前了。

统一KPI，设置约束条件，之后不断优化，给企业文化带来的最大好处是团队上下有了共同的目标。此前动辄几百个考核指标，往往造成内部混乱，部门之间各行其是，而考核指标简化后，大家的努力方向完全一致。由于员工从中很容易看到自己的工作对公司业绩的贡献度，公司内部更容易形成合作、互助和学习的氛围。员工会认识到他们能够从同事的工作中受益，公司内部产生和分享的知识是共同的财富。

鉴于以上原因，我们认为设定正确的KPI和约束条件，并且不断跟踪修正，是我们应对严峻市场挑战的有效武器。这让我们知道自己该做什么，也给我们指明了未来发展道路，相信这对其他企业也有帮助。