文章摘录
英特尔简介
link: 得到APP知识城邦 date: 2020.04 source: 杨蕾
了解英特尔,可以阅读安迪格鲁夫的《偏执狂才能生存》出版物。最近看到了得到杨蕾同学的清单作为总结(特别棒,特别感谢):
英特尔是世界上最大的半导体公司,市值超过两千亿美元。英特尔是硅谷最重要的企业,没有之一,它给硅谷的文化氛围、创新精神和管理模式都奠定了坚实基础。
- 英特尔的创立标志着“硅谷”的诞生。“硅谷”位于美国西部湾区的圣克拉拉,1968年,英特尔在这里创立。从那时起,像英特尔这样以“硅”为核心材料的半导体公司有了一大批,于是,一个记者来报道的时候就把这里叫作“硅谷”。
- 英特尔最早的产品是存储芯片。通常,一家做半导体的创业公司得花好几年才能推出一款芯片,而英特尔两年就推出三款存储芯片,技术还很超前,横扫整个市场。因为英特尔的创始团队都是数一数二的技术专家,拿创始人之一诺伊斯来说,他发明了现代芯片的雏形——集成电路,他也被称为“硅谷之父”。
- 英特尔另一个创始人摩尔,提出了大名鼎鼎的“摩尔定律”,它是半导体行业几十年来的行业标准。摩尔定律指每隔两年,芯片上的晶体管数量就增加一倍。这个定律并不是一个客观规律,它一开始只是摩尔自己对技术进步的预测,结果影响力太大,变成行业标准,所有半导体公司都为达到这个速度而拼命努力。
- 格鲁夫是英特尔的第一位员工,后来成为英特尔CEO,他是硅谷公认的伟大管理者。格鲁夫应对变化的方法很简单,就是行动起来。这个方法让他的一生非常精彩,他是一个匈牙利难民、全优学生、化学工程师、制造业天才、经理人、首席执行官、作家、教授、抗癌斗士、演讲能手。
- 诺伊斯、摩尔、格鲁夫是英特尔历史上最重要的三位领导人,被称为“英特尔三杰”。他们加在一起,正好符合德鲁克的一个说法:完美CEO应该拥有三种性格特质,一个对外的人,一个有思想的人,一个行动的人。诺伊斯是对外的人,摩尔是思考的人,格鲁夫是行动的人。“英特尔三杰”的合作方式成为一个经典的管理模版,现代公司在组建核心团队时,都会参考它。
- 英特尔奠定了硅谷文化。现在,硅谷大部分科技公司的文化都崇尚轻松、平等、自由,员工没有着装要求,领导没有专属办公室,层级扁平化,这种文化其实是英特尔创立的。在20世纪六十年代,大部分企业等级森严,而英特尔的创始人们和员工坐在一起办公,建立了平等的企业文化。
- 英特尔孕育了硅谷最早的风险投资。1968年的美国,融资非常麻烦,也没有成熟的风险投资产业。而英特尔开放融资48小时之后,所有份额都被投资人抢购一空。这个好消息传遍了电子产业界,人们纷纷离职去创业。英特尔的融资引发了一波创业潮。
- 英特尔历史上最重要的一次转型是,退出存储芯片市场,成为一家微处理器公司。存储芯片是英特尔的起家之本、技术核心、收入来源,但因为竞争激烈,不断赔钱;微处理器是个新项目,市场体量很小,未来也很不明朗。两个业务都是英特尔的核心,必须二选一怎么办?英特尔管理层也很犹豫,直到格鲁夫问了摩尔一个问题:如果我们被开除,新CEO会怎么做?摩尔说,他会退出存储芯片业务。格鲁夫说,为什么我们不先开除自己,然后自己回来宣布退出存储业务呢?
- 英特尔是一个不直接面对消费者的品牌,为什么它能在消费者中有这么高知名度?因为英特尔强悍的营销能力。现在,大部分个人电脑上都有一张贴纸,写着“Intel Inside”,意思是里面就是英特尔的处理器。这张贴纸是英特尔在1990年代花了5亿美元,跟很多计算机品牌合作营销,才贴上的,它能不断强化消费者对英特尔的品牌认知。
- 英特尔有一条强制退休政策,只要CEO到了65岁就强制退休。但只有一个CEO贝瑞特,真正做到65岁退休,他之前所有CEO退休时间都比65岁早:诺伊斯和摩尔都在58岁时退休,格鲁夫在62岁时退休。
更新 2020/09/14《Intel又到了壮士断腕、战略转型的时刻!》来源:得到 > 王煜全 知识城邦 王煜全要闻评论说明:此文转自 得到 知识城邦(无专用链接),需要参考原文的请在得到程序内搜索。另外分享目的为了解Intel的动态,并不用户投资的判断。
今天我们的话题是Intel。这家长期处于芯片行业主导地位的公司,今年过得不太好,尤其第三季度每股收益未达预期,再加上7纳米芯片生产延迟,导致其股价大跌,今年以来总计下跌了16%。而它的对手AMD和英伟达两家的股价,却在过去1年的回报率分别达到了160%和180%。
英伟达自从跨出核心的 PC 芯片业务,进入数据中心、汽车与AI领域后,就一直是华尔街近年表现最强劲的股票之一。英伟达掌握着AI市场GPU的话语权,它的股价也一路迭创新高,2020年7月8日超过Intel,首次成为美国市值最高的芯片公司。
9月9日,三家公司的市值分别是: 英伟达3138亿美元;Intel2110亿美元;AMD961.7亿美元。
英伟达和Intel相比市盈率(PE比)高很多,达到了93倍,而Intel才只有9倍,所以实际上企业的收入利润还是Intel高,并不代表英伟达现在已经超越Intel了,但大家给英伟达的估值比Intel高很多,可见市场认为英伟达的未来发展会比Intel更好。
以前在CPU主导的时代,芯片产业的“武林盟主”无疑就是intel。但是现在,通用处理器已无法满足各种AI应用的需求,因此具有高并行、高密集计算能力的异构计算就成了AI时代的必然选择。这个时候企业需要的是一组芯片的整合设计能力,要有CPU+异构单元(例如:CPU+GPU、CPU+FPGA、CPU+ASIC,还有最近时髦的CPU+NPU神经网络处理器或CPU+IPU人工智能处理器)。甚至需要和生态协作的能力,谁的生态能力越强谁就有优势。
英伟达是生态做得很好,擅长做向后的应用侧生态协作,弱点在于向前的生态整合能力。Intel的应用侧生态协作做的不如英伟达,但是有机会做前向整合,把自己的芯片和别人的芯片整合起来。AMD的优势是异构计算的核心单元都具备,既有CPU又有GPU,两个领域都有涉及,而且在CPU方面还呈现上升趋势。
现在看来,似乎三家都有机会胜出,不过我们之前文章介绍过的,计算能力正在从固定计算向移动计算转移,苹果电脑都开始采用ARM架构的移动计算芯片做CPU。这样看来,Intel确实遇到了更大的挑战,甚至不过分的说,也许是场危机。过去一段时间,辉煌了半个世纪的PC芯片巨头Intel正屡屡遭受外界质疑,包括错过移动互联网时代、芯片技术被竞争对手台积电超越、失去苹果这样的大客户等问题,竞争对手英伟达和AMD在一些领域遥遥领先,Intel面临的压力越来越大,转型迫在眉睫。
2019年2月,Robert Swan从CFO变成了Intel的CEO。有个特别之处是,之前的六位CEO都在Intel任职多年,在半导体业务方面也有深厚的技术背景。斯旺却是唯一的一个“门外汉”,CFO出身的金融专家,在半导体业务领域并没有很深的资历。
在全球PC市场逐渐没落的背景下,Intel也在寻求多元化业务转型,CEO Swan上任伊始,就强调要从“PC 为中心”转向“以数据为中心”,“专注于CPU市场是英特尔错失转型的一个重要原因。”
通过自研、收购、合作生产等方式,Intel在数据中心的布局已相对完整,从CPU到GPU、FPGA、ASIC等都已有涉猎,由于Intel数据中心的基数规模相对较小,所以增长速度尚且不错。第二季度,数据中心的业务营收占公司总营收的36%,已经成为第二大业务,虽然相比于PC业务尚存在一定的距离。2019年7月,Intel将5G基带业务以10亿美元卖给了苹果。Swan表示:他正在评估公司的运营,将把没有竞争力的业务作为“倒卖”的备选。
在我们看来,Intel押宝服务器市场并不是一个好的策略。CFO出身的掌门人Swan对于未来的预判只看到了云计算市场的巨大潜力,但这个市场也是竞争最激烈的,众多巨头都在竭力进入,服务器市场很难差异化,属于白刃战。
例如,英伟达的GPU在AI领域有先发优势,拥有比Intel更强的并行计算、低精度运算等性能优势,目前全球大多用户都使用英伟达的GPU训练神经网络。依靠GPU的这种优势,英伟达开始进军服务器市场。英伟达选择的是ARM架构,希望借助ARM架构所拥有的低功耗、低成本优势挑战英特尔在服务器芯片市场的垄断地位。2020年第二季度,英伟达数据中心的营收已相当于英特尔的数据中心业务的24.6%,对比上一季度的比重12.9%。,增速很快。
过去数年,Intel在服务器芯片市场一直都占据优势,服务器芯片市场的占有率超过90%,然而随着AI时代异构计算的到来,英伟达等公司正在威胁着Intel在服务器芯片市场的地位。
Intel需要在ARM架构上发力。说到这里也是造化弄人,其实早在2000年,英特尔就收购了一家设计ARM架构芯片的企业,获得了设计移动处理器的能力,2001年推出了基于移动平台的“XScale”手机处理器,开始进行商用。但那时候的手机产业还停留在功能机时代,所以到了2006年,英特尔就将移动芯片业务卖了。谁也没想到2007年iPhone横空出世,智能手机开始兴起,可惜Intel对于是否重启移动芯片一直飘忽不定,等他反应过来的时候,苹果自己已经设计出了A系列处理器,高通也有了大量通讯专利,这时候Intel才意识到失去了机会。
而未来是万物智能的时代,移动计算这个市场会大很多。我们认为,未来用更适合移动计算的ARM架构CPU,替代更适合固定计算的x86架构CPU是早晚的事。6月22日苹果推出了基于ARM架构的CPU,更是加速了这一进程。Intel只有在ARM架构上发力,才能在移动计算占据一席之地。
另外,Intel还需要发挥Movidius的优势,如果能够很好的整合进来,也许会成为Intel的AI杀手锏。2016年Intel收购了爱尔兰的一家初创公司Movidius。Myriad X是该公司旗下的产品,这是全球第一个配备专用神经网络计算引擎的系统芯片(SoC),用于加速端的深度学习推理。该神经网络计算引擎是芯片上集成的硬件模块,专为高速、低功耗且不牺牲精确度地运行基于深度学习的神经网络而设计,让设备能够实时地看到、理解和响应周围环境。
Movidius的客户有:大疆、海康微视、谷歌、联想等,它可以为智能设备增加视觉功能,包括无人机、安全摄像头、VR和AR头盔等。大疆无人机用的就是Movidius Myriad 视觉芯片,用于感应和实时避障,让无人机在接收不到GPS信号时悬停在固定位置上。随着人工智能时代的到来,三维视觉应用将会大规模爆发,让机器认识和理解这个世界,视觉就是其中关键的信息来源,VPU(视频处理单元)将变成和当年的GPU(图形处理器)一样热门的领域。
总的来说,我们预测:未来1-2年内,Intel的业绩可能会增长,市值也会上升,但是从长期看危机并未解除。近期市值上升的原因是:
- 云计算服务器的市场在爆发,它会随着整个市场上涨。
- Swan是CFO出身,所以公司财务表现会不错。
- Intel现在的市盈率很低(Nvidia的市盈率是它的10倍),如果投资市场对Intel的未来有信心,就有不少上升空间,Swan看起来是会受投资者欢迎的。
短期看Intel像是要回暖了,但长期看因为错过了移动计算的这班车,Intel将会迎来最大的危机!
以上就是我们对Intel的分析和预测,更多产业深度分析和底层思考逻辑,会在“前哨科技特训营”里分享,欢迎关注微信公众号“全球风口”,报名加入。
王煜全要闻评论,我们明天见!
下一代的关键绩效指标
概览:本文揭示了公司在使用KPI时面临的挑战和新兴机遇,展示了高级使用KPI可以使组织受益的多种方式,并提供了执行人员可以采取的充分利用KPI的步骤。
link : leading-with-next-generation-key-performance-indicators date : 2018.06 source : MITSloan
1. 执行摘要
总的来说,大多数公司并未严格部署KPI进行审查或作为变更的推动力。实际上,KPI仅在名称上被视为“关键”。对他们最普遍的态度似乎是合规而不是承诺之一。这种敷衍对待反映了文化和组织上的惯性,而不是技术或操作上的限制。从而造成 KPI 在大多数企业都没有达到当初构想的效果。
机器学习(ML)的快速进步(即一台机器根据先前的结果1改善其性能的能力)势必将从根本上影响高管如何使用KPI来监控和刺激增长。随着下一代预测算法被纳入业务流程规划和设计中,它们似乎注定会激发下一代数字仪表板。因此,KPI将提供预测性和规范性指标,而不仅仅是后视镜审查。由数据驱动的公司通过接收其KPI来利用这些进步,将享有独特的竞争优势。
这些趋势(无论是个体还是集体)与首席营销官(CMO)和其他营销主管特别相关。这些领导人越来越发现自己对以增长为导向的目标负责。因此,这些高管正在探索新的和新颖的KPI来评估增长。广告活动效果或点击型转化等更传统的营销绩效指标正在让位于更多以客户体验和倡导为导向的指标。
2. SLACK 找到自己的北极星
工作场所协作应用程序Slack于2014年推出。Slack采用免费增值业务模式,通过使免费产品在短期内变得不可或缺而巧妙地利用了这一模式。该系统现在拥有800万活跃用户,其中70,000个团队为其高级功能付费。
通过与公司总体战略保持一致的少数前瞻性,面向增长的KPI,已经实现了更广泛的变革(包括文化,组织和运营方面的变革)。“我们一直在努力建立最重要,最重要的关键绩效指标。这些是我们一直在关注的东西。”沃特金斯说。“我们的意图是说我们在顶层可以拥有多少东西,以及可以用来建立愿景并帮助人们理解最重要的东西的东西。” 这些KPI为所有员工确定了公司的北极星(North Star),即最能反映公司愿景的前三个指标。
Slack的三个主要KPI(Watkins每天都会关注并每周更深入地研究这些KPI)的重点是提高公司的总体知名度,加速客户增长并完善销售渠道。这些共享的KPI不仅旨在管理组织,而且还赋予员工自由和敏捷度来进行快速判断的能力。沃特金斯说:“如果领导者可以投资建立非常具体而具体的KPI,使人们可以针对他们的工作进行定位,那么团队或个人就可以更快地做出正确的决定,并与结果相吻合的可能性。
3. KPI及其在当今企业中的作用
传统上,KPI通过测量过去的成本,收入和利润而具有追溯力,但是对于组织将来的表现却知之甚少。罗伯特·卡普兰(Robert Kaplan)和大卫·诺顿(David Norton)于1992年提出的平衡计分卡框架,彻底改变了企业如何将KPI与公司的更广阔视野联系起来。3平衡计分卡结合了财务和非财务指标,以便在短期和长期内指导策略和策略,对全球的新一代高级管理人员产生了重大影响。最近,由英特尔的安德鲁·格鲁夫(Andrew Grove)构想并由风险资本家约翰·多尔(John Doerr)推广的“目标和关键结果”(OKR)框架在建立,交流和跟踪组织目标方面受到了科技公司的广泛欢迎。
在接受调查的高管中,只有26%的人同意他们的职能KPI在很大程度上与组织的战略目标保持一致。这个百分比令人惊讶地低,意味着职能目标和战略目标之间的脱节。原因之一是,只有27%的受访者同意其组织在决策过程中主要或主要由数据驱动。(请参见图3。)也就是说,大多数组织不会将自己视为或描述为“数据驱动的”。这种差异从本质上破坏了KPI的价值和潜力。
阿迪达斯美国就是一个很好的例子:鞋类和服装公司的北美品牌总监西蒙·阿特金斯(Simon Atkins)回顾说,其KPI仅专注于传统财务指标,直到该公司承诺“与客户一道再造我们的品牌”。这种重新设计不仅需要进行根本的流程更改,还需要对公司文化进行深刻的反思。阿迪达斯努力保持与日益增长的数字和移动消费者的关系。现在,Atkins说:“在消费者心目中阐明我们的进步的KPI在我们的组织中起着举足轻重的作用。” 其中包括围绕净促销员分数(NPS)的KPI,Atkins允许该指标“比销售,盈利能力和市场份额略微模糊”。
此外,将近70%的受访者表示,他们的组织目前具有用于客户细分的功能性(主要是战术性的)KPI。许多其他公司报告说,他们计划在2018年提高其他以客户为中心的KPI的优先级。突出客户生命周期价值和品牌资产的功能性KPI也被列为高度优先事项。这项调查表明,人们越来越认识到,KPI必须开始使内部流程与外部客户行为保持一致。
许多公司正在寻求以更全面的方式了解客户。百分之六十三的受访者表示,他们现在正在使用KPI来开发客户的单一集成视图。战术KPI已合并为更具战略意义的汇总。几位受访者明确讨论了他们为理解“客户旅程”(而不是销售渠道)所做的努力,该过程涵盖了当今客户与品牌互动的许多接触点。
营销职能和首席营销官的角色可能会承担更多以增长为导向的预测目标。这种转变将严重影响职能部门之间的工作关系。例如,首席财务官可以与首席营销官和首席营收官更积极地合作,以建立更多以增长为导向的关键绩效指标,首席商务官和首席营收官可以承担首席营销官的职责。数据治理可能会成为创新的推动力,而不是合规性活动。
4. 关键KPI用法的基础知识
/define/ KPI一致性指数 (The KPI Alignment Index) 受访者对以下六个问题的回答表明,公司对KPI的使用保持了良好的一致性。受访者使用五分制来选择答案。在所有六个问题上得分均较高的受访者获得较高的指数得分,而得分较低的受访者则获得较低的指数得分。受访者分为五等份。最低的五分位数代表我们称为“挑战测度”(Measurement Challenged)的组,中间的五分位数(占60%)代表具有测量能力的人群(Measurement Capable),而最高的五分位数代表“衡量领导者”( Measurement Leader)。具体调研问题如下:
- 您组织的KPI在多大程度上推动了您领导和/或管理人员和流程的方式?
- 您在多大程度上相信职能部门的KPI与组织的战略目标和业务成果明确并直接保持一致?
- 您在多大程度上同意这一说法?:“我感到自己有能力实现我的KPI业务目标。”
- 您在多大程度上确定和/或设置功能的KPI?
- 您在多大程度上同意以下说法?:“我对我管理/报告的KPI如何告知和影响整个企业的决策感到满意。”
- 您(作为利益相关者)在多大程度上相信KPI的准确性和可靠性?
这节主要是讲 Measurment Leader(上面调研中前 5%的领导者)的管理特点,总结如下:他们使用KPI来领导和管理企业。他们追求客户的整体观点。他们将KPI视为机器学习的数据集。他们坚持以数字方式向下钻取KPI组件的能力。他们共享受信任的KPI数据。他们旨在实现KPI简约性-确定哪些KPI最重要和最有价值。
使用KPI领导和管理企业
尽管管理和领导在许多方面是互补的,但每种都有不同的属性。经理面对短期组织和解决问题,而领导者则关注创新和企业的长期愿景。因此,使用KPI战术管理业务与使用KPI引领组织走向未来之间是有区别的。我们的发现表明,最成熟的公司了解,围绕回顾过去的绩效而建立的KPI的价值不如使它们能够利用预测见解的KPI有价值。这种洞察力至关重要地预示了KPI的未来。这些领先的公司不仅将其KPI视为“可击中的数字”,而且还视为转化的工具。
使用KPI调整组织
格罗夫(Hannah Grove)说:“我最关注的KPI是客户的声音。客户需要什么?有什么见解?就客户的拥护和忠诚度而言,我们在旅途中会走到哪里?” 就像阿迪达斯(Adidas)改变文化以适应消费者一样,格罗夫(Grove)的市场领导地位意味着超越客户保留范围,将客户转变为品牌拥护者。她已经制定了KPI(也和Adidas一样,她使用了Net Promoter Score)来使公司与该愿景保持一致。她认为这是一个不断发展的“转变为真正理解将客户置于组织的中心并衡量我们围绕其倡导工作的效率”。她的KPI用于帮助管理道富的文化转型。
如果组织要使用KPI进行领导,并且KPI是可量化的度量,那么为了以KPI进行领导,就必须以数据为驱动力。捷蓝航空商业和计划执行副总裁马蒂·圣乔治(Marty St. George)说,他的“圣经,每一天”是一份每日收入报告,列出了前一天收取了多少收入,以及该数字如何与航空公司的预测保持一致。诸如在线酒店服务Airbnb和预订服务OpenTable之类的平台品牌避开了长期(按年衡量)的战略计划,而采用了以数据为驱动力并与使命相一致的自适应,响应和预期KPI。他们重视敏捷性和速度。
建议客户的综合视图
随着以客户为中心的KPI在移动/数字市场中的重要性日益提高,其潜力正在被深刻地重新定义。我们的调查结果表明,公司明确承诺要在客户周围建立更大的知名度和责任感。具体而言,存在着利用不同功能单元的观点来开发客户的多维视图的愿望。受访者并未将更传统的指标(例如客户生命周期价值)的重要性降至最低。但是他们正在寻找外部关注的KPI,以使其能够更好地细分并吸引客户。此类措施补充并建立在更加内部集中的流程KPI之上。
超过90%的Measurement Leaders确认KPI有助于他们的职能发展其目标客户的统一视图。(请参见图4。)与之形成鲜明对比的是,对于Measurement Challenge的组织,该数字下降到25%。图5说明,在所有级别中,受访者在以客户为中心的KPI中的首要任务是衡量客户细分(其次是客户生命周期价值,品牌资产和客户流失率)。
管理咨询公司贝恩公司(Bain&Co.)的合伙人兼全球营销主管劳拉·博丁(Laura Beaudin)对于CMO的发展也表达了类似的观点。她说,首席营销官的作用“正在扩大,以负责跨越多个接触点的持续的客户对话,而不仅仅是在渠道的开始或顶部。如果您认为这是CMO负责的一部分,那么像NPS这样的指标就变得更加重要,因为它不仅可以使您了解是否存在某些重要的相互作用,还可以使您感觉健康客户体验。这可以整体上代表品牌健康。” 实际上,“品牌健康”本身已成为整体KPI。
以将客户转变为有影响力的人和传福音的目标为基础的KPI可能会迫使某些公司进行组织,运营和文化方面的考量,需要提高对客户需求的认识和预期。机器学习为公司提供新的和新颖的机会,以发展其客户的360度视图。
将KPI视为机器学习的数据集
大多数组织的管理人员都期望ML / AI技术将帮助他们实现企业目标。近四分之三的受访者认为,通过加大对自动化和机器学习技术的投资,可以更好地实现其当前的功能性KPI。但是,衡量领导者肯定其组织已经在自动化和机器学习技术方面进行投资以推动营销活动的可能性几乎是“衡量挑战者”的两倍。
“我们的所有AI努力都在向我们强调我们已经掌握的核心知识,所有这些都帮助我们了解了客户,了解了自己,并最终了解我们如何利用技术,而与技术无关,“因为有了机器人,在工作场所节省了多少钱?”。换句话说,机器学习被视为增加价值的平台,而不仅仅是自动化的成本降低。
ML的更大潜力是使软件和系统能够从数据驱动的经验中学习。这为使用KPI及其基础数据“训练” ML算法创造了机会。也就是说,可以单独或集体使用KPI来教导ML系统改善和优化其性能。调查结果和访谈都表明,KPI现在被视为ML的数据输入,而不仅仅是绩效评估和计划的分析输出。
深入了解KPI组件
企业KPI所依据的复杂动态可能与KPI本身一样重要:看似简单的KPI(例如点击率)通常掩盖了与一天中的时间,位置以及潜在或现有客户的年龄或性别有关的复杂性。
数字化挖掘KPI的组成部分对于有效的KPI至关重要。分数越高,表示对“我可以轻松地向下查看以汇总到我的KPI中的基础数据或分析组件”这一说法的认可度越高。85%的测量领导者强烈同意或同意该声明;对于具有测量能力的组织,该百分比为45;对于那些面临测量挑战的组,该百分比降至10以下。
转化率有多个版本。移动版中的转化比其他渠道中的转化要短得多。在移动设备上,您只有一个或两个插槽,而不是说要人们进行转换的四个步骤。因此,转换渠道完全不同。您的起点和终点也不同,因此您不能将它们混在一起。它将弄乱您的最终步骤。因此,您必须按不同的细分细分,无论是不同的渠道还是不同的平台(移动,Web或台式机)。然后,我们甚至还有其他获取渠道,例如呼叫中心,它们是完全不同的转换路径。
KPI的回顾/历史偏向通常意味着确定为什么特定KPI表现过高或过低可能需要几天甚至几周的时间。它们没有实时性。如今,由于数字数据流和聚合的流式传输特性,这些问题可以在几分钟甚至几毫秒之内得到回答。衡量领导者实时收集全部或很大一部分KPI的可能性是挑战挑战者的六倍。
快速分解和重新组装KPI组件的能力为数据科学家及其ML算法创造了巨大的机会。那些具有鼓励提高自动化程度和ML技术的组织,可以更轻松地向下钻取以查看基础数据汇总到其KPI中,并且与没有ML激励的组织相比,他们更频繁地检查KPI报告。通常,整体要大于各个部分的总和,但在动态和破坏性的市场中,快速混合,匹配,分析和区分优先顺序的能力可以使它们比它们所来自的整体更有价值。
共享受信任的KPI数据
我们的调查结果表明,高级主管和业务部门负责人经常(甚至定期)与职能部门的负责人共享其KPI数据。许多主管接受共享KPI或共享KPI可以促进跨职能的协作,并有助于实现机会效率和成果。
共享的KPI允许不同的部门更有效地协作,因为经理可以看到自己的KPI对其他人的正面或负面影响。在阿迪达斯的再造示例中,阿特金斯(Atkins)描述了该公司对“一种更加集成和灵活的方法来赢得我们所有组织的消费者的需求”的需求。他说,共享的KPI对阿迪达斯的转型不可或缺:从Adidas America的角度来看,我的领导团队针对品牌(尤其是与其业务)横向代表品牌共享一组KPI。我们已与负责批发业务的销售委员会,负责实体和电子商务的直接消费者业务取得了联系,并已征询并同意了清单上的KPI,以便我们将其嵌入我们的治理,以确保在最高层和最开始阶段,我们就成功的模样达成共识。
旨在实现KPI简约
对于组织而言,理想或有效的KPI数不胜数。大量的KPI可能会帮助管理层和领导层关注整个企业中的复杂问题。数量较少的KPI则会迫使他们将重点放在公司最重要的战略目标上。一方面太多的KPI容易变得笨拙,难以管理并产生不切实际的期望;另一方面太少的内容可能会导致忽略关键业务问题。加速访问企业内部和外部的大量数据,加剧了这些日益紧张的局面。
大多数组织都没有显着增加或减少其监视的KPI数量。回想一下,Slack仅专注于三个顶级KPI。捷蓝航空的圣乔治还每天查看三个KPI。他说:“如果我考虑到我赖以生存的东西,那就是事实。” “这是收入,运营和客户满意度。” 当被问及他们所监督的KPI中有多少需要大多数注意力时,大多数受访者选择了前两个或前三个,或前20%。而当能够收集到大量KPI数据时,“我们今天面临的最大挑战是筛选大量毫无意义的KPI,真正关注那些KPI,而不会被拖垮。仅仅因为我们可以测量所有事物,并不意味着我们需要测量所有事物。我们只需要关注一些真正会对我们的业务产生重大影响的事情。”
5. 未来
我们看到,以数据为驱动力和以客户为导向的领导者使用KPI来改变他们的组织,而那些更关注“击中他们的数字”的人仍然专注于效率。谁最能适应,发展和竞争?同样,更老练的管理人员明确地使用KPI来促进跨职能(不仅仅是垂直)的一致性。对于他们而言,KPI是严格定义和衡量重要基础的手段和方法。
为了有效,关键绩效指标必须真正是反映和阐明企业战略重点的“关键”绩效指标,而不是普通的度量标准。一个组织的战略和文化应该基于其KPI产品组合而易于辨别,并且其KPI应该清楚地传达其如何跟踪价值创造并为利益相关者(客户,员工和投资者)创造价值。
Step1 确定您公司的前三名企业KPI和前三名功能性KPI
领导层必须了解这些KPI如何相互关联和统一。关于关键绩效指标如何确认和支持战略是否达成共识?企业KPI主要是财务上的吗?还是客户指标起着同等作用?谁拥有这些指标及其基本动态?也许更为重要的是,功能KPI与企业KPI的协调程度如何?功能性KPI是否在很大程度上与企业KPI成果脱钩了?功能性KPI如何直接促进企业成功?
Step2 创建一个持续的,企业范围内的KPI讨论流程
企业范围的讨论旨在确认承诺,而不是合规性,并表明组织对自己承担责任,以从其KPI中获得最大可能的价值。例如,在GoDaddy,每个管理会议都明确链接到KPI。Low Ah Kee说:“我们业务回顾中的最佳做法是从记分卡或仪表板开始,上面写着’您如何在重要指标上做事?’ 如果谈话不是以此开头,那么我们实际上在衡量和定义成功的方式上并不一致。
在每种情况下,KPI都是围绕推动组织行为和变革的领导力对话的核心,而不仅仅是评估工具。如果KPI不在管理会议的中心位置,则会议,管理层或KPI可能有问题。
Step3 将KPI视为特殊类别的数据资产
数据和分析是KPI的原始要素。数据量和速度的激增以及正在进行的算法创新将要求组织不断地重新审视其KPI的基本要素和属性。领导者应该问:对新数据的访问将如何改变围绕企业KPI的期望?移动客户接触点将如何影响营销如何衡量参与度和体验?随着对数据和分析的实时访问的发展,数据治理将如何变化?
随着KPI成为ML算法和流程自动化的输入,它作为数据资产的特殊类别将变得更加重要。将其称为“出色的KPI反转”。明天的高层管理者可能会问,使用KPI告知和管理人员还是训练他们的机器并使他们的流程自动化,他们会更好吗?无论哪种情况,支持更复杂的KPI的数据功能都可能在未来几年成为竞争优势的来源。
6. 结论
KPI在战略,文化和运营上与数据驱动型组织的领导者定义成功的方式交织在一起。对于希望以客户为中心或以客户为中心的组织而言,尤其如此。他们致力于量化。随着公司提高其数据和分析能力,KPI将变得更加强大和有说服力的机制来定义经济价值和组织责任感。
更大数量和各种KPI似乎是不可避免的。例如,人员分析和量化自我(诸如日常步数,热量摄入或睡眠时间等自我跟踪数据)的出现,为个人,团队,流程,网络和客户体验邀请了新的KPI。因此,KPI简约可能会成为一种新的领导艺术和科学,对组织设计和行为产生影响。业务部门应该合作并协调哪些超越的KPI?在这些共享的KPI上下文中,谁拥有客户?
我们观察到的一种更有趣且可能具有破坏性的转变涉及到KPI从人类输出到算法输入的持续“翻转”。KPI已越来越多地用于训练ML算法和寻找或建议新的KPI。KPI不仅是可通知和影响决策者的分析方法,而且还提供了用于训练机器学习系统的数据。这种挑衅性的倒置对组织如何进行自我转型具有深远的影响。
明天最重要的KPI争论和辩论将集中于绩效如何以及怎样才是组织未来成功的真正关键。哪些KPI团队将为企业及其客户激发或激发新的价值创造计划?对于认真的数据驱动/面向分析的企业,KPI的定义,开发和部署将占据领导时间和重点的绝大部分。领导层将越来越多地决定哪些KPI会影响人类行为,哪些KPI会影响机器学习。这些决定将越来越决定企业的成功。
7. 关于研究
为了了解与使用关键绩效指标(KPI)来管理和领导组织相关的挑战和机遇,麻省理工学院的Sloan管理评论与思考组织对来自全球组织的4,700多名业务主管,经理和分析师进行了调查在2018年1月。我们的分析集中于3,225名高管级别的受访者;1600多名营销主管。
该调查收集了来自107个国家和20个行业的个人的见解,代表了具有各种年收入的组织。该样本来自许多来源,包括《麻省理工学院斯隆管理评论》的读者,执行营销小组以及其他有关方面。除了进行调查外,我们还采访了许多行业和学术界的业务主管,以帮助我们认识到当今组织面临的实际问题。他们的见解有助于对数据的更丰富理解。
大数据的价值
只有4%的公司表示,他们有适当的资源从数据中汲取有意义的见解并采取行动。
link: the-value-of-big-data date: 2013.09 source: Bain & Company
贝恩公司对全球400多家公司的高管进行了调查,大多数公司的收入超过10亿美元。我们向他们询问了他们的数据和分析能力以及他们的决策速度和有效性。只有4%的公司真正擅长分析,这是一个由正确的人员,工具,数据和有针对性的团队组成的精英团队。这些公司已经在使用分析见解来改变其运营方式或改善其产品和服务,达到了以下成就:
- 在其行业的财务绩效中排名最高的四分之一
- 按预期执行决策的可能性高三倍
-
1. 如何增强分析能力
要在大数据中获得竞争力是一个由三个部分组成的过程,需要设定雄心壮志,增强分析能力并组织公司以充分利用机遇。本文简要介绍了第二步(增强分析能力)。由四部分组成:数据,工具,人员和意图。领导者通过投资四方面来构建分析能力:精通数据的人员,高质量数据,最新工具以及支持分析决策的流程和激励措施(见图1)。大约三分之一的公司在这些方面做得不好,其余的公司仅在一个或两个领域就表现出色。但是,要构建高性能的分析机,您需要做好所有四个工作。每种能力的成功都取决于其他能力。
数据
公司需要一项用于收集和组织数据的战略计划,该计划应与如何利用这些数据创造价值的业务战略保持一致。在我们的分析调查中,有56%的公司没有正确的系统来捕获他们需要的数据或没有收集有用的数据,而66%的公司缺乏正确的技术来存储和访问数据。好的数据策略可以识别相关的数据源,并在业务上构建数据视图,以便(这是至关重要的部分)使公司的分析能力和竞争对手的看法与众不同。良好数据政策的一个关键方面是集中于识别相关数据源。例如,捕获所有在公司网站上或通过客户支持电话,电子邮件或聊天热线进行的查询,无论结果如何,在识别新兴趋势方面可能具有重要价值;但是,保留易于处理的详细请求日志的价值可能会降低。
工具
着眼于您对可能的抱负。先进的分析和大数据工具发展迅速,以至于它们甚至在一年前都无法帮助您帮助您获得潜在的见解和统计新颖性。诸如Hadoop,HPCC和NoSQL之类的工具和平台正在迅速出现并不断发展,以应对分析机会,而成熟的分析,可视化和数据管理的丰富生态系统也是如此。如今,这些工具可从各种各样的供应商以及更大的开放源代码开发人员社区中获得。在我们的调查中,仍然有38%的公司表示他们正在使用其中任何一种,这令人有些意外。
人
在我们的调查中,有56%的高管表示他们的公司缺乏开发深入的,数据驱动的见解的能力。多数人认为,他们不具备识别和优先考虑哪种类型的洞察力与业务最相关的挑战。成功的分析团队通过融合数据,技术和业务人才来构建这些功能。可以将乐队视为模型:一支拥有不同但重叠的技能的团队,他们知道如何有效,高效地进行沟通和协作。成功的大数据和分析工作需要:
数据科学家,提供统计,相关性和质量方面的专业知识;
- 业务分析师,他们确定并优先考虑值得解决的问题以及数据科学家确定的数据异常和模式的业务相关性;
- 技术专家,帮助管理收集,清理和处理数据所需的硬件和软件解决方案;
组织意图
组织意图。领先的公司通过解决数据驱动问题并定义他们希望通过使用大数据来实现的目标,将分析方法嵌入其组织中。首席执行官和最高领导团队需要描述分析将如何通过改善现有产品和服务,优化内部流程,构建新产品或服务产品或转变业务模型来影响业务绩效。表现最好的组织会做到这一点,通常围绕数据建立组织并致力于做出由数据驱动的决策,如下图:2. 机会与紧迫性
部署高级分析以超越竞争对手的机会是真实的,而表现最好的公司则认为自己在分析的各个方面都更加有效,包括捕获,收集和存储数据,以及从中分析和得出见解,如下图:
一些行业比其他行业走得更远,例如,金融服务,技术和医疗保健,根据其分析能力和洞察力驱动的决策,在重新定义战场和业务模型方面处于领先地位。但是,几乎每个行业都存在机遇。考虑一下邮购药房,该药房分析了成千上万的客户服务日志,并检测到某些患者用药方案的第75天到第105天之间的通话高峰。仔细观察,分析人员发现呼叫与补充药品日期相关。并可以由此预测出药品供应的周期,减少冗长的客户服务电话和昂贵的“紧急”递送药物费用。
例如,通过利用公司可以提前了解的有关呼叫者的信息,可以使呼叫中心更加有效。多年来,航空公司已经能够通过识别他们的主叫方ID来将高级状态的航班转至更高级别的客户服务代表。现在,他们可以做更多的事情:通过在您的ID,已预订的航班和这些航班的状态之间建立快速关联,即使在第二次振铃之前,他们仍可以确定您为什么打电话。如果您的下一班航班刚刚延迟,那么代表可以接听电话,非常清楚您为什么要打电话。更深入的分析可以将您的ID与您的社交媒体形象相关联。
更复杂的是,情绪分析等新技术可以在呼叫开始时使用模式识别来检测呼叫者的心情。激怒的呼叫者可能会很快被转移到情绪处理专家那里。今天所有部门都应致力于充分利用数据并投资于分析能力来超越了同行。静观其变的态度是任何竞争性公司都无法承受的奢侈品。
没有盲目的决定
大多数人无法在正确的时间将正确的信息带入他们的意识中。
link: decisions-without-blinders date : 2006.01 source : Harvard Business Review
由于担心止痛药会引起心脏病和中风,默克公司于2004年9月将Vioxx撤出市场时,仅在美国就已售出超过1亿张处方药。现在,研究人员估计Vioxx可能与多达25,000次心脏病发作和中风有关。并且已经对该公司提起了1,000多次索赔。早在2000年11月《新英格兰医学杂志》上就公开了该药的危害证据。报告称,服用Vioxx的患者发生心肌梗塞的人数是服用萘普生的患者的四倍。默克在2001年向联邦监管机构提交的报告显示,服用该药的Vioxx患者中有14.6%患有心血管疾病。2.5%的人出现了严重的问题,包括心脏病发作。
默克的高级管理人员为何允许该产品在市场上停留这么长时间?有证据表明,销售人员故意虚假陈述,但默克公司高层管理团队的某些成员很可能没有完全了解这种药物的危害性。实际上,许多受人尊敬的人都对前董事长兼首席执行官雷蒙德·吉尔马丁(Raymond Gilmartin)的道德作了保证,坚持认为如果他认为Vioxx会杀死人,他会更早地将Vioxx从市场上撤下。尽管高级管理人员最终要对组织中发生的事情负责,但与任何故意的不道德行为相比,此处的失误可能更多地在于决策质量。
1. 看不到的信息
Neisser让参与者观看了两支球队(穿着不同颜色的球衣)通过篮球的录像带,并要求每个人计数其中一支球队的球员之间的传球次数。这项任务比听起来要困难的多,因为每个团队在不同的时间进行比赛,但是他们的镜头被叠加到一个视频上。受试者如此专注于他们的任务,因此只有21%的受试者报告看到运动员中有一个女人拿着雨伞行走。但是任何人在没有任务的情况下观看视频的人都会注意到那里的女人占了视频的很大一部分。当我们在行政教室中使用此录像带时,甚至不到21%的高管发现了这个女人。这令人担忧,因为高管们需要对外围威胁和机会保持警惕,并专注于手头的工作。未能注意到环境中的法规,政治或市场导向的变化将使他们无法调整策略,从而使组织得以蓬勃发展。(还有个类似的大猩猩走过的视频)
知觉盲目的另一个领域与逐渐变化有关。有一个实验,参加者分为两组:一组负责估算装满便士的罐子里的钱,另一组负责“审核”其他人的估算。审核员批准这些估计数会得到奖励,但是如果发现接受过高的估计数,则会受到处罚。当第一组的数字与真实值相比逐渐增加时,与估计数突然增加到相同的夸大数相比,审计师不太可能认为这些估计数过高且不合道德。在实践中,这有助于解释安然和世通公司的丑闻如何变得如此巨大。最初被忽视的小规模道德违规行为雪球滚滚而成为越来越大的犯罪。
幸运的是,人们可以学会更加注意环境的变化,这将有助于消除决策盲人。例如,美国特勤局特工受过训练,可以扫描人群并注意当有人穿上外套或移动到背包前部时,我们大多数人都不会注意到。同样,高管可以培养对哪种信息会直接影响其组织的意识。他们还应将责任分配给其他人。心理学家Dan Lovallo和Daniel Kahneman在“成功的妄想:乐观主义如何破坏高管的决策”(HBR,2003年7月)。我们之所以向他们提供建议,是因为外部视图可能会帮助您看到在进行日常活动时很容易忽略的关键信息。
2. 找不到的信息
挑战者号在航天飞机计划历史上的最低温度下爆炸,这是导致O形圈失效并最终导致所有7名宇航员死亡的因素。灾难发生的前一天,NASA的高管就低温和O形圈故障的结合是否会成为问题提出了争论。但是由于在发生O形圈损坏时,在先前的七个发射中,低温与O形圈之间没有明确的联系,因此他们选择按计划继续进行。
悲剧的是,决策者没有为17次航天飞机发射的温度求出温度,其中没有发生O形圈故障。所有24次发射的数据集都明确指出需要推迟Challenger。后来的分析表明,考虑到低温,灾难发生的可能性超过99%。像许多好心的高管一样,NASA和Morton Thiokol的科学家将他们的分析限制在手头的数据上,他们没有找到最相关的数据。
当决策者有动机偏向特定结果时,最令人担忧的就是无法寻求信息。许多人认为,布什政府入侵伊拉克的决定是错误的。我们不会在这里争论一般情况,但是我们确实认为导致该决定的过程是有缺陷的。美国高级政府官员陷入了自己的局限性意识中,没有寻找会反对入侵的信息。具体来说,他们没有注意到有迹象表明,他们对伊拉克局势的评估是错误的,特别是在存在大规模毁灭性武器方面。
等到信息到达主管人员的桌子时,它通常就被作为推荐的框架,并得到大量数据的支持。高管人员必须依靠他人来简化他们的数据流,这是对的,但他们也必须对支持对立决策的数据进行关注。他应该派遣团队成员去寻找并阐明缺失的相对结论的证据。
3. 未能使用的信息
成功本身似乎可以创造界限,阻止高管使用现成的信息。瑞士制表师发明了石英技术,但正如哈佛商学院的迈克尔·图什曼(Michael Tushman)及其同事所表明的那样,他们在机械表中的主导地位使瑞士人无法认识整个钟表业的未来之路。他们从根本上放弃了石英技术,结果使全球手表市场的大部分席位输给了美国和日本公司。从更广泛的角度来看,Tushman记录了一种共同的模式:在给定的技术领域内取得成功会阻碍企业在该领域之外使用新技术,即使这些技术是内部可用的。
限制意识的另一种常见模式是不使用有关竞争对手的信息。卡内基梅隆大学的唐·摩尔和他的同事们发现,决策者可能会成功地专注于他们可以很好地执行一项任务,但往往会忽略竞争者可以很好地完成同一任务。结果,尽管面对竞争也更加困难,但是即使面对很多竞争,个人也更有可能在艰巨的任务上竞争。穆尔认为,这种趋势通常会导致公司进入易于访问的产品领域,而很少进入较困难的产品领域。
可能在意识范围内带来有用信息的其他问题包括:我们在组织中已经知道哪些信息?哪些信息与眼前的问题有关?忽略我们未使用的信息是否合理?显然,问题越重要,使用最适当的输入就应该越小心。
4. 未能共享的信息
高管人员在团队中工作,因为俗话说,两个负责人胜过一个。选择成员代表组织的不同部门,以便组在制定决策和制定策略时可以访问不同的信息源。然而研究表明,大多数群体在共享信息方面存在认知界限。团队成员经常讨论他们都知道的信息,并且通常无法彼此共享唯一信息。为什么?因为讨论共同的信息要容易得多,并且当他人的支持时共同的信息会得到积极的回报。从认知上讲,个人高管没有意识到共享自己独特信息的重要性,并且无法从他人那里寻求独特信息。
团队成员经常讨论他们都知道的信息,并且彼此之间无法共享唯一信息。
无法共享唯一信息是美国无法阻止9/11攻击的可能因素。根据9/11委员会的报告,美国政府获得了很多本来应该用来保护国家的信息。白宫,中央情报局,联邦调查局,联邦航空局,国会以及政府的许多其他部门都掌握了一些必要的信息来阻止袭击。克林顿/戈尔政府和布什/切尼政府都未能充分改善航空安全和反恐情报。他们放弃了授权系统的机会,这本来可以允许代理机构共享可用信息。尽管我们不能确定更好的信息共享会阻止9/11的发展,但我们可以确定,如果可以重播历史记录,
有很多方法可以将一组不同的知识整合在一起。会议应有议程,议程应明确要求提供个人报告,而不是假设拥有独特信息的个人将根据需要发言。如果对关键问题的责任位于多个领域,则一个人或部门可以负责确保个人或团体共享信息。但是,在高管们可以考虑对情况采取适当的结构性回应之前,他们必须首先认识到隐性的轮廓效应。只有这样,他们才能将独特的信息带入团队决策过程的边界。
5. 突破界限
专注是一件好事。的确,由于有能力专注于特定信息,因此许多高管取得了成功。但是,在制定重要决策时,建议高管考虑关键信息是否由于其有限的意识而无法集中注意力。例如,当美国主要航空公司的高管专注于积极地追求市场份额时,他们就没有看到其他重要的战略考虑,并损害了盈利能力,客户满意度和航空安全。
当然,并非每个决定都需要一个人有意识地扩大他的关注范围。实际上,描述有限意识的问题的一个风险是,高管可能会意识到自己的局限性,结果会为他们面对的每一个选择收集过多的信息。那会浪费时间和其他宝贵资源。但是,当遇到重大问题时,例如紧急情况准备或缩小规模或销售潜在危险的产品,执行人员应注意其自然的意识界限。简而言之,如果错误将导致几乎无法恢复的损害,那么他们应该坚持要求获得做出明智决定所需的所有信息。在这方面,高管们最好向高级外交官学习。大使们倾向于直觉地考虑与一国的谈判将如何影响邻国。外交官似乎已经倾向于通过收集更多而不是更少的信息来扩大意识范围,这一目标可能会使公司高管受益。
数据资源
InData labs
是一个 数据科学服务提供平台,网站结构以及一些概念的阐释非常清晰。如果想要了解类似数据科学服务提供商,可以参考:https://indatalabs.com/