数据分析师，如何搭建绩效分析模型？

绩效分析是数据分析中最重要，也是最容易见成效的部分。绩效是业务部门行动的指挥棒，是企业里领导们最关心的事。数据分析想引起领导重视、驱动业务发展，通过绩效分析来辅助领导决策是最快捷的方法了。

然而，在现实中，很多同学的绩效分析做得并不顺利。有的就是每天统计个KPI高了低了，有的干脆被人拿来当枪使，做得好了唱赞歌，做得不好找理由，完全没有发挥上作用。那么绩效分析到底怎么做才好？今天系统讲解一下。

一、绩效分析常见错误绩效分析常见的有三大流派

1. 拆解下发流

多见于销售部门。

• 部门领导扔一个指标下来，比如“完成一个亿的小目标”
• HR做一个红底黄字的大横幅“全员加速1个亿，不要性命要业绩！”挂在办公室墙上
• 数据分析师把这一个亿拆到每个人身上
• 全员营销！ALL in！干就完了奥力给！

这一流派好用吗？显然不好用！这一派在职场中使用最广泛，也最被广为诟病（如下图）。

2. 综合评估流

多见于运营部门。

• 开局祭出“绩效要综合、全面、科学评估”的大旗。
• 评估指标搞一堆：DAU、转化率、客单价、满意度，能弄得全弄上。
• 考评方法搞一堆：ABtest，自然增长率，非活动增长率，能上全上。
• 然后开算！最后哪种算法算出来效益最大，用哪个，谢谢

这一流派好用吗？在业绩好的时候好用，大家睁一只眼闭一只眼也就过了，但是业绩差的话，任你口吐莲花，主指标做不好就是差！

3. 你再看看流

多见于产品部门。

• “上个ABtest看看”是他们的口头禅
• “上个ABtest”看看啥……从来只有大口号，诸如“提升体验”“优化效率”
• 至于口号咋量化，期望从多少改进到多少，事前没有目标
• 总之，“你上个ABtest看看”，各种指标都拿来算一遍
• 最后，哪个指标改善得多，就报哪个上去，Oyeah！

这一流派是数据分析师最怕的，因为分析过程相当搞人！并且分析结果好坏并无定数，完全看老板心情（如下图）。

客观上讲，一个公司能做到以上三点中任意一点，已经算不错了。

其他更差的，比如：

• 连量化的绩效都没有
• 绩效目标值随意更改
• 就知道打鸡血，搞花式处罚的

不再一一举例。

那么，到底如何改善以上问题呢？

二、绩效分析模型搭建思路

从本质上看， 绩效是驱动业务最有力的鞭子。也正为是鞭子，所以得谨慎使用。

• 太过硬性，就会逼得一线造反，只看结果不计代价
• 太过松软，就会鼓励一线造假，浑水摸鱼粉饰太平
• 光抽鞭子，不给方法，既不能挽回业绩，又引得民怨沸腾

这种需要左右平衡的特性，要求在设定绩效目标的时候，就得充分考虑可行性与合理性，从而避免“用尽科学方法，证明拍脑袋决策”的窘境。

基于此，需要：

• 聚焦少数核心指标
• 区分进取型指标和保障型指标
• 目标与方法结合
• 监控结果与监控执行同步

这样，才能准确制定出绩效目标。

具体操作，分四步开展。

1. 推导主绩效指标

推导主绩效指标遵循三大原则：

1. 主绩效指标，一定是从整体战略里推导出来，这是保障核心目标能落地的关键。
2. 主绩效指标，一般选择越多越好的指标（而非不低于XX就行），这样才能有驱动力。
3. 主绩效指标，数量要精简，大目标太多，必然导致力量分散。

因为很多企业的整体战略，其实是一句语文描述，诸如“争取新一轮融资”“冲击行业第一”之类，因此推导过程，其实是把语文描述转化为数学描述的过程（如下图）。

2. 补充副绩效指标

有了主指标以后，需要各个部门承接子指标。由于部门工作特点，不可能所有部门都承接同一个指标，因此首先在战略落地上，存在部门间分工差异，因此先根据各部门在战略中定位，进行分工和指标划分，能有效减少后期扯皮（如下图）。

各个部门在承接任务的时候，可以根据本部门工作性质，增加副指标。增加副指标，一般是：不少于XXX一类的保障型指标。增加副指标的目的，主要是避免执行部门瞎搞，干一些只要数量不要质量的事（如下图）。

3. 根据目标VS现状差距，制定落地策略

各部门有了主指标+子指标，就能根据目标与现状的差距，制定部门级整体策略。整体策略主要为解决：只抽鞭子，不给方法的问题。虽然给不到具体解决方案，但是在制定目标的时候，需要给到解决方案最需要的三样东西：资金、人力、技术。

作为下属，怕的从来不是上级给任务，下属怕的是上级光给任务，而没有任何配套的支持。所以在一开始，需要对各部门执行能力，有充分的评估。并且需要用标杆分析法，对各部门执行能力进行分层分析，区分出高质量/低质量业务线的能力上限与下限（如下图）。

有了这些支持以后，再进一步区分：是通过扩大资金投入，还是改善技术，还是增加人力搞人海战术来实现目标。这样做不仅让指定的绩效目标更可行，而且能为后续跟踪绩效提供重要线索：关键资源是否到位。

如果关键的资源都没到位，那一味苛求一线提升执行力就是空谈。

如果关键的资源到位，但是依然无法达成目标，再看是执行力问题还是策略问题。

4. 监控执行进度 &绩效达成

有了充分的前期准备，在执行的时候就能按图索骥，监督执行效果了。由于前期已经做了充分的工作，因此后期监控起来非常轻松。分析绩效达成情况也很省心省力（如下图）。

三、绩效分析背后的深层问题

有同学会好奇，既然有理想的方法，为啥很多企业还是搞得一塌糊涂？

因为以下四步，每一步考察的能力不同：

1. 考察的是管理层的能力。管理层得有数据思维+数据化管理能力。如果依然停留在过去“画大饼”“喊口号”“打鸡血”的水平上，是做不到的。
2. 考察的是管理层的节操。管理层得拥于承担责任，而不是试图浑水摸鱼，推过揽功。
3. 考察的是执行部门的能力。要对自己的现状、可采取的方法，业内做法有充分的分析积累，才能评估出来：到底需要多少资源，到底要怎么做才能成功。
4. 考察的事公司工作氛围。如果氛围好，大家主动解决问题，就容易分析清楚，如果喜欢吵架嘛……

因为绩效涉及利益分配，所以人为干扰因素是很多的，出问题也正常。同学们自己结合企业情况，努力做好一点就行。能接触到高层信息的同学可能数量有限，但大部分同学，至少能把其中第三步好，即：基于自己的部门，评估清楚标杆是什么，ROI在什么水平。

作者

接地气的陈老师，微信公众号：接地气学堂。资深咨询顾问，在互联网，金融，快消，零售，耐用，美容等15个行业有丰富数据相关经验。

版权声明

本文来自互联网用户投稿，文章观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处。如若内容有涉嫌抄袭侵权/违法违规/事实不符，请点击 举报 进行投诉反馈！