KPI的质量

在关于关键绩效指标的第二篇文章中，我将探讨关键绩效指标（KPI）的质量。这些指标是衡量组织实现战略目标进展的重要工具。这些指标的质量至关重要，因为它会影响管理层的决策和后续行动。让我们一起来看看！

KPI的质量

另一个重要方面是KPI的质量。只有在以下条件下，衡量标准才会有用：足够准确且相关、衡量我们真正想知道的东西；复杂程度可控； 使用 KPI 的人能够正确理解其含义。

准确性

让我们从准确性开始：关KPI可能会出错，有时是意外，有时是故意。错误的衡量有时比没有衡量更危险。例如，我见过一份董事会报告，其中的季度业绩KPI是利润。这些指标非常出色，管理层认为这个季度非常完美。不幸的是，计算数据的人错误地总结了四个月的利润（大概是因为 “季度 “与数字 “4 “有些关联），而一个季度通常只包括三个月。难怪 “季度 “利润比预期高出 30%。

据估计，94% 的电子表格都存在错误（资料来源：Pak-Lok Poon et al：资料来源：Pak-Lok Poon 等人，《电子表格质量保证：文献综述》，《计算机科学前沿》（2024 年）。DOI: 10.1007/s11704-023-2384-6)。公司因简单的电子表格错误而损失数十亿美元的例子比比皆是（资料来源：《百万美元的错误：电子表格错误的现实风险》）。在生物学领域，由于 Excel 的自动校正功能，他们甚至将一些基因重新命名（例如，将 MARCH1（”膜相关环-CH 型手指 1″）、SEPT1 和其他基因重新命名为日期）。

了解KPI是否接近事实真相的一个好方法是到车间去，或者用日语的说法–Go To The Gemba！至少有时要到车间（或 KPI 的来源地）去核实一下，向你报告的 KPI 是否反映了车间的实际情况。如果 OEE是 85%，而机器却没有运转，那么可能有问题。

相关性

有些KPI提供的信息听起来很重要，但实际上却具有误导性，无法告诉我们想要知道的信息。尤其重要的是有的KPI的目标是局部最优，而不是工厂的整体绩效。车间中存在这种误导性 KPI 的一个例子是，仅根据产出数量来衡量生产效率，而不考虑质量。假设一家制造工厂设定了一项KPI，旨在最大限度地提高每小时生产的单位数量。虽然这一指标可能会鼓励工人提高生产速度，但如果员工重数量而轻质量，就会在无意中导致质量受损。因此，工厂的失效率会激增，最终导致返工或客户不满和退货。

虽然这听起来很容易，但它确实发生过，只是现在不那么常见了。同样具有误导性但仍经常发生的还有关于OEE的KPI。许多管理者希望他们的机器，尤其是昂贵的机器，能够一直运转，以获得投资回报。然而，如果客户不需要这些产品，那么你只是在积累库存（我曾见过这种情况，公司在发现产品卖不出去之前，又建了一个大仓库来储存所有产品）。即使产品在销售，高利用率也会自动导致高库存和长交付周期。是的，你的机器在运转，但你的系统在堵塞。更多信息，请参阅我的博文《金曼公式》。

复杂性

可控的复杂性听起来很简单，因为任何电子表格都能轻松完成最复杂的KPI计算。但是计算量越大，出错的可能性就越大。就复杂性而言，我最不喜欢的两个指标是 OEE 和交付绩效，当然还有很多其他指标。这两个指标都需要进行大量的测量和计算。这就为有意无意地出错提供了很多机会。关于故意伪造数字，我甚至写过一篇关于如何伪造 OEE 的批判性博文。交付绩效也经常被歪曲，以让它看起来不错。我遇到过很多这样的例子：供应商测得的按时交付率（OTIF）为 95%，但客户收货时的内部测量结果却显示交付率仅为 30%。

顺便提一句，KPI越复杂，就越难在车间看到。简单的 KPI 更容易验证，而困难的 KPI 则更容易被操纵。

理解

这种可控的复杂性与对 KPI 的理解密切相关。我怀疑是否每位经理都了解向他们报告的每项 KPI 背后的真正含义。例如，如果是与成本相关的 KPI，它包括哪些内容？是人工、材料、机器、管理费用等？是税前、税后、税息折旧及摊销前利润（EBITDA），还是其他？OEE、利用率和正常运行时间也经常被混淆，循环时间和节拍时间也是如此。如果管理层想要一个数字，他们就会得到一个数字，但并不总是很清楚这个数字是否能被理解。

忽略软因素

KPI告诉我们很多东西。现代化工厂的管理离不开 KPI。但是，如果认为 KPI 可以囊括一切，那就太愚蠢了。特别是在精益生产中，有许多因素很难或无法衡量。例如，波动的增加会对生产系统产生不好的影响。但是，没有人能说清楚它们到底有多好或多坏。同样，客户满意度和员工士气也很重要，但很难衡量。

世界上很多公司都是由成本会计来管理的。他们无法衡量的因素就直接等于零。因此，对会计来说，减少波动没有价值，只有成本。

现在， 走出去，确保你的KPI起作用，组织你的行业！

 

 

Translated by Xie Xuan