OKR چیست؟

OKR چیست؟

این که شرکت های بزرگ مانند اینتل، گوگل، توییتر، اوبر، لینکدین و… از چه روشی برای مدیریت شرکت های خود استفاده می کنند همواره برای سازمان ها هیجان انگیز بوده است. رمز شادابی و کارآمدی این شرکت های بزرگ نیز برای همگان جای سوال داشته است. جالب است بدانید که این شرکت ها از روشی به نام okr برای مدیریت برنامه ها و اهداف خود بهره می برند که در ادامه به توضیح بیشتر آن خواهیم پرداخت. اما پیش از تعریف OKR باید به دو سوال پاسخ داده شود:
۱_ برای دستیابی به چه چیزی می خواهم تلاش کنم؟
۲_ چگونه متوجه رسیدن به هدف تعیین شده شوم؟

OKR چیست؟
هر سازمان و شرکتی در کسب‌و‌کار خود، اهدافی را دنبال می‌کند و همواره در پی ایجاد هماهنگی بین افراد سازمان خود است. قطعا هرچه آن سازمان گسترده‌تر و زیر مجموعه‌های بیشتری داشته باشد؛ امکان پیچیدگی بیشتری برای ایجاد هماهنگی در بین افراد جهت پیشبرد اهداف وجود دارد و مستلزم صرف زمان زیادی است. در این زمان استفاده از OKR می‌تواند نقش زیادی در جهت ایجاد هماهنگی در سازمان ایفا ‌کند.

OKR مخفف عبارت Objective & Key Results بوده و به معنای “اهداف و نتایج کلیدی” است. در مدل او کی آر، راهکارهایی برای تعریف و پیگیری اهداف و ارزیابی نتایج آن‌‌ها معمولاً به صورت فصلی (۳‌ماهه) و سالانه وجود دارد.

تکنیک OKR که ایده‌ی آن برای اولین بار در سال ۱۹۷۰ توسط اندی گراو (Andy Grove) در شرکت اینتل مطرح شد، مدیریت بر مبنای اهداف و نتایج کلیدی است. ۲۹ سال بعد در سال ۱۹۹۹ جان دوئر(John Doerr) در کمپانی بزرگ گوگل با اندکی تغییرات آن را معرفی کرد.

شرکت گوگل با استفاده از روش OKR توانست تعداد کارمندان خود را از ۴۰ نفر به ۶۰۰۰ نفر افزایش دهد و حدود ۲۰ سال است که از این روش جهت پیشبرد اهداف سازمان خود استفاده می‌کند.

علاوه بر اینتل و گوگل، لینکدین، توئیتر و اسپاتیفای هم از OKR، استفاده می‌کنند. البته این‌طور نیست که تنها شرکت‌های ارائه‌دهنده سرویس‌های دیجیتالی و آنلاین از سیستم OKRاستفاده ‌کنند؛ شرکت‌هایی مانند والمارت، تارگت و گاردین هم با کمک مدل OKR اهداف سازمانی خود را مدیریت می‌کنند.
اوکی آر در واقع یک فرآیند مدیریت رهبری بسیار موفق است که هدف آن اتصال سازمان، دپارتمان، تیم و اشخاص و یک معیار برای اندازه‌گیری میزان دستیابی به اهداف و تبدیل معیارهای کیفی به پارامترهای کمی است.

روش OKR تنها برای سازمان‌ها کاربرد ندارد و می‌توان از سیستم OKR برای پیشبرد اهداف فردی هم استفاده کرد. در روش OKR، اهداف سازمان کاملا ملموس، واضح و دقیق تعریف می‌شود و هر شخص با اطلاع از وظایف و مسئولیت‌های مربوط به خود، برای تحقق این اهداف مشخص تلاش می‌کند. مشخص کردن اهداف در سیستم OKR سبب می‌شود هر شخص به طور کامل از وظایف خودش آگاه باشد و با تمرکز کامل و بدون انحراف به انجام دادن وظایفش مشغول شود.

OKR شامل لیستی از ۳ تا ۵ هدف با بالاترین اولویت برای هر شخص است که هر کدام از این اهداف، دارای ۳ تا ۵ زیر هدف و نتیجه کلیدی قابل اندازه‌گیری است.
هر نتیجه کلیدی شامل یک نمره‌ی پیشرفت است که از (( ۰-۱۰۰٪ یا ۰ تا ۱٫۰ )) بوده و میزان حصول به نتیجه را نشان می‌دهد.
در این روش یک رهبر و یا مدیر وجود دارد که تیم را هدایت و راهبری می‌کند. نمره قابل قبول برای هر OKR بین ۰٫۶ تا ۰٫۷ است. اگر افراد همواره نمره ۱ بگیرند؛ بدین معناست که OKR آن‌ها به اندازه کافی جاه‌طلبانه نبوده است. از طرف دیگر اگر افراد همواره نمراتی در بازه ۰ تا ۰٫۳ بگیرند؛ به این معنا است که OKR منطقی تعریف نشده و دستیابی به آن غیر ممکن بوده است. تعریف منطقی و مشورتی این معیارها یکی از عوامل اصلی موفقیت متد OKR است.

ویژگی های یک برنامه OKR خوب چیست؟
با توجه به موارد گفته شده، باید پیش از آغاز هر فصل، اهداف و معیارهای دستیابی برای هر شخص مشخص شوند. در استفاده از OKR باید توجه داشته باشید که این روش به هیچ عنوان به معنی ارزیابی کارکنان نیست. یعنی OKR به عنوان ابزاری برای مقابله با کارکنان نبوده و برعکس باید موجب افزایش بهره‌وری و ایجاد انگیزه می شود. چند نکته در مورد OKR ها بسیار مهم و حائز اهمیت است و در واقع می توان آن ها را از ویژگی های یک او کی آر مناسب دانست:

معیار های دستیابی به این اهداف باید کاملا منطقی تدوین شوند و ابزار لازم برای رسیدن به آنها وجود داشته باشد. این اهداف نه باید رویایی و دست نیافتنی باشند و نه باید پیش پا افتاده و ساده باشند.
سیستم OKR باید یک متد پاداش محور (Bonus) برای کارمندان باشد و اگر این اهداف محقق نشد به عنوان جریمه لحاظ نشود.
در حد امکان باید از معیارهای غیر کاری و مرتبط به مسائل رفتاری نیز در این OKR ها استفاده کرد.
تفاوت اصلی OKR و KPI در دسترسی همگانی آن است. به این صورت که OKR های افراد برای تمام کارمندان سازمان شفاف و در دسترس است ولی KPI هر شخص صرفا مختص به خود اوست و پرسنل دیگر در جریان آن نیستند. برای مطالعه کامل درباره‌ی KPI به مقاله KPI چیست مراجعه نمایید.

یک مثال برای درک بهتر OKR
واضح است که تعیین این OKR ها مستلزم آگاهی کامل از ماموریت های سازمان است تا مطابق با آنها پیش رود و برای هر شرکت، هر واحد و هر شخص (بسته به شرایط مختلف) متفاوت است. حالا اما به عنوان یک مثال:

به منظور روشن تر شدن موضوع، فرض کنید که شما برای برنامه تبلیغات شبکه های اجتماعی خود قصد افزایش تعداد کاربران خود را دارید. حال می خواهیم با توجه به توضیحاتی که پیش تر داده ایم به سراغ OKR برویم.

برای حل این مشکل، نیاز به شاخص های قابل اندازه گیری (Countable measures) است تا بتوان دقیقا در مسیر مشخص قدم برداشت. شاخص هزینه جذب مشتری (CAC) که سود حاصل از فروش در آن دخیل است، یکی از گزینه های مناسب برای اندازه گیری آن است.

در واقع هدف ما حفظ مشتری خشنود به‌ شرط کنترل قیمت اجناس است. کل مثال فوق در قالب استاندارد OKR به شکل زیر مستند یا ضبط (Record) می‌شود. توجه کنید که همواره امکان تنظیم مجدد اهداف در فواصل کوتاه وجود دارد و نیازی به سخت‌گیری و مطالعات پیچیده برای کشف معیارهای ۱۰۰% صحیح نیست. بنابراین ساده‌ترین و در دسترسی‌ترین معیارها را انتخاب کنید. به طور مثال:

هدف (Objective):

افزایش کاربران شبکه های اجتماعی
(برای انتخاب هدف توجه داشته باشید می بایست به این سوال پاسخ دهید که دستاورد نهایی چیست؟)

دستاوردهای کلیدی (Key Results):

(برای انتخاب KR می بایست پاسخ این سوال را بدهید. چگونه می توانیم دستیابی به آن هدف را اندازه گیری کنیم؟)

کاهش نرخ دی اکتیو و از دست رفتن کاربر از ۱۰ به ۲ درصد(unfollow)
افزایش ترافیک روزانه ارگانیک (بدون هزینه) از ۴۰۰ به ۱۴۰۰ (Follow)
افزایش متوسط بازدید پست ها برحسب کاربر فعال از ۷۰ به ۱۵۰(Avg.reach/post)
بهبود اشتیاق کاربر (کاربرانی که اطلاعات پروفایل خود را کامل می‌کنند) از ۴۰ به ۸۰ درصد(Engagement)
علاوه بر تمام این موارد، هماهنگی با افراد تیم و بخش های دیگر را نیز می توان به عنوان پارامتر های ارزیابی OKR در نظر گرفت. همچنین همراهی با سازمان و مسائل رفتاری اخلاقی نیز در این لیست جای دارند.

مزایای استفاده از OKR چیست؟
از مزایای استفاده از این روش می توان به موارد زیر اشاره نمود:

تمرکز تلاش ها و فعالیت های سازمان
شکل گیری یک نظام فکری مناسب در شرکت
امکان اندازه گیری میزان دسترسی به اهداف
مشخص شدن اهداف اصلی شرکت
شرکت های پیشتاز همواره به دنبال استفاده از یک روش منحصر به فرد و کاربردی برای مدیریت اهداف کوتاه و بلند مدت خود بوده‌اند. OKR به عنوان یکی از این روش ها می تواند برای شرکت های کوچک و بزرگ که به دنبال نظارت مستمر و مشخص شدن وظایف کارکنان هستند بسیار کاربردی و تاثیرگذار باشد.

بررسی تفاوت‌های میان داده، اطلاعات و دانش

بررسی تفاوت‌های میان داده، اطلاعات و دانش

اکوسیستم فناوری، داده محور است و یافتن ارزش در داده‌ها برای هر کسب و کار موفق، بسیار مهم خواهد بود. زین سبب موضوع مورد بحث در این مقاله مقایسه داده‌ها (Data)، اطلاعات (Information) و دانش (Knowledge) در نظر گرفتیم. در این راستا، داده‌ها را در مقابل اطلاعات قرار داده و برای درک بهتر وابستگی متقابل، نقاط اختلاف آنها و اینکه چگونه یکی بدون دیگری وجود ندارد، بحث را گسترش خواهیم داد.

داده (data) چیست؟

صرف نظر از نوع صنعت و کسب و کاری که انجام می‌دهیم، داده‌ها آینده را هدایت می‌کنند و تعداد زیادی از فناوری‌ها در چندین صنعت به شدت به پیشرفت این مهم، بستگی دارند. بر اساس تعریف داده‌ها از TechDifferences، داده‌ها “مواد خام، تجزیه و تحلیل نشده، غیر سازمان یافته، غیر مرتبط و بدون وقفه هستند که برای بدست آوردن اطلاعات پس از تجزیه و تحلیل، استفاده می‌شوند.”

اساسا، داده‌ها حقایق، مشاهدات، آمار، کاراکترها، نمادها، تصاویر، اعداد و موارد دیگر هستند که جمع‌آوری می‌شوند و می‌توانند برای تجزیه و تحلیل استفاده شوند. داده‌هایی که به تنهایی رها می‌شوند بسیار آموزنده نیستند و از این لحاظ، نسبتا بی‌معنی خواهند بود، اما پس از تفسیر برای اهمیت یافتن، هدف و جهت می‌یابند.

چه به لحاظ کیفی و چه کمی، داده‌ها مجموعه‌ای از متغیرها هستند که به ساختن نتایج کمک می‌کنند. ویژگی اصلی دیگر داده‌ها این است که مستقل هستند و به هیچ مفهوم دیگری بستگی ندارد، برخلاف اطلاعاتی که فقط به دلیل داده وجود دارد و کاملا به آن وابسته خواهند بود.

داده‌ها و اطلاعات در بیت و بایت ( Bits and Bytes) اندازه‌گیری می‌شوند. می‌تواند در جداول، نمودارها و غیره، به صورت ساختاریافته نشان داده شوند و تا زمانی که تجزیه و تحلیل نشود و پاسخگوی نیازهای خاص کاربر نباشد، از اهمیت خاصی برخوردار نیستند.

اطلاعات (Information) چیست؟

اطلاعات مجموعه داده‌هایی است که قبلا برای کاربردی شدن پردازش، تحلیل و ساختار یافته است. هنگامی که داده‌ها پردازش می‌شوند و به اهمیت می‌رسند، به اطلاعاتی کاملا قابل اعتماد، مطمئن و مفید تبدیل می‌شوند.

مطابق مقاله فوربس، اطلاعات “داده‌های تهیه شده‌ای است که پردازش شده، جمع شده و به شکلی دوستانه‌تر برای انسان فراهم می‌شود که زمینه بیشتری برای دسترسی به عملکرد لازم را فراهم می‌آورد. اطلاعات اغلب به صورت تجسم داده‌ها، گزارش‌ها و داشبورد ارائه می‌شوند”.

اطلاعات نیازهای کاربر را برطرف می‌کند، به او سودمندی می‌بخشد زیرا محصول داده‌ای است که برای ارائه معنای منطقی تفسیر شده است. همانطور که بیان کردیم، اطلاعات بدون بلوک اصلی، “داده‌ها”، نمی‌توانند وجود داشته باشند. هنگامی که داده به اطلاعات تبدیل می‌شود، هیچ جزئیات بی‌فایده‌ای در بر ندارد، زیرا هدف اصلی آن داشتن متن (Contex)، ارتباط و هدف خاص است.

در نهایت هدف از پردازش داده‌ها و تبدیل آنها به اطلاعات، کمک به سازمان‌ها در تصمیم‌گیری بهتر و آگاهانه‌تر است که منجر به نتایج موفقیت‌آمیز می‌شود. برای جمع‌آوری و پردازش داده‌ها، سازمان‌ها از سیستم‌های اطلاعاتی (IS) استفاده می‌کنند که ترکیبی از فناوری‌ها، رویه‌ها و ابزارهایی است که اطلاعات مورد نیاز برای تصمیم‌گیری را جمع آوری و توزیع می‌کند. در ادامه به این مهم خواهیم پرداخت.

دانش (knowledge) چیست؟

دانش به معنای آشنایی و آگاهی فرد، مکان، رویدادها، ایده‌ها، مسائل، روش‌های انجام کارها یا هر چیز دیگری است که از طریق یادگیری، ادراک یا کشف جمع می‌شود. این مسئله، حالت شناختن چیزی با آگاهی از طریق درک مفاهیم، مطالعه و تجربه را بیان می‌کند.

به طور خلاصه، دانش متضمن درک نظری یا عملی مطمئن از موجودیت است، همراه با قابلیت استفاده از آن برای یک هدف خاص. ترکیبی از اطلاعات، تجربه و شهود منجر به دانشی می‌شود که بتواند بر اساس تجربه ما استنباط کرده و بینش ایجاد کند. بنابراین می‌تواند در تصمیم‌گیری و اقدامات لازم و ضروری باشد.

چه تفاوتی بین داده‌ها و اطلاعات وجود دارد؟
با وجود اینکه تمایز واضحی بین این دو وجود دارد، اما بعضی اوقات اصطلاحات به اشتباه به جای هم به کار می‌روند. تفاوت عمده و اساسی بین داده‌ها و اطلاعات، معنا و ارزشی است که به هر یک نسبت داده می‌شود. داده‌ها به خودی خود بی‌معنی هستند، اما پس از پردازش و تفسیر، به اطلاعاتی تبدیل می‌شوند که پر از معنی خواهند بود.

برای قرار دادن آن در متن، داده‌ها را مانند مجموعه‌ای از اعداد و کلمات تصادفی تصور کنید که هیچ معنایی ندارند. مثلا: ۴a 61 6e 65 20 44 6f 65 2c 0a 34 20 53 74 72 65 65 74 2c 0a 44 61 6c 6 c 61 73 2c 20 54 58 20 39 38 31 37 34 0a. اما هنگامی که داده‌های فوق پردازش، تفسیر، قالب‌بندی و سازماندهی شدند، می‌توانید اطلاعات تماس یک فرد را ببینید:

Jane Doe
۴ Street
Dallas, TX 98174
حتما بخوانید: طراحی پایگاه داده چیست و چگونه انجام می‌شود؟
نمونه بارز دیگر تمایز بین داده‌ها و اطلاعات، قرائت دما از سراسر کره زمین است. یک لیست طولانی از قرائت دما معنای واقعی ندارد تا زمانی که برای کشف اطلاعات مانند روندها و الگوهای دمای کره زمین تجزیه و تحلیل شود. پس از تجزیه و تحلیل داده‌ها، کاربران می‌توانند تشخیص دهند که آیا دما در سال گذشته افزایش یافته است یا روند منطقه‌ای برای بلایای طبیعی خاص وجود دارد یا خیر. این نوع کشفیات اطلاعاتی هستند که با تجزیه و تحلیل داده‌ها استخراج می‌شوند.

یک بیت و یک بایت
بیت و بایت به عنوان مبنای سنجش اطلاعات دیجیتال، در مباحث داده و اطلاعات نقش اساسی دارند. رایانه‌ها با میلیون‌ها مدار و سوئیچ خود، با استفاده از بیت‌ها و بایت‌ها، از سیستم باینری برای نمایش روشن و خاموش یا درست و نادرست استفاده می‌کنند.

بیت، که مخفف عدد باینری است، اساسی‌ترین و کوچکترین واحد اندازه‌گیری داده‌ها در اطلاعات رایانه است و فقط شامل دو مقدار است: ۰ و ۱٫ بیت‌ها معمولا برای ذخیره داده‌ها و اجرای دستورالعمل‌ها در رشته‌های ۸ بیتی طراحی می‌شوند، که بایت نامیده خواهند شد.

اصطلاح بایت، برای اولین بار توسط ورنر بوخولز در سال ۱۹۵۶ ابداع شد و این واحد اندازه‌گیری داده را نشان می‌دهد که طول آن هشت رقم باینری است. همه رایانه‌ها از بایت برای نشان دادن انواع اطلاعات از جمله حروف، اعداد، تصاویر، صدا، فیلم و غیره استفاده می‌کنند. با توجه به اینکه همه اطلاعات در رایانه از یک بیت بزرگتر است، بایت به عنوان اندازه‌گیری جهانی و کوچک‌ترین اندازه‌گیری ذکر شده در سیستم عامل‌ها، شبکه‌ها و غیره در نظر گرفته می‌شود.

برای بیان این موضوع و طبق آمارهای TechJury، تا سال ۲۰۲۰، هر شخص فقط در یک ثانیه ۱٫۷ مگابایت داده تولید می‌کند. و مگابایت چیست؟ ۱٫۰۴۸٫۵۷۶ بایت است.

نتیجه سخن
همان‌طور که اشاره شد، اطلاعات داده‌هایی هستند که در متن هر بررسی قرار می‌گیرد. به بیان دیگر، داده‌ها عناصر اولیه در هر تجزیه و تحلیل هستند. اطلاعات داده‌هایی با زمینه معنائی خاص و واضح را به ما نشان می‌دهند. در نهایت، دانش با همان جریان اطلاعات ایجاد می‌شود که به اعتقادات و تعهد دارنده آن، وابسته است.

 

مدیر داده محور

آیا شما یک مدیر داده محور هستید؟

 

امروزه بسیاری از شرکت‌ها از داده برای تصمیم‌گیری در حوزه‌های مختلف از توسعه محصول گرفته تا استخدام و تبلیغات بهره می‌برند. بر اساس یکی از مطالعات اخیر که توسط اساتید دانشکده مدیریت دانشگاه ام.آی.تی (MIT) در آمریکا صورت گرفته است، شرکت‌های پیشرو در هر صنعتی از روش‌های داده محور در تصمیم‌گیری‌های خود استفاده می‌کنند. آنان به شکل کمّی نشان داده‌اند که این شرکت‌ها از شرکت‌هایی که از روش‌های داده‌محور استفاده نمی‌کنند، سودآورتر هستند.

از سمت دیگر ما در دوره‌ای به سر می‌بریم که امکانات بی‌سابقه‌ای برای جمع‌آوری و تجزیه‌وتحلیل داده فراهم‌شده است. امروزه روش‌های تحلیلی کسب‌وکار در حال دگرگون کردن مدل‌های کسب‌وکار هستند.

در مقالات دیگری هم توضیح داده‌ام که چرا ممکن است مدیران به‌سرعت نتیجه‌گیری‌های اشتباه کنند و یا کیفیت تصمیماتشان تحت تأثیر خطاهای ادراکی پایین بیاید.

مجموع این دلایل بیش از گذشته مدیران را به این سمت سوق می‌دهد که برای بهبود کیفیت تصمیم‌گیری خود به سمت سبک مدیریتی داده-محور حرکت کنند.

ازآنجاکه همواره توصیه می‌کنم بهتر است در مدیریت از واژه‌ها و عبارات مبهم خودداری کنیم، در این مقاله به دنبال آن هستم که برای مدیران روشن کنم که تصمیم‌گیری داده‌محور دقیقاً به چه معنی است.

ویژگی‌های یک مدیر داده‌محور
برای آن‌که خود را محک بزنید تا چه حد یک مدیر داده‌محور هستید، خودارزیابی زیر را انجام دهید:

 

سؤالات مختلف این خودارزیابی ویژگی‌های یک مدیر داده‌محور را روشن می‌کند؛ اما چند نکته لازم به توضیح بیشتر است.

اول، در سازمان‌های داده‌محور تا جای ممکن تصمیمات در پایین‌ترین سطح گرفته می‌شود. وقتی با برخی از مدیران گفتگو می‌کنم یکی از نکاتی که در صحبت‌های آنان پررنگ است گله‌مندی از کمبود وقت در انجام وظایفشان است. وقتی در خلال گفتگو بیشتر در فعالیت‌های روزمره آنان دقیق می‌شوم، مشخص می‌شود بسیاری از آنان عمدتاً درگیر مسائل ریزودرشت اجرایی سازمان خود هستند. در نقطه مقابل یک مدیر اجرایی دیدگاهش را نسبت به وظایف خود چنین توضیح می‌دهد: “هدف من این است که در طول یک سال، تنها شش تصمیم بگیرم. البته این یعنی که شش مسئله اصلی را که برای تصمیم‌گیری از همه مهم‌تر هستند تشخیص دهم. همچنین مطمئن شوم که کسانی که به من گزارش می‌دهند داده‌های لازم و اعتمادبه‌نفس کامل برای تصمیم‌گیری در مورد بقیه تصمیمات را دارند.” واقعیت این است که منتقل کردن بسیاری از تصمیمات به سطوح پایین‌تر سازمان، زمان مدیران ارشد را برای گرفتن تصمیمات مهم‌تر باز می‌گذارد. همچنین کسانی که در سطوح پایین‌تر مسئول آن تصمیمات می‌شوند، وقت و دقت بیشتری را برای آن تصمیمات اختصاص می‌دهند.

دوم، مدیران داده‌محور به این نکته آگاه هستند که فرآیندها دارای واریانس هستند. حتی اگر یک فرآیند بسیار ساده و یا خیلی کنترل‌شده هم باشد، بازهم متغیرهای درگیر در آن دارای نوسان هستند. یک مدیر داده‌محور کاملاً آگاه است که استفاده کردن از یک عدد یا قطعی فرض کردن متغیرها چگونه ممکن است در تصمیماتش خطا ایجاد کند. در مقاله “خطا در استفاده از میانگین” این مسئله را شرح داده‌ام.

سوم، مدیر داده‌محور روی به دست آوردن اطلاعات باکیفیت تأکید زیادی دارد. خاطرم هست یکی از دانشجویانم، تصمیم در مورد رشته انتخابی خود در دوره کارشناسی را جزء تصمیمات بدش قلمداد می‌کرد. وقتی از او درباره جزئیات تصمیمش پرسیدم پاسخش این بود که در زمان انتخاب رشته تصور می‌کرده، رشته انتخابی با مسیر شغلی که در ذهن داشته مربوط است درحالی‌که بعدها فهمیده این‌گونه نیست. درواقع او در لحظه تصمیم نتوانسته اطلاعات مناسب با مسئله را گردآوری کند. مشابه این وضع در مورد مدیران صادق است. مدیر داده‌محور می‌داند که کیفیت تصمیماتش بهتر از کیفیت داده‌هایی که در اختیار دارد، نخواهد بود. بسیاری از عدم قطعیت‌ها ناشی از عدم معرفت و آگاهی ما نسبت به موضوع است. داشتن اطلاعات باکیفیت می‌تواند فهم بهتری از واریانس موجود در فرآیندها و ریسک‌های پیشرو بدهد.

چهارم، مدیر داده‌محور با استنتاج آماری و مبتنی بر داده آشناست. لزومی ندارد مدیر با جزئیات، در جریان روش‌های تحلیلی باشد. اما در دنیای امروز مدیر باید این مهارت را داشته باشد تا بتواند بر مبنای تحلیل داده تصمیم‌گیری کند. برای آشنایی بیشتر مقاله “مقدمه‌ای بر تصمیم‌گیری داده‌محور برای مدیرانی که از ریاضیات متنفرند” را بخوانید.

پنجم، یادگیری در مرکز تصمیم‌گیری داده-محور قرار دارد. فرد یادگیرنده دائماً تصمیمات خود را مورد ارزیابی و بازنگری قرار می‌دهد. اگر شواهد و داده‌ها نشان دهند، یک تصمیم اشتباه است آنان سریع‌تر پیشگام می‌شوند تا آن تصمیم را متوقف کنند. به همین دلیل مدیر داده‌محور به دنبال این نیست تا شواهدی از داده‌ها بیابد که ایده‌های خودش را حمایت کند؛ بلکه هدفش آن است تا حقایق را کشف کند.

برای آشنایی بیشتر با اهمیت یادگیری در تصمیمات مدیریتی، مقاله “یادگیری دوحلقه‌ای” را بخوانید.

یکی از روش‌های مهم یادگیری در کسب‌وکار آزمایش کردن است. برای آشنایی با مفهوم آزمایش در کسب‌وکار (Business Experiment) این مقاله را بخوانید.

اگر بخواهید یک مدیر داده-محور بشوید، باید از کجا شروع کنید؟
اگر می‌خواهید به سبک مدیریتی داده-محور نزدیک شوید و یا در خود بهبود بیشتری ایجاد کنید، خود را تحت‌فشار قرار دهید تا تصمیمات بیشتری را به سطوح پایین‌تر سازمان انتقال دهید. این توصیه در نگاه اول ممکن است دشوار یا خلاف شهود به نظر برسد، بخصوص برای مدیرانی که عادت کرده‌اند احساس کنترل زیادی روی امور داشته باشند. همان‌طور که اشاره کردم مدیر داده-محور اولویت‌های تصمیم‌گیری خود را می‌شناسد و می‌داند زمان و تلاش خود را روی کدام تصمیم متمرکز کند.

نکته بعد سرمایه‌گذاری در سازمان برای به دست آوردن داده‌های باکیفیت است. اگر شما به منابع داده قابل‌اطمینان دسترسی نداشته باشید، نمی‌توانید به سمت تصمیم‌گیری داده‌محور حرکت کنید. در این حالت صرفاً به شهود خود محدود خواهید شد. داشتن داده‌های باکیفیت یک الزام است.

استفاده از داده برای تصمیم‌گیری و ترکیب آن با شهود خود یک فرآیند زمان‌بر است که نیاز به تجربه و یادگیری دارد. بهتر است دانش آماری خود را از طریق مطالعه و شرکت در دوره‌های آموزشی که برای مدیران طراحی ‌شده، افزایش دهید. مهم‌تر آنکه باید تا می‌توانید سعی کنید در عمل از داده برای بهبود تصمیم‌گیری‌های خود استفاده کنید تا در به‌کارگیری از رویکردهای داده‌محور خبره‌تر شوید. همین‌طور مطمئن شوید که تیم تحت مدیریت خود را نیز در این مسیر همراه و همفکر کنید و در توانمندسازی آن‌ها بکوشید.

چرا سازمانها Oracle APEX را دوست دارند؟

APEX چیست؟

APEX اشاره به Oracle Application Express میکند که بطور کامل پشتیبانی می شود و یک فریم ورک توسعه نرم افزار سریع برای برنامه های تحت وی و موبایل که همراه با دیتابیس اوراکل بوده و هیچگونه هزینه اضافی ندارد.

تنها با استفاده از يك مرورگر (Web browser) شما مي توانيد اپليكيشن هاي وب حرفه اي با طراحي زيبا همچنین برای موبایل بصورت محکم و قوی و مقیاس پذیر و امن , با تجربه کم در خصوص برنامه نویسی, ایجاد کنید. و درون آن شامل باتری های می باشد که تمام پیچیده گی های نهفته ذاتی در خصوص ساخت و اجرا و استقرار برنامه های تحت وب و موبایل را بدون اینکه شما نگران آن مسائل باشید مرتفع می کند و ترکیب شده با خیلی ویزاردها و کامپاننت های داخل برنامه , Them, Template تم و قالب های موجود و همپنین امکان استفاده از امکانات خارج از محیط APEX که به اصلاح به آن “Out of the Box” گفته می شود برای گسترش برنامه نیز وجود دارد که باعث هر چه سریع تر ساخت برنامه ها شده است.

چرا APEX؟

برای اینکه به شما این امکان را می دهد که بیشترین کارایی را در کمترین زمان بدست بیاورید.

اقتصاد دیجیتال یک مدل برای کسانی که به آرامی حرکت می کنند نمی تواند باشد. با استفاده از فناوری های مبتنی بر مدل کسب و کار تبدیل شدن به هنجار در سراسر طیف گسترده ای از صنایع، که یک شرکت “زندگی می کند و یا می میرد” به طور روزافزونی وابسته به کوتاه شدن زمان به بازار و پاسخ سریع به تغییر انتظارات مشتری است.

سازمان ها نیاز به هر دو یعنی(سرعت و تکرار آن سرعت و نگه داشتن آن) دارند، و این دقیقا همان جایی است که APEX می درخشد.

تعداد بسیاری از سازمانها بدنبال کشف چگونه ساخت و ایجاد, بصورت ساده و آسان برنامه های وب و تلفن همراه کاربردی بسیار زیاد با استفاده از این ابزار زیبا و قدرتمند هستند، جای تعجب نیست که باعث محبوبیت APEX شده در حالی که در چند سال گذشته اصلا به چشم نمی آمد. هر دو آنها( کسب و کار و رهبران IT ( با توجه به تعداد فزاینده ای از کارهای سازمانی, برای گسترش برنامه های کاربردی بسیار با سرعت و با ROI (برگشت سرمایه) بسیار چشمگیر؛ APEX یک اهرم بهره وری را فراهم می کند.

چرا شما APEX را دوست خواهید داشت؟

بصورت رایگان است:

اگر شما یک دیتابیس اوراکل داشته باشید. شما APEX هم دارید. و استفاده از آن هیچ هزینه ای را برای شما نخواهد داشت.

براحتی قابل اجرا می باشد:

هیچگونه پیچیدگی در نصب و را ه اندازی ندارد و براحتی قابل نصب می باشد و شما فقط یک مرورگر نیاز دارید

نیاز نیست که یک کدنویس حرفه ای باشید:

یک محیط کاملا ساده برای استفاده و با استفاده از انتخاب یک نقطه یا عمل drag and drop یک برنامه بسیار زیبا تحت وب و بدون نیاز به کدنویسی, ایجاد کنید

شما برروی مشکلات تمرکز می کنید:

با جزئیات ریزی مانند امنیت, کنترل دسترسی, صفحه بندی و انتقال بین صفحه ها و مسائلی که در پشت صحنه اتفاق می افتد و گرفتاریهای پیاده سازی کاری ندارید و بر روی نیازمندیهای ساخت برنامه تمرکز میکنید

شما واقعا یک سازنده و مولد خواهید بود:

با خیلی ویزاردها و کامپاننت های داخل برنامه , Them, Template تم و قالب های موجود و آیکن های محبوب و کتابخانه های JavaScript که با هم تطابق و وابستگی دارند. شما می توانید خیلی سریعتر از اینکه فکر کنید برنامه های کاربردی خودتان را ایجاد کنید.

برنامه های شما بسیار جذاب هستند:

APEX با یک تم جهانی (universal theme) آمد که شامل مشخصات و تتنظیمات بسیار بالایی می باشد که شامل قالب های واکنشگرا (Responsive Template) , grid-layout برای فرم ها, و قابلیت طراحی و تغییرات و انتخاب نوع نمایش می باشد. بنابراین بدون اینکه یک طراح باشید می توانید بصورت پیش فرض یک اپلیکیشن بسیار حرفه ای با امکانات بسیار زیاد برای کاربران بصورت مدرن را فراهم کنید. که بهترین آن موارد بالا که اشاره شد همان (Responsive Template) که اپلیکیشن شما در هر وسیله ای با هر نوع سایزی قابل مشاهده می باشد.

اجتماع بزرگی که همیشه به شما کمک می کند:

با بیش از 400 هزار نفر توسعه دهنده و بیش از 75 وبلاگ و یک فروم بسیار فعال, شما دیگر نگران مشکلات خود نخواهید بود زیرا همیشه راه حل مشکلات خود را پیدا خواهید کرد. با بررسی کردن apex.world و جستجوی Meetups شما مطمئن خواهید شد.

 

چرا شرکت ها و سازمانها APEX را دوست دارند؟

APEX به شدت زمان تحویل را بهبود می بخشد:

با داشتن یک مرورگر برای ایجاد اپلیکیشن ها و همچنین فراهم کردن سرویسهای مورد نیاز خودتان و استفاده از بسیاری از کامپاننت های درون خود APEX و ایجاد فرم ها و گزارش های کاربردی, با ثبت یک رکورد زمانی بسیار خوب اپلیکیشن ها می تواند توسعه و اجرا شوند.

APEX قوی، مقیاس پذیر، و امن است:

از آنجا که APEX کاملا درون خود دیتابیس اوراکل ساخته شده دارای راندمان بالای طراحی می باشد. همانند دیتابیس اوراکل مقیاس پذیر می باشد زیرا خود درون دیتابیس است. خرابی و افزونگی آنها کاملا وابسته به دیتابیس است و در این زمینه خود دیتابیس کاملا مراقب فانکشن ها و اجزای درونی خودش می باشد. و مصرف منابع کاملا توسط خود دیتابیس اوراکل مدیریت و محافظت می شود. و شما می توانید از خیلی از امکانات امنیتی درون خود دیتابیس از قبیل Database Vault, Advance Security Option, and Redaction و همچنین از ابزار بومی Advisor درون خود APEX که بسیار برجسته می باشد برای مسائل امنیتی بهره ببرید.

APEX ثبات در اجرا و کاهش احتمال خطا:

یک فریم ورک با بسیاری از گزینه های پیکربندی برای کنترل و چگونگی برنامه های کاربردی در حال توسعه، و همچنین به عنوان کتابخانه های استاندارد از پیش یکپارچه و اجزای رابط کاربر، به آسانی می توانید مطمئن شوید که یک برنامه کاربردی قابل توجه با یک نگاه و احساس خوب از طرف کاربران ایجاد کرده اید. و یک فریم ورک با یک تن ابزارهای ساخت یافته درون خودش, که کمتر نیاز به کدنویسی می باشد به این معنی که وقوع خطا برای شما کمتر و بهره وری بیشتر می شود.

APEX یک تیم است با نیروی چند برابر:

APEX توسعه اپلیکیشن ها را برای گروه های بزرگی از همکاران باز می گذارد. گوناگونی در توسعه وب و موبایل نیاز به یک مجموعه منحصر به فرد از مهارت هایی است که همیشه بدست آوردن آنها براحتی نمی باشد.

با Apex توسعه دهندگان سنتی اوراکل SQL و PL / SQL می توانند بدون درنگ مهارت های خود را به اهرم مولد توسعه دهندگان وب و نرم افزار تلفن همراه تبدیل کنند.

APEX با روند صنعت وسط تراز قرار دارد:

APEX با پرورش شیوه های توسعه چابک دارای پشتیبانی قوی برای فن آوری های توسعه نرم افزار مدرن و پاسخگو به آنها می باشد که از جمله می توان HTML5, CSS3 و کتابخانه های یکپارچه JavaScript و RESTful web services اشاره کرد. و شاید مهمتر از آن مسائل مربوط به آماده بودن برای ابر (cloud) می باشد.

اوراکل اپکس چیست؟

اوراکل ای پکس اولین ابزار برای توسعه و پیاده سازی سیستم (اپلیکیشن) های تحت وب با SQL و PL/SQL می باشد.تنها با استفاده از یک مرورگر (Web browser) شما می توانید اپلیکیشن های وب حرفه ای با طراحی زیبا، بصورت Responsive، انجام عملیات و کنترل بر روی دیتابیس را بر روی دسکتاپ و موبایل ایجاد کنید.
شما می توانید اپلیکیشن های خیلی بزرگ(سازمانی) و پیچیده و چند زبانه همانند Oracle Store را ایجاد کنید. اوراکل ای پکس درون دیتابیس اجرا شده و اجازه بزرگ شدن اندازه اپلیکیشن ها را در اجتماعات برزگ اماکن پذیر می کند.
توسعه و ایجاد اپلیکیشن برای اوراکل ای پکس کاملا دیتابیس محور می باشد.
ایجاد و توسعه اپلیکیشن های دسکتاپ و موبایل.
دانستن فقط دانش SQL ,PL/SQL برای توسعه دهندگان.
ایجاد و توسعه و اجرا اپلیکیشن ها ۱۰۰ درصد تحت وب می باشد.
فریم ورک بدون وارد کردن کدبرنامه (Declarative) برای ایجاد سریع اپلیکیشن ها (RAD) و تمام مراحل تولید نرم افزار.
در یک سرور، بر روی لپ تاپ، در محیط های ابری Cloud و RAC و هر محیطی که دیتابیس اوراکل موجود می باشد قابل نصب و اجرا می باشد.
ایجاد و توسعه نرم افزار در هر جایی فقط با داشتن یک مرورگر و دسترسی به سرور از طریق شبکه.

شعار اوراکل ای پکس
(پشتیبانی کامل، آماده برای محیط های سازمانی، بدون هزینه اضافی)
اگر شما لایسنس دیتابیس اوراکل را داشته باشید یعنی اوراکل ای پکس را هم دارید. از سال ۲۰۰۴ ، APEX پشتیبانی کامل و بدون هزینه را فقط با داشتن دیتابیس شامل می شود. با استفاده از Oracle Application Express هزاران مشتری توانسته اند که اپلیکیشن هایی با مقایسی برای راه حل های کوچک تا سیستم های بحرانی خیلی بزرگ ایجاد کنند.
Solution راه حل
APEX براحتی توسط توسعه دهندگان داخلی و افرادی که دارای تجربه های فراوان در محیط های بزرگ دارند مورد استفاده قرار می گیرد.توسعه دهندگان سیستم هایی برای راه حل های کوچک تا سیستم های بحرانی خیلی بزرگ و پیچیده را ایجاد می کنند.
Scalability مقیاس پذیری
موتور APEX بصورت مستقیم بر روی دیتابیس اجرا می شود. از تمام منابع و امکانات دیتابیس بهره برداری کامل را دارد که می تواند تاثیر بسزایی در طراحی داشته باشد. و همچنین می توان برای کارایی بهتر در محیط هایی که دارای دیتای بسیار زیاد(ExaData) می باشد از (Real Application Cluster(RAC استفاده کرد.
Security امنیت
فریم ورک APEX چندین ویژگی امنیت را برای کاربران فراهم آورده است. احراز هویت (Authentication) کاربران بوسیله LDAP, Oracle Single-Signon, Oracle Database credentials یا HTTP Header. همچنین می تواند از ویژگی های دیتابیس نظیر Virtual Private Database و Real Application Security نیز استفاده کند.

شاخص های کلیدی عملکرد (KPI) چیست؟

شاخص های کلیدی عملکرد (KPI) دقیقاً چیست؟
عملکرد چگونه در سازمان اندازه‌گیری می‌شود؟ آیا کارکنان در حال انجام کارهای درست هستند؟ آیا کار آن‌ها به نتایج موردنیاز تیم و سازمان منجر می‌شود؟ شاخص های کلیدی عملکرد (KPI) می‌توانند به این سؤالات پاسخ دهند.

شاخص های کلیدی عملکرد (KPI) چیست؟
شاخص کلیدی عملکرد (Key Performance Indicator) معیاری قابل‌اندازه‌گیری است که نشان‌دهنده میزان دستیابی به اهداف از پیش تعیین‌شده است. به‌عنوان‌مثال اگر یکی از اهداف شما ارائه خدمات برتر به مشتری باشد، می‌توانید تعداد مشتریان ناراضی از خدمات پشتیبانی را به‌عنوان یک KPI در نظر بگیرید. سازمان‌ها برای ارزیابی موفقیت خود در دستیابی به اهداف، از KPI در چندین سطح استفاده می‌کنند. KPI سطح بالا ممکن است بر عملکرد کلی کسب‌وکار متمرکز باشد، درحالی‌که KPI سطح پایین ممکن است بر فعالیت‌های بخش‌هایی مانند فروش، بازاریابی، منابع انسانی و پشتیبانی تمرکز کند.

کلمه مهم در KPI، کلمه «کلیدی» است. شاخص های کلیدی عملکرد، باید با توجه به اهداف مهم یا اصلی کسب‌وکار تعریف شوند. هنگام تدوین KPI سؤال‌های زیر را به ترتیب مطرح کنید:

ردیف سؤال‌ها مثال
هدف: افزایش درآمد فروش در سال جاری

KPI: رشد فروش

1 نتیجه دلخواه شما چیست؟ افزایش 30% درآمد فروش تا پایان سال
2 چرا این نتیجه مهم است؟ تحقق این هدف منجر به سودآوری سازمان می‌شود
3 چگونه می‌خواهید پیشرفت را بسنجید؟ افزایش درآمد به نسبت هزینه صورت گرفته پیشرفت محسوب می‌شود.
4 چگونه می‌توانید به‌طور چشمگیری احتمال رسیدن به نتیجه را افزایش دهید؟ افزایش تعداد مراکز فروش، افزایش خرید مشتریان فعلی
5 چه کسی مسئول نتیجه است؟ مدیر فروش
6 چگونه خواهید فهمید که به نتیجه خود رسیده‌اید؟ درآمد امسال 30٪ افزایش یافته باشد.
7 هرچند وقت یک بار پیشرفت نتیجه را بررسی می‌کنید؟ هر یک ماه یک‌بار
در مثال بالا دو اقدام کلیدی که می‌تواند احتمال افزایش 30% درآمد تا پایان سال جاری را به‌طور قابل ملاحظه‌ای افزایش دهد، افزایش تعداد مراکز فروش به‌منظور جذب مشتری جدید و ترغیب مشتریان فعلی برای افزایش خرید است.

تفاوت شاخص و شاخص کلیدی عملکرد چیست؟
معیارها برای اندازه‌گیری جنبه‌های مختلف عملکرد در یک زمان خاص استفاده می‌شوند. درحالی‌که شاخص های کلیدی عملکرد (KPI)، اهداف استراتژیک را نشان می‌دهند و عملکرد را با یک هدف خاص اندازه‌گیری می‌کنند. بنابراین همه شاخص های کلیدی عملکرد، شاخص هستند، اما همه شاخص‌ها، KPI نیستند.

سازمان‌ها هنگام طراحی شاخص اغلب، در تشخیص ماهیت شاخص‌ها دچار اشتباه می‌شوند. به‌طورکلی 5 دسته‌بندی برای شاخص وجود دارد:

1- شاخص های کلیدی نتیجه ای (KRI)
چگونگی انجام کار را در یک عامل حیاتی موفقیت (CSF) نشان می‌دهد. این سنجه‌ها نتیجه اقدامات هستند و نشان می‌دهند آیا در مسیر درست حرکت می‌کنیم یا خیر؟

2- شاخص های نتیجه ای (RI)
مشخص می‌کند تاکنون چه کارهایی انجام شده است.

3- شاخص های کلیدی عملکرد (KPI)
مشخص می‌کند چه‌کارهایی باید انجام شود تا عملکرد به‌طور چشمگیری افزایش پیدا کند. تمرکز این شاخص‌ها بر جنبه‌هایی از عملکرد است که برای موفقیت حال و آینده، مهم‌ترین موارد هستند. این شاخص‌ها مشخص می‌کنند برای اینکه نتایج بهبود یابد، چه‌کار باید کرد. این شاخص‌ها قابلیت اندازه‌گیری به‌صورت روزانه و هفتگی را دارند.

4- شاخص های عملکرد (PI)
مشخص می‌کند چه‌کارهایی باید انجام شود. اگرچه از اهمیت خاصی برخوردارند اما عامل کلیدی به شمار نمی‌روند و تکمیل‌کننده KPI هستند.

5- شاخص های کلیدی رفتاری (KBI)
این شاخص‌ها مشخص می‌کند چه ویژگی‌های رفتاری برای انجام موفقیت‌آمیز کار لازم است.

جایگاه شاخص های کلیدی عملکرد (KPI) در ساختار سازمان چیست؟
شاخص های کلیدی عملکرد، اقدامات فردی را به چشم‌انداز سازمانی متصل می‌کنند. اگر این را مانند یک هرم در نظر بگیریم، اقدامات خاص به‌صورت آبشاری از چشم‌انداز سازمانی تغذیه می‌شوند. شاخص های کلیدی عملکرد (KPI)، نیز از استراتژی، اهداف و عوامل حیاتی موفقیت (CSF) سازمان گرفته می‌شوند.

عوامل حیاتی موفقیت (CSF) آن قسمت از فعالیت‌هایی است که سازمان شما برای موفقیت باید در آن عملکرد خوبی داشته باشد. شاخص‌های کلیدی عملکرد (KPI)، وسیله‌ای است که می‌توان از طریق آن عوامل حیاتی موفقیت (CSF) را اندازه‌گیری کرد. اقدامات، وظایف و پروژه‌هایی هستند که شما برای دستیابی به KPI انجام می‌دهید.

بنابراین KPI از اهداف و استراتژی سازمان پشتیبانی می‌کند. آنها به شما امکان می‌دهند روی آنچه بیشترین اهمیت را دارد تمرکز کرده و پیشرفت خود را ارزیابی کنید.

گاهی سازمان‌ها شاخص های کلیدی عملکرد شناخته‌شده در صنعت را، بدون توجه به شرایط سازمانی خود انتخاب کرده و سپس متعجب می‌شوند که چرا این سنجه ها هیچ تغییری در سازمان ایجاد نکرده است. درحالی‌که برای تدوین KPI، ابتدا باید اهداف سازمانی درک شده و برای دستیابی به آنها برنامه‌ریزی و بازخورد تحلیلگران، روسای بخش‌ها و مدیران نیز دریافت شود. هنگام نوشتن KPI ، باید در نظر بگیرید که KPI چگونه با یک نتیجه یا هدف خاص کسب‌وکار ارتباط برقرار می‌کند. KPI ها باید متناسب با شرایط کسب‌وکار شما و برای دستیابی به اهداف آن ایجاد شوند.

نکته دوم در تدوین شاخص‌های کلیدی عملکرد (KPI) در سطح سازمان این است که شاخص‌هایی انتخاب شود که فعالیت‌های مناسب را برای تمام حوزه‌های کسب‌وکار اندازه‌گیری می‌کند. یعنی معیارهای ارزیابی عملکرد تعیین‌شده تمام جنبه‌های کسب‌وکار شما را پوشش دهند. استفاده از BSC تئوری ساده‌ای است که می‌توانید به‌کارگیرید و KPI ها رو طوری طراحی کنید که حوزه‌های مختلف کسب‌وکار نظیر حوزه مالی، مشتری، فرایند و رشد و یادگیری را در برگیرد. از طرف دیگر انواع شاخص های ارزیابی عملکرد را ازنظر کمی و کیفی بودن، پیشرو و تأخیری بودن حتماً در نظر داشته باشید.

شاخص های کلیدی عملکرد، چه کمکی به سازمان می‌کنند؟
شاخص های کلیدی عملکرد (KPI)، به یک سازمان کمک می‌کنند تا پیشرفت و تحقق اهداف سازمانی را تعیین و اندازه‌گیری کنند. هنگامی‌که یک سازمان مأموریت خود را تجزیه‌وتحلیل کرد و اهداف خود را تعریف کرد، باید پیشرفت را در جهت رسیدن به این اهداف اندازه‌گیری کند. KPI ابزار اندازه‌گیری را ارائه می‌دهد و شواهد عینی از مسیر پیشرفت در جهت دستیابی به یک نتیجه مطلوب را فراهم می‌آورد.
اقداماتی که باید انجام شوند تا به تصمیم‌گیری و عملکرد بهتر منجر شود را شناسایی می‌کند.
میزان تغییر عملکرد را در طول زمان نمایش می‌دهد.
میزان کارایی، اثربخشی، کیفیت، مدت‌زمان، رفتار، کارایی پروژه، کارایی فردی و بهره‌برداری از منابع را نشان می‌دهد..
برای مدیریت KPI، به چه نکاتی باید توجه کرد؟
مدیریت شاخص های کلیدی عملکرد (KPI)
در طراحی مدیریت شاخص های کلیدی عملکرد مؤثر چه نکاتی باید رعایت شود؟

1- ارتباط شاخص های کلیدی عملکرد (KPI) با اهداف استراتژیک سازمان
شاخص های کلیدی عملکرد یا KPI، باید با یک هدف اصلی کسب‌وکار مرتبط باشد. دقت کنید باهدف اصلی، نه یک هدف سازمان یا چیزی که ممکن است شخصی در سازمان فکر کند مهم است. شاخص کلیدی عملکرد، باید با یک موفقیت اساسی در سازمان در ارتباط باشد. در غیر این صورت شما در حال رسیدن به هدفی هستید که هیچ تأثیری برای سازمان شما ندارد و این منجر به اتلاف وقت، هزینه و سایر منابع کسب‌وکار می‌شود که می‌توانست به‌جای دیگری اختصاص یابد.

2- انتخاب تعداد بهینه شاخص های ارزیابی عملکرد
تعداد زیادی شاخص های کلیدی عملکرد تعیین نکنید. تعداد بهینه در بیشتر حوزه‌های کسب‌وکار و مشاغل بین 4 تا 10 شاخص کلیدی عملکرد است.

3- انتخاب شاخص های کلیدی عملکرد (KPI)، SMART شده
شاخص های کلیدی عملکرد (KPI)، SMART شده انتخاب کنید.

SMART و KPI
ویژگی های SMART در طراحی شاخص های کلیدی عملکرد در نظر گرفته شود.

منظور از شاخص های SMART شده این است که:

Specific: درباره آنچه هر یک از شاخص های کلیدی عملکرد (KPI) اندازه می‌کنند و دلیل اهمیت آنها به‌منظور جلوگیری از ابهام یا سوءبرداشت شفافیت ایجاد کنید. (آیا هدف شما مشخص است؟)

Measurable: شاخص های کلیدی عملکرد (KPI) تعیین‌شده، باید قابل‌اندازه‌گیری باشد. (آیا می‌توانید پیشرفت رسیدن به آن هدف را اندازه‌گیری کنید؟)

Achievable: فرد، تیم یا سازمان باید توان دستیابی به آن را داشته باشد. بنابراین شاخص های کلیدی عملکرد (KPI)، باید قابل‌دستیابی باشند، اگر خیلی سطح بالا تعیین شوند ممکن است قبل از شروع توسط افراد رها شوند. (آیا واقعاً هدف قابل‌دستیابی است؟)

Relevant: چیزی که اندازه گرفته می‌شود از یک طرف باید مهم بوده و عملکرد را بهبود بخشد و از طرف دیگر متناسب با محدودیت‌های سازمان در نظر گرفته شود. (چقدر هدف به سازمان شما مرتبط است؟)

Time-Bound: شاخص های کلیدی عملکرد (KPI)، باید در یک چارچوب زمانی توافق شده، قابل‌دستیابی باشند. (چارچوب زمانی برای دستیابی به این هدف چیست؟)

4- جمع‌آوری داده برای سنجش شاخص ها
زمانی که یک شاخص کلیدی عملکرد (KPI) تدوین شد، برنامه‌ریزی کنید چگونه اطلاعات موردنیاز برای سنجش آن را جمع‌آوری می‌کنید. همین‌طور تعیین کنید چه کسی و در چه بازه زمانی داده‌ها را جمع‌آوری می‌کند. به‌عنوان‌مثال، داده‌های حوزه فروش معمولاً می‌توانند به‌صورت روزانه جمع‌آوری شوند، در حالی که KPI هایی که نیاز به جمع‌آوری داده‌ها از چند منبع دارند، ممکن است به‌صورت هفتگی یا ماهانه اندازه‌گیری شوند. برای اطمینان از صحت جمع‌آوری داده‌ها، آن‌ها باید تأیید شوند.

5- آگاه ساختن ذینفعان از شاخص های کلیدی عملکرد (KPI)
شاخص های کلیدی عملکرد را با تمام افراد مرتبط و ذینفع در میان بگذارید. اگر مسئولیت تیم یا سازمان را بر عهده‌دارید، مطمئن شوید که افراد زیرمجموعه شما از تأثیر هر KPI بر کار خود، آگاه هستند و دقیقاً می‌دانند که روی کدام فعالیت‌ها تمرکز کنند. ممکن است یک داشبورد عملکرد تنظیم کنید یا از یک کارت امتیازی متوازن برای اندازه‌گیری پیشرفت استفاده کنید.

6- هم‌راستایی اهداف و شاخص ها
هنگامی‌که اهداف و شاخص های کلیدی عملکرد (KPI) اعضای تیم را تعیین می‌کنید، اطمینان حاصل کنید که آن شاخص ها با استراتژی کلی تیم و سازمان همسو هستند. این موضوع تضمین می‌کند که فعالیت‌های روزمره کارکنان با اهداف سازمان مطابقت دارد. همان‌طور که قبلاً هم اشاره شد سنجه های کلیدی عملکرد (KPI) باید با عوامل حیاتی موفقیت سازمان، چشم‌انداز و استراتژی اعلام‌شده آن همسو باشند.

7- حمایت از تیم برای محقق ساختن هدف
وقتی شاخص های کلیدی عملکرد (KPI) را برای سنجش عملکرد تیم و سازمان خود تدوین کردید، اطمینان حاصل کنید که آموزش، پشتیبانی و مشوق‌های مناسب برای عملکرد خوب افراد در سازمان فراهم‌شده است. شما باید از افراد خود حمایت کنید تا به نتیجه موردنظر برسند. این جمله را نیز به خاطر داشته باشید «آنچه اندازه‌گیری می‌شود، انجام می‌شود اما آنچه به آن پاداش تعلق می‌گیرد نیز انجام می‌شود» بنابراین هنگامی‌که پاداش‌ها را تعیین می‌کنید، اطمینان حاصل کنید که آنها مستقیماً به KPI هایی که تعیین کردید، مرتبط هستند.

ارتباط پاداش با شاخص های کلیدی عملکرد (KPI)
آنچه به آن پاداش تعلق می‌گیرد، انجام می‌شود.

8- بررسی منظم شاخص های کلیدی عملکرد
شاخص های کلیدی عملکرد (KPI) را به طور منظم بررسی کنید. بررسی منظم شاخص های ارزیابی عملکرد، یک ضرورت است. زیرا برخی KPI ها هدفی غیرقابل تحقق را اندازه می‌گیرند، برخی نیز هدف اصلی را اندازه‌گیری نمی‌کنند. بنابراین فقط با ارزیابی منظم آن‌ها می‌توانید تصمیم بگیرید زمان تغییر KPI رسیده یا خیر؟ از طرف دیگر این بررسی به ایجاد راهکار برای دستیابی به هدف از طریق جلسات بازخورد میان‌دوره نیز کمک می‌کند.

9- تغییر شاخص های کلیدی عملکرد (KPI) متناسب با نیاز سازمان
معیارهای کلیدی عملکرد را متناسب با نیازهای متغیر کسب‌وکار تغییر دهید. KPIها همیشه نیاز به تکامل، به‌روزرسانی و اصلاح دارند. اگر KPI ها را یک بار تدوین و بعد برای همیشه آن‌ها را کنار بگذارید ممکن است اهدافی را دنبال کنید که دیگر با موفقیت سازمانی مرتبط نیستند. مهم‌ترین قسمت شاخص های کلیدی عملکرد (KPI) کاربرد آن است. پس از عمر مفید شاخص، باید آن را کنار گذاشته و شاخص‌های کلیدی عملکرد جدیدی تدوین کنید که باهدف اصلی سازمان همسو هستند.

طرز فکر داده محور چیست و چه کاربردهایی دارد؟

طرز فکر داده محور چیست و چه کاربردهایی دارد؟
طرز فکر داده محور نگرشی است که به فرد امکان می‌دهد مسائل و پدیده‌ها را بر مبنای اطلاعات و داده‌های در دسترس تحلیل کند. این تحلیل کاربردهای مختلفی دارد؛ برای مثال، کسب‌وکارها می‌توانند با استفاده از علم داده و پردازش داده‌ها تصمیمات بهتری بگیرند.

منتها این‌طور نیست که طرز فکر داده محور فقط به کاربرد علم داده برای تصمیم‌گیری در کسب‌وکارها محدود شود، بلکه پنجره‌ای است که می‌توان از طریق آن پدیده‌ها را تحلیل کرد. ازاین‌رو، کارکردهای آن در زندگی روزمره و شخصی ما نیز مشاهده خواهد شد.

برای مثال، در سال‌های اخیر، اخبار دروغ رواج زیادی در شبکه‌های اجتماعی داشته‌اند. کسی که طرز فکر داده محور داشته باشد، به‌جای پذیرش اولین چیزی که در آن فضا می‌خواند، برای تأیید یا رد آن شروع به جمع‌‌آوری داده‌ها و تحقیق پیرامون آن خبر می‌کند. همچنین، اگر ادعایی مطرح شود، سعی می‌کند آن ادعا را با جمع‌‌آوری مدارک و شواهد پشتیبانی کند.

چطور طرز فکر داده محور را در خود پرورش دهیم؟
نمی‌توان یک‌شبه به نگرش داده‌محور دست یافت. این دستیابی نیازمند تمرین، انتقادپذیری و پذیرش آن دسته از خطاهای ذهنی است که ممکن است ذهن شما هنگام کارکردن با داده‌ها مرتکب شود. برای پرورش این نگرش می‌توان از روش‌های زیر استفاده کرد:

۱. عادت به پشتیبانی از تصمیمات با کمک داده‌ها
وقتی کارتان را در جایگاه دانشمند و تحلیل‌گر داده آغاز می‌کنید، باید به تصمیم‌گیری بر اساس داده‌ها عادت کنید. این تصمیم‌ها شامل انتخاب روش تحلیل داده‌ها نیز هست. منتها عادت‌کردن به تصمیم‌گیری بر مبنای داده‌ها کار راحتی نیست. مغز ما به‌شیوه تکاملی بیشترِ تصمیمات را بر مبنای الگوهای ظاهری می‌گیرد.

برای تغییر به‌سوی طرز فکر داده محور لازم است عادت طرح فرضیه‌ها و حدسیات غیرضروری را کنار بگذارید؛ برای مثال، هنگام کارکردن با داده‌ها، به‌جای آنکه از متغیرهای تصادفی برای تحلیل داده استفاده کنید، مناسب‌ترین متغیرها را برای این کار با کمک مقایسه بین مدل‌های تحلیل انتخاب کنید.

طرز فکر داده محور – پشتیبانی از تصمیم گیری با داده‌ها

مهم‌ترین نکته هنگام کارکردن با داده‌ها این است که حدس‌زدن بر مبنای غرایز را کنار بگذارید و فرضیات را بر مبنای داده قابل‌مشاهده طرح کنید. برای رسیدن به این مهم، می‌توانید حدس‌هایی را که هنگام کار با داده‌ها می‌زنید یادداشت و سپس اعتبار آنها را با داده‌های در دسترس مقایسه کنید.

۲. توانایی دیدن داده‌ها،‌ آن‌طور که هستند!

به‌غیر از مبنا قراردادن داده برای تصمیم‌گیری، کار مهم دیگری هست که برای پرورش طرز فکر داده محور باید انجام بدهید: نگریستن به داده‌ها آن‌طور که هستند، نه آن‌طور که دوست دارید باشند. مغز ما تمایل زیادی به حذف داده‌های نامطلوب و در عوض برجسته‌کردن داده‌های مطلوب دارد.

در واقع، مغز ما به‌شیوه‌‌ای ناخودآگاه تمایل دارد روی داده‌های مثبت دست بگذارد و انواع توجیهات را نیز برای لاپوشانی داده‌های نامطلوب و بی‌اعتبارکردن آنها نزد ما طرح می‌کند. منتها باید یاد بگیریم هنگام نگاه‌کردن به داده‌ها معنای واقعی آنها را درک کنیم، نه معنایی که ذهن ما مایل به ساختن پیرامون آنهاست.

مطالعه مقاله کنارگذاشتن خطاهای ذهنی برای شما سودمند خواهد بود.
۳. درک قابلیت‌ها و محدودیت‌های کار با داده‌ها
درک اینکه چه‌کارهایی می‌توان با داده‌ها انجام داد یکی از وظایف اولیه تحلیل‌گر داده است. منتها درک اینکه چه‌کارهایی را نمی‌توان با داده‌ها انجام داد نیز به همان اندازه مهم است. ترکیب این دو انتظارمان از دنیای داده‌ها را واقعی می‌کند.

شرط رسیدن به طرز فکر داده محور توانایی درک ظرفیت‌ها و محدودیت‌های داده‌هاست. برای اندازه‌گیری این نکته که تا چه حد به این مسئله واقفید این پرسش‌ها را از خودتان بپرسید:

این داده‌ها چطور ارائه می‌شوند؟
داده‌های ورودی و خروجی کدام‌اند؟
آیا می‌توانم مسئله را در ذهنم فرمول‌بندی کنم؟
آیا مسئله موردنظر در حوزه علم داده قرار می‌گیرد؟
ظرفیت‌های طرز فکر داده محور در تصمیم‌گیری کسب‌وکارها
طرز فکر داده محور و ظرفیت‌های تصمیم گیری

امروزه شاهد افزایش شدید حجم داده‌های در دسترس هستیم؛ داده‌هایی که با کمک ظرفیت‌های دنیای دیجیتال به دست می‌آید. منتها آیا کسب‌وکارها از ظرفیت‌های این دریای عظیم بهره می‌برند؟ به نظر می‌رسد هنوز بسیاری از کسب‌وکارها تصمیماتشان را نه بر مبنای داده‌ها بلکه بر مبنای غرایز، بلندپروازی مدیران، و یا داده‌های تحریف یا محدود شده می‌گیرند.

اینها نشان می‌دهد طرز فکر داده محور هنوز در این کسب‌وکارها جا نیفتاده و جزئی از فرهنگ سازمانی آنها نشده است. برای استفاده از حداکثر ظرفیت داده‌ها لازم است در ساختار تصمیم‌گیری کسب‌وکارها تغییراتی رخ دهند تا طرز فکر داده محور بین اعضا جا بیفتد.

آشنایی با انواع تصمیمات در کسب‌وکار
برای استفاده از داده‌ها در تصمیم‌گیری، ابتدا لازم است با انواع تصمیماتی که هر سازمان یا کسب‌وکار در طی حیات خود می‌گیرد‌ آشنا شویم. این تصمیمات ۳ نوع هستند:

تصمیم‌های استراتژیک: هر سازمانی در طول حیات خود گاهی با تصمیم‌گیری‌های مواجه می‌شود که در مسیر برنامه‌ریزی استراتژیک می‌تواند سرنوشت آن را رقم بزند. این تصمیم‌ها اهمیت و تأثیرات عمیقی بر تمام تشکیلات و اعضا می‌گذارد و تناوب رخ‌دادنشان بسیار کم است. به‌بیان دیگر، این تصمیم‌ها معدود اما سرنوشت سازند.
تصمیم‌های دوره‌ای: این تصمیم‌گیری‌ها به‌تناوبِ بیشتری رخ می‌دهند و برای اداره‌کردن بخش‌های مختلف سازمان گرفته می‌شوند. بخشی از این تصمیمات را می‌توان با فرایندهای هوش مصنوعی خودکارسازی کرد و حضور عامل انسانی را جز در موارد ضروری محدود کرد؛ برای مثال، بررسی وضعیت موجودی انبار و تأمین زنجیره پایدار از مواد اولیه از جمله تصمیمات دوره‌ای است که به‌تناوب در بازه‌های زمانی مختلف در کارخانه یا فروشگاه رخ می‌دهند.
تصمیمات خرد و روزانه: تصمیماتی که سازمان یا اعضایش به‌طور روزانه در مواجه با مسائل خرد می‌گیرند؛ برای مثال، ارائه تخفیف به مشتری وفادار یا موافقت با مرخصی یکی از کارکنان از نمونه‌های این تصمیم‌‌گیری‌هاست. نکته‌ای که باید درباره این دسته از تصمیمات در نظر داشت: گرچه این تصمیم‌ها به‌ظاهر کوچک و خردند، برآیند آنها در سازمانی بزرگ می‌تواند در بلندمدت بر روند حرکت و عمر سازمان اثر بگذارند.
برای بهبود تصمیم‌گیری خطاهای شناختی مؤثر بر تصمیمات روزانه را بشناسید.
طرز فکر داده محور چه تأثیری بر این ۳ دسته تصمیم‌گیری دارد؟
همان‌طور که اشاره شد، استفاده از داده‌ها و گسترش فرهنگ داده‌محوری در بخش‌های مختلف سازمان باعث بهبود و تسریع روند تصمیم‌گیری می‌شود. هرچه تصمیم‌ها در سازمان سریع‌تر و بهتر گرفته شوند، سازمان به‌عنوان سیستم عملکرد بهتری خواهد داشت.

برای مثال، در بخش تصمیمات روزانه، وجود سامانه‌ها و الگوریتم‌های داده‌محور برای رتبه‌بندی مشتریان به فروشندگان برای طراحی و ارائه بسته‌های تخفیفی مختلف کمک می‌کند. در این حالت، دیگر نیازی نیست هر تصمیم به رده‌های بالاتر ارجاع شود و سرعت تصمیم‌‌گیری نیز افزایش می‌یابد.

چطور از داده‌ها برای تصمیم‌گیری استفاده کنیم؟
طرز فکر داده محور

حال که با انواع تصمیم‌گیری آشنا شدیم، چگونه می‌توانیم از داده‌ها در فرایند تصمیم‌گیری استفاده کنیم؟ در این بخش، فرایند تصمیم‌‌گیری داده‌محور را معرفی می‌کنیم:

۱. تعیین چهارچوب تصمیم‌گیری
پیش از دریافت و بررسی داده‌ها، باید چهارچوب و سطحی را که قرار است در آن تصمیم‌گیری شود معین کنیم. این کار احتمال بروز خطاهای شناختی در شکل‌گیری تصمیم ــ که حاصل بررسی داده‌هاست ــ را کاهش می‌دهد.

۲. جمع‌آوری داده‌ها
حال داده‌های موردنیاز و مرتبط با چهارچوب را پیدا و جمع‌آوری می‌کنیم. مهندسی داده نقشی مهم در این بخش ایفا می‌کند و داده‌های موردنیاز را از بین انبوه داده‌ها فراهم می‌کند.

۳. تحلیل و پیش‌بینی
حال که داده‌های لازم را در چهارچوب موردنظر قرار داده‌ایم، وقت تحلیل داده‌ها فرا رسیده است. بر مبنای داده‌های در اختیار، مدل‌های مختلف را پیش‌بینی و تصمیم‌های مختلفی را طراحی می‌کنیم. توجه کنید که داده‌ها همواره با عدم‌قطعیتی مواجه بوده و اغلب ناظر به گذشته‌اند؛ پس بهتر است بازه تصمیم‌گیری تعریف کنیم.

۴. اتخاذ تصمیم
حالا وقت آن رسیده که تصمیم موردنظر را اتخاذ و اجرایی کنیم. هر تصمیمی باید به‌شکل مناسب به سایر گروه‌های مرتبط اطلاع‌رسانی شود.

علاوه بر این ۴ مرحله اصلی، ۲ مرحله دیگر نیز کامل‌کننده فرایند تصمیم‌گیری داده‌محورند. این ۲ مرحله عبارت‌اند از:
۵. بازخورد
پس از اتخاذ تصمیم، نباید آن را فراموش کنیم. حال باید نتایج و پیامد‌های مثبت و منفی تصمیمات را بر مبنای داده‌های بازخورد جمع‌آوری و تحلیل کنیم تا میزان اثربخشی تصمیمات روشن شود.

۶. اصلاح و تکامل فرایند
پس از مدتی که تصمیمات مختلف را اتخاذ و بازخوردهای لازم را گرفتیم، می‌توانیم به جنبه‌های پنهان تأثیرگذار در فرایند تصمیم‌گیری داده‌محور پی ببریم و آن را در صورت لزوم اصلاح کنیم؛ برای مثال، نقش عوامل انسانی در فرایند را بکاهیم یا بخشی از فرایند تصمیم‌گیری را به لایه‌های پایینی سازمان منتقل کنیم یا برعکس.

چطور طرز فکر داده محور را در کسب‌وکارمان جا بیندازیم؟
گسترش فرهنگ طرز فکر داده محور در سازمان

اما چگونه می‌توان فرهنگ داده‌محوری و تصمیم‌گیری مبتنی بر داده را در اعضا و بخش‌های مختلف سازمان جا انداخت. برای دستیابی به این هدف، لازم است برخی ساختارها و عادت‌های فکری در بین اعضای سازمان ایجاد شود.

تعیین ساختار تصمیم‌گیری در سازمان: ابتدا باید تصویری کلی از اینکه تصمیم در کدام قسمت‌های سازمان ما و به‌وسیله چه کسانی (انسان یا ماشین) گرفته می‌شود به دست آوریم. سپس به این بیندیشیم که طرز فکر داده محور چگونه می‌تواند باعث بهبود هر بخش گردد.
گسترش فرهنگ داده‌محور: طرز فکر داده محور یعنی توان تفسیر صحیح داده‌ها را در سازمان به اولویت تبدیل کنید. اعمال این اولویت باید از سطوح بالای سازمان و بین مدیران و رهبران اصلی آغاز شود. هرچه فرهنگ داده‌محوری در سازمان بیشتر گسترش یابد، امکان واگذاری تصمیم‌ها به سطوح پایین‌تر بیشتر می‌شود. در واقع، اجزای مختلف سازمان به بلوغ کافی برای تصمیم‌گیری در حیطه کار خود می‌رسند.
ارتقا مهارت‌ها و توانایی‌های مرتبط: استاندارهایی برای ارتقای مهارت‌های آن بخش از اجزای سازمان که با تصمیم‌‌گیری مواجه‌اند تعیین کنید. کسب این مهارت‌ها را با دراختیارگذاشتن ابزارهای یادگیری تسهیل کنید. به‌طور کلی، ۳ نوع توانایی برای گسترش طرز فکر داده محور نیاز دارید: (۱) مهندسی داده که به شما توان جمع‌آوری داده‌ها را می‌دهد، (۲) علم داده‌کاوی که توان تحلیل و طبقه‌بندی داده‌های جمع‌آوری‌شده را فراهم می‌کند، و (۳)‌ هوش تصمیم‌گیری که با به‌کارگرفتن مهارت‌های مدیریتی و علوم اجتماعی تصمیم‌گیری می‌کند.
ساختار انتقال داده: برای آنکه داده‌ها در فرایند تصمیم‌گیری به کار گرفته شوند باید قابل‌اعتماد، مرتبط، تکرارپذیر و از طرف یک منبع رسمی ارائه شده باشند؛ پس لازم است ساختاری را برای انتقال داده بین بخش‌های مختلف طراحی کنید. این ساختار شامل پایگاه داده‌ها، خطوط ارتباطی و… است.
جمع‌بندی
هر سازمانی در طول حیات خود تصمیمات زیادی می‌گیرد، از تصمیماتی که سرنوشتش را رقم می‌زنند تا تصمیم‌های روزانه و جزئی. در همه این سطوح، داده‌ها باعث بهبود تصمیم‌گیری می‌شوند. برای استفاده از ظرفیت این داده‌ها، لازم است فرایند تصمیم‌گیری داده‌محور در سازمان به کار گرفته شود. پیش‌نیاز به‌کارگیری این فرایند نیز گسترش طرز فکر داده محور در بین اعضای سازمان است.