@精英打工人们
点击上方蓝字关注我们
身处职场，新的一年，我们每个人身上又背上了各种所谓的目标、任务、KPI、OKR。有多少人想过，为什么要定目标？这些目标由谁而定？如何定的？为什么定的目标是A而不是B？本篇文章，就来聊聊目标的“前世今生”。
01
为什么要制定目标
张三说自己在2月收入了5万元。
李四说自己在2月收入了2万元。
王二说自己在2月收入了8,000元。
那么，从他们的对话中，你能够判断出他们做得是好还是不好吗？
这时很多人会说，张三收入最高，做得最好；王二收入最低，做得最差。这个结论正确吗？不一定！
我们再来看一下他们3人的实际情况。
张三在上海有自己的餐厅，过去1年平均每月收入20万元。她给自己设定的目标是20万元。
李四是北京的一个普通白领，过去1年平均每月收入2万元，北京市中位数薪资在1万元左右。她给自己设定的目标是2万元。
王二在西北某小镇做小生意，过去1年平均每月收入4,000元，该小镇中位数薪资在3,000元左右。他给自己设定的目标是4,000元。
知道了他们3人各自设定的目标后，我们又得出一个判断：王二的收入目标完成度200%，做得最好；李四的收入目标完成度100%，做得也不错；张三的收入目标完成度25%，做得最差。
同理，假设一家公司的DAU是50万人，我们能够判断出它做得是好还是不好吗？当然不能。因为没有目标和标准，没有办法判断。
如果该公司和抖音、阿里巴巴相比，那它的DAU做得很差，简直不值一提。
如果该公司是一家创业公司，刚刚成立两个月DAU就做到了50万人，代表它做得很好了。
普通人不能和马云比收入，公司也不能和强自己太多的龙头公司比营收，人和公司都需要找到适合自己的目标与标准。
如果找不到目标和标准，就无法做出正确的判断。只有找准了目标和标准，对业务的判断和评价才能“正确”与“客观”。
02
为什么目标要进行评估和测算
目标必须是反映现实情况的，不切实际的目标不如没有目标。
比如，一家初创电商公司给自己制定1,000亿元/月GMV的目标，这个目标就不切实际，大大超出了公司的实际情况和能力范围。制定这样的目标非但起不到激励作用，反而只能打压员工的自信心。
再如，一家龙头电商公司给自己制定1亿元/月GMV的目标，这个目标显然也不合理，远远低估了公司水平。此目标只能培养团队和员工的惰性，使其丧失前进的斗志。
因此，制定目标并不是随意拍脑门决定的事情，而是需要综合考虑公司的现状、资源和能力进行评估与测算。这样制定出来的目标才具有实际意义，才能真正帮助公司判断业务、团队和员工做得是好还是差。
03
如何制定目标
在很多创业公司和小公司中，目标可能就是老板拍脑门一下子决定的事情。但在很多大公司和发展成熟的公司，对数据比较重视，加上数据指标体系相对完善，因此在目标制定上基本已经形成了比较体系化的方法和流程，大多数分析团队承担了目标制定的大部分工作。
通常来说，目标制定需要经历以下几个流程：
360度扫描业务。扫描业务的最终目的是确定北极星指标是什么。
在确定了北极星指标后，就可以通过回归预测快速预测目标。
分析团队会与老板进行初步沟通，探知老板意向。
沟通之后，大概就可以知晓老板的预期和目标的范围值。
有了一个大概的目标范围值后，需要明确目标涉及哪些业务部门。接着和这些业务部门联手搭建业务模型，联合开展精准预测。
精准预测之后，需要与老板进行多次沟通和目标调整，确定最终目标。
将目标下发至各个部门，并进行目标的追踪。
04
制定目标的两大阶段和模型
通过上图的目标制定流程图可以看到，整个目标制定流程分为两个大的阶段。
1. 第一阶段：利用“算法模型”快速粗测
在第一阶段，主要通过回归预测的方式，快速地预测出目标。然后拿着这个目标与老板做初步的探讨，基本上可以探知老板的心意，大概知道目标在什么区间内既符合实际又符合老板的预期。
在这个阶段，主要就是快速出结果，为第二阶段打前阵，减轻第二阶段的负担。
该阶段使用的模型就是“算法模型”。所谓的算法模型，是指利用回归预测去测算北极星指标的范围值，而回归预测的关键一步是求出预测函数。
回归预测具体分7个步骤来开展，见下图。
要注意的是，回归预测适合成熟公司，其历史数据足够多，且数据稳定性较好。如果历史数据比较少，或者数据波动比较大，就不适合利用算法模型进行预测。
回归预测的好处是，耗费的时间非常短。只要结合历史数据做一个函数，就能够快速给到老板对目标的预期，不用花很多时间去开展精准预测。有了这样一个大概的值后，再经过和老板沟通，就知道了老板心中的预期，这样在开展精准预测时，就会更加顺畅和高效。
但通过回归预测只能给出一个数值，比如，预测出广告收入目标是400亿元，但是没有办法给出深层次的原因和逻辑。怎么样做到400亿元？为什么能做到400亿元？是没有办法给出具体解释的。
2. 第二阶段：利用“业务模型”精准预测
在第二阶段，主要通过和各个业务部门联合，一起预测目标，明确实现目标的策略、路径和风险。
这个阶段耗时较长，需要不断和业务部门开会、沟通、打磨。但是预测出来的目标比较靠谱，因为它综合考虑了数据表现和业务部门的策略，架设了目标和策略的桥梁，而且可以预知风险。因此，这个阶段制定的目标更贴合实际业务。
这一阶段，使用的模型就是“业务模型”。第一阶段的算法模型只能给我们一个数值，具体怎么实现这个数值我们无从而知。而在大多数情况下，老板需要我们解释目标从何而来，以及如何完成目标。这时就需要使用业务模型进行精准预测了。
具体预估过程如下图所示。
这里仍以某短视频公司如何制定年度广告收入目标为例。回归预测后，通过与老板的沟通，初步确定年度广告收入的目标范围为400亿～430亿元，然后搭建下图所示的预估框架进行精准预测。
