选择恰当的指标来衡量数字化举措的影响,这可能是一件复杂的事情,下面就让我们来看一看如何对KPI与数字化转型目标相结合的过程进行简化。
无论组织处于数字化转型的哪个阶段,CIO都必须向董事会、执行委员会和员工提供成功结果和可衡量的关键绩效指标(KPI)的定义。
做一些研究你就会发现,有很多针对数字KPI的框架、分类法和建议。例如,麦肯锡为数字化CEO提出了五个指标,包括数字化投资的财务回报、领导者与数字化相关的激励措施的百分比,以及用于数字化举措的年度技术预算所占百分比。德勤对46个数字化转型价值 KPI进行了分类,但坦言,其中只有26个被不到55%的组织所采用。麻省理工学院警告说,错误的KPI可能会导致数字化转型失败,并推荐了一系列企业KPI来衡量转型带来的业务价值。
因此,对于CIO来说,选择KPI可能会成为一个悖论,他们知道没有KPI、太多指标、或者投资于错误的指标都会带来问题。
Dunelm Associates首席信息官兼管理合伙人Martin Davis表示:“衡量的内容得到管理,或者换句话说,你的结果将由你所衡量的内容决定。”他建议:“仔细选择你要衡量的内容,以达到预期的结果。保持指标数量小且易于管理,最好是三到四个,最多七个关键指标,因为很多页的数据让人无法专注。”
让KPI与关键数字目标保持一致
CIO应该寻找那些让员工可以理解的、有意义的业务指标,并建立实用的工具来衡量这些指标。数字化转型指标应体现数字化转型推动业务成果的程度、哪些举措能带来价值,以及组织适应其文化和运营模式的程度。
CIO们着眼于这三个关键的数字化转型目标,可以通过考虑以下因素来简化数字KPI的选择:
这些目标重叠且相互依赖,但以这种方式将指标分来,则突出了CIO为确保他们的KPI策略与三个目标保持一致而应采取的三个步骤。
1、定义基于结果的战略型KPI
由于高管和董事会成员希望了解数字化转型对总体战略目标的有效性,因此CIO应选择能够展示由数字化转型计划组合执行情况驱动的成果型KPI。要考虑的KPI包含以下类别:
Redapt公司管理合伙人John Patrick Luethe在谈及数字化转型KPI时表示:“组织被迫进行许多数字化转型,例如,为了在竞争环境中保持相关性、响应合规性要求、适应自然灾害、或者是避免技术带来的颠覆。”
在这种情况下,CIO们可能希望将基于结果的KPI缩小到最有可能影响其挑战的范围,并向员工表明什么是至关重要的。
2、帮助数字化开拓者调整计划KPI
在定义和传达了上述基于结果的指标之后,CIO应该让领导个人转型计划的数字开拓者为其计划提出KPI。通过定义至少一项基于增长、效率、体验、质量和风险降低结果的KPI,数字开拓者应该会发现与至少一项战略目标保持一致就不存在困难了。
例如,摩根大通全球技术首席运营官兼公共云联席主管Arvind Joshi谈到他是如何定义该银行多厂商云战略的KPI时表示:“我们会以平衡结果和挑战的视角,根据计划来衡量我们的进展。我们会跟踪执行(按时交付、采用周期时间)、风险、效益结果(上市时间、变革失败、重大事件)和成本(采用前后的TCO)方面的KPI。”
Joshi表示,他的团队利用反映整体技术战略的现有KPI,为finops等云最佳实践添加新的KPI。他补充说:“这种云指标方法强化了我们对技术的长期优先考虑,在云端和本地保持单一的运营模式,从而影响我们应用团队的心态和行为,在他们构建和运行代码的时候,平衡速度、成本和稳定性。”
Davis建议,数字开拓者不仅要考虑测量什么,还要考虑何时测量。他建议选择有关采用的指标,并对影响客户或员工体验的转型计划最终用户满意度进行评分。但他也警告说,为支持变革管理可能会出现生产力下降的情况,他建议抓住获取KPI的时机以确定如何减少下降的持续时间和幅度。
Joe Puglisi是一位前首席信息官,现在是一名投资者、顾问和董事会成员,他建议在计划开始时记录主要的指标,因为在早期规划阶段你并不总是能完美地了解结果。自动化举措提高生产力就是一个很好的例子,因为只有员工转移到更具附加值的工作领域,其影响才可能显现出来。Puglisi还警告说:“避免在交付过程的后期定义KPI,因为这可能会导致数据受到扭曲而无法体现领导者的需求。”
3、定义变革文化和能力的速度型KPI
数字化转型的第三个重点是改变企业文化并培养整个员工队伍的数字化和转型能力,这些领域通常是影响业务成果实现时间、规模以及是否持续交付成果的推动因素。
Connektedminds公司首席执行官兼智能制造负责人Joanne Friedman博士建议,使用三个基于价值的KPI:数据生成时间、决策时间和实现价值的总体时间。她说:“任何转型举措的目标都应该是提高公司对客户和贸易伙伴的整体价值。成功的转型可以更快速、以更低成本为员工和客户带来更多价值。用速度来衡量价值更能反映差距、进步和整体改进情况。”
以下是说明这些KPI的一些示例:
Puglisi提醒CIO说,沟通是影响数字化转型成果和文化最普遍的一个转型能力。“让员工知道将会发生什么,而且要知道,人们需要至少听七遍有关变革的信息才能记住这些信息。”衡量员工敬业度是验证人们是否听到并理解数字化转型愿景、战略和目标的一种方法。
虽然以上提供了选择数字化转型KPI的一些简化方法,但让每个人都达成目标并不容易。更重要的是,目标成果和优先计划会不断变化,因此KPI也必须随着企业的不断转型而变化。采用支持自上而下和自下而上协调的方法,意味着有越来越多的人可以专注于规划和交付结果,而不是争论要获取什么指标以及如何优化指标。
好文章,需要你的鼓励
微软近年来频繁出现技术故障和服务中断,从Windows更新删除用户文件到Azure云服务因配置错误而崩溃,质量控制问题愈发突出。2014年公司大幅裁减测试团队后,采用敏捷开发模式替代传统测试方法,但结果并不理想。虽然Windows生态系统庞大复杂,某些问题在所难免,但Azure作为微软核心云服务,反复因配置变更导致客户服务中断,已不仅仅是质量控制问题,更是对公司技术能力的质疑。
Meta研究团队发现仅仅改变AI示例间的分隔符号就能导致模型性能产生高达45%的巨大差异,甚至可以操纵AI排行榜排名。这个看似微不足道的格式选择问题普遍存在于所有主流AI模型中,包括最先进的GPT-4o,揭示了当前AI评测体系的根本性缺陷。研究提出通过明确说明分隔符类型等方法可以部分缓解这一问题。
当团队准备部署大语言模型时,面临开源与闭源的选择。专家讨论显示,美国在开源AI领域相对落后,而中国有更多开源模型。开源系统建立在信任基础上,需要开放数据、模型架构和参数。然而,即使是被称为"开源"的DeepSeek也并非完全开源。企业客户往往倾向于闭源系统,但开源权重模型仍能提供基础设施选择自由。AI主权成为国家安全考量,各国希望控制本地化AI发展命运。
香港中文大学研究团队开发出CALM训练框架和STORM模型,通过轻量化干预方式让40亿参数小模型在优化建模任务上达到6710亿参数大模型的性能。该方法保护模型原生推理能力,仅修改2.6%内容就实现显著提升,为AI优化建模应用大幅降低了技术门槛和成本。