KPI, которые убьют ваш бизнес. Мини-книга - стр. 2

Не кажется ли вам эта ситуация до боли знакомой? Не случается ли она в других бизнесах, по всему миру, ежедневно? Акционеры требуют от директоров выполнения KPI по чистой прибыли. Директора «каскадируют» (или «декомпозируют») этот показатель на подчиненных, создавая сложные «сетки» KPI, пронизывающие бизнесы до самого низа. В некоторых компаниях почти нет сотрудников, чей доход не связан хотя бы с одним KPI.

К счастью, это почти никогда не приводит к гибели людей. Но часто, куда чаще, чем кажется, это приводит к драматичным последствиям для бизнеса. О них и написана эта книга.

Сталкивались ли вы когда-нибудь с плохим обслуживанием? С низким качеством товаров? С ужасающим сервисом? Вопрос, конечно, риторический. Мы думаем, что плохой сервис, обман потребителей или низкое качество продуктов – это результат безалаберности. Халатность либо владельцев бизнеса, не сумевших наладить процессы, либо сотрудников, пренебрегающих правилами.

Возможно, для вас будет сюрпризом узнать, что чаще всего низкое качество работы с клиентами – это, напротив, следствие попыток владельцев бизнеса улучшить ситуацию, а сотрудников – четко выполнить задачи. Владельцы бизнеса пытались влиять на результат при помощи KPI, а сотрудники – эти KPI достичь.

Кейс «Навигатор»

Если вы часто ездите за рулем по Москве, вы, скорее всего, пользуетесь приложением «Яндекс Навигатор». Отправляясь в путь, открываете приложение и смотрите, сколько времени займет предполагаемый маршрут и можно ли проехать побыстрее.

Я часто пользуюсь «ЯН» и мысленно фиксирую, насколько отличается расчетное время прибытия к цели от фактического. Результаты не перестают удивлять. Даже на коротких маршрутах, продолжительностью до 30—40 минут, утром в воскресенье, приложение порой ошибается на 10—15 минут, то есть на 35—50%. Не очень, мягко говоря, эффективно для приложения, созданного еще в 2012 году. За прошедшие девять лет им воспользовались сотни миллионов раз, и высокотехнологичная компания «Яндекс» могла бы предложить точность и повыше.

Москва – огромный и непредсказуемый с точки зрения дорожного движения город, возразите, возможно, вы. За 40 минут на моем маршруте может случиться ДТП или сломаться светофор, пойти снег или дождь. Пара зазевавшихся водителей на светофоре создают затор. Это так.

Но и у меня есть что возразить. Во-первых, за девять лет Яндекс накопил не то что big data – это уже gigantic data, enormously big data, непостижимый уму объем данных. Я не специалист, но математическое образование подсказывает мне, что как минимум приложение могло бы рассчитывать вероятность отклонения времени прибытия от расчетного в зависимости от общей дорожной обстановки и учитывать ее при прогнозировании. Наверняка существуют и более точные методы. Отклонение на 35—50% – зачем вообще нужно такое приложение? Я езжу по Москве с 1999 года и могу предсказывать время в пути с такой же точностью – просто из опыта, за умеренную плату.