从数据采集思考绩效

作者泰山顶上一棵葱 2013-11-28 16:04 1377

此文已参与投稿活动

“我这一年的成长”征文暨最佳原创作者大赛

时光如梭，弹指一挥。每当新人加入三茅的时候，我们总是对他/她说：和我们一起坚持学习一个月，你一定能看到自己的进步... 我要投稿 >

票数 22

绩效是一项基于数据，围绕数据，研究数据、产出数据、检讨数据、改善数据的管理活动，数据定义越清楚、采集越细致、结果越准确，可信度越高，这项活动越能被人理解、被人接受，效果越好。

绩效的数据就像建房子的砖、钢筋、水泥，没有这些材料，再牛的设计师也建不了房子，而这些材料的选材不好，甚至还会导致质量安全事故；其实绩效也是一样，数据就像这些砖、钢筋、水泥，基础数据的不细致、不准确、不完整，再好的绩效方案也不能得到很好的效果。可见，数据对绩效的重要性，这就是绩效的地基，那么，如何进行数据采集呢？如何保证采集的数据符合我们绩效的要求呢？我有如下的体会：

我以绩效活动中的一个指标为例来说明：

设立该指标的目的明确：反映运营流程某个流程某个环节某项活动某个方面的执行状况；

计算公式明确：

指标计算公式的设定很重要，这是这个指标对被考评方的行为指向，计算公式不同的定义规则，被考评方会有不同的行为表现，会带来不同的绩效效果，所以在指标定义时，一定要非常明确的定义清楚。而且要基于一种人性本恶的理念来作指标定义，选择BUG最少、影响因素最少，最可控的计算方式，当然，不能追求完美，再完美的方案，都会有BUG的存在，只是出现的早晚问题，我们只能事先预防，把BUG出现的几率降低到最低。

在考核量表中定义计算公式，应该横向具体到基本的+，-，*，/算术运算符左右两边的运算项目，再纵向到每个运算项目的数据采集点，一定要定义到运算项目最原始的数据采集点，并制定每个数据采集点的数据采集规则；

举个简单的例子说明：车间生产效率的计算，很简单，做绩效的应该都有接触。

第一步：横向定义，

生产效率=得到工时/投入工时，

这只是横向定义，我们还必须对运算符两边的运算项目纵向分解定义；

第二步：纵向分解定义，

得到工时=生产入库数量*标准工时；

=SUM(组、拉入库数量*标准工时）；

=SUM(组、拉入库数量*(item工时+lot工时））；

=SUM(组、拉入库数量*(item.p工时+lot工时/经济批量））；

投入工时=SUM(组、拉总投入工时-组、拉借出生产工时+组、拉借入生产工时-组、拉异常除外工时）

第三步：数据采集规则定义：

a、入库数量，FQC检验入库后的良品数，后制程上线前反馈的不良退库数应减掉；

b、item.p工时，BOM中item工时的peaple工时；

c、lot工时，BOM中lot工时的peaple工时，此时mechine的选择会导致lot工时的peaple工时不一样，此时会出现不同的选择，自动化设备的选择和手动设备的选择，必须定义按统一标准计算或按实际标准计算，不同的计算公式会导致生产做出不同的选择；

d、经济批量，必须事先对所有产品制定经济批量，当然，在标准成本中已经做了明确定义，只需检验其完整性；

e、借入、借出工时，此处，也必须作明确定义，按100%效率借出还是按实际效率借出，以及借调的签核流程必须定义清楚；

f、异常除外工时，除外项目必须明确规定，什么允许、什么不允许，怎么剔除，责任、费用怎么分摊都必须定义清楚，签核责任人、流程定义清楚。

此处，还有一项令绩效人头痛的地方，那就是踢皮球，这就是流程和职责定义不明确导致，就进料异常来说，异常损失发生了，责任如何界定，谁买单？只要定义清楚了就好办了。料回来了，延误了，IQC检验NG了，特采，采购买单损失工时；IQC判定OK，上线NG了，NG料判定为检验缺失，IQC、采购一起买单；设计变更或上线NG料判定为前端研发缺失，研发买单。只要这样定义清楚了，出现异常照章执行，踢皮球的现象自然会减少。

这样指标的计算公式就定义完成了。做到这一部步，其实数据的采集已经非常清楚了，只需要按采集规则从采集点汇集即可。这项工作就如同社会制度一样，制度约束越详细、越完善，约束对象认知越高，社会越文明。

肯定有人会想，不管定义如何完美，总会出现盲区。这是肯定的，因为绩效也是一个不断检讨、不断改善的工作，出现一个盲区，我们应该解决一个盲区，就如同社会制度的完善一样。

第四步：建立指标的预警、防呆、监督措施，

有必要先说一下数据采集的原则：上策，利用ERP系统采集；中策，第三方提报；下策，手工统计，被考评方提报。

上策，只需要注意三点：第一，ERP后台数据抓取规则，是否符合定义规则，抓取的数据是否完整；第二，系统作业与实务作业的差异，如何保证差异符合规则；第三，在系统操作时，实务操作在录入系统时，如何保持一致，如何设置报错、防呆。

中策，一般第三方会选择下流程作为数据提报的第三方，上流程的考核结果会导致自己的绩效受到影响，故作弊操作空间很小。

下策，最不受控的数据采集方法。必须清楚定义流程业务职责、岗位工作职责和工作任务，必须定义到具体的项目，以及项目的具体内容、时间、项目目标，才便于数据收集和稽核，这为稽核的重点。

惩罚措施，对于数据统计不准确、有意导致数据不准确，制定明确的惩罚制度。

是不是认真做完以上的一切，就能保证数据的准确呢？无法保证，只能提高数据的准确性，在推行实施过程中，还需要不断细化，不断规范，不断检讨，不断改善，才能使绩效数据让人信服，反映真实的运营现状。绩效数据准确了，绩效推行就成功了一半。