第18篇 OKR和KPI不是二选一，高手都在用融合模式

但其实，这个指标的本质是探索性的——你不知道教育行业的客户在哪里、需求是什么、怎么触达。它是一个需要试错、需要迭代、需要积累认知的过程。这种指标放进KPI里，意味着你要给它定一个明确的、可量化的、到期必须完成的目标。但你定不出来——因为你根本不知道三个月后能探索到什么程度。所以你只能定一个形式上的目标，比如“拜访三十家教育行业客户”。于是销售的行为就变成了：完成三十次拜访，交一份拜访记录，至于拜访有没有质量、有没有洞察、有没有转化为商机，不在考核范围内。结果就是形式上完成了，实际上什么都没得到。

另一边，一家电商公司把“客服首次响应时间不超过三十秒”写进了OKR，当成挑战目标来推。意思是“大家可以挑战更快的响应速度”。结果客服团队把响应时间压到了十五秒，但满意率掉了十个点。因为大家的精力全扑在“谁先回第一句”上，没人认真看客户的问题到底是什么。

这就是工具用反了的代价。探索性指标塞进KPI，形式达标、实质归零；守底指标放进OKR，底线失守、质量崩盘。

所以上一篇把指标从战略里拆出来之后，最后一步就是这个归属问题。本篇专门解决它。

一、归属判定：先过战略阶段，再量两个变量

别一上来就分权重，先过三道坎。

第一道坎：战略阶段过滤。

这条业务线处在什么阶段，决定了工具的基调。探索期，也就是新赛道、0-1的阶段，用OKR主导。 因为结果不可预测，你定不出合理的KPI，定了也是瞎定。成长期，模式已经跑通、正在放量的阶段，用并行模式， 一部分指标确定了用KPI守，另一部分还在试的用OKR探。成熟期，业务可复制、可守成的阶段，用嵌套或者纯KPI。 因为结果可预测、路径清晰，KPI是最有效的管理工具，但可以在KPI之外留一小块OKR空间，防止团队僵化。

一条业务线内部可以多阶段并存。比如一个销售总监手下，老品回款是成熟期，用KPI；新渠道开拓是探索期，用OKR。两套工具同时跑，不冲突。

第二道坎：两个变量评分。

这一步是判断具体岗位到底落在矩阵的哪个位置。两个变量，一个是可预测性，一个是工作自主性。

可预测性去看近三年达成率的波动幅度。 波动小于百分之十的，说明结果高度确定，打五分。波动大于百分之五十的，说明结果高度不确定，打一分。中间的按比例取分。比如一个老品回款的销售岗位，过去三年每月回款达成率都在百分之九十五到百分之一百零五之间，波动很小，可预测性就是五分。一个新渠道开拓的岗位，去年跑了五十万，今年可能跑两百万也可能跑三十万，波动很大，可预测性就是一分或者两分。

工作自主性去看工作有没有标准SOP。 完全按SOP执行的，打一分。完全没有固定路径、需要自己找方法的，打五分。中间的按比例取分。比如客服接线员，话术是固定的、流程是标准的，自主性就是一分的水平。研发工程师，技术路线自己定、方案自己选，自主性就是四到五分。

操作上，让员工先根据自己的工作性质做初步判断，业务主管根据部门所处的业务阶段做校准，HR负责审核一致性，防止同一个部门内部标准漂移。这个动作绑定在解码会上做，半年或一年定一次，中间不调整。

第三道坎：根据两个变量的得分，确定岗位在矩阵中的位置。

可预测性高、自主性低的岗位，比如老品回款的销售、流水线工人，用纯KPI。 因为结果确定、路径固定，不需要给探索空间，只需要考核执行效率。

可预测性高、自主性中的岗位，比如成熟的职能岗位，用KPI为主、OKR为辅。 KPI锁核心产出，OKR在边缘做一些局部改进的尝试。

可预测性高、自主性高的岗位，比如成熟产品的产品经理，用嵌套模式。 KPI守住核心指标的底线，OKR在底线之上做突破尝试。

可预测性中、自主性低的岗位，用KPI为主、OKR为辅。

可预测性中、自主性中的岗位，比如同时负责老品和新品的销售，用并行模式。 KPI和OKR各管一摊，互不重叠。

可预测性中、自主性高的岗位，比如产品研发团队的技术骨干，用OKR为主、KPI为辅。 KPI只锁一两个底线指标，其他用OKR牵引。

可预测性低、自主性低的岗位，这种情况比较少见，一般是新业务但流程已经标准化的场景，用嵌套模式。

可预测性低、自主性中的岗位，比如新业务拓展人员，用OKR为主、KPI为辅。

可预测性低、自主性高的岗位，比如前沿技术研究人员、新业务孵化负责人，用纯OKR。 因为结果高度不确定、路径完全靠自己摸索，KPI没有意义，你定不出合理的标准。

这个矩阵的价值在于，它给了一个可操作的判断工具，而不是凭经验猜测。 HR只需要收集两个维度的数据——近三年达成率波动和工作SOP覆盖程度——就能判断出一个岗位应该用什么模式。

二、组织三层承载

公司级的指标，比如总营收、市场份额，到部门这一层就止住了，绝不能直接压到个人头上。 为什么？因为这些指标的结果是多个部门协作的结果，不是一个员工能左右的。你把总营收压到一个销售头上，他控制不了产品、定价、市场投放，这个指标对他来说是无效的。

部门级的指标，一部分是部门KPI， 比如销售部的回款总额、研发部的项目交付率；另一部分是跨部门的OKR， 比如“打通销售和产品的数据链路，提升客户转化率”，需要销售部和产品部共同完成。

个人级的指标，按前面的矩阵来定。KPI三到五个，保命的，守底线。O两到三个，突破的，带KR。KPI的数量加上O的数量，总计不超过八个。 而且个人只背自己能影响的局部杠杆，比如一个销售只背他所负责区域的续约率，不背整个公司的总营收。

超过八个果断砍。砍的时候问一个问题：这个指标如果不考核，会不会出事？不会出事就砍掉。会出事但不会立刻出事就放到下一周期。会立刻出事才保留。砍到八个以内，砍到“不做就出事”的程度。

三、岗位适配：落到具体岗位上

矩阵有了，落到具体岗位上，业务才认。

先说销售。 老品回款的销售，可预测性高，自主性低，用纯KPI。KPI锁三个：回款金额、回款及时率、坏账率。注意，回款金额和坏账率必须配对出现。 只看回款金额不看坏账，销售会签烂单——只要能把合同签进来，客户有没有付款能力不重要。我见过一家公司，销售总监年底拿了全额奖金，因为签单额超了30%。但第二年开春，坏账率飙到15%，财务一算，实际到手的钱还不如去年。这就是单指标考核的代价。 如果这个销售还要兼做新渠道开拓，那就用并行模式，KPI管老品，OKR管新渠道，OKR留20%到30%的权重，考新渠道的开拓动作。

再说研发。 研发的可预测性低，自主性高，用OKR为主、KPI为辅。KPI只锁一个底线指标，比如系统可用性不低于99%。其他的全部用OKR牵引技术创新。比如O是“重构核心模块，提升用户体验”，KR包括“页面加载时间从3秒降到1秒”“用户操作步骤从5步减到3步”“新架构覆盖率达到80%”。注意，KPI的可用性和OKR的加载时间之间有关系，但不是强因果关系。可用性靠运维保障，加载时间靠重构实现，两者不冲突。但如果研发团队给自己定的KR是“服务器扩容一倍”，而这个KR和KPI的可用性是强因果关系——服务器扩容了，可用性必然上升——那这个KR就是KPI的附庸，应该砍掉。真正的OKR关键结果，应该有独立的失败空间。

最后说职能。 职能的可预测性中等，自主性中等，用KPI为主、OKR为辅，采用嵌套模式。KPI锁核心产出，比如招聘到岗率、培训完成率、薪酬发放准确率。OKR推动改进。 比如一个招聘专员，KPI是“月度到岗率不低于90%”。如果他只看这个指标，他一定会放水——简历筛得松一点、面试标准降一点，只要把人填进来就行。结果是人到了，但质量不行，试用期流失和合规成本爆炸。所以要在KPI之外加一个OKR，O是“提升招聘质量，降低试用期离职率”，KR包括“引入胜任力模型面试评估”“面试官认证覆盖率达到100%”“试用期离职率从15%降到10%”。KPI守住了数量底线，OKR牵引质量提升，两条腿走路。

错配代价是什么？用KPI管研发探索，团队只做保底需求，不做技术探索，创新归零。用OKR管客服守底，响应超时，客诉直接爆雷。工具用错了，体系越完善，伤害越大。

四、三种融合模式的操作细节

前面岗位适配里提到了嵌套、并行、纯KPI、纯OKR四种情况。这里重点讲嵌套和并行怎么操作，因为这两种最容易出错。

嵌套模式：KPI是底，OKR是顶。

嵌套模式最常见的应用场景，是成熟产品的产品经理。他的KPI锁死了用户活跃度、留存率和营收，这三条线掉了任何一条，公司当月收入就出问题。但光守住这三条线不够，产品不做突破，半年后竞品就追上来了。所以他额外立了一个OKR：O是“提升用户粘性”，KR包括“日活从100万提到120万”和“用户日均使用时长从30分钟提到40分钟”。

不过这个OKR和KPI里的日活不是一回事。KPI里的日活是及格线，掉到90万以下要问责。OKR里的日活是挑战线，冲到120万才算好。两条线叠在一起，底线有人兜，上限有人探。

嵌套模式有一个非常重要的逻辑：KPI必须先过线，OKR才有意义。 如果一个产品经理连核心的用户活跃度都没守住，那他设定的“提升用户粘性”的OKR就是空中楼阁。所以在嵌套模式下，考核的顺序是先看KPI是否达标，KPI达标之后再评估OKR的进展。如果KPI没达标，OKR做得再好也没用，因为底都漏了。

嵌套模式最核心的操作是纠偏。 在实际运行中，经常会出现一种情况：员工设定的OKR关键结果，本质上就是KPI的另一种写法。你去翻一个销售的考核表，KPI是“新客营收500万”，OKR的关键结果是“每周拜访量从20次提到30次”。表面上看没问题，但在转化率相对稳定的前提下，拜访量直接决定了营收的上限，两者高度共线——这个KR没有独立的失败空间，本质上还是在考核KPI的动作量。那这个OKR就是假的，是KPI的附庸。 真正的OKR应该有独立的失败空间。同样是这个销售，如果他把OKR改成“测试一套针对中小企业的新话术，把转化率从2%提到3%”，这个OKR就有可能失败——新话术可能没用，转化率可能反而下降。但即使失败了，也不影响他原有的拜访节奏和老话术的转化率。这才是有价值的OKR。

并行模式：KPI和OKR各管一摊，互不干扰。

并行模式适用于岗位同时承担确定性工作和探索性工作，而且两部分工作的边界非常清晰的情况。典型场景是一个销售同时负责老品回款和新渠道开拓。老品回款用KPI考核，新渠道开拓用OKR牵引。

并行模式有三个操作要点。第一，KPI和OKR考核的是不同的事，指标绝对不能重叠。 如果把老品回款既放进KPI又放进OKR，员工会困惑到底哪个算。第二，KPI结果影响奖金，OKR进展影响晋升和超额激励，两者走不同的评价通道。 KPI是及格线考试，过了就拿钱，不过就扣钱。OKR是创新项目评审，做得好说明你有潜力，给你更大的平台和资源。第三，并行模式最大的坑是员工精力分散。 一个人同时做确定性和探索性工作，很容易把精力全部投入到确定性工作上，因为那部分马上能看到回报。所以需要在时间分配上做约束，比如每周至少拿出一天时间做新渠道开拓，或者在OKR周期内设置里程碑检查点。

纯OKR模式：不设KPI，只考核关键结果的进展质量和学习产出。 适用于纯探索性工作，比如新业务孵化、前沿技术研究。纯OKR模式不与短期奖金挂钩，只影响晋升和项目资源分配。连续两个周期没有有效进展，触发冷却期重新评估岗位适配。

五、指标有效性检验

指标定完之后，不能直接进考核表。需要过下面这五关，每一关都是一道独立的过滤层。

第一关：战略对齐（接上一篇）

这个指标能不能向上追溯到某个公司级KPI或KPA？如果能，说明它和战略之间有清晰的逻辑链路。如果不能，说明它很可能是局部优化，甚至可能是噪音——做了对战略没贡献，不做也不影响大局。

上一篇讲解码的时候，核心就是"上下对齐加左右协同"：下级目标加总能不能支撑上级目标，部门目标之间会不会互相冲突。这套对齐逻辑到了个人指标层面，就变成了这一关。

随便拿一个人的指标来问一下就能判断。比如"这个指标支撑了哪个部门目标？那个部门目标又支撑了哪个KPA？那个KPA对应的战略方向是什么？"如果答不上来，说明这条链路在某个环节断掉了，要么这个指标定错了，要么中间缺了一层承接关系。

第二关：可衡量

这个指标能不能用数据说话？定性描述的指标在考核的时候一定会扯皮。管理者说"你做得不够好"，员工说"我觉得已经很好了"，双方都没有依据，最后要么管理者强行打分，要么不了了之。

修正方向是把模糊的描述转化成可采集、可对比的数值或等级。比如"提升客户体验"改成"客户满意度评分从85分提到90分"，"提高代码质量"改成"每千行代码的Bug数从5个降到2个"。

不过，也不是所有东西都值得量化。有些工作确实很难用数字衡量，比如组织文化建设、跨部门协作氛围。如果强行量化，往往会把一个多维度的东西压缩成一个失真的小数。遇到这种情况，与其硬编一个数字，不如用清晰的等级描述加关键事件记录来做评价。但能量化的，一定要量化。

第三关：数据基础

采集这个指标的数据，系统能不能拉出来？还是要靠人工填Excel？

这说的都是数据可得性和可信度。一个指标再重要，如果数据拿不到，或者拿到的数据不可靠，它就只能靠人工填报来维持。而靠人工填报的指标，考下去就是形式主义。员工为了交差，数字想填多少填多少。

上一篇在讲部门目标测算的时候提到过这个问题：很多公司CRM和财务系统没打通，销售数据和营收数据在两个系统里，基础数据都拿不到。遇到这种情况，上一篇给的建议是"算不出来就先写逻辑，后面再补数据"。但那是目标值测算阶段，允许粗略估算。到了指标落地阶段，标准要更严：你不仅要能算出来，还要能持续、稳定、自动地采集到真实数据。

如果这个指标的考核数据需要由被考核人自己提供，那就要警惕了。最好是数据来自独立的系统或第三方——比如回款数据来自财务系统，招聘到岗率来自HRIS，客户满意度来自外部调研。数据来源越独立，考核越可信。

第四关：时间节点

指标必须有明确的时间节点，至少到季度。没有时间节点的指标不进表。

比如"提升客户满意度"这种没有时间的指标，考核的时候大家会扯皮。改成"Q3末客户满意度评分从85分提到90分"，时间节点明确了，考核就有依据了。

跨周期的探索性指标，比如"验证新商业模式"可能需要两三个季度，必须写清楚"本周期验证到哪一步"。不能说"年底完成"，要说"Q3结束前完成MVP测试，验证用户留存率是否达到30%"。

第五关：诱导博弈

单一指标一定会被钻空子。这是人性，算不上什么道德问题。你考核什么，员工就做什么。如果你的指标设计有漏洞，员工一定会钻。

只考核签单额，不考核回款。销售会签烂单，只要能签进来，不管客户有没有付款能力。结果是签单额很好看，坏账率飙升。解决方案是用签单额加坏账率对冲。

只考核招聘到岗率，不考核试用期离职率。HR会不管质量只管填坑，只要有人来就行。结果是到岗率很高，但新人干两个月就走了。不如试试到岗率加试用期离职率对冲。

只考核代码行数，不考核Bug率。程序员会写垃圾代码，代码行数越多越好，质量无所谓。结果是代码库膨胀，维护成本飙升。但代码行数加Bug率对冲就管用。

只考核客户满意度，不考核平均处理时长。客服不敢挂电话，一个客户聊两个小时，满意度高，但其他客户的电话接不进来。那就得让客户满意度加平均处理时长对冲。

其实，对冲指标的设计原则很简单：两个指标之间存在制衡关系，一个指标刷高了，另一个指标就会受影响。这样员工就无法通过钻空子来刷高分，必须同时做好两个方面。

五关全部通过，指标才能进考核表。任何一关没过，打回去重新设计。

六、落地配套

第一，两本账要分清。KPI和OKR的权重管的是绩效怎么评，固浮比管的是薪酬怎么发。两者独立核算，互不影响。 这个边界不清，落地的时候会被业务负责人直接问倒。

第二，OKR不挂钩短期奖金。 OKR的目的是鼓励挑战和创新，一旦和短期奖金挂钩，它就变成了另一种KPI。员工会为了拿奖金而压低目标、追求完成率，失去了OKR的意义。OKR只影响晋升、超额奖金和项目资源分配。这个原则必须在制度层面和执行层面都守住。 制度上说OKR不挂钩短期奖金，执行的时候也要做到。如果管理者私下里用OKR的完成率来决定奖金的分配，那这套体系就废了。

第三，绩效分布要区别对待。KPI岗位可以做强制分布，因为KPI的结果是可排序的。OKR岗位不做强制分布， 因为OKR的目标本身就是挑战性的，完成百分之七十可能已经是很好的结果。如果强制分布，员工就不敢设定有挑战性的目标。OKR岗位的绩效评价，看的是进展质量和学习产出。 这个员工在本周期取得了哪些实质性进展？学到了什么？这些学习成果对下一周期有什么帮助？这些问题比“完成了百分之多少”更有意义。如果一个团队里既有KPI岗位又有OKR岗位，不能把两种岗位放在一起排名，分开评，各走各的通道。

第四，复盘合并进周会或月会，不另开绩效长会。 首季花半天时间讲清两本账的区别和工具的使用方法。这个投入不大，但能避免后续大量的误解和扯皮。

第五，切换机制。工具不是想换就换。 切换需要三个条件同时满足：业务阶段发生了变化，比如从探索期进入成长期；连续两个周期的数据显示当前工具不适用，比如纯OKR的岗位连续两个周期没有有效进展，或者纯KPI的岗位连续两个周期创新停滞；经评估委员会审批。切换后有六个月的冷却期，冷却期内不能再次切换。 这是为了防止业务负责人根据短期利益反复调整工具。

最后

OKR和KPI不是二选一的选择题。高手从来不争论哪个工具更好，他们只关心一个问题：这个岗位上，用什么组合能把底线守住、同时把创新空间留出来？

先过战略阶段，看看业务是在探索期、成长期还是成熟期。再过两个变量，摸摸这个岗位的可预测性和自主性。然后落到矩阵里，找到对应的融合模式。嵌套模式让底线和创新分层叠着走，并行模式让确定的事和探索的事各管一摊，纯KPI兜住底，纯OKR往上探。配上三层承载、八个上限、五关检验和落地配套，这套东西就能真正转起来。