编写数据策略是一回事，实现它是另一回事。以下是 OKR 如何发挥作用。

OKR 是公司的方向标

目标和关键结果（通常被称为 OKR）是一个框架，用于将战略意图转化为组织的可衡量的结果。

它由安迪-格鲁夫在英特尔公司发明，起源于他之前的管理科学，已经存在了一段时间，并在谷歌、Intuit和MyFitnessPal等公司得到有效使用。如果你 club.tita.com 搜索一下，你会发现有很多关于 OKR的文章。如果你想深入了解，那么可以看看tita.com官网。

如果你不了解基础知识，这篇文章就不会有什么意义，所以这里有一个关于 OKR的简要概述。

目标被写成一组公司或部门希望在一定时间范围内（通常是一年）实现的目标。

OKR 是在整个组织内建立的，他们可能从行政人员开始概述一些更高层次的战略目标，然后由整个公司的部门和团队来解释和采用。重要的是，OKR 不是机械地逐级下达。相反，因为 OKR是公开分享的，所以有可能自下而上，甚至是 “自中而外 “地建立它们。这就避免了不灵活的过度调整举措和相应的努力来跟踪多层相互联系的 OKR 的进展。它还允许团队在引入本地创新的同时，仍然与公司的整体任务保持一致。

以营销领域为例，首席执行官会设定获取客户的目标，而首席营销官则会制定营销活动范围和客户获取的目标，这些目标被表述为显示这些目标已经实现的关键成果（结果）。这些 “关键结果 “将指导营销部门定义一套衡量标准，以显示 “关键结果 “的进展。一旦确定了衡量标准，就可以在营销团队中制定和计划一系列的营销活动。然后，这些团队就可以开始工作了，与公司的大目标保持一致。

如上所述，这并不是说 OKR是自上而下的指令。相关的 OKR之间需要有足够的一致性和可追溯性，以确保公司的发展方向是正确的。每一个团队、部门、分部或任何组织单位，都要负责定义他们的目标，如何知道他们何时达到目标，以及他们需要做什么来达到目标。

由于 OKR在整个公司是透明的，它们可以帮助堵塞战略规划的漏洞。数据部门可以看到市场营销部门正在努力实现什么，以及他们的预期结果是什么。营销数据团队可以计划并了解他们可以帮助完成哪些活动。重要的是，营销数据团队可以加入改进目标，使他们成为更好的团队，提供更好的服务。

如果做得好的话，OKR 可以让一个团队专注于只在真正重要的任务上花费精力，以实现公司的预期方向。

使用 OKR方法的重点是执行。它们应该是关于真正需要完成的事情。这就是为什么当他们与一个坚实的数据战略合作时，他们是伟大的。

公司战略是地图和指南针

成功的公司执行他们的战略，非常成功的公司无情地做到了这一点。

在过去的十年里，数据对于实现公司整体战略的重要性有所上升。公司制定数据策略作为其更广泛的商业战略的一部分，已经变得非常普遍。一般来说，这伴随着一个新的C-suite角色的任命，即 CDO 首席数据官。

和 OKR一样，有很多关于公司为什么要建立数据策略的好资源，大多数数据策略的重点是将公司转变为数据驱动型。这意味着，数据被认为是一种有价值的资产，可以被转化为信息来规划企业的发展方向。

这是很强大的东西。那么，为什么许多公司不能执行他们的数据策略呢？

你不需要走远，就能找到证据告诉我们，大多数公司都未能成为数据驱动型企业。TechCrunch[1]引用了Randy Bean和Thomas H. Davenport在《哈佛商业评论》上发表的一篇关于NewVantage Partners调查的文章，发现69%的受访公司称他们未能创建一个数据驱动的组织[2]，尽管他们在数据技术和人工智能方面进行了大量投资。Bean和Davenport的文章引用了2017年以来的下降趋势，越来越多的公司认为自己越来越受意见而不是数据的驱动，消息变得更糟。

正如通常的情况一样，在战略所表达的意图和行动之间存在着执行差距，OKR 可以弥补这一差距。

在我目前工作的公司，我们已经开始这样做了。以前的数据策略迭代被概括为4个广泛的主题。适当的指标（作为关键绩效指标）与这些主题相关。这个意图是值得称赞的，并且在绩效目标中得到了体现，但是这个方法缺乏一个正式的执行框架。今年，我们正在使用 OKR来提供这个框架。

一个全面的数据策略应该包括以下内容：

假设你构建产品的整体战略实际上与客户的实际需求相对应（否则你会很快破产！），那么数据战略需要解决构建这些产品的职能部门的 OKR，即；数据团队需要为产品、营销、客户服务、移动、网站工程等团队提供支持，以满足他们的 OKR。

计划建立一个强大的数据存储、数据输入、可视化和建模工具的平台，以及一个支持性的连接基础设施。

有能力应用模型并对你所拥有的数据进行深入分析。

在必要时提供数据，对其进行编目，使其可被发现并被充分理解，以鼓励公司员工有效地利用它。

雇佣和留住顶级人才，发展你已经拥有的员工，培养一种卓越的技术和合作文化。

在数据收集和使用方面，继续遵守监管数据要求和公司政策。拥有高效和透明的流程，以确保数据团队在开发解决方案时应用法规和政策。

为数据设定标准和机制，使其在公司内流动时得到信任。

与企业更广泛的方法保持同步，以保持数据和系统的安全。

将模型和分析的输出插入公司的决策结构中。如何利用数据结果并将其操作化，将其转化为企业的行动。促进数据成为公司的首要关注点。

用 OKR来表达数据策略

一旦这些数据策略元素被概述，就可以建立一个 OKR来实现每一个元素。不过，战略要素和 OKR之间不一定是一对一的映射。更常见的是，一个 OKR可能涵盖了战略的多个层面。具体的 OKR会根据你的公司的特殊情况而有所不同。下面是一些简单的例子来展示这种技术。

公司战略：与客户需求保持一致

O: 获得更多的移动应用客户

KR：移动应用程序的下载量提高75%

数据策略：与职能团队保持一致，以实现公司目标

数据 OKR：所有导致应用商店购买的客户旅程必须有指标收集和分析，以衡量进展或退出

公司战略：人员

O: 致力于发展我们的员工，以减少流失和技能外流

KR：每季度员工流失率保持在10%以下

数据策略：让我们的团队保持技术上的熟练度，参与度和时效性

数据 OKR：我们数据团队中75%的员工在一年内成功完成3个在线技术课程

公司战略：在产品功能开发上做出更明智的决定

O: 数据在产品开发的投入中起着关键作用

KR：使用终身价值（LTV）的计算方法，作为产品所有者的输入，他们正在开发产品功能以吸引更高价值的客户

数据策略：提高决策的数据素养

数据 OKR：LTV计算的输出与产品团队Scrums中>200个功能开发故事点相关联

……如此循环往复，使数据策略与公司战略保持一致，OKR 也到位，以便执行。

制定 OKR，然后找到它们之间的一致性，并不是一件容易的事情。它总是涉及到与你的战略伙伴的讨论、意见分歧、劝说和测试想法。虽然看起来很难，但其副作用是培养了跨公司合作和共同使命的精神。

执行道路上的后续步骤

一旦 OKR被勾勒出来，并通过感官检查，确认它们完全涵盖了数据策略的要素，就该进入更详细的执行阶段了。

这包括：

• 制定衡量标准和收集手段，用于衡量每个 OKR的进展。
• 与负责交付的数据团队进行沟通，并对 OKR进行微调。
• 然后，数据团队将确定实现关键结果所需的任务和活动，这取决于你的公司如何建立产品和服务。例如，在一个敏捷公司，这将导致特性开发和sprint计划。

总结

拥有一个全面的数据策略对现代企业的发展至关重要。让战略成为现实可能是很棘手的，这就是 OKR可以帮助的地方。在这篇文章中，我展示了如何在数据策略和OKR 之间建立联系，以建立一个与公司整体发展方向一致的交付框架。

[1] 罗恩-米勒，大公司成为数据驱动的速度不够快，TechCrunch (2019)
[2] Randy Bean和Thomas H. Davenport, Companies Are Failing in Their Efforts to Become Data-Driven（2019）, Harvard Business Review