不管你喜欢与否，KPI都是很多人工作的指挥棒。工作中，你得设定KPI指标，Boss通过KPI考核你，决定是否涨工资。

可搬砖小编表示——“叔叔，我们没有KPI！”

“那你们怎么涨工资？”

“我们有OKR！”

OKR到底是什么？和KPI有什么区别？为什么谷歌、领英这样的硅谷高逼格公司都使用它？

LinkedIn资深产品经理在《OKR工作法》中解释了这几个问题，并且整理出了清晰易懂的OKR使用清单。

OKR到底是什么？和KPI有什么区别？

首先我们来明确下两者的异同。OKR 关注的是目标，KPI 关注的是指标。

使用 OKR 的时候，我们的思维是“我们的目标是什么”；而使用 KPI 的时候，我们的思维第一反应是“我们的职责是什么”。

以滴滴和快的为例。如果关注目标，快的的目标应该是超越滴滴；如果关注指标，快的的指标应该是司机数量、订单数、乘客数等；

以程序员为例。如果我们关注目标，我们会想接下来我应该做什么事情，是要解决产品的卡顿问题，还是可以引入大数据来做精准推荐；

而如果关注指标，因为我们的工作是编程，那我们就会想哪些指标可以衡量编程工作呢？我们想到的是代码行数、bug 数、单元测试覆盖率这些。

一个使用KPI考核的公司，对于员工无非就是：在指定的时间段内，我要完成哪些任务；说得再简单一点就是，完成了KPI才能拿钱拿奖励，于是乎大家拼命干活。

OKR相对于KPI而言，不是一个考核工具，而是一个更具有指导性的工具，说白了是一个Plan-Do-Review（计划—执行—评估）的周期。它存在的主要不是考核某个团队或员工，而是帮我们关注目标，聚焦操作，做好自己。

那些高逼格公司，为何青睐OKR？

1. OKR不以考核为目标，是让人更加聚焦重要领域

对于硅谷的那些高bigger公司来说，员工个个充满激情与野心。而这一点在OKR的考核系统中可以实现。OKR要求雇员在与组织目标保持一定的前提下，需要站得更高、看得更远。

与KPI不同的是，OKR要求员工走出“舒适区”，最好超出能力范围。一个100%被完成的OKR几乎没有任何推动作用，而一个70%完成度的OKR却近乎完美——知道极限在哪里，才有更多的上升空间。

2. 对KR（关键结果）进行可量化的定义

OKR中的Key Results是对前面设定好的Objective的过程性或结果性描述，其描绘最好是可量化的，如：“使Gmail达到成功”的描述是不合格的，而要采用“Gmail在9月上线，并在11月拥有100万用户”。

3. OKR更加公开透明，可让员工获得相互认同

OKR的内容和成绩都是公开的，每名员工的介绍页都会显示他们的OKR记录。

就LinkedIn而言，跨部门和透明化非常重要。公司内所有人能够知道每个人的下一步工作是怎样的，以及每一个人过去都做过什么。一方面，这自然产生群体监督的作用；另一方面，这方便合理有效地组建项目团队。

领英鼓励经理把OKR分享给下属，同事之间也可以横向分享。比如你是做LinkedIn微信的，常需要市场和PR部门同事的配合，在了解了不同人的OKR后，同事间更容易互相获得认同感。

4. OKR评估，分数不是越高越好

最佳的OKR不一定是100%完成，四分之三完成就很好。高分并不一定受到表扬，如果本期目标制定野心不够，下期OKR制定则需要调整。低分也不会受到指责，而是通过分析工作数据，找到下一季度OKR的改进办法。

OKR如何成就高绩效？

OKR是自上而下关联的。

公司应该设定公司的OKR，然后每个部门都要思考如何设定自己的OKR， 这样公司的目标才会实现。一个团队可以将自己的OKR集中在单个关键结果上，也可以支持整个OKR。

你可以想象一些团队，比如产品部门，可以很容易地将他们的OKR与公司的OKR关联在一条线上，其他部门可能需要多费些力气才能做到。

OKR很大一部分的价值就是沟通，沟通哪些事情是重要的、沟通我们能做到什么程度，以及和已经偏离公司目标的执行团队沟通应该做哪些对的事情。客服、设计师和工程师经常需要更努力地找到有意义的、能推动公司目标的OKR。

客服部门能否针对不满的客户制订一个计划来改善客户情绪？设计师能否设计一套在线培训系统来提高客户留存率？工程师能否用更好的推荐算法来提高用户满意度？每个部门都可以为公司的OKR出力。

此外，每个人都应设定单独的OKR，以反映个人成长以及明确如何支持公司目标。如果公司的OKR是围绕获取用户的，那么产品经理可能会把自己的目标定为“让销售变得厉害”，然后他就会设定：一个关键结果，即完成销售培训并让销售人员都拿到培训高分；另一个关键结果，即提高所负责产品的转化率。

个人的OKR可以让工作变得更有方向感，也能帮助公司变得更好，同时还是一个管理“问题”下属的好办法。在个人OKR设定的过程中，我们可以与“问题”下属一起设定目标，在这些“问题”出现之前纠正它们。通过设定可量化的关键结果，即使问题没有改善，我们也可以避免一些因个人偏见而受到的指责。