Bạn sẽ không thể tìm ra dấu hiệu cho thấy sự thay đổi trong hiệu suất bằng cách so sánh dữ liệu tháng này qua tháng khác hay sử dụng đường xu hướng hay phạm vi di chuyển trung bình. Các tín hiệu thực sự mà bạn cần biết, tín hiệu duy nhất mà bạn cần phản hồi, chỉ được tiết lộ thông qua một biểu đồ cụ thể.
Các phương pháp phân tích điển hình mà chúng ta sử dụng cho thước đo KPI được dựa trên các giả định không có ý nghĩa nhiều:
- So sánh giữa các tháng giả định rằng không có sự thay đổi thường xuyên theo thời gian và hiểu sai bất kỳ sự khác biệt nào đều là tín hiệu.
- Đường xu hướng giả định rằng tất cả các thay đổi là tuyến tính và dần dần và nếu Excel có thể tính toán ra đường xu hướng thì phải có xu hướng.
- Phạm vi di chuyển trung bình giả định rằng các mô hình theo mùa tồn tại, và sự thay đổi đó diễn ra suôn sẻ và dần dần.
Kỹ thuật phân tích giúp sàng lọc và làm nổi bật các tín hiệu trong thước đo KPI là biểu đồ XmR.
Biểu đồ XmR sàng lọc biến thể gây nhiễu trong các thước đo bằng cách cho chúng ta biết có bao nhiêu sự thay đổi thường xuyên này, bằng Đường giới hạn. Và kết hợp với Đường cơ sở, đường giới hạn này giúp chúng ta nhanh chóng đánh giá khi hiệu suất thay đổi; khi có một điều gì đó khác đang diễn ra mà không phải là một phần thay đổi thường lệ.
Biểu đồ XmR không khó vẽ, nhưng cho chúng ta những thông tin tuyệt vời để giải thích thước đo KPI.
Có ba tín hiệu rất cụ thể bạn cần chú ý.
Tín hiệu 1: Trường hợp ngoại lệ và đặc biệt
Khi một giá trị thước đo KPI nằm ngoài Đường giới hạn, có nghĩa không chỉ có sự thay đổi thông thường đang diễn ra. Nó báo hiệu một cái gì đó đã xảy ra.
Nếu thước đo KPI Sự có mặt của nhân viên giảm mạnh xuống dưới Đường giới hạn, nguyên nhân có thể do dịch cúm hoặc thảm họa tự nhiên tại địa phương khiến nhiều người phải nghỉ việc trong thời gian đó.
Mặc dù đây là một tín hiệu cho thấy điều gì đó không đúng quy tắc đã xảy ra, nhưng bởi nó chỉ là sự kiện một lần, chúng ta không phản ứng với nó. Chúng ta tìm ra nguyên nhân gây ra nó, nhưng chúng ta không điên cuồng chạy theo cố gắng sửa nó. Điều đó sẽ gây lãng phí rất nhiều thời gian và tiền bạc bởi về cơ bản chúng ta không nên cố gắng khắc phục điều gì đó không xảy ra lần nữa hay điều nằm ngoài tầm kiểm soát của chúng ta.
Tín hiệu 2: Đường chạy dài
Để thuyết phục là có một sự thay đổi về hiệu suất đã xảy ra, chúng ta cần thấy 7 điểm dữ liệu liên tiếp trong cùng một phía Đường sơ sở. Xác xuất mẫu như này là một phần thay đổi thông thường gần bằng 0 (chính xác là 0,78%). Hãy nhớ, 7 điểm dữ liệu không phải 3 hay 5 hay 1.
Nếu thước đo KPI Độ chính xác của Hóa đơn cho thấy một đường chạy dài trên Đường cơ sở, có thể đó là bằng chứng cho thấy một sáng kiến đơn giản hóa chiến lược giá đã giảm thành công các lỗi trong hóa đơn.
Khi nhận thấy tín hiệu đường chạy dài trong thước đo KPI, chắc chắn chúng ta cần tìm ra nguyên nhân gây ra nó. Đôi khi đó là tín hiệu cho thấy sự cải thiện và chúng ta nên xác nhận nguyên nhân gây ra sự cải thiện đó. Lần khác, đó có thể là tín hiệu cho thấy hiệu suất giảm và xác định nguyên nhân gây ra nó lại càng quan trọng.
Tín hiệu 3: Đường chạy ngắn
Bạn có nghi ngờ gì khi nghĩ rằng “Tôi không thể đợi 7 tháng để biết mình có nên hành động không!”. Bạn có thể đo lường thường xuyên hơn để có được tín hiệu sớm hơn miễn là hợp lý), hoặc lập kế hoạch cho các tín hiệu lớn hơn.
Một tín hiệu lớn hơn xuất hiện dưới dạng ngắn hạn, khoảng 3 – 4 giá tị dữ liệu liên tiếp gần với Đường giới hạn thay vì tiến đến Đường cơ sở. Xác suất mẫu này xảy ra cũng gần bằng 0.
Đường chạy ngắn trên Đường cơ sở cho thước đo Giao hàng đúng thời hạn của một công ty vận tải đường bộ có thể là do một sáng kiến có tác động lớn đáng kể. Nó có thể là do tăng gấp đôi số nhân viên giao hàng.Nhưng cũng có thể là do đối thủ cạnh tranh mới trên thị trường đã chiếm phần lớn khách hàng của họ.
Một lần nữa, với tín hiệu như đường chạy ngắn, tìm ra nguyên nhân trước khi phản ứng thực sự quan trọng.
Tìm hiểu biểu đồ XmR chỉ mất một chút nỗ lực, nhưng tính hữu dụng của chúng lại rất lớn, hoàn toàn đáng để thử.
