Proč KPI bez kontextu ničí hodnotu (a jak to napravit)
V minulém článku jsme si ukázali, proč je 100% alokace týmu nebezpečným cílem. Údaj o alokaci, jakožto možné KPI (Key Performance Indicator, tedy klíčový ukazatel výkonnosti) může být užitečný — ukáže, jak jsme práci naplánovali. Problém nastane, když se z informace stane cíl: report se sice zelená, ale dodávky práce se nezrychlují.
Tohle není příběh jedné špatné metriky. KPI má pomáhat chápat realitu, ne ji nahrazovat.
KPI samo o sobě nestačí. Rozhoduje kontext
Bez metrik se firma dá řídit opravdu jen těžko. KPI vytvářejí společný jazyk, ukazují trend a upozorňují, kde se máme ptát. Žádné KPI však nepopisuje celou realitu — měří jen její konkrétní výseč.
Stejná metrika může být správná pro plánování kapacity a nebezpečná pro hodnocení lidí. Teprve kontext určuje, k jakému závěru ji smíme skutečně použít.
Goodhartovo pravidlo: lidé se přizpůsobí systému
Britský ekonom Charles Goodhart popsal princip, který lze zjednodušit takto: když se měřítko stane cílem, přestává být dobrým měřítkem.
V praxi se bohužel často objevuje tento “zlozvyk”:
- Vybereme snadno měřitelný ukazatel jako zástupce produktivity nebo úspěchu.
- Navážeme na něj hodnocení, odměnu nebo schválení.
- Lidé začnou optimalizovat ukazatel místo hodnoty, kterou měl reprezentovat.
- Dashboard se zlepší, zatímco kvalita, spolupráce nebo dlouhodobý přínos klesají.
Nechci zde snad poukazovat na nepoctivost lidí, ale na přirozenou, lidskou a celkem předvídatelnou reakci na takovýto systém pobídek.
Příklad z praxe: Klientská firma stanovila nováčkům KPI vytvořit tři stránky ve firemní wiki. Úkol splnili, systém se ale zahltil duplicitním obsahem. Metrika totiž sledovala jen počet stránek, ne jejich užitečnost.
Podobně individuální KPI oslabují i spolupráci. Pokud je člověk odměňován jen za vlastní uzavřené úkoly, pomoc kolegovi s důležitějším úkolem pro něj znamená ztrátu výkonu. A tak se z pohledu nastaveného KPI chová správně, když nepomůže.
Projekt může splnit trojúhelník a přesto selhat
Projektový trojúhelník popisuje omezení — čas, náklady a rozsah. Ke zkreslení dochází, když jejich dodržení zaměníme za důkaz úspěchu. Projekt může skončit včas a v rozpočtu, ale pokud zákazník projektový výstup neužívá, firma pouze disciplinovaně dodala něco nepotřebného.
Příklad z praxe: U jednoho klienta nastoupil nový CEO s tříletou smlouvou a KPI navázaným na pětinásobný růst EBITDA. Bude racionálně optimalizovat pro konec třetího roku. Metrika už neřekne, zda vytvořil investiční dluh, zhoršil službu zákazníkům nebo ohrozil stabilitu firmy ve čtvrtém roce. Číslo splnil — finální “účet” sklidí pak jeho nástupce.
Běžné vyhodnocení projektu má podobnou hranici: často končí předáním výstupu, zatímco vztah se zákazníkem pokračuje. Splněný trojúhelník neříká, zda zákazník řešení přijal, zda mu dlouhodobě slouží a zda bude chtít spolupracovat znovu.
Delivery metriky sledují, jak jsme projekt dodali. Kdežto outcome metriky ukazují, zda mělo smysl jej vůbec dodávat. Proto bychom na projektech měli vždy sledovat jak delivery (někdy zvané také output) metriky, tak outcome metriky.
Stejný mechanismus se ale nezastaví u jednoho projektu. Přesouvá se o patro výš — tam, kde firma najednou rozhoduje o desítkách iniciativ.
Ani scoringová tabulka nemá poslední slovo
Firma, která má kapacitu na 20 iniciativ, ale nápadů na změnu třeba 60, zavede scoring. Společná hodnotící kritéria jsou užitečná, protože pomohou porovnat strategickou vazbu, hodnotu, riziko nečinnosti a proveditelnost.
Jakmile ale o osudu projektu rozhoduje pouze skóre, týmy vzorec rozluští: Business case se přifoukne, strategická vazba se rychle najde nebo vymyslí.
Příklad z praxe: Když projektu nestačí skóre, sponzor ho prosadí jako výjimku. Jedna může být legitimní. Dvacet výjimek znamená, že scoring už priority neřídí, jen je legitimizuje.
Scoring slouží jako podklad pro rozhodnutí, nikoli jako mechanismus, který vybírá vítěze. Odchylka od jeho doporučení je legitimní, musí však být viditelná v rozhodovacím logu: kdo rozhodl, kdy a proč.
Exploraci nelze měřit jako hotový business case
Experimentální iniciativa — například pilot AI — z principu nezná přesnou návratnost. Pokud ji hodnotíme stejně jako rutinní investici, vždy s projektem, který má ověřený business case a jasný scope, prohraje.
Explorace proto nutně potřebuje jiné metriky: hodnotu hypotézy, cenu a rychlost testu, získané poznání a rozhodnutí, co dál. Řešením není přifukovat ROI, ale vyhradit omezenou kapacitu a časový rámec. Úspěchem může být například i včasné zjištění, že nápad nefunguje.
Čtyři otázky, které vrátí KPI do kontextu
- Kdo za číslo odpovídá a jaké rozhodnutí má podpořit? Pokud podle něj nerozhodujeme, možná jen vyrábíme další (nepotřebný) report.
- Jaké chování podporuje? Co udělá člověk, pokud na metrice závisí jeho hodnocení nebo rozpočet?
- Co důležitého neměří? Jaká metrika kvality, hodnoty nebo dlouhodobého dopadu ji musí vyvažovat?
- Kdy ji přehodnotíme? KPI může dál podporovat chování, které už firma nechce.
Na příští poradě vyberte nejdůležitější KPI a zeptejte se: Jaké chování by člověk zvolil, kdyby chtěl zlepšit pouze toto číslo?
Pokud je odpověď v rozporu se zájmem firmy, nemusíte metriku nutně hned zahodit. Vraťte ji ale jen z cíle zpět mezi signály pro kvalifikované rozhodnutí.
Které KPI ve vaší firmě už lidé neplní tím, že pracují lépe, ale tím, že se naučili pracovat s číslem?
