30 november 2011 15:20

Hoeveel prestatieindicatoren hebt u nodig?

Prestatie-indicatoren zijn een uitgelezen managementinstrument. Het zijn de parameters om de prestaties van je onderneming te analyseren. Maar hoeveel heb je ervan nodig en welke kunnen volstaan?

Goed gekozen indicatoren of KPI’s (key performance indicators) met zinvolle targets zijn helder, billijk en helpen het algemeen belang van de organisatie vooruit. Zo wordt gemeten hoeveel rendement we hebben, welke kosten we maken en hoeveel werknemers we hebben.

Hoeveel KPI’s?
Hoeveel prestatiemaatstaven hebben we nu eigenlijk echt nodig? Niet te veel, want anders weten de medewerkers niet waar te beginnen.

Zeven blijkt zo"n magisch getal te zijn. Sommigen spreken van maximaal 28 of zeven per domein. En dat dan nog liefst binnen de vier traditionele perspectieven van Kaplan en Norton: financieel, klant, interne bedrijfsvoering en ontwikkeling & groei. Een volkswijsheid zegt dat de mens maar maximum zeven dingen kan onthouden. Vandaar het idee om tijdens een presentatie maximum zeven bullets per slide te tonen.

Nadeel van dit bijbels getal is dat er soms dwangmatig gezocht wordt naar welgeteld zeven. Vervelend is ook dat het soms jammer is om te "moeten" stoppen omwille van het maximum. Een beperkt aantal indicatoren heeft als nadeel dat de situatie wat gebanaliseerd wordt: het lijkt allemaal zo simpel. Veelal te simpel om waar te zijn.

Mensen die via indicatoren opgevolgd en beloond worden, hebben als kwalijke eigenschap dat ze veeleer naar de letter van de wet gaan handelen en niet zozeer naar de geest ervan. Waardoor ze al snel te vlug, te symptomatisch of zelfs te impulsief handelen.

Meer indicatoren zijn dan weer moeilijker te interpreteren, werken mekaar soms tegen, zijn minder evident en het duurt meestal langer alvorens een soort van dynamisch evenwicht wordt bekomen. We kunnen het simpel houden teneinde de slaagkans te verhogen of we kunnen meer indicatoren evenwichtig kiezen zodat ze een realistischer beeld van de gang van zaken geven en daardoor duurzamer zijn.

Wie legt ze vast?
Businesscontrollers en analisten worden meer en meer betrokken bij performancemanagementprojecten en dus ook voor het opstellen van prestatie-indicatoren. Soms op vraag van IT, soms op initiatief van de zaak.

De rol van controle is immers aan het veranderen van reactieve puntenteller of onderhoudsman naar proactieve adviseur. Sommige controllers doen dan ook verwoede pogingen om gedeelten van het takenpakket van performance management in te palmen.

Vaak bestaat de neiging om heel ruim te mikken wanneer het op het selecteren van velden aankomt, die in het data warehouse (letterlijk: gegevenspakhuis) terecht zullen komen. In dergelijk geval wordt nogal eens overdreven.

"Stop er maar alles in" is vaak een symptomatisch signaal dat men niet echt weet waar naartoe. Om dan toch een benadering te suggereren voor het kiezen, verkiezen we nog steeds het gezond verstand.

Sterk correlerende maatstaven (zoals verkochte cola en popcorn voor een bioscoopcomplex) of zelfs synoniemen (aantal verkochte tickets en de zetelbezetting) kunnen toch zin hebben om naast elkaar gebruikt te worden omdat verschillende afdelingen misschien een enigszins andere taal spreken of een andere woordkeuze hanteren.

Rapporten moeten, om effectieve signalen te kunnen genereren voor de onderneming, de meest sprekende variabelen en dimensies bevatten en dus ook de taal van de gebruiker spreken, hetgeen voldoende diversiteit aan meetinstrumenten vereist.

Finaal komt het er op neer om de nodige en voldoende maatstaven te behouden. Veelal is dit meer dan zeven per perspectief, veelal zitten daar min of meer analoge variabelen in, die de complexiteit van de business weerspiegelen. Met gezond verstand komen we al heel ver, maar nog beter maken we gebruik van een geavanceerde analytische techniek.

Reduceren
Alvorens aan een datawarehouse te beginnen doen we best een analytische doorlichting van de beschikbare data. Binnen de statistiek staat namelijk een aantal methodes voor datareductie ter beschikking. In de praktijk kunnen we een gebalanceerde scorekaart met 26 maatstaven naar slechts 5 reduceren met behoud van 76% van alle variantie.

De 21 minst zeggende indicatoren zijn dus slechts goed voor 24% van de gegevensrijkdom. Factoranalyse of principale componentenanalyse is hierbij een vooraanstaande techniek uit de statistiek. De eerste principale component van bijvoorbeeld een ciabatta-broodje zou de lengte ervan zijn, de tweede de breedte, de derde de hoogte.

Als we nu een broodzak zouden moeten kiezen op basis van slechts één as of dimensie in plaats van drie, dan kiezen we sowieso voor de lengte van het broodje. Als de ciabatta in een zak gestopt wordt, waarin de lengte past, dan zal de rest wellicht ook wel passen. De lengte is de hoofdkarakteristiek die het meest opvalt en het belangrijkst is.

Dit laat ons toe om met minder informatie ongeveer hetzelfde beeld te bekomen. Deze reductietechniek zal dus de meest opvallende karakteristieken identifi ceren en in de verf zetten. De rest valt weg, zonder al te veel verlies aan informatie.

Een dergelijke analyse van alle mogelijke maatstaven over een behoorlijk lange historische periode laat ons toe om die combinaties van maatstaven te identificeren waar meest variatie inzit. Maatstaven die bijna niet variëren, voegen weinig waarde toe.

Deze die een grotere variantie hebben, zullen hoogstwaarschijnlijk meer voorspellend vermogen hebben. Dit laat ons toe een bewuste afweging te maken tussen de informatie die we verklaren en het aantal maatstaven dat we daarvoor wensen te gebruiken.

Fundamenteel voordeel van deze methode is dat we daarenboven inzicht krijgen in de correlaties van de oorspronkelijke indicatoren. Hoe meer de indicatoren correleren, hoe beter ze mogelijks een oorzakelijk verband kunnen vertonen. Zo zien we dat verkoop van bioskooptickets voor schoolbezoeken heel sterk overeenkomt met het marktaandeel.

Schommelingen in het marktaandeel verlopen parallel met de schommelingen van de schoolvoorstellingen. De kans is dus groot dat meer promotie voor schoolvoorstellingen zal leiden tot een hoger marktaandeel. Als we de pipeline van de schoolverkopen kennen voor de volgende maanden, dan kunnen we zelfs het marktaandeel voorspellen.

Kiezen is verliezen
De finale keuze van de indicatoren is best een mengsel van wetenschappelijke en van stielkennis. De voornaamste maatstaven die voldoende variëren om bruikbaar te zijn voor het voorspellen, worden zeker behouden en aangevuld met zinvolle analogen of synoniemen die sowieso gemeten worden in de business.

Deze dubbele benadering vermijdt frustraties en verlaagt de drempel ter acceptatie in de organisatie. Een gecombineerde aanpak van ervaring en stielkennis met de wetenschappelijke onderbouw wordt daarom steevast aanbevolen.

SMART
Een KPI voldoet meestal aan het SMART-principe: