KPI操纵常用手法识别与应对
历史是任人打扮的小姑娘，KPI也是。
关于KPI 指标的统计，有两句话经常同时在起作用
德鲁克 说“如果你不能衡量它，就不能管理它”
坎贝尔定律 说“一个指标越重要，就越有可能被操纵。”
下面我们来谈一谈 KPI指标 常见的操纵手法 以及 如何来识别 和应对
1 收入类
收入类指标，最常用的操纵手法是 提前确认收入，比如在月底时，如果收入指标完成要差一点，那么就有动力 把未来几天要出货的单据日期，提前做到本月
识别方法：要分两种情况，一种是货已经生产好入库了，一种是还没有
如果已经生产好了，可以将销售出库的数据 和 条码 或者 WMS 等系统的数据进行对比，看日期是否一致
如果还未生产好入库，那么出库单往往 当月因为库存不足，无法审核，这时只要对比 出库日期 和出库单审核日期 是否跨月 即可找出这些 嫌疑单据。
应对方法：可以设置单据日期不允许修改，或者不允许往后修改（往前一天可能是 补昨晚的数据），另外可以建立异常报表 来监控 审核跨月和 出库日期不一致的数据。
2 满意度类
满意度类，比如 订单履约率等，最常见的操纵手法是 暗度陈仓，把客户没有投诉的都当成履约，或者超期了就跟客户协商验收交期
应对方法：改为统计 平均交货天数之类 更客观的指标，或者 改前改后的交期 分别统计履约率，平均交货天数 还可以按客户等级、按订单、按车间等不同维度来进行分析
交货天数统计（按车间，按订单、按客户等级）
针对不同的客户等级，可以分别统计订单的完货天数（即生产完成天数）
哪些订单已完成未发货
对于整个订单已生产完成的，可以告知销售跟客户协调发货时间，加快周转效率。
3 离职率
离职率指标，最常用的操纵手法也是 暗度陈仓 ，比如把 3天内离职的人员不纳入统计等
曾经见过有些公司 HR定的离职率指标是每月2%，然后每个月统计出来的离职率也都接近这个数值，但实际上每年客观离职率有36%以上，这里面有两个手法 一个是把年离职率36%除以12，变成月离职率3%， 看起来离职率数字变小了，而且变动也不会很大，可以降低敏感性，另一方面把设立了很多剔除条件，比如3天内离职的人员不纳入统计等，这样又进一步把月离职率从3%降到了2%以内，实际上三年离职率超过100%，但每个月看到的数字还是2%以内。
应对方法：明确统计标准，并生成 客观的离职率 和 考核的离职率 供对比
4 损耗率
损耗率指标，在各个公司叫法不一样，有的用制成率 ，有的用损耗率 ，其实是一回事，最常见的操纵手法也是 暗度陈仓，一方面是用补料数据当损耗 ，另一方面如果损耗过多，可能用跟仓库借料但不做账的方式或者把补料日期改到下月 来避免当月损耗率过大
应对方法：损耗率的统计，要明确标准，最好是用对人的依赖更小的 领料、入库单和投料单数据来自动计算，并生成 一系列报表 比如 车间制成率，产品制成率 和物料制成率 来进行多维度的异常分析
5 物料交付达成率
物料交付达成率 通常用来考核 采购和 计划部门的MC岗位，最常用的操纵手法也是 暗度陈仓，比如 只算一部分 未及时到货的情况，其它的通过一系列方式 忽略掉了
应对方法：这个指标 统计起来还挺不容易，主要是很多企业 物料需求日期很难明确，如果有明确的需求日期和计算规则，那么可以由系统自动统计 每天应到多少，实到多少，然后据此统计物料达成率
总结，根据以上信息可以得出，KPI统计最常用的操纵手法是 暗度陈仓（含手工调整） 和 提前确认，主要的应对方式如下
1 明确统计标准，避免采用容易操纵的方式计算
2 由系统自动出具统计结果，避免手工调整
3 建立异常监控机制，多维度分析异常
4 系统建立管控，避免非必要的人为调整日期
如果对更多的异常报表和常用的管理分析报表感兴趣，可以私信 回复 报表 即可查看。
抛砖引玉，欢迎交流
作者简介：
龙雄，17年ERP老兵，管理咨询师。ERP成功公式和快速学习法的提出者，服务过的金蝶ERP大中型客户超过160家，开发过的报表超过1000张。
