Dies ist eine Zusammenfassung eines einzelnen Kapitels aus Working Backwards, dem ersten Buch, das beschreibt, wie Amazon intern arbeitet. Sie sollten dieses Buch kaufen – die Zusammenfassung, die wir hier präsentieren, ist effektiver, wenn sie neben den Geschichten im Buch selbst gelesen wird.
Ich habe lange, lange Zeit auf ein Buch wie Working Backwards gewartet. Wenn man einen Schritt zurücktritt und darüber nachdenkt, ist Amazon ein lächerlich effektives Unternehmen. Es hat mit Büchern angefangen, aber es hat es geschafft, in einer bemerkenswerten Anzahl von Märkten die Vorherrschaft zu erlangen:
- im E-Commerce –> amazon.com,
- im Cloud Computing –> aws
- im Video-Streaming –> Prime Video,
- bei E-Books –> Kindle,
- bei Smart-Home-Hardware –> Alexa
- bei der Zustellung auf der letzten Meile.
Vermutlich wird Amazon in den nächsten zehn Jahren seine Positionen in vielen dieser Märkte weiter ausbauen und wahrscheinlich werden sie auch in neue Märkte expandieren.
Working Backwards ist das erste Buch, das erklärt, wie Amazon all das macht. Das Buch wurde von zwei langjährigen Amazonmitarbeitern,
Colin Bryar und
Bill Carr, geschrieben, die im Raum waren, als viele dieser Techniken entstanden sind. Das Hauptargument von Bryar und Carr ist, dass Amazon in der Lage ist, das zu tun, was es tut, aufgrund
a) einer
Reihe von Führungsprinzipien, die es unglaublich ernst nimmt und
b) einer
Reihe von fünf Mechanismen / Prozessen, die es Amazon ermöglichen, das zu tun, was sie tun.
Diese Mechanismen sind:
- Der Bar Raiser-Prozess – ein Einstellungsprozess, der sicherstellt, dass Amazon hochqualifizierte Mitarbeiter einstellt, die zu seinen Führungsprinzipien passen.
- Das Single-Thread-Leadership-Modell – ein dezentrales Organisationsdesign, das es Amazon ermöglicht, neue Märkte zu erschließen, zu betreten und zu dominieren.
- Die 6-Pager-Narrative – ein Ersatz für Powerpoint in Firmenmeetings, der es den Führungskräften ermöglicht, komplexe Informationsströme zu konsumieren, zu synthetisieren und zu bewerten (und Bezos erlaubt, mit dem gesamten, dezentralisierten Unternehmen Schritt zu halten).
- Der „Working Backwards“-Prozess – der darin besteht, dass Teams eine Pressemitteilung + FAQ schreiben, bevor sie mit einem Projekt beginnen, was es dem Unternehmen ermöglicht, auf die besten Ideen zu setzen.
- Der Ansatz von Amazon für Input- und Output-Metriken – der erklärt, wie Amazon Metriken innerhalb des Unternehmens instrumentiert, analysiert und ausführt.
Dieser Blog-Beitrag wird sich ausschließlich auf das letztgenannte Thema konzentrieren – dies ist schließlich ein Business Intelligence-Blog, geschrieben von einem Business Intelligence Berater. Die Besessenheit mit Kennzahlen und Metriken ist sozusagen mein Ding. Ich möchte zeigen, wie mächtig diese Ideen sind. Das Buch von Bryar und Carr erklärt sehr gut, wie Amazon die Dinge tun kann, die sie tun. Sie sollten das Buch kaufen und ihre Geschichten lesen.
Wie Amazon über Kennzahlen nachdenkt
Der wichtigste Aspekt, den Sie aus dem Buch
Working Backwards mitnehmen werden, ist die Idee, dass gute Betreiber die Organisationen, die sie leiten, instrumentalisieren müssen. Wenn Sie nicht instrumentieren/orchestrieren, werden Sie nicht wissen, was vor sich geht. Und wenn Sie nicht wissen, was vor sich geht, können Sie unmöglich ein guter Betreiber sein – Sie wissen nicht, worauf Sie sich konzentrieren müssen, um die gewünschten Ergebnisse zu erzielen.
Amazon unterteilt Kennzahlen in zwei Arten:
- steuerbare Input-Metriken und
- Output-Metriken.
Dies ist in der Branche eher als
vorlaufende Indikatoren und
nachlaufende Indikatoren bekannt, aber Amazon verwendet gerne seine eigene Sprache, weil, ähm, Bezos. Ich finde aber, dass „steuerbare Input-Metriken“ eine besonders schöne Formulierung ist:
Sie macht deutlich, dass ein Frühindikator nur dann wert ist, beachtet zu werden, wenn er auch steuerbar ist.
Laut Bryar und Carr denkt Amazon über seine Metriken auf zwei verschiedene Arten nach:
- Definiert und optimiert es jede Metrik nach einem bestimmten Metrik-Lebenszyklus.
- Zweitens werden die Metriken in einem so genannten „Weekly Business Review„-Meeting (WBR-Meeting) vorgestellt, das fraktal ist:
Die oberste Führungsebene führt jede Woche ein WBR-Meeting für das gesamte Unternehmen durch,
gefolgt von jeder Abteilung und
jedem operativen Team.
Wir werden jede Idee der Reihe nach untersuchen.
Amazons Lebenszyklus der Metriken
Wie erstellt Amazon seine Metriken? Die kurze Antwort ist, dass sie eine
Prozessverbesserungsmethode namens
DMAIC anwenden, die sie von Six Sigma kopiert haben. Das Akronym steht für:
- Definieren,
- Messen,
- Analysieren,
- Verbessern und
- Steuern.
Die Autoren sagen, dass Sie, wenn Sie Ihr eigenes Amazon-ähnliches WBR-Meeting implementieren wollen, die DMAIC-Schritte in der richtigen Reihenfolge durchlaufen und keinen Schritt überspringen sollten, sonst. (An anderer Stelle im Buch erwähnen sie, dass Teams, die die DMAIC-Schritte nicht in genau der richtigen Reihenfolge durchlaufen, später dazu neigen, zu stolpern. Lektion gelernt.)
Definieren Sie
Fast jede
Kennzahl, die in der Führungs-WBR vorgestellt wird, fällt in eines der Elemente des berühmten Amazon-Schwungrads:Dies war ein Diagramm, das Bezos 2001 auf einer Serviette skizzierte, inspiriert vom Schwungradkonzept in Jim Collins Buch Good to Great. Bryar und Carr weisen darauf hin, dass das Schwungrad so wichtig ist, dass es auf der Vorderseite des WBR-Metriken-Deck der Führung zu finden ist. Das Schwungrad setzt den Kontext für jede Metrik, die Amazon in seinem Handelsgeschäft verwendet.
Identifizieren der korrekten, steuerbaren Eingabemetriken
Das erste, was Amazon tut, ist herauszufinden, was der richtige, kontrollierbare Satz von Eingabemetriken ist. Dies ist trügerisch knifflig und erfordert einen wiederholten Versuch und Fehler-Prozess. Die Autoren geben ein Beispiel dafür, wie folgt:
Ein Fehler, den wir bei Amazon gemacht haben, als wir anfingen, von Büchern in andere Kategorien zu expandieren, war die Wahl von Input-Metriken, die sich auf die Auswahl konzentrieren, also darauf, wie viele Artikel Amazon zum Verkauf anbietet. Jeder Artikel wird auf einer „Detailseite“ beschrieben, die eine Artikelbeschreibung, Bilder, Kundenrezensionen, Verfügbarkeit (z. B. Versand innerhalb von 24 Stunden), Preis und das Feld oder die Schaltfläche „Kaufen“ enthält. Eine der Metriken, die wir ursprünglich für die Auswahl gewählt haben, war die Anzahl der neu erstellten Detailseiten, in der Annahme, dass mehr Seiten eine bessere Auswahl bedeuten.
Sobald wir diese Metrik identifiziert hatten, hatte sie eine unmittelbare Auswirkung auf die Aktionen der Einzelhandelsteams. Sie konzentrierten sich übermäßig darauf, neue Detailseiten hinzuzufügen – jedes Team fügte seinen Kategorien Dutzende, Hunderte, ja sogar Tausende von Artikeln hinzu, die zuvor nicht auf Amazon verfügbar waren.
(…) Wir sahen bald, dass eine Erhöhung der Anzahl von Detailseiten zwar die Auswahl zu verbessern schien, aber nicht zu einem Anstieg der Verkäufe, der Output-Metrik, führte. Die Analyse zeigte, dass die Teams zwar eine Erhöhung der Anzahl der Artikel anstrebten, aber manchmal Produkte kauften, die nicht sehr gefragt waren.
Als wir erkannten, dass die Teams die falsche Input-Metrik gewählt hatten – was durch den WBR-Prozess aufgedeckt wurde -, änderten wir die Metrik, um stattdessen die Verbrauchernachfrage zu reflektieren. In mehreren WBR-Sitzungen fragten wir uns: „Wenn wir daran arbeiten, diese Selektionsmetrik, wie sie derzeit definiert ist, zu ändern, wird das zu dem gewünschten Ergebnis führen?“ Als wir mehr Daten sammelten und das Geschäft beobachteten, entwickelte sich diese spezielle Auswahlmetrik mit der Zeit von
-
Anzahl der Detailseiten, die wir verfeinert haben zu
-
Anzahl der Detailseitenaufrufe (Sie erhalten keine Gutschrift für eine neue Detailseite, wenn die Kunden sie nicht aufrufen), die dann zu
-
der Prozentsatz der Detailseitenaufrufe, bei denen die Produkte vorrätig waren (Sie erhalten keine Gutschrift, wenn Sie Artikel hinzufügen, diese aber nicht vorrätig halten können), was schließlich als
-
der Prozentsatz der Detailseitenaufrufe, bei denen die Produkte vorrätig und sofort für den zweitägigen Versand bereit waren, was schließlich als „Fast Track In Stock“ bezeichnet wurde.
Der Punkt, den sie hier ansprechen, ist, dass Sie testen und diskutieren müssen, um die richtige Menge an kontrollierbaren Input-Metriken zu finden – und erwarten Sie, dass Sie viele Iterationen von beidem durchführen! Die Autoren erklärten, dass selbst diese Erzählung nicht so eindeutig war, wie man denken würde – Bezos war besorgt, dass die Fast Track In Stock-Metrik zu eng gefasst war, aber Jeff Wilke argumentierte, dass die Metrik breite systematische Verbesserungen bringen würde. Bezos stimmte zu, es auszuprobieren, und es stellte sich heraus, dass Wilke Recht hatte.
Das Wichtigste ist jedoch, dass
dieser Prozess für jede Eingabemetrik, die Amazon verwendet, stattfindet.
Amazon verwendete Hunderte von Arbeitsstunden, nur um die richtige Input-Metrik zu finden, die verwendet werden soll.
Rechnen Sie damit, dass Sie das Gleiche für Ihr Unternehmen tun müssen.
Messen
Die Messphase ist die Phase, in der Sie die Instrumentierung einrichten müssen – in der Sie Tools kaufen und Systeme einrichten, um die von Ihnen gewählten Metriken zu messen. Bryar und Carr machen drei Punkte zu diesem Schritt:
- Die Beseitigung von Verzerrungen in Ihren Metriken ist unglaublich wichtig – und notwendig, wenn Sie die Grundwahrheit Ihres Unternehmens aufdecken wollen. Amazon ermächtigt sein Finanzteam, die unvoreingenommene Wahrheit aufzudecken und zu berichten. Sie tun dies, weil die Leiter der Geschäftseinheiten einen Anreiz haben, Metriken auszuwählen (oder zu verändern!), um sich selbst gut aussehen zu lassen.
- Planen Sie, Ihre Metriken zu überprüfen. Amazon verlangt von den Eigentümern seiner Metriken einen regelmäßigen Prozess zur Überprüfung der Metriken, um sicherzustellen, dass die Metrik das misst, was sie eigentlich messen soll. Die Grundannahme hierbei ist, dass im Laufe der Zeit irgendetwas dazu führt, dass Ihre Metrik abdriftet und somit Ihre Zahlen verzerrt werden.
- Nehmen Sie sich die Zeit und investieren Sie, um Ihr Unternehmen zu instrumentieren. Dies scheint einfach zu sein – Sie geben im Voraus Geld für Mitarbeiter und Tools aus, um Business Intelligence zu generieren, und dann sind Sie fertig, richtig? Aber die Autoren weisen darauf hin, dass man das Richtige instrumentieren sollte, was auch immer das für das Unternehmen ist – und manchmal ist das Richtige das Schwierigere!
Sie geben das Beispiel von Amazons „auf Lager“ Metrik. Auf Lager“ klingt einfach zu messen – bis man erkennt, dass es viele Möglichkeiten gibt, zu messen, ob ein Artikel auf Lager“ ist. Was tun Sie also? Wenn Sie einen Schritt zurücktreten, lautet die Frage, die Sie mit dieser Metrik wirklich beantworten wollen: „Wie viel Prozent meiner Produkte sind sofort verfügbar, um gekauft und versendet zu werden?“
Sie können das auf verschiedene Arten messen. Die Autoren geben nur zwei an:
Sie machen jeden Tag um 23 Uhr einen Schnappschuss des Katalogs, bestimmen, welche Artikel auf Lager sind, und gewichten dann jeden Artikel nach den Verkäufen der letzten 30 Tage.
Jedes Mal, wenn ein Benutzer eine Amazon-Produktseite besucht, erhöht die Webapp die „Gesamtzahl der angezeigten Produktseiten“ und wenn das betreffende Produkt verfügbar ist, erhöht die Webapp die „Gesamtzahl der angezeigten vorrätigen Produktseiten“. Am Ende des Tages wird die „Gesamtzahl der angezeigten vorrätigen Produktseiten“ durch die „Gesamtzahl der angezeigten Produktseiten“ geteilt, um eine Gesamtkennzahl für den vorrätigen Bestand an diesem Tag zu erhalten.
Die Autoren argumentieren, dass die zweite Metrik besser ist, weil sie das repräsentiert, was der Kunde erlebt. Auch wenn die Implementierung teurer ist (Sie müssen Ingenieure beauftragen, den Code zu schreiben, die Berechnungen durchzuführen und die Ereignisse an ein
Data Warehouse weiterzuleiten), sollten Sie in den sauren Apfel beißen und die Investition tätigen, da dies eine genauere Metrik für das Unternehmen ist.
Analysieren
Dies ist die Phase des Metrik-Lebenszyklus, in der Sie ein umfassendes Verständnis für die zugrunde liegenden Treiber hinter den Metriken entwickeln. Die Autoren sagen, dass es innerhalb von Amazon viele verschiedene Bezeichnungen dafür gibt, u. a. „
die Varianz reduzieren„, „
den Prozess vorhersehbar machen“ und „
den Prozess unter Kontrolle bekommen„.
Charlie Bell, ein SVP bei AWS, hat einen Spruch:
„Wenn man auf ein Problem stößt, ist die Wahrscheinlichkeit, dass man in den ersten 24 Stunden die tatsächliche Ursache des Problems findet, ziemlich nahe bei Null, denn es stellt sich heraus, dass hinter jedem Problem eine sehr interessante Geschichte steckt.“
Für jede neue Metrik, die Sie definieren, wird es eine Phase geben, in der Sie ein tiefes Verständnis dafür entwickeln müssen, wie die Metrik funktioniert.
Was er damit meint ist, dass man oft, wenn man beobachtet, dass sich eine Metrik seltsam verhält, ein bisschen Zeit braucht, um herauszufinden, was dieses Verhalten antreibt. Wie Toyota verwendet auch Amazon die
Methode der „fünf Gründe“, um
Anomalien auf den Grund zu gehen (sie nennen dies den „Fehlerbehebungsprozess“, und das Ergebnis des COE-Prozesses ist ein Dokument, das die wirklichen Ursachen der fraglichen Anomalie beschreibt).
Aber die Idee hinter diesem Schritt ist wichtiger – was Bryar und Carr sagen, ist, dass es für jede neue Metrik, die Sie definieren, eine Phase geben wird, in der Sie ein tiefes Verständnis dafür entwickeln müssen, wie die Metrik funktioniert, was die Grundursachen sind, wie die natürlichen Abweichungen aussehen und so weiter. Dies ermöglicht es Ihnen, zur nächsten Stufe überzugehen, die da lautet:
Verbessern
Sobald Sie ein solides Verständnis Ihres Prozesses und Ihrer Kennzahlen entwickelt haben, sind Sie endlich bereit, mit der Verbesserung des Prozesses zu beginnen. Wenn Ihre Bestandsmetrik beispielsweise bei 95 % liegt, könnten Sie sich fragen: „Was wäre nötig, um sie auf 97 % zu bringen?“
Der Grund, warum „Verbessern“ nach „Definieren, Messen und Analysieren“ kommt, ist, dass Sie jetzt Änderungen auf einer soliden Grundlage des Verständnisses vornehmen werden. Bei Amazon gab es Abteilungen, die versucht haben, ihre Prozesse ohne eine vollständige Definitions-, Mess- und Analyseschleife zu verbessern. Das hat fast immer zu einer Menge Gedöns geführt, mit wenig bis keinen sinnvollen Ergebnissen.
Die Autoren merken an, dass, wenn Sie Ihren Prozess im Laufe der Zeit verbessern, es möglich ist, dass eine zuvor nützliche Metrik aufhört, nützliche Informationen zu liefern. In solchen Fällen ist es völlig in Ordnung, sie aus Ihren Dashboards zu streichen.
Steuerung & Kontrolle
Schließlich tritt eine
Kennzahl in die Phase der stationären Kontrolle ein. In dieser Phase geht es darum, sicherzustellen, dass Ihre Prozesse normal funktionieren und die Leistung im Laufe der Zeit nicht abnimmt. In einigen Amazon-Teams sind die Metriken so gut kontrolliert und die Prozesse so reibungslos, dass das WBR zu einem ausnahmebasierten Meeting wird, anstatt zu einem regelmäßigen Meeting, in dem jede einzelne Metrik besprochen wird. Die Leute treffen sich ausschließlich, um Anomalien zu besprechen.
Eine weitere Sache, die in der Kontrollphase passiert, ist, dass die Mitarbeiter in der Lage sind, Prozesse zu identifizieren, die vollständig automatisiert werden können. Denn wenn ein Prozess gut verstanden wird und die Entscheidungen vorhersehbar sind, dann ist es wahrscheinlich, dass der gesamte Prozess durch Software ersetzt werden kann. Amazons Prognosen und Einkauf sind zwei Beispiele, bei denen die Prozesse jetzt vollständig automatisiert sind – obwohl es Jahre der Zusammenarbeit zwischen Kategorie-Einkäufern und Software-Ingenieuren brauchte, um den Einkauf über Millionen von Amazons Produkten zu automatisieren.
Wie Amazon Metriken verwendet
Wie ich bereits erwähnt habe, verwendet Amazon Metriken, indem es sie im so genannten „Weekly Business Review“-Meeting oder WBR überprüft.
Die Eigentümer der Metriken beobachten die Metriken täglich. Von ihnen wird erwartet, dass sie wissen, was eine normale Abweichung und was eine Ausnahme ist, um während des WBRs Zeit zu sparen.
Beim WBR-Meeting auf höchster Ebene (das sind Bezos und sein S-Team) werden alle wichtigen Metriken des Unternehmens in einem Metrik-„Deck“ behandelt – einer Präsentation, die Hunderte von Grafiken, Diagrammen und Tabellen enthält. In den frühen Tagen von Amazon wurde das Metrik-Deck auf Papier gedruckt. Heute sind die Decks entweder gedruckt oder virtuell.
Es gibt eine Reihe interessanter Eigenschaften des Metrics Decks, die es wert sind, darüber zu sprechen. Zum Beispiel:
- Das Deck stellt eine End-to-End-Sicht auf das Geschäft dar. Dies ist beabsichtigt – die Autoren schreiben, dass „während Abteilungen in Organigrammen einfach und getrennt dargestellt werden, sind es Geschäftsaktivitäten normalerweise nicht. Das Deck präsentiert jede Woche einen konsistenten, durchgängigen Überblick über das Geschäft, der darauf ausgelegt ist, die Kundenerfahrung mit Amazon zu verfolgen. Dieser Fluss von Thema zu Thema kann die Verflechtung von scheinbar unabhängigen Aktivitäten aufzeigen.“
- Das Deck besteht hauptsächlich aus Diagrammen, Graphen und Datentabellen. Da es Hunderte von Visualisierungen zu besprechen gibt, würden schriftliche Notizen das Meeting zu sehr verzögern. Zwei bemerkenswerte Ausnahmen von dieser Regel sind das „Ausnahme-Reporting“ sowie die „Stimme des Kunden“-Anekdoten, die der Kundenservice in das Metrik-Deck einfügen darf.
- Es gibt keine ideale Anzahl von Metriken, die überprüft werden sollten. Amazon selbst fügt ständig Metriken zum WBR-Deck hinzu, ändert sie und entfernt sie, wenn sich die Geschäftsanforderungen entwickeln.
- Aufkommende Muster sind ein Hauptaugenmerk. Sie wollen Trendlinien, und Sie wollen sie kennen, lange bevor sie in einem Quartals- oder Jahresergebnis auftauchen.
- Diagramme werden in der Regel gegen eine vergleichbare Vorperiode aufgetragen. Metriken machen Sinn, wenn sie mit früheren Perioden verglichen werden, damit Sie einen richtigen Vergleich von Äpfeln zu Äpfeln haben (z. B. wollen Sie Urlaubszeiten mit einer früheren Urlaubszeit vergleichen, nicht mit einer schwachen Zeit).
- Diagramme zeigen zwei oder mehr Zeiträume, z. B. nachlaufende 6-Wochen und nachlaufende 12-Monate. Kleine, aber wichtige Probleme tauchen meist nur in kürzeren Trendlinien auf; in längeren werden sie eher geglättet.
- Anekdoten und Ausnahmeberichte sind in das Deck eingewoben. Die einzige Ausnahme von der Regel „Charts, Graphen und Datentabellen“ sind Anekdoten und Ausnahmeberichte. Dazu aber später mehr.
Die WBR ist fraktal – die oberste Führungsebene hat eine WBR, aber auch jede Abteilung und jedes Team auf der unteren Ebene. Einige Metriken sind in Echtzeit (z. B. die, die zur Erkennung von Ausfällen benötigt werden), andere werden stündlich oder täglich aktualisiert; es hängt wirklich von den Bedürfnissen des Teams ab. Schließlich wird die Genauigkeit der Metriken von der Finanzabteilung zertifiziert, die befugt ist, diese Metriken zu prüfen, und die selbst im WBR auf oberster Ebene vertreten ist.
Da dieser Kontext nun geklärt ist, können wir uns endlich dem WBR-Meeting selbst zuwenden.
Betrieb des WBR
Amazon verwendet sehr viel Zeit darauf, dass die WBR reibungslos abläuft. Die wöchentliche Kadenz garantiert eine Reihe von Dingen. Er garantiert, dass die Manager so schnell wie möglich über Probleme informiert werden. Sie garantiert, dass sie Kontinuität von einer WBR-Sitzung zur nächsten haben. Im Laufe der Zeit haben die WBRs von Amazon eine Reihe von gemeinsamen Best Practices übernommen:
Metriken werden in einer konsistenten und vertrauten Weise formatiert. Die Autoren argumentieren, dass „ein gutes Deck eine durchgängig konsistente Formatierung verwendet – das Diagrammdesign, die abgedeckten Zeiträume, die Farbpalette, der Symbolsatz (für aktuelles Jahr/Vorjahr/Ziel) und die gleiche Anzahl von Diagrammen auf jeder Seite, wo immer möglich. Manche Daten bieten sich natürlich für unterschiedliche Darstellungen an, aber standardmäßig werden sie im Standardformat angezeigt.“
Diese Formatierung bedeutet, dass Amazon-Führungskräfte in der Lage sind, sich jede Woche denselben Datensatz in genau demselben Format und in genau derselben Reihenfolge anzusehen, um mit einer ganzheitlichen End-to-End-Perspektive des Unternehmens nach Hause zu gehen. Mit der Zeit führt diese Vertrautheit zu einer gemeinsamen Fähigkeit, Trends zu erkennen, Anomalien herauszufiltern und sich in einen konsistenten Überprüfungsrhythmus einzuleben. Der WBR sollte daher mit der Zeit immer effizienter werden.
WBR-Meetings konzentrieren sich auf Abweichungen und ignorieren das Erwartete. WBR-Zeit ist kostbar. Wenn die Dinge innerhalb der erwarteten Abweichungen liegen, sagen die Geschäftsinhaber „hier gibt es nichts zu sehen“ und gehen weiter. Das Ziel des Meetings ist es, Ausnahmen zu besprechen und was dagegen unternommen wird.
Die Geschäftsinhaber sind für die Metriken verantwortlich und es wird erwartet, dass sie Abweichungen erklären. Während das Finanzteam von Amazon für die Zertifizierung der Ergebnisse verantwortlich ist, liegt die Präsentation der einzelnen Metriken in der alleinigen Verantwortung des jeweiligen Geschäftsinhabers. Vom Geschäftsinhaber wird erwartet, dass er seine Metriken in- und auswendig kennt; zum Zeitpunkt der Teilnahme an der WBR auf höchster Ebene sollte er eine Erklärung (oder zumindest die Ergebnisse einer Voruntersuchung!) für eine Anomalie haben.
Geschäftsinhaber, die ihre Arbeit vor dem WBR nicht gemacht haben, werden ausgepfiffen. Wenn sie die Ursachen einer Anomalie nicht kennen, wird von ihnen erwartet, dass sie sagen: „Ich weiß es nicht, wir analysieren die Daten noch und kommen auf Sie zurück.“ Eine Vermutung zu äußern oder Dinge zu erfinden, wird ebenfalls zu einer Standpauke führen.
Operative und strategische Diskussionen werden getrennt gehalten. WBR-Zeit ist kostbar. Es handelt sich um ein taktisches, operatives Meeting, nicht um ein strategisches. Neue Strategien, Produkt-Updates und bevorstehende Produktveröffentlichungen sind während des Meetings nicht erlaubt.
Amazon versucht, nicht einzuschüchtern (obwohl sie darin nicht besonders gut sind). Erfolg erfordert eine Umgebung, in der sich die Mitarbeiter nicht eingeschüchtert fühlen, wenn sie über etwas sprechen, das in ihrem Bereich schief gelaufen ist. Die Autoren geben zu, dass Amazon nicht immer gut darin war, eine sichere Umgebung zu schaffen, um Fehler zuzugeben, aber sie arbeiten daran, sich zu verbessern.
Amazon macht Übergänge von Metrik zu Metrik einfach. Nochmals: WBR-Zeit ist kostbar. Die Anzahl der Führungskräfte und Geschäftsinhaber, die sich in einem Raum befinden, macht den WBR auf höchster Ebene zu Amazons teuerstem und einflussreichstem Meeting. Das bedeutet, dass die Übergänge von einem Bereich des Metrikdecks zum anderen so nahtlos wie möglich sein sollten.
Amazon hat auch einige interessante Praktiken rund um seine Datenpräsentation:
Amazon zeigt wöchentliche und monatliche Metriken in einem einzigen Diagramm an. Wie bereits erwähnt, zeigt Amazon die rückläufigen 6-Wochen- und die rückläufigen 12-Monatswerte an. Das Nettoergebnis der Darstellung von Metriken auf diese Weise ist, dass der Graph wie eine „vergrößerte“ Version der gleichen Daten aussieht. Nehmen Sie zum Beispiel dieses Diagramm:Die Autoren schreiben:
Die graue Linie ist das Vorjahr, die schwarze Linie das laufende Jahr
Die linke Grafik, mit den ersten 6 Datenpunkten, zeigt die letzten 6 Wochen
Die rechte Grafik, mit 12 Datenpunkten, zeigt das gesamte zurückliegende Jahr Monat für Monat
Dieser eingebaute „Zoom“ sorgt für zusätzliche Klarheit, indem er die jüngsten Daten vergrößert, die in der 12-Monats-Grafik in einen Kontext gesetzt werden.
Amazon vergleicht Jahr-über-Jahr-Trends (YOY). Werfen Sie einen Blick auf die folgende Grafik, die aus einem monatlichen Geschäftsbericht stammt (ja, die gibt es; dies ist im Grunde die monatliche Version eines WBR):Das Diagramm vergleicht die tatsächlichen monatlichen Einnahmen mit den geplanten Einnahmen und den Einnahmen des Vorjahres. Das Diagramm sieht so aus, als ob Sie den Plan übertreffen und Jahr für Jahr mit einer anständigen Rate wachsen …
Bis Sie die Jahreswachstumsraten zu einer sekundären Y-Achse hinzufügen:Ohne die gepunktete YOY-Linie würden Sie vielleicht nicht bemerken, dass sich die Trends des aktuellen und des prognostizierten Jahres im ersten Diagramm langsam annähern. Mit der hinzugefügten YOY-Wachstumsrate können Sie jedoch leicht erkennen, dass sich das YOY-Wachstum seit Juni verlangsamt hat, ohne Anzeichen einer Abflachung. In diesem speziellen Fall sieht das Geschäft gesund aus, aber es zeichnen sich Probleme am Horizont ab.
Output-Kennzahlen zeigen Ergebnisse, Input-Kennzahlen geben eine Orientierung. Das obige Diagramm ist ein Beispiel für eine Output-Metrik. Es dient als gute Erinnerung daran, dass Output-Metriken nicht umsetzbar sind – zum Beispiel ist es nicht genug zu wissen, dass sich das Wachstum im Jahresvergleich verlangsamt hat; Sie wollen auch wissen, welche Faktoren zu dieser Verlangsamung beigetragen haben. Bryar und Carr weisen darauf hin, dass, wenn eine Output-Metrik neben Input-Metriken wie „Neukunden“, „Neukundenumsatz“ und „Bestandskundenumsatz“ platziert wird, Sie in der Lage wären, das Signal viel früher zu erkennen, mit einem klareren Aufruf zum Handeln.
Nicht jedes Diagramm/jeder Graph vergleicht mit Zielen. Das obige Diagramm enthält Ziele. Aber natürlich muss nicht jedes Diagramm Ziele enthalten – zum Beispiel ist der prozentuale Anteil von Android- vs. iOS-Mobilfunknutzern keine zielbasierte Metrik, und daher können Ziele von dieser Visualisierung ausgeschlossen werden.
Amazon kombiniert Daten mit Anekdoten, um die ganze Geschichte zu erzählen. Der interessanteste Aspekt von Amazons Metrik-Deck ist jedoch die Verwendung von Anekdoten. Die Autoren schreiben:
Amazon setzt viele Techniken ein, um sicherzustellen, dass Anekdoten die Teams erreichen, die einen Service besitzen und betreiben. Ein Beispiel ist ein Programm namens „Voice of the Customer“. Die Kundendienstabteilung sammelt routinemäßig Kundenfeedback, fasst es zusammen und präsentiert es während der WBR, wenn auch nicht unbedingt jede Woche. Die ausgewählten Rückmeldungen spiegeln nicht immer die am häufigsten eingegangenen Beschwerden wider, und die CS-Abteilung hat einen großen Ermessensspielraum, was sie präsentiert. Wenn die Geschichten beim WBR verlesen werden, sind sie oft schmerzhaft zu hören, weil sie deutlich machen, wie sehr wir die Kunden enttäuscht haben. Aber sie bieten immer eine Lernerfahrung und eine Gelegenheit für uns, uns zu verbessern.
Anekdoten können alle möglichen seltsamen Probleme zu Tage fördern. Zum Beispiel:
Eine Voice of the Customer-Geschichte handelte von einem Vorfall, bei dem unsere Software einige Kreditkarten mit wiederholten Vorautorisierungen in Höhe von 1,00 $ belastet hat, die normalerweise nur einmal pro Bestellung vorkommen. Die Kunden wurden nicht belastet, und solche Vorautorisierungen verfallen nach ein paar Tagen, aber solange sie anhängig waren, wurden sie auf das Kreditlimit angerechnet. Normalerweise hätte dies keine großen Auswirkungen auf den Kunden. Aber eine Kundin schrieb uns, dass sie kurz nach dem Kauf eines Artikels auf Amazon Medikamente für ihr Kind kaufen wollte und ihre Karte abgelehnt wurde. Sie bat uns, ihr bei der Lösung des Problems zu helfen, damit sie die Medikamente für ihr Kind kaufen konnte. Eine Untersuchung ihrer Beschwerde ergab zunächst, dass ein „Edge-Case-Bug“ – eine andere Art, ein seltenes Ereignis – ihr Kartenguthaben über das Limit gehoben hatte. Viele Unternehmen würden solche Fälle als Ausreißer abtun und daher nicht beachten, in der Annahme, dass sie selten vorkommen und zu teuer in der Behebung sind. Bei Amazon wurden solche Fälle regelmäßig bearbeitet, weil sie immer wieder vorkamen und weil die Untersuchung oft angrenzende Probleme aufdeckte, die gelöst werden mussten. Was zunächst nur wie ein Randfall aussah, entpuppte sich als bedeutender. Der Fehler hatte Probleme in anderen Bereichen verursacht, die wir zunächst nicht bemerkt hatten. Wir haben das Problem für sie und alle anderen betroffenen Kunden schnell behoben.
Zusätzlich zu den Anekdoten verwendet Amazon auch Ausnahmeberichte, um Probleme aufzudecken. Zum Beispiel hat jedes Produkt, das auf Amazon verkauft wird, etwas, das „Contribution Profit“ oder CP genannt wird. Der Deckungsbeitrag ist das Geld, das Amazon nach dem Verkauf eines Artikels und dem Abzug der variablen Kosten, die mit diesem Artikel verbunden sind, verdient. Amazon verfügt über einen CP-Ausnahmebericht, der die zehn negativsten CP-Produkte (Produkte, die keinen Gewinn erwirtschaftet haben) innerhalb einer Kategorie für die vorherige Woche auflistet. Ein tieferer Einblick in diese zehn Produkte, die sich oft von Woche zu Woche ändern, kann nützliche Informationen über Probleme im Unternehmen liefern, die möglicherweise Maßnahmen erfordern.
Die Autoren kommen zu dem Schluss, dass Daten und Anekdoten eine „mächtige Kombination bilden, wenn sie synchron sind, und sie sind eine wertvolle Kontrolle füreinander, wenn sie es nicht sind.
Zusammenfassung
Die größte Erkenntnis, die ich aus Working Backwards mitnehmen konnte, war, dass man seine Prozesse instrumentieren muss, wenn man ein guter Operator sein will. Tatsächlich sagt Bryar selbst in einem First Round Interview:
„Stellen Sie sich ein Unternehmen einfach als einen Prozess vor. Es kann ein komplizierter Prozess sein, aber im Wesentlichen spuckt er Ergebnisse wie Umsatz und Gewinn, Kundenzahlen und Wachstumsraten aus. Um ein guter Betreiber zu sein, können Sie sich nicht nur auf diese Output-Metriken konzentrieren – Sie müssen die kontrollierbaren Input-Metriken identifizieren. Viele Leute sagen, dass Amazon sich nicht wirklich um Gewinn oder Wachstum kümmert. Ich denke, die Daten sagen etwas anderes, aber was stimmt, ist, dass der Hauptfokus auf diesen Input-Metriken liegt. Wenn Sie die Dinge, die Sie kontrollieren können, richtig machen, wird dies das gewünschte Ergebnis in Ihren Output-Metriken bringen. Die besten Bediener, die ich gesehen habe, wissen ganz genau, dass sie die gewünschten Ergebnisse erhalten, wenn sie diese Knöpfe drücken oder diese Hebel auf die richtige Weise drehen. Sie verstehen diesen Prozess durch und durch. (Hervorhebung hinzugefügt)“
Working Backwards ist ein fantastisches Buch. Es gibt Ihnen einen Vorgeschmack darauf, wie ein operativ rigoroses, datengesteuertes Unternehmen wirklich von innen aussieht. Kaufen Sie es, lesen Sie es, teilen Sie es mit Ihren Kollegen – ich kann es nicht hoch genug empfehlen.
Nachtrag: Ich habe einen Beitrag geschrieben, in dem ich darlege, warum ich Amazons Konzept der „kontrollierbaren Input-Metriken“ so tiefgreifend finde. Lesen Sie das hier.nn
Weiterführende Artikel
n
Weiterführende Artikel
Weiterlesen: Die vier Ausprägungen des Goodharts Gesetz · Steuerbare Eingangsmetriken · Data Warehouse
