KPI（Key Performance Indicators，關鍵績效指標）是衡量個人、團隊或組織是否朝目標前進的量化指標。但 KPI 怎麼訂，才不會讓每個部門都達標、公司整體卻在倒退？本文提出的「績效假象」（Performance Mirage）概念和「三層瀑布」（Three-Layer Cascade）KPI 設計法，是一套從北極星指標到每日行動指標的完整績效管理框架：先對齊全局方向，再拆解成可預測的領先指標和每個人每天能做的事。
我跟一個 CEO 看他的年度績效報告。數字很漂亮：
銷售部：新客成交量超標 120%。研發部：所有功能按時交付率 95%。客服部：平均回覆時間從 4 小時降到 30 分鐘。行銷部：網站流量年增 85%。
CEO 很困惑：「每個部門都超標了，為什麼公司整體營收增長只有 3%，客戶流失率還在上升？」
我幫他查了數據背後的故事：
銷售團隊為了衝成交量，把目標客戶的門檻降低了，簽進了大量「不對的」客戶，需求不匹配、預算不足、上線後三個月就流失。
研發按時交付了功能，但這些功能是銷售為了成交而承諾的，不是客戶真正需要的。交付了也沒人用。
客服把回覆時間壓到 30 分鐘，方法是給標準化的模板回覆。速度快了，但問題解決率從 78% 掉到 52%。客戶收到了更快的回覆，但問題沒被解決。
行銷流量增長 85%，但大部分是低意圖的泛流量。轉化率從 4.2% 掉到 1.1%。
每個部門都在完美地最優化自己的指標。每個部門的最優化都在傷害其他部門。公司整體在為「部門成功」付稅。
這就是「績效假象」（Performance Mirage），組織中每個子系統追求自身最優時，對整體產出造成的隱性損耗。諷刺的是：你的 KPI 設計得越精確，這個稅可能越高。
一、KPI 怎麼訂：好 KPI 和壞 KPI 的判斷標準
在拆解績效假象的結構性原因之前，先釐清一件事：什麼樣的 KPI 容易製造績效假象，什麼樣的 KPI 能對抗它。
| 維度 | 壞 KPI（製造績效假象） | 好 KPI（對抗績效假象） |
|---|---|---|
| 衡量對象 | 部門活動量（成交數、回覆數、交付數） | 客戶結果（留存率、滿意度、使用深度） |
| 時間視角 | 只看本月/本季 | 兼顧 12 個月後的影響 |
| 部門關聯 | 各部門獨立設定，互不相干 | 從北極星指標往下拆解，每層服務上一層 |
| 銷售範例 | 本月新客成交數 | 新客 90 天留存率 x 客單價 |
| 客服範例 | 平均回覆時間 | 問題一次解決率（First Contact Resolution） |
| 研發範例 | 功能按時交付率 | 核心功能月活採用率 |
| 行銷範例 | 網站總流量 | 高意圖訪客轉化率 |
判斷一個 KPI 好不好，問一個問題就夠了：「一個理性的人為了最大化這個指標，會做出傷害公司的行為嗎？」如果答案是「會」，這個 KPI 就在製造績效假象。
二、績效假象的數學：1 + 1 < 1
在一個設計良好的系統裡，部門之間的協作應該產生「1 + 1 > 2」的綜效。
但在績效假象的作用下，實際發生的是「1 + 1 < 1」，兩個部門加在一起的產出，比任何一個部門單獨運作時更差。
這不是因為部門「不合作」。這是一個更深層的結構性問題：當每個部門追求自身指標最優時，它們的行為會在「部門邊界」處產生衝突，而這些邊界，恰好是公司價值最脆弱的地方。
客戶不活在任何一個部門裡。客戶的旅程橫跨所有部門：從行銷看到你、到銷售接觸你、到研發建造你的產品、到客服支援你。客戶體驗的品質不取決於任何一個部門的表現，取決於部門之間的「縫隙」。
而 KPI 系統天然只衡量部門「內部」的表現。縫隙裡發生的事，沒有人負責。
三、績效假象的三個結構性原因
原因一：KPI 分裂效應
當你給每個部門設定獨立的 KPI，你就在系統裡製造了多個「重力中心」。每個部門被自己的 KPI 吸引，向自己的最優點移動，即使這些最優點的方向互相矛盾。
銷售的 KPI（成交數）和客服的 KPI（處理時間）之間沒有連結。所以銷售簽進不匹配的客戶，客服用模板快速打發他們。兩個部門都「成功」了。公司失敗了。
這不是人的問題，是設計的問題。你告訴銷售「成交數最重要」，他就會最大化成交數。你告訴客服「回覆速度最重要」，她就會最大化回覆速度。他們都在理性地回應你設計的激勵結構。
問題是：你設計的激勵結構是碎片化的。每一片都是理性的，拼在一起是荒謬的。
原因二：資訊不對稱
每個部門都有自己的「數據視野」。銷售看的是 pipeline 和成交率。研發看的是 sprint velocity 和 bug count。客服看的是 ticket volume 和回覆時間。
沒有任何一個部門能看到完整的客戶旅程。
銷售不知道他簽進的客戶三個月後會流失。研發不知道他按時交付的功能沒人使用。客服不知道她快速回覆的客戶對品質極度不滿。
每個部門都在用一張局部地圖導航。在自己的地圖範圍內，他們走的是最優路線。但把所有局部地圖拼在一起，你會發現他們在原地繞圈。
原因三：時間尺度錯配
不同部門的 KPI 有不同的時間尺度。銷售是月度（本月成交多少）。研發是 sprint（兩週交付什麼）。客服是即時（這個 ticket 多快回覆）。
但公司的健康度是以年為單位衡量的。
月度指標好的行為可能傷害年度結果。銷售本月為了衝量降低門檻，三個月後客戶流失會反噬整年的營收。但在 KPI 系統裡，三個月後的流失是客戶成功部門的問題，不是銷售的問題。
時間尺度越短，越容易產生局部最優。因為短期行為的「收益」立刻可見，「代價」延遲出現，而且出現在別人的報表上。
四、規模與績效假象的正比關係
這裡有一個反直覺但很重要的洞察：公司越大，績效假象越高。
原因很直接，部門越多，「縫隙」越多。每多一個部門，就多一組潛在的目標衝突。組織複雜度不是線性增長的，是指數增長的。
這就是「規模詛咒」在組織設計層面的一個具體表現。大公司的競爭劣勢不只是「反應慢」，而是每增加一層組織結構，就多徵收一層績效假象。
而一個人或小團隊天然免疫績效假象，因為根本沒有「部門」。你一個人做決策，不存在「部門邊界」的縫隙。你同時負責銷售、產品、客服，你的 KPI 天然就是全局的。
這是 AI 時代小團隊的另一個結構性優勢：不只是成本低，而是組織稅低。
業界案例驗證：績效假象如何被解決
績效假象不是理論推演，是真實企業每天在付的稅。兩個來自不同行業的案例，展示了「換掉核心 KPI」如何產生結構性的績效改善。
Netflix：用「觀看時數」取代「訂閱數」
Netflix 在 2022 年之前，核心 KPI 是「全球訂閱用戶數」。整間公司圍繞這個數字運轉：內容團隊採購能吸引新訂戶的節目，行銷團隊投放能拉新的廣告，產品團隊優化註冊流程降低摩擦。
問題是，「訂閱數」是一個典型的落後指標。用戶今天訂閱了，不代表三個月後還在。2022 年 Q1，Netflix 首次出現訂戶淨流失（減少 20 萬），股價一天暴跌 35%。所有部門的「訂閱數」KPI 都達標了，但用戶正在離開。
Netflix 做了一個關鍵的 KPI 轉換：從「訂閱數」轉向「觀看時數」作為核心北極星。2023 年 Q3，Netflix 用戶累計觀看超過 1,000 億小時。觀看時數是訂閱續約的領先指標：一個用戶每週看超過 5 小時，續訂率超過 95%；每週低於 1 小時，六個月內流失機率超過 60%。
這個 KPI 轉換改變了所有部門的行為。內容團隊不再只採購「吸引註冊」的大片，開始投資「讓人持續看下去」的連續劇和紀錄片。推薦演算法團隊從「最多人點擊」優化為「看完整季的比例」。結果是 2023 年下半年訂戶回升到 2.6 億，2024 年每季穩定淨增長。
Netflix 的教訓完全印證了三層瀑布的邏輯：北極星從「訂閱數」換成「客戶留存價值」，領先指標用「觀看時數/用戶」，行動指標用「節目完成率」和「推薦點擊後觀看時長」。三層對齊之後，績效假象大幅降低。
Toyota 安燈系統：用「停線次數」取代「產出數量」
Toyota Production System（TPS）是製造業史上最經典的績效管理案例。Toyota 的核心洞察是：大多數工廠用「產出數量」作為核心 KPI，結果是工人為了衝產量而忽略品質問題，缺陷在生產線末端才被發現，修復成本比在源頭解決高 10-100 倍。
Toyota 做了一件反直覺的事：把「停線次數」變成正面指標。安燈（Andon）系統允許任何一線工人在發現異常時拉繩停止整條生產線。在其他工廠，停線是懲罰。在 Toyota，停線是品質承諾的表現。
「停線次數」是品質的領先指標，而「缺陷率」是落後指標。等到成品檢測發現缺陷，問題已經在生產線上擴散了。但每一次停線都在源頭攔截問題，阻止它流入下游。
結果：Toyota 的生產線良率達到 99.99%，每年因品質問題節省的成本估計在 20-30 億美元。更關鍵的是，安燈系統改變了組織行為。當「停線」不再是懲罰而是鼓勵，工人從「隱藏問題」變成「主動暴露問題」。資訊不對稱被設計性地消除了。
Toyota 的案例是「三層瀑布」在製造業的完美示範：北極星是「客戶零缺陷交付」，領先指標是「停線次數」和「問題源頭解決率」，行動指標是「每個工位的異常通報數」。每一層都服務於上一層。
五、KPI 怎麼訂：三層瀑布設計法
在整個組織裡，CEO 是唯一能看到全局的人。不是因為你最聰明，而是因為你的位置是唯一一個不被任何單一部門 KPI 綁架的位置。
KPI 怎麼訂？大多數 CEO 犯的錯不是 KPI 訂得不好，是只訂了一層。真正有效的 KPI 體系是「三層瀑布」（Three-Layer Cascade）：
第一層：北極星指標。一個所有部門都服從的最高層級指標。不是「每個部門有自己的 KPI，然後我來協調」，而是「先有一個全局指標，然後所有部門 KPI 必須服務於它」。
例如：北極星指標 = 「12 個月客戶留存營收」。
第二層：領先指標。北極星指標是結果，你不能直接「做」出留存營收。但你可以找到預測它的領先信號：
- 客戶健康分數（產品使用頻率 x 功能採用深度）
- 新客匹配度（簽約客戶與理想客戶畫像的吻合程度）
- 功能採用率（核心功能的月活比例）
- 一次解決率（客服問題一次處理完的比例）
這四個領先指標是北極星的「先行信號」。客戶健康分數下降三個月後，留存營收必然下降。你看到領先指標的變化，就等於看到了三個月後的北極星。
第三層：行動指標。領先指標告訴你「什麼在變」，行動指標告訴你「每個人今天該做什麼」：
- 銷售：每週用理想客戶畫像評分新 leads，低於 70 分不進 pipeline
- 研發：每兩週做一次功能使用熱力圖分析，砍掉低採用功能
- 客服：每天追蹤「二次以上來電」清單，找出系統性問題源頭
- 產品：每週一次客戶健康分數下降客戶的根因分析
行動指標的關鍵是：每個人每天早上看一眼，就知道今天最重要的事是什麼。
三層之間的邏輯：行動指標改善 → 領先指標上升 → 北極星達成。如果行動指標都在改善但領先指標沒動，你的行動指標選錯了。如果領先指標在改善但北極星沒動，你的領先指標跟北極星脫鉤了。
所有指標指向同一個方向。每個人從自己的行動指標出發，最終都匯入北極星。
六、CEO 管理績效假象的三個工作
CEO 的核心工作不是「管理部門」，而是管理部門之間的關係。具體有三個只有你能做的事：
工作一：設定三層瀑布。從北極星開始，確保每個部門的 KPI 都能回溯到同一個全局目標。這是上一節的核心。
工作二：巡視縫隙。定期不是看部門報告，而是看「部門之間」發生了什麼。問三個問題：
- 銷售簽進來的客戶，研發能服務好嗎？
- 研發交付的功能，客戶真的在用嗎？
- 客服收到的抱怨，有回到產品決策裡嗎？
這些問題不會出現在任何一個部門的報告裡。它們只存在於縫隙中。
工作三：設計回饋迴路。讓「下游」的信號能回到「上游」。客戶流失的原因要能回到銷售的決策裡。功能不被使用的信號要能回到研發的優先級裡。客訴的模式要能回到產品策略裡。
這就是飛輪的核心設計原則：每一個環節的產出，都是下一個環節的輸入，最終形成完整的閉環。飛輪之所以對抗局部最優，是因為它把「縫隙」設計成了「連結」。
七、KPI 和 OKR 的差別：什麼時候用什麼
很多 CEO 在「KPI 怎麼訂」和「要不要改用 OKR」之間猶豫。兩者不是互斥的，而是解決不同層次的問題：
| 維度 | KPI | OKR |
|---|---|---|
| 核心問題 | 「我們做得好不好？」 | 「我們該往哪裡走？」 |
| 本質 | 績效衡量工具 | 目標對齊工具 |
| 數字性質 | 持續追蹤的健康指標 | 有期限的突破性目標 |
| 達成率預期 | 100%（達標 = 合格） | 60-70%（達標 = 目標設太低） |
| 適用場景 | 日常營運、穩定業務 | 策略突破、新方向探索 |
| 績效假象風險 | 高（容易局部最優化） | 中（Objective 提供對齊，但 KR 仍可能碎片化） |
實務建議：用 OKR 設定方向（每季 1-3 個 Objective），用三層瀑布 KPI 確保執行對齊。OKR 回答「往哪走」，KPI 回答「走到了沒」。兩者搭配使用，比單獨使用任何一個都更有效。
八、AI 時代的績效假象
AI 正在以兩種矛盾的方式影響績效假象：
降低稅的力量：AI 可以打通資訊孤島。用一個統一的數據平台，讓所有部門看到同一個客戶的完整旅程。當銷售能看到自己簽的客戶三個月後的留存狀況，行為會自然改變。
提高稅的力量：AI 讓每個部門的「局部最優化」更高效了。AI 銷售工具讓銷售更快成交（但不保證成交的是對的客戶）。AI 客服讓回覆更快（但不保證問題被解決）。局部效率的提升，如果不伴隨全局對齊，只會加速績效假象的徵收。
這就是「AI 不解決系統問題，AI 放大系統特性」的另一個實例。在局部最優的系統裡加 AI，你會更快地在錯誤的方向上跑得更遠。
九、行動指引：你的「績效假象品味校準」
這週做一件事。找你的四個核心部門的負責人，分別問他們同一個問題：
「你的部門在追求自己的目標時，有沒有任何行為是可能傷害到其他部門的？」
如果他們說「沒有」，那不是因為真的沒有，而是因為他們的視野只到自己的部門邊界。
然後自己做一件只有你能做的事：拿出四個部門的 KPI，擺在一起看。問自己：「一個理性的人，同時追求這四個 KPI，會做出什麼行為？這些行為放在一起，是在推動公司前進還是互相抵消？」
如果答案讓你不舒服，你找到了績效假象的徵收點。下一步，用「槓桿點洞察」找到全局的施力點，通常是重新設計那個所有部門都服從的北極星指標。
每個部門都 100 分，公司可能只有 60 分。因為缺少的那 40 分，不在任何一個部門裡，它在部門之間的縫隙裡。
CEO 不是部門經理的經理。CEO 是縫隙的管理者。而縫隙裡藏著的，是你公司最大的機會，也是最大的隱性成本。
