SKYROCKETING WORK!

日常のエントロピーを上げてくぞ🚀

トップ > 学習 > 目標を管理するために「OKR」について調べた

目標を管理するために「OKR」について調べた

学習 進捗管理 フレームワーク

今年の秋入学をすることを目標に院試を受けようと考えている。
そのため、志望校合格のための進捗を管理しようと思うに至った。
そこで考えたのがOKRという方法論。

そのために、OKRについてまとめたので書いた。
読んだのは「Google re:Work - ガイド: OKRを設定する」

OKR is 何

Objectives and Key Resultsの頭文字をとった単語で、目標管理のフレームワークの一つ。
GoogleやFacebook、メルカリが採用していることで、巷で話題になっている。

なぜOKRを使おうと思ったのか

受験勉強のため、目標を科目ごと単位の粒度で測りたかったのである。
特にOKRは中長期的な目標管理に使われている手法なので気になっていた。

OKRの目標の立て方

1. 目標を3〜5個に絞る

目標を具体的かつ客観的で、そして明確な言葉で考える。
このときに「続ける」「維持する」といった高みを目指さない表現は避けた方が良い。
「富士山に登る」「試験で90点を取る」などの到達点や状態を表現すること。

2. 目標を計測する指標を3個決める。

1つの目標につき、指標は3個くらい選んでいく。

【指標を選ぶ時に大事なこと】
  • 計測可能であること
  • 目標達成に直接結びつく指標であること（間接的ではない）
  • 行動ではなく成果を定義すること
    • 例: 「5/10までにTOEICでXXX点を達成する」
    • 完遂の証拠が出せるものが良い

OKRのキーポイント

目標はちょっと大きすぎるくらいに設定する

いわゆる「ストレッチゴール」と呼ばれる目標を設定する。

達成率がだいたい60〜70%くらいになるように設定するのが良い。
コンスタントに70%を超えるようなら目標が簡単すぎると考え、逆に悪ければOKRの改善に使う。

ちなみに、このような性質があるため、OKRは人事評価において「実績」を評価するために使うツールではないことを認識したほうが良い。

OKRは上の階層から設定していく

会社レベルからはじまってトップダウンに、より下層の組織降りていき、最終的に個人の目標を設定していく。
OKRを設定するとき、より上位の層のOKRの成果につながっているかを意識すること。

OKRは「やりたいことリスト」ではなく、会社や事業にどのような影響を及ぼしたいかを定義し、達成するための方法を考えるもの。

OKRの評価の仕方

0.0〜0.1の間で評価をする。

成果指標が「やる」 / 「やらない」といった 0 / 1 の評価だった場合は、目標も 0 / 1 で評価する。
一方で、達成率を計測できる評価指標の場合は、50%達成していれば 0.5 などと評価していく。

このときに大事なのは評価手法に一貫性をもたせること。

OKRは定期的に更新する

OKRは目標をアジャイル的に運用していくフレームワークと言える。

四半期ごとにOKRの再検討というプロセスをいれる。
そこで、組織・ビジネス・環境の状態に合わせて目標の難易度や内容を変えていく。

OKRとその他のツールとの比較や直交性を検討する

CSFやKGI/KPIとの違いと位置づけ

よくKPI/KGIとOKRが比較されていたので、ちょっと調べて考えてみた。

f:id:otakumesi:20190203121601p:plain
OKRについて思ったことを図示してみた

つまり、OKRの目標設定段階に「CSFを使って考える」という選択肢が取れる。

同様に、指標を選ぶ場面で、KGI/KPIを使うことができると思う。
このとき、上位の組織にとってのKPIが下位の組織にとってKGIになると言えそう。

KPTやPDCAとの違いと位置づけ

なんでOKRと比較しようとしたんだっけ、と思うくらいぜんぜん違うものだった。

OKRを使ってみるぞ💪

院試の学習管理として使ってみようと思う。
そのため、この目標の関係者は僕ひとりだ。

実際のOKRは会社の目標からはじまり、組織単位から個人に至るまで、それぞれ目標を立てていく。
けれども、これは抽象的な目標を具体的な目標に降ろしていくプロセスに他ならない。

なので、個人のみの利用であっても大目標の下に小目標を立てていくという形を取ればよいと思う。

ということで...

大目標

「東京大学大学院 情報学環・学際情報学府 統合分析情報学コース」に申し分のない点数で合格する （ストレッチゴールなので、もちろんこの大学院以外も受ける予定である）

【期限】 今年の8月の入試で合格をする

成果指標
  • 基礎科目（数学 / C言語 / データ構造とアルゴリズム）の過去問および院試用問題集の正解率95%を達成する。
  • 選択科目（空間情報学 / IoT / 確率・統計 / 機械学習）
    • 過去問の全問正解
    • 各種テキストから単語や範囲を抜き出して説明を求められれば、すべて解説できる状態になっていること
    • 単元の課題に対して「自分の考え」を述べられる状態になっている。
  • TOEICの点数を930点を達成する
  • 研究計画書およびプレゼンを、大学時代の教授から90点程度の評価をいただく。（要調整）

以上の目標をもとに、中目標、小目標のOKRを作っていこうと思います。（後日公開予定）