领先指标 vs. 滞后指标
领先指标 vs. 滞后指标
大多数收入仪表盘其实更像是一座博物馆:它们精美细致地展示着那些已经发生的事情——已成交的订单、已经发生的客户流失、上个季度的 ARR。这些都是滞后指标,它们都有一个共同的特性,使其对任何想要改变结果的人而言毫无用处:等到它们发生变动时,结果早已尘埃落定。你无法对一个已经用过去时来描述的季度采取任何干预。
领先指标与滞后指标之间的区别,决定了你的指标体系究竟只能让你被动应对,还是能够让你主动掌舵。这或许是收入领导者所能掌握的最有用的一个思维模型,它改变的不仅是你该衡量什么,更是你还有多少时间能够采取行动。
二者的区别
滞后指标衡量的是一个已经发生的结果,比如已成交订单、收入、客户流失率、成交率。它们确认了结果,你需要它们来做问责与董事会汇报,但对于早期干预而言,它们毫无价值。
领先指标衡量的是一个先于结果出现、且与结果相关联的输入或行为,比如互动的动能、会议的节奏、你在某个客户账户中建立联系的人数、试用使用情况、销售管道的创建速度。它们先于结果发生变动,因此能为你争取到时间。
最简单的判断方法是:如果这个指标变差了,我是否还有时间去改变结果?答案是“有”,就是领先指标;答案是“没有”,就是滞后指标。
体重是一个滞后指标,它反映的是过去几个月行为的累积结果;而你今天吃了什么、有没有散步,则是领先指标。你无法靠盯着体重秤来减肥,收入也是同样的道理。
为什么团队还是习惯依赖滞后指标
如果领先指标真的有用得多,为什么几乎所有人都还是依赖滞后指标来运转呢?
因为滞后指标更容易获取。已成交订单是清晰明确的,干净利落地存在于 CRM 里;而互动动能则意味着要把四个互不共享 ID 的系统中的信号拼凑到一起。
因为滞后指标显得更客观。领先指标涉及“什么能预测什么”这样的判断,这会在管道评审会上引发争论,而一笔已经成交的交易则不会。
而且,这也是董事会想要看到的东西。汇报文化奖励的是结果性数字,因此关注度和工具建设都流向了那里。
结果就是,整个组织对一个自己已经无力再影响的过去,掌握着极其详尽的信息。要解决这个问题,通常要从数据采集入手,因为大多数领先信号根本没有被记录在任何地方。这正是我们在为真正的决策而完善你的漏斗埋点一文中所探讨的问题。
为每一个结果匹配上能预测它的信号
没有人建议你放弃滞后指标,正确的做法是为每一个滞后结果,匹配上先于它发生变动的领先指标。以下是一个大致的对照:
| 滞后结果 | 能预测它的领先指标 |
|---|---|
| 已成交订单 | 销售管道创建速度、互动动能、多线程关系的深度 |
| 客户流失 | 产品使用量下滑、支持情绪、高管参与度下降 |
| 扩展收入 / NRR | 功能采用广度、使用量增长、拥护者的支持力度 |
| 预测达成率 | 交易阶段的真实性、延期信号、买家的响应速度 |
对于董事会关心的每一个滞后数字,你都应该能够说出两三个先于它发生变动的信号。如果说不出来,那么在两次汇报周期之间,你其实是在盲目飞行,而你发现问题的时间,会和其他所有人一样晚。
其中有两个指标值得特别关注。净收入留存率几乎是最滞后的指标之一,但早期的客户同期群行为和使用趋势能很好地预测它,我们在将净收入留存率作为一项编排指标一文中对此有详细探讨。而交易延期,则是预测预测风险最有价值的领先信号之一,这正是交易延期难题及其预测方法一文的主题。
只有付诸行动,指标才有意义
一个领先指标,只有当它被连接到某种响应机制时,才值得被衡量。真正从中获益的团队,都有一张从信号到行动的常设对照表:目标客户账户的互动连续两周下滑,就触发一套特定的打法;一笔交易的成交日期延期了一次,就启动一次专门的评审。没有这种连接,领先指标只不过是博物馆墙上又添了几个数字而已。
这也是为什么领先指标处于收入健康度评分的核心位置。一个好的评分体系会刻意让领先信号提前发挥作用,这样它就能在滞后结果出现的数周之前就发生变动,从而为你争取到采取行动的时间。这也是为什么把一个信号转化为下一步最佳行动,本质上是一个编排问题,我们在收入信号与下一步最佳行动一文中对此有深入探讨。
关键要点
- 滞后指标确认已经发生的事情,领先指标先于结果发生变动,为你留出行动的时间。
- 判断标准很简单:如果这个数字变差了,我是否还能改变结果?
- 团队默认依赖滞后指标,是因为它们更容易获取、显得更客观,也是董事会想要看到的东西,但这些理由都无法让它们真正适合用来掌舵。
- 董事会材料中的每一个结果性指标,旁边都应该配有两三个领先信号。
- 一个没有配套行动的领先指标,只是一种装饰。
从解读过去,转向掌舵未来,这正是收入编排存在的意义:领先信号输入,及时且协调的行动输出。
More from 指标、预测与收入健康度
See revenue orchestration in action
Unify your revenue data, signals, and plays on one AI-native platform.