如何通过OKR工具帮助日常工作落地

如何通过OKR工具帮助日常工作落地

什么是OKR?

OKR是一款目标管理工具,由Objectives(目标)和Key Results(关键结果)组成。

OKR和KPI的区别

KPI是针对关键指标的考核,不适用于成长性职务。OKR关注于目标的达成,KPI关注于执行过程中的具体数据。

如何制定OKR?

制定O(Objectives)

O是OKR里面的what,解决了做什么的问题。O需要有实际的价值,要有深度思考;O要能激励人心;O要可以实现落地。O的语言描述要能让大家理解达成一致。

制定KR(Key Results)

KR是OKR里面how,解决了怎么做的问题。KR是支撑O的;KR要用数字说话,需要有量化指标,指标可以是个具体数字,比如BUG数为0,或者是一个数字范围,比如研发效率提升50%,或者是一个里程碑,比如5月份完成2.0版本。

OKR制定的难点

OKR的目标周期可能是年度、季度的OKR。新信息更新时,要及时同步信息拉齐。阶段性做好OKR进度回顾,针对性做下优化,团队及个人要做好复盘。

OKR如何进行评估?

OKR的评估过程中可能会出现分歧,可以通过以下方式解决:

  • 下属反馈
  • 自我反思

最佳的OKR评估方式应该是自评,并且评分过程不需要过于复杂。OKR评估结束后,可以有表彰活动,但不应该用金钱方式进行激励。

OKR如何进行复盘?

第一步,审视目标

如果没达成,现实和预期之间的差距在哪里呢?你所制定的目标现在达成了吗?为何当初你要制定这样的目标,而不是其他目标?

第二步,回顾过程

每个阶段中发生了什么重要事件?你大致分为几个阶段去执行?整个目标执行过程是如何执行的?

第三步,分析得失

哪些方面你做得不够好?为什么不好?在这次OKR周期中,哪些方面你做得很好?为什么好?

第四步,总结规律

我们收获了哪些规律、原则、方法论?通过这次交流,对我们后续的工作有何指导?如果再次做同类事情,你会怎么去做?

Read more

超快速,使用ChatGPT编写回归和分类算法

超快速,使用ChatGPT编写回归和分类算法

本文将使用一些 ChatGPT 提示,这些提示对于数据科学家在工作时非常重要。 微信搜索关注《Python学研大本营》,加入读者群,分享更多精彩 以下是一些示例ChatGPT 提示的列表以及数据科学家的响应。 ChatGPT 提示 为决策树回归算法生成 python 代码。 下面是使用scikit-learn在 Python 中进行决策树回归的示例代码: import numpy as np import matplotlib.pyplot as plt from sklearn.tree import DecisionTreeRegressor # Generate random data rng = np.random.default_rng() x = 5 * rng.random(100) y = np.sin(x) + 0.

By Ne0inhk
力扣每日一题:993.二叉树的堂兄弟节点 深度优先算法

力扣每日一题:993.二叉树的堂兄弟节点 深度优先算法

993.二叉树的堂兄弟节点 难度:简单 题目: 在二叉树中,根节点位于深度 0 处,每个深度为 k 的节点的子节点位于深度 k+1 处。 如果二叉树的两个节点深度相同,但 父节点不同 ,则它们是一对堂兄弟节点。 我们给出了具有唯一值的二叉树的根节点 root ,以及树中两个不同节点的值 x 和 y 。 只有与值 x 和 y 对应的节点是堂兄弟节点时,才返回 true 。否则,返回 false。 示例: 示例 1: 输入:root = [1,2,3,4], x = 4, y = 3 输出:false

By Ne0inhk
1239.串联字符串的最大长度 关于字符串的回溯算法!

1239.串联字符串的最大长度 关于字符串的回溯算法!

题目: 给定一个字符串数组 arr,字符串 s 是将 arr 某一子序列字符串连接所得的字符串, 如果 s 中的每一个字符都只出现过一次,那么它就是一个可行解。 请返回所有可行解 s 中最长长度。 提示: 1 <= arr.length <= 16 1 <= arr[i].length <= 26 arr[i] 中只含有小写英文字母 示例: 示例 1: 输入:arr = ["un","iq","ue"] 输出:4 解释:所有可能的串联组合是

By Ne0inhk