新創公司商業發展的關鍵指標
新創公司商業發展的關鍵指標

譯者導讀:找出公司的關鍵業務指標,是一件非常重要的事情,不僅有助評估公司的健康狀況與成長情形,更能使團隊內的成員保持方向一致與同步,建立共同合作與高速成長的企業文化,進而朝著成功邁進。

每個企業都應該有一組定期追蹤的指標(MEtric),這些指標可能包含了與營收有關的項目,如我們曾經談過的現金、收入、利潤等,但可以被評估的指標,可不僅止有這些而已。

當公司正在開發第一個產品或服務時,這些指標應該與產品開發有關,如開發資源、完成的功能、已知錯誤等等,一旦產品或服務正式上線後,指標可能就轉移到客戶、每日活躍使用者、客戶流失、免費試用、轉換率(從免費變成付費使用者的比例)等。

隨著業務的成長與發展,你可以蒐集給團隊的資料就越多,但如果你不留心的話,你的團隊很有可能會被數據壓垮。

因此,精煉出商業發展的關鍵指標就變得十分重要,通常4~6個指標就足以判斷整體公司的健康狀況和成長軌跡,團隊也最好專注在這些指標上。

我們投資的公司Meetup早已學會專注在那些成功的Meetup團體,這些團體非常活躍、定期地聚會、會員數越來越多、付給Meetup的錢也越來越多。Meetup可以專注於像是每月獨立訪問者、新的Meetup團體、總註冊會員數、營收、獲利、現金等數字。他們蒐集數據並與團隊分享,但他們認為最關鍵的業務指標,是那些成功且運作良好的Meetup團體。

有時候,最關鍵的資料反而是最難搜集的,Twitter知道所有推文在每天、每月、每年的總瀏覽量,是判斷網絡觸擊量的最關鍵資料,但是太多的推文是在第三方的服務、網頁、APP上瀏覽的,蒐集這些資料是非常困難的,Twitter現在才開始測量這些數字。

多數公司的關鍵業務在於營收來源(drivers of revenues)和成長,但並不是所有的公司皆為如此,Etsy花了許多氣力在關注客戶服務指標,這是一個成本中心(cost center)而非營收來源,但公司知道客戶服務對於市場健康來說是至關重要的,因此客戶服務指標是他們的關鍵業務指摽。

我認為將商業發展關鍵指標各自切開來看,是非常不合理的事情,銷售指標應該與開發部門共享,客服指標應該與財務部門共享。

有些公司會買一個大螢幕掛在辦公室的牆壁上,用來公佈他們的關鍵指標讓每個人都看得見,我很喜歡這種方式。但我也喜歡透過定期的Email,讓人知道公司的關鍵業務指標和成長情況。而當然的,這些指標應該與董事會和主要投資人共享。

在發布財務預測(未來幾週我們會談到這主題)時,你應該包含你對商業發展指標的預測,這些指標不僅能夠幫助預測,也有助於公司建立在時間軸上的整體進程。

定期評估公司業務發展的關鍵指標是一個好主意,我建議至少每年一次,大概在編列年度預算(未來幾週我們也會談到這主題)前後,

隨著業務的成長與發展,預計你每年都會改變這些指標,不要只是一昧地加入新指標,你也應該把沒用的舊指標拿掉,你所追蹤的關鍵指標的數量應該保持精簡,好讓團隊成員能夠隨時記得,

在制定指標時,少即是多。

持續追蹤商業發展關鍵指標的理由有很多,但最重要的理由是:文化因素,當關鍵指標朝向對的方向時,能夠讓所有員工方向一致,讓負責不同業務的人彼此同步,進而引領至成功的文化。而當業務目標達到新的里程碑時,一定要好好慶祝一番。雖然這些東西聽起來很蠢,但在建立一個共同努力、迅速成長企業文化時,是非常重要的。

本文作者為MBA Mondays,譯者為林廷恩,原文編譯自〈Key Business Metrics〉。

關鍵字: #Twitter
往下滑看下一篇文章
懂保險的 AI 才有用!國泰人壽數據暨人工智慧發展部如何解開壽險業的 AI 實戰難題
懂保險的 AI 才有用!國泰人壽數據暨人工智慧發展部如何解開壽險業的 AI 實戰難題

金管會調查顯示,國內金融機構與周邊單位已有 33% 導入 AI,其中壽險業導入比例達 67%,僅次於銀行業的 87%。事實上,保險業應用 AI 的難題不在技術,真正的挑戰是要在高度監理、複雜流程與專業領域中,找到可落地的應用場景。國泰人壽數據暨人工智慧發展部走過八年、歷經三次組織定位演進,如何摸索出自己一套的 AI 轉型路徑?

國泰人壽養兵練 AI

國泰人壽數據團隊的起點,可以追溯到 2016 年成立的「客群經營部」。2018 年,隨著公司希望讓 AI 發展更具基礎架構、更具規模地展開,團隊轉型為「數據經營部」;到了 2024 年,正式成立「數據暨人工智慧發展部」,角色也從推廣,轉向更專注的技術發展。

國泰人壽-2.jpg
國泰人壽數據暨人工智慧發展部目前為一約 65 人的團隊,平均年齡 33 歲。
圖/ 數位時代

八年間,團隊的任務始終圍繞同一件事:深入業務現場,釐清痛點,再與 IT、業務、客服等單位協作,推動 AI 從研究走向實踐。國泰人壽數據暨人工智慧發展部協理莊淑儀形容,這個過程更像是傳教士的工作:「很多數據產品是由我們發想,從核保到理賠,有哪些導入機會?我們要去和各部門溝通,AI 可以協助什麼。」

國泰人壽-3.jpg
國泰人壽數據暨人工智慧發展部協理莊淑儀。
圖/ 數位時代

這樣的溝通並不容易,因為壽險業的專業門檻極高。國泰人壽數據暨人工智慧發展部首席數據分析師黃喬敬博士指出,一張保單牽涉的關係人本來就複雜:「在保險業,一張保單的銷售,涉及要保人、被保人、受益人,是多方關係,尤其在金管會的要求下,還必須兼顧模型的公平性與可解釋性。」核保邏輯、理賠判斷、業務員培訓,每個環節都有各自的專業門檻與監理要求,通用技術難以直接套用。這也是國泰人壽選擇自己養兵練 AI 的原因,唯有深度理解壽險場景,AI 才有落地的條件。

從真實需求長出來的 AI 實戰力

要讓技術模型真正為前線人員所用,數據暨人工智慧發展部團隊長期觀察業務現場,確保 AI 產出都能有效銜接既有作業流程。去年,團隊面對的挑戰,是在十三個部門提案中,篩選出值得投入的場景。莊淑儀說明,評估標準有三項:「是否能複製到多元場景?對公司有什麼效益?技術可行性?」最終六個案子出線,其中包括「AI Coach」。

AI Coach 以 AI 陪練業務員磨練銷售技巧,同步縮短培訓週期,讓業務員能更快提供專業、貼近保戶需求的服務。看見 AI Coach 的成效後,國泰人壽也將同一套模式延伸至客服中心及直效團隊,評估面向包括禮貌、問題回應、服務要點...等面向,給於評分及建議。黃喬敬博士解釋背後的難度:「以往這些評估指標是由人來判斷,現在則是要做到標準化,讓 AI 系統可以自己判斷。」今年一月上線後,客服新人有超過九成以此作為教育訓練工具,業務端使用率也過半,不僅省下資深人員帶新人的時間,也讓保戶獲得更一致、更高品質的服務體驗。

國泰人壽-4.jpg
國泰人壽數據暨人工智慧發展部協理莊淑儀(左)與首席數據分析師黃喬敬博士(右)帶領團隊在國泰人壽保險領域驗證 AI 應用。
圖/ 數位時代

另一項落地應用則是「Cathay Eye」,是國泰人壽自行開發的智能風險控管模型。莊淑儀說明:「這最主要是幫案件的複雜度做分級,讓新進同仁處理複雜度低、資深同仁處理複雜度高的案件,一來反映人力價值,二來加速案件處理流程,讓客戶更快獲得所需服務。」

黃喬敬博士也補充背後的機制:「Cathay Eye 是把公司過去數千萬筆資料整合起來,藉此建立一個平均的判斷基準,用來做複雜度分級與派工。」目前,Cathay Eye 的識別能力相較原流程提升一倍精準度,也讓流程的判斷效率明顯加快。

壽險業 AI 應用的新標竿

對國泰人壽而言,讓 AI 發揮作用的關鍵,在於將產業領域知識與技術能力結合,而這仰賴的是兩條並行的人才路徑。對內,是強化已熟悉保險核心業務人才的 AI 素養;對外,則是網羅生成式 AI 工程與系統設計、AI 治理、雲端數據工程...等專業人才,補齊技術深度。莊淑儀強調:「在人才 AI 素養上,以往我們著重精兵制。去年開始,我們要做到全員素養提升,在人人都會用 AI 的時代,如何善用、如何合規,這都是需要教育訓練的。」

黃喬敬博士則從技術端點出下一步的方向,如 Agentic AI 是明確的發展趨勢,但在企業級的應用上,不可能讓它完全自由運作,如何兼顧安全與效益,是關鍵任務。「檢視整個 Workflow,如何建立更好的決策流程,人員的角色和流程都會慢慢轉換。」他也指出,把端到端的自動化流程建置起來,是團隊接下來的重點工程。

國泰人壽-5.jpg
國泰人壽數據暨人工智慧發展部首席數據分析師黃喬敬博士。
圖/ 數位時代

導入 AI,或許已是壽險業的產業常態;但能不能真正走進核心業務的第一線,關鍵仍是有沒有先搞懂保險本身。從需求出發、從場景驗證,國泰人壽正以這套方法,定義壽險業 AI 應用的新標竿。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
台達電全解讀
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓