OKRs और MBO एक ही चीज़ हैं, लेकिन उनके नाम अलग-अलग हैं।
वे एक ही तरह के गोल सेट करते हैं, लेकिन उनका एग्ज़िक्यूशन उल्टा होता है। MBO प्राइवेट है और पे से जुड़ा है; OKRs पब्लिक हैं और ग्रोथ से जुड़े हैं।
जहां MBO ने 20वीं सदी के बीच में स्ट्रक्चर्ड कॉर्पोरेट गोल सेटिंग के लिए नींव रखी, वहीं OKRs डिजिटल युग के लिए डिज़ाइन किए गए ज़्यादा फुर्तीले, ट्रांसपेरेंट और बड़े नाम के तौर पर सामने आए। उनके बीच का चुनाव टॉप-डाउन, सीक्रेट परफॉर्मेंस कल्चर से मिलकर काम करने वाले, हाई-ग्रोथ माहौल में बदलाव दिखाता है।
एक मॉडर्न फ्रेमवर्क जो टीमों को एक साथ लाने और तेज़, मेज़रेबल ग्रोथ को आगे बढ़ाने के लिए बड़े, ट्रांसपेरेंट लक्ष्यों का इस्तेमाल करता है।
एक क्लासिक मैनेजमेंट मॉडल जिसमें लीडर और कर्मचारी ऑर्गेनाइज़ेशनल परफॉर्मेंस को बेहतर बनाने के लिए खास मकसद पर सहमत होते हैं।
| विशेषता | OKRs (उद्देश्य और मुख्य परिणाम) | एमबीओ (उद्देश्यों द्वारा प्रबंधन) |
|---|---|---|
| रणनीतिक इरादा | आक्रामक विकास और नवाचार | प्रदर्शन और जवाबदेही |
| समीक्षा आवृत्ति | मासिक या त्रैमासिक | हर साल |
| पारदर्शिता | सार्वजनिक और पारदर्शी | निजी और एकाकी |
| जोखिम स्तर | उच्च (असफलता को प्रोत्साहित करता है) | कम (सुरक्षित, प्राप्त करने योग्य लक्ष्य) |
| लक्ष्यों का स्रोत | 50-60% बॉटम-अप | ऊपर से नीचे का झरना |
| मुआवज़े के लिए लिंक | अलग (भुगतान से बंधा नहीं) | सीधे जुड़ा हुआ |
MBO को इंडस्ट्रियल युग के लिए डिज़ाइन किया गया था, जहाँ स्टेबिलिटी और प्रेडिक्टेबिलिटी को सबसे ज़्यादा महत्व दिया जाता था। OKRs को तेज़ी से बदलती टेक दुनिया के लिए बनाया गया था, जिससे कंपनियाँ हर 90 दिन में बदलाव कर सकती थीं। जहाँ MBO सख़्त और धीमा लग सकता है, वहीं OKRs अचानक मार्केट में होने वाले बदलावों पर रिस्पॉन्ड करने के लिए ज़रूरी फ्लेक्सिबिलिटी देते हैं।
MBO सिस्टम में, आपको शायद ही पता हो कि आपके साथ काम करने वाले लोग किस पर काम कर रहे हैं, जिससे फालतू काम या अलग-अलग प्रायोरिटी हो सकती हैं। OKRs हर लक्ष्य को पब्लिक करके इन साइलो को तोड़ते हैं। यह ट्रांसपेरेंसी हॉरिजॉन्टल अलाइनमेंट का कल्चर बढ़ाती है, जहाँ टीमें देख सकती हैं कि उनका काम दूसरों को कैसे सपोर्ट करता है।
MBO एक 'पास/फेल' सिस्टम है; अगर आप अपना टारगेट चूक जाते हैं, तो यह आपके रिकॉर्ड पर एक नेगेटिव निशान बन जाता है। इससे अक्सर 'सैंडबैगिंग' होती है, जहाँ कर्मचारी बोनस पक्का करने के लिए आसान लक्ष्य तय करते हैं। OKRs इसे पलट देते हैं, नामुमकिन को पाने की कोशिश को इनाम देते हैं, जिससे एक बड़े लक्ष्य में 70% की कामयाबी, एक सुरक्षित लक्ष्य में 100% की कामयाबी से ज़्यादा कीमती हो जाती है।
MBO के मकसद अक्सर क्वालिटेटिव या मोटे तौर पर तय होते हैं। OKRs में 'Key Results' को एक ज़रूरी हिस्सा बताया जाता है, जिसके लिए हर मकसद के साथ 3-5 खास, मापने लायक नतीजे होने चाहिए। इससे पारंपरिक मैनेजमेंट रिव्यू में अक्सर मिलने वाली कन्फ्यूजन खत्म हो जाती है और सफलता का एक साफ मैथमेटिकल रास्ता मिलता है।
OKRs और MBO एक ही चीज़ हैं, लेकिन उनके नाम अलग-अलग हैं।
वे एक ही तरह के गोल सेट करते हैं, लेकिन उनका एग्ज़िक्यूशन उल्टा होता है। MBO प्राइवेट है और पे से जुड़ा है; OKRs पब्लिक हैं और ग्रोथ से जुड़े हैं।
आज के वर्कप्लेस में MBO पुराना हो गया है।
ज़रूरी नहीं। मैन्युफैक्चरिंग या इंश्योरेंस जैसी कुछ कंजर्वेटिव इंडस्ट्री अभी भी आउटपुट को स्टैंडर्डाइज़ करने और अलग-अलग कोटा को मैनेज करने के लिए MBO का असरदार तरीके से इस्तेमाल करती हैं।
OKRs के साथ आपकी जवाबदेही नहीं हो सकती।
OKRs असल में ट्रांसपेरेंसी के ज़रिए ज़्यादा अकाउंटेबिलिटी देते हैं। क्योंकि हर कोई आपकी प्रोग्रेस देख सकता है, इसलिए परफॉर्म करने का सोशल प्रेशर अक्सर प्राइवेट मैनेजर चेक-इन से ज़्यादा होता है।
OKRs के लिए महंगे सॉफ्टवेयर की ज़रूरत होती है।
दुनिया की कई सबसे सफल कंपनियों ने अपनी OKR यात्रा सिंपल शेयर्ड स्प्रेडशीट या व्हाइटबोर्ड का इस्तेमाल करके शुरू की। टूल से ज़्यादा कल्चर मायने रखता है।
अगर आप एक बहुत स्टेबल इंडस्ट्री में काम करते हैं, जहाँ हर व्यक्ति की ज़िम्मेदारी और पारंपरिक परफॉर्मेंस से जुड़ी सैलरी मुख्य वजहें हैं, तो MBO चुनें। अगर आपके ऑर्गनाइज़ेशन को तेज़ी से आगे बढ़ना है, अलग-अलग तरह की टीमों को एक साथ लाना है, और एक ऐसा इनोवेटिव कल्चर बनाना है जहाँ बड़े रिस्क लेने को बढ़ावा दिया जाता है, तो OKRs अपनाएँ।
यह तुलना सिर्फ़ आर्टिफिशियल इंटेलिजेंस का इस्तेमाल करने से लेकर असल में उससे चलने तक के बदलाव को दिखाती है। जहाँ AI अपनाने में मौजूदा बिज़नेस वर्कफ़्लो में स्मार्ट टूल्स जोड़ना शामिल है, वहीं AI-नेटिव बदलाव एक ग्राउंड-अप रीडिज़ाइन दिखाता है जहाँ हर प्रोसेस और फ़ैसले लेने का लूप मशीन लर्निंग क्षमताओं के आस-पास बना होता है।
यह तुलना लैब में AI को टेस्ट करने से लेकर उसे कॉर्पोरेशन के नर्वस सिस्टम में शामिल करने तक के ज़रूरी बदलाव की जांच करती है। जहां एक्सपेरिमेंट छोटी टीमों के अंदर किसी कॉन्सेप्ट की टेक्निकल संभावना को साबित करने पर फोकस करता है, वहीं एंटरप्राइज़ इंटीग्रेशन में AI के लिए ज़रूरी मज़बूत इंफ्रास्ट्रक्चर, गवर्नेंस और कल्चरल बदलाव बनाना शामिल है, ताकि कंपनी-वाइड ROI को मापा जा सके।
मॉडर्न ऑर्गनाइज़ेशन तेज़ी से पहले से बने हायरार्किकल स्ट्रक्चर और एजाइल, डेटा-सेंट्रिक मॉडल के बीच चुन रहे हैं। जहाँ पारंपरिक कल्चर स्टेबिलिटी और इंसानों के इंट्यूशन को प्रायोरिटी देते हैं, वहीं AI-ड्रिवन एनवायरनमेंट तेज़ी से एक्सपेरिमेंट और ऑटोमेटेड इनसाइट्स पर ज़्यादा ध्यान देते हैं। यह तुलना यह पता लगाती है कि ये दो अलग-अलग फिलॉसफी रोज़ाना के एम्प्लॉई एक्सपीरियंस, डिसीजन-मेकिंग प्रोसेस और बदलती डिजिटल इकॉनमी में लंबे समय तक चलने वाले बिज़नेस वायबिलिटी को कैसे आकार देती हैं।
यह तुलना की परफ़ॉर्मेंस इंडिकेटर्स (KPIs) और ऑब्जेक्टिव्स एंड की रिज़ल्ट्स (OKRs) के बीच ज़रूरी अंतर को साफ़ करती है। जहाँ KPIs किसी बिज़नेस की चल रही हेल्थ और स्टेबिलिटी को मॉनिटर करने के लिए एक डैशबोर्ड की तरह काम करते हैं, वहीं OKRs तय समय में तेज़ी से ग्रोथ, इनोवेशन और ऑर्गेनाइज़ेशनल बदलाव लाने के लिए एक स्ट्रेटेजिक फ्रेमवर्क देते हैं।
हालांकि दोनों फ्रेमवर्क सफलता को मापते हैं, OKRs बड़ी ग्रोथ और दिशा बदलने के लिए एक कंपास की तरह काम करते हैं, जबकि KPIs स्थिर परफॉर्मेंस के लिए एक हाई-प्रिसिजन डैशबोर्ड की तरह काम करते हैं। इनमें से किसी एक को चुनना इस बात पर निर्भर करता है कि आप कुछ नया करने की कोशिश कर रहे हैं या बस यह पक्का करना चाहते हैं कि आपका मौजूदा इंजन बिना ज़्यादा गरम हुए आसानी से चल रहा है।