Google如何设定目标与衡量成功

Google往往设定不可能实现的目标……然后去实现它们。解决这些不可能完成的目标的战斗心态,是早已灌输进Google每个团队中的企业文化的一 部分。一些战斗难题的答案并不明显。这就需要你来发掘解决方案,而不是仅仅去优化那些现有的东西。Google的每个团队的每个季度都要设定未来九十天内 的目标,叫做 OKRs(目标和主要结果)。大多数大型企业都会设定年度目标,计划一年内将一些指标提高或增加几个百分点,然后每年进行一次绩效衡量。在Google, 一年相当于十年,年度目标是不够的,他们会设定季度目标,设定不可能实现的季度目标,然后搞清楚如何实现它们。每个季度都要进行一次绩效衡量,然后对突出 成就进行奖励。

OKRs是指目标与主要结果。我曾经提交过第一个季度的OKRs,里面有我认为积极但依然是可实现的目标。然而这还不够。我的经理解释说我们需要设定看似不可能完 全实现的远大目标。嗯……我回答“这仅仅是90天的目标,我们明明可以设定合理准确的目标,为什么还要设定不切实际的目标呢?”因为如果目标太保守就一定 不能实现惊人的结果。我们需要惊人的结果,我们要搞定不可能实现的东西。

(编注:“OKRs”应该是 “one objective and three measurable key results”的缩写,意指“一个目标,三个重要的衡量指标”。)

失败不是一种选择 —— 不久前我写过一篇关于“失败不是一种选择”的文化文章,讲述了设定保守的人们当然能够实现的目标,这实际上限制了他们自己,此种文化是多么地错误。因为如 果他们一旦失败就会被开除。冒大风险,追求创新,然后努力实现那些不可能的目标,这种情况不会发生在那样的公司里。在那篇文章中我讨论了初创企业对 “不能失败”完全不同的定义。初创企业指愿意尝试5或10种甚至是20种方法,直到找到有效方法的公司。他们不成功不会罢休。Google的文化有点像托 马斯·爱迪生的方法,意思是“我没有失败,我已经找到了很多不能成功的方法,现在我离成功更近了。”

实现65%的不可能的目标胜过100%地实现可能的目标 —— 设定不可能的目标,并实现一部分与安全路线相比是截然不同的目标。有时你可以在一个季度内就实现了不可能实现的目标,但是即使你没实现,也是在很快实现该目标的快速干道上。每季度对业绩的测量,让中期调整得以进行,并可以为下个季度设立更高目标。

对成功的奖励 —— 对实现不可能实现的目标进行奖励是很重要的。就好像你期待有一种计算法则可以用各种乘数来计算动力的奖金。Google之所以吸引众多业内最优秀人才,原 因有很多,最重要的原因是他们为人们实现不可能实现的目标提供资源与支持。金钱奖励确实重要,但是它们却不是主要动力。与世界上最出色的人才共事及实现伟 大的目标才是终极奖励。

转载于:https://www.cnblogs.com/njgh/archive/2013/06/04/3117406.html

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值