КАК МЫ KPI ЗАПИЛИЛИ До того, как мы ввели KPI, в отделе была очень знакомая многим картина: люди работают, проверки идут, ошибок вроде бы не очень много, но ответ на вопрос кто работает хорошо, а кто нет каждый раз превращался в спор и хаос

Оценка качества была на уровне вроде нормально или вроде косячит, а разборы с аналитиками, что считать хорошей работой, занимали больше времени, чем сами проверки

При этом качество явно страдало, система контроля не вытягивала нагрузку, а мы продолжали измерять эффективность количеством закрытых кейсов и субъективным мнением

Цель у внедрения KPI была очень простой: поднять качество работы, увеличить объём проверок и сделать систему оценки прозрачной и честной для всех участников процесса. Мы сознательно ограничили пилот одной ролью — KPI вводили только для антифрод-аналитиков, без расширения на всю команду и руководство, чтобы сперва навести порядок там, где ежедневно принимаются решения по транзакциям

КАК МЫ KPI СОБИРАЛИ На старте взяли три базовые метрики, которые напрямую описывают работу аналитика: скорость, объём и качество

Скорость — это то, сколько проверок человек делает за единицу времени; объём — общее количество закрытых кейсов за период; качество — число ошибок и вопросов, с которыми аналитик возвращается к супервайзеру

Быстрый и производительный аналитик без качества нам не нужен, как и идеальный по качеству человек, который закрывает единицы кейсов; KPI должен быть в балансе

Отдельно мы заложили в основу идею штрафного веса для ошибок и вопросов

Ошибка — это не только потеря денег, но и пересмотр решения, лишняя нагрузка на коллег и риск потери доверия к команде

Вопросы — это маркер того, что человек не уверен, но хочет уточнить или не хочет принимать ответственность за свое решение, и мы не хотели превращать их в минус за инициативу, поэтому сделали их частью качества с меньшим, но всё же отрицательным весом

Вспомогательные временные метрики — AHT (Average Handle Time), AFRT (Average First Response Time), TTR (Time to Resolution) — на момент запуска в KPI не вошли, но мы сразу зафиксировали, что они будут следующей волной: время обработки напрямую зависит от аналитика и должно стать отдельным инструментом роста как для отдела, так и для каждого человека

КАК МЫ РЕЗУЛЬТАТЫ СЧИТАЛИ И ПОКАЗЫВАЛИ Все метрики мы считали через дашборд: данные подтягивались автоматически, вручную никто не сводил Excel-таблицы ночами. Периодом измерения сделали месяц — так понятнее и команде, и финансам

Дашборд показывал три ключевые вещи по каждому аналитику:

количество проверок

количество ошибок и вопросов

скорость работы в кейсах

Шкалу KPI мы описали так, чтобы она была интуитивной. 100% — базовый уровень, соответствует ожидаемому качеству и объёму работы

Всё, что выше 100 — перевыполнение: бонусная часть растёт

Всё, что ниже — недобор, бонусная часть проседает. Аналитик видит не абстрактный рейтинг, а живой процент, который каждый день можно подтянуть или уронить своим реальным поведением в потоке проверок

Отдельным блоком внутри дашборда мы сделали конструктор коэффициентов. Это не спрятанная формула в файле, а интерфейс, где можно в реальном времени менять веса метрик и штрафов. Руководство может поднимать или опускать важность скорости, объёма, качества, корректировать вес ошибок и вопросов, двигать пороги, а аналитики видят только итог: свой KPI и свою предполагаемую зарплату

Пересмотр коэффициентов мы сразу привязали к месячному циклу: раз в месяц смотрим результаты, балансируем таблицу так, чтобы небольшая группа действительно сильных аналитиков оказывалась выше 100%, основная масса была вокруг 100 с разумным разбросом, а часть людей честно получала меньше, отражая реальные просадки

КАК МЫ KPI ВНЕДРЯЛИ: ТРИ ИТЕРАЦИИ И ЖИВОЙ ФИДБЭК Запуск KPI мы делали не как сюрприз с понедельника, а в три итерации:

1️⃣ Сначала описали систему и презентовали команде, показали, что именно будет считаться, и собрали обратную связь по формулам и по страхам