229 lines
6.5 KiB
Markdown
229 lines
6.5 KiB
Markdown
# OKR Eksempler for Offentlig Sektor
|
|
|
|
## Fremragende eksempler
|
|
|
|
### Eksempel 1: Trafikksikkerhet (Direktoratet for digital tjenesteutvikling — fiktiv eksempeletat)
|
|
|
|
**Objective**: Redusere alvorlige ulykker på E6 gjennom Trøndelag
|
|
|
|
**Key Results**:
|
|
1. Antall ulykker med personskade reduseres fra 45 til 25 per år (44% reduksjon)
|
|
2. 100% av identifiserte høyrisiko-strekninger (8 stk) får sikkerhetstiltak innen august
|
|
3. Fartsoverskridelser >20 km/t reduseres med 60% (målt via ATK-data)
|
|
|
|
**Hvorfor bra**:
|
|
- ✅ Klart outcome-fokus (færre ulykker)
|
|
- ✅ Målbare KR med baseline og target
|
|
- ✅ Ambisiøst men realistisk
|
|
- ✅ Støtter nasjonal strategi om trafikksikkerhet
|
|
- ✅ Tidsbestemt (innen syklus)
|
|
|
|
---
|
|
|
|
### Eksempel 2: Digitale tjenester
|
|
|
|
**Objective**: Levere digital-først opplevelse for søknadsbehandling
|
|
|
|
**Key Results**:
|
|
1. 90% av saksbehandlingssøknader sendes inn digitalt (opp fra 65%)
|
|
2. Gjennomsnittlig behandlingstid reduseres fra 5 dager til 2 dager
|
|
3. Brukertilfredshet øker fra 3.8 til 4.5 (skala 1-5)
|
|
|
|
**Hvorfor bra**:
|
|
- ✅ Tydelig brukerverdi
|
|
- ✅ Kombinasjon av adopsjonsmetrikk, effektivitet og tilfredshet
|
|
- ✅ Målbart og verifiserbart
|
|
- ✅ Støtter digitaliseringsstrategi
|
|
|
|
---
|
|
|
|
### Eksempel 3: HR/Organisasjonsutvikling
|
|
|
|
**Objective**: Bygge kompetanse i dataanalyse på tvers av organisasjonen
|
|
|
|
**Key Results**:
|
|
1. 80% av målgruppen (150 ansatte) fullfører data-opplæringsprogram
|
|
2. Kompetansetest: Gjennomsnittsscore øker fra 60% til 85%
|
|
3. 5 datadrevne beslutninger tatt og dokumentert av team som før ikke brukte data
|
|
|
|
**Hvorfor bra**:
|
|
- ✅ Ikke bare "antall traininger" (output), men kompetanse og anvendelse (outcome)
|
|
- ✅ KR3 viser reell endring i atferd
|
|
- ✅ Målbart på flere nivåer
|
|
|
|
---
|
|
|
|
## Dårlige eksempler (og hvordan forbedre dem)
|
|
|
|
### Dårlig eksempel 1: Vag og aktivitetsorientert
|
|
|
|
❌ **Objective**: Forbedre veivedlikehold
|
|
|
|
❌ **Key Results**:
|
|
1. Gjennomføre 10 vedlikeholdsprosjekter
|
|
2. Holde månedlige møter om veivedlikehold
|
|
3. Lage årsrapport om vedlikehold
|
|
|
|
**Hva er galt**:
|
|
- Objective er for bred og vag
|
|
- KR er aktiviteter, ikke resultater
|
|
- Ingen måling av faktisk forbedring
|
|
|
|
✅ **Forbedret versjon**:
|
|
|
|
**Objective**: Redusere veiforfall og forbedre kjørekomfort på fylkesveier
|
|
|
|
**Key Results**:
|
|
1. Prosentandel fylkesveier i "dårlig" stand reduseres fra 18% til 12%
|
|
2. Brukerklager på dårlig veistandard reduseres med 40%
|
|
3. Gjennomsnittlig reparasjonstid for rapporterte hull reduseres fra 14 til 7 dager
|
|
|
|
---
|
|
|
|
### Dårlig eksempel 2: For lett og "business as usual"
|
|
|
|
❌ **Objective**: Opprettholde nåværende servicenivå
|
|
|
|
❌ **Key Results**:
|
|
1. Svare på 95% av henvendelser innen 3 dager (vi gjør allerede dette)
|
|
2. Ikke få klager fra media
|
|
3. Holde budsjettet
|
|
|
|
**Hva er galt**:
|
|
- Ikke ambisiøst (bare vedlikeholde status quo)
|
|
- "Ikke få klager" er ikke målbart eller konstruktivt
|
|
- OKR skal drive forbedring, ikke beskrive dagens drift
|
|
|
|
✅ **Forbedret versjon**:
|
|
|
|
**Objective**: Bli best i klassen på responsivitet for publikumshenvendelser
|
|
|
|
**Key Results**:
|
|
1. Svarresponstid reduseres fra 3 dager til 24 timer (gjennomsnitt)
|
|
2. First-contact-resolution øker fra 60% til 85%
|
|
3. Publikumstilfredshet med support øker fra 4.0 til 4.7 (av 5)
|
|
|
|
---
|
|
|
|
### Dårlig eksempel 3: Ikke målbart
|
|
|
|
❌ **Objective**: Øke ansattes trivsel
|
|
|
|
❌ **Key Results**:
|
|
1. Ansatte er mer fornøyde
|
|
2. Bedre arbeidsmiljø
|
|
3. Folk føler seg verdsatt
|
|
|
|
**Hva er galt**:
|
|
- Ingenting er målbart
|
|
- Ingen baseline eller target
|
|
- Hvordan vet vi om vi lyktes?
|
|
|
|
✅ **Forbedret versjon**:
|
|
|
|
**Objective**: Forbedre ansattes trivsel og engasjement i avdeling X
|
|
|
|
**Key Results**:
|
|
1. Medarbeiderundersøkelse: Trivselsscore øker fra 3.5 til 4.2 (skala 1-5)
|
|
2. Frivillig turnover reduseres fra 12% til <8%
|
|
3. 90% av ansatte oppgir at de føler seg verdsatt (ny undersøkelse)
|
|
|
|
---
|
|
|
|
### Dårlig eksempel 4: Mangel på alignment
|
|
|
|
❌ **Objective (IT-avdeling)**: Modernisere IT-infrastruktur
|
|
|
|
❌ **Key Results**:
|
|
1. Bytte ut 500 PC-er
|
|
2. Oppgradere alle servere til ny versjon
|
|
3. Implementere ny firewall
|
|
|
|
**Hva er galt**:
|
|
- Kun tekniske aktiviteter
|
|
- Ingen link til organisasjonens strategiske mål
|
|
- Hva er forretningsmessig verdi?
|
|
|
|
✅ **Forbedret versjon**:
|
|
|
|
**Objective**: Øke IT-systemenes pålitelighet og brukertilfredshet for å støtte digital transformasjon
|
|
|
|
**Key Results**:
|
|
1. Systemoppetid øker fra 98.5% til 99.8%
|
|
2. Gjennomsnittlig IT-støtte-billettløsningstid reduseres fra 6 timer til 2 timer
|
|
3. IT-brukertilfredshet (survey) øker fra 3.2 til 4.3
|
|
|
|
**Alignment**: Støtter organisasjonens digitale transformasjonsstrategi ved å sikre stabil og responsiv IT.
|
|
|
|
---
|
|
|
|
## Praktiske eksempler fra forskjellige domener
|
|
|
|
### Vei og Transport
|
|
|
|
**Objective**: Forbedre trafikkflyten i Oslo-regionen
|
|
|
|
**Key Results**:
|
|
1. Gjennomsnittlig reisetid i rush reduseres med 15% (fra 40 min til 34 min)
|
|
2. Kollektivtransportandel øker fra 55% til 65%
|
|
3. CO₂-utslipp fra bytrafikk reduseres med 10%
|
|
|
|
---
|
|
|
|
### Miljø/Bærekraft
|
|
|
|
**Objective**: Akselerere elektrifisering av vegnettet
|
|
|
|
**Key Results**:
|
|
1. 100 nye hurtigladere installert (fra 300 til 400 totalt)
|
|
2. Dekning: <50 km mellom hver lader på alle hovedveier
|
|
3. Laderbruk: Kapasitetsutnyttelse øker fra 30% til 60%
|
|
|
|
---
|
|
|
|
### Prosjektlevering
|
|
|
|
**Objective**: Levere E39-prosjekt i tide og innenfor budsjett
|
|
|
|
**Key Results**:
|
|
1. Prosjekt fullført innen 1. desember (ikke forsinkelse)
|
|
2. Budsjettavvik: <2% (target: ±20 mill av 1000 mill)
|
|
3. Kvalitetssjekk: 95% av milepæler godkjent første gang
|
|
|
|
---
|
|
|
|
### Regulatorisk/Compliance
|
|
|
|
**Objective**: Oppnå full GDPR-compliance i data processing
|
|
|
|
**Key Results**:
|
|
1. 100% av datasystemer kartlagt og vurdert for GDPR-risiko (fra 60%)
|
|
2. Alle høyrisiko-gap lukket innen Q3 (0 kritiske funn i audit)
|
|
3. Ansatte: 95% fullført GDPR-opplæring med >80% score på test
|
|
|
|
---
|
|
|
|
## Sjekkliste for gode OKR
|
|
|
|
Bruk denne når du skriver eller vurderer OKR:
|
|
|
|
### Objective
|
|
- [ ] Er det inspirerende og meningsfullt?
|
|
- [ ] Beskriver det outcome, ikke aktivitet?
|
|
- [ ] Er det klart hva suksess betyr?
|
|
- [ ] Kan det oppnås i løpet av 4-måneders syklus?
|
|
- [ ] Støtter det overordnet strategi?
|
|
|
|
### Key Results
|
|
- [ ] Er hvert KR målbart (tall/prosent/milepæl)?
|
|
- [ ] Har vi baseline og target?
|
|
- [ ] Er de outcome-fokusert (ikke bare output)?
|
|
- [ ] Er de ambisiøse men realistiske?
|
|
- [ ] Ville suksess på disse KR virkelig oppnå Objective?
|
|
- [ ] Har vi 2-5 KR (ikke for få, ikke for mange)?
|
|
|
|
### Samlet
|
|
- [ ] Maks 2-3 Objectives per team?
|
|
- [ ] Kan vi verifisere suksess objektivt?
|
|
- [ ] Er det klart hvem som eier hvert KR?
|
|
- [ ] Ville dette imponere stakeholders hvis vi lykkes?
|