一間 B2B SaaS 公司準備往 enterprise 市場移動。管理團隊希望大型客戶成長得更快，同時守住留存、單位經濟與交付品質。於是，新 enterprise ARR 被放進年度目標，示意值訂成 成長 25%。這個 25% 只用來走案例，不是建議值。
幾個月後，數字很好看。ARR 達標，dashboard 變綠，獎金條件也被觸發。但業務折扣變深，原本可能下季簽的單被拉到季底前，產品 fit 普通的客戶也更容易被接受。implementation backlog 開始拉長，交付團隊接手一些超過現有 capacity 的承諾。
這種時候，把原因直接寫成「業務為了獎金亂賣」太快了。先看制度本身。若一個聰明、守規則、很想達標的人照著系統行動，仍然可能把策略做壞，管理問題就已經出現。
可以先用一個很殘酷的測試：headline target 能不能達到 100%，但底下那個策略目標變差？
若答案是可以，接下來要看的就不是「目標夠不夠 ambitious」，而是這個目標進入衡量、獎酬與 review 之後，組織到底被鼓勵做了什麼。
把 OKR 放回整條管理鏈
OKR 很適合把方向與可衡量成果放在一起，但它只處理整條 performance system 的一部分。Locke 與 Latham 對數十年 goal-setting research 的整理指出，目標設定可以影響動機與績效，效果會受到任務複雜度、能力、承諾與回饋等條件影響。這支持「目標有作用」，不支持「導入 OKR 就會自動改善績效」。
在管理上，幾個元件最好分工清楚：Objective 說明想改變的策略結果；Key Result 或 outcome KPI 觀察結果；driver metric 描述目前相信的營運機制；initiative 是團隊選擇採取的行動；target 指定想把某個衡量推到哪裡；health 或 guardrail metric 則看哪些重要維度不能一路被犧牲。
Kaplan 與 Norton在 Balanced Scorecard 的脈絡中主張，衡量應從策略出發，並把 outcome measures 與 performance drivers 放在一起。這裡有個很實用的限制：driver tree 上的箭頭仍是待驗證的假說。enterprise demos 增加，不代表 qualified pipeline 一定變好；pipeline 變大，也可能只是 qualification 放鬆。
回到這家 SaaS 公司，鏈條可以先寫成：往 enterprise 移動，同時守住 durable economics 與 delivery quality；Objective 是加速 enterprise growth；Outcome 看新 enterprise ARR；候選 drivers 包括 qualified pipeline、win rate、sales cycle quality、implementation readiness；initiatives 可能是 ABM、enterprise sales enablement、security readiness 與 solution engineering；health constraints 則看 retention quality、contribution economics 與 implementation capacity。
到這裡還沒有 gaming。轉折發生在 ARR 不只被觀察，還開始決定排名、獎金、升遷或資源。
高 stakes 之後，數字會改變人的選擇
Baseline、target、trigger 和 guardrail 都可能長得像「一個數字」，但管理用途不同。baseline 告訴你從哪裡出發；target 表示想去哪裡；trigger 決定何時需要 review 或 escalation；guardrail 則保護另一個不能被主要目標壓掉的維度。把這幾個角色混成一籃 KPI，之後很難知道紅燈或綠燈究竟代表什麼。
高 stakes 會再多加一層。數字開始帶來實際後果後，人會重新計算什麼行為最值得做。Bevan 與 Hood在英格蘭公共醫療 target regime 的研究裡記錄過 gaming 與 measurement distortion。那個情境不能直接外推成「科技公司都會如此」，但它證明了 target regime 確實可能改變被衡量者的行為方式。
Jensen討論 budget 與 compensation 時，則把問題落在可協商 target 與機械式報酬的結合：sandbagging、資訊扭曲與 gaming 可能因此更有誘因。這也不是反對所有 KPI-linked compensation 的通則。它提供的是一個設計警告：reward 越直接，越需要知道 focal metric 漏掉了什麼。
Franco-Santos、Lucianetti 與 Bourne回顧 76 項 empirical studies，也顯示 performance measurement systems 對行為、能力與績效的影響高度依賴設計與情境。
現在把 sales reward 很大一部分綁回 enterprise ARR。理性的業務會看到幾條短路：深折扣能換速度；pull-forward 能把下季交易提早認進本季；較低的 qualification bar 能把更多 logo 塞進來；implementation scope 可以先承諾，交付壓力留到後面；booked ARR 也比 renewal quality 更快反映在當期成績上。
沒有人需要違規，headline number 就可能被優化得比策略更快。
先讓最會達標的人攻擊你的 target
重要 target 上線前，可以先做一次 adversarial pre-mortem。假設接手的人很聰明、完全懂規則，也真心想把數字做到最好。接著問：他有哪些合法做法，可以讓 metric 變漂亮，同時把別的東西留給公司承擔？
對 enterprise ARR，gaming surface 大概會長這樣：
| 達標路徑 | ARR 會怎麼變好 | 可能被犧牲的維度 |
|---|---|---|
| 加大 discount | deal 更快 close | contribution economics、pricing quality |
| Quarter-end pull-forward | 本季 booked ARR 上升 | timing quality、未來季度 pipeline |
| 放鬆 qualification | 新 logo 與 ARR 增加 | retention quality、support burden |
| Oversell implementation | deal 比較容易簽 | delivery capacity、客戶體驗 |
| 只盯 booked ARR | focal target 更漂亮 | expansion、renewal economics、churn risk |
這張表不是在預測哪一條一定發生。它只是把「headline metric 看不到的代價」先攤開。
如果折扣是主要風險，應該保護的是 contribution economics；若低 fit 客戶變多，retention 或 qualification quality 需要被看見；若 sales 不斷先賣再說，implementation capacity 就不能只存在交付團隊的腦袋裡。
客服也會遇到同一種機制。強烈獎勵「24 小時內關單」時，close rate 可以很好看，但 repeat contacts 或 unresolved issues 可能往上。這時不必急著把 SLA 拿掉，先找出它沒有看到的犧牲面。
跑完這一步，管理者手上應該得到一張 failure surface，而不是一串新的 KPI 願望清單。
把已知的失敗路徑接上治理
enterprise ARR 仍然可以保留為重要 outcome measure。修理的是它的權限：它可以告訴公司「成長發生了」，不能單獨宣告「策略成功了」。
先保護會被犧牲的維度
先從前面已經找出的 sacrificial dimensions 下手。對這個案例，少量 guardrails 可能包括 contribution economics、new-enterprise cohort 的 retention quality，以及 implementation backlog 或 capacity utilisation。這裡沒有可複製的通用門檻，因為界線會隨 business model、strategy stage 與 risk appetite 改變。可複製的是每一個 guardrail 都要說得出自己在保護什麼。
接著處理 metric 本身的治理。SEC 對 MD&A 中 KPI 與 metrics 的指引是 disclosure context，並不是企業內部 OKR 規則。不過它提供一個很好的類比：重要 metric 需要交代計算方式、管理層怎麼使用、為什麼有用，以及方法是否改變。放回內部管理，KPI 至少要有清楚的 calculation / population / period、策略角色、資料與定義 owner，還要知道什麼變化會迫使團隊重新檢查這個 metric。
讓綠燈有被挑戰的路徑
只把這些數字放進 dashboard 仍然不夠。Robert Simons 的 Levers of Control 把管理控制分成 belief、boundary、diagnostic 與 interactive systems。它只是一個具影響力的 framework，不是唯一分類，但很適合提醒管理者：有些問題可以靠 diagnostic monitoring，有些需要明確 boundary，有些則得讓管理團隊持續討論策略假說。
以這家公司來說，「不得承諾超出同意 delivery capability 的 implementation scope」可以是一條 boundary。enterprise ARR 與 guardrails 屬於 diagnostic signals。至於 move-up-market 這個假說是否還成立，不能靠一格 dashboard 自動回答。
review path 也應該在爭議發生前就存在。什麼情況需要 escalation、誰能挑戰一個綠色結果、review 時帶哪些 evidence，以及 formulaic attainment 何時不足以直接決定 reward，都需要先有 owner。
這也是 FRC 案例能提供的有限啟發。UK Corporate Governance Code 2024適用於特定英國上市公司治理情境，不是所有公司的法律模板。它在 remuneration governance 上要求制度保留對 formulaic outcomes 的 discretion，相關 FRC guidance 也談到 remuneration committee 必須運用 judgement。若 focal metric 顯示 110% 達標，而 delivery guardrail 已被透支，管理者需要有一條有權限、有 evidence、有 review path 的方式處理衝突。
另一個常見補救是把 metric 越加越多。FABRIC framework源自英國公部門，也不該被當成企業 KPI 唯一標準；它把 performance information 描述為 focused、appropriate、balanced、robust、integrated、cost-effective，倒是點出一個好限制：資訊是拿來決策，不是拿來把 dashboard 填滿。
這樣設計完，enterprise ARR 仍在，但它身邊多了幾個能阻止「錯誤勝利」直接過關的東西：少量 guardrails、明確 KPI ownership、boundary、review trigger，以及必要時可用證據推翻公式結果的 judgement。
指標與 driver hypothesis 也會過期
一套 target system 今天有效，不代表明年還有效。Bourne 等人在 performance measurement systems 的研究裡，把 updating 視為設計與使用之外的重要工作。策略改了、customer mix 變了、資料定義換了，甚至只是組織已經學會如何在現有規則下行動，都可能讓舊系統失去代表性。
在這個 SaaS 案例裡，有幾種 evidence 值得直接重開設計：enterprise growth 不再是主要策略；原本的 guardrail 對新的 customer mix 已經失真；某個 driver 長期無法預測或解釋 outcome；同一種 optimisation failure 經過 controls 後仍反覆出現；metric definition 或 data source 改到前後期間無法比較。
這些都不是固定 monthly、quarterly 或 annual cadence 可以替代的。組織要先約定的是 reset condition：什麼證據一出現，就必須重新檢查 driver hypothesis、target、guardrail 或 incentive logic。
下一個 target 上線前，跑一次 Target Governance Stress Test
如果現在回到 enterprise ARR，不需要再發明一套新 framework。把前面已經發現的問題塞進七個欄位，就能檢查這個 target 是否準備好進入 scorecard、bonus plan 或 performance review。
| 欄位 | 要問的問題 | Enterprise ARR 示例 |
|---|---|---|
| Strategic outcome | 想改善的實際結果是什麼？ | 可持續的 enterprise growth，而非只有本季 booked ARR |
| Focal measure and role | 這個數字是 outcome、driver、activity proxy 還是 guardrail？ | 新 enterprise ARR 是 outcome proxy，不能代表整個策略 |
| Behaviour made rational | 數字變成 high stakes 後，什麼行為會更合理？ | discount、pull-forward、放鬆 qualification、oversell delivery |
| Sacrificial dimension | headline 變好時，哪些東西還可能變差？ | contribution economics、retention、delivery capacity、timing quality |
| Guardrail / counter-metric | 哪些維度不能被犧牲？ | retention quality、contribution economics、implementation capacity |
| Review / escalation / override owner | 誰能挑戰綠燈？什麼情況啟動？ | sales、finance、CS / delivery 共用 review path，由明確 owner 決定是否需要 override |
| Reset condition | 什麼 evidence 會迫使系統本身改變？ | strategy shift、driver hypothesis 失效、重複 gaming signal、customer-mix 結構性改變 |
最後的 25% 可能仍然合理，也可能不合理。這篇文章沒有足夠資訊替任何公司決定那個 target。管理團隊能先做的，是確認一件更可控的事：數字一旦和獎勵、排名與資源連在一起，哪些行為會因此變得值得做，以及哪幾種看起來很漂亮的達標結果需要被擋下來再 review。
References
- Edwin A. Locke & Gary P. Latham, Building a Practically Useful Theory of Goal Setting and Task Motivation, 2002.
- Robert S. Kaplan & David P. Norton, Linking the Balanced Scorecard to Strategy, 1996.
- Gwyn Bevan & Christopher Hood, What’s Measured Is What Matters: Targets and Gaming in the English Public Health Care System, 2006.
- Michael C. Jensen, Paying People to Lie: The Truth About the Budgeting Process, 2003.
- Monica Franco-Santos, Lorenzo Lucianetti & Mike Bourne, Contemporary Performance Measurement Systems: A Review of Their Consequences and a Framework for Research, 2012.
- Robert Simons, Levers of Control: How Managers Use Innovative Control Systems to Drive Strategic Renewal, Harvard Business School Press, 1995.
- U.S. Securities and Exchange Commission, Commission Guidance on Management’s Discussion and Analysis of Financial Condition and Results of Operations, 2020.
- Financial Reporting Council, UK Corporate Governance Code 2024.
- National Audit Office / HM Treasury et al., Choosing the Right FABRIC, 2001.
- Mike Bourne, John Mills, Mark Wilcox, Andy Neely & Ken Platts, Designing, Implementing and Updating Performance Measurement Systems, 2000.