Quản trị hiệu suất trên Lark: Xây dựng hệ thống từ mục tiêu đến kết quả
Khám phá cách kết nối mục tiêu, công việc, phản hồi và kết quả trên Lark bằng OKR, Base, workflow và AI; kèm mô hình triển khai thực tế.
Mục lục
Một hệ thống quản trị hiệu suất trên Lark có thể được xây dựng bằng cách kết nối bốn lớp: mục tiêu cần đạt, công việc tạo ra kết quả, dữ liệu phản hồi trong quá trình thực hiện và kỳ đánh giá cuối chu kỳ. Lark OKR giúp căn chỉnh mục tiêu; Lark Base tổ chức dữ liệu và workflow; Tasks, Docs và Messenger đưa việc cập nhật vào nhịp làm việc hằng ngày; AI hỗ trợ tổng hợp và phát hiện tín hiệu cần xem xét.
Điểm quan trọng là không biến hệ thống thành một bảng chấm điểm phức tạp. Công nghệ chỉ phát huy giá trị khi doanh nghiệp đã thống nhất “hiệu suất tốt” nghĩa là gì, dữ liệu nào được dùng làm bằng chứng và ai chịu trách nhiệm đưa ra quyết định
Quản trị hiệu suất không chỉ là đánh giá cuối kỳ
Quản trị hiệu suất là quá trình giúp cá nhân và đội nhóm hiểu kỳ vọng, theo dõi tiến độ, nhận phản hồi và điều chỉnh để đóng góp vào mục tiêu của tổ chức. Đánh giá hiệu suất chỉ là một điểm kiểm tra chính thức trong chu trình đó.
CIPD mô tả quản trị hiệu suất là một tập hợp thực hành cần được tiếp cận toàn diện, trong đó mục tiêu, phản hồi, phát triển và trách nhiệm giải trình liên kết với nhau. Tổ chức này cũng nhấn mạnh quản trị hiệu suất nên là một chu trình liên tục thay vì một sự kiện đơn lẻ.
Sự phân biệt này ảnh hưởng trực tiếp đến thiết kế hệ thống. Nếu doanh nghiệp chỉ số hóa biểu mẫu đánh giá cuối năm, dữ liệu vẫn xuất hiện quá muộn để quản lý hỗ trợ nhân viên hoặc điều chỉnh ưu tiên. Ngược lại, khi mục tiêu, công việc, trở ngại và phản hồi được nối thành một luồng, kỳ đánh giá trở thành bước tổng hợp bằng chứng đã hình thành trong suốt chu kỳ — không phải cuộc “hồi tưởng” dựa vào trí nhớ.
Mô hình 4 lớp của hệ thống quản trị hiệu suất trên Lark
Một kiến trúc thực dụng cần trả lời bốn câu hỏi độc lập nhưng liên thông:
|
Lớp quản trị
|
Câu hỏi cần trả lời
|
Dữ liệu cốt lõi
|
Vai trò phù hợp trên Lark
|
|
Mục tiêu
|
Tổ chức và đội nhóm cần đạt kết quả gì?
|
Objective, Key Result/KPI, chủ sở hữu, chu kỳ, tiến độ
|
|
|
Thực thi
|
Công việc nào đang tạo ra kết quả?
|
Nhiệm vụ, người phụ trách, hạn, trạng thái, đầu ra, liên kết với mục tiêu
|
|
|
Phản hồi
|
Điều gì đang cản trở hoặc cần điều chỉnh?
|
Check-in, rủi ro, hỗ trợ cần thiết, phản hồi của quản lý
|
Base workflow, Messenger, Docs
|
|
Đánh giá
|
Kết quả và cách tạo ra kết quả được ghi nhận thế nào?
|
Mức độ đạt mục tiêu, bằng chứng, năng lực/hành vi, phản hồi đa chiều, kế hoạch phát triển
|
Lark Base, biểu mẫu, dashboard, AI hỗ trợ tổng hợp
|
Kiến trúc này giúp tránh hai nhầm lẫn phổ biến. Thứ nhất, hoàn thành nhiều task không đồng nghĩa tạo ra kết quả kinh doanh. Thứ hai, mức độ đạt KPI hoặc OKR không tự động phản ánh đầy đủ năng lực, hành vi hợp tác hay điều kiện thực tế của công việc.
Từ mục tiêu chiến lược đến công việc hằng ngày trên Lark
1. Chuẩn hóa cấu trúc mục tiêu trước khi cấu hình công cụ
Mỗi mục tiêu cần có ít nhất: chủ sở hữu, chu kỳ, kết quả đo lường, nguồn dữ liệu, tần suất cập nhật và nguyên tắc đánh giá. Với công việc có kết quả rõ ràng, doanh nghiệp có thể dùng KPI hoặc Key Result định lượng. Với công việc tri thức phức tạp, nên bổ sung tiêu chí chất lượng, học hỏi hoặc hành vi thay vì ép mọi đóng góp thành một con số.
Lark OKR hỗ trợ tạo mục tiêu và Key Result, căn chỉnh mục tiêu giữa các bên, cập nhật tiến độ và tổng kết theo chu kỳ. Theo mô tả của ứng dụng Lark OKR chính thức, người dùng có thể thiết lập trọng số, thời hạn, quyền truy cập, theo dõi tiến độ và review mục tiêu. Nếu doanh nghiệp cần một mô hình tùy biến sâu hơn, có thể thiết kế cấu trúc mục tiêu trong Lark Base hoặc tham khảo giải pháp AI Audited OKR trên Lark Base.
Một cấu trúc mục tiêu tốt nên tạo được đường liên kết:
Mục tiêu công ty → mục tiêu phòng ban → kết quả then chốt → sáng kiến/công việc → bằng chứng kết quả.
Không phải mọi task đều cần gắn với OKR. Các công việc vận hành bắt buộc vẫn có thể được quản lý riêng. Tuy nhiên, những sáng kiến tiêu tốn đáng kể nguồn lực nên cho thấy chúng đang phục vụ mục tiêu nào; nếu không, lãnh đạo khó phân biệt “đội ngũ đang bận” với “đội ngũ đang tạo tiến triển”.
2. Thiết kế Lark Base như lớp dữ liệu vận hành
Lark Base phù hợp để nối mục tiêu với hoạt động vì cùng một tập dữ liệu có thể được hiển thị theo lưới, Kanban, Gantt hoặc dashboard. Các nhóm nhìn cùng một nguồn dữ liệu nhưng theo góc độ phù hợp với vai trò.
Một bảng công việc tối thiểu có thể gồm:
-
Mã công việc và tên đầu ra;
-
Objective/Key Result liên quan;
-
người chịu trách nhiệm và người phối hợp;
-
ngày bắt đầu, hạn hoàn thành, trạng thái;
-
mức độ ưu tiên và phần trăm tiến độ;
-
rủi ro hoặc trở ngại;
-
liên kết đến tài liệu/bằng chứng;
-
ngày cập nhật gần nhất.
Một bảng check-in riêng có thể lưu kỳ cập nhật, tiến triển, vấn đề, hỗ trợ cần thiết và cam kết tiếp theo. Dữ liệu đánh giá cuối kỳ nên nằm ở bảng có quyền truy cập phù hợp, không trộn lẫn với bảng công việc mà mọi thành viên đều có thể xem.
Theo trang sản phẩm Lark Base, nền tảng hỗ trợ nhiều dạng xem, dashboard, quyền chi tiết và workflow theo mô hình kích hoạt–hành động–thông báo. Đây là các năng lực nền để xây quy trình; cấu trúc bảng, công thức và phân quyền vẫn phải được thiết kế theo chính sách của từng doanh nghiệp.
3. Dùng workflow để quản lý ngoại lệ, không chỉ nhắc hạn
Workflow có giá trị nhất khi giúp hệ thống phản ứng với một thay đổi đáng chú ý. Ngoài nhắc ngày đến hạn, doanh nghiệp có thể cấu hình các luồng như:
-
Khi một công việc chuyển sang “Có rủi ro”, hệ thống thông báo cho người quản lý và tạo yêu cầu cập nhật phương án xử lý.
-
Khi tiến độ Key Result không thay đổi trong một khoảng thời gian đã quy định, hệ thống gửi lời nhắc check-in.
-
Khi một đầu ra được hoàn thành, chủ sở hữu được yêu cầu bổ sung bằng chứng và cập nhật đóng góp vào mục tiêu.
-
Khi kỳ review bắt đầu, hệ thống phân phối đúng biểu mẫu cho nhân viên, quản lý hoặc người đánh giá liên quan.
-
Khi một bước đánh giá quá hạn, workflow nhắc người phụ trách và chỉ chuyển cảnh báo lên cấp tiếp theo theo quy tắc đã thống nhất.
Lark Base cho phép tạo luồng khi bản ghi thay đổi và gửi thông báo cho người liên quan. Hướng dẫn sử dụng quy trình làm việc tự động trong Lark Base cũng cho thấy quản trị viên có thể kiểm tra nhật ký hoạt động để xác định nguyên nhân khi workflow chạy bất thường.
Nguyên tắc thiết kế là tự động hóa việc chuyển giao, nhắc việc và tổng hợp; không tự động hóa phán xét con người. Một cảnh báo đỏ chỉ nên mở ra cuộc trao đổi, không trở thành kết luận về hiệu suất nếu chưa xem xét bối cảnh.
AI nên tham gia vào quản trị hiệu suất ở đâu?
AI phù hợp với các công việc có khối lượng thông tin lớn nhưng vẫn cần con người kiểm tra kết quả. Trong hệ thống quản trị hiệu suất trên Lark, AI có thể hỗ trợ bốn nhóm tác vụ:
-
Kiểm tra chất lượng mục tiêu: phát hiện Objective mơ hồ, Key Result giống danh sách hoạt động hoặc thiếu tiêu chí đo lường; sau đó gợi ý cách viết lại để người dùng lựa chọn.
-
Tóm tắt check-in: tổng hợp tiến triển, trở ngại và cam kết từ nhiều bản cập nhật để quản lý chuẩn bị cuộc trao đổi 1:1.
-
Nhận diện tín hiệu rủi ro: gợi ý các mục tiêu lâu không cập nhật, công việc quá hạn hoặc Key Result có xu hướng chậm; quản lý xác minh trước khi hành động.
-
Chuẩn bị bản nháp review: gom bằng chứng, phản hồi và kết quả theo cấu trúc thống nhất, giúp người đánh giá tiết kiệm thời gian đọc; người quản lý vẫn phải chịu trách nhiệm về nhận xét cuối cùng.
Digital Workplace đã mô tả AI node trong Base Workflow có thể hỗ trợ các tác vụ như tổng hợp báo cáo, kiểm tra OKR và gợi ý hướng xử lý trong bài 5 cấp độ ứng dụng AI trong Lark. Với đánh giá đa chiều, giải pháp Lark Base HRM Review 360 sử dụng AI để tóm tắt kết quả theo tiêu chí và nhận xét.
Tuy nhiên, AI không nên tự quyết định xếp hạng, lương thưởng, thăng chức hoặc kỷ luật. Dữ liệu đầu vào có thể thiếu, tiêu chí có thể thiên lệch và ngữ cảnh của từng vai trò không giống nhau. Trước khi dùng AI, doanh nghiệp cần xác định rõ dữ liệu được phép xử lý, quyền xem kết quả, thời hạn lưu trữ và bước phê duyệt của con người.
Ứng dụng quản trị hiệu suất cho phòng Marketing
Giả sử đội marketing có Objective quý: Tạo nguồn cơ hội kinh doanh có chất lượng cho phân khúc doanh nghiệp vừa. Một Key Result là tăng số cơ hội được sales xác nhận đạt tiêu chuẩn; một Key Result khác theo dõi tỷ lệ chuyển đổi từ nội dung sang cuộc hẹn.
Hệ thống có thể vận hành như sau:
-
Objective và Key Result được tạo trên Lark OKR, có chủ sở hữu và nguồn dữ liệu rõ ràng.
-
Các chiến dịch, landing page, webinar và nội dung chủ lực được quản lý trong Lark Base; mỗi hạng mục liên kết với Key Result mà nó dự kiến đóng góp.
-
Mỗi công việc có người phụ trách, deadline, tiêu chí hoàn thành và bằng chứng đầu ra. Các nhóm có thể bắt đầu nhanh hơn bằng cách tham khảo template quản lý dự án trên Lark.
-
Workflow gửi cảnh báo khi chiến dịch trễ mốc, thiếu owner hoặc chưa có dữ liệu kết quả sau thời điểm dự kiến.
-
Trong check-in hằng tuần, quản lý xem dashboard theo Key Result, không chỉ xem số task hoàn thành. Đội ngũ ghi nhận giả thuyết, bài học và điều chỉnh ưu tiên trong Lark Docs.
-
Cuối quý, AI tạo bản tóm tắt từ dữ liệu đã được cấp quyền. Quản lý đối chiếu với chất lượng đầu ra, phản hồi từ sales và điều kiện thị trường trước khi hoàn tất review.
Use case này cho thấy một người có thể hoàn thành đúng hạn mọi hạng mục nhưng chiến dịch vẫn không tạo ra cơ hội đạt chuẩn. Hệ thống tốt phải giúp đội ngũ phát hiện khoảng cách giữa output (nội dung, webinar, landing page) và outcome (cơ hội kinh doanh đủ chất lượng), thay vì thưởng cho mức độ bận rộn.
Lộ trình triển khai hệ thống quản trị hiệu suất trên Lark
Triển khai quản trị hiệu suất trên Lark không nên bắt đầu bằng việc tạo thật nhiều bảng dữ liệu hoặc quy trình tự động. Doanh nghiệp cần xác định trước muốn cải thiện điều gì trong cách đặt mục tiêu, theo dõi công việc và đánh giá kết quả, sau đó mới thiết kế hệ thống hỗ trợ.
Bước 1: Xác định vấn đề và phạm vi thử nghiệm
Trước tiên, hãy chọn một vấn đề đủ cụ thể để kiểm chứng, chẳng hạn:
-
Mục tiêu phòng ban chưa liên kết rõ với công việc thực tế;
-
quản lý khó theo dõi tiến độ giữa kỳ;
-
dữ liệu đánh giá nằm rải rác ở nhiều nguồn;
-
HR mất nhiều thời gian tổng hợp kết quả cuối kỳ.
Từ đó, chọn một phòng ban hoặc nhóm có mục tiêu rõ, dữ liệu tương đối đầy đủ và người quản lý sẵn sàng duy trì cách làm mới. Phạm vi thử nghiệm càng rõ thì càng dễ đánh giá Lark có thực sự giải quyết vấn đề hay không.
Bước 2: Thống nhất mô hình quản trị trước khi cấu hình
HR, lãnh đạo đơn vị và quản lý trực tiếp cần thống nhất:
-
Kết quả nào được quản trị ở cấp công ty, nhóm và cá nhân;
-
trường hợp nào sử dụng KPI, OKR, tiêu chí chất lượng hoặc đánh giá năng lực;
-
dữ liệu nào được dùng làm căn cứ đánh giá;
-
mục tiêu được cập nhật và trao đổi với tần suất nào;
-
ai có quyền điều chỉnh, phản hồi và xác nhận kết quả.
Đây là quyết định về cách doanh nghiệp quản trị hiệu suất, không phải quyết định về tính năng phần mềm.
Bước 3: Thiết kế luồng từ mục tiêu đến kết quả
Sau khi thống nhất mô hình, doanh nghiệp mới xác định mỗi thành phần trên Lark đảm nhiệm vai trò gì.
Ví dụ:
Mục tiêu → Công việc → Tiến độ và kết quả → Phản hồi → Đánh giá
Lark OKR có thể quản lý và liên kết mục tiêu; Lark Base theo dõi công việc, chỉ số và dữ liệu liên quan; các quy trình tự động hỗ trợ nhắc việc, cập nhật hoặc chuyển thông tin đến người phụ trách.
Ở giai đoạn đầu, chỉ nên xây dựng những luồng dữ liệu thực sự phục vụ quyết định quản lý, tránh số hóa mọi thông tin chỉ vì hệ thống có thể làm được.
Bước 4: Xác định dữ liệu và quyền truy cập
Không phải mọi dữ liệu công việc đều nên trở thành dữ liệu đánh giá.
Doanh nghiệp cần xác định rõ:
-
Dữ liệu nào phản ánh kết quả hoặc tiến độ;
-
dữ liệu nào chỉ dùng để tham khảo;
-
ai được xem phản hồi, điểm đánh giá và nhận xét;
-
dữ liệu nào cần giới hạn quyền truy cập.
Nếu doanh nghiệp đã có HRM/HCM quản lý hồ sơ, lương thưởng hoặc nhân tài, cần xác định hệ thống nào là nguồn dữ liệu chính và dữ liệu nào cần được đồng bộ sang Lark, thay vì tạo thêm một nguồn dữ liệu song song.
Bước 5: Chạy thử trọn một chu kỳ quản trị
Thay vì chỉ kiểm tra từng tính năng, nên chạy thử một chu kỳ hoàn chỉnh:
Đặt mục tiêu → giao việc → cập nhật tiến độ → trao đổi định kỳ → ghi nhận kết quả → đánh giá.
Điều cần quan sát không chỉ là hệ thống có hoạt động hay không, mà là cách làm mới có giúp:
-
Mục tiêu rõ và liên kết với công việc hơn;
-
quản lý phát hiện vấn đề sớm hơn;
-
các cuộc trao đổi hiệu suất có đủ dữ liệu hơn;
-
giảm thời gian tổng hợp báo cáo và kỳ đánh giá;
-
người dùng hiểu rõ mình đang được đánh giá dựa trên cơ sở nào.
Bước 6: Chuẩn hóa rồi mới mở rộng
Sau chu kỳ thử nghiệm, doanh nghiệp cần xác định ba nhóm:
Giữ lại những dữ liệu, chỉ số và quy trình thực sự hỗ trợ quyết định. Điều chỉnh những bước khiến người dùng phải cập nhật thủ công hoặc tạo thêm công việc. Chuẩn hóa những nguyên tắc có thể áp dụng cho toàn doanh nghiệp.
Chỉ sau đó mới mở rộng sang các phòng ban khác. Phần khung quản trị có thể dùng chung, nhưng cách đo hiệu suất của kinh doanh, dự án, sản phẩm hay khối hỗ trợ không nhất thiết phải giống nhau.
Mục tiêu cuối cùng không phải là đưa toàn bộ quy trình đánh giá lên Lark, mà là tạo được một chu trình trong đó mục tiêu được kết nối với công việc, kết quả được cập nhật bằng dữ liệu và phản hồi diễn ra đủ sớm để cải thiện hiệu suất trước khi đến kỳ đánh giá.
Kết luận: Hệ thống tốt phải tạo ra cuộc trao đổi tốt hơn
Quản trị hiệu suất trên Lark không bắt đầu từ dashboard hay biểu mẫu đánh giá. Điểm xuất phát là một mô hình quản trị trong đó mục tiêu có ý nghĩa, công việc được liên kết với kết quả, phản hồi diễn ra đủ sớm và quyết định cuối cùng dựa trên bằng chứng có bối cảnh.
Lark cung cấp các thành phần để nối chu trình đó: Lark OKR cho định hướng, Lark Base cho dữ liệu và workflow, Tasks và Docs cho thực thi, Messenger cho tương tác, AI cho tổng hợp. Giá trị thực tế đến từ cách doanh nghiệp thiết kế mối liên hệ giữa các thành phần — cùng với quy tắc dữ liệu, phân quyền và trách nhiệm quản lý rõ ràng.
Nếu doanh nghiệp đang cân nhắc mô hình này, bước tiếp theo phù hợp là chọn một use case, dựng bản demo bằng dữ liệu mẫu và chạy pilot trong một chu kỳ. Rikkei Digital có thể cùng doanh nghiệp rà soát quy trình hiện tại, thiết kế luồng mục tiêu–công việc–kết quả trên Lark và xác định phần nào nên cấu hình trên Lark Base, dùng Lark OKR hoặc tích hợp với hệ thống nhân sự hiện có.
