OKR(Objectives and Key Results)

Objectives and Key Results。野心的な目標(Objective)と、その達成を測定する主要な成果(Key Results)を組み合わせた目標管理フレームワーク。Intel 発祥で Google が普及させ、現在は多くの企業が採用する。

関連書籍: Measure What Matters(メジャー・ホワット・マターズ)(John Doerr 著)

OKR の基本構造

  • Objective(O): 定性的で鼓舞的な目標。「どこに向かうか」を明示
  • Key Results(KR): Objective の達成度を測る定量的な成果指標(3〜5個程度)

ストレッチ特性と評価との切り離し

OKR の最大の特徴はストレッチ(伸長)目標であること。60〜70%の達成率が理想とされる。

評価連動は「評価ハック」のアンチパターン

OKR を人事評価・給与に連動させると、社員は「達成しやすい低い目標を設定する」インセンティブが生まれ、OKR 本来のストレッチ効果が失われる。

クラスメソッドの対応策: OKR の達成度と評価を意図的に切り離した。組織目標は OKR で設定し、個人の評価はグレード目標(SmartHR)で別管理する。

導入時の検討事項

個人 OKR vs チーム OKR

クラスメソッドは「多様な事業があり単独で個別案件を担当する社員がいる」という事情から、チーム目標だけでなく全員個人の目標も設定する方針を初年度に採用。

ツール選定の注意点

Notion で OKR を管理した場合の課題(クラスメソッド事例):

  • 400名超の社員が個人OKRをデータベースに登録すると、人数×2〜3件のデータ量に膨張
  • 読み込みが遅くなる・データが見つけにくいという使い勝手の悪化
  • 初年度は専用システムでなく手元のツールで試験運用することを推奨するが、規模感への注意が必要

実装のポイント

  1. 公開範囲の設計: OKR は全社公開が前提のため、グレード目標(閲覧制限あり)と別ツールで管理
  2. 段階的導入: 初年度はチーム OKR のみか個人 OKR も設定するかを慎重に判断
  3. 評価との分離: 達成率と評価を連動させない
  4. リファレンスの整備: Notion 等で全社員がアクセスできるガイドを整備

AI を活用した OKR 目標素案の生成

田部井勝彦 が 2025年7月に開発した目標設定支援ツール(Gemini Gem + NotebookLM)では、OKR の目標素案を AI が自動生成する。

生成フロー:

  1. Gemini Gem が社員の「本人情報(スキル・キャリアステップ)」をヒアリング
  2. NotebookLM が「全社方針・評価制度・部門方針」をソースに参照
  3. OKR(Objective + Key Results)・グレード目標・JD を一括生成

社内評価:「考える時間が98%削減」「出力を少しだけアレンジしたら目標設定が完成した」

詳細: Gemini と NotebookLM を組み合わせて目標設定の負荷を軽減する方法

科学的人事における OKR の位置づけ

科学的人事 の文脈では、OKR は目標管理の代表手法であるとともに、目標達成プロセスのデータ(週次進捗・1 on 1 の記録等)を蓄積して人材マネジメント改善に活用する基盤として機能する。四半期サイクルで設定しながら週次フィードバック・1 on 1 面談と組み合わせることで、個人の行動データを継続的に可視化できる。

詳細: 科学的人事の実践と進化―人事DXを超えた経営戦略としての人材活用

関連