大家好！

在昨天的文章中，我以翻译行业从业者的例子作为引子，和大家围绕“两纵两横”这一重要底层思维进行了展开，相信大家已经对“两纵两横”分析法有了一定的了解。

当然，“两纵两横”分析是年度计划中的基础准备工作。当一切准备都做好，不再欠任何东风的时候，那么制定计划的时机已经成熟。

在今天的文章中，我将从实战的角度继续进行深入阐述，主要向大家介绍一些年度计划中需要包含的关键性数据，以及基于这些关键数据所做的数据分析工作。

年度计划中的数据思维

和年终总结一样，好的年度计划一定需要有精准的数据和严密的数据思维所支撑。只有当两者充分结合之后，我们的计划才能更贴合实际，并给我们带来正确的引导。

在年度计划中，对于数据思维的要求可能并没有年终总结来得那么明显，因为年度计划工作相对而言是一个更为宏观的规划性工作，“少而精”才是王道，这是与年终总结工作的本质性区别。

在我看来，年度计划的数据思维体现在以下三个方面：

1. 年终总结的数据思维（关联）

年终总结是“两纵两横”框架下的“一纵”维度，需要引起我们足够的重视。年终总结的数据思维其实就是从数据中发现过去一年我们自身的发展情况，进而为新一年的年度计划工作提供有效依据。

2. 目标层面的数据思维

这一层面的数据思维体现在对新一年工作目标的合理设定与分配上，主要是以每一个目标所占的百分比进行分配。要设定出一个科学的占比数值并不容易，我们必须进行多方面的综合考量，特别是经过透彻的“两纵两横”分析。

3. 跟进层面的数据思维

在我之前的文章中，我已经提到了年度计划和日常总结工作之间的协作理念，其中对于目标的跟进也是有明确分工的。

年度计划更侧重的是宏观层面的跟进，比如每个月完成了目标的百分之几，直至最后一个月的百分之百，这样能够直观反映出目标在各个月度的完成情况；

而年终总结则更偏重于细节上的跟进，能够看到我们围绕这些目标做了哪些事，同时这些事的完成情况又是如何。

基础数据

基于上述数据理念，年度计划将主要包含以下三个维度的数据：

1. 年度计划的主体数据

年度计划的主体数据是做好年度计划的核心，主要包含以下几大数据类型：

关键目标类型及其占比

这是年度计划中最为核心的一环。

基于“两纵两横”维度上的分析，我们需要列出新的一年中所要完成的关键目标。

通过对这些关键目标的贯彻执行，我们能够在这一年中获得我们所期望的精进成果，为我们后续的职业发展带来更好的帮助。

一般情况下，目标并不是要追求“多”，而是要追求“精”，我这里建议列3~4个目标。

确定目标后，我们就需要对这些目标的工作量占比进行预估。在预估过程中，我们可以参考上一年总结的数据，并结合自身对于业务工作量的判断综合得出合适的值。

最终各目标的占比之和应等于100%。

关键目标下的子目标及其占比

完成了关键目标的规划之后，我们就将开始对其进行分解，并赋予相应的子目标。

和关键目标的设定原则一样，子目标也尽量保持在3~4个为宜，同时每个关键目标所对应的子目标占比之和应为100%。

这里补充一下，我们在设定关键目标和子目标时，可以适当对其进行一定的解释性说明，以便我们自己在查看时能够一目了然，防止因时间久远而导致出现理解偏差。

2. 对齐数据

在前两天关于“对齐”的说明中，我列出了三个层面的对齐，即个人与团队目标的对齐、个人与企业目标的对齐，以及个人与个人、团队与团队之间的对齐。

这些对齐数据反映的是我们所计划的目标与其他目标之间的相互关联关系，因此我们一定需要将这些目标一起列出，以便充分了解相应的对齐信息，同时也是为了防止出现遗忘。

3. 远期目标

除了对齐之外，我们还需要将个人的远期目标作为对齐数据，放在对应的目标之上，与目标“对齐”，这样我们能够同时看到对应于同一个目标的“两横”关联。

4. 目标完成度指标和跟进指标

该类数据主要用于对目标的宏观跟进，以百分比的形式进行表达。

任何目标都应该有一个表征其完成度的指标，如果能够实现量化是更好的。我们可以将“完成”定义为100%，介于0~100%之间的指标用于表征对应的完成度。

正常情况下，当年的12月可以达到100%完成的目标。

该类数据主要包含：

目标完成度评价指标

对于任何计划和目标而言，“如何才算达成目标”应该用一个可量化的指标来进行表征，比如在一年之内完成了几场职业资格考试，完成了多少字数的翻译工作等。

如果没有这样的量化指标进行表征的话，我们对所有目标的跟进都会成为一笔“糊涂账”，这不仅不利于我们任务上的推进，同时我们也无法及时做好总结和复盘工作，给我们带来负面的连锁效应。

目标完成度跟进指标

有了一定的量化指标作为基础，我们就能以此作为参考基准进行跟进。

从年度计划的角度考虑，我们可以以月为单位进行跟进，每个月的目标完成情况以百分比表示，参考的基准点是最终完成后的指标。

数据分析

从上述列举的数据来看，年度计划的数据类型似乎非常多，也非常复杂，但事实上，年度计划的数据分析工作相对而言比较简单，也很容易摸清规律。

我们只需要做好如下的数据分析：

1. 计划阶段的工作项分配（占比）

这一数据在年终总结中也是存在的，虽然数据类型相同，但年度计划的工作项分配和年终总结是不一样的。

年终总结的工作项占比其实是上一年度最终呈现出来的结果，反映的是工作的实际完成情况，也能从中看到自己和上一年度计划之间的差异。

而年度计划的工作项占比是基于“两纵两横”分析出来，是对于未来一年的一种规划，侧重于对未来的预测，其难度将远远超过对结果的实际反映。

对于工作项占比的数据分析，我们可以采用一个雷达图来进行表达。

雷达图表达更为直观，其目的并不单单是为了以此指导我们未来一年的精力分配，同时也能让自己在规划过程中直观感受到各工作的占比变动情况，便于自己进行不断微调。

2. 对工作项完成度的宏观跟进

对于各目标完成情况的月度跟进数据是重要的基础数据之一。为了更为动态而直观地反映月度完成情况的变动趋势，需要对其做数据分析。

在这里我推荐的是瀑布图。

通过瀑布图，每一个月度的完成度会以由高到低的顺序排列，高在上，低在下，如落九天般的瀑布，这样各目标的完成度就一目了然了。

具体的数据管理和对应的数据分析工作将在年度计划模板上实现。在下一篇文章中，我就将对年度计划模板进行阐述，敬请期待！