说你的目标是增加你每天服务的客户数量。 也许你经营一个办公室处理食品券申请，或者你可能正在为贵公司的产品提供技术支持。 您在线，亲自和通过电话服务了多少客户？ 在每个渠道中解决问题的平均时间是多少？ 哪种类型的客户请求时间最长，哪些可以方便地处理？
如果你无法回答这些问题，那么在你开始尝试之前，你就是在为自己做好准备。
如今，从市政厅到公司董事会，数据驱动的决策制定是一种生活方式。 如果你有数字来决定一个行动方案，你会想到，为什么你会用你的心或你的思想？ 但是在寻求用冷硬数据支持每一步行动的过程中，很容易将任何旧数字误认为是有用的数字。 并非所有数据都是相同的，确保您收集正确数据的最佳方法是开发正确的性能指标集。
那么，您如何确定哪些指标可以帮助您，哪些指标会分散您的注意力？ 以下是人们在处理数据时常犯的五个错误，以及一些避免错误的提示。
错误＃1：只是有度量标准是足够的
测量一点点比测量任何东西都要好。 但是太多人对仅仅能够向主管说出“指标”这个词感到满意，并且太多的主管认为如果他们的团队在计算任何东西，他们必须做正确的事情。
仅当数据允许您衡量和管理性能质量时，数据才有用。 这意味着，对于（例如）屋宇署而言，计算通过检查的建筑物数量并不一定非常重要，因为它可以了解导致其失败的引用类型，每个检查员在一天内完成的检查次数，以及有多少建筑物在初次检查后的一到两个月内纠正了违规行为。 这些更丰富的数据将揭示检查过程中的低效率，并使部门能够朝着更好的安全标准努力。
错误＃2：更多指标，更好
一个常见的误解是，如果可以计算某些东西，就应该计算它。 我错误地在电子表格上列出了指标的标签和标签，但却发现收集数据所需的工作不仅耗费了我的时间，而且耗费了人员分配执行的时间。我们正在努力衡量的工作。
您永远不希望您的性能监控过于繁重，以至于它实际上会阻碍性能本身。 在提出一系列指标时，首先要集思广益，然后对可能测量的所有内容进行头脑风暴，然后优先考虑将产生关于您的计划的最重要信息的前10个指标。 从可管理的负载开始，逐步添加更多 - 只要收集数据所需的工作量将在有用的观察和改进机会中收回成本。
错误＃3：价值判断应分配给卷
从表面上看，回答的呼叫数量越多，回答的呼叫数量越少，看起来似乎越直观。 但想象一下，为了每小时额外拨打五个电话，每个电话的质量都会受到影响。 收集的信息越少，解决的问题就越少。 呼叫者对第一次呼叫不满意，因此他们呼叫第二次或第三次，进一步增加您的呼叫号码，但占用额外的时间并且未能解决呼叫首先出现的原因。 也许呼叫持续一分钟但更充分地解决呼叫者的问题最终会阻止重复呼叫，从而使更多等于更好的思路不仅错误，而且倒退。
同样重要的是要意识到许多指标在计算为绝对数字时并不是特别有用。 没有上下文，数字或多或少是毫无意义的。 任何分子都应该得到分母，纯数应该表示为总数的百分比。 例如，将1000名无家可归者从街上移走并进入临时住房是值得称赞的。 但如果目标是为2万名无家可归者创造住房，那么重要的是要认识到你只有5％的人在那里。
错误＃4：让数字为自己说话
假设数字讲述整个故事是危险的。 最好不要把数据看成是一支冒烟的枪，而是把它当作一堆面包屑。 度量标准可以指向问题区域或提醒您可能没有注意到的潜在问题。 但是直到你赤手空拳，这些数字才是那个数字。 揭示问题的根源通常包括采访与手头事务密切相关的人员，观察并理解定性数据。 指标反映了结果，但不是根本原因。
您可能会发现完成备案过程的时间增加了五天。 但是不要自动假设职员整天都在拖延 BuzzFeed 。 一些简单的问题可能表明，最近的营销工作成功地使申请增加了20％，或者新立法的变更为这一过程增加了一步。 让你的数字引导你专注于提问的领域，而不是把它们作为答案本身。
错误＃5：如果它现在是一个好的度量标准，它将成为一个很好的度量标准
问题的转变和变化，目标也是如此。 也许最初的一系列指标可以帮助您解决合同文书工作的滞后周转时间问题。 然而，一旦问题得到解决，重要的是不要满足于自己的成就。 机会是，该指标可以进一步改进，或者有一个完全不同的问题区域需要注意。
每三到六个月重新审视您的指标，以确保它们在当前环境中仍然有意义。 你可能会发现有些已经过时了，有些则需要调整。 但在决定更改指标时要小心。 更改测量特定数据的方式可能会使历史数据变得不那么有用，并会中断您正在收集的数据的连续性。 这并不是说随着时间的推移不应该调整指标，只是不应该轻易做出决定。
数据是一门科学，值得这样对待。 当您花时间从一个考虑过的地方接近指标时，您将能够不断评估您的工作并实施有意义的改进。
