สมมติว่าเป้าหมายของคุณคือการเพิ่มจำนวนลูกค้าที่คุณให้บริการในแต่ละวัน บางทีคุณอาจเรียกใช้แอปพลิเคชัน Food Stamp สำหรับสำนักงานในเมืองหรือคุณอาจให้การสนับสนุนด้านเทคนิคสำหรับผลิตภัณฑ์ของ บริษัท ของคุณ คุณมีลูกค้ากี่คนที่ให้บริการออนไลน์ด้วยตนเองและทางโทรศัพท์ เวลาเฉลี่ยในการแก้ไขปัญหาในแต่ละช่องเหล่านี้เป็นเท่าใด คำขอประเภทลูกค้าประเภทใดใช้เวลานานที่สุดและสามารถจัดการได้อย่างรวดเร็ว
หากคุณไม่สามารถตอบคำถามเหล่านี้คุณกำลังตั้งค่าตัวเองสำหรับความล้มเหลวก่อนที่คุณจะเริ่มลอง
การตัดสินใจที่ใช้ข้อมูลเป็นวิถีชีวิตในทุกวันนี้ตั้งแต่ศาลากลางไปจนถึงห้องประชุมคณะกรรมการ บริษัท หากคุณมีตัวเลขที่บอกให้รู้ว่าต้องทำอะไรการคิดดำเนินไปทำไมคุณถึงใช้หัวใจหรือจิตใจ? แต่ในการแสวงหาการสำรองข้อมูลทุกการเคลื่อนไหวด้วยข้อมูลที่เย็นและแข็งมันอาจเป็นเรื่องง่ายที่จะเข้าใจผิดว่าตัวเลขเก่า ๆ สำหรับตัวเลขที่มีประโยชน์ มีการสร้างข้อมูลไม่เท่ากันทั้งหมดและวิธีที่ดีที่สุดที่จะทำให้แน่ใจว่าคุณกำลังรวบรวมข้อมูลที่ถูกต้องคือการพัฒนาชุดเมตริกประสิทธิภาพที่เหมาะสม
ดังนั้นคุณจะตัดสินใจได้อย่างไรว่าการวัดใดที่จะช่วยคุณและการที่จะเบี่ยงเบนความสนใจของคุณจากประเด็นสำคัญ ต่อไปนี้เป็นข้อผิดพลาดทั่วไปห้าประการที่ผู้ใช้ทำเมื่อจัดการกับข้อมูลและเคล็ดลับในการหลีกเลี่ยง
ความผิดพลาด # 1: แค่มีการวัดก็เพียงพอแล้ว
จริงอยู่ที่การวัดเพียงเล็กน้อยนั้นดีกว่าการวัดอะไรเลย แต่มีคนจำนวนมากที่พึงพอใจเพียงแค่สามารถเปล่งคำว่า "ตัวชี้วัด" ไปยังหัวหน้างานและหัวหน้างานจำนวนมากเกินไปคิดว่าหากทีมของพวกเขานับทุกอย่างพวกเขาจะต้องทำสิ่งที่ถูกต้อง
ข้อมูลมีประโยชน์ก็ต่อเมื่อมันช่วยให้คุณสามารถวัดและจัดการคุณภาพประสิทธิภาพ ซึ่งหมายความว่าไม่จำเป็นว่าจะสำคัญสำหรับแผนกอาคารที่จะนับจำนวนอาคารที่ผ่านการตรวจสอบเพราะมันจะรู้ประเภทการอ้างอิงที่ทำให้พวกเขาล้มเหลวจำนวนการตรวจสอบที่ผู้ตรวจสอบแต่ละคนทำเสร็จในวันเดียวและ จำนวนอาคารที่แก้ไขการละเมิดภายในหนึ่งหรือสองเดือนของการตรวจสอบเบื้องต้น ชุดข้อมูลที่สมบูรณ์ยิ่งขึ้นนี้จะเปิดเผยความไร้ประสิทธิภาพในกระบวนการตรวจสอบและอนุญาตให้แผนกทำงานเพื่อมาตรฐานความปลอดภัยที่ดีขึ้น
ความผิดพลาด # 2: ยิ่งการวัดยิ่งดี
ความเข้าใจผิดที่พบบ่อยคือถ้าบางสิ่งสามารถนับได้ก็ควรนับ ฉันทำผิดพลาดในการจัดวางแท็บและแท็บของตัวชี้วัดในสเปรดชีตเท่านั้นที่จะพบว่าความพยายามที่จำเป็นในการรวบรวมข้อมูลนั้นไม่เพียงทำให้เวลาของฉันหมดไปเท่านั้น แต่เวลาของบุคคลที่มอบหมายให้ทำสิ่งต่างๆ งานที่เรากำลังพยายามวัด
คุณไม่ต้องการให้การตรวจสอบประสิทธิภาพทำงานหนักเกินไปจนขัดขวางการทำงานได้ เมื่อเริ่มต้นด้วยชุดเมทริกมันจะช่วยเริ่มต้นด้วยการระดมสมองทุกสิ่งที่คุณสามารถวัดได้จากนั้นให้ความสำคัญกับตัวชี้วัด 10 อันดับแรกที่จะให้ข้อมูลที่สำคัญที่สุดเกี่ยวกับโปรแกรมของคุณ เริ่มต้นด้วยการโหลดที่จัดการได้และค่อยๆเพิ่มมากขึ้นตราบใดที่ความพยายามที่จำเป็นในการรวบรวมข้อมูลจะจ่ายสำหรับตัวเองในการสังเกตที่มีประโยชน์และโอกาสในการปรับปรุง
ความผิดพลาด # 3: การตัดสินค่าควรถูกกำหนดให้กับไดรฟ์ข้อมูล
บนพื้นผิวมันอาจดูเป็นเรื่องง่ายที่การรับสายมากขึ้นดีกว่าการรับสายน้อยกว่า แต่ลองจินตนาการว่าเพื่อที่จะบีบสายเพิ่มอีกห้าสายต่อชั่วโมงคุณภาพของการโทรแต่ละครั้งจะถูกลดทอนลง รวบรวมข้อมูลน้อยลงและแก้ไขปัญหาน้อยลง ผู้โทรไม่พอใจกับการโทรครั้งแรกดังนั้นพวกเขาจึงโทรเป็นครั้งที่สองหรือครั้งที่สามเพิ่มจำนวนการโทรของคุณเพิ่มเติม แต่ใช้เวลาเพิ่มและไม่สามารถระบุสาเหตุของการโทรได้ในครั้งแรก บางทีการโทรที่ใช้เวลานานกว่าหนึ่งนาที แต่ตอบคำถามของผู้โทรอย่างพอเพียงทำให้การโทรซ้ำจึงทำให้การคิดที่ดีกว่าไม่เท่ากับการเข้าใจผิด แต่ย้อนกลับ
สิ่งสำคัญคือการตระหนักว่าการวัดจำนวนมากเมื่อนับเป็นจำนวนสัมบูรณ์จะไม่เป็นประโยชน์อย่างยิ่ง หากไม่มีบริบทตัวเลขจะไร้ความหมายมากหรือน้อย ตัวเศษใด ๆ ที่สมควรได้รับส่วนและจำนวนที่แท้จริงควรแสดงเป็นเปอร์เซ็นต์ของผลรวม ตัวอย่างเช่นการย้ายบุคคลที่ไม่มีที่อยู่อาศัย 1, 000 คนออกจากถนนไปยังที่อยู่อาศัยชั่วคราวนั้นน่ายกย่อง แต่ถ้าเป้าหมายคือการสร้างที่อยู่อาศัยให้กับคนไร้บ้าน 20, 000 คนสิ่งสำคัญคือต้องตระหนักว่าคุณมีเพียง 5% ของวิธีการที่นั่น
ความผิดพลาด # 4: ให้ตัวเลขพูดเพื่อตัวเอง
มันอันตรายที่จะสมมติว่าตัวเลขบอกเล่าเรื่องราวทั้งหมด มันเป็นการดีกว่าที่จะคิดถึงข้อมูลไม่ใช่ปืนสูบบุหรี่ แต่เป็นร่องรอยของเกล็ดขนมปัง การวัดสามารถชี้ให้คุณไปยังพื้นที่ที่มีปัญหาหรือแจ้งเตือนคุณถึงปัญหาที่อาจเกิดขึ้นซึ่งคุณอาจไม่ได้สังเกตเห็นเป็นอย่างอื่น แต่จนกว่าคุณจะขุดด้วยมือเปล่าตัวเลขก็คือ - ตัวเลข การเปิดเผยรากเหง้าของปัญหามักเกี่ยวข้องกับการสัมภาษณ์คนที่ทำงานใกล้ชิดกับเรื่องที่อยู่ในมือสังเกตและทำความเข้าใจกับข้อมูลเชิงคุณภาพ ตัวชี้วัดสะท้อนให้เห็นถึงผล แต่ไม่ใช่สาเหตุที่แท้จริง
คุณอาจพบว่าระยะเวลาดำเนินการยื่นเอกสารเพิ่มขึ้นห้าวัน แต่อย่าคิดโดยอัตโนมัติว่าเสมียนใช้เวลาทั้งวันผัดวันประกันพรุ่งใน BuzzFeed คำถามง่ายๆสองสามข้ออาจเปิดเผยว่าความพยายามทางการตลาดเมื่อไม่นานมานี้ประสบความสำเร็จเพิ่มขึ้น 20% ในแอปพลิเคชันหรือการเปลี่ยนแปลงทางกฎหมายใหม่เพิ่มขั้นตอนในกระบวนการ ให้ตัวเลขของคุณนำคุณไปสู่การมุ่งเน้นไปที่การตั้งคำถามแทนที่จะให้พวกเขาเป็นคำตอบ
ความผิดพลาด # 5: หากเป็นตัวชี้วัดที่ดีตอนนี้ก็จะเป็นการวัดที่ดีในภายหลัง
ปัญหาการเปลี่ยนแปลงและการเปลี่ยนแปลงเช่นเดียวกับวัตถุประสงค์ บางทีชุดเมตริกเริ่มต้นอาจอนุญาตให้คุณระบุเวลาตอบสนองที่ล่าช้าในการทำสัญญาเอกสาร เมื่อปัญหาได้รับการแก้ไขแล้วอย่างไรก็ตามสิ่งสำคัญคือคุณจะไม่ต้องหยุดพักให้คุณ โอกาสที่จะมีการปรับปรุงตัวชี้วัดนั้นเพิ่มเติมหรือมีปัญหาที่แตกต่างออกไปโดยสิ้นเชิงเพื่อขอความสนใจ
ทำให้มีการทบทวนตัวชี้วัดของคุณทุก ๆ สามถึงหกเดือนเพื่อให้แน่ใจว่าพวกเขายังคงสมเหตุสมผลในบริบทปัจจุบัน คุณอาจพบว่ามีบางคนล้าสมัยและอื่น ๆ ต้อง tweaking แต่ระวังเมื่อตัดสินใจเปลี่ยนเมตริก การเปลี่ยนวิธีการวัดชิ้นส่วนของข้อมูลบางอย่างอาจทำให้ข้อมูลประวัติมีประโยชน์น้อยลงและขัดขวางความต่อเนื่องของข้อมูลที่คุณรวบรวม นี่ไม่ได้เป็นการบอกว่าไม่ควรปรับตัวชี้วัดเมื่อเวลาผ่านไปเพียง แต่การตัดสินใจไม่ควรเบา
ข้อมูลเป็นศาสตร์และควรได้รับการปฏิบัติเช่นนี้ เมื่อคุณใช้เวลาในการเข้าถึงตัวชี้วัดจากสถานที่ที่พิจารณาคุณจะอยู่ในฐานะที่จะประเมินความพยายามของคุณอย่างต่อเนื่องและดำเนินการปรับปรุงที่มีความหมาย
