• 读书笔记:《指标陷阱》


    《指标陷阱》  杰瑞 . 穆勒 著    闾佳 译

    个人理解:
    数字化时代、量化时代,指标无处不在。
    为什么要定义指标?什么时候定义指标?定义哪些指标?指标用来做什么?如何解析指标?如何运用指标?用什么样的方式运用指标?
    也许目的决定指标的用途、来源和产生的方式,正如“屡战屡败”和“屡败屡战”一样,不同的解读方式造就了不同的理解和表达效果。
    不同人、不同的角度对数据的剖析层次、解读方式各有不同,最终对指标的映射也会相差甚远。
    数据为人服务,指标为什么服务?真实的还是有预谋的?细思极恐。

    无论OKR还是KPI,都可能让人误入歧途!过度量化如何威胁当今的商业、社会和生活
    坎贝尔定律:任何量化的社会指标,越多地用于社会决策,就越容易带来腐败的压力,越容易扭曲和腐蚀它意图监管的社会过程。
    古德哈特定律:任可用于控制的指标都不可靠
    罗伯特.康奎斯特:面对自己最熟知的东西,人人都是保守派。
    指标固恋:突出特征,想要用标准化测量取代基于经验做出的判断。非计划的负面后果:目标被取代?忽视、助长短期主义、占用员工的时间成本、减少效用、规则泛滥、奖励运气、阻碍冒险、阻碍创新、阻碍合作和共同目标、工作体验退化、增加生产力成本
    为什么要数字化?包含客观标准,无主观臆断,相对公正?
    能被测量到的东西大多是不重要的。不是所有能计算工的东西都重要,不是所有重要的东西都可计算。
    凡是被测量的东西,就有人动手脚。提高管理成本。
    并非所有能测量的东西都可得到改进,至少,无法靠测量得到改进。
    测量并不能替代判断,要把我们应该做的事情做成,让指标为判断提供信息。

    如何进行测量及注意事项:
      1.被测对象越是接近无生命物质,可以进行测量的可能性就越大--静态,可变性小;
      2. 确认所测信息有多大用处
      3. 更多的指标有多大用处? -- 指标应适当
      4. 不依赖标准化测量,会有多大成本。-- 数据来源是否得当,指标判读是否得当
      5. 测量要应用到什么目的上 -- 用来做什么,奖励、惩罚、改进。。。。。。
      6. 获取指标的成本是什么 -- 价值第一原则(最可怕是要自己看起来很忙的原则)
      7. 高层对指标提出要求的原因
      8. 指标如何设定 -- 指标是来被测量对象一线实体,还是由某些人拍脑袋得出来的,关注实际效果还是只是要这么这活动。
          最有效:准确的数据,占用你和下属时间最少
      9. 最好的测量也受制于腐败或目标转移,因为要最大化自身利益
      10. 承认测量的局限性。并非一切都可以通过测量得到改善

    有些事物可以测量,有些事物值得测量。但能被测量的东西,不见得总是值得测量;得到测量的东西,跟我们真正想知道的东西,有可能毫无关系。
    问责制逐渐变成通过标准化测量来证明成功,就好像只有能被计算的东西才真正算数。但很多测试数据被扭曲、转移、取代、分心、阻挠,显得更漂亮。
    测量,很多是错误测量,过度测量,误导性测量和适得其反(测试量不可测量的东西,量化不可量化的东西)的测量。
    测量从前未被测量的东西,可以带来真正的收益。社会行动出乎意料的非计划性后果。
    操纵指标,只应付那些能够改善其绩效的任务。
    只测量那些容易测量的元素,通过标准化降低信息质量,通过降低标准或歪曲数据改善数字。
    只关注可被测量的东西,而非真正重要的东西。为了测试而接受测试。看似客观,实则错误
    管理往往追求标准化的、数值型的数据。让指标传递什么样的信息?认为任何领域的快速改进都需要测量结果。-- 得确可以,关键在于如何解析和应用指标数据
    过分关注可测量的绩效指标,管理者会忽视没有明确绩效指标的任务。扭曲组织的信息系统。
    管理的关键职能,是抢先一步思考、判断和决定,指标提供帮助但不能取代决策。
    繁复性:报告和决策的程序越来越多,这就需在更多的协调部门、会议和报告文章。如此多时间都花在报告、会议和协调上,因些实际做事的时间越发稀少。
    电子表格会制造出深度分析的错觉。弄清哪种动机在什么时候最为有效。
    实践知识的一个特征是,它不容易被转化为社种公式。
    判断,一种理解环境独特之处的技能,涉及综合而非分析的天赋,一种领会某种人类情境以及事物结合方式的总体模式的能力,对整体的感觉,对独特之处的领悟。
    企业有着一种天然的限制:不在测量上投入太多时间和金钱。因为一旦达到临界点,测量就会减少利润。
    任何独一无二或本质相异的环境或组织,只要我们试图为它们建立绩效指标,标准化的测量都是不准确的,具仍欺骗性的。
    不要将艺术的、需要基于经验判断的事情,当成纯粹的、可测量的科学来处理。
    有长远潜在益处的项目,测量起来最准确、最容易发展的项目,变革意义最小;变革意义最强的项目,却最少可测量。
    所有政策都有代价。计算和测量绩效,本身没有什么天然的危害性,与主观判断并存。但如果人无法评估数据的准确性和意义,指标就会误入歧途。

  • 相关阅读:
    TypeScript 实用工具类型
    VS Code 安装方法
    Leetcode刷题详解——猜数字大小 II
    [架构之路-242]:目标系统 - 纵向分层 - 应用程序的类型与演进过程(单机应用程序、网络应用程序、分布式应用程序、云端应用程序、云原生应用程序)
    基于微信小程序的食堂窗口自助点餐系统设计与实现-计算机毕业设计源码和lw文档
    考虑区域多能源系统集群协同优化的联合需求侧响应模型(matlab代码)
    javascript关于NaN ,isNaN,Number.isNaN必须知道的知识
    Springboot毕设项目北京冬奥会志愿者管理系统611yc(java+VUE+Mybatis+Maven+Mysql)
    React源码分析2-深入理解fiber
    webpack5零基础入门-7webpack修改输出文件目录
  • 原文地址:https://blog.csdn.net/u012841352/article/details/126901263