Tarkime, kad jūsų tikslas yra padidinti klientų, kuriuos aptarnaujate kiekvieną dieną, skaičių. Galbūt jūs vadovaujate miesto įstaigai, apdorojančiai maisto antspaudų programas, o gal siūlote techninę paramą jūsų įmonės produktui. Kiek klientų aptarnaujate internetu, asmeniškai ir telefonu? Kiek laiko užtrunka norint išspręsti problemą kiekviename iš šių kanalų? Kokio tipo klientų užklausos trunka ilgiausiai, o kurias galima patenkinti tikslingai?
Jei negalite atsakyti į šiuos klausimus, prieš pradėdami bandyti, susitvarkote su nesėkme.
Šiomis dienomis gyvenimo būdas yra duomenų valdymas - nuo rotušės iki įmonės posėdžių salės. Jei turite skaičius, kad galėtumėte diktuoti veiksmų eigą, galvojate, kodėl turėtumėte naudoti savo širdį ar protą? Bet norint padaryti kiekvieno judesio atsarginę kopiją šaltais ir sunkiais duomenimis, gali būti lengva suklysti iš senų skaičių naudingų skaičių. Ne visi duomenys yra sukurti lygūs, o geriausias būdas užtikrinti, kad kaupsite tinkamus duomenis, yra sukurti tinkamą našumo metrikos rinkinį.
Taigi, kaip nuspręsti, kuri metrika jums padės, o kuri tiesiog atitrauks jus nuo pagrindinių klausimų? Čia pateikiamos penkios įprastos klaidos, kurias žmonės daro dirbdami su duomenimis, ir keletas patarimų, kaip jų išvengti.
Klaida Nr. 1: Pakanka turėti metriką
Tiesa, truputį išmatuoti yra geriau nei nieko neišmatuoti. Tačiau per daug žmonių yra patenkinti vien tuo, kad gali pasakyti žodį „metrika“ vadovui, ir per daug vadovų mano, kad jei jų komanda išvis ką nors skaičiuoja, jie turi daryti ką nors teisingo.
Duomenys yra naudingi tik tuo atveju, jei jie leidžia įvertinti ir valdyti atlikimo kokybę. Tai reiškia, kad, tarkime, Statybų departamentui nebūtinai yra taip svarbu suskaičiuoti, kiek pastatų praėjo patikrinimą, nes reikia žinoti citavimo rūšis, dėl kurių jie žlugo, kiek inspektorių atliko patikrinimus per vieną dieną ir kiek pastatų ištaisė jų pažeidimus per vieną ar du mėnesius nuo pirminės apžiūros. Šis turtingesnis duomenų rinkinys atskleis tikrinimo proceso neveiksmingumą ir leis departamentui dirbti siekiant geresnių saugos standartų.
2 klaida: kuo daugiau metrikos, tuo geriau
Dažnas klaidingas požiūris yra tas, kad jei kažkas gali būti suskaičiuotas, tai reikia suskaičiuoti. Aš padariau klaidą, kai skaičiuoklėje išdėstiau metrikos skirtukus ir metrikos skirtukus, tik norėdamas pastebėti, kad pastangos, reikalingos duomenims rinkti, eikvojamas ne tik mano, bet ir žmonių, paskirtų atlikti pačius veiksmus, laikas. darbas, kurį bandome išmatuoti.
Niekada nenorite, kad jūsų našumo stebėjimas būtų toks sunkus, kad iš tikrųjų kliudo pačiam atlikimui. Pateikus metrikos rinkinį, tai padeda pradėti nuo visų minčių, kurias galėtumėte išmatuoti, minčių, tada pirmenybę teikia 10 geriausių rodiklių, kurie suteiks kritiškiausią informaciją apie jūsų programą. Pradėkite nuo valdomos apkrovos ir palaipsniui pridėkite daugiau, jei tik pastangos surinkti duomenis atsipirks naudingais pastebėjimais ir galimybėmis tobulėti.
3 klaida: vertybių sprendimai turėtų būti priskiriami apimtims
Paviršiuje gali atrodyti, kad daugiau atsilieptų skambučių yra geriau nei mažiau atsakytų skambučių. Bet įsivaizduokite, kad norint atlikti papildomus penkis skambučius per valandą, kiekvieno skambučio kokybė yra pakenkta. Surinkta mažiau informacijos ir nagrinėjama mažiau klausimų. Skambinantieji nėra patenkinti pirmuoju skambučiu, todėl jie skambina antrą ar trečią kartą, dar labiau padidindami jūsų skambučių numerius, tačiau užimdami papildomą laiką ir nepaisydami priežasčių, kodėl skambučiai vyksta pirmiausia. Galbūt skambučiai, kurie trunka minutę ilgiau, bet adekvačiau reaguoja į skambinančiojo klausimus, užkerta kelią pakartoti skambučius, tokiu būdu mąstymo linija tampa lygesnė, o ne klaidinga, bet atgal.
Taip pat svarbu suvokti, kad daugelis metrikų, kai skaičiuojami kaip absoliutūs skaičiai, nėra ypač naudingi. Be konteksto skaičius yra daugiau ar mažiau beprasmis. Bet kuris skaitiklis yra vertas vardiklio, o grynieji skaičiai turėtų būti nurodomi procentais nuo visos sumos. Pavyzdžiui, pagirtina 1 000 benamių perkėlimas iš gatvės į laikiną būstą. Bet jei tikslas yra sukurti būstą 20 000 benamių, tuomet svarbu pripažinti, kad ten esi tik 5%.
Klaida Nr. 4: tegul skaičiai kalba patys už save
Pavojinga manyti, kad skaičiai pasakoja visą istoriją. Duomenis geriau galvoti ne kaip apie rūkymo pistoletą, o kaip apie bandelių pėdsaką. Metrika gali nukreipti jus į problemines sritis arba įspėti apie galimą problemą, kurios galbūt net nepastebėjote. Bet kol kasiesi tik plikomis rankomis, skaičiai yra tokie - skaičiai. Norint išsiaiškinti problemos šaknis, dažnai reikia apklausti žmones, kurie dirba su šiuo klausimu, stebėti ir suvokti kokybinius duomenis. Metrika atspindi rezultatą, bet ne pagrindinę priežastį.
Galite pastebėti, kad laikas užpildyti padavimo procesą padidėjo penkiomis dienomis. Tačiau nereikia automatiškai manyti, kad tarnautojai visą dieną delsia „ BuzzFeed“ . Keletas paprastų klausimų gali atskleisti, kad dėl pastarųjų rinkodaros pastangų paraiškų padaugėjo 20%, arba naujai priimti įstatymų pakeitimai dar padidino procesą. Tegul jūsų skaičiai verčia jus susitelkti ties apklausų sritimis, o ne laikyti juos atsakymais.
5 klaida: jei dabar tai gera metrika, ji bus gera metrika vėliau
Problemos keičiasi ir keičiasi, kaip ir tikslai. Galbūt pradinis metrikų rinkinys leido jums spręsti vėluojančius sutarčių sudarymo dokumentus. Tačiau išsprendus šią problemą, svarbu ne ilsėtis ant savo laurų. Yra tikimybė, kad metrika gali būti patobulinta toliau, arba yra visai kita probleminė sritis, reikalaujanti dėmesio.
Kas trejus – šešis mėnesius peržiūrėkite savo metriką ir įsitikinkite, kad ji vis dar turi prasmę dabartinėmis aplinkybėmis. Greičiausiai pastebėsite, kad kai kurie paseno, o kitus reikia pataisyti. Tačiau būkite atsargūs nusprendę pakeisti metriką. Pakeitus tam tikro duomenų matavimo būdą, istoriniai duomenys gali būti ne tokie naudingi ir gali būti nutrauktas renkamų duomenų tęstinumas. Tai nereiškia, kad metrika neturėtų būti keičiama laikui bėgant, tik tai, kad sprendimas neturėtų būti priimamas lengvai.
Duomenys yra mokslas ir verti, kad su jais būtų elgiamasi. Kai skirsite laiko metrikai iš apsvarstytos vietos, galėsite nuolat vertinti savo pastangas ir įgyvendinti reikšmingus patobulinimus.
