Digueu que el vostre objectiu és augmentar el nombre de clients que ateneu cada dia. Potser gestiona una oficina de la ciutat que tramita sol·licituds de segells d’aliments o potser està oferint suport tècnic per al producte de la teva empresa. Quants clients serveixen en línia, de manera presencial i per telèfon? Quin és el temps mitjà per resoldre un problema en cadascun d’aquests canals? Quins tipus de sol·licituds de clients triguen més i quines poden ser gestionades de manera ràpida?
Si no podeu respondre aquestes preguntes, esteu preparant el vostre error fins i tot abans de començar a provar-ho.
La presa de decisions basada en dades és una forma de vida en aquests dies, des de l’ajuntament fins a la sala de juntes corporativa. Si teniu els números per dictar un curs d’acció, el pensament va, per què faríeu servir el vostre cor o la vostra ment? Però, a la cerca de fer còpia de seguretat de cada moviment amb dades dures i fredes, pot ser fàcil equivocar qualsevol nombre antic amb nombres útils. No totes les dades es creen iguals, i la millor manera d’assegurar-vos que recopileu les dades adequades és desenvolupar el conjunt adequat de mètriques de rendiment.
Llavors, com decidiu quines mètriques us ajudaran i quins us distreuen de les qüestions centrals? A continuació, es mostren cinc errors habituals que cometen les persones quan tracta dades, i alguns consells per evitar-los.
Error # 1: Només tenir mètriques és suficient
És cert que mesurar una mica és millor que mesurar res. Però hi ha massa gent satisfeta pel simple fet de poder pronunciar la paraula "mètriques" a un supervisor i molts supervisors suposen que, si el seu equip explica res, han de fer alguna cosa bé.
Les dades només són útils si permeten mesurar i gestionar la qualitat del rendiment. Això vol dir que no és necessàriament tan important perquè, per exemple, el departament d’edificis compti el nombre d’edificis aprovats a la inspecció, ja que és perquè sàpiga els tipus de citacions que van provocar que fallessin, el nombre d’inspeccions que cada inspector va realitzar en un dia i quants edificis van corregir les seves infraccions en un o dos mesos de la inspecció inicial. Aquest conjunt més ric de dades revelarà ineficiències en el procés d’inspecció i permetrà al departament treballar cap a millors estàndards de seguretat.
Error # 2: Com més mètriques, millor
Una concepció errònia comuna és que si es pot comptar alguna cosa, s’ha de comptar. He comès l’error de publicar fitxes i pestanyes de mètriques en un full de càlcul, només per comprovar que l’esforç necessari per recollir les dades és un esborrament no només del meu temps, sinó del temps de les persones assignades per dur a terme el mateix. treball que estem tractant de mesurar.
Mai voldreu que el vostre monitoratge de rendiment sigui tan onerós que en realitat entorpeixi el rendiment. Quan es proporciona un conjunt de mètriques, pot ajudar-vos a fer una pluja d’idees de tot allò que possiblement pugueu mesurar, i prioritzeu els 10 principals indicadors que proporcionaran la informació més crítica del vostre programa. Comenceu amb una càrrega manejable i incorporeu-ne gradualment, sempre que l’esforç necessari per recopilar les dades pagui per si mateix en observacions útils i oportunitats de millora.
Error # 3: S'han d'assignar els judicis de valor als volums
A la superfície, pot semblar intuïtiu que més trucades contestades és millor que menys trucades contestades. Però imagineu-vos que per reduir cinc trucades a l’hora, la qualitat de cada trucada es compromet. Es recopila menys informació i es tracten menys problemes. Les persones que truquen no estan satisfetes amb la primera trucada, de manera que truquen una segona o una tercera vegada, augmentant encara més els vostres números de trucada, però triguen temps addicionals i no aconsegueixen abordar els motius pels quals es produeixen les trucades en primer lloc. Potser les trucades que duren un minut més, però que s’adrecin de forma més adequada a les preguntes de l’acabat, acaben impedint les trucades repetides, aconseguint així una idea de pensament més igualitària, equivocada, sinó també cap enrere.
També és important adonar-nos que moltes mètriques, que es compten com a nombres absoluts, no són especialment útils. Sense context, un nombre és més o menys sense sentit. Qualsevol numerador mereix un denominador, i els números purs haurien de representar-se com a percentatge del total. Per exemple, elogiar a 1.000 persones sense llar del carrer i a habitatges temporals és lloable. Però si l’objectiu és crear habitatge per a 20.000 persones sense llar, és important reconèixer que només hi ha el 5% del camí.
Error # 4: Que els números parlin per ells mateixos
És perillós suposar que els números expliquen tota la història. És millor pensar en dades no com una pistola per fumar, sinó com un rastre de pa ratllat. Les mètriques poden orientar-vos cap a zones problemàtiques o avisar-vos d’un problema potencial que potser no haureu notat. Però fins que no caves amb les mans nues, els nombres són exactament això: els nombres. El fet de descobrir l’arrel d’un problema sovint consisteix en entrevistar les persones que treballen a prop de l’assumpte a l’abast, en observar i en donar sentit a dades qualitatives. Les mètriques reflecteixen un resultat, però no una causa arrel.
És possible que trobareu que la quantitat de temps per completar un procés de presentació ha augmentat en cinc dies. Però no suposi automàticament que els empleats estan passant tot el dia a procrastinar a BuzzFeed . Algunes preguntes senzilles poden revelar que un recent esforç de màrqueting va produir amb èxit un augment del 20% en les sol·licituds o que els canvis recentment legislats van afegir un pas al procés. Deixeu que els vostres números us portin a centrar-vos en àmbits de preguntes, en lloc de prendre'ls com a respostes.
Error # 5: si és una bona mètrica ara, després serà una bona mètrica
Els problemes canvien i canvien, igual que els objectius. Potser un conjunt inicial de mètriques us va permetre afrontar la resta de temps de canvi en la contractació de tràmits. Tanmateix, un cop resolt aquest problema, és important no descansar amb els llorers. El més probable és que aquesta mètrica es pugui millorar encara més, o hi ha una àrea de problemes completament diferent que demani atenció.
Feu un punt per revisar les mètriques cada tres a sis mesos per assegurar-vos que encara tenen sentit en el context actual. Probablement trobareu que alguns han quedat obsolets, i d'altres que han de modificar. Però tingueu cura quan decidiu canviar una mètrica. Si canvieu la manera de mesurar una determinada dada, es pot fer que les dades històriques siguin menys útils i es pugui interrompre la continuïtat de les dades que es recopilen. Això no vol dir que les mètriques no s’han d’adaptar a mesura que passi el temps, sinó que la decisió no s’hauria de prendre a la lleugera.
Les dades són una ciència i mereixen ser tractades com a tal. Quan trigueu un temps per abordar les mètriques des d’un lloc considerat, estareu en condicions d’avaluar constantment els vostres esforços i implementar millores significatives.
