發現數字下的真相 —《失控的數據》

小心「誘導統計數據」的陷阱。問題不在於指標本身，而在於過度執著於指標——也就是過度評估和不適當的評估方式。

1.你想要評量的是哪一類資訊？受評量的客體如果是無生命的東西，就愈有被評量的可能；
如果評量牽涉到獎懲的客體是「人」，就愈可能做出提高評量有效性的反應。
2.這些資訊的有效性有多少？就算有些活動可以被評量，但不代表值得去評量。
( →評量的容易度與其重要性是成反比)
3.加入更多指標效果會更好嗎？有用的績效評量，通常只在找出表現很差的少數人或是發現
真正的不當行為，發揮最大效果。 (→評量的邊際成本與其邊際效益)
4.不採納標準化評量的代價是什麼？是否還有其他能取得績效表現的資訊來源？比方說根據
客戶、病人或是學生家長的體驗或是判斷？( →評量不是唯一的判斷指標)
5.評量的目標是什麼？資訊透明化是要呈現給誰看的？這些資料是內部執業人員用來進行績
效監察，還是讓外部人員用來評判進行獎懲？( →影響力不同)
6.取得指標數據必須付出的成本有多高？蒐集資訊、處理資訊、分析資訊都需要時間，這些
時間就是機會成本。( 不是所有指標都必要)
7.問問自己為什麼公司高層的人會想要績效指標。有時候管理高層之所以想看到績效指標，
是因為不了解自己被請來管理的這家公司。( →沒有經驗與現場知識 )
8.績效評量是如何、又是由誰所開發出來的？評量要有意義，通常都得從底層開始向上建構
起來，並且使用在現場從業人員。( →才實際具有參考價值 )
9.就算是全世界最棒的指標，都有可能出現敗壞或是目標轉移的危險。( →任何一種評量獎
勵制度皆有利有弊)
10.體認到凡事都有其極限就是智慧的開端。並非所有的問題都可以獲得解決，而透過指標就
能解決的問題更為有限。( →指標的限制 )