قل هدفك هو زيادة عدد العملاء الذين تخدمهم كل يوم. ربما تقوم بتشغيل أحد مكاتب المدينة لمعالجة طلبات قسائم الطعام ، أو ربما تقدم الدعم الفني لمنتج شركتك. كم عدد العملاء الذين تخدمهم عبر الإنترنت ، شخصيًا وعبر الهاتف؟ ما هو متوسط الوقت لحل مشكلة في كل من هذه القنوات؟ ما هي أنواع طلبات العملاء التي تستغرق وقتًا أطول ، والتي يمكن التعامل معها على وجه السرعة؟
إذا لم تتمكن من الإجابة على هذه الأسئلة ، فأنت تجهز نفسك للفشل قبل أن تبدأ في المحاولة.
تعتبر عملية صنع القرار القائمة على البيانات طريقة حياة هذه الأيام ، من قاعة المدينة إلى قاعة اجتماعات الشركات. إذا كان لديك أرقام لإملاء مسار للعمل ، فإن التفكير يسير ، لماذا تستخدم قلبك أو عقلك؟ ولكن في السعي إلى إجراء نسخ احتياطي لكل خطوة باستخدام بيانات باردة وصعبة ، قد يكون من السهل أن نخطئ في فهم أي أرقام قديمة بأرقام مفيدة. لا يتم إنشاء جميع البيانات على قدم المساواة ، وأفضل طريقة لضمان قيامك بجمع البيانات الصحيحة هي تطوير المجموعة المناسبة من مقاييس الأداء.
إذاً كيف يمكنك تحديد المقاييس التي ستساعدك والتي ستصرفك فقط عن القضايا المركزية؟ فيما يلي خمسة أخطاء شائعة يرتكبها الأشخاص عند التعامل مع البيانات ، وبعض النصائح لتجنبها.
الخطأ رقم 1: مجرد وجود مقاييس يكفي
صحيح أن القياس قليلاً أفضل من قياس لا شيء. لكن الكثير من الناس راضون عن مجرد كونهم قادرين على نطق كلمة "مقاييس" للمشرف ، ويفترض الكثير من المشرفين أنه إذا كان فريقهم يحسب أي شيء على الإطلاق ، فيجب عليهم فعل شيء صحيح.
البيانات مفيدة فقط إذا كان يسمح لك بقياس وإدارة جودة الأداء. هذا يعني أنه ليس من المهم بالضرورة ، على سبيل المثال ، إدارة المباني أن تحسب عدد المباني التي اجتازت عملية التفتيش لأنها تعرف أنواع الاستشهادات التي تسببت في فشلها ، وعدد عمليات التفتيش التي أنجزها كل مفتش في يوم واحد ، و عدد المباني التي صححت مخالفاتها في غضون شهر أو شهرين من الفحص الأولي. سوف تكشف هذه المجموعة الأكثر ثراءً من البيانات عن عدم كفاءة عملية التفتيش وتسمح للإدارة بالعمل من أجل وضع معايير أفضل للسلامة.
الخطأ رقم 2: كلما زادت المقاييس ، كان ذلك أفضل
الاعتقاد الخاطئ الشائع هو أنه إذا أمكن حساب شيء ما ، فيجب حسابه. لقد ارتكبت خطأً في وضع علامات تبويب وعلامات تبويب للمقاييس في جدول بيانات ، فقط لتجد أن الجهد المطلوب لجمع البيانات هو استنزاف ليس فقط لوقتي ، بل لوقت الأشخاص المعينين لتنفيذ العمل الذي نحاول قياسه.
لا تريد أبدًا أن يكون رصد أدائك مرهقًا لدرجة أنه يعوق الأداء بالفعل. عند الخروج بمجموعة من المقاييس ، من المفيد أن تبدأ من خلال العصف الذهني لكل شيء يمكن قياسه ، ثم إعطاء الأولوية لأفضل 10 مؤشرات من شأنها أن تعطي المعلومات الأكثر أهمية حول البرنامج. ابدأ بالتحميل القابل للإدارة ، وقم بإضافة المزيد تدريجياً - طالما أن الجهد المطلوب لجمع البيانات سوف يدفع مقابل نفسه في الملاحظات والفرص المفيدة للتحسين.
الخطأ رقم 3: يجب تعيين أحكام القيمة إلى المجلدات
على السطح ، قد يبدو من البديهي أن عدد المكالمات التي تمت الإجابة عليها أفضل من عدد المكالمات التي تمت الإجابة عليها. لكن تخيل أنه من أجل الضغط في خمس مكالمات إضافية في الساعة ، يتم اختراق جودة كل مكالمة. يتم جمع معلومات أقل ، ويتم معالجة عدد أقل من المشكلات. لا يشعر المتصلون بالرضا عن المكالمة الأولى ، لذلك يتصلون بمرة ثانية أو ثالثة ، مما يزيد من أرقام المكالمات ولكن يأخذون وقتًا إضافيًا ويفشلون في معالجة الأسباب التي تجعل المكالمات تأتي في المقام الأول. ربما تنتهي المكالمات التي تدوم أكثر من دقيقة واحدة ولكن بشكل أكثر ملاءمة لأسئلة المتصل إلى منع تكرار المكالمات ، مما يجعل خط التفكير الأكثر تساويًا ليس فقط مخطئًا ، بل إلى الوراء.
من المهم أيضًا إدراك أن العديد من المقاييس ، عند حسابها كأرقام مطلقة ، ليست مفيدة بشكل خاص. بدون سياق ، يكون الرقم بلا معنى أو أكثر. يستحق أي البسط المقام ، ويجب تمثيل الأرقام البحتة كنسبة مئوية من المجموع. على سبيل المثال ، نقل 1000 شخص بلا مأوى من الشارع إلى سكن مؤقت أمر يستحق الثناء. ولكن إذا كان الهدف هو إنشاء سكن لـ 20.000 شخص بلا مأوى ، فمن المهم أن تدرك أنك 5٪ فقط من الطريق إلى هناك.
الخطأ رقم 4: دع الأرقام تتحدث عن نفسها
من الخطورة افتراض أن الأرقام تحكي القصة بأكملها. من الأفضل أن تفكر في البيانات ليس كمدخّن تدخين ، بل كتدرب من فتات الخبز. يمكن أن توجهك المقاييس نحو مناطق المشكلات أو تنبهك إلى مشكلة محتملة قد لا تكون لاحظتها بطريقة أخرى. لكن إلى أن تثقبي بيديك العاريتين ، تكون الأرقام مجرد أرقام. غالبًا ما يتطلب كشف جذر المشكلة إجراء مقابلات مع الأشخاص الذين يعملون بالقرب من المسألة قيد البحث ومراقبة البيانات النوعية ومعالجتها. تعكس المقاييس النتيجة ، ولكنها ليست السبب الجذري.
قد تجد أن مقدار الوقت اللازم لإكمال عملية حفظ الملفات قد زاد بنسبة خمسة أيام. ولكن لا تفترض تلقائيًا أن الكتبة يقضون كل يوم في التسويف على BuzzFeed . قد تكشف بعض الأسئلة البسيطة عن أن الجهود التسويقية الحديثة قد أسفرت بنجاح عن زيادة بنسبة 20٪ في الطلبات ، أو أن التغييرات التي تم إقرارها حديثًا قد أضافت خطوة إلى العملية. دع أرقامك تقودك إلى التركيز على مجالات الأسئلة ، بدلاً من أخذها كإجابات بحد ذاتها.
الخطأ رقم 5: إذا كان القياس جيدًا الآن ، فسيكون مقياسًا جيدًا لاحقًا
المشاكل تتغير وتتغير ، وكذلك الأهداف. ربما سمحت لك مجموعة أولية من المقاييس بمعالجة أوقات التحول المتأخرة في التعاقد على الأوراق. ولكن بمجرد حل هذه المشكلة ، من المهم ألا تستريح على أمجادك. هناك احتمالات كبيرة ، حيث يمكن تحسين هذا المقياس أكثر ، أو أن هناك مجال مشكلة مختلف تمامًا يستدعي الاهتمام.
حدد نقطة إعادة النظر في مقاييسك كل ثلاثة إلى ستة أشهر للتأكد من أنها لا تزال منطقية في السياق الحالي. ستجد على الأرجح أن البعض قد عفا عليه الزمن ، والبعض الآخر يحتاج إلى التغيير والتبديل. لكن احذر عند اتخاذ قرار بتغيير المقياس. قد يؤدي تغيير طريقة قياس جزء معين من البيانات إلى جعل البيانات التاريخية أقل فائدة ويقاطع استمرارية البيانات التي تجمعها. هذا لا يعني أنه لا ينبغي تكييف المقاييس مع مرور الوقت ، بل يجب عدم اتخاذ القرار بسهولة.
البيانات هي علم وتستحق أن تعامل على هذا النحو. عندما تأخذ الوقت الكافي لمقاربة المقاييس من مكان معتبر ، ستكون في وضع يسمح لك بتقييم جهودك باستمرار وتنفيذ تحسينات ذات مغزى.
