全部版块 我的主页
论坛 数据科学与人工智能 数据分析与数据科学 数据分析与数据挖掘
902 0
2020-09-28
度量生态学
尽管我处理许多不同类型的指标,但我相信它们通常可以归纳如下:1)时间使用;2)对齐;3)生产;4)性能;5)服务;6)和市场。在此博客中,我将提供与每个评论有关的一些评论。尽管我自己还没有遇到任何问题,但我确信必须有关于操作指标及其使用方法的教科书。但是,我亲自开发了几乎所有使用的工具。尽管我不认为我可以自由分享详细的细节,技术或方法,但我认识到进入该领域的年轻人可能应该对指标有所了解。我还认为,数据科学尤其不能在纯粹的学术环境中生存。它必须高度适用于业务和现实问题。
时间的使用-有时我称之为时间贡献-不能衡量一个人的工作量。它衡量一个人在生产环境中所占位置的时间。如今人们很少按件付款:例如,每条生产围巾5美元。相反,他们获得薪水或小时工资。也许许多小企业主认为时间的使用主要与劳动力成本有关。但是有很多很好的管理理由来跟踪时间的使用。时间的使用允许人员和机器的战略定位。我所说的“安置”是指及时安置:例如“杰弗里将花3个小时做第一份工作,花2个小时做第二份工作,花一小时去做第三份工作。” 相反,时间的使用可以回答以下问题:“杰弗里今天在做什么?” 从分析的角度来看,时间的使用可以被认为是生产的投入。
与时间使用密切相关的是对齐。从概念上讲,进一步考虑时间问题,可以确定如何在不同时间段内分配资源。资源分配应与市场需求一致或相符。如果市场是不可预测的,一致性是一项具有挑战性的工作。此外,通常对内部系统和人员重新分配以适应市场突然变化的能力或频率有一个限制。因此,真正值得市场期待。这是奖励和谦卑的“试图弄清楚人”。我并不是说人们很奇怪,因此很难弄清楚。我的意思是他们的行为完全正常;因此,重要的是要具有预测其行为的能力。
生产与性能完全不同。生产是结果-生产的东西。性能与生产中涉及的过程更相关。一个极端的例子就是让1
如果没有运营归属,生产就没有太大意义-即了解生产内容。这是我提出无纸化环境(重点是电子数据的积累)时所说的要点。如果归因很重要,那么纸张是限制性的。我处理的最大指标是性能。绩效指标可以帮助数据专家保护绩效。没有这些指标,评论家更有可能得出有偏见,无意义,破坏性甚至毫无结果的结论。从字面上看,有生产力的人可能会被从无法维持适当绩效指标的组织中清除。此外,这些组织可能会生产与市场需求无关的产品。效率是一种生产指标。质量可以是效率指标的一种。如果Bob的产量的50%不足,则效率极低,因为它需要额外的产量。
服务指标很有趣,因为它们不一定会带来更大的产量或更高的性能。它们导致符合预设标准。根据情况,质量也可以视为一种服务指标。(正如我之前提到的,改进的服务并不一定会带来更多的生产。)我用来描述与生产无关的一致性的术语是一致性。服务即将符合特定的服务标准。需要数据来确认合规性。关于呼叫中心,我在互联网上发现的服务标准如下:应在前20秒内接听80%的呼叫。我觉得任何人打电话给公司并等待别人的声音都会同意20秒是很长的时间。因此,服务就是要改善客户体验并巩固公司的支持基础。(更不用说改善服务可以对销售产生积极影响。)
最后,有许多与市场有关的指标。这可能包括来自客户的反馈。但是我正在考虑一些更紧急和紧迫的事情。回想一下我对对齐的解释。当可以预测市场时,对齐最有用。那些看过我关于解构主义的博客的人都知道我的建议,将市场统计数据划分为不同的天数,周数和月数。例如,零售商希望配备足够的人员,而不是人员不足或人员过多,以确保在特定的周六或周日顺利运营。呼叫中心希望有足够的座席来处理特定星期五从下午2点到下午5点的负载。挑战是特定的-失败的后果通常是显而易见的-使人员配备水平,管理技能乃至雇用实践成为问题。
还有其他类型的业务指标吗?该博客提供了不完整的类别列表。特别是,我没有提到许多与财务,会计和投资相关的指标:例如分配,支出和收入。我也没有进行风险评估。大多数分析业务数据的人都知道销售是一个大问题。我不是研究销售本身,而是研究产品的市场需求-市场的一个方面。对于那些专门从事以美元为单位的度量标准的人来说,仅由于易于表达和分析与成本有关的一切因素而可能难以将其注意力集中在运营上(例如,对于管理会计师而言)。但是,我建议一个人“有效率”,不是因为该员工的薪水较低,而是因为更少的错误,更大的可靠性和更快的步伐。
最好将员工薪酬和成本计算保持在运营分析之外。这就像一项竞技运动-工资谈判应该在比赛之外进行。这是因为游戏是“关键任务”。每一次损失都会导致竞争。而且,补偿应该更多地是操作成败的问题,而不是任务。也许这是我对员工的贡献相当苛刻的观点。员工做某事的报酬不高,而是该工作对公司的作用。如果工作做得很好,但他的公司却陷入困境,那是一个会计问题,要向这个人支付约定的金额。如果公司陷入困境,对我而言,这项工作就无法根据最佳指标进行评估,也就是那些可以帮助公司赢得比赛的指标。
我尝试提供可见性和控制力。我没有控制权给别人。但是,我会尽最大努力确保人们的行动能够达到预期的结果。从某种程度上来说,这是一种控制,它符合一个人的意图。但是,我还负责“提出”指标,以便以适当的方式表达业务问题。对我来说,这意味着公平和诚实。如果基本指标不公平且不诚实,则公平和诚实可能会很困难。指标的构建和选择会影响人们的决策。如果在这种情况下做出错误的决定,谁会受到责备?没错 选择度量标准以确保平衡是一回事。
重要的是不要陷入有效地将偏见强加于生态系统的思维定势。除非别人愿意为了偏颇的观点而忽略这些联系,否则一切都与其他事物联系在一起。处理度量标准的专业人员知道组织不必质疑或严格检查其度量标准。有时这是由于缺乏了解;可能没有经验;也许在数据专家的教育中从来没有关注批判性思维技能。生活在现象中可以减轻使用有故障的镜片的风险。例如,专注于薪水的镜头可能会降低薪水成本-但不会使游戏更容易获胜。专注于降低成本的镜头存在问题,因为如果公司停止运营,成本将最大程度地降低。一些根深蒂固的企业透镜可能会使组织误入歧途。全神贯注于生态并且对多种指标敏感,这有助于保持开放的视野。
1
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

相关推荐
栏目导航
热门文章
推荐文章

说点什么

分享

扫码加好友,拉您进群
各岗位、行业、专业交流群