SMART法則，堪稱目標設定的金科玉律。而「量化指標」符合SMART法則中的Specific（具體的）與Measurable（可衡量的）兩大法則，更是主管在設定關鍵績效指標（KPI, Key Performance Index）時的最愛。
除了設定工作目標，數量化的資料具有容易理解、高說服力、可分析比較的特性，故主管們總期望部屬將所有的提案建議、現況分析與成果報告等，都轉化為數據呈現。
但過於仰賴數據進行決策，也隱藏一些決策風險。譬如，當數據失真，而主管未能明辨其中真偽與錯誤時，即可能引據失當而制定錯誤的決策。
一般而言，主管對於自己專擅的領域，較不會被錯誤的資訊所矇蔽。專業所練就的敏感度與熟稔市場行情等知識，可輕易揪出數據中的謬誤與異常之處。
但跨領域管理非原本專擅的單位時，則容易因對部門不熟悉或既有的刻版印象、錯誤認知等因素，錯信偏誤資訊。
數據分析者如同魔術師般，可運用去年比、前月比等不同周期或趨勢，找到一堆數據，將數據分析推演與導引至自己想呈現的方向。而取樣的範圍、年度、區間、樣本數等等條件設計，也同樣會影響統計數據分析的結果。
其次，在面臨十萬火急的決策點時，若還得等到蒐集完整數據資訊後方進行決策，可能早已喪失訂定決策的先機。
學術研究時，確認數據分析結果的信度與效度，是發表論文前必定驗證的步驟。但在企業的實務運作上，基於時效性、資料取得困難度、作業成本、專案與決策數等考量，實在不可能每樣決策前，都取得足夠的資料並進行完整的數量分析。
有些主管則因為只信任數據，以致看不到實際的狀況，或不願意花時間或精力，實地了解第一線的戰況。
當區域發生重大災情時，中央官員每每得「下鄉勘災」，實地了解災情的慘烈程度，以做為修復、援助等決策參考。若主管只願意留在舒適的辦公室，坐等回報的分析資料，容易陷入象牙塔內的思考，而致誤判情勢。
如果將問題歸究於分析數據者提供了錯誤的資訊，是主管卸責的說法。
學會辨識與看透數據背後的真偽，不被統計數據沖昏了頭，並依據正確合理的數據進行決策，本就是主管的職責。
主管所制定的決策，將導引所轄單位與部屬的行動方向、行為模式與資源的流向。影響所及，可能包含部屬職涯發展、企業損益、員工眷屬之生計、股東與投資人權益等。
若主管因為錯用數據而致決策方向的偏差，就如同引路人將迷途的眾人，引導入岐路，進入致命的沙漠或沼澤一般。
所謂「錯誤的政策比貪污更可怕」，此句話凸顯錯誤決策的影響度與嚴重性。而「政策殺人」的決策偏誤，則常常源自於決策者所引用的數據資訊不正確，或過度仰賴數據而產生誤判。
數據是死的，想避免引據失當，不讓數字變成殺人的工具，端視使用數字的管理者，是否具備明辨真偽的辨識力與活用數據的智慧。
留言列表
東森電商大補丸 (9)
