Stel dat uw doel is om het aantal klanten dat u elke dag bedient te vergroten. Misschien runt u een stadskantoor dat voedselstempeltoepassingen verwerkt, of biedt u technische ondersteuning voor het product van uw bedrijf. Hoeveel klanten bedient u online, persoonlijk en telefonisch? Wat is de gemiddelde tijd om een probleem in elk van deze kanalen op te lossen? Welke soorten klantverzoeken duren het langst en welke kunnen snel worden afgehandeld?
Als je deze vragen niet kunt beantwoorden, stel je jezelf in op mislukking voordat je zelfs maar begint te proberen.
Datagestuurde besluitvorming is tegenwoordig een manier van leven, van het stadhuis tot de corporate directiekamer. Als je de cijfers hebt om een handelwijze te dicteren, gaat het denken, waarom zou je je hart of je geest gebruiken? Maar in de zoektocht om elke beweging te ondersteunen met koude, harde gegevens, kan het gemakkelijk zijn om oude nummers te verwarren met bruikbare nummers. Niet alle gegevens zijn gelijk en de beste manier om ervoor te zorgen dat u de juiste gegevens verzamelt, is door de juiste set prestatiestatistieken te ontwikkelen.
Dus hoe bepaal je welke statistieken je zullen helpen en welke je gewoon afleiden van de centrale kwesties? Hier zijn vijf veel voorkomende fouten die mensen maken bij het omgaan met gegevens, en enkele tips om ze te vermijden.
Fout # 1: Just Metrics is genoeg
Het is waar dat een beetje meten beter is dan niets meten. Maar te veel mensen zijn tevreden dat ze alleen het woord 'metrics' aan een supervisor kunnen uiten, en te veel supervisors gaan ervan uit dat als hun team überhaupt iets telt, ze iets goed moeten doen.
Gegevens zijn alleen nuttig als u hiermee de kwaliteit van de prestaties kunt meten en beheren. Dit betekent dat het niet noodzakelijkerwijs zo belangrijk is voor, bijvoorbeeld, de afdeling Gebouwen om te tellen hoeveel gebouwen de inspectie hebben doorstaan, omdat het voor het type citaten is waardoor ze zijn mislukt, het aantal inspecties dat elke inspecteur in één dag heeft voltooid, en hoeveel gebouwen hun overtredingen hebben gecorrigeerd binnen een of twee maanden na de eerste inspectie. Deze rijkere set gegevens onthult inefficiënties in het inspectieproces en stelt de afdeling in staat te werken aan betere veiligheidsnormen.
Fout # 2: Hoe meer statistieken, hoe beter
Een veel voorkomende misvatting is dat als iets kan worden geteld, dit moet worden geteld. Ik heb de fout gemaakt om tabbladen en tabbladen met statistieken op een spreadsheet te plaatsen, alleen om te ontdekken dat de inspanning die nodig is om de gegevens te verzamelen niet alleen mijn tijd kost, maar ook de tijd van de mensen die zijn toegewezen om de zeer werk dat we proberen te meten.
U wilt nooit dat uw prestatiebewaking zo zwaar is dat het de prestaties zelf belemmert. Als je een set metrieken bedenkt, helpt het om te beginnen met brainstormen over alles wat je zou kunnen meten en vervolgens de top 10 indicatoren te prioriteren die de meest kritische informatie over je programma opleveren. Begin met een beheersbare belasting en voeg er geleidelijk meer aan toe, zolang de inspanning die nodig is om de gegevens te verzamelen zichzelf terugbetaalt in nuttige observaties en mogelijkheden voor verbetering.
Fout # 3: Waardeoordelen moeten aan volumes worden toegewezen
Op het eerste gezicht lijkt het misschien intuïtief dat meer beantwoorde oproepen beter zijn dan minder beantwoorde oproepen. Maar stel je voor dat de kwaliteit van elk gesprek in het gedrang komt als je vijf extra oproepen per uur nodig hebt. Er wordt minder informatie verzameld en er worden minder problemen opgelost. Bellers zijn niet tevreden met de eerste oproep, dus bellen ze een tweede of een derde keer, waardoor uw oproepnummers verder toenemen, maar extra tijd in beslag nemen en de redenen waarom de oproepen in de eerste plaats komen niet worden aangepakt. Misschien worden oproepen die een minuut langer duren maar beter beantwoorden aan de vragen van de beller, herhaaldelijke oproepen voorkomen, waardoor de meer-gelijk-betere-manier van denken niet alleen verkeerd, maar ook achterstevoren wordt.
Het is ook belangrijk om te beseffen dat veel statistieken, wanneer ze als absolute getallen worden geteld, niet bijzonder nuttig zijn. Zonder context is een getal min of meer betekenisloos. Elke teller verdient een noemer en zuivere getallen moeten worden weergegeven als een percentage van het totaal. Bijvoorbeeld, het verplaatsen van 1.000 daklozen van de straat en naar tijdelijke huisvesting is lovenswaardig. Maar als het doel is om huisvesting te creëren voor 20.000 daklozen, dan is het belangrijk om te erkennen dat je slechts 5% van de weg daar naartoe bent.
Fout # 4: Laat de cijfers voor zichzelf spreken
Het is gevaarlijk om aan te nemen dat getallen het hele verhaal vertellen. Het is beter om gegevens niet als een rokend pistool te zien, maar als een spoor van broodkruimels. Statistieken kunnen u in de richting van probleemgebieden wijzen of u wijzen op een mogelijk probleem dat u anders misschien niet zou hebben opgemerkt. Maar totdat u er met uw blote handen in graaft, zijn de cijfers precies dat - cijfers. Het achterhalen van de oorzaak van een probleem omvat vaak het interviewen van de mensen die dicht bij de zaak werken, observeren en begrijpen van kwalitatieve gegevens. De statistieken weerspiegelen een resultaat, maar geen hoofdoorzaak.
Het kan zijn dat de hoeveelheid tijd om een archiveringsproces te voltooien met vijf dagen is toegenomen. Maar ga er niet automatisch van uit dat bedienden de hele dag bezig zijn met uitstellen op BuzzFeed . Een paar eenvoudige vragen kunnen onthullen dat een recente marketinginspanning met succes resulteerde in een toename van 20% van de aanvragen, of dat nieuw ingevoerde wijzigingen een stap aan het proces hebben toegevoegd. Laat je cijfers ertoe leiden dat je je concentreert op vragen, in plaats van ze als antwoorden zelf te nemen.
Fout # 5: Als het nu een goede statistiek is, wordt het later een goede statistiek
Problemen veranderen en veranderen, net als doelstellingen. Misschien kunt u met een eerste set statistieken achterblijvende doorlooptijden op contractueel papierwerk aanpakken. Zodra dat probleem is opgelost, is het echter belangrijk om niet op je lauweren te rusten. De kans is groot dat metriek verder kan worden verbeterd, of dat er een heel ander probleemgebied om aandacht vraagt.
Zorg ervoor dat u uw statistieken elke drie tot zes maanden opnieuw bezoekt om er zeker van te zijn dat ze in de huidige context nog steeds kloppen. U zult waarschijnlijk merken dat sommige verouderd zijn en andere moeten worden aangepast. Maar wees voorzichtig als u besluit een gegeven te wijzigen. Het wijzigen van de manier waarop u een bepaald stuk gegevens meet, kan historische gegevens minder nuttig maken en de continuïteit van de gegevens die u verzamelt, onderbreken. Dit wil niet zeggen dat statistieken niet moeten worden aangepast naarmate de tijd verstrijkt, alleen dat de beslissing niet lichtvaardig moet worden genomen.
Data is een wetenschap en verdient het om als zodanig te worden behandeld. Wanneer u de tijd neemt om statistieken te benaderen vanuit een weloverwogen plaats, kunt u uw inspanningen voortdurend evalueren en betekenisvolle verbeteringen doorvoeren.
