開場故事：1.5 萬次觀看，零捐贈#
DoSomething.org 在 2011 年發布一支 YouTube 影片，邀請年輕人捐出舊運動器材給有需要的孩子，由幾位 YouTube 名人助陣。
- 觀看數：1,500,000 次（公司歷來最佳的兩倍）
- 點擊報名捐贈：8 人
- 真正捐贈：0 人
從捐贈這個目標來看，這支影片是徹底失敗。問題出在他們關心錯了指標。
資料 vs. 指標的差別#
- 資料（data）：你能蒐集到的所有數字（例如觀看數、捐贈數）
- 指標（metric）：你選擇用來定義成功的那一類資料
一家成功的組織只能把有限的事情量得好，而它選擇量的東西，等於它對「成功」的定義。對 DoSomething.org 而言，成功是社會改變；在這支影片裡，成功應是捐贈而不是觀看。
資料無從挑選，但指標必須挑選#
以棒球為例：所有球隊對成功的定義一致——拿世界冠軍。但**「好球員」是什麼？**
- 過去靠少數簡單指標：打擊率（batting average）、打點（RBI）
- 統計學家進場後（《魔球》Moneyball）：用新指標重新切資料，找到傳統被低估的好球員
- 資料沒變，看資料的方式變了
所有指標都是真正重要事物的代理變數（proxy）。同樣的資料，比別人會切，就找得到別人忽略的價值。
組織會變成它的指標#
你量什麼，你就管什麼；你管什麼，員工就做什麼。
棒球例子：
- 只看打擊率 → 球員少選保送，整體進攻反而變差
- 改看 OPS（上壘率＋長打率）→ 行為與結果同步優化
職場也是：
- 量 YouTube 觀看數 → 員工拼觀看
- 量產品下載數 → 員工拼下載
- 但若真正目標是銷售或會員：應該量 ROI、站內轉換率、留存率等
虛榮指標 vs. 有意義指標#
虛榮指標（vanity metrics）像蒲公英——看起來漂亮、其實是雜草，吃資源卻不增加房地產價值。
常見的虛榮指標：
- 每月網站訪客
- Twitter 追蹤數
- Facebook 粉絲數
- 媒體曝光（media impressions）
判斷標準：**如果這些數字上升，你能證明銷售也跟著上升嗎？**能，就值得量；不能，就不值得花資源。
怎麼挑選指標：四步驟流程（Michael Mauboussin）#
不要從「現在用什麼」或「華爾街分析師說該用什麼」開始。從零開始。本流程基於 Venky Nagar 與 Madhav Rajan 對 115 家銀行的分析，並以零售銀行為例。
步驟 1：定義「治理目標（governing objective）」#
公司資本配置需要明確目標。在自由市場中，創造經濟價值通常是合理選擇（也有公司選擇「最大化企業壽命」等不同目標）。範例銀行假設目標為創造經濟價值。
步驟 2：發展因果理論，找出目標的驅動因子#
財務驅動因子常見三項：
- 銷售（sales）
- 成本（costs）
- 投資（investments）
更具體可包含：盈餘成長、現金流成長、投入資本報酬率（ROIC）。
財務指標不可能涵蓋所有創造價值的活動，必須評估非財務指標：顧客忠誠度、滿意度、產品品質。它們與財務指標的連結強度因公司而異，必須個案驗證。
範例銀行的理論：顧客滿意度 → 服務使用量 → 經濟價值。資料顯示假設成立，於是再深入找驅動滿意度的活動。
步驟 3：找到員工可控制、且能影響目標的具體活動#
連結「目標」與「員工技能可控制的指標」。範例銀行的統計分析顯示影響顧客滿意度的活動：
- 貸款利率
- 貸款處理速度
- 櫃員流動率（teller turnover）
由於這些都是員工與管理層可控制，於是持續穩定（persistent）且具預測性（predictive），銀行便能據此優化貸款審核流程。
步驟 4：定期重新評估你的指標#
價值的驅動因子會隨時間改變，指標也必須跟著變。
範例銀行的年輕、高度數位化客群崛起時：
- 櫃員流動率的相關性下降
- 線上介面與客服體驗重要性升高
過去靠直覺、忽略對的指標還能過得去；今天，能比對手早一步辨識並善用對的指標，就是競爭優勢的關鍵。
好指標的三個特徵#
一個簡單的判斷規則：如果你不能在一週內、免費、可重複地量到結果，你大概是優先量錯東西。
- 一致（consistent）
- 便宜（cheap）
- 快速（quick）
棒球指標完美符合這三點，所以可以快速回饋到球員與球團決策。
最後的反思#
組織無法控制資料本身，但可以決定自己在乎什麼。回到 DoSomething.org 的影片：如果指標是觀看數，他們會宣告勝利；但他們選了正確的指標——捐贈數，於是把它記為失敗。
那意味著從此不再做影片嗎？不一定，但現階段他們把資源放到能更直接帶來真正成果的指標上。