# 第二单元：从问题到目标和指标 · 理论阅读稿 这是在线教材2.1—2.8的理论正文。正文与网页共用同一来源；综合应用、自测解析和练习在 `/book/unit02` 阅读。 ## 2.1 从现实关切到分析：五个概念的关系 第一单元说明了数据怎样成为支持判断的证据。接下来的问题是：我们究竟要判断什么？同一份数据可以服务于不同问题，同一个数字也可能在不同目标下得到不同评价。因此，分析的起点不是选择公式，而是说明我们关心的现实变化。 ### 现象、问题、目标、指标与数据 **现象** 现象是已经观察到的状态或变化。例如报名人数由 220 人变为 180 人。这句话描述了变化；它尚未说明变化的原因，也没有证明活动的整体价值下降。 **问题与目标** 分析问题是需要借助证据回答的提问；目标是希望实现的现实变化。“哪些环节妨碍报名者完成体验？”是问题，“让更多报名者完成有意义的体验”是目标。前者组织认识，后者规定行动方向。 **指标与数据** 指标是按照明确规则观察某种表现的度量，例如报名者体验完成率。数据是记录和计算的材料，例如报名与验收记录。指标定义规定怎样计算；指标值是将定义用于某批数据后得到的结果。 如果 180 名有效报名者中有 90 人完成体验，180 和 90 是汇总数据；“完成者人数除以有效报名者人数”是指标定义；50% 是本次指标值。希望更多人完成体验，仍然是目标。目标不能被一个计算结果自动替代。 现实关切 → 界定问题 → 明确目标 → 定义指标 记录数据 → 计算指标值 → 结合标准判断 → 行动与复核 这条关系并非只走一遍。界定目标后可能发现原问题过宽；检查数据后可能发现关键结果无法观察，需要补充记录或缩小结论范围。修正应当说明理由，不能为了让结果好看而事后更换目标或口径。 ### 描述、解释与评价不能混在一起 “报名减少了”是描述；“因为宣传太晚”是原因假设；“活动失败了”是评价。描述需要可靠记录，解释需要支持机制的证据，评价还需要目标与标准。将三者拆开，才能知道现在已经知道什么、仍需调查什么。数据思维并不要求消除判断，而是要求让判断的依据可检查。 ## 2.2 界定问题：让提问可以被证据回答 “效果怎么样”包含许多可能含义：覆盖多少人、是否完成活动、体验是否有价值、成本是否合理。若这些含义没有被区分，分析者很容易选择手头最方便的数字，回答一个与决策无关的问题。 ### 问题需要哪些边界？ 一个可分析问题需要交代对象、时间、决策目的、判断内容与证据需求。对象说明研究谁或什么；时间规定观察的范围；目的说明答案将支持哪项选择；判断内容说明要描述、比较还是解释；证据需求说明需要哪些记录。它们共同决定分析边界。 在【时间范围】内，针对【对象】，为了【决策目的】， 判断或比较【具体表现】，需要【证据】。 例如：“针对本次活动的有效报名者，为决定下次先改进到场组织还是现场体验，比较报名到场率与到场者体验完成率，检查报名、签到和验收记录。”这个问题能先定位过程中的损失；要解释损失的原因，还需进一步证据。一个问题不必一次回答所有事情。 ### 不同问题要求不同证据 描述性问题问“发生了什么”，需要对象和口径明确的记录；比较性问题问“与谁相比、差多少”，还需要可比的基准；解释性问题问“为什么”，需要检查其他可能解释；行动问题问“怎样改善”，还需要考虑可实施性、成本与效果检验。发现某环节比例低，并不能直接证明一种改进措施有效。 提出问题时，应避免把未验证的原因写成前提。“怎样解决宣传太晚导致的报名下降？”预先认定了原因。更稳妥的提问是：“报名下降可能与哪些变化有关，宣传时点是否值得进一步核实？”假设帮助寻找证据，不能替代证据。 ### 先看有什么数据，还是先问什么问题？ 已有数据可以提示异常和新问题，但不能决定什么最值得关心。合理的做法是在现实目的与数据条件之间往返：先说明决策，再检查可回答的部分，最后交代未覆盖的部分。若无法观察学习收获，可以暂时分析体验完成情况，同时保留学习价值这一尚未充分测量的关切。 ## 2.3 明确目标：方向、优先级与约束 目标说明“为什么要分析”。同一场活动，组织者可能关心参与规模，学生关心体验深度，管理者还关心预算与安全。这些关切都可能合理，但无法通过多算几个数字自动获得一致答案。必须先说明主要支持谁的决定，以及本轮最优先改善什么。 ### 从价值目标到行动目标 “促进学生成长”是较高层的价值目标，范围广、时间长；“让更多报名者完成一次真实体验”是更具体的行动目标；“改善签到分流与项目安排”是可能采取的措施。目标与措施也不能混用：增加提醒次数是做了什么，更多学生完成体验才是希望发生的结果。 目标层级帮助把宽泛价值转化为可行动的方向，但下层目标只是上层目标的一部分。完成一次体验不能充分代表长期成长；为了提高完成率而降低体验要求，甚至可能损害原来的价值方向。因此，细化目标时需要持续检查它是否仍服务于上层目标。 ### 目标并非都可以同时最大化 场地与人员有限时，提高参与规模可能增加等待；提高体验深度可能降低服务人数。此时需要说明优先级与约束。例如本轮优先改善报名者的体验完成情况，同时限制长时间等待并守住预算。这里不是给所有目标加权求一个总分，而是明确可接受的行动范围。 **约束与风险** 约束是方案必须遵守的边界，如预算上限、场地容量与时间安排。风险是行动可能带来的不利结果，如拥堵、投诉或体验质量下降。约束规定能做什么，风险提醒需要防止什么；两者可以通过指标监测，但并非所有边界都适合压缩成数字。 ### 一个有用的目标说明 目标应说明希望改变的对象与结果、主要责任主体、时间范围，以及不能牺牲的重要条件。例如：“活动组织团队希望在下次活动中，让更多有效报名者完成至少一项符合既定标准的体验，同时保持预算可控并减少过长等待。”具体目标值应在了解基准和资源条件后确定。 ## 2.4 指标口径：把概念变成可复核规则 指标名称只是开始。“完成率”听起来清楚，但未说明谁的完成率、怎样才算完成、观察多久。统计口径是把现实概念转化为可重复计算结果的一组规则。相同记录采用不同口径，会得到不同数字，也会回答不同问题。 ### 比例指标的基本结构 比例指标至少要写明对象范围、分子、分母、时间窗口和统计规则。若要表达“某总体中有多少对象具有某种状态”，分子应属于分母总体，并采用一致的计数单位。先确认集合关系，再做除法。 报名者体验完成率 ＝ 活动当天完成至少一项合格体验的有效报名者人数 ÷ 活动开始前的有效报名者人数 × 100% 这一定义还需说明：取消报名和测试记录不计入分母；同一参与者重复报名只计一人；完成多个项目仍只计一名完成者；“合格体验”依据预先明确的验收标准。规则规定现实中的行为怎样进入计算，不是计算结束后补写的注释。 ### 分母决定问题，单位决定解释 90 名完成者除以 180 名有效报名者，回答报名者的最终完成情况；除以 126 名到场者，回答现场参与者的完成情况。两者都可能有用，但必须分别命名。若同一人可以多次参与，“参与人次除以报名人数”不一定是人数比例，可能超过 100%。它可以表示人均参与次数，但需要另一个名称。 ### 时间窗口也是定义的一部分 后续参与率不能只写“后来参加过”。应规定起点、终点和合格行为。例如以体验完成后的 7 天为窗口，只在每个人均获得完整 7 天观察机会后计算。若有人只观察了两天，“尚未参与”不能直接等同于“7 天内未参与”。 ### 不带分母的指标也需要口径 总费用、峰值人数和平均等待时间不是同一种比例。总费用需说明纳入哪些支出及期间；峰值人数需说明场所范围和统计间隔；平均等待时间需说明记录对象、等待起止点、单位和缺失处理。口径的核心是可复核，不能机械套用分子分母表格。 分母为零时比例没有定义，应标记“不可计算”并解释原因。缺少记录也不能直接记为零：零表示按规则观察后确认没有发生，缺失表示不知道。数据缺口若影响指标，应同时报告覆盖情况和限制，而不是静默删除后继续代表全部对象。 ## 2.5 从指标值到评价：基准、目标值与可比性 计算出 50% 后，仍不能直接说“高”或“低”。评价需要参照：相对于上次水平、预先目标、可接受标准，还是另一类活动？不同参照服务于不同判断，必须写清。 **基准、目标值与阈值** 基准是比较的起点或参照；目标值是希望指标达到的水平；阈值是触发行动或检查的边界。例如当前完成率 50% 是基准，下次希望达到 60% 是目标值，等待风险超过规定上限就复核现场安排是阈值规则。它们都是判断工具，不能凭空当作普遍标准。 ### 百分点和相对变化 完成率从 50% 到 60%，直接差值是 10 个百分点；相对于原来水平，增长了 20%。两种表达都正确，但含义不同。“提升 10%”若没有说明采用哪一种，容易让人误解。基准为零时，相对变化不能按通常的除法计算。 百分点变化：60% − 50% ＝ 10 个百分点 相对变化：(60% − 50%) ÷ 50% ＝ 20% ### 同名指标未必可比 若上次分母是报名提交次数，本次分母是去重人数，两次“完成率”不能直接比较。若上次验收要求较严格、本次仅扫码即算完成，数值增长可能主要来自定义变化。比较前应检查对象、窗口、筛选、去重、标准和记录方式。 即使口径相同，活动类型、受众与资源也可能不同。可以先描述差异，同时说明条件，不能将全部变化归因于一项新措施。公平比较和因果检验将在后续单元展开。 ### 规模与比例需要一起看 A 活动 200 名报名者中 100 人完成，完成率 50%；B 活动 100 名报名者中 70 人完成，完成率 70%。B 的报名者完成比例更高，A 的实际完成规模更大。哪一个更符合目标，取决于优先关注覆盖还是参与过程。比例改善也可能伴随服务人数减少，所以应同时报告分子、分母与比例。 ## 2.6 指标组合：结果、过程与副作用 一个指标很难同时说明结果、过程、成本与风险。指标组合的目的，是让少量互补信息共同支持决定。指标多并不等于全面；如果每个数字都无法改变判断，只会增加阅读负担。 ### 按观察内容区分结果与过程 结果指标观察目标结果是否出现，如报名者体验完成率；过程指标观察结果形成的环节，如报名到场率、到场者体验完成率。过程指标帮助定位需要核实的地方，但不自动解释原因。到场率降低，可以提示调查到场障碍，不能据此断定一定要增加提醒。 ### 按决策角色选择核心、辅助与风险指标 核心指标最直接反映本轮优先目标；辅助指标补充核心指标遗漏的规模、过程或后续价值；风险指标检查追求改善时可能出现的损害；约束指标检查资源边界。这些角色与“结果、过程”不是互斥分类：一个结果指标可以被选为核心，也可以在另一项决策中成为辅助。 本课程用“一个核心、两个辅助、一个风险指标”练习删减与取舍。这是入门工具，不是所有业务都必须遵守的数量定律。预算等关键约束仍应单独说明，不能为了凑四个指标而删除。 ### 选择指标的理由 选指标时先问：它与目标有多直接的联系？它是否能改变行动或帮助复核？记录是否可靠且可获得？它是否容易解释？它能否发现重要的遗漏或风险？数据容易获取只是成本优势，不能证明它最重要。 过程信息常比最终结果更早出现，适合及时检查；后续价值需要更长时间才能确认。但“较早出现”不等于“能够预测或导致结果”。先观察、再核实，不把时间先后当作因果证据。 ## 2.7 代理指标：数字改善为何可能偏离目标 学习收获、体验价值、信任等目标难以完整地直接测量。实践中经常使用容易观察的指标提供间接线索，这就是代理指标。例如用报名人数观察活动吸引力，用完成记录观察参与，用满意评分观察体验。代理指标有用，但它与真实目标之间存在距离。 ### 偏离有时来自指标遗漏，有时来自行为改变 报名人数没有覆盖到场与学习过程，即使没有人刻意操纵，它也可能偏离活动价值。若组织者被要求只提高报名数，可能放宽报名条件；若只考核完成率，可能降低验收要求。数字可以改善，而真实目标不变甚至受损。这不是说指标无用，而是说强烈追求某个数会改变行为，需要预先检查这种反应。 第一单元的量化局限在这里变成具体方法：保留对未被数字覆盖的价值的解释，配合过程、风险与定性材料观察，定期检查指标与目标的联系。满意度不能完整替代学习收获，完成率也不能完整替代体验质量。 ### 四问压力测试 - 这个指标在替代哪个真实目标？ - 什么情况下，指标上升而目标没有改善？ - 哪些对象、结果、成本或价值被遗漏？ - 可以用什么辅助、风险指标或其他证据发现偏离？ 例如以报名者体验完成率为核心时，需要预想“减少报名人数”“降低合格标准”也可能提高比例。可同时观察完成人数、保持验收标准稳定，并查看体验质量反馈。制衡不会让代理完美，却能让判断更有根据。 ## 2.8 将概念连成方法：目标—问题—指标卡 指标卡把前面的概念组织成可讨论、可复核的一页说明。它不是先填公式再找目标，而是从现实关切开始，逐步交代分析方向、观察规则、证据条件和判断边界。 - **界定问题：**写明对象、时间、决策目的和待判断内容，分开现象与原因假设。 - **表达目标：**说明希望实现的结果、责任主体、优先级与约束。 - **定义指标：**选择核心与互补指标，写清口径、单位和来源。 - **安排判断：**说明基准、目标值或阈值的理由，检查比较条件。 - **检查边界：**预想代理偏离与数据缺口，写清当前不能证明什么。 - **准备复核：**明确下一步补充哪些证据，以及行动后何时、按什么规则再观察。 在计算前写出指标卡，能减少看完结果再选择有利口径的倾向。若定义确需改变，应记录版本与理由，尽可能用新旧规则重算可比期间，而不是把不同定义的数字直接接成一条趋势。 到这里，我们完成的是分析设计：知道要回答什么、如何观察、怎样检查判断。实际采集是否准确、样本是否代表对象、记录是否缺失，还没有被自动解决。第三单元将继续讨论怎样获得可信的数据。 ## 关联阅读 胡广伟：《数据思维》，清华大学出版社，2020年，ISBN 9787302561385。关联§1.2.4、§2.3.2、§2.3.4、§2.4.2、§2.5、§6.3、§9.1、§9.2与§9.5；指标口径、组合、压力测试和指标卡为课程补充。讲解为课程原创表述，书目主题据公开目录核实，不表示完整覆盖原章。所有例子均为教学模拟。 [《数据思维》电子书（PDF）](https://cdn.ibrothergang.com/datathinking/ebook/Thinking%20in%20Data-Huguangwei.pdf) · [出版社图书介绍](https://www.tup.tsinghua.edu.cn/bookscenter/book_08685301.html) · [原书目录](https://www.tup.tsinghua.edu.cn/bookscenter/bookcatalog?id=08685301)