课程: 流程改进基础知识

免费学习该课程！

今天就开通帐号，25,300 门业界名师课程任您挑！

评估正确的事

评估正确的事

课程: 流程改进基础知识

开始一个月试用 购买团队方案

评估正确的事

“

如果试图面面俱到，那不仅费时费力， 最后还可能抓不到数据重点。 评估过程往往也自相矛盾。 你想提高质量同时降低成本， 并对两者进行评估。 但哪个优先呢？ 当然了，降低成本的同时，你必须确保 质量等重要因素不受影响。 在评估或试图解释数据时，不能脱离背景。 如果营业额上涨了，那么利润呢？ 也可能有人为了提升销量而降价。 如果雇员数增加了，是好现象吗？ 这要取决于营业额。 投诉增多也许是因为你们更仔细地倾听 顾客的心声，或对工作更有远大抱负。 所以评估时不要单独看一个数据。 数据难免会带来一些情绪。 当听到你的学校比旁边学校 要差 5%，你马上就会不开心。 但差是什么意思呢？5% 有那么重要吗？ 这种差距会不会只是偶然现象？ 可能你的学校在某方面有不足， 而在其他更重要的方面表现更佳。 我们怎么知道另一所学校 是不是擅于投机取巧， 以不评估的领域为代价， 让分数看起来很高呢？ 例如，最近英国政府正设法评估医生， 他们公布了一系列分数排名， 但这个排名因为可信度低而并未被采用， 因为他们没有对一些极为重要的因素打分， 各项因素的权重还有待商榷，而且也没兼顾 考虑到生活地区富裕程度的影响。 最重要的是，处理更棘手病情的医生 虽然水平更高，但得分却更低。 那我们是否应放弃评估？ 那可不行。没有评估， 我们就完全没有材料可供参考。 问题在于不要通过评估数据对人下判断， 而要从数据出发问“为什么”。 为什么那个医生评分低呢？ 为什么那所学校评分更高？ 这样我们会明白评分的来龙去脉， 确定分数是否真的那么重要。 最好的办法就是首先计算比率， 例如每台手术的感染率，每名学生的缺勤率， 每英里乘客发生意外的事故率， 每份报告的错误率等。 接着将这一比率与类似的人、部门、公司 或你自己的去年同期水平相比较 比较比率才是解释这类数据唯一有效的方式。 20 例感染没有意义，每 100 台手术 有 20 例感染好一点，但信息仍不充分 如果你发现其他医生每做 100 台手术只有 10 例感染， 那就清楚多了。 所以必须先有比率，才能比较。 对数据你要时刻保持怀疑。 问自己：提供数据的人是否可能带有倾向性？ 数据来源是否可靠？会是巧合吗？ 他们是否着眼全局？ 我们能否确定是 A 导致了 B？ 我认为要对信息进行 5 个提问。 一，数据是否具有倾向性？ 二，是数字还是比率？ 三，数据是否有意义？…

内容