如果可以的話（當(dāng)然也看量化能力），就要找到核心變量的量化方法，或者說(shuō)是轉(zhuǎn)化為一個(gè)指標(biāo)。

管理學(xué)大師彼得·德魯克曾經(jīng)說(shuō)過(guò)：如果你無(wú)法量化它，你就無(wú)法管理它。

那我們?cè)撊绾握业胶诵淖兞?，以及如何量化它呢？本文就?lái)分享一些經(jīng)驗(yàn)。

如何找到核心變量

找核心變量的方法，我大致分兩種，一種是明確這是一個(gè)“領(lǐng)域知識(shí)”，有經(jīng)驗(yàn)最好、沒(méi)經(jīng)驗(yàn)就要仔細(xì)做調(diào)研；另一種是我們或許可以通過(guò)一些技術(shù)探尋到核心變量，比如敏感性分析。不過(guò)認(rèn)為前者是更加重要的。

在許多情況下，行業(yè)專家和具有多年經(jīng)驗(yàn)的人員可以提供關(guān)于哪些因素最關(guān)鍵的寶貴見(jiàn)解。這種知識(shí)通常來(lái)源于長(zhǎng)期觀察、實(shí)驗(yàn)和實(shí)際操作經(jīng)驗(yàn)。最方便的莫過(guò)于自己就是這個(gè)領(lǐng)域的專家，但術(shù)業(yè)有專攻如果到了其他領(lǐng)域，可能又是個(gè)小白。

這時(shí)候其實(shí)能看出廣泛涉獵各領(lǐng)域知識(shí)的重要性。

可以不深入，但起碼有方向，這對(duì)進(jìn)一步的研究很重要。我們常說(shuō)在學(xué)校最應(yīng)該培養(yǎng)的是終身學(xué)習(xí)的能力，這是很重要的?，F(xiàn)在我遇到很多人，當(dāng)提到他們陌生領(lǐng)域的內(nèi)容的時(shí)候，他們會(huì)“本能地”拒絕，說(shuō)“不不不，我不懂”“沒(méi)學(xué)過(guò)”“不了解”。其實(shí)有時(shí)候了解與不了解之間就是一層窗戶紙，一捅就破，但很多人也不愿意去嘗試。試想如果之前能簡(jiǎn)單涉獵不同領(lǐng)域，可能就會(huì)發(fā)現(xiàn)這層窗戶紙，心態(tài)也更開(kāi)放。

找不到專家，那就得好好做調(diào)研。對(duì)于缺乏直接經(jīng)驗(yàn)的情況，進(jìn)行詳細(xì)的市場(chǎng)調(diào)研和文獻(xiàn)回顧可以揭示過(guò)去研究和實(shí)踐中識(shí)別的關(guān)鍵變量。這其中就包括包括閱讀相關(guān)行業(yè)的案例研究、學(xué)術(shù)論文和市場(chǎng)報(bào)告。

下面我再來(lái)說(shuō)一說(shuō)技術(shù)上的方法。兩個(gè)我印象深刻的方法一種是敏感性分析，另一種是數(shù)據(jù)挖掘。

敏感性分析可用于確定不同輸入變量如何影響某個(gè)特定輸出。這種分析在模型的初步設(shè)計(jì)階段尤其重要，因?yàn)樗梢詭椭芯空呃斫饽男﹨?shù)對(duì)模型的預(yù)測(cè)結(jié)果影響最大。通過(guò)系統(tǒng)地改變輸入?yún)?shù)并觀察對(duì)輸出的影響，可以有效地識(shí)別出模型中的關(guān)鍵變量。

數(shù)據(jù)挖掘是這個(gè)時(shí)代最流行的工具了。你或許不是這領(lǐng)域?qū)＜遥墙o你一個(gè)數(shù)據(jù)集，再結(jié)合一些分析方法或許也能找到一些有用的見(jiàn)解。數(shù)據(jù)挖掘技術(shù)包括一系列方法，如聚類分析、分類、回歸分析等，這些方法可以從大量數(shù)據(jù)中提取有價(jià)值的信息，發(fā)現(xiàn)數(shù)據(jù)間未知的關(guān)聯(lián)關(guān)系，從而幫助確定潛在的核心變量。

如何獲得量化指標(biāo)

找到變量之后就是確定量化方法了（當(dāng)然前面介紹的技術(shù)性的方法可能本身就是基于量化的前提，比如敏感性分析），我們這里談還沒(méi)量化的因素或者想要合成的更為抽象的因素。

在確定量化方法之前，首先需要明確為什么要量化這些變量，即這些變量將如何幫助我們理解問(wèn)題或改進(jìn)過(guò)程。量化的目的可能是為了評(píng)估性能、監(jiān)控進(jìn)度、預(yù)測(cè)未來(lái)趨勢(shì)或增強(qiáng)決策過(guò)程。

量化方法的選擇取決于變量的性質(zhì)和所需的精確度。例如，對(duì)于質(zhì)性（或者稱其為“定性”）變量，可以通過(guò)創(chuàng)建評(píng)分系統(tǒng)或采用Likert量表等方法來(lái)量化。對(duì)于那些已有數(shù)據(jù)的情況，可以采用統(tǒng)計(jì)方法或建立數(shù)學(xué)模型。

比如對(duì)于某些本質(zhì)上是定性的核心變量（如客戶滿意度、員工敬業(yè)度），可以通過(guò)設(shè)計(jì)問(wèn)卷調(diào)查，將反饋轉(zhuǎn)換為可量化的數(shù)值?！胺浅M意”打5分，“滿意”打4分，”一般“打3分，”不滿意“打2分，”非常不滿意“打1分。這樣的評(píng)分系統(tǒng)能夠?qū)⒅饔^的感受轉(zhuǎn)化為客觀的數(shù)據(jù)。

當(dāng)核心變量涉及多個(gè)維度時(shí)，可以通過(guò)構(gòu)建復(fù)合指標(biāo)來(lái)進(jìn)行量化，例如使用主成分分析（PCA）或因子分析合成單一指標(biāo)。

我們來(lái)舉個(gè)例子吧，其實(shí)生活處處是例子。就拿“完播率”來(lái)說(shuō)吧，啥是“完播率”？

“完播率”是指視頻從開(kāi)始播放到完整播放結(jié)束的比例。

大家可能在看短視頻的時(shí)候常常聽(tīng)到主播這樣說(shuō)“我有3個(gè)實(shí)用的技巧，尤其是第三個(gè)，一定要聽(tīng)完呦！”諸如此類，后來(lái)自己發(fā)視頻才知道這是衡量視頻內(nèi)容吸引力和觀眾參與度的一個(gè)關(guān)鍵指標(biāo)。

假設(shè)一個(gè)在線視頻平臺(tái)想要提升其用戶粘性和廣告收入，完播率就是關(guān)鍵指標(biāo)之一。因?yàn)?strong>高完播率通常意味著視頻內(nèi)容能夠成功吸引觀眾的注意力直至視頻結(jié)束，這對(duì)廣告商來(lái)說(shuō)非常重要。

廣告商傾向于在那些完播率高的視頻中投放廣告，因?yàn)檫@樣更可能確保廣告被觀看，從而增加廣告的影響力和回報(bào)率。此外，視頻平臺(tái)可以利用高完播率的數(shù)據(jù)來(lái)優(yōu)化其內(nèi)容推薦算法，提高用戶滿意度和平臺(tái)的整體用戶黏性。

別看這樣的指標(biāo)看起來(lái)很簡(jiǎn)單，殊不知很多都得“偷師”的這類指標(biāo)對(duì)于電商平臺(tái)來(lái)說(shuō)極其重要，它直接影響到銷售策略和營(yíng)銷活動(dòng)的調(diào)整。由于其強(qiáng)大的商業(yè)價(jià)值，平臺(tái)可能并不希望這種計(jì)算方法被廣泛公開(kāi)，以免競(jìng)爭(zhēng)對(duì)手模仿或利用。

一個(gè)典型的例子是亞馬遜的購(gòu)物車推薦算法。亞馬遜利用復(fù)雜的數(shù)據(jù)分析技術(shù)來(lái)計(jì)算和優(yōu)化其“購(gòu)物車推薦率”，這是一個(gè)衡量用戶將推薦商品添加到購(gòu)物車的頻率的指標(biāo)。

在這種情況下，企業(yè)不僅需要開(kāi)發(fā)這些指標(biāo)，還需要保護(hù)這些數(shù)據(jù)和分析方法作為商業(yè)秘密。

高考分也是關(guān)鍵指標(biāo)

回到學(xué)習(xí)和教育這個(gè)領(lǐng)域，高考分?jǐn)?shù)也是一個(gè)關(guān)鍵指標(biāo)。

高考分?jǐn)?shù)這個(gè)指標(biāo)用于衡量學(xué)生的學(xué)術(shù)成就和全面能力。它是中國(guó)教育系統(tǒng)中最為重要的評(píng)估工具之一，不僅決定了學(xué)生的高等教育機(jī)會(huì)，而且在很大程度上影響著他們的未來(lái)職業(yè)路徑和生活質(zhì)量。

也就是說(shuō)我們通過(guò)高考分?jǐn)?shù)來(lái)量化學(xué)生的學(xué)術(shù)能力或者潛力，后者是指標(biāo)、前者是核心變量。

這里的量化方式是通過(guò)統(tǒng)一的標(biāo)準(zhǔn)化考試來(lái)進(jìn)行。高考考試成績(jī)以分?jǐn)?shù)的形式體現(xiàn)，通常滿分為750分，不同科目的分值不同，以語(yǔ)文、數(shù)學(xué)、英語(yǔ)和選考科目（的成績(jī)來(lái)總結(jié)學(xué)生的學(xué)術(shù)表現(xiàn)。

新高考改革以后賦分機(jī)制做了一些調(diào)整，其實(shí)也是對(duì)量化方法及背后的關(guān)注的核心變量進(jìn)行了重新定位。

用指標(biāo)而非唯指標(biāo)

不過(guò)在建立和使用指標(biāo)時(shí)，我們必須認(rèn)識(shí)到，雖然指標(biāo)是管理和衡量效率的有力工具，但它們本身并不能完全代表事物的全部復(fù)雜性。同時(shí)要防止有人“鉆營(yíng)”和“濫用”指標(biāo)。

當(dāng)時(shí)三鹿奶粉的三聚氰胺事件是怎么發(fā)生的？在奶粉生產(chǎn)中，蛋白質(zhì)含量是評(píng)估產(chǎn)品質(zhì)量的重要指標(biāo)之一。三聚氰胺可以在蛋白質(zhì)檢測(cè)中被誤識(shí)別為氮源，從而人為提高蛋白質(zhì)含量的測(cè)量值。這種做法直接濫用了蛋白質(zhì)含量指標(biāo)，誤導(dǎo)了監(jiān)管部門(mén)和消費(fèi)者對(duì)產(chǎn)品質(zhì)量的判斷。最后造成了非常嚴(yán)重的社會(huì)影響。

蛋白質(zhì)含量這個(gè)指標(biāo)是重要的，但是它無(wú)法它無(wú)法全面反映奶粉的營(yíng)養(yǎng)價(jià)值或安全性。

當(dāng)然對(duì)上述事件的討論到此為止，我這里也只涉及關(guān)于量化層面的問(wèn)題?！鹾ＨA

指標(biāo)的一個(gè)好處是可量化易操作，這也是它可能被利用的一個(gè)風(fēng)險(xiǎn)，比如當(dāng)指標(biāo)成為評(píng)估業(yè)績(jī)的唯一標(biāo)準(zhǔn)時(shí)，可能激勵(lì)個(gè)人或團(tuán)隊(duì)走捷徑，甚至采取不道德的行為以符合目標(biāo)，比如在財(cái)務(wù)報(bào)告中進(jìn)行舞弊。

那我們是不是因此就不要指標(biāo)了呢？那高考來(lái)說(shuō)，我們干脆不考試不評(píng)分，只看申請(qǐng)材料類走面試？也不行，甚至可能導(dǎo)致更大的公平性的問(wèn)題。

其實(shí)無(wú)論是在教育系統(tǒng)中的高考、在企業(yè)中的業(yè)績(jī)?cè)u(píng)估，還是在健康醫(yī)療的治療效果監(jiān)控中，指標(biāo)都是幫助我們作出決策的關(guān)鍵工具。問(wèn)題不在于指標(biāo)本身，而在于如何設(shè)計(jì)、使用和解釋這些指標(biāo)。

指標(biāo)系統(tǒng)也不應(yīng)是一成不變的。隨著社會(huì)、經(jīng)濟(jì)和技術(shù)的發(fā)展，應(yīng)定期評(píng)估和調(diào)整現(xiàn)有指標(biāo)的相關(guān)性和有效性。這可以確保指標(biāo)反映當(dāng)前的需求，減少過(guò)時(shí)或不適用的指標(biāo)帶來(lái)的偏差。

編輯：黃繼彥