Другой возможный сценарий значительного искажения данных описывается законом Гудхарта (по сути, он тоже имеет дело с проблемой непредвиденных стимулов, хотя и под совсем другим углом зрения). Этот закон гласит, что любой критерий перестает быть достоверной метрикой (т.е. количественным параметром, точно отражающим реальность), как только становится целевым. На первый взгляд, это утверждение противоречит всему опыту управления, накопленному человечеством: любая организация использует количественные показатели для постановки целей, мониторинга деятельности и контроля результатов, и эти показатели приносят несомненную пользу, ведь эффективное управление невозможно без измерений.
Все это, безусловно, правда. Но есть нюанс. Когда какой-то из параметров объявляется целевым – грубо говоря, превращается в KPI, – он становится точкой приложения сознательных, целенаправленных усилий.
Даже если выполняются все требования (т.е. значения этого параметра объективны, достоверны, детальны, собраны «по всему спектру»…), показатели выполнения KPI отражают в первую очередь приложенные к этому усилия. Естественно, если сбор данных ведется лишь с целью оценки результативности и эффективности сотрудника, его поощрения или наказания, этого будет вполне достаточно. По большому счету, в этом случае важно даже не содержание KPI, но лишь процент их выполнения.
Однако если речь идет о сборе данных для целей аналитики, т.е. о том, чтобы сопоставить какие-то из доступных показателей рабочей деятельности с данными из других источников (например, с результатами прохождения психометрических инструментов), требования к данным ощутимо меняются. Гораздо полезнее и информативнее в этом случае будут показатели, не входящие в число собственно KPI, т.е. такие, достижение которых не было непосредственной целью или условием для получения каких-либо вознаграждений. В то же время, разумеется, необходимо убедиться, что эти показатели связаны с рабочей деятельностью и объективно отражают ее эффективность.
Источник: Цифры имеют значение: о подходах к сбору и анализу данных