好指标的三个条件：可衡量、可归因、可影响

曼谷一家奶茶连锁店的区域经理阿明，这个月要求店长把顾客满意度做到90分。月底店长汇报「92分」，追问怎么算出来，才发现只是随口问了几位熟客的印象分。同一家公司的物流部门也定了「准时配送率95%」，司机老陈却满肚子委屈——雨季堵车、客户临时改地址、仓库延迟，全被算进他的责任里，指标定了，却没人知道该怎么让它变好。

为什么：一个指标，三道关卡都要过

彼得·德鲁克那句常被引用的「你无法管理你无法衡量的东西」，其实只说了一半——能衡量，不代表指标就有用。一个真正能用的指标，要同时通过三道关卡：可衡量（有明确算法和数据来源，任何人算出来答案都一样）、可归因（数字好坏能追溯到当事人的行为，而不是混进他管不了的外部因素）、可影响（当事人有具体抓手能拉动数字，而不是干瞪眼）。缺可衡量，指标变成各说各话；缺可归因，指标变成制造替罪羊的机器；缺可影响，指标变成无力感的来源。

怎么做

1. 先写算法，再定数字

定指标之前，先把计算公式、数据来源、统计周期白纸黑字写清楚。阿明如果一开始就规定满意度用固定问卷、每月至少50份回收、系统自动统计，店长就没有「凭感觉填」的空间。

2. 划清责任边界

物流部门后来把「准时配送率」拆成「仓库出货准时率」和「司机路程准时率」（扣除客诉改址、异常路况后再计算）。拆开之后，老陈终于知道自己该对哪一段负责。

3. 问一句「他今天能做什么」，并让他参与制定

设计指标之前先站在承接者的角度问：「他今天能做什么，让这个数字明天不一样？」答不出来，就该换掉或往下拆解。最好的检验方式，是找当事人一起讨论哪些他能控制、哪些不能，通常十分钟内就能揪出隐藏的归因问题。

🔧 AI动手做：指标三道关卡体检表

把你正在用或设计的指标丢给AI，让它逐条检查是否通过可衡量、可归因、可影响三道关卡，并给出具体的修改建议。

你是一位熟悉指标设计的管理顾问。请帮我体检以下这个指标：

指标名称：[例如：门店顾客满意度]
目前的定义/算法：[把你现在的计算方式贴上，没有明确算法就写「目前没有明确定义」]
承接这个指标的人：[例如：门店店长]
这个人实际能控制的行为范围：[列出他每天能做的具体动作]

请依次检查：
1. 可衡量：这个指标的定义够不够明确？两个不同的人各自计算，会不会得出不同答案？如果会，问题出在哪里？
2. 可归因：这个数字里，有多少比例是承接者无法控制的外部因素？请具体列出可能混杂的干扰因素。
3. 可影响：承接者今天做的事，能不能在合理时间内反映到这个数字上？如果不能，请帮我拆解成他真正能操作的下一层行为指标。

最后请给我一个修改后的指标定义（包含算法、责任边界、数据来源），用条列方式呈现。

本周就能做的一步：挑一个你目前在用的核心指标，现在就用上面的提示词体检一次——你可能会发现，有些数字追踪很久了，却连自己都答不出「这是怎么算出来的」。