「衡量」的習慣與數據分析的能力，是所有工作者都該有的。因為沒有衡量，就沒有問題。譬如，一個商店不記錄每日來客人數，就沒有來客數增加或減少的問題。

衡量愈細膩，發現的問題就愈多。譬如，一個商店只記錄每日來客數；另一家商店記錄每小時來客數、客人在店裡待多少時間、待在哪些商品區、買了哪些物件，當然後者會發現的問題比較多，改善與進步的機會也比較大。

有「衡量」的習慣，就有衡量數據(metrics)與衍生而來的分析，可以找到 baseline（現況基準點），並且評估現在的狀況與希望達到的目標，進而縮短「現況」到「目標」之間的距離，解決問題的旅程就開始了。

「衡量」讓你掌握足夠資訊，做出正確決策

衡量是解決問題的好習慣，讓你得以掌握更多資料。如同《如何衡量萬事萬物》一書的主張：「無論是多模糊的觀察，只要能讓你知道得比以前多，它就是一項衡量。」

假設你記錄了商店中每個小時的來客數，你就會發現不同時段對來客數的影響；如果觀察每個小時的天氣，與每小時來客數比較，你就能發現天氣和來客數之間的關聯，這些都是你在衡量之前不知道或不確定的事。

知道衡量的重要性之後，你可能會問：「如何知道要衡量什麼？」我建議先自問： 「我現在的困境是什麼？我想藉由衡量，來解決什麼問題或支持什麼量化的決策？」 想清楚這些問題的答案之後，就會知道什麼是你該量的。

舉例來說，現在的困境是營業額下降，而營業額是由來客數、提袋率、客單價決定，就應該去衡量這些數據。手上有了這些數字，你就比較有概念知道該從哪裡下手解決問題。若是問題來自於來客數下降，就去衡量新客戶、老客戶，或者各種不同客層、不同時段來客數下降狀況。

假設你必須做出的決策，是在不影響服務品質的前提下精簡人力。記錄平日、假日每個小時的來客數、工作人員數量，找出人力過剩的離峰時間，能幫你做出正確的決策。

遇到難以被衡量的事物，「以終為始」思考衡量的目的

解決陌生問題的過程中，可能會遇到難以衡量的事物。要衡量這些「難以被衡量」的事物，該怎麼做？

舉例來說，公司需要決定是否花費兩百萬來做「提升IT安全」的專案。「以終為始」思考，衡量的目的是要確認花費兩百萬「提升IT安全」，是否符合經濟效益。

為了計算「提升IT安全」專案的經濟效益，必須先釐清「IT安全」真正的意思，因為「安全」是個模糊的概念，將它分解為真正可以觀察的事項，才有衡量的可能。如果你向相關人士發問後，了解「提升IT安全」指的是減少未經授權的侵入與電腦病毒攻擊事件，就能用衡量的結果來幫你下決策。

關於電腦病毒攻擊，你可以衡量：公司平均多久發生一次病毒攻擊事件？攻擊發生時，多少人會受到影響？受到影響的人，他們的生產力比正常水準降低了多少？知道每個提問的答案，便能計算公司被病毒攻擊的損失，也能幫助公司做出是否應該進行「提升IT安全」專案的決定。

讓資料產生價值，是所有人的責任

「衡量」可以幫助公司不斷發現問題，但衡量與紀錄都需要花錢。許多資訊主管在過去20年被不斷質問「花了這麼多錢儲存這麼多資料，回收在哪裡？」答案常常是：「產生價值，是使用單位的責任。」

這個答案，是對，也是不對。

運用資料產生價值，的確是使用單位的責任。而台灣業界使用單位，在以資料產生經濟價值這一點，是普遍不及格的。原因包含：用資料界定陌生問題的能力不足，以及界定問題後，解決問題的能力也不夠。

規劃與執行資料的衡量、萃取、轉換、儲存，資訊單位責無旁貸。資訊單位的數據規劃能力定義，在於是否能以較少投資，達到能產生更多經濟價值的資料環境。台灣資訊單位，普遍缺少「用資訊產生價值」的實務經驗與能力，否則就不會有「產生價值是使用單位的責任」這種說法。這種說法就好像依賴不會開車，沒設計製造過汽車的人，規劃打造一個能幫助設計與製造好車的環境。

大數據時代來了。我們資訊與使用單位一起努力把能力趕上來吧。

（整理/吳孟純）