বলুন আপনার লক্ষ্য হ'ল আপনি প্রতিদিন যে পরিসেবা গ্রহণ করেন তাদের সংখ্যা বাড়ানো। সম্ভবত আপনি কোনও নগর অফিস প্রসেসিং ফুড স্ট্যাম্প অ্যাপ্লিকেশনগুলি চালাচ্ছেন বা সম্ভবত আপনি আপনার সংস্থার পণ্যটির জন্য প্রযুক্তিগত সহায়তা সরবরাহ করছেন। আপনি অনলাইনে, ব্যক্তিগতভাবে এবং ফোনে কতজন গ্রাহক পরিবেশন করেন? এই চ্যানেলগুলির প্রতিটিতে সমস্যা সমাধানের গড় সময় কী? কোন ধরণের গ্রাহকের অনুরোধগুলি সবচেয়ে দীর্ঘ সময় নেয় এবং কোনটি তাত্ক্ষণিকভাবে পরিচালনা করা যায়?
আপনি যদি এই প্রশ্নের উত্তর দিতে না পারেন, আপনি এমনকি চেষ্টা শুরু করার আগে আপনি ব্যর্থতার জন্য নিজেকে সেট আপ করছেন।
সিটি হল থেকে কর্পোরেট বোর্ডরুম পর্যন্ত ডেটা-চালিত সিদ্ধান্ত গ্রহণ আজকাল জীবনযাত্রার উপায়। আপনার যদি ক্রিয়াকলাপ চালানোর জন্য সংখ্যা থাকে তবে চিন্তাভাবনা চলে যায়, আপনি কেন আপনার হৃদয় বা মন ব্যবহার করবেন? তবে শীতল, হার্ড ডেটা সহ প্রতিটি পদক্ষেপ ব্যাক আপ করার সন্ধানে দরকারী সংখ্যার জন্য কোনও পুরানো সংখ্যাকে ভুল করা সহজ হতে পারে। সমস্ত ডেটা সমানভাবে তৈরি করা হয় না এবং আপনি সঠিক ডেটা সংগ্রহ করবেন তা নিশ্চিত করার সর্বোত্তম উপায় হ'ল পারফরম্যান্স মেট্রিকগুলির সঠিক সেটটি বিকাশ করা।
সুতরাং আপনি কীভাবে সিদ্ধান্ত নেবেন যে কোন মেট্রিকগুলি আপনাকে সহায়তা করবে এবং কোনটি কেবল কেন্দ্রীয় সমস্যাগুলি থেকে আপনাকে বিভ্রান্ত করবে? এখানে ডেটা নিয়ে কাজ করার সময় লোকেদের পাঁচটি সাধারণ ভুল এবং এড়াতে কিছু টিপস।
ভুল # 1: স্রেফ মেট্রিক্স থাকা যথেষ্ট
এটি সত্য যে কিছুই পরিমাপ করার চেয়ে কিছুটা পরিমাপ করা ভাল। তবে কেবলমাত্র একজন সুপারভাইজারের কাছে "ম্যাট্রিক্স" শব্দটি উচ্চারণ করতে পেরে অনেক লোক সন্তুষ্ট এবং অনেক সুপারভাইজাররা ধরে নিয়েছেন যে তাদের দল যদি কিছু গণনা করে তবে তারা অবশ্যই কিছু ঠিকঠাক করছে।
ডেটা কেবল তখনই কার্যকর যখন এটি আপনাকে পারফরম্যান্সের মানটি পরিমাপ করতে ও পরিচালনা করতে দেয়। এর অর্থ এটি যেমন প্রয়োজন তেমনি গুরুত্বপূর্ণ নয়, বলুন, বিল্ডিং বিভাগ যে কতটি বিল্ডিং পরিদর্শন করেছে তা গণনা করা যেহেতু এটির কারণগুলির ব্যর্থতাগুলির কারণগুলি জানা যায়, প্রতিটি পরিদর্শক একদিনে সম্পন্ন পরিদর্শন সংখ্যা এবং এবং প্রাথমিক পরিদর্শনের এক বা দুই মাসের মধ্যে কতগুলি বিল্ডিং তাদের লঙ্ঘন সংশোধন করেছে। এই সমৃদ্ধ ডেটা পরিদর্শন প্রক্রিয়ায় অদক্ষতা প্রকাশ করবে এবং বিভাগটিকে আরও সুরক্ষার মানদণ্ডের দিকে কাজ করার অনুমতি দেবে।
ভুল # 2: আরও মেট্রিক, আরও ভাল
একটি সাধারণ ভুল ধারণাটি হ'ল যদি কিছু গণনা করা যায় তবে এটি গণনা করা উচিত। আমি কোনও স্প্রেডশীটে ট্যাব এবং ম্যাট্রিকের ট্যাবগুলি রাখার ভুল করেছি, কেবল এটি সন্ধান করতে যে তথ্য সংগ্রহের জন্য প্রয়োজনীয় প্রচেষ্টাটি কেবল আমার সময়ই নয়, তবে নির্ধারিত লোকদের সময়কে খুব কার্যকরভাবে চালিয়ে যায় কাজ আমরা পরিমাপ করার চেষ্টা করছি।
আপনি কখনই চান না যে আপনার পারফরম্যান্স পর্যবেক্ষণটি এত বেশি কঠোর হোক যে এটি প্রকৃতপক্ষে সম্পাদনকে বাধা দেয়। মেট্রিকের সেট নিয়ে আসার সময়, আপনি সম্ভবত পরিমাপ করতে পারে এমন সমস্ত কিছু বুদ্ধিমানের মাধ্যমে শুরু করতে সহায়তা করে, তারপরে শীর্ষ 10 টি সূচককে অগ্রাধিকার দেওয়া যা আপনার প্রোগ্রাম সম্পর্কে সর্বাধিক সমালোচনামূলক তথ্য দেয়। একটি পরিচালনাযোগ্য লোড দিয়ে শুরু করুন এবং ধীরে ধীরে আরও যুক্ত করুন as যতক্ষণ না তথ্য সংগ্রহের জন্য প্রয়োজনীয় প্রচেষ্টা কার্যকর পর্যবেক্ষণ এবং উন্নতির সুযোগগুলিতে তার নিজের জন্য প্রদান করবে।
ত্রুটি # 3: মান বিচারিকাগুলি খণ্ডে বরাদ্দ করা উচিত
পৃষ্ঠতলে, এটি স্বজ্ঞাত মনে হতে পারে যে উত্তর দেওয়া কম কলগুলির চেয়ে বেশি কল দেওয়া উত্তম। তবে কল্পনা করুন যে এক ঘন্টা অতিরিক্ত পাঁচ টি কল করতে, প্রতিটি কলের মানের সাথে আপস করা হয়। কম তথ্য সংগ্রহ করা হয়, এবং কম সমস্যা সমাধান করা হয়। কলকারীরা প্রথম কলটিতে সন্তুষ্ট হন না, তাই তারা দ্বিতীয় বা তৃতীয় বার কল করেন, আপনার কল নম্বর আরও বাড়িয়ে দেয় তবে অতিরিক্ত সময় ব্যয় করে এবং কেন কলগুলি প্রথম স্থানে চলেছে তার কারণগুলি চিহ্নিত করতে ব্যর্থ। সম্ভবত যে কলগুলি এক মিনিট বেশি সময় ধরে থাকে কিন্তু কলারের প্রশ্নগুলিকে আরও যথাযথভাবে সম্বোধন করে পুনরাবৃত্তি কলগুলি প্রতিরোধ করে, এভাবে কেবল ভুল নয়, বরং পিছনের দিকে চিন্তা করার আরও সমতুল্য-উন্নততর লাইনটি উপস্থাপন করা হয়।
এটি উপলব্ধি করাও গুরুত্বপূর্ণ যে অনেকগুলি মেট্রিক, যখন নিখুঁত সংখ্যা হিসাবে গণনা করা হয়, বিশেষভাবে সহায়ক হয় না। প্রসঙ্গ ছাড়া, একটি সংখ্যা কম-বেশি অর্থহীন। যে কোনও সংখ্যক ডিনোমিনেটরের দাবিদার এবং খাঁটি সংখ্যাগুলি মোটের শতাংশ হিসাবে উপস্থাপন করা উচিত। উদাহরণস্বরূপ, 1, 000 গৃহহীন ব্যক্তিকে রাস্তার বাইরে এবং অস্থায়ী আবাসে সরিয়ে নেওয়া প্রশংসনীয়। তবে যদি ২০, ০০০ গৃহহীন মানুষের জন্য আবাসন তৈরির লক্ষ্য হয়, তবে আপনি যে পথটি পেয়েছেন তার কেবলমাত্র ৫% আপনি এই বিষয়টি স্বীকৃতি দেওয়া গুরুত্বপূর্ণ।
ভুল # 4: নম্বরগুলি নিজের পক্ষে কথা বলুক
এটা মনে করা বিপজ্জনক যে সংখ্যাগুলি পুরো গল্পটি বলে। ডেটা ধূমপান বন্দুক হিসাবে নয়, বরং রুটি ক্র্যাম্বের ট্রেইল হিসাবে ভাবা আরও ভাল। মেট্রিকগুলি আপনাকে সমস্যার ক্ষেত্রগুলির দিকে নির্দেশ করতে পারে বা আপনাকে এমন কোনও সম্ভাব্য বিষয়ে সতর্ক করতে পারে যা আপনি অন্যথায় লক্ষ্য করেন নি। তবে যতক্ষণ না আপনি খালি হাতে খনন করেন, সংখ্যাগুলি কেবল সেই সংখ্যা। সমস্যার মূল উদ্ঘাটিত করার ক্ষেত্রে প্রায়শই হাতের কাছে থাকা বিষয়টির সাথে সাক্ষাত্কার দেওয়া, পর্যবেক্ষণ করা এবং গুণগত উপাত্তকে উপলব্ধি করা জড়িত। মেট্রিকগুলি ফলাফল প্রতিফলিত করে তবে মূল কারণ নয়।
আপনি দেখতে পাচ্ছেন যে ফাইলিং প্রক্রিয়াটি শেষ করতে সময়ের পরিমাণ পাঁচ দিন বেড়েছে। তবে স্বয়ংক্রিয়ভাবে ধরে নিবেন না যে কেরানিরা পুরো দিন বাজফিডে ব্যয় করছেন। কয়েকটি সাধারণ প্রশ্ন প্রকাশ করতে পারে যে সাম্প্রতিক বিপণনের একটি প্রচেষ্টা সফলভাবে অ্যাপ্লিকেশনগুলিতে 20% বৃদ্ধি পেয়েছে, বা নতুন আইনী পরিবর্তনগুলি প্রক্রিয়াটিতে একটি পদক্ষেপ যুক্ত করেছে। আপনার নম্বরগুলি নিজেরাই উত্তর হিসাবে না নিয়ে প্রশ্নগুলির ক্ষেত্রে মনোনিবেশ করার দিকে পরিচালিত করুন।
ভুল # 5: এটি এখন একটি ভাল মেট্রিক, এটি পরে একটি ভাল মেট্রিক হবে
উদ্দেশ্য যেমন আছে তেমন সমস্যা ওঠানামা ও পরিবর্তন। সম্ভবত মেট্রিকের একটি প্রাথমিক সেট আপনাকে কাগজপত্রের চুক্তিতে চুক্তির সময় পিছিয়ে থাকা টার্নআরাউন্ড বারের বিষয়ে সম্বোধনের অনুমতি দেয়। তবে একবার সমস্যাটি সমাধান হয়ে গেলে, আপনার গৌরব অর্জন না করা গুরুত্বপূর্ণ। সম্ভাবনাগুলি হ'ল, সেই মেট্রিকটি আরও উন্নত করা যেতে পারে, বা মনোযোগের জন্য ভিক্ষা করে একেবারে পৃথক সমস্যার ক্ষেত্র রয়েছে।
আপনার প্রেক্ষাপটে তারা এখনও উপলব্ধি করে তা নিশ্চিত করার জন্য প্রতি তিন থেকে ছয় মাসে আপনার ম্যাট্রিকগুলিতে পুনর্বিবেচনার এক বিন্দু তৈরি করুন। আপনি সম্ভবত দেখতে পাবেন যে কিছু কিছু অপ্রচলিত হয়ে গেছে এবং অন্যদের জন্য টুইট করা দরকার। তবে কোনও মেট্রিক পরিবর্তন করার সিদ্ধান্ত নেওয়ার সময় যত্ন নিন। কোনও নির্দিষ্ট অংশের ডেটা মাপার উপায় পরিবর্তন করা historicalতিহাসিক ডেটা কম কার্যকর উপস্থাপন করতে পারে এবং আপনি যে ডেটা সংগ্রহ করছেন তার ধারাবাহিকতা বাধাগ্রস্থ করতে পারে। এটি বলার অপেক্ষা রাখে না যে সময় বাড়ার সাথে সাথে মেট্রিকগুলি মানিয়ে নেওয়া উচিত নয়, কেবল সিদ্ধান্তটি হালকাভাবে নেওয়া উচিত নয়।
ডেটা একটি বিজ্ঞান এবং এটির মতো আচরণ করার যোগ্য। যখন আপনি কোনও বিবেচিত জায়গা থেকে মেট্রিকের কাছে যাওয়ার জন্য সময় নেন, আপনি ক্রমাগত আপনার প্রচেষ্টার মূল্যায়ন করতে এবং অর্থবহ উন্নতিগুলি বাস্তবায়নের মতো অবস্থানে থাকবেন।
