事实并非如此。

实际上，当我们决定定义一个事实时，我们然后定义它是什么，如何测量，然后测量来验证。

在决定衡量标准时，我们只是把一个判断——我们对现实的看法——放在了不存在的东西上。例如:

毯子上的标签写着“50%羊毛”，这是什么意思?这条毯子上平均用一半羊毛，还是一个月的产量用一半羊毛?半羊毛是什么?重量减一半?如果有，在什么湿度下?用什么化学分析方法?有多少分析?毯子的下半部分是羊毛的，上半部分是别的东西。是50%的羊毛吗?50%的羊毛是否意味着在任意一个半美元大小的横截面上一定有一些羊毛? If so, how many cuts shall be tested? How select them? What criterion must the average satisfy? And how much variation between cuts is permissible? Obviously, the meaning of 50 per cent wool can only be stated in statistical terms (Deming 1975).

现在变得清晰了吗?

“没有理论(假设)，数据就毫无意义或不存在。因此，任何事物都不存在真正的价值:真正的价值在操作上是无法定义的。然而，如果人们理解了数值的含义，就可以放心地使用它们(例如，一批金属丝的抗拉强度，或者上个月失业的劳动力比例)。(Deming 1967)。

诀窍在于理解意义的数字。

不是所有可以计算的东西都有价值。
不是所有有价值的东西都可以被计算。

只是因为你可以测量一些东西不这意味着你可以做到。许多事情相对来说无法衡量，但却很重要，比如员工士气、客户满意度(甚至是他们的兴奋度!)明茨伯格(2015)认为，“当我们听到“效率”这个词时，我们下意识地将注意力集中在最可衡量的标准上，比如服务速度或能源消耗。效率意味着可衡量的效率。这一点都不中立，因为它倾向于最能衡量的东西”

戴明在这一点上说得很清楚:如果你不能衡量它，你就不能管理它，这种想法是错误的——这是一个代价高昂的神话“我们可能会把精力花在衡量和报告错误的事情上，也会忘记大局。真正的目的我们的工作。

关于性能的第一个有用的问题是

“我们该怎么办?”知道关于这个?，然后是“什么能帮助我们提高?”

下次你设定目标或衡量结果时，想想这个问题……

进一步阅读:

戴明W.E.(1967)沃尔特A.休哈特，1891-1967。美国统计学家，21(2):39-40

戴明(1974)论作为行动基础的概率。美国统计学家，29 (4):146-152

Fellers G.(1994)《为什么事情会出错:十分钟会议中的戴明哲学》。鹈鹕出版

明茨伯格，H.(2015)效率可以带来什么?2015年9月9日。http://www.mintzberg.org/blog/wrong-efficiency