古德哈特定律：指标不再测量它该测的东西

古德哈特定律描述的是这么一个问题：当一个测量指标变成目标之后，指标和它背后真实目标之间的关系可能变弱，甚至变了方向。人会适应那些被奖励、被监控、被约束的东西。一个客服团队可以把统计上的处理时长压短，同时留下更多没解决的客户问题。有用的应对是：先把真实结果定义清楚，弄明白这个指标可以在不改善真实结果的情况下被”改进”的方式，再留几道独立的检查。古德哈特定律提醒的是”在压力下依赖一个代理指标”的风险，不是一句”只要设目标就必然失败”的数学断言。

定义

指标是一次观测。目标给了这次观测一个新的角色：它变成了大家被要求达到或者去优化的东西。

在目标出现之前，工单处理时长可能和客服团队的效率相关。一旦员工主要因为”电话短”拿奖励，提前挂断就能让这个数字变好，同时并没有给出一个能用的答案。原来的关系可能就不再以同样的方式成立。

一篇讨论古德哈特观察的 RBA 研究论文描述了一个统计关系在被用于控制时会怎样改变。这里讲的实际含义是组织指标上类似的那种压力，并不是说一个客服案例就能证明货币政策上的结论。

这个问题比”作弊”要宽。人可以真心想达成目标，同时仍然盯着错误的东西。一位被要求”最大化完成的活动数量”的老师，可能会挑那些容易做完的任务，而不是能看出理解深浅的任务。

例子

下面这个客服看板是虚构的。里面的数值只是用来讲课的例子，不是某家公司或某次实验的观测结果。

这张表不能证明变化是目标造成的。工单的复杂度、产品故障、人员配置、抽查对象怎么选，都可能同时变化。它说明的是：只看速度指标，得不出完整的结论。

一个有用的排查会问：哪些工单被重新打开了？它们拿到的是不是简略的回答？工单的构成有没有变？看一份界定清楚的样本，并且把抽样方式记下来。挑出来的失败案例不能当代表性估计用。

其他可能的模式还有：数发表的论文数量，而不是有多少有用研究；优化注册数，而不是长期参与度；奖励”上报事故数下降”，结果让人不敢上报。这套机制得在每个具体情境里单独查。

和眼镜蛇效应的区别

古德哈特定律和眼镜蛇效应有重叠，但问的问题不一样。

不是每个坏指标都会造出眼镜蛇效应。一个组织可能花力气把某个数字做上去，真实结果却没变。反过来，一个奖励也可能通过另一套主要跟测量无关的机制，把结果弄糟。

托儿所研究《A Fine Is a Price》（罚款是一种价格）给了一个有记录的案例，说明干预可能以出人意料的方式改变行为。它支持的是”对激励反应要小心”，不是”惩罚或者目标一律没用”这种普遍结论。

指标设计

挂上奖励或者惩罚之前，先过一遍下面这份指标设计清单（原创）：

1. 把目标和数字分开写。 说清你希望受影响的人发生什么变化。
2. 说明这个数字为什么有信息量。 把你假设的”指标通向目标”这条链路写下来。
3. 列出不动目标也能动数字的办法。 包括筛选样本、重新分类、挪时间点、隐瞒，以及把成本转移到别处。
4. 选一道独立的成果检查。 用能暴露那个真实差距的证据。
5. 定一个复盘触发条件。 写明看到什么就要改目标或者去查机制。
6. 算一下测量本身的成本。 多加指标和审计要花时间，而且它们一样能被优化。

对上面那个假想的客服团队来说，处理时长可以继续盯着，但也要复盘”解决得是否持久”和难处理的工单。一个更快的回答，只有同时也是一个能用的回答才有用。把上报重复故障这件事做得足够安全，团队才看得见哪里需要修。

别默认”平衡计分卡”就让人没法钻空子。多个代理指标加在一起，仍然可能漏掉真实目标。定性评审本身也可能带偏见。用界定清楚的方法，复盘时把分歧拿出来看，把证据和印象分开。

二阶思维有助于推演参与者会怎么调整。跟着激励走有助于找出每个”合格动作”里谁受益。如果一项政策影响面大，尽量先做一次范围有限、可回退的试验来检验那些假设。

常见问题

我该停止设目标吗？

不该。目标有助于协调工作。这条提醒说的是：别把一个代理指标当成对成功的完整描述，尤其在压力强到会改变人的行为方式时。

KPI 上的每一点改善都可疑吗？

不是。一个指标变好，可能是因为真实流程确实变好了。把它和独立的成果指标对照，遇到不一致就去查，而不是先假定有人在做手脚。

多少个指标才算够？

没有一个通用数字。挑那些能对应真实失败模式的指标，把目标写明白，并且让收集证据的成本和要做的决定相称。