你是在衡量学习，还是在激励、证明和管理？这两种需求在上下文中都是有效的，但是团队（以及框架和流程）经常混淆这两者。制定季度目标。一旦设定了目标，考虑一下团队的观点会发生什么。一周后，他们会质疑这个目标的有效性吗？他们有支点吗？假设一个团队花费数周或数月的时间来衡量完美的成功标准。很好，你已经定义了成功，但事实上，衡量标准只是一个假设。它包含了几十种信仰。理解成功是一个旅程，而不是终点，制造成功的定义会让你倒退。这并不意味着目标——以及用来检查和理解实现目标的进展的衡量——是无效的。但重要的是要实事求是地确定我们的招聘目标（让工作负担过重）。我试着提醒团队，如果你对某件事百分之百肯定，那么你在大宗商品行业就有风险。但是A/B测试怎么样？"我们需要证据！"我们应该运用科学原理！"事实不是预感！"A/B和多元测试在上下文中是合适的，但无论如何不是所有的上下文。说实话，一些以A/B测试敏锐度著称的公司（尽管我敢肯定他们在印钞）提供糟糕的体验，并追逐当地的最佳水平。我说这是一个非常热衷于产品分析、测量和数据素养的人。在振幅，我们最有效的客户使用一系列方法。关键是：对手头的任务使用正确的方法。当团队在实施战略之前需要100%的信心时，同样的惯性就会出现。有人想要证据。数据作为信任代理。当你挖掘和询问一般的冒险行为时，你会发现一个经典的并列关系。有点紧张。该组织授权一些人承担风险-"大的，大胆的风险！"–并要求其他人提供证据"那么，设计的价值到底是什么？"有一个理性决策的表面，这将包括不确定性，承认前科和鼓励投资组合的类型。了解数据和了解数据（包括定性和定量数据素养）本身就是一个学习过程。它是迭代的。你提出问题并完善这些问题。你发现你在测量错误的东西。你提炼。你将不确定性推低，然后达到一个错误的峰值。"哦，不，那会让我们的思维模式大吃一惊！"行动项目…讨论衡量学习和衡量激励、证明和管理之间的区别。你把区别弄清楚了吗？