古德哈特定律怎么避坑？当“工单关闭数”成了考核目标，它就不再是好指标
本文介绍古德哈特定律（Goodhart's Law）：通常被概括为“当一个指标变成目标，它就不再是一个好指标”。文章用服务台场景说明这种现象——把工单关闭数、平均解决时长设为考核目标后，团队可能为了数字好看而过早关闭工单、拆分工单、拒绝复杂请求，导致用户满意度下降。文章给出三种降低失真的做法：成对使用互相制衡的指标、引入满意度等体验类指标、定期复审指标是否仍反映真实目标。结合ServiceDesk Plus的报表和满意度调查，说明如何落地。
季度考核后，服务台经理发现数字非常漂亮：工单关闭数上升了三成，平均解决时长缩短了近一半。可翻开满意度调查，用户的评价却在下滑，“问题没解决就被关了”成了高频投诉。
这种“数字好看、体验变差”的现象，并不稀奇。古德哈特定律早就指出了其中的规律：一旦把某个指标当成考核目标，人们就会想方设法优化这个数字，而不是它原本想衡量的东西。
本文将围绕三个问题展开：古德哈特定律是什么？服务台里指标是怎么被“刷”出来的？借助ServiceDesk Plus，如何设计更不容易失真的指标体系？
什么是古德哈特定律（Goodhart's Law）？
古德哈特定律源于英国经济学家查尔斯·古德哈特（Charles Goodhart）关于货币政策的观察，后来被人类学家玛丽莲·斯特拉森（Marilyn Strathern）概括为通俗的说法：“当一个指标变成目标，它就不再是一个好指标。”详情可参考维基百科关于古德哈特定律的条目。其核心含义是：指标本来只是对真实目标的间接度量，一旦它被直接当作奖惩依据，人们的行为就会开始围绕指标本身调整，指标与真实目标之间的关系随之被扭曲。
一、服务台里的指标是怎么被“刷”出来的？
工单关闭数：为了多关工单，可能出现问题没解决就先关闭、把一张复杂工单拆成几张简单工单、优先挑简单请求处理而搁置难题。
平均解决时长：为了缩短时长，可能出现把工单挂起或转给其他小组来“暂停计时”、拒绝或推迟需要较长时间的请求。
首次响应时间：为了达标，可能出现用一句敷衍的自动回复算作“已响应”，实际并没有开始处理。
这些做法并不一定是恶意的，更多是人们面对考核压力时的自然反应。问题出在指标体系的设计，而不是个人品质。
行业观察：指标本身并没有错，问题在于过度依赖单一指标作为奖惩依据。把指标当作帮助团队发现问题的信号，而不是衡量个人表现的唯一标尺，往往更能得到真实的数据。
二、怎么降低指标失真？三个做法
成对使用互相制衡的指标。例如把“关闭数”与“重开率”“用户确认解决率”放在一起看；把“解决时长”与“首次联系解决率”“满意度”一起看。单看任何一个，都容易被优化；一起看，则很难同时刷好几个。
引入体验类指标。满意度调查等直接反映用户感受的指标，更接近服务的真实目标，也更难被流程层面的小动作改善。
定期复审指标本身。每隔一段时间，问一句：这个指标还在反映我们真正想要的东西吗？如果团队行为已经围绕数字而非目标，就需要调整或替换指标。
三、ServiceDesk Plus如何帮助设计更稳健的指标？
ServiceDesk Plus作为一套完整的ITSM系统，可以把多个互相制衡的指标放在同一视野里：报表功能可以统计工单量、响应与解决时间、重开情况等多维数据，便于成对对照；工单关闭后的满意度调查可以收集用户反馈，提供体验类指标；耗时分析可以区分总耗时与挂起耗时，帮助发现是否有人通过挂起“暂停计时”；SLA 的配置则可以明确响应和解决的承诺目标，结合升级规则，让团队把精力放在服务承诺本身，而不是某个孤立的数字。
核心要点速览
- 古德哈特定律：当一个指标变成目标，它就不再是一个好指标。
- 服务台常见的刷指标方式包括过早关闭、拆分工单、挂起暂停计时、敷衍响应等。
- 单一指标容易被优化，成对使用互相制衡的指标则很难同时被刷。
- 满意度等体验类指标更接近真实目标，是平衡过程指标的重要补充。
- ServiceDesk Plus的报表、满意度调查、耗时分析和SLA功能，可用于搭建更稳健的指标体系。
写在最后：指标是仪表盘，不是方向盘
指标的价值在于帮助团队看清现状，一旦它被当成唯一的目标，人们就会开始优化数字而不是服务本身。守住这个区别，才能让数据保持可信。
从为现有的每个关键指标配一个互相制衡的“搭档”开始，在 ServiceDesk Plus 的报表和满意度数据中一并观察，团队就能更早发现“数字好看、体验变差”的苗头。
立即体验 ServiceDesk Plus，把多维指标放进同一张报表
| ☁️ 免费注册云版本 | 💻 下载本地版 | 📅 预约专家演示 |
常见问题解答（FAQ）
延伸阅读：
