無法用數字量化的資訊，能轉化成數據嗎？

在商業環境中，雖然強調用數據來做決策，但將所有事物轉換為數字其實並不容易。像營業額、利潤、成本、設備利用率⋯⋯這些本來就可以直接量化的項目相對簡單；但像顧客的喜好、品牌形象等資訊，則難以用單一數字表達，往往需要用描述的方式呈現。此外，廣告對消費者偏好的影響，同時涉及非數據化的觀察內容與數字化的分析，是一種結合不同資料形式的表現方式。

像顧客的情感或行為這些特性，往往很難直接轉換為數字，這正是無法完全量化的例子。試圖將所有因素都量化，既不實際也過於複雜；而如果只考慮其中幾個主要因素，可能又會忽略其他重要資訊，導致結論失真。然而，如果在實務中完全不考慮量化，只靠直覺或主觀描述，問題可能會更多。

因此，透過適當的方法，將這些不易量化的資訊轉換為數據，是不可或缺的關鍵步驟。

舉例來說，該如何量化「上班族的勤勉態度」這類抽象的概念呢？如果只以工作時數或出勤紀錄等可測量的指標作為衡量標準，雖然可以從「量」的層面進行解釋，但無法展現出工作專注度這類與「質」相關的細節。而且，很難找到一個能合理量化工作專注度的標準。

然而，仍有成功將抽象概念量化的案例，其中最具代表性的就是「幸福指數」。儘管幸福的概念難以測量，但已被量化為具體的指標。自 2012 年起，聯合國永續發展解決方案網路（Sustainable Development Solutions Network, SDSN）每年根據六個面向計算各國的幸福指數，並發布全球幸福排名。這六個指標分別是：國內生產總值（GDP）、平均壽命、社會福利、民主自由、政府清廉程度、社會的慷慨程度。

當然，只靠這六項指標是否足以全面呈現國民的幸福程度，仍值得探討。然而，這項指數的價值在於，不僅成功將幸福的抽象概念量化，還能透過數據比較不同國家的幸福排名，並分析細微的變化趨勢。更重要的是，這項指數能幫助各國明確需要集中資源的關鍵領域，為政策制定提供重要參考依據。

與「幸福指數」類似的例子還有「經濟痛苦指數」，由美國布魯金斯研究所（Brookings Institution）經濟學家亞瑟．奧肯（Arthur Okun）提出，用於量化國民感受到的經濟壓力。「感受」與「壓力」這些詞本身顯示了，每個人對經濟狀況的衡量標準各不相同，因此僅用數字表達難免有所局限。經濟痛苦指數的計算方式簡單：將「通貨膨脹率」（簡稱通膨率）與「失業率」相加。例如：通膨率為2％、失業率為3％，則經濟痛苦指數為5％。儘管這無法完全反映國民的實際經濟感受，但作為直觀的比較工具，仍具有參考價值。失業率與通膨率作為全球通用的經濟指標，也因此被國際上廣泛採用。

「幸福」和「經濟痛苦」這兩個看似無法量化的抽象概念，透過適當的方式都已成功量化。討論這些指標的意義在於，它們的優勢與限制正好能幫助我們理解企業中各類指標的性質與用途。

數量化過程：三種把資料轉化成數量的方法

當我們決定是否需要量化某一項目時，首先應該確認是否已存在類似的量化工具，例如：公認的國際標準或公司內部已有的指標。如果某項目尚未被量化，則可以透過適當的方法來測量，並建立相關指標。這個過程稱為「數量化」（quantification），目的是將那些無法直接用數字表示的特性，間接轉化為可量化的數據。

根據統計方法的不同，數量化可分為三種方法：指標化、尺度化、指數化。

指標化：找到高度相關的「量化變數」

當需要把某些資料量化時，可以從相關的「定性資料」中，找出高度相關的「量化變數」（Quantitative Variable）。例如，有人認為「一個國家的文化程度，可以透過電影票房來衡量」，那麼電影票房就可以當作是衡量文化水準的指標。在眾多量化方法中，指標化雖然不夠精確，但當其他變數的分布範圍較大時，反而是一種簡單且有效的選擇。

尺度化：兩個以上變數，簡單加總或平均

尺度化不同於指標化，是根據兩個以上與定性資料高度相關的量化變數，透過一次方程式進行計算得出的數值。一次方程式通常是變數的總和或算術平均數。例如，在衡量「部門員工的學習意願」時，可以將「培訓申請率」和「培訓參加率」計算算術平均值，作為衡量依據。

指數化：多個變數，套用進階公式

與尺度化相似，但不僅限於一次方程式，而是運用更複雜的代數公式來計算。例如，衡量部門員工的學習意願時，可以在「培訓申請率」和「培訓參加率」的一次方程式基礎上，進一步加入其他變數，例如參與評估的次數、評估得分、購買書籍數量⋯⋯構建更進階的公式來得出結果。

圖表3-2 部門成員的學習態度

圖表3-2是根據量化的三種方法，將 A 到 E 部門員工的學習意願轉換為數字。依照這些數據，使用指數化計算得出的結果顯示，D部門的學習意願得分為1.6，明顯高於其他部門。然而，在量化過程中，納入的變數越多，並不代表結果越好。某些變數可能會對數字造成比較大的影響，因此建議只選擇關鍵變數，或適當使用加權方法，以確保結果的合理性與精準度。

※ 本文摘錄自《解決問題快10倍的數字工作法》（盧泫兌著，采實文化出版），由采實文化授權刊登