7、关键绩效指标客观确定的通用方法

关键绩效指标客观确定的通用方法

在社会经济过程的研究与管理中，准确确定关键绩效指标（KPIs）及其权重至关重要。然而，现有文献中提出应用数学工具选择 KPIs 的方法往往不公开，导致难以重复应用于类似任务。本文旨在开发一种通用透明的方法，用于对社会经济过程的 KPIs 进行数学计算并确定其权重。

1. 回归分析：合适的数学工具

为实现这一目标，我们提出一个工作假设：任何过程都包含 k 个静态观察单元，过程发展的实现水平由特征标题指标（Yk）表示，其值取决于 n 个 KPIs（p1k, p2k, …, pnk）的值。那么整个过程可以用数学模型描述，过程发展的实现水平由目标/因变量（Y）表示，它是 KPIs 集合（p1, p2, …, pn）的多参数函数（f）：
[Y = f(p_1, p_2, \cdots, p_n)]

（Y）值的变化反映了所取得的进展。每个 KPI pn 显示了由于相关行动线的执行而在过程的某些方面取得的进展。因此，确定 KPIs 也意味着确定相关的行动线，这些行动线的执行是过程发展的优先事项，而确定 KPIs 的权重将显示特定 KPI 对过程的影响。

目前，无法直接对函数（f）进行理论计算以及随后测量过程中的进展。不过，有几种数据挖掘技术适用于研究 x 个输入/自变量（i1, i2, …, ix）与目标变量（Y）之间的因果关系，而无需探究过程的内部方面（黑箱原理）。

回归分析被选为最优选的数学工具，原因如下：
- 它直接关注揭示多个自变量与因变量之间的因果关系。
- 大多数回归分析算法不需要对指标数据进行归一化，尽管归一化很普遍，但选择最小/最大值会影响指标间的比较。
- 获得的建