विषय 25 / 64· सरकारी प्रदर्शन और वितरण मेट्रिक्स
सार्वजनिक क्षेत्र KPI
एक प्रमुख प्रदर्शन संकेतक (KPI) एक चुना गया, ट्रैक किया गया माप है जो इस बात का स्थानापन्न बनता है कि कोई सार्वजनिक सेवा अपना काम कितनी अच्छी तरह कर रही है। सरकार में KPI का चुनाव कभी तटस्थ नहीं होता: क्योंकि KPI बजट, लीग-टेबल और करियर से जुड़ते हैं, किसी एक को चुनने की क्रिया उसके नीचे हर किसी के व्यवहार को आकार देती है, अक्सर उस नीति से भी अधिक जिसने सेवा बनाई।
यह क्यों महत्वपूर्ण है
मौद्रिक नीति पर Charles Goodhart का 1975 का अवलोकन — जिसे बाद में Marilyn Strathern ने "जब कोई माप लक्ष्य बन जाता है, तो वह एक अच्छा माप नहीं रह जाता" के रूप में लोकप्रिय बनाया — सार्वजनिक-क्षेत्र प्रदर्शन-प्रबंधन में एकल सबसे महत्वपूर्ण चेतावनी-लेबल है। किसी प्रणाली का वर्णन करने के लिए चुना गया एक KPI उस क्षण से उस प्रणाली को विकृत करना शुरू कर देता है जब संसाधन, वेतन या राजनीतिक अस्तित्व उससे जुड़ जाता है। इसका प्रामाणिक उदाहरण NHS एम्बुलेंस प्रतिक्रिया-समय है: जब आठ-मिनट का श्रेणी A प्रतिक्रिया-लक्ष्य बाध्यकारी बन गया, कुछ ट्रस्टों में एम्बुलेंस को प्रतिक्रिया-समय घड़ी के ठीक बाहर "खड़ा" करते या कॉल को फिर से वर्गीकृत करते हुए दिखाया गया, ताकि मरीज़-परिणाम बदले बिना संख्या पूरी की जा सके। यूके National Audit Office का प्रदर्शन-संकेतक चुनने और उपयोग करने पर मार्गदर्शन — जो इसकी धन-के-सर्वोत्तम-मूल्य रिपोर्टों और इसके "Performance Measurement by Regulators" तथा "Choosing the Right FABRIC" ढाँचे (Fit for purpose, Appropriate, Balanced, Robust, Integrated, Cost-effective) में निर्धारित है — ठीक इसीलिए मौजूद है क्योंकि विभाग हमेशा उन संकेतकों को चुनते रहे जो रिपोर्ट करने में आसान थे, न कि उनको जिनमें हेराफेरी करना कठिन हो। एक सॉफ़्टवेयर इंजीनियर जो वह डैशबोर्ड शिप करता है जिस पर किसी मंत्री या निदेशक को आँका जाएगा, चाहे वे इरादा करें या न करें, एक सार्वजनिक संस्था की प्रोत्साहन-संरचना डिज़ाइन कर रहा होता है।
गणितीय आधार
KPI डिज़ाइन एक ढाँचा-आकार का विषय है, लेकिन किसी उम्मीदवार KPI का मूल्यांकन एक सूत्र नहीं, एक दोहराने योग्य चेकलिस्ट है:
For each candidate KPI, score against:
Fit for purpose — does it measure the outcome, or a proxy several steps removed?
Appropriate — does it belong to the people who can actually influence it?
Balanced — is it paired with a counter-metric that catches gaming?
Robust — can it survive audit, or is it self-reported and unverifiable?
Integrated — does it fit the wider set, or push against another KPI?
Cost-effective — does collecting it cost more than the decision it informs?
Leading vs lagging split:
Leading indicator → predicts future outcome, but often gameable (e.g. calls answered <60s)
Lagging indicator → confirms the outcome happened, but arrives too late to steer (e.g. annual
satisfaction survey)
A defensible KPI set pairs at least one of each per objective.
व्यावहारिक उदाहरण
एम्बुलेंस ट्रस्ट: एक ट्रस्ट श्रेणी A (जीवन-घातक) प्रतिक्रिया-समय KPI "75% कॉल का 8 मिनट के भीतर जवाब दिया गया" रिपोर्ट करता है। एक तिमाही में, 6,000 श्रेणी A कॉल आती हैं; 4,500 का 8 मिनट के भीतर जवाब दिया जाता है, जो 75.0% देता है — दिखने में लक्ष्य पर।
Headline KPI = 4,500 / 6,000 × 100 = 75.0% (meets the 75% threshold)
लेकिन एक Goodhart-ऑडिट एक काउंटर-मेट्रिक जोड़ता है: सबसे धीमे 10% कॉल के लिए औसत प्रतिक्रिया-समय।
Slowest decile mean response = 34 minutes (up from 19 minutes two years earlier)
ट्रस्ट लक्ष्य पर पहुँच रहा है जबकि पुच्छ (tail) — वे कॉल जो अपूर्ण ट्राइएज के बाद वास्तव में जीवन-घातक होने की सबसे अधिक संभावना रखती हैं — कहीं अधिक बदतर हो गया है, क्योंकि दलों को नैदानिक तात्कालिकता के बजाय 8-मिनट के किनारे के क़रीब वाली कॉल की ओर प्राथमिकता दी जा रही है। एकल KPI ने एक झूठी कहानी बताई; युग्मित KPI ने सच्ची।
सॉफ़्टवेयर इंजीनियरिंग से संबंध
सरकार के लिए प्रदर्शन-डैशबोर्ड बनाने वाले इंजीनियर, कार्यात्मक रूप से, संगठन का प्रोत्साहन-API डिज़ाइन कर रहे होते हैं। व्यावहारिक निहितार्थ: हर (denominator) को उतनी ही कठोरता से इंस्ट्रूमेंट करें जितना अंश को (एक KPI जो एक नंगे प्रतिशत के रूप में रिपोर्ट किया जाता है, हर में हेराफेरी को न्यौता देता है — देखें प्रति-लेन-देन लागत डिजिटल सेवाओं में उसी जाल के लिए); काउंटर-मेट्रिक्स को उसी डैशबोर्ड में बनाएँ, किसी अलग रिपोर्ट में नहीं जिसे कोई नहीं पढ़ता, ताकि हेराफेरी निर्णय-बिंदु पर दृश्यमान हो; और KPI परिभाषा को वर्ज़न करें, क्योंकि एक चुपचाप पुनर्परिभाषा (यह बदलना कि "कॉल," "मामला," या "पूर्णता" में क्या गिना जाता है) कार्यात्मक रूप से बिना घोषणा किए लक्ष्य बदलने के समतुल्य है। एक सार्वजनिक मूल्य स्कोरकार्ड एक एकल KPI को अलग से पढ़े जाने से रोकने का एक संरचित तरीक़ा है, और परिणाम-आधारित जवाबदेही ऐसे जनसंख्या-स्तरीय KPI चुनने का अनुशासन है जिन्हें कोई एक टीम एकतरफ़ा रूप से विकृत नहीं कर सकती।
सामान्य त्रुटियाँ
- सार्थक मेट्रिक के बजाय आसानी-से-एकत्र-होने वाला मेट्रिक चुनना: कॉल-उत्तर-समय लॉग करना तुच्छ है; क्या कॉल ने नागरिक की समस्या हल की, यह नहीं — लेकिन केवल दूसरा ही परिणाम है। जो प्रणाली पहले से उत्सर्जित करती है उसे डिफ़ॉल्ट मानने से बचें।
- कोई काउंटर-मेट्रिक नहीं: धन या प्रतिष्ठा से जुड़ा कोई भी KPI सीमा पर हेराफेरी किया जाएगा; इसे प्रकाशित करने से पहले संभावित हेराफेरी-मार्ग को पकड़ने वाले एक युग्मित मेट्रिक के साथ शिप करें।
- बिना चेंजलॉग के मेट्रिक को फिर से परिभाषित करना: किसी प्रवृत्ति को चापलूसी करने के लिए "प्राप्त कॉल" को "जवाब दी गई कॉल" से बदलना खोजे जाने के क्षण समय-शृंखला की विश्वसनीयता नष्ट कर देता है — संख्याओं के साथ हमेशा एक परिभाषा-चेंजलॉग प्रकाशित करें।
- गतिविधि को परिणाम के साथ भ्रमित करना: पूर्ण किए गए निरीक्षणों की गिनती एक आउटपुट है; अनुपालन में लाए गए परिसरों की गिनती परिणाम के अधिक क़रीब है (देखें आउटकम बनाम आउटपुट)।
स्रोत
- National Audit Office, "Choosing the Right FABRIC: A Framework for Performance Information." https://www.nao.org.uk/
- Marilyn Strathern, "'Improving Ratings': Audit in the British University System," Social Anthropology, 1997 (formulation of Goodhart's law as commonly cited).
- National Audit Office, investigations into NHS ambulance service performance reporting. https://www.nao.org.uk/