Chủ đề 27 của 64· Các chỉ số hiệu suất và cung cấp chính phủ

Trách nhiệm dựa trên kết quả (OBA)

Trách nhiệm dựa trên kết quả, còn được gọi là Trách nhiệm dựa trên kết quả (RBA), là khung của Mark Friedman để tách hai câu hỏi mà báo cáo khu vực công thường làm mờ nhau: "dân số có đang làm tốt không?" (trách nhiệm dân số) và "chương trình cụ thể này có đang làm tốt không?" (trách nhiệm hiệu suất). Việc trộn lẫn hai điều này là, theo cách kể của Friedman, lý do phổ biến nhất đơn lẻ các chương trình được quản lý tốt bị đổ lỗi cho các xu hướng dân số mà chúng không bao giờ có quyền lực để di chuyển.

Tại sao điều này quan trọng

Friedman đặt ra khung trong Trying Hard Is Not Good Enough (2005), lập luận rằng hầu hết báo cáo công hoặc nhấn chìm các người quyết định trong thống kê cấp dân số không cơ quan đơn lẻ nào kiểm soát (tỷ lệ mang thai ở tuổi teen, tỷ lệ thất nghiệp, tuổi thọ), hoặc nhấn chìm họ trong các đếm hoạt động cấp chương trình (khách hàng được gặp, các giới thiệu được thực hiện) không nói gì về việc liệu cuộc sống của ai đó đã cải thiện hay không. Sự đóng góp của RBA là một từ vựng nhỏ, có kỷ luật giữ hai điều này tách biệt: các kết quả dân số (các điều kiện phúc lợi cho toàn dân số, như "trẻ em được sinh ra khỏe mạnh") không thuộc về bất kỳ cơ quan đơn lẻ nào và yêu cầu nhiều đối tác di chuyển cùng nhau; các chỉ số hiệu suất (một chương trình cụ thể phục vụ khách hàng cụ thể của nó tốt như thế nào) thuộc về một cơ quan và chỉ nên được đánh giá dựa trên những gì cơ quan đó thực sự có thể ảnh hưởng. "Ba câu hỏi hiệu suất" của Friedman — chúng ta đã làm bao nhiêu, chúng ta đã làm tốt như thế nào, và có ai tốt hơn không? — hiện được nhúng trên toàn hợp đồng dịch vụ con người cấp tiểu bang và quận Mỹ và, qua công ty tư vấn và công cụ Clear Impact phù hợp với RBA, được sử dụng rộng rãi trong ủy nhiệm chính quyền địa phương Anh và Commonwealth. Những gì đang bị đe dọa thực tế là hợp đồng: một chương trình nhà ở không nên bị ngừng tài trợ vì tỷ lệ vô gia cư của thành phố tăng từ các nguyên nhân kinh tế vĩ mô ngoài phạm vi của nó, nhưng nó hoàn toàn nên bị ngừng tài trợ nếu khách hàng riêng của nó không được nhà ở.

Cách tính toán

Trách nhiệm dân số (("bức tranh lớn" một cộng đồng, khu vực,
hoặc quốc gia chia sẻ):
  Kết quả        — một điều kiện phúc lợi (ví dụ: "cư dân an
                  toàn về kinh tế")
  Chỉ số         — một thước đo của điều kiện đó (ví dụ: tỷ
                  lệ thất nghiệp, thu nhập hộ gia đình trung
                  vị)
  → không chương trình đơn lẻ nào sở hữu chỉ số; sự di chuyển
    yêu cầu nhiều người đóng góp

Trách nhiệm hiệu suất (những gì một chương trình chịu trách
nhiệm):
  Chúng ta đã làm bao nhiêu?    — khối lượng hoạt động (khách
                                hàng được phục vụ, đơn vị được
                                cung cấp)
  Chúng ta đã làm tốt như thế   — chất lượng/hiệu quả (% hoàn
  nào?                          thành chương trình, chi phí
                                mỗi khách hàng)
  Có ai tốt hơn không?          — kết quả quan trọng (% có
                                việc làm 6 tháng sau chương
                                trình, trước/sau hoặc so với
                                một nhóm so sánh)

Một chương trình được đánh giá trên câu hỏi hiệu suất thứ ba,
không bao giờ trực tiếp trên chỉ số dân số, trừ khi quy mô và
thiết kế của nó có thể một mình di chuyển nó một cách hợp lý.

Ví dụ minh họa

Chương trình hỗ trợ việc làm được tài trợ bởi thành phố, 500 người tham gia/năm, được hợp đồng bởi một chính quyền địa phương theo một khung hiệu suất kiểu RBA:

Chỉ số dân số (bối cảnh, không phải thẻ điểm của chương trình):
  Tỷ lệ thất nghiệp thành phố: 6,2% (tăng từ 5,8% năm trước,
  được thúc đẩy bởi việc đóng cửa một nhà máy ngoài sự kiểm
  soát của chương trình)

Các chỉ số hiệu suất (trách nhiệm thực tế của chương trình):
  Bao nhiêu:     500 người tham gia đăng ký (mục tiêu 480) —
                 đạt
  Tốt như thế    78% tỷ lệ hoàn thành; chi phí mỗi người hoàn
  nào:           thành = £340.000 / 390 người hoàn thành ≈
                 £872
  Tốt hơn:       của 390 người hoàn thành, 260 có việc làm
                 bền vững ở 6 tháng = 66,7% so với 41% của
                 một nhóm so sánh khớp (xem phân-tích-đối-
                 chiếu-thực-tế)

Dưới một cách đọc trách nhiệm dân số, chương trình trông như đang thất bại — tỷ lệ thất nghiệp của thành phố tăng trong thời gian nó hoạt động. Dưới cách đọc trách nhiệm hiệu suất của RBA, chương trình đang thành công: nó đạt mục tiêu khối lượng, giữ chất lượng ổn định, và sản xuất một kết quả việc làm 25,7 điểm phần trăm trên một nhóm so sánh khớp, trong khi chỉ số dân số di chuyển vì các lý do (một việc đóng cửa nhà máy) hoàn toàn ngoài sự kiểm soát của chương trình.

Liên hệ với phát triển phần mềm

RBA ánh xạ trực tiếp vào một sự phân biệt SRE quen thuộc: các chỉ số dân số giống như các chỉ số North Star cấp doanh nghiệp mà không nhóm kỹ thuật đơn lẻ sở hữu đầu-đến-cuối (doanh thu công ty, thị phần), trong khi các chỉ số hiệu suất giống như các SLO riêng của một nhóm — những điều mà các quyết định thiết kế của nhóm đó thực sự di chuyển. Một bảng điều khiển báo cáo cả hai mà không gắn nhãn cái nào là cái nào mời chính xác sự quy kết sai mà RBA được xây dựng để ngăn chặn: một kỹ sư trực ca bị đổ lỗi cho một chỉ số mà một nhóm phụ thuộc kiểm soát. Khi ủy quyền hoặc xây dựng các công cụ báo cáo cho các hợp đồng kết quả, xây dựng bộ ba "bao nhiêu / tốt như thế nào / tốt hơn" như các trường hàng đầu, có thể lọc riêng biệt thay vì một KPI pha trộn đơn lẻ — đó là cùng kỷ luật của việc phân tách các chỉ số dẫn đầu và trễ trong các chỉ số KPI khu vực công. RBA cũng là logic trách nhiệm dưới thanh toán theo kết quả và trái phiếu tác động xã hội: một hợp đồng PbR chỉ có thể công bằng trả theo chỉ số hiệu suất "tốt hơn", không bao giờ theo chỉ số dân số, trừ khi can thiệp thực sự là động lực chính của nó.

Những cạm bẫy

  • Trả tiền hoặc trừng phạt một chương trình dựa trên một chỉ số dân số nó không thể kiểm soát: đây là lỗi đơn lẻ mà RBA tồn tại để ngăn chặn; luôn truy tìm liệu chương trình là một người đóng góp lớn hay nhỏ cho kết quả dân số trước khi gắn các hậu quả vào nó.
  • Báo cáo "bao nhiêu" như thể nó là "tốt hơn": các đếm hoạt động (khách hàng được gặp) là dữ liệu dễ nhất để thu thập và ít thông tin nhất; khẳng định câu hỏi "có ai tốt hơn không" được trả lời bằng dữ liệu kết quả thực, lý tưởng là so với một đối chiếu thực tế (xem phân tích đối chiếu thực tế).
  • Coi các chỉ số RBA là cố định vĩnh viễn: phương pháp của Friedman rõ ràng là lặp lại — một chu kỳ "dữ liệu, câu chuyện, điều gì hoạt động, kế hoạch hành động" — không phải một bài tập thiết kế thẻ điểm một lần.
  • Không có nhóm so sánh cho "tốt hơn": một thay đổi trước/sau không có đối chiếu thực tế trộn lẫn hiệu ứng chương trình với xu hướng dân số sẽ thể hiện dù sao.

Nguồn tham khảo