如何识别度量数据中的改进信号

度量驱动改进活动的一个主要挑战是区分哪些数据是改进信号，哪些是经验信号。团队成员常常因为对所有数据进行根因分析而感到负担重，导致热情下降。

一些团队使用红绿表来筛选数据，但这种方法无法精确区分不可预测的信号（应进行根因分析的）和正常波动的数据（无需根因分析的）。Mark Graban在其2020年出版的《Measures of Success》一书中提出了使用PBC(Process-Behavior Chart)图表来识别不可预测的信号，并据此进行度量驱动的改进。

PBC图表由Walter A. Shewhart发明，是SPC理论中的工具，用于判断过程是否处于可预测状态。通过PBC图表，团队可以辨识改进和经验点。

使用PBC图表识别不可预测信号包括四个规则，涉及X图表和MR图表。X图表显示度量数据和上下限，MR图表显示连续数据点之间的变化。不可预测信号的识别依据是否超出界限，连续性和接近度等因素。

度量驱动改进的步骤涉及选择行动指标、绘制PBC图表、判断指标是否可预测、根据不可预测的信号改进系统、将系统改进为符合预期目标的新系统，并持续改进。

与红绿表相比，PBC图表能更清楚地展示哪些指标值得进行根因分析。此外，频繁度量并辨识信号可帮助及时发现并抓住改进机会。

参考资料包括Mark Graban撰写的《Measures of Success》和相关的PBC图表excel模板。