決策迷宮七部曲３
錯判績效，誤解升遷，
企業最容易忽略的數據陷阱
「我們該調整信義客服中心的主管了，
績效數據實在不理想。」
在會議室裡，一位高階主管語氣堅定，
其他人點頭如搗蒜。
數據擺在眼前，
鳳山客服中心整體滿意度為９２％，
信義僅有８７％。
這落差讓「該調整」看似無需爭辯。
但林奕辰沒有立刻表態。
他習慣先問：
「我們看的是整體還是分區數據？
有按處理問題難易度拆開來看嗎？」
當林奕辰要求將數據依問題難易度分類，
一切顛覆了眾人的認知。
這問題讓場面頓了一下。
確實，兩個中心服務的客訴性質不同…
辛普森悖論：真相，藏在數字裡的分組
辛普森悖論是統計分析中一種常見卻危險的陷阱。
當數據被合併或拆分時，
趨勢可能產生反轉。
明明兩組數據拆開來看時各自有清楚趨勢，
一旦合併後，
卻可能出現完全相反的結論。
它的危險在於：數據本身沒錯，
但解讀方式造成錯誤結論。
也就是說：
數字不會說謊，但我們會自己誤解。
辛普森悖論不只存在於統計課本裡，
它潛藏在企業管理、
政策制定、行銷分析、
績效評估甚至性別議題中。
我們對數據的錯誤判斷，
正在企業決策中反覆上演中。
在這次諮詢任務中，
林奕辰陸續協助企業釐清了多個類似的盲點。
總體看Ａ比較好，
但分組後卻發現Ｂ在每一組都更優秀。
這種情況會發生，
是因為各組的樣本數比例不同、
條件異質性高，
或是忽略了潛在變數。
簡單來說，
辛普森悖論就像這樣，
你分別贏了兩場比賽，
但合併後卻輸了總分，
數據沒錯，
錯的其實是我們看數據的方式。
我們再用以下兩個貼近企業真實情境的案例做延伸說明：
真實案例２：當處理雜事的人，反而被誤會成績效差？
讓我們回到前述客服中心的例子︰
‧ 信義客服中心：
處理高階產品的進階技術問題
‧ 鳳山客服中心：
處理標準化商品的退換貨諮詢
當林奕辰要求資料細分後，
數據出現戲劇性反轉︰
‧ 在簡單客訴中，
鳳山滿意度高達９５％，
信義僅８８％。
‧ 但在複雜客訴中，
信義竟以９０％的滿意度，
勝過鳳山的８３％。
原來，若僅看「整體平均」，
容易誤認鳳山全面領先。
但若以「問題難易度」分類，
信義才是在更艱困條件下表現卓越的團隊。
這就是辛普森悖論的真實寫照。
在績效表上，
信義客服滿意度看似較低。
但經細部拆解，
發現鳳山所處理的案件類型(退換貨)較容易獲得正向回饋，
信義面對的則是複雜問題、
高壓情緒與反覆溝通，
在此環境下仍能維持高滿意度，
表現其實遠超預期。
這樣的誤判若未被及時修正，
恐怕會導致錯誤獎懲，
打擊真正努力的團隊。
林奕辰提醒高層︰
「統計是一種概括，不是一種評價。
評價之前，先問清楚：
這個平均，是不是混了兩件本質不同的事？」
林奕辰在下一場與客服部門主管的會議中分享道︰
「我不是要否定績效制度，
而是想提醒:
如果我們只看總體滿意度，
就可能錯殺真正處理難事的人。」
真實案例３：性別不平等？還是職位分布出了問題？
在另一場顧問會議中，
林奕辰被問到︰
「我們發現公司內部，
男性主管比例遠高於女性，
這是不是性別歧視？」
這問題很敏感，也值得關注。
「別急著貼上歧視標籤。」
林奕辰在內部簡報中提醒主管群，
他提出︰
如果我們依部門、年資與申請意願拆解數據，
是否還會有相同結論？
果然，數據出現反轉。
數據後發現︰
‧ 女性員工多集中在客服、行銷等部門，
而這些部門的主管職數本來就較少。
‧ 男性員工則多在研發、業務等部門，
升遷階梯清晰，機會明確。
‧ 女性較多採取彈性工時或育兒留停，
也會影響主管職申請機會。
如果我們只看「整體升遷率」，
很容易斷言︰公司有性別歧視。
但一旦拆解細節，
會發現問題可能不是「偏見」，
而是「結構性盲點」，
也許職位分布的不均、
制度對家庭角色的不友善，
才是那隱形的天花板。
辛普森悖論在這裡，
揭露的不只是數據，
而是更深層的組織結構問題。
「這個現象若不拆解，
就容易被貼上歧視的標籤。」
林奕辰向ＨＲ團隊提出︰
真正要檢視的，
或許不是升遷機會，
而是公司是否提供足夠多元的職涯設計與配套。
林奕辰常說︰
「拆開看，才看得清，
數據不會說謊，但你怎麼問它，
會決定它說出什麼。」
建議企業每次看到漂亮的整體數據前，應自問三件事︰
１．這個平均，是怎麼算出來的？
有沒有隱藏的子群體，混淆了真相？
２．分組資料，是否一致？
每個市場區塊、部門表現是否一致？
或只是某一群人特別強？
３．有沒有「結構性偏誤」？
是否某些部門、族群、區域有不同背景與機會？
別只看總平均，請看見真相的層次
辛普森悖論提醒我們，
數據的真相，
常藏在分類底層，
而非總體數字中。
不該輕易相信「平均值」、「整體數據」、「大方向」。
企業中太多決策，
包含獎懲、升遷、預算分配、績效排名，
這一切都仰賴數據。
然而，若我們錯把總體當全部，
就可能犧牲真正努力的人，
錯失改進組織的機會。
在決策現場，拆解與分類，
不只是統計技巧，
而是避免錯判與偏見的基本功。
因為錯判，
不只會埋沒表現者，
更可能讓整個組織付出代價。
而能看穿這層迷霧的你，
才是企業真正需要的決策者。
我是陶育均，
數據能掩蓋真相，
也能揭露真相。
拆解數據，
是我們給組織最好的決策武器。