metric

Метрика в ITSM — это количественный показатель, который помогает видеть, что происходит с услугой, практикой или потоком создания ценности, и принимать управленческие решения на основе данных. Метрики используются в измерении и отчётности, в управлении уровнем услуг, управлении инцидентами, управлении проблемами, управлении изменениями и других практиках для контроля текущего состояния, выявления отклонений и оценки эффектов улучшений. Хорошая метрика имеет понятное определение, единицы измерения, источник данных, владельца, периодичность, целевое значение и контекст интерпретации. На практике метрики применяются для построения дашбордов, регулярной отчётности для руководства, анализа трендов, проверки гипотез постоянного совершенствования и сопоставления фактических результатов с целями и требованиями. При этом метрика описывает именно измерение или расчёт, а не управленческое решение и не обязательство по услугам. Вне области термина находятся сами причины отклонений и конкретные корректирующие действия: метрика может подсказать, где искать проблему, но не заменяет анализ и управление рисками, а также не является автоматически KPI или соглашением об уровне услуг.

Метрику часто ошибочно приравнивают к KPI. KPI — это ключевой показатель эффективности, то есть метрика, выбранная как критически важная для оценки достижения целей; но большинство метрик не являются KPI и не должны становиться ими «по умолчанию». Другая типичная ошибка — путать метрику с целевым значением или нормой: «95%» — это цель, а метрика — то, что измеряется (например, доля обращений, решённых в целевое время). Распространённое заблуждение — стремление измерять «всё подряд»: избыточные метрики увеличивают затраты на сбор данных и создают шум, снижая управляемость. Опасна и подмена ценности метриками активности, например количеством закрытых инцидентов без учёта влияния на результат для заказчика и пользователя. Метрики легко «сломать» некорректными определениями и источниками данных: разные команды могут считать одно и то же по-разному, что приводит к конфликтам и неверным выводам. Наконец, метрика без контекста может стимулировать неправильное поведение, например сокращение времени обработки за счёт качества, поэтому важно связывать метрики с ценностью, результатами и требованиями гарантии, а не только с локальной оптимизацией.