在调查员工的日常工作效率时，我们经常会使用数据的统计手段，比如今天的新品，今天的几款产品的销量，以及每款持续销售的产品每天的订单情况，将以上信息汇总成统计表，以便客观清晰的查看和改进。不同的行业和岗位可以用类似的方式进行有效管理。举个例子，对于线下门店的业务员，你可以统计每天到店的人数，有哪些人接待，留下电话号码的客户数量，最后成交的数量。这样一来，很明显就能发现店里哪个业务员是王牌业务员，哪个是不合格业务员。
一个朋友告诉我，他在从事知识型支付行业的时候，有一个习惯。他每天让业务员统计加粉的人数和卖出商品的人数，然后让负责广告的员工报出当天消费的广告费金额。两个数据一出来，他就能算出单个客户的加粉成本，以及当天最终的销售转化率。他如何判断自己是否可以继续做广告？基本上就是计算当天的加粉成本。只要加粉成本控制在60元，利润基本不错，可以继续投入。70块的话，刚好保本。
有一个业务员反映前一天有60人加粉，广告总监告诉他前一天这个业务员的广告费是5000元。他算了一下，光是加粉的成本就在83元。他找到广告总监，让他找原因。但是，他找不出问题出在哪里，很疑惑。最后发现业务员撒谎了。前一天明明加了80人，结果他只减了60人。这个问题很严重。他马上给业务员打电话，结果业务员自信满满地说:“前一天加了80个人，但是我给他们发了信息后有20个人敲诈我，把我删了。”加多少人直接决定了最终的加粉成本，决定了前一天的广告效果是否达标。如果加80人，单个用户的费用是62.5元还是合格的，所以广告总监不负责。举报到60，20个人却把他删了？是因为他回复客户消息太慢吗？你错过客户新闻了吗？回复客户信息无关紧要吗？你和客户聊天时态度不好吗？这肯定是业务员的问题。
这个案例的教训是，对于员工的制度化、数据化管理，一定要时刻审核某个环节，看员工是不是按照你的标准在统计数据。如果很多员工都像这个业务员一样，那么第一手数据就是错误的，任何基于这个数据的后续决策都会不准确，可以说后果很严重。
