Legge di Goodhart: quando una metrica diventa un obiettivo, smette di misurare qualsiasi cosa

Indice

• 1. Dalla politica monetaria alla cultura dell'audit: le origini della legge di Goodhart
• 2. Perché le metriche corrompeno: la psicologia del gaming
• 3. Dal settore bancario all'assistenza sanitaria: 4 casi documentati di incentivi perversi
• 4. Tabella di confronto: modi comuni in cui le metriche di performance vengono manipolate
• 5. Evitare la trappola: 4 misure di sicurezza per progettare metriche affidabili
• 6. Proteggere la tua organizzazione: un audit dei KPI in 5 fasi
• 7. Conclusione: misurare per comprendere piuttosto che costringere
• 8. Mantenere la rotta con FluidOps
• Domande frequenti

1. Dalla politica monetaria alla cultura dell'audit: le origini della legge di Goodhart

Nel luglio 1975, alla Conferenza di Economia Monetaria organizzata a Sydney dalla Reserve Bank of Australia, un economista britannico quarantenne prese la parola. Charles Albert Eric Goodhart, allora consulente per la politica monetaria alla Banca d'Inghilterra e poi professore alla London School of Economics, stava analizzando un clamoroso fallimento del Tesoro britannico. Nel suo articolo intitolato Problems of Monetary Management: The U.K. Experience, espresse un'osservazione sobria che avrebbe radicalmente rimodellato la sociologia organizzativa: non appena i responsabili politici tentano di mirare a un aggregato statistico specifico (come l'ampia offerta monetaria M3) per contenere l'inflazione tramite decreto, la relazione storica tra quell'aggregato e la stabilità dei prezzi svanisce da un giorno all'altro (Goodhart, 1975).

Il ragionamento di Charles Goodhart era puramente sistemico: banche commerciali e attori dei mercati finanziari rispondevano razionalmente alla pressione regolatoria. Per aggirare i limiti di credito e proteggere i loro margini, progettarono nuovi strumenti finanziari e strutture di liquidità parallele al di fuori dell'ambito della metrica target. L'indicatore M3 monitorato mostrava apparente moderazione, eppure l'inflazione sottostante continuava a crescere senza sosta. Goodhart formalizzò la sua intuizione: qualsiasi regolarità statistica osservata tenderà a crollare una volta che sarà esercitata pressione per scopi di controllo (Goodhart, 1975).

Questo principio si estese rapidamente oltre la banca centrale. Nel 1979, lo psicologo e scienziato sociale americano Donald T. Campbell formulò indipendentemente quella che oggi la ricerca chiama legge di Campbell: più viene utilizzato un indicatore sociale quantitativo per il processo decisionale sociale, più sarà soggetto a pressioni corruzionali e più adatto sarà a distorcere proprio i processi sociali che è stato progettato per monitorare (Campbell, 1979). Entrambi i quadri convergono su una realtà condivisa: gli esseri umani ottimizzeranno sempre il loro comportamento per adattarlo alle regole del sistema in cui operano.

La formulazione definitiva ampiamente citata dai dirigenti oggi è emersa nel 1997 dall'antropologa britannica Marilyn Strathern. Analizzando la diffusione della cultura della valutazione nelle università britanniche, ha condensato l'intuizione di Goodhart in un adagio memorabile: "Quando una misura diventa un obiettivo, smette di essere una buona misura" (Strathern, 1997). Quando un termometro viene trasformato in uno strumento di punizione o ricompensa, le squadre imparano rapidamente a immergerlo in acqua tiepida invece di curare la febbre.

2. Perché le metriche corrompeno: la psicologia del gaming

Per comprendere l'impatto pervasivo della legge di Goodhart nelle organizzazioni moderne, bisogna scartare un malinteso persistente: la manipolazione delle metriche è raramente il risultato di malizia o pigrizia personale. Al contrario, il gioco metrico è spesso la risposta più razionale dei professionisti competenti che affrontano incentivi mal calibrati. Già nel 1956, lo studioso di management Valentine F. Ridgway avvertiva le organizzazioni delle conseguenze disfunzionali della misurazione grezze delle prestazioni individuali (Ridgway, 1956).

Confondere le metriche proxy con la realtà operativa

In qualsiasi organizzazione, ciò che ha un valore reale è quasi sempre complesso, qualitativo e difficile da quantificare: la soddisfazione duratura del cliente, la resilienza architettonica nel codice sorgente o la sicurezza psicologica all'interno di un team. Poiché i leader non possono misurare direttamente queste qualità intangibili, si affidano a sostituti quantificati noti come proxy:

• Tempo medio di gestione per valutare l'efficienza dell'assistenza clienti.
• Ticket chiusi per valutare la produttività del team tecnico.
• Le chiamate in uscita registrate al giorno per valutare la tenacia delle vendite.
• Righe di codice scritte per quantificare l'output dello sviluppo software.

Finché questi proxy rimangono segnali osservativi passivi, la correlazione sottostante si mantiene abbastanza bene. La rottura avviene esattamente nel momento in cui la leadership converte quel proxy in un obiettivo di prestazione legato a carote o bastoni (Muller, 2018). Da quel momento in poi, i dipendenti smettono di concentrarsi sull'obiettivo principale—risolvere problemi dei clienti o correggere difetti di sistema—e si concentrano esclusivamente sul massimizzare il conteggio numerico che determina il loro bonus, il loro rating di prestazione o la sicurezza del lavoro.

Il sacrificio di un lavoro non misurato

Questa dinamica trova radici formali nel modello principale-agente multi-tarea sviluppato da Bengt Holmström e Paul Milgrom (1991). I lavoratori bilanciano tipicamente diverse dimensioni nel loro lavoro quotidiano: velocità operativa da un lato e qualità, condivisione della conoscenza, collaborazione e mitigazione del rischio dall'altro. Se la leadership valuta e compensa gli individui esclusivamente sulla velocità, la teoria economica dimostra che i lavoratori riallocheranno tutta la loro attenzione alla velocità sacrificando attivamente la qualità non misurata (Holmström & Milgrom, 1991). Ciò che non viene misurato viene semplicemente abbandonato.

3. Dal settore bancario all'assistenza sanitaria: 4 casi documentati di incentivi perversi

La gestione basata sui numeri grezzi non mina solo piccoli team. La letteratura accademica e i documenti legali documentano casi sconvolgente in cui una dedizione acritica alle metriche ha compromesso istituzioni di fama mondiale.

Lo scandalo dei conti non autorizzati di Wells Fargo (2002–2016)

Lo scandalo del retail banking in Wells Fargo evidenzia il fallimento organizzativo che ne deriva quando un KPI di vendita si trasforma in dogma. La leadership esecutiva ha istituito un'aggressiva iniziativa di cross-selling intitolata "Eight is Great": ogni cliente di retail banking doveva possedere in media otto prodotti finanziari (conti correnti, piani di risparmio, carte di credito, pacchetti assicurativi e linee di credito). Sono state imposte severe quote giornaliere al personale delle filiali, sostenute da minacce esplicite di umiliazione pubblica o licenziamento.

Non potendo generare questa domanda organicamente da parte dei consumatori comuni, i dipendenti si sono adattati agli incentivi: hanno aperto più di 3,5 milioni di conti di deposito e carte di credito senza la conoscenza o il consenso dei clienti. Quando lo schema si è sgretolato, l'istituzione ha licenziato oltre 5.300 dipendenti di filiale e ha infine accettato un accordo da 3 miliardi di dollari con il Dipartimento di Giustizia degli Stati Uniti nel 2020 (Department of Justice, 2020). Il rapporto di vendita incrociata, progettato per monitorare la fedeltà dei clienti, ha infranto la reputazione secolare dell'istituzione.

Coda ambulanze nel NHS britannico

All'inizio degli anni 2000, il Dipartimento della Salute del Regno Unito cercò di limitare il sovraffollamento nei pronto soccorso introducendo un obbligo severo: il 98% dei pazienti doveva essere visto, ricoverato o dimesso entro 4 ore dall'arrivo. I trust ospedalieri non conformi affrontarono severe sanzioni finanziarie.

Nel loro studio approfondito sul sistema sanitario pubblico inglese, Gwyn Bevan e Christopher Hood hanno documentato distorsioni operative evidenti (Bevan & Hood, 2006). Per impedire l'avvio del tempo di quattro ore, il personale ospedaliero teneva i pazienti in attesa all'esterno all'interno di ambulanze parcheggiate (una pratica nota come coda ambulanza), poiché il tempo trascorso nel veicolo non contava per i registri ufficiali di accoglienza delle emergenze. Altre strutture trasportavano rapidamente i pazienti nei corridoi rinominati "unità di osservazione" solo per fermare il timer amministrativo, senza accelerare l'assistenza clinica di un solo secondo.

Manipolazione dei test standardizzati nelle scuole pubbliche di Chicago

Il settore dell'istruzione offre un caso di studio altrettanto significativo. Quando le scuole pubbliche di Chicago introdussero politiche punitive legate ai punteggi degli studenti nei test standardizzati — incluse minacce di chiusura scolastica e congelamento degli stipendi degli insegnanti — il comportamento degli educatori si adattò di conseguenza. Gli economisti Brian Jacob e Steven Levitt progettarono un algoritmo statistico innovativo per esaminare fogli di risposta a livello di studente in decine di migliaia di classi (Jacob & Levitt, 2003).

I loro risultati hanno mostrato che il copio attivo da parte degli insegnanti avveniva annualmente in almeno il 4-5% delle classi elementari (Jacob & Levitt, 2003). Alcuni educatori cancellavano i segni a matita errati dopo le sessioni di test per inserire risposte corrette, o fornivano risposte direttamente agli studenti durante l'esame. La valutazione sommativa, pensata per riflettere la padronanza accademica, ha finito per misurare la paura degli insegnanti di ritorsioni istituzionali.

Evitamento del rischio nei pagilli di chirurgia cardiaca

A New York e Pennsylvania, le autorità sanitarie hanno imposto la pubblicazione di pagelline specifiche per chirurghi che documentavano i tassi di mortalità post-operatoria in chirurgia coronarica, con l'obiettivo di informare i pazienti e incoraggiare l'eccellenza chirurgica. La ricerca condotta da David Dranove e colleghi ha rivelato un tragico esito non intenzionale: i chirurghi intenzionati a proteggere le loro valutazioni pubbliche hanno iniziato a rifiutare sistematicamente di operare sui pazienti a rischio più elevato e più gravemente malati (Dranove et al., 2003).

I pazienti gravemente compromessi sono stati deviati verso terapie mediche conservative che non rappresentavano alcun rischio per il punteggio pubblico del professionista, ma che erano frequentemente meno efficaci. Lo studio ha dimostrato che l'introduzione di queste metriche pubbliche paradossalmente danneggiava gli esiti clinici complessivi e provocava un aumento della mortalità tra le popolazioni di pazienti più vulnerabili (Dranove et al., 2003).

4. Tabella di confronto: modi comuni in cui le metriche di performance vengono manipolate

Nel suo influente lavoro sociologico, Jerry Z. Muller evidenzia come la "tirannia delle metriche" derivi da una fede incondizionata nei numeri come sostituto automatico del giudizio umano e dell'esperienza sul campo (Muller, 2018). La tabella sottostante illustra i comportamenti comuni nel gaming documentati nella ricerca economica e organizzativa:

Per saperne di più su come strutturare dashboard che riflettano il reale progresso del progetto senza degenerare nella microgestione numerica, consulta la nostra guida sul suivi de projet : rituels et indicateurs.

5. Evitare la trappola: 4 misure di sicurezza per progettare metriche affidabili

Riconoscere la legge di Goodhart non significa rinunciare del tutto alla misurazione. Gestire un'organizzazione o un progetto senza dati equivale a volare alla cieca attraverso una tempesta, lasciando le decisioni strategiche a pregiudizi personali o favoritismi (Muller, 2018). Esistono approcci comprovati per utilizzare metriche di performance senza scatenare distorsioni sistematiche.

1. Abbinare sempre le metriche agli indicatori di controbilancio

Un indicatore isolato invita a giocare in modo involontario. Ogni volta che stabilisci una metrica di throughput o velocità, abbinala a una rigorosa salvaguardia qualitativa. Ad esempio, se misuri le funzionalità consegnate per sprint, abbina quel volume ai tassi di difetti di produzione e ai Net Promoter Scores dei clienti. I team non possono accelerare artificialmente la consegna se farlo scatena immediatamente allarmi sulla metrica di bilanciamento.

2. Separare le metriche diagnostiche dalle ricompense e penalità finanziarie dirette

Donald Campbell ha sottolineato che la vulnerabilità di qualsiasi metrica aumenta con la posta in gioco che ne è associata (Campbell, 1979). La diagnostica operativa—come l'analisi dei colli di bottiglia delle pipeline o delle conseguenze di conversione—devono rimanere spazi sicuri per l'apprendimento organizzativo. Nel momento in cui una metrica diagnostica impone pagamenti bonus o la cessazione del lavoro, perde la sua integrità osservativa.

3. Tracciare il flusso end-to-end del sistema sulle singole quote di output

Invece di registrare le ore lavorate o contare le attività completate per individuo, concentrate la vostra attenzione sulla salute collettiva del flusso di lavoro. In ambienti agili, monitorare i tempi complessivi di anticipazione e stabilire i limiti del lavoro in corso (WIP) impedisce taglienze individualistiche. Puoi attingere alla Kanban della metodologia per visualizzare un flusso continuo di team senza individuare i singoli operatori.

4. Preservare il giudizio qualitativo e l'osservazione diretta sul campo

Nessun cruscotto o foglio di calcolo può sostituire l'osservazione diretta. La filosofia manifatturiera giapponese formalizzò questo principio come Gemba: andare direttamente dove si verifica il lavoro per ascoltare i team di prima linea. Quando emergono variazioni statistiche, indagare il contesto operativo prima di assumere una carenza di sforzo.

6. Proteggere la tua organizzazione: un audit dei KPI in 5 fasi

Se sospetti che determinati obiettivi di performance stiano alimentando abitudini controproducenti nel tuo team, usa questo pragmatico audit in cinque fasi per ricalibrare le tue metriche:

• Passo 1: Mappare i tuoi KPI attivi. Documenta tutte le metriche formali di performance monitorate nel tuo dipartimento o azienda, annotando quali indicatori determinano bonus, classifiche o valutazioni delle prestazioni.
• Passo 2: Poni la domanda innocue sul gaming. Riunisci il tuo team in una sessione ad alta fiducia e chiedi sinceramente: "Se dovessi aumentare questa metrica del 40% il mese prossimo senza lavorare ore aggiuntive o migliorare il valore per il cliente, come lo faresti?" Le risposte immediate riveleranno i punti ciechi strutturali nel tuo sistema di tracciamento.
• Passo 3: Scopri responsabilità trascurate. Per ogni metrica di output, identifica i contributi critici non misurati (mentoring, supporto cross-team, documentazione, manutenzione preventiva) che le dashboard attuali ignorano.
• Passo 4: Applica la regola 80/20. Elimina le metriche che esistono solo per la conformità burocratica senza informare scelte strategiche. Per separare dati significativi dal rumore di fondo, fai riferimento alla loi de Pareto en PME.
• Passo 5: Sostituisci le quote numeriche con criteri di completamento oggettivi. Invece di imporre volumi di chiamate, rivedere l'esecuzione strutturata degli account clienti. Per dare priorità al lavoro senza cedere a una falsa urgenza, esamina la matrice d'Eisenhower au crible de la psychologie.

7. Conclusione: misurare per comprendere piuttosto che costringere

La legge di Goodhart non è una fatalità operativa inevitabile, ma un appello essenziale all'umiltà manageriale. Le metriche quantitative sono servitori efficaci ma padroni distruttivi. Offrono segnali discreti pensati per stimolare indagini e aprire conversazioni, non verdetti definitivi che chiudono il dialogo.

Concentrando la gestione del progetto sul giudizio umano, sulla vera qualità della consegna e sulla realtà operativa, disarmi i comportamenti di gioco. Le tue misure di performance possono tornare al loro scopo legittimo: servire come bussole di navigazione stabile per i tuoi team, invece che come vincoli arbitrari che limitano il loro potenziale.

8. Mantenere la rotta con FluidOps

Per gestire le tue operazioni senza cadere nella trappola della microgestione e dell'inflazione delle metriche, FluidOps centralizza i flussi di lavoro essenziali del tuo team in uno spazio di lavoro intuitivo ed equilibrato. I team monitorano le tappe reali della consegna utilizzando la Kanban board, mappano le tempistiche critiche dei progetti con il diagramme de Gantte organizzano le sprint cadenze attraverso la vista Scrum, il tutto sincronizzando direttamente le scadenze con Google Calendar e Outlook. La matrice di Eisenhower e altri strumenti di ottimizzazione del flusso di lavoro sono disponibili sulla nostra versione gratuita per aiutare la tua organizzazione a concentrarsi su lavori ad alto impatto rispetto alle metriche di vanità.

FluidOps scala in modo trasparente con le esigenze della tua organizzazione: il piano gratuito è disponibile a €0 al mese, il piano individuale è a €12 al mese o €120 all'anno, e il piano Enterprise parte da €12 per posto al mese su un ciclo di fatturazione annuale. Consulta tutti i dettagli dei livelli nella nostra page des tarifs.

Domande frequenti

Qual è la definizione precisa della legge di Goodhart?

Originariamente formulato dall'economista Charles Goodhart nel 1975 e reso popolare da Marilyn Strathern, il principio afferma che quando una misura statistica viene scelta come obiettivo di performance, essa cessa di essere una misura accurata, perché gli individui ottimizzano la metrica stessa piuttosto che l'intento sottostante.

Qual è la differenza tra la legge di Goodhart e quella di Campbell?

La legge di Goodhart ha avuto origine nella politica monetaria e nell'economia finanziaria, mentre la legge di Donald Campbell (1979) è nata dalla psicologia sociale e dalla valutazione delle politiche pubbliche. Entrambi i quadri giungeno alla stessa conclusione: l'uso di indicatori quantitativi per premiare o punire gli attori corrompe inevitabilmente la misura e distorce i processi istituzionali.

Come si può capire se un KPI è caduto vittima della legge di Goodhart?

Il segnale di allarme più comune è un cruscotto in cui ogni indicatore mostra verde mentre i risultati operativi peggiorano (come clienti insoddisfatti, turnover di personale o crescenti difetti di produzione). Questa divergenza indica che l'ottimizzazione delle metriche si è scollegata dalle prestazioni reali.

Le organizzazioni dovrebbero abbandonare tutti i KPI per prevenire il metric gaming?

No. Eliminare tutte le metriche porta a decisioni manageriali arbitrarie, guidate da pregiudizi o intuizioni incontrollate. La soluzione appropriata è utilizzare coppie equilibrate di metriche controbilanciate (quantità contro qualità) e utilizzare i KPI principalmente per la diagnosi operativa e l'apprendimento continuo piuttosto che per valutazioni punitive.

Fonti

• Bevan, G., & Hood, C. (2006). Ciò che viene misurato è ciò che conta: obiettivi e gioco d'azzardo nel sistema sanitario pubblico inglese. Amministrazione Pubblica, 84(3), 517–538. doi:10.1111/j.1467-9299.2006.00600.x
• Biagioli, M., Kenney, M., Martin, B. R., & Walsh, J. P. (2019). Cattiva condotta accademica, distorsione e gioco d'azzardo: una rivalutazione. Politica di ricerca, 48(2), 401–413. doi:10.1016/j.respol.2018.10.025
• Campbell, D. T. (1979). Valutazione dell'impatto del cambiamento sociale pianificato. Valutazione e pianificazione dei programmi, 2(1), 67–90. doi:10.1016/0149-7189(79)90048-X
• Courty, P., & Marschke, G. (2004). Un'indagine empirica sulle risposte del gioco a incentivi espliciti alla performance. Journal of Labor Economics, 22(1), 23–56.
• Dipartimento di Giustizia. (2020). Wells Fargo accetta di pagare 3 miliardi di dollari per risolvere indagini penali e civili sulle pratiche di vendita. Ufficio Affari Pubblici del Dipartimento di Giustizia degli Stati Uniti.
• Dranove, D., Kessler, D., McClellan, M., & Satterthwaite, M. (2003). Più informazioni è meglio? Gli effetti delle "pagelline" sui mercati sanitari. Journal of Political Economy, 111(3), 555–588. doi:10.1086/374180
• Eterno, J. A., & Silverman, E. B. (2012). Il gioco dei numeri criminali: gestione tramite manipolazione. CRC Press.
• Goodhart, C. A. E. (1975). Problemi di gestione monetaria: l'esperienza del Regno Unito. In Papers in Monetary Economics (Vol. 1). Banca Centrale d'Australia.
• Holmström, B., & Milgrom, P. (1991). Analisi multitasking principale-agente: contratti incentivi, proprietà degli asset e progettazione del lavoro. Journal of Law, Economics, & Organization, 7, 24–52.
• Jacob, B. A., & Levitt, S. D. (2003). Mele marce: un'indagine sulla prevalenza e sui predittori del copione da parte degli insegnanti. The Quarterly Journal of Economics, 118(3), 843–877. doi:10.1162/00335530360698441
• Muller, J. Z. (2018). La tirannia delle metriche. Princeton University Press.
• Ridgway, V. F. (1956). Conseguenze disfunzionali delle misurazioni delle prestazioni. Administrative Science Quarterly, 1(2), 240–247. doi:10.2307/2390989
• Strathern, M. (1997). 'Miglioramento delle valutazioni': Audit nel sistema universitario britannico. European Review, 5(3), 305–321. doi:10.1002/(SICI)1234-981X(199707)5:3<305::AID-EURO184>3.0.CO; 2-4