随着技术的发展，数据的采集成本越来越低，我们越来越习惯采用指标来考核某一对象，比如用交通拥堵指数来衡量交通拥堵的详细状态。这种定量的指标相对于定性的分析，无疑能更加准确，但我们也应该认识到指标存在的问题。比如北京交通研究中心的全院长就多次抨击采用统一的公交分担率来衡量城市的公交发展水平的弊端。美国作家在其新书《指标的暴政》中指出了标准化指标的三大缺陷。
第一个缺陷是引发指标博弈，偏离组织目标。
比如前些年为了考核城市的交通安全水平，需要统计因为交通事故的伤亡人数，而且还要相应的惩罚措施。为了规避惩罚，地方政府就倾向于少统计，《参考消息》有一篇文章表明，我国实际的交通事故伤亡人数大概是统计数据的3倍。
过份关注指标数值，容易促使你努力让指标的数值最大化，但实际效果却与组织的长远目标不符。交通拥堵指数排名就有此类的负面效应，比如很多城市的领导只盯着这个数据看，其实，现有的交通拥堵指数只是关注了道路少小汽车的拥堵状况，而根据统计，采用小汽车出行的比例目前一般在35%以下，还有大量的出行是采用公共交通、自行车和步行完成的。
第二个缺陷是以牺牲其他重要职能为代价达成指标。
我们继续以交通拥堵指数为例，如果该城市将部分公交客流大、运行车速低的道路施划公交专用道，可以有效提高公交车的运行车速，而公交车相对于小汽车能乘坐更多的乘客，尽管小汽车的车速有所降低，但通过这条道路的所有乘客的总时间是减少的，应该是一种积极的措施。如果只看交通拥堵指数，因为其主要是统计小汽车的车速，其拥堵指数反而是上升的，你就反而容易认为不应该施划公交专用道。
第三个缺陷是消耗工作精力。
指标考核意味着要大量收集数据，而这个过程就会耗费应该用于正常工作的时间和精力。当然随着大数据技术的发展，这一个问题正在缓解。
大数据时代，指标很重要，但指标不能作为判断力的替代品。有效的衡量要求管理者运用自己的判断力，意识到指标特有的缺陷，是帮助管理者恢复判断力的第一步。
