Yükleniyor...

Campbell Yasası, bir metrik başarının birincil göstergesi olarak tanımlandıktan sonra, başarıyı doğru bir şekilde ölçme yeteneğinin tehlikeye girme eğiliminde olduğu gözlemidir.  

Amerikalı sosyal bilimci Donald T. Campbell, “Planlanan Sosyal Değişimin Etkisini Değerlendirmek” başlıklı bir makalesinde, niceliksel ölçümlerin karar alma süreçlerine etkisini şu şekilde tanımlamıştır:

"Sosyal karar alma için herhangi bir nicel sosyal gösterge ne kadar çok kullanılırsa, yolsuzluk baskılarına o kadar maruz kalacak ve izlemesi amaçlanan sosyal süreçleri bozmaya ve yozlaştırmaya o kadar yatkın olacaktır." 

Campbell makalesinde suç oranını örnek olarak kullandı. Bir şehrin suç oranındaki bir düşüşün, işlenen suç sayısında gerçek bir azalmayı göstermeyebileceğini, ancak polis gücünün sayıyı azaltmak için prosedürleri nasıl değiştirdiğini yansıtabileceğini belirtti. Örneğin, hangi polis karşılaşmalarının resmi olarak kaydedilmesi gerektiğini değiştirmeye karar vermiş olabilirler. Ayrıca bazı suçları daha az ciddi sınıflandırmalara indirmiş olabilirler.

Büyük veri çağında , Campbell Yasası genellikle tek bir temel performans göstergesine ( PKI ) dayalı veriye dayalı kararlar almanın tehlikeleri hakkında bir uyarı olarak alıntılanır. Örneğin, her bir satış temsilcisinin yaptığı görüşme sayısı hakkında aylık raporlar isteyen bir satış müdürü, bu metriği ikramiye için önemli bir kriter olarak kabul ederse, istemeden kendisi için sorun yaratabilir. Campbell Yasasına göre, satış görevlileri bu ölçüte göre değerlendirildiklerini bildiklerinde, satış görüşmeleri yapmak için daha fazla çaba sarf edebilirler ve satışları kapatmaya çalışmak gibi diğer önemli işler için daha az zaman harcayabilirler.