在以前的文章我曾写过一篇关于困难的文章——这在网络和IT工程师中很常见——用可量化的术语表达我们理解的概念，这些概念对CFO或任何必须为我们的项目提供资金的人都有意义。
问题是我们工程师的工作量是可计量的、精确的。如果询问某个链接的带宽利用率或给定时间段内在某个接口上丢弃的包的数量，您可以得到一个确切的数字来回答这个问题。但当我们无法给出某物的确切数字时，我们往往会出错。有时我们认为它是不可估量的无形的-任何我们不能指定一个确定的数值。
另一方面，首席财务官们经常与估算和预测打交道，因此他们比我们更适应这些工作。他们通过分析可用的数据来做出业务决策，然后确定决策将提供给他们想要的结果的概率。
这是一种脱节，因为工程师和商业人士对信息的看法和使用方式都不一样。因此，当你作为一名工程师或首席技术官提出一个新的网络项目，并表示它将降低网络中的风险时，首席财务官会问:“降低多少?”，你可能会想要忽略或回避这个问题，因为你想想看，你不能绝对肯定地给“风险”下一个具体的数字。风险似乎是无形的。
另一方面，首席财务官希望听到这样的回答:“我们有85%的把握，这个项目将把网络风险降低30%，从而在未来五年内每年节省17.5万美元。”
再说一遍，你已经习惯了测量一些东西，然后得出一个你100%自信的确定数字。你不能在“降低风险”周围加上一个确切的数字。
道格拉斯·哈伯德在他的书中写道如何衡量一切:发现无形资产的价值，讲述了他问研讨会参与者的一个问题:你会如何衡量湖里的鱼的数量?
通常有人会建议排干湖水。如果他们是有效率的，他们可能会确保把每条鱼都放在一辆卡车里，因为它是被计数的，以避免重复计数，或者可能是对排水的湖床进行多次扫描，以确保没有鱼被遗漏。
如果要执行这样一个项目，它将产生几乎完全相同的鱼的数量。问题是，这个项目弄巧成拙:到最后，所有的鱼都死了，湖也没了。
海洋生物学家会有不同的方法。他可能会建议抓1000条鱼，标记它们，然后放生。在给鱼足够的时间重新回到普通鱼群中之后，他又捕获了1000条鱼，并数了数有多少鱼被标记。我们假设在1000条被重新捕获的鱼中有25条鱼有标签:这是被重新捕获的鱼的2.5%。他知道湖里有1000条被标记的鱼，所以这1000条鱼占鱼总数量的2.5%。因此，湖中大约有4万条鱼。
哈伯德用这个故事想说明的是人们经常会混淆测量与数。当一个计数给你一个确切的数字，100%的信心，它的准确性，测量是不确定度的减少。
这位海洋生物学家知道湖中并没有确切的4万条鱼，但他的测量结果与实际数量非常接近。木匠可能会测量一段成型的长度，然后将其切割为5英尺11/32英寸;他知道这种测量方法并不能精确到微米甚至毫米的范围，但它已经足够接近制造一个好的接头了。
通常在某些情况下，持续减少不确定性不再会增加显著的价值，甚至会降低信息的价值。木匠可以购买昂贵的科学仪器，使他的测量精确到微米范围，但他的成型切割的适合度的改善几乎不值得注意，他可以得到与他的测量磁带。排干湖水以获得准确的鱼类数量是一项极其昂贵的工程，其生态影响是无法接受的。
回到网络项目:
-我们如何衡量那些我们可能认为是无形的东西，比如风险和安全?
-我们如何判断一个度量何时“足够接近”?
-我们如何确定我们从测量中得到的信息的价值?
在下一篇文章中，我们将探讨一些将概念转化为可度量事物的策略。
一个快速的注意:一段时间以来，我一直在思考关于QoS的系列文章。但是当我在思考的时候，丹尼斯·哈特曼已经在做了。如果你还没看过他的系列，看一看。一个复杂的和被误解的主题的大范围报道!