客户说要提高效率，应该测量什么？

追问处理时长、吞吐、积压与人工返工有何区别？怎样避免只报告页面响应更快？

没有上线数据时，怎样建立人工处理基线？

追问样本、任务难度和计时范围如何固定？怎样减少挑选简单样例造成的偏差？

追问错误分派、漏项和人工修正会增加什么成本？为什么节省生成时间不一定节省总工时？

追问全部输入、可处理输入和已完成任务分别有什么含义？被跳过或转人工的任务怎样报告？

追问样本、权限、负载和失败恢复有哪些差异？哪些结论只能作为继续验证的依据？

追问任务、数据和评价规则怎样保持一致？只选一次最好结果会造成什么误导？

追问版本、输入、配置、步骤和原始结果缺一会有什么影响？敏感数据如何用脱敏样例替代？

追问试用时评价好为何不一定持续使用？怎样调查低使用率的具体原因？

追问样本不足或类别不平衡时怎样限制结论？怎样说明失败对业务的影响？

追问数据条件、质量门槛与人工成本如何判断？怎样提交证据和可替代方向？