从项目目标到带公式的指标
四个步骤，文件直接用表单导出的原样即可。
数据集，变量名保持原样
Excel、CSV 或 SPSS 的 .dat 文件。HILO 会建立一份列清单，包含每一列的类型、有多少个不同的值和几个示例，因为只看列名是不够的：“P12_3”说明不了什么，而它的取值“从不 / 有时 / 总是”说明了一切。
目标保持原文
每行一个，从项目文件中复制过来。你不必先改写它们或把它们变成指标：那正是尚未完成、由 HILO 来做的工作。
直接对应、近似对应，以及损失了什么
每个目标都会返回两份清单：按目标表述直接测量它的变量，以及测量相关内容但并不相同的变量。这个区分很重要：近似变量有用，但在写进报告之前，你需要知道它是近似的。
缺少的会明说，而不是隐藏
如果数据集中没有任何数据能测量某个目标，会明确说明。当有数据可算时，会提出一个指标，其公式写在真实存在的列上，而不是虚构的变量上。
它不会为没有数据的目标编造一列
列以字母标示，并与清单核对：如果回答中提到一个不存在的列，就会被舍弃，并告诉你舍弃了多少。没有变量的目标会如实报告：这是这个数据集无法测量的目标。
数据集告诉你起点，而不是你要达到的目标：那是项目层面的决定，而不是一个数据。
适用。变量分批查看，然后在所有已标记内容一览无余的情况下做最后一轮，所以四百列的数据集和三十列的一样能处理。决定缺少什么的是第二轮，因为只看过部分数据集的人，无法断言某样东西不存在。
这是常见情况。所以列清单不只看列名：还包括变量类型、有多少个不同的值，以及这些值的一些示例。一个名为“P12_3”、取值为“从不 / 有时 / 总是”的列，是靠取值而不是靠名称来理解的。
能，而且它就是为此设计的。没有对应变量的目标会如实显示，并附一句简短说明。如果这个目标很重要，你就需要为它补充提问，在写报告之前发现这一点，好过之后才发现。
公式用你数据集中列的字母写成，而且保持简单：比例、平均值、计数。审阅由你负责：提出的是一个可核实的起点，而不是结果。
不会。文件在你的浏览器中读取，用于对应的只有列清单：名称、类型，以及分类变量的几个示例值。自由文本列不会发送示例，因为那是人们的回答，而了解这些列的内容并不需要它们。
一份文档，包含每个目标、测量它的变量、接近它的变量及每种情况下损失了什么、还需要补充调查什么，以及附有公式的建议指标。由于应用为英文界面，AI 撰写的说明为英文。下载后即可粘贴到项目文件中。