在选择合适的数据粒度来评估业绩和绩效时，管理者需要考虑以下几点：
业务目标和需求：首先要明确业务目标和需求，不同的业务目标可能需要不同的数据粒度。比如，如果是评估整体业绩，可能需要较粗的数据粒度，而如果是评估特定产品或地区的绩效，可能需要更细的数据粒度。
数据可获得性：考虑所需数据的可获得性，选择合适的数据粒度需要确保所需数据能够被有效地获取和收集，否则即使选择了合适的数据粒度也无法进行评估。
决策的精细程度：根据决策的精细程度来选择数据粒度，如果需要做出具体的绩效激励或调整，可能需要更细的数据粒度来进行评估，而如果只是进行整体业绩评估，较粗的数据粒度也许就足够了。
数据分析的有效性：考虑所选数据粒度对数据分析的有效性影响，有时候较细的数据粒度会导致数据过于庞大，难以进行有效的分析，而较粗的数据粒度可能会导致丢失一些重要的细节。
除了以上几点，管理者在选择数据粒度时还可以根据实际情况进行试验和调整，比如先选择一个较粗的数据粒度进行评估，如果发现无法满足需求，再逐步细化数据粒度。另外，还可以参考行业标准和同行业的做法，了解其他公司选择的数据粒度是怎样的，以此作为参考。
总之，选择合适的数据粒度需要综合考虑业务目标、数据可获得性、决策的精细程度和数据分析的有效性等因素，并可以通过试验和参考行业做法来进行调整和优化。
关键字：数据粒度，业绩评估，绩效管理，数据分析