התשובה פשוטה: בעיות במתודולוגיית המדידה.
מתודולוגיית המדידה כוללת לא מעט מרכיבים, ומהווה את מסגרת הידע הנדרשת בשביל לאפיין כמו שצריך את המדד.
הנה כמה מרכיבים מייצגים כאלה, כולל דוגמאות היכן המדידה יכולה להשתבש:

דרישה לא ברורה או לא מדויקת
 שימוש בשפה שונה בין אנשי הביזנס לאנשי הטכנולוגיה (לדוג': כמות צפיות בדפים – כאשר בשביל צד אחד זה שהדף עולה, ומהצד השני שהוא נטען).
 מדדי סרק – שאין בהם ערך לצמיחת החברה – Vanity metrics.
 לשאול את השאלה הלא נכונה – התקבעות על מדד אחד עיקרי כאשר נדרש להתמקד באיזור אחר
(לדוג': מיקוד במדד שווי סל ממוצע בחנות אונליין, כאשר 90% מהרוכשים בפעם הראשונה בכלל לא חוזרים לרכוש פעם נוספת – ושם הבעיה העסקית).
 שיטוח המציאות למדד יחיד במקום הסתכלות על כל התהליך.

הגדרות בעייתיות
 הגדרה על אוכלוסייה לא רלוונטית (לדוג': מסגרת כרטיס האשראי של טייקון למול מעמד הביניים; או ריטנשן/נטישה על כלל הלקוחות בלי חלוקה לסגמנטים – פרטי מול עסקי).
 נוסחה לא נכונה (גיל מעוגל רגיל במקום למטה כאשר יש לכך משמעות).
 חלונות זמנים (לדוג': מדידת יחס ההמרה – רכישה לאחר ביקור באתר בלי להגביל זמן לאחר הביקור; חלק מהלקוחות רוכשים מיד, אבל יש כאלה שירכשו גם אחרי שבועיים ויותר).

מימוש המדידה בצורה שגויה או לא מדויקת
 בעיות בדאטה (אם הדאטה לא נאסף או נשמר כמו שצריך – Garbage In Garbage Out או בעיות אחרות).
 מערכות מידע המפעילות לוגיקה שונה ממה שהמדד דורש (לדוג': כמות צפיות בדפים המסוננים מדפדפנים עם חוסמי פרסומות – היוצרים אי התאמות discrepancies ).

שימוש בעייתי במדדים
 משמעות לא ברורה של מה המדד משקף (לדוג': מדד ג'יני – חוסר השוויון – שאינו ברור למי שלא מכיר/ה).
 פרשנות מוטה לערכי המדדים והסקת מסקנות שגויות (לדוג': השלכה שיחס ההמרה הגבוה בסוף השנה יישאר גם בכל השנה הבאה – למרות שיש הבדל התנהגות בין חגים ותקופות אחרות).

 סיבות אחרות
שינויים בשוק – המשפיעים על הדאטה הנאסף ונשמר במערכות.
 אילוצי מערכות מידע (לדוג': אתגר גדול למדוד מכירות בטלפון).