在很多时候，评估标准都面临这种简单和实用之间的冲突。在一般的情况下，一套指标要想让大家都接受它，就越简单越好，而如果它要变得更加的实用些，则必须变得复杂一点。这仿佛成了一个永远也跳不出去的困境。
　　
　　因此，绿色网格组织是大型数据中心的最爱，PUE（电力使用效率）能够获得如此大的成功，就是因为它的使用和计算是如此的简单，它能够准确的告诉你的数据中心IT设备的电力使用效率。现在，几乎所有的数据中心都在使用这个测量标准。
　　
　　但是，必须要明确的一点是，PUE并不能有效的评估的整个数据中心的效率，它评估的只是电力使用的那一部分，它并没有考虑到很多工作其实不用电也是可以完成的。
　　
　　当你要试着争论这个问题的时候要清楚两件事，首先，使用性这个词是很主观的，它是针对每个用户的，而每个人的理解都是不一样的。比如，过滤垃圾邮件这件事情对于我们这些终端用户来讲是很实用的，但是对于我们上层的服务提供商来讲这其实是一种资源的浪费。或者，Facebook是有用的还是一种浪费呢？
　　
　　第二件事是有关于数学上的。如果是套用一个分析问题的公式，你可能会说，我们已经得出了这一部分的比例，我们再把剩下的那部分整理出来，把他们相乘就可以了。
　　
　　对于数据中心的PUE这类的问题，这套公式是适用的。我们可以通过一部分IT设备的PUE值来得出整个数据中心的PUE值。
　　
　　但是如果是整个数据中心的效率来讲这就行不通了，你必须考虑到有一个工作人员精神上的效率问题，这是没办法通过具体的数学公式来得出计算结果的。
　　
　　德意志银行计算效率的方法是由该公司基础设施首席建筑师AndrewStokes领导的，他的效率方法就像剥洋葱那样一层层的分析，更进一步的深入数据中心。现在这种计算方法对于室内的公司是很适合的。但是你尝试着用这种方法去和别的公司进行比较的时候你就会发现这种方法其实没有人们想的那么有用。
　　
　　有一个关键的问题，数据中心内的各个因素并不是相互独立的，而是紧密的联系在了一起。例如，你想增加IT效率，就必须要停止使用一些服务器，将任务转移到那些效率高的服务器上运行，但这样的话，对于整个数据中心来讲，所有服务器的使用率就降低了。而如果你要增加这个比率，那就意味着你的PUE值要变得糟糕，因为更多的服务器产生了更多的热量。
　　
　　换句话说，这种将指标乘在一起的计算方法是将问题简单化的办法，这也是它的吸引力之处。因为有时候，简单其实也是一种实用性。
　　
　　几年前，分析公司麦肯锡试图将这种指标组合排序，并把它称之为CADE（企业数据中心平均效率），不过，这个想法在现在已经差不多绝迹了。
　　
　　现在在网上基本已经找不到关于CADE的相关报道了，唯一的例外是电力公司的电力保证指数，例如PAR4这个值就代表了可以保证服务器电力供应的正常，而PAR4值就是CADE指数的一部分。
　　
　　尽管这些指数例如PUE值，并不能很全面的反应出一个数据中心真正的工作效率，但是确实也能反映出一些问题，至少，你能够明确的知道你的数据中心电力使用的情况，从这方面看，还是有它们的实用性的。
　　
　　我们可以发现，其实没有任何一个简单的答案是足够实用的，其实很多问题都是在试图找到一个复杂并足够实用的答案，但却一直在使用简单的答案。