讓不確定變得確定

依靠數據不能保證所有的努力都會成功，但這一過程會將風險降到最低。

管理大師德魯克認為，優秀管理的前提是拿出被量化的指標。但事實上，很多時候那些被量化的指標并不一定符合事實，而另一些領域被認為根本無法量化。

這在大數據時代得以解決。因為大數據就是全數據，是與某個現象相關的所有數據。這意味著，能夠改變這個現象的所有常量和變量都已被囊括其中，無論發生何種變化，一定都能得出一個最優結論。

而讓這一切得以實現的前提是：足夠完整的數據，足夠科學的算法。如此，成功就能像“1+1=2”那樣被推演出來。

為優秀員工畫像

去年夏天，26歲的杰德·多明格斯收到一封突如其來的郵件，舊金山一家初創公司請他去面試程序員。那時，多明格斯住在一間出租屋里，靠信用卡賒賬度日，正在自學編程。他在高中讀了一半時放棄學業，后來也沒有上大學。

但是，在云端的某處有那么一個人，他認為多明格斯有可能是個天才，再不濟也是塊未經打磨的原石。那個人是邦馬薩——美國Gild公司創始人，他通過一種算法發現了多明格斯。

“招人時使用的傳統指標可能有錯”，Gild公司首席科學家薇薇安指出：“那些用來篩選人才的公認標準，比如在哪里上學、之前在哪里工作，同樣也會遺漏人才，并最終造成雇主的損失。”Gild的思路是，通過機器來盡可能地消除人為偏見，加上更復雜的參數予以均衡。

這種算法也是Gild公司的一個產品，分析一個人時要處理300個主要變量：常逛的網站；描述各種技術時使用的語言類型，積極還是消極；在LinkedIn上的技能自述；參與過哪些項目，都干了多久。

Gild開始招人時，它假定舊金山和硅谷地區的人才都已經被挑揀干凈了。于是，公司讓其算法跑了一遍南加州的信息，得出了一系列的程序員，排在頭一個就是多明格斯。

多明格斯寫的一個代碼在建網站時會被用到，被1267位其他網站開發人員使用了它。他的語言和習慣顯示出對產品研發的熱情和對多種編程工具的酷愛。他的博客和Twitter上的發言表明他固執己見，正是Gild公司希望其初創成員所具備的一點。

因此Gild公司的招聘人員給他發出了電子郵件，讓他來舊金山面試。公司的兩位創始人見到了一個富有魅力、充滿自信的年輕人——舉止從容、善于表達、有想法、笑容很親切，比其他來面試的應聘者多些棱角。雙方互相問了一些或尖銳或溫和的問題后，公司當場簽下了多明格斯，而他得到了一份年薪在11.5萬美元左右的工作。

后來的故事是，多明格斯證明自己是位才華橫溢的程序員，僅用了8個月的時間。

效率優化

在任何一天中，快遞司機都有許多條快遞路線可以選擇。對于美國快遞公司UPS，他們的快遞員每天要送120～175次貨。在任何兩個目的地之間，可以選擇的路線顯然不計其數。對于司機和UPS，他們都想找到其中最有效率的那條。

但這并不容易，UPS利用組合數學的算法得出，以上所述的情景中所有可能的線路的總數，是一個199位的數字。這一數字甚至大過了換算成納秒單位的地球年齡。

UPS的流程管理高級總監杰克·里維斯表示：“這數字太大了，令人難以想象。你只能從分析學上得出一個概念。”

對UPS而言，這是一項龐大的挑戰。不過他們有強烈的動力去實現路線最優化：如果每位司機每天少開一英里，公司便能省下5000萬美元。

這家位于亞特蘭大的公司是如何做的？他們研發了一個名為Orion的系統，這是“道路優化與導航集成系統”的縮寫，也是希臘神話中獵戶座的名字。如果說現在有什么大數據分析學上的成就，那就是它了。Orion的算法誕生于21世紀初，并于2009年開始試運行。該系統的代碼長達1000頁，可以分析每種實時路線的20萬種可能性，并能在大約3秒內找出最佳路線。

而當初，里維斯表示：“數學家們認為可能需要15分鐘才能算出結果。”

UPS正在公司全部的5.5萬條北美快遞線路上裝配這一系統。到2013年底，Orion已經在大約1萬條線路上得到使用，這讓公司節省了150萬噸燃料，少排放了1.4萬立方米的二氧化碳。

智能決策

在去年的用戶大會上，星巴克戰略經理介紹了他們研發的一個應用程序——Atlas。利用這個應用程序，他向與會者展示了一幅中國南寧地圖。這是一座擁有200萬人口的城市，星巴克在此開設了8家門店。

這位戰略經理在地圖上列舉被劃分為不同“層級”的元素如何影響門店選址，這些元素通過可視化的圖形圖標被標識出來，例如是否接近貿易區、鄰居人口統計信息、每天的交通流量、公共交通便利性等。

他放大了南寧的某個區域，這個區域在未來兩個月內將有三處新寫字樓開放，Atlas認為這代表了一個潛在的門店位置。一旦一個新門店被確定，相關工作流程會自動從屏幕上彈出，從而指導如何獲得相關審批流程、確保許可證，然后正式開啟門店。

在過去，人們要搞清楚何處是開設一處新商場的最佳選址時，采用的方法是測量街道每小時交通流量、行人量，或者僅僅只是看看目標地區的其他企業是如何做的。然而，僅僅因為某處選址看起來將可能是一個很好的位置，并不意味著它就一定是。

這就是為什么星巴克會研發Atlas，其實質是一個依靠大數據分析指導市場規劃和門店發展的算法。這個算法被置于地圖軟件分層之上，基于GIS（地理信息）系統，將結果以可視化的方式在地圖上展示出來。無疑，Atlas大大有助于星巴克現有門店的成功，然后在類似領域為新店鋪選址。

但星巴克沒有止步于此。利用Atlas，它還可以將與新門店選址相似的算法，應用于飲品研發上。當下，面對美國已經飽和的咖啡館市場，星巴克正試圖在Atlas的幫助下，在某些門店銷售啤酒和葡萄酒。

在上述的那場用戶大會上，星巴克一位相關負責人打開洛杉磯地圖，解釋影響門店被納入這個試點項目的變量因素：“這張地圖顯示了相關門店的位置，以及提供葡萄酒外賣模式的門店。我們開始在越來越多的門店推出星巴克夜間菜單，我們可以在現有的某些門店推出高消費的模式。”

雖然依靠數據并不能保證所有的努力都會成功，但這一過程將大大降低推出一家新門店的相關風險，有利于星巴克的業務推廣。