避免“愚蠢”最好的辦法是“數據決策”

朱冬

每年10月，都被稱為“諾獎季”，其實同時也是諾獎“賠率榜”大行其道的時節。

2019年度諾貝爾獎得主名單，自10月7日起在瑞典皇家科學院陸續公布。而比這更早，世界各地對各獎項“賠率榜”名單的猜測更是掀起熱議。而且一時間，大數據推算關于誰最有可能獲獎的分析甚囂塵上：“哪些年齡階段的人群最易獲諾獎”“獲得諾獎的人群具備哪些特征”“哪些國籍、族裔的獲獎概率更高”……

可以看出，“章魚帝”的時代已經過去，大數據的時代剛過門檻。

不僅在諾獎圈里，大數據分析異常活躍，投資圈也少不了大數據分析的摻合——“另類數據”早已能通過特斯拉工廠內的手機使用頻次，判斷特斯拉下一季度財報的好壞;對大量衛星圖片細節的分析和統計，也早能解讀出一個資本事件可能的走向，以及一家全球}生企業的業務態勢……

“大數據參與預測和決策的應用領域日見增多，背后是大數據決策的客觀性和真實性。”北京創數紀信息技術公司董事長、CEO劉彤對《中外管理》說。

那么，未來大數據分析會走多遠？現在離每一家企業又有多近？本期《中外管理》專訪了有著近20年大數據行業經驗的劉彤先生，尤其就企業管理中如何納入大數據分析輔助戰略決策進行了探討。

傳統決策模式有硬傷

《中外管理》：用大數據來決策并不稀有。谷歌自創立之初在公司內就有一條不成文的規則：任何決策不能拍腦袋，必須有數據依據。那么，傳統的企業管理決策方式有哪些弊端？

劉彤：傳統的決策體系，絕大多數場景是基于經驗的決策，也叫專業經驗決策系統。

由一個專業的人（一般是企業一把手或高管）來判斷這件事情是怎么樣的。這種決策不能代表每個人的意見，但代表了大多數人的意見。很多企業存在這樣的決策模式，甚至還有大家常見的開會時領導拍板的“一言堂”模式。

專業經驗決策體系有一個弊端：對同一件事情A和B會做不同決策，因為每個人的專業經驗不可能一樣。這帶來的問題就是決策結果不可控——有可能是對的，也有可能是錯的。這直接影響的就是企業的發展路徑。

圖 IC photo

數據決策著眼于“概率”，尤其避免低級錯誤

《中外管理》：在決策過程中使用大數據分析，會得到更準確的結論嗎？

劉彤：很多人誤解了大數據的作用。其實，大數據的核心邏輯是著眼于解決概率問題，大數據永遠不是為了解決精準性問題。著眼于解決精準性問題就背離了大數據的邏輯。

大數據是收集了一件事情很多次的過程和結果，以及很多人對這件事情的判斷，然后綜合性地給出一個概率更大的結論。所以它解決的是概率性問題。找到了更大概率成功的點，然后給出可實現更大概率成功的方法和決策。

管理最怕不確定，但不確定是始終存在的狀態。如果決策成功概率大，那么企業_定是朝著增長的方向走。反之，如果管理層“腦子一熱，開始沖動”，那么做出成功概率小的決定就多，企業一定走下坡路。大數據方法著眼于提升成功的概率，能解決經驗和主觀決策帶來的弊端問題，讓企業沿著成功概率更大的路徑成長。

從企業管理角度來說，數據科學體系就是盡量避免純粹的用管理者個體的經驗來做判斷，防止陷入到動輒“我做這件事情已經20年了”的專家思維，提升了成功的可能性，尤其是降低了犯愚蠢、低級錯誤的可能性。

企業管理者運用數據決策思維會比別人效率更高，成功幾率更大，這會造成企業管理的巨大差異。

做“數據決策”的中國企業，最多5%！

《中外管理》：利用大數據進行決策和管理，是否已經成為企業共識？

劉彤：大數據已經非常熱了，但問題是雖然大多數企業表示關注，并積累了一定量的數據，但并沒有把數據真正利用起來。

相較于互聯網企業，傳統公司的問題更為典型：內部并沒有真正形成數據分析的邏輯和意識，也沒有把數據分析當成改善當下企業管理和營銷的方法。比如：有的企業報表里有銷量、收入、利潤等數據，但并不會進行數據背后的下一步分解，這是只看結果，不看過程。

而數據決策服務，需要專業的數據分析能力，對分析師的水平，對數據的理解，對數據的算法，模型的搭建等要求較高，還需要把流程打通，并明確怎樣用數據進行迭代，持續性地優化企業管理的步驟。這是一個復雜的、復合型的專業工作。

另外，專業數據公司提供的數據，可能是企業并不具備或者收集不到的。它可以幫助企業更清晰地了解事情的來龍去脈，或者更有針對性地設計解決問題的方法。

面對殘酷的市場競爭，管理者若只是用傳統的“野路子”打法，或憑個人主觀判斷能力決策，則企業只能遭遇瓶頸。中國傳統企業基數規模非常大，但有數據決策意識，把數據分析已經納入決算體系，并產生實際效果的企業，比例非常低，也就1%，不到5%。

《中外管理》：這1%能利用數據分析決策的企業，具體在怎樣利用數據價值？有沒有好的案例？

數據決策對企業管理的意義是幫助企業把原來的決策方式從“語文式決策”轉型為“數學式決策”“語文式決策”是描述性的，“數學式決策”則是以數據為依據的

劉彤：電動車行業屬于典型的傳統制造業，競爭慘烈，全行業有大大小小500多個品牌。有一家國內知名的電動車企業前幾年遇到了增長瓶頸，為尋求突破，該企業通過不斷增加產品品類和種類，來滿足消費者的差異化需求。然而，大量新品上市后，銷量卻無法達到預期，企業整體利潤出現下滑。

其實哥倫比亞大學教授Sheena S.lyengar和斯坦福大學Mark R.Lepper著名的果醬實驗早就證明——可供選擇的同品類產品過多，消費者購買率反而下降。