數據驅動為什么是有效的？

文章轉自神策數據創始人 & CEO 桑文鋒知乎隨筆。

我是一個喜歡探究源頭的人。過去這十多年都是從事數據行業，在可見的未來依舊是。在這期間不斷看到數據發揮價值的例子，并且這種數據驅動有效的信念越來越強烈。但另一種觀念也在不斷地縈繞著我：數據驅動是有效的嗎？它為什么是有效的？

我們可以有一些直接的回答：數據讓你看清楚現實，數據讓你更好地獲得反饋，數據讓你更好地精細化操作，數據可以提升決策效率等等。作為一個專業人士，還是想要把源頭搞清楚，不想輕易地給出一個答案。總之，我想要保證我以及團隊所做的事情，從底層來說是對的。

這有點像醫生給患者看病，醫生開了一副藥，患者吃了康復了，于是興高采烈地離開。但醫生不能不思考，為啥這副藥就有效？底層的邏輯到底是什么？

為了尋找這個源頭，我先從中國歷史中尋找答案。先是看一些大家耳熟能詳的故事，比如孫臏采用減少灶臺的策略來引誘龐涓中計，諸葛亮通過精確計算草船借箭十萬支。但你要說通過這些小故事就來支撐數據驅動的有效性，那顯然是杯水車薪。

后來我有一段時間對楚漢爭霸的歷史比較感興趣，其中發現史記中關于蕭何運用數據的故事描述的很生動：“沛公至咸陽，諸將皆爭走金帛財物之府分之，何獨先入收秦丞相御史律令圖書藏之。沛公為漢王，以何為丞相。項王與諸侯屠燒咸陽而去。漢王所以具知天下戹塞，戶口多少，強弱之處，民所疾苦者，以何具得秦圖書也。”于是還專門寫了篇文章《劉邦背后的數據分析師——蕭何》。其實從今天來看，這些都是我的一廂情愿，過度裝飾。這些歷史先人們的認知水平，遠沒有到可以建立系統性的數據思維的階段。這不是他們不夠聰明，是他們的時代所限。

我從 2017 年中開始研究黨史，主要想研究中共為什么有這么強的組織性，期間自然就冒出另外一個問題：毛澤東為什么這么牛？在我看了《毛澤東選集第一卷》之后，發現我找到了一個答案，那就是他懂數據分析。為此，還寫了一篇文章《從<反對本本主義>一文看毛澤東的數據思維》。《毛選第一卷》中的《中國社會各階級分析》《湖南農民運動考察報告》《反對本本主義》等，都在講要重視調查研究，而調查研究在我看來就是數據采集與分析，這和數據驅動的理念是一致的。

隨著研究的深入，我逐步認識到數據只是成事的一個維度。比如對一家企業的業務增長，這不單單是個數據的事情，市場、競爭、團隊、資本等等，都是重要的影響因素。既然有多個維度共同影響業務增長，我們就能說只是通過數據這一單一維度，我們就能掌控業務增長，這本身就是不科學的。在數據驅動的背后，我逐步認識到還有一套更本質的邏輯，那就是科學方法，而數據驅動是科學方法的重要體現。

首先，我覺得在中國科學方法不是常識，許多成年人并不能在工作中靈活運用科學方法，甚至隨便找個人問“科學方法是什么”，可能都很難有個很好的答案。我自己對科學方法的理解，也是半瓶子晃蕩。只能說我認識到了科學方法的威力，但是對于科學方法還沒有系統性的認識，起碼對于科學方法的演進史，還有許多書要閱讀。

現階段我將科學方法主要總結為：觀察與統計、標準化與流程化、假設與檢驗三個主要方面。神策所倡導的數據理念：數據源很重要，打造數據閉環等，都能很好地映射到科學方法中。前一段和清華科學史教授吳國盛交流學習時，他提到我總結的這些方面都屬于簡單性方法論，還有復雜性方法論也值得研究，比如“一個和尚挑水喝，兩個和尚抬水喝，三個和尚沒水喝”。