数据驱动为什么是有效的？

文章转自神策数据创始人 & CEO 桑文锋知乎随笔。

我是一个喜欢探究源头的人。过去这十多年都是从事数据行业，在可见的未来依旧是。在这期间不断看到数据发挥价值的例子，并且这种数据驱动有效的信念越来越强烈。但另一种观念也在不断地萦绕着我：数据驱动是有效的吗？它为什么是有效的？

我们可以有一些直接的回答：数据让你看清楚现实，数据让你更好地获得反馈，数据让你更好地精细化操作，数据可以提升决策效率等等。作为一个专业人士，还是想要把源头搞清楚，不想轻易地给出一个答案。总之，我想要保证我以及团队所做的事情，从底层来说是对的。

这有点像医生给患者看病，医生开了一副药，患者吃了康复了，于是兴高采烈地离开。但医生不能不思考，为啥这副药就有效？底层的逻辑到底是什么？

为了寻找这个源头，我先从中国历史中寻找答案。先是看一些大家耳熟能详的故事，比如孙膑采用减少灶台的策略来引诱庞涓中计，诸葛亮通过精确计算草船借箭十万支。但你要说通过这些小故事就来支撑数据驱动的有效性，那显然是杯水车薪。

后来我有一段时间对楚汉争霸的历史比较感兴趣，其中发现史记中关于萧何运用数据的故事描述的很生动：“沛公至咸阳，诸将皆争走金帛财物之府分之，何独先入收秦丞相御史律令图书藏之。沛公为汉王，以何为丞相。项王与诸侯屠烧咸阳而去。汉王所以具知天下戹塞，户口多少，强弱之处，民所疾苦者，以何具得秦图书也。”于是还专门写了篇文章《刘邦背后的数据分析师——萧何》。其实从今天来看，这些都是我的一厢情愿，过度装饰。这些历史先人们的认知水平，远没有到可以建立系统性的数据思维的阶段。这不是他们不够聪明，是他们的时代所限。

我从 2017 年中开始研究党史，主要想研究中共为什么有这么强的组织性，期间自然就冒出另外一个问题：毛泽东为什么这么牛？在我看了《毛泽东选集第一卷》之后，发现我找到了一个答案，那就是他懂数据分析。为此，还写了一篇文章《从<反对本本主义>一文看毛泽东的数据思维》。《毛选第一卷》中的《中国社会各阶级分析》《湖南农民运动考察报告》《反对本本主义》等，都在讲要重视调查研究，而调查研究在我看来就是数据采集与分析，这和数据驱动的理念是一致的。

随着研究的深入，我逐步认识到数据只是成事的一个维度。比如对一家企业的业务增长，这不单单是个数据的事情，市场、竞争、团队、资本等等，都是重要的影响因素。既然有多个维度共同影响业务增长，我们就能说只是通过数据这一单一维度，我们就能掌控业务增长，这本身就是不科学的。在数据驱动的背后，我逐步认识到还有一套更本质的逻辑，那就是科学方法，而数据驱动是科学方法的重要体现。

首先，我觉得在中国科学方法不是常识，许多成年人并不能在工作中灵活运用科学方法，甚至随便找个人问“科学方法是什么”，可能都很难有个很好的答案。我自己对科学方法的理解，也是半瓶子晃荡。只能说我认识到了科学方法的威力，但是对于科学方法还没有系统性的认识，起码对于科学方法的演进史，还有许多书要阅读。

现阶段我将科学方法主要总结为：观察与统计、标准化与流程化、假设与检验三个主要方面。神策所倡导的数据理念：数据源很重要，打造数据闭环等，都能很好地映射到科学方法中。前一段和清华科学史教授吴国盛交流学习时，他提到我总结的这些方面都属于简单性方法论，还有复杂性方法论也值得研究，比如“一个和尚挑水喝，两个和尚抬水喝，三个和尚没水喝”。