数据、经验、直觉，到底谁说了算？

上周在80分运营俱乐部的群里有一场持续了2天的讨论，基于这个讨论，我想试着总结与扩展一下。

不管你是一线的执行，还是高层的管理，在企业日常运转的过程中，一定会碰到需要决策的时刻，而决策的依据是什么，就很值得去思考与讨论。

1

拍脑袋并非不负责任的表现

许多年前，我在盛大工作时，盛大内部有一段话，叫做：数据第一、逻辑第二、负责任的独裁。

这段话当年就是用来让大家能够简单地理解决策链条的发生过程：

如果有可以帮助决策的数据，那么数据是第一位的，数据压倒一切，哪怕是基层员工对管理层的挑战，只要有数据能够支持观点，就可以讨论并形成共识；

如果没有可以帮助决策的数据，或者数据不足以支撑观点，那么比拼逻辑，能够在逻辑上自洽，且推演缜密，那么一样可以成为决策的重要依据甚至核心依据；

最后，如果数据和逻辑，都不能一锤定音，那么谁承担责任谁来做决定。

其实，上述决策过程是非常有趣且深刻地反映企业发展带来的决策变化的一种缩影。

如果我们把上面的过程倒过来看，它恰恰反映出，企业与业务成长的过程中，决策标准逐步提升、决策质量逐步提高以及决策依据逐步科学的过程。

我曾经收到过不少类似的提问：接手了一个新业务，不知道如何定义指标，怎么办？

我的回答其实很简单，拍脑袋。

拍脑袋，就是一种直觉决策的体现。

在我们的想象中，一家企业或者业务的指标制定过程，应该是非常科学的，整个过程可能是做了充分的市场调研，搞清楚市场容量，理清了成本投入，基于利润率保持的情况下，从而计算出来的一个最优解。

招3个员工，平均工资5000块，算上社保，一年需要23.4万；房租6000一个月，加上物业水电，一年租金带押金算3万；就算目标仅仅是不亏钱，这一年也得完成个30万-40万的收入，如果加上20%的毛利，那就要做到50万左右；如果还要预留半年现金流，这一年怎么也得做到80万的收入，于是平均每个员工的指标至少20万；如果要扩张，半年后再增加一倍的员工呢？

这还是一个大致算了账有数据支撑的假设（即便这个数据支撑其实并不准确）的理想状态。

而更多的情况，可能是完全没有预期的起步。那么后续的每一个决策，不靠拍脑袋还能靠什么呢？

如果是公司的新业务呢？

其实也是一样的道理。

所以，我们必须理解：拍脑袋用直觉做决策，并不可耻，反而是一种无奈的必然。

这种必然的缺陷也很简单：

有时成功，有时失败，无法预计，所以需要有强大的心力和信任，对每一次的决策结果都保持平常心，能够百折不挠。

这就是为什么拍脑袋需要「负责任的独裁」，你做了决定，让别人执行，那么做成了，大家分享荣耀，做不成，你要扛起责任。

否则，背黑锅你来，送死你去，我始终正确，这种不负责任的行为，就会让拍脑袋变成瞎胡搞，次数多了，自然而然没有人愿意为你卖命。

2

经验是实操与理解的结晶

2017年底18年初，我带领团队改造一个现有的项目，要为音乐老师提供课程，运营团队里有两拨人，一拨是有音乐专业背景的同学，负责联络讲师、生产课程；另一拨是纯互联网背景的同学，负责运营策略制定和数据分析支持。

在讨论讲师合作谈判问题的时候，数据分析的同学做了一个非常专业的PPT上了周会，从直播场次、平均场观、预约到场等各个层面进行了分析，最终形成了一个包含SABC分级的讲师合作建议顺序表，以及推荐课程选题列表。

在数据同学提案的过程中，我发现课程的同学始终面带礼貌的微笑，但是一言不发，于是就邀请她们发言，问她们分析结论对她们的工作是否有价值。

答曰：没有。

做分析的同学很困惑，就问哪里有问题？

回答非常简单：S级中有两位讲师，一位是当地著名的钢琴家，另一位是某高校音乐学院的教授。钢琴家非常桀骜，而教授则把自己的课程直播越做越像音乐会（从大多数时间讲解少数时间示范变成了大多数时间演奏，少数时间讲解），且这两人都是创始人的朋友，很难说服他们严格按照课程生产标准来完成课程制作。

于是我就问数据分析的同学，有没有听过教授的直播回放。

回答也很干脆：没有。

一方面，自己没有音乐背景，觉得听也白听；另一方面，过去的业务实操中，并没有形成这种意识。

很显然，这次的数据分析无法被采用，经验赢了。

但是我想请大家想一想，这是数据和经验的PK结果吗？

是，也不是。

确实，表面上看是数据PK经验，经验胜出了，但实际上是：

对业务理解程度的差异，让业务理解不够深的那一方失误了。

不妨设想一下，如果数据分析的同学自己有音乐学习的背景或者他平日也对产品有比较深入的体验，或者他和做课的同学有过比较深入的交谈，或许这个故事都不会出现。

可是，经验之所以是经验，就是因为它是经历过才有可能获得的东西。

没有经历过，就谈不上是经验，只可能是谈资。

因此，经验，必然来自于实操。

有了实操还不够，它还需要理解。

为什么我过去常常建议大家要在一家公司待满3年？

经历的稳定性当然是其中的一个原因，还有更深层次的原因是，没有这么长的时间，你对公司业务或行业的理解，就是达不到一定的深度，而达不到一定的深度就会出现一个特别让人纠结的问题：你会误以为业务和行业都很浅显，当发生问题时，很难快速完成问题原因的精准定位。

前两天有一位素养产品的创始人和我约了一次线上通话，说自己找流量的运营，从K12很难找到，我说你找错了方向，K12的流量，分为三类：

自然流量：自己找过来的；

投放流量：花钱买来的；

推荐流量：用户口碑推荐的。

这三种流量，只有自然流量和推荐流量，是由运营去操作的，且都要达到一定的条件才能看到效果；投放流量其实过去在K12是市场部门在负责。如果你想找做投放流量的人，这种人要去找市场背景的候选人，从运营背景去找，是找不到的。

你看，由于创始人的背景是产品，即使他在行业里深耕了多年，也很难改变产品视角的习惯，于是关于运营的角色究竟要找什么人来承担，他也需要去和行业里做过人去聊才能获得更多的信息。

所以，经过实操和理解的经验有多宝贵，我想你应该能够理解：没有经过实操，就无从谈起经验，对实操的过程与结果不加理解，就无法形成经验。

但经验，是万能的吗？

3

数据是起点和终点的验证者

讲师的谈判顺序建议，虽然没有采用数据同学的观点，但是讲师课程制作后的效果，非数据不能验证。

让我把之前的故事讲下去。

最终，我们选择了那位当地著名钢琴家的学生，当时还在国外留学的一位博士生，做了平台的第一套课程，上架之后，30天卖出超过1000套，完成了单课15万元的收入。

然后，钢琴家找到了课程同学，表示：我徒弟能做的，我也行。

从人性分析的角度上看：如果我是钢琴家，我的学生的课程一个月可以卖出15万的销售额，那么我来做课，理论上应该不比他差，因为我的知名度和专业能力比他更强。

但是，从数据分析的角度上，我们最终并没有和他做课。

因为，数据分析告诉我们，我们的音乐老师需求的是：基础教学能力的提升，而不是：现场演奏能力的提升。

你可能觉得困惑了，为什么这次我们又采用了数据分析同学的结论呢？

其实道理很简单：虽然在深入行业的部分中，缺少行业理解的数据分析是空中楼阁，但是基于用户需求这样的通用判断，数据依然是不可缺少的关键要素。

甚至可以非常肯定地说：结合业务实际和行业深度的数据及基于数据的分析，始终都是客观可靠值得信任的。

为什么我要下这个定论？

是因为数据本身是客观的，但是对数据的解读，却必须要结合业务实际与行业深度进行分析与判断；同时，我们应当始终牢记一点：不管是拍脑袋，还是靠经验，如果你的决策是正确的，它一定会在数据上呈现出来，而不会被埋藏在数据之下。

也只有被数据证明的直觉和经验，才是真的有价值、真实可依赖的。