如果你是數盲不要緊，補課大數據管理指南

　　如果你通曉寬客的語言，一切好說(例如凱撒娛樂(CaesarsEntertainment)的加里·洛夫曼(GaryLoveman)，麻省理工學院博士;亞馬遜的杰夫·貝索斯，普林斯頓大學電氣工程、計算機專業學士;谷歌的謝爾蓋·布林和拉里·佩奇，斯坦福大學計算機專業博士肄業);但一般高管的數學和統計學知識還停留在大學本科水平?；蛟S你能熟練使用電子表格，看懂條形圖和餅狀圖，但如果碰上復雜的數據分析，你的數學恐怕不夠用。

　　如今大數據已全面介入決策制定，這場革命中的你，如何自我定位?如何避免失敗的命運，帶領企業力爭上游，至少不落伍?本文根據大量高管采訪寫就，結合了筆者的教學與咨詢經驗，可為數盲管理者提供基本參考。

　　首先要記住，作為數據分析的實際使用者，你的任務是判斷模型與現實的相符程度。承擔這一重要職責，需要管理者進行自身調整，轉變心態和思路，并適當補充專業知識。具體來說，可以從下列五方面著手：

　　一、開始補課

　　要想聽懂寬客在說什么，最好記得大學統計學的基本內容，否則需要去補補回歸分析、統計推斷和實驗設計的課。你應該理解推出結論的過程，并適時質疑模型假設是否站得住腳。(參見邊欄“從數據分析到決策制定——六大關鍵步驟”。)

　　二、找到合適的寬客

　　卡爾·肯普夫(KarlKempf)是英特爾工程決策團隊的負責人之一，人稱“超級寬客”。他常常說，高質量的定量決策“無關數學”，而全在于“關系”。分析師和決策者需要深層次的相互信任，能夠自由地交換信息，溝通想法。

　　不過眾所周知，溝通往往不是技術人員的強項。有人曾打趣說，“你跟寬客說話的時候，十個有九個盯著自己的鞋，剩下那一個盯著你的鞋”。話雖如此，能正常溝通的分析師大有人在：寬客不都是數學狂人，也愿意在商界大顯身手。

　　三、抓好首尾環節

　　正確提出問題是大數據決策最重要的一環，最考驗你的經驗和直覺。但假設終歸只是假設。嚴謹的分析方法能檢驗，你提出的假設是否如實描述了世界的運轉。

　　此外，還需關注大數據管理流程中的最后一步：向其他高管呈現分析結果。很多分析師不注重溝通，有時你必須親自出馬。數據分析實際就是“用數據講故事”。

　　四、多提問

　　美國前財政部長勞倫斯·薩默斯曾在一家量化對沖基金擔任顧問。他告訴我，那份工作的主要職責就是“找茬”：向智力過人的分析師提出有挑戰性的問題，促使他們重新審視自己的假設和模型。經受這樣的考驗，會使分析團隊反省和改進他們的工作。

　　比如幾個基本問題供參考：

　　1)你的數據來源是什么?

　　2)樣本在多大程度上精確反映總體?

　　3)樣本是否包含異常值?對結果有何影響?

　　4)你的分析依據哪些假設?在哪些情況下假設可能不成立?

　　5)為什么你選擇了這種分析方法?有沒有可能使用其他方法?

　　6)是否有可能錯把非獨立變量當成了獨立變量?其他分析模型有可能更清楚地揭示因果關系嗎?

　　五、鼓勵質疑

　　我們都知道，數字會說謊，騙子最喜歡用數字騙人。永遠不要指揮分析師：“看看能不能用數據支持我的想法?！毕喾?，應樹立尊重事實的風氣。如默克集團分析團隊負責人所說：“管理層希望我們以中立、客觀的精神，只為股東利益服務?！?

　　很多資深管理者樂于看到分析師在決策過程中唱反調，期望形成鼓勵質疑的企業文化，讓預測模型越來越精確。加里·洛夫曼也是質疑文化的倡導者：“在所有人都拼命討好上司的地方，更有必要樹立實事求是的風氣?！?