決策者請注意，別把責任推給數據

數據在今日的企業營運扮演重要角色，「數據驅動」（data-driven）成為顯學，許多決策都會訴諸數據。擁有數據的好處是我們可以深入表象之下，突破來自常識、偏見或主觀意見的限制。然而有一種現象值得警惕：主事者的決策天秤往往是向數據端傾斜，這種對數據驅動決策的依賴，不僅犧牲掉另一種「觀點導向決策」的機會，還可能被用來作為卸責用的擋箭牌。

由數據驅動的決策 vs. 由觀點主導的決策

先前在寫〈工程師 Tony 的英雄旅程〉時，發現「iPod 之父」Tony Fadell 在他的書《Build: An Unorthodox Guide to Making Things Worth Making》第二章 Build Your Career 第二節 Data versus Opinion（數據 vs. 觀點），針對「由數據驅動的決策」（data-driven decision）和「由觀點主導的決策」（opinion-driven decision）提出相當精彩的論述，而且各種相關論點和案例在往後的每一章都一再地被提起。¹

Tony Fadell 在書中提到，我們在開發產品的過程中需要做很多大大小小的決定，數據驅動的決策方式就是根據手邊收集到的資料去研究、分析或辯論；數字會提供我們一定的信心，這類型的決策相比於觀點導向的決策簡單一點，也容易捍衛你的決定、取得團隊的共識。

相反的，假如你正在打造一個全新概念的產品，一個帶有破壞性（disruptive）的產品，那麽手邊可能沒有任何數據，這時候仰賴的是你個人的內心所向和願景所在，但也就容易遭到質疑，畢竟人人都有自己的觀點。Tony Fadell 形容遵循內心的直覺做決策有時是「很嚇人的」，畢竟你也未必信任自己的直覺，而且發展觀點需要時間，那種信任也需要時間建立。

因此，他認為當一名領導者要做出意見導向的決策時，最好的方式就是告訴大家你的觀點；你是基於哪些洞察和經驗做出這樣的判斷。此刻你身為管理者的責任，就是要適切地告訴大家現在不是講民主與共識的時候，當然你也不能是個專橫的獨裁者，只下命令卻拒絕解釋背後原因。

市場的領導者是黑莓機時，要不要做觸控螢幕手機？

Tony Fadell 在書中舉了幾個數據驅動和觀點導向的決策案例。舉例來說，蘋果的行銷團隊曾經跟賈伯斯為了開發「沒有實體鍵盤」的觸控螢幕手機吵得很兇。（當時還沒人知道那叫 iPhone。）當時是 2005 年，最受歡迎的高階手機是黑莓機，市占率高達 25%，商務人士對其著迷的程度為它贏得了「快克黑莓」（Crackberry）的綽號。不過賈伯斯的論點也很充分：實體鍵盤佔空間、不利於適用各種情境（光是各種語言的輸入法就夠令人頭痛了）、不能把手機橫著擺⋯⋯

如果你還記得工程師 Tony 的故事，就知道他過去在 General Magic 跟飛利浦都開發過觸控螢幕相關產品，所以起初 Tony Fadell 雖然同意賈伯斯的論點，卻也對觸控螢幕技術抱持懷疑的態度。不過行銷團隊比較擔心的是銷售，他們知道人們想要的是按鍵式手機（Well，行銷團隊的人自己也是快克黑莓的上癮者）。

經過幾個禮拜的探索和測試，Tony Fadell 對觸控技術的信心上升到「沒有超越實體按鍵，但至少有機會做到一樣好」，他說服自己相信賈伯斯。但行銷團隊可沒買單，繼續跟賈伯斯爭論了好幾週，當時沒有任何數據顯示大螢幕的觸控式手機可以在市場上勝出，但同時因為這是全新類型的產品，也沒有數據可以百分之百證明它不可行。最後賈伯斯鐵了心，告訴大家不想做的人就閃開。

後面的故事我們都知道了，這次是觀點導向的決策獲勝。

誰會為了聽音樂買 iMac？

但就像 Tony Fadell 說的，賈伯斯跟他的觀點並非戰無不勝。

初代 iPod 問世時，只與 Mac 相容、不支援 Windows 系統，因為賈伯斯希望透過 iPod 的絕佳體驗吸引消費者購買更多 Mac，提振市佔率（當時蘋果在美國的個人電腦市占率不到 2%）；然而開賣之後的銷售資料卻非如此，iPod 賣得不錯，但沒有帶動 Mac 的買氣。Tony Fadell 在書裡分析：畢竟 iPod 售價是 399 美元，入門款 iMac 是 1,300 美元，原本不是 Mac 使用者的消費者並不會一口氣花 1,700 美元只是為了聽音樂。

此時與 iPod 推出前的差別在於，開始有銷售數據了，蘋果知道消費者的真實反應是什麼。Tony Fadell 知道賈伯斯的假設可能錯了，於是和同事們以此說服老闆，讓後來的 iPod 支援 Windows，結果第三代 iPod 不僅銷售量開始起飛，還因此讓許多人決定花錢買 Mac 以享受更完整的蘋果體驗。²

沒有數據時，觀點導向的決策如何進行？

蘋果的幾個創新案例，背景是難以取得資料的情況下，該如何決策。

2020 年年底，《哈佛商業評論》刊登了一篇文章〈開箱蘋果的組織創新〉（How Apple Is Organized for Innovation），³作者是兩位當時任職於蘋果內部訓練單位「蘋果大學」的知名學者。該文從組織架構的觀點出發，檢視蘋果如何在公司規模劇增的同時，維持近似於當年賈伯斯回任之後的「職能式」組織結構，延續「讓專業領導專業」的原則，將技術專家訓練成經理人，兩位作者認為這樣的組織設計與相關的領導模式是讓蘋果在競爭激烈的環境中持續創新、維持領先的關鍵。

文章指出，蘋果的組織設計基本信念是：「應該要讓具備某個領域裡最多專業知識和經驗的人，擁有對那個領域的決策權。」支撐這個信念的背後有兩種觀點，其中之一是：

第一，蘋果公司在技術變化和破壞式創新速度很快的市場中競爭，因此必須仰賴很懂得那些破壞性技術的人的判斷和直覺。早在獲得市場回饋意見和可靠的市場預測之前，該公司就必須押注哪些技術和設計，可能會在智慧型手機、電腦等領域取得成功。仰賴技術專家而不是總經理，可以提高這些賭注贏得回報的機率。

文章以 iPhone 的相機功能為例，從組織設計、跨部門協作和領導模式的角度，去分析 iPhone 7 Plus 的「人像模式」背後的重要推手 Paul Hubel 是怎麼依據自己的經驗和專業去推動這項功能，包含中間遭遇的品質問題、不同團隊之間的質疑與辯論，值得一讀。

這種仰賴專家經驗和直覺做出決策的工作方法可能還有另一種名字：捷思（heuristics）。

前蘋果 iPhone 軟體首席工程師 Ken Kocienda 在他的書《創意競擇》（Creative Selection）曾提到「捷思」一詞，「創意競擇」是 Ken Kocienda 從自己長年參與蘋果軟體開發的經驗歸納出的一套工作方法，而「捷思」出自蘋果一份專利申請書的標題。關於捷思的意思，我直接採用中文版譯者的注釋：「依據有限的知識或不完整的資訊，在短時間內找到問題解決方案的一種技術，也可以說是一種經驗法則。」

根據《創意競擇》描述，Ken Kocienda 在為第一代 iPhone 開發軟體鍵盤時面臨非常多的未知問題，手邊顯然也沒充分的數據讓他參考，然而在緊迫的時程壓力下，許多問題他必須仰賴自己和同事們的專業判斷。舉例來說，當使用者在鍵盤上輸入「oooorr」到底是什麼意思呢？是否他想要強調「or」？可是若以演算法（背後就是資料）來判斷，系統會認為使用者想要輸入的是「polite」。他認為：「在特定情況下，你必須正確判斷那個場合究竟應該使用演算法、還是捷思。」只不過他也承認，要下這種判斷是非常困難的。

不要把產品的核心「外包」給數據導向決策

相信讀者一路讀下來會發現做出觀點導向的決策特別困難，也因此 Tony Fadell 說，有些人會想要把仰賴觀點判斷的商業決策轉為數據導向的決策，直接把勝負交給資料。他認為這樣是行不通的，因為這類問題無論你收集多少資料，都不會從數據中得到定論。

Tony Fadell 觀察到，如今有各種方式可以快速進行 A/B 測試、收集各種資料，因此許多公司把所有產品的各項元素都拿去做測試。他警告，過度依賴數據做決策，不僅有逃避責任的嫌疑，還有損產品的核心價值。他認為，進行測試時，你提出的假設應該只是整個產品願景的一部分，你可以測試「購買」按鈕要長怎樣、放在哪裡，但是你不應該測試「使用者要不要在網站上買東西」。

別把責任推給數據

關於數據帶來的盲點和假象，Netflix 前人資長 Patty McCord 在《給力》（Powerful）一書第四章「熱烈辯論」有深入的探討。她提到，組織中對於如何解決問題的各種辯論，應該要基於事實；她特別強調是「事實導向」而非「資料導向」。

近年，資料被奉若神明，彷彿資料本身就是解答，就是終極真理，若你以為資料構成了你經營業務所需要知道的事實，那是危險的謬見。

另一點組織不樂見的則是數據被拿來當作決策錯誤的擋箭牌。此觀點來自現任 Netflix 共同執行長 Ted Sarandos：

泰德也警告，資料可能被用來做為當責的擋箭牌，規避做出判斷的責任。人們通常更自在於根據硬資料來做出決策，部分是因為倘若決策錯誤，他們可以歸咎於資料。電視劇的試播就是一個好例子，因為經過測試觀眾反應的試播，若節目最終失敗，製作團隊可以說：「哎，試播時的反響很好啊。」泰德的團隊不採行試播模式，他們准許創作者逕行製作一整季的全集節目。

以數據為啟發的決策

Tony Fadell 跟 Patty McCord 都各自在書中一再強調數據分析看似科學、可靠，然而表面上完美的資料背後都有各種但書（甚至是偏見）。因此他們也各自在書中談到「data-informed」（數據啟發，也有一種翻譯是數據知情）的概念，也就是說固然手中有資料，但決策不能被數據主導。例如 Patty McCord 就認為可以運用資料來建構對當前情況有幫助的「問題」（又或者縮窄問題的範圍），甚至要知道該在何時選擇無視資料，這點 Tony Fadell 的描述生動一些：

And sometimes the data can only take you so far. In those moments, all you can do is take a leap. Just don’t look down.（有時候數據就只能帶你走到這裡，在這種情況下，你能做的就是信仰之躍縱身一跳，只不過要記得別往下看。）

事實上，Tony Fadell 在書中的第三章有提出一套很不錯的方法。他認為打造產品總是有第一版、第二版、第三版⋯⋯ 假如你的產品是如此的創新、獨特，那麼很有可能你在推出第一版前手上沒有什麼決定性的數據，直接去問顧客的想法，得到的反應可能就像賈伯斯說的那樣。⁴Tony Fadell 在此提供三項工具，依照重要性的排序分別是：願景、消費者洞察、數據。你可能沒有數據，或是只有一點點資料。雖然你應該盡可能去收集，但很可能這些資訊並不明確，無法讓你據此做出決策。

一旦第一代產品推出，你著手改良、準備下一代產品，現在你已經有經驗，也有來自顧客的數據與意見回饋，此時那三項工具的重要性就必須調整成：數據、消費者洞察和願景。

看出來了嗎？何時該以觀點導向的決策去面對問題，何時該採用數據驅動決策（或是參考資料），或許因應不同的時間點採取相應策略是個好選擇，就像前面 Tony Fadell 和同事們努力說服賈伯斯讓 iPod 支援 Windows 那樣。