我是一支數據團隊的負責人，我們干數據的從業者，每天都在把數據源源不斷的推送到前端，助力業務人員用數據說話，間接的賦能了公司業務的發展，按理說我們是公司內對數據驅動業務理解最深的一批人。

但事實還是比較打臉的。

我發現主管在跟我匯報工作的時候，不太喜歡用數據說話，很多時候會基于自己的經驗和想象來做判斷，得出的結論自然站不住腳。

同樣的問題也出現在許多下屬身上，無論是做報表、數據提取、分析還是數據治理，他們并沒有展現出超越其他專業同事的數據思維能力。

這種現象的原因是什么呢？

我們做了這么多年的數據工作，每天耳濡目染這么多數據和使用數據的場景，但用數據驅動業務的思想卻沒有在自己身上埋下種子，我們學會了用數據去驅動別人“用數據驅動業務”，但卻忘了用數據更好的驅動自己的工作，到底是為什么呢？

我總結出以下五個原因：

1、角色定位

數據從業者的主要任務往往是支持業務部門，因此他們可能更多地將注意力集中在如何幫助其他部門利用數據上，這使他們習慣于現有工作方式，并難以從自己的角色中抽離，他們可能并未認識到利用數據改進自身工作的價值，所謂“不識廬山真面目，只緣身在此山中”。

例如，我們為業務部門提供了眾多KPI指標和報表，協助他們監控和預警業務發展。然而，在處理我們自身數據的采集、存儲、處理、開放和消費時，卻很少系統性地去思考KPI指標體系的設置，這類情況很多。

2、認知偏見

人類大腦天生存在認知偏見，比如確認偏誤（只關注支持自己觀點的信息），這使得我們更傾向于根據直覺或先入為主的觀點作出判斷，而不是基于事實和數據。如果沒有經歷過系統的訓練，我們其實很難擺脫大腦追求能量消耗最小化的這種思維方式。

例如，某次我問下屬數據開放延遲的原因時，他脫口而出說是由于系統性能造成的。我問這么說的依據是什么，他支支吾吾表示這是基于過往的經驗。但后來核實發現其實是由于業務系統割接造成的。

3、 精力限制

我們每天都要處理大量信息。在這種情況下，使用簡化的思維模式（如直覺）來做決策，比深入分析數據來得快速、省力。

我跟主管做了深入交流，他就提到，工作任務很多，同時并行的有十幾項，還有大量的事務性工作不斷穿插進來，有時不得不簡單應對一下，特別是用數據說話的這種工作方式很耗精力，根本無法與其他工作并行。

4、缺乏訓練

用數據說話是非常反人性的思維模式，我擁有一定的數據思維，那是因為我做過數據分析師，經營分析師，給老板撰寫過大量的分析材料，在老板嚴厲而又親身指導下，熬了不知道多少夜才有了用數據說話的條件反射。

但并非所有人都接受過使用數據和事實進行決策的教育和培訓，況且當前團隊成員大多只有4-5年的工作經驗，我卻從來沒有對他們進行過專門的培訓和指導，只是一味的苛責。我已經忘了自己是怎么過來的，換在他們這個年紀，估計還不如吧。

5、反饋不夠

我重新審視了一下跟下屬的溝通模式，發現問題也很大。例如，當我發現下屬匯報工作缺乏數據支持時，通常會直接指出不足之處，然后讓他們重新進行調研或重新獲取某個數據以核實觀點，他們僅需按我的指示執行即可，我很少去思考這種問題存在的根本原因。

可能是由于我急于要得到結果，因此總是用這種短頻快方式解決問題，我有時會抱怨自己成為了團隊的瓶頸（其實有點凡爾賽），但并未意識到這是由于我的“授人以魚而不是授人以漁”的行為造成的，我總是站在自己的角度思考問題。

直到最近一次下屬的工作匯報再次犯病，我就比較生氣，質問這是為什么，然后下屬表達了他們的困惑，比如工作過于繁忙根本沒時間去做什么數據分析，然后我才意識到這可能是自己的問題。

那么我該怎么辦呢？

下面是我近期的一些思考，分享給大家，當然可能也比較理想化吧。

1、培養數據意識

在團隊內培養一種用數據和事實說話的習慣至關重要，業務部門的KPI指標體系是我們學習的榜樣，雖然KPI體系備受詬病，但它真的是一種有效的數據驅動業務的方式。

數據工作本身亦屬于一項業務。當我們把特定的數據工作視為重點時，應該圍繞它建立并運營一套指標體系，只有這套體系運營良好時，才能更好地支撐業務。

我們可以先取數，了解初步情況，再報表，常態化了解情況，接著進行分析，從數據中發現問題，最終召開運營分析會議，督促改進發現的問題。

數據團隊不要不加區分地將所有精力的投入到滿足業務需求上。至少應將30%的精力用于構建在自身的能力體系上，其中用數據驅動自身運營尤為重要。

2、合理安排工作

用數據說話說起來容易，但做起來挺難。從了解業務到收集、分析數據，再到得出結論，這是一個需要不斷迭代的復雜過程。想當年自己做一個數據分析，沒有一個禮拜的全力以赴根本下不來，而且我只做一件事。

因此，管理者不應該給下屬安排過多的工作，如果工作不重要或不緊急，也需要明確告知。否則下屬會把所有時間平均分配到每個工作任務上，越是執行力強的團隊，越容易犯這種毛病，因為人人都想把“把信送給加西亞”。

但換來的結果往往是：每項工作淺嘗即止，大量的工作只能用經驗和想象說話，然后反噬給管理者，讓管理者覺得自己無所不能。

而作為下屬，也要記住要為工作的質量負責，盡量避免低質量的勤奮。老板其實只會記住你做的最棒的那幾件事情，對于那種嚴重影響重點工作的各種瑣事，應當果斷地反饋并拒絕，聰明的老板會理解的。

3、養成科學思考

萬維鋼寫過一本《科學思考者》的書，系統的闡述了科學思考的方法，其核心在于批判性思維，即從立場出發，選取事實，通過邏輯推導，形成觀點。我覺得大家有時間一定要去讀一讀。

首先要明確自己的立場。立場并非由事實推導而來，而是在思考前已存在的。明確你想要什么，并為之努力，是理性和批判性思維的第一步。你需要清楚地知道，你究竟想要什么。

其次是收集所有事實。事實，即數據，是思考的基礎，是可以用客觀方法驗證的陳述。雖然獲取部分事實容易，但獲取全部真相則困難。在可能的情況下，應盡可能地收集所有數據。

但考慮到我們不可能獲得所有的數據，這里就有一個道德標準，如果你的聽眾，后來花時間了解了你當初了解的所有數據后，認為你當初的說法是公正的，你就算沒誤導他。

最后是掌握思維模型，作為科學思考者，我們要能理解科學家的解題思路，這就是各種思維模型，包括演繹法、歸納法、實驗法、溯因法、類比法、貝葉斯法、奧卡姆剃刀等。

4、打造數據文化

創建一個支持和鼓勵用數據說話的環境也非常重要，下面是我想到的一些做法：

首先，領導者應該以身作則，在自己的工作中積極運用數據說話，要克服“我吃過的的鹽比你飯還多”的沖動。

其次，在決策過程中，要知行合一，無論是團隊會議還是項目審批，都應始終要求提供數據支持，倒逼大家改變工作方式。

再次，要將數據驅動的元素融入績效評估中，鼓勵和獎勵那些有效利用數據支持決策的團隊成員。

最后，增強團隊成員分析和解釋數據的能力，并鼓勵他們分享使用數據解決問題的經驗。

希望給大家帶來啟示。