如果你是数盲不要紧，补课大数据管理指南

　　如果你通晓宽客的语言，一切好说(例如凯撒娱乐(CaesarsEntertainment)的加里·洛夫曼(GaryLoveman)，麻省理工学院博士;亚马逊的杰夫·贝索斯，普林斯顿大学电气工程、计算机专业学士;谷歌的谢尔盖·布林和拉里·佩奇，斯坦福大学计算机专业博士肄业);但一般高管的数学和统计学知识还停留在大学本科水平。或许你能熟练使用电子表格，看懂条形图和饼状图，但如果碰上复杂的数据分析，你的数学恐怕不够用。

　　如今大数据已全面介入决策制定，这场革命中的你，如何自我定位?如何避免失败的命运，带领企业力争上游，至少不落伍?本文根据大量高管采访写就，结合了笔者的教学与咨询经验，可为数盲管理者提供基本参考。

　　首先要记住，作为数据分析的实际使用者，你的任务是判断模型与现实的相符程度。承担这一重要职责，需要管理者进行自身调整，转变心态和思路，并适当补充专业知识。具体来说，可以从下列五方面着手：

　　一、开始补课

　　要想听懂宽客在说什么，最好记得大学统计学的基本内容，否则需要去补补回归分析、统计推断和实验设计的课。你应该理解推出结论的过程，并适时质疑模型假设是否站得住脚。(参见边栏“从数据分析到决策制定——六大关键步骤”。)

　　二、找到合适的宽客

　　卡尔·肯普夫(KarlKempf)是英特尔工程决策团队的负责人之一，人称“超级宽客”。他常常说，高质量的定量决策“无关数学”，而全在于“关系”。分析师和决策者需要深层次的相互信任，能够自由地交换信息，沟通想法。

　　不过众所周知，沟通往往不是技术人员的强项。有人曾打趣说，“你跟宽客说话的时候，十个有九个盯着自己的鞋，剩下那一个盯着你的鞋”。话虽如此，能正常沟通的分析师大有人在：宽客不都是数学狂人，也愿意在商界大显身手。

　　三、抓好首尾环节

　　正确提出问题是大数据决策最重要的一环，最考验你的经验和直觉。但假设终归只是假设。严谨的分析方法能检验，你提出的假设是否如实描述了世界的运转。

　　此外，还需关注大数据管理流程中的最后一步：向其他高管呈现分析结果。很多分析师不注重沟通，有时你必须亲自出马。数据分析实际就是“用数据讲故事”。

　　四、多提问

　　美国前财政部长劳伦斯·萨默斯曾在一家量化对冲基金担任顾问。他告诉我，那份工作的主要职责就是“找茬”：向智力过人的分析师提出有挑战性的问题，促使他们重新审视自己的假设和模型。经受这样的考验，会使分析团队反省和改进他们的工作。

　　比如几个基本问题供参考：

　　1)你的数据来源是什么?

　　2)样本在多大程度上精确反映总体?

　　3)样本是否包含异常值?对结果有何影响?

　　4)你的分析依据哪些假设?在哪些情况下假设可能不成立?

　　5)为什么你选择了这种分析方法?有没有可能使用其他方法?

　　6)是否有可能错把非独立变量当成了独立变量?其他分析模型有可能更清楚地揭示因果关系吗?

　　五、鼓励质疑

　　我们都知道，数字会说谎，骗子最喜欢用数字骗人。永远不要指挥分析师：“看看能不能用数据支持我的想法。”相反，应树立尊重事实的风气。如默克集团分析团队负责人所说：“管理层希望我们以中立、客观的精神，只为股东利益服务。”

　　很多资深管理者乐于看到分析师在决策过程中唱反调，期望形成鼓励质疑的企业文化，让预测模型越来越精确。加里·洛夫曼也是质疑文化的倡导者：“在所有人都拼命讨好上司的地方，更有必要树立实事求是的风气。”