我們每個人每天都在做決策，大至企業間的併購案，小至中午的伙食選擇。每人每天都會接收到成千上萬條的資訊與數據，有的候選人善用數據分析而打贏選戰，有的企業依據數據分析結果而找出明星商品。身處在數據時代的我們，究竟應該怎麼好好解讀「數據」所帶來的訊息？
德國數據科學專家薩巴斯欽韋尼克博士（Sebastian Wernicke）在媒體、娛樂、電信、科技領域有豐富的顧問經驗，他利用數據科學協助客戶與投資者作出商業決策。以他觀察，像亞馬遜（Amazon）、Google這類大型頂尖數據公司雖然掌握大量數據並善於分析，還是會有出錯的時候。
「數據分析並沒有想像中有效。除了擁有龐大的數據外，它並不總是跑出適當的結果。」韋尼克博士表示。換句話說，即使掌握了類似數據，並有強而有力的數據分析作為後盾，但仍可能因決策方式而出現迥異結果。
Amazon旗下一家電視製作公司Amazon Studio曾經利用免費試看功能，監督觀眾的收視行為與評分，利用大量收集而來的數據，以決定未來電視節目的走向。另一家提供影片服務的公司 Netflix，也同樣以現有的觀眾數據，深入了解所有觀眾的小細節與偏好，以找出下一個頂尖節目。
兩家公司都有相似的觀眾數據為分析基礎，並且設定了相同的目標：賣座。只是，最後結果卻不相同。Netflix達陣的漂亮，但Amazon卻只做出稍微高於均值的節目。
你可能想問，為什麼？
決策成功與否，取決於兩件事
韋尼克博士曾經歷過許多在數據分析上的掙扎，他也因而觀察到一個做出成功或不成功決策的「模式」。「當你要解決一個複雜問題時，基本上會做兩件事：拆分、再合併。」
數據與數據分析只適用於第一步驟「拆分」，意即它只能幫助人們分析問題及了解細節，它並不適用於將細節拿回來再整合。而要做到再合併，其實我們每個人都擁有此功能的工具—也就是我們的「大腦」。
別打安全牌，「風險」才有機會引領你登峰造極
以上述Netflix的成功案例而論，要做出拆合與製作賣做節目的決策，是數據無法替決策者決定的，決策者做決策當下，正在承擔很大的風險。
反觀Amazon的做法，謹守「這是數據告訴我們的」，全程以數據來制定決策，雖然是個安全的做法（也能製作出中上的節目），但是卻不一定能有傑出表現。因為像這樣的理性決策，其缺點在於它假定有個最佳決策等著被發掘，而這樣的思考方式很難有突破性的發想。
以這兩個例子來看，越多的數據不見得會導向更好的決策，那麼我們該怎麼更聰明地使用數據？
「數據當然是做決策時的一個強大工具，但我相信，當數據開始主導這些決策時，事情也會開始出錯。不管它多麼強大，數據僅是一個工具。」韋尼克博士說道。
純粹以數據做決策所會發生的錯誤，起因於決策的難處不在於收集大量資料，而在是否在過程中有勇氣承擔決策的風險。
如同電影《翻轉幸福》（Joy）中，女主角堅毅又無畏的創業精神，讓她最終以暢銷的創新產品，改變了自己與家人的命運；又如韋尼克博士在結語所言，「在你以專家之姿做出決策並承擔風險時，到最後不是數據，而是風險，會帶你來到表現曲線的最右端。」
「你不能憑靠恐懼以及可能會發生之事來做決定。」——美國第一夫人 蜜雪兒歐巴馬（Michelle Obama）
撰稿：廖庭瑋
本文授權轉載自TEDXTaipei
