公司很愛資料，但更多的資料未必帶來更好的決策#
組織熱愛數字、報表、趨勢線、圖表、試算表——「愈多愈好」是默認文化。許多公司因此擁有龐大的內部資料工廠，並隨時調用外部資源做一次性研究。但問題在於：
有沒有「資料」（或者該說「證據」）能證明，這麼多資料真的帶來更好的商業決策？還是其中部分資料反而製造複雜與混淆？
案例：一份每月幾英寸厚的「業務聖經」#
某家頂尖消費品公司多年來執行高強度的月度業務檢討：
- 核心是一本「book」，包含每項產品、每個事業單位、每個通路、每個地區、每個消費者區隔的成本與銷售資料
- 雖然有電子版，主管團隊仍堅持印出來，每月厚達數英寸
- 由數百位財務、產品管理、IT 同仁花費數千工時製作
因為這是 CEO 的工作方式，沒有人質疑這值不值得，雖然多數人抱怨投入時間太多。
幾年前換了新 CEO，他改成季度檢討加上「例外才報告（exception-only reporting）」。整個資料生產流程因此大幅縮減——而公司業績一點都沒受影響。
不同 CEO 對資料的需求差異很大#
- 有人希望決策盡量基於硬資料
- 有人只要剛好夠強化或挑戰直覺
- 有人偏好硬資料 + 軼事與質性資料混合
不論哪一種風格，作者建議所有經理人定期問自己以下四個問題，藉此提高資料投資的報酬率。
四個審視資料流程的問題#
1. 我們是否在問對的問題？#
許多公司是「收得到什麼就收什麼」，而不是「決策需要什麼就收什麼」。
- 先確定少數幾個關鍵問題
- 圍繞這些問題設計資料蒐集，而不是試圖涵蓋一切可能
2. 資料是否能說出一個故事？#
多數資料以片段形式進來，必須整合成連貫的解釋才有用。
- 企業資料系統有助於統一資料定義，讓不同來源能加總比較
- 但故事不會自動長出來，經理人必須事先設想：要講什麼故事？需要哪些資料？
3. 資料是讓我們向前看，還是只在回顧過去？#
多數資料告訴我們「過去表現如何」，但對「未來表現」預測力薄弱。要刻意問：哪些資料、在哪些時間尺度上，能讓我們搶在曲線之前？
4. 量化與質性資料的比例是否平衡？#
兩者單獨都不足以說完整故事。
- 例如要做好產品與定價決策，不只要知道「什麼產品賣給誰」
- 還要知道「為什麼某些產品賣得比較好」
結論：再強的工具也補不了模糊的問題#
資料分析對組織成功至關重要，這也是為什麼 IBM 等公司願意花數十億美元收購商業智慧（business intelligence）與分析公司。但即便是最頂尖的自動化工具，只要這四個問題沒釐清，效果就會打折。