作者：Tanya Menon、Leigh Thompson

「再多收一點資料」可能是問題不是解方#

金融服務業主管 Maria 看著行事曆上的另一個會議邀請——3 小時又要被吃掉。每當棘手問題出現，主管的反射回應就是「收集更多資料！」。隨著調查、報告、統計堆積，整個團隊陷入分析癱瘓（analysis paralysis）。

研究顯示：作者訪談 83 位高管後發現，他們估計自家公司每天浪費在不停分析上的金額是 $7,731 美元——也就是一年 $2,822,117 美元。

即使資料多到滿出來，多數團隊仍難以把它轉成有效解方，反而落入 Stanford 大學 James G. March 等人所稱的 「garbage can（垃圾桶）」決策：行動者、問題與可能的解方在比喻上的垃圾桶中亂晃，最後大家對「浮上來的那個解方」達成共識。

問題不是垃圾桶裡的資料不夠，而是太多——主管難以決定什麼重要，因此用任意挑出的資料套到新問題上，得到次佳解。

Data DIET：四步驟決策法#

要打破 garbage-can 決策，主管必須更策略地思考「為了解決這個問題，我需要哪些資訊、又該如何在決策與行動中運用」。作者建議「Data DIET」四步：

步驟 1：Define（定義）#

團隊面對問題時，常常直接跳到「可能的解方」——多數腦力激盪會議就是這樣開始。但「問題解決」聽起來雖正面，人們常會固守熟悉的做法，而不是退一步看清問題的輪廓。

改用 problem-finding mindset#

• 先鬆開問題的定義
• 讓不同角度的人看到問題
• 揭開隱藏的假設、釐清新的提問——再去找資料

可用的提問：

• 你怎麼理解這個問題？它的成因是什麼？
• 我們的團隊抱有什麼假設？
• 從不同角度（顧客、供應商、競爭者）寫下這個問題（先不要提解方）

用 if-then 紀律來控制資料蒐集#

在你決定再蒐集一份資料之前，問自己：「如果我蒐集到這份資料，我的決策會怎麼改變？」

如果答案是「不會」，就不要收集。這個簡單規則能有效避免決策被分析無限延後。

步驟 2：Integrate（整合）#

Maria 的挫折在於：團隊不停撿拼圖的碎片，卻沒有花同樣的時間去看碎片如何拼起來。潛意識的假設讓他們重複同樣的疲乏流程：收資料、開會、訂策略——這就是 garbage-can 決策。

要讓碎片不要被任意拼湊，你需要用不同方式看資料。設計思考（design thinking）的核心動作是：拆解問題，再整合它。

工具：KJ diagram（KJ 法）#

由日本人類學家川喜田二郎（Kawakita Jiro）創建。做法：

1. 把每個事實寫在卡片上
2. 依可觀察的關係把卡片堆成一組組
3. 例如：某次倡議成功後客戶數上升、某延誤專案造成銷售下滑——這些是可能有相關或因果關係的資料點
4. 形成可視覺化的模式模型，看見資料間的連結

步驟 3：Explore（探索）#

從 KJ 圖中你或許已經有一些初步點子。現在要把它發展開來。作者偏好的協作練習是 「passing game（傳遞遊戲）」：

• 給每位團隊成員一個獨立的點子
• 各自有 5 分鐘安靜地用畫圖或文字發展它
• 然後把作品傳給隊友，由隊友接力發展，自己接過別人的作品
• 之後可以再傳一次（像 telephone game），讓三、四個人輪流玩

討論這份協作產出時，團隊會體會到：「放下一個點子的擁有權」與「同時被編輯與編輯別人」是什麼感覺，也會看見自己對協作的隱性假設。

這個過程強迫成員面對「自己沒選或從不會考慮的方向」，最後挑出最有發展性的方向。

步驟 4：Test（測試）#

最後一步要求團隊用批判性思考檢視可行性與過度延伸。設計測試以驗證計畫是否成立：

• 在哪些情境下這個解方會失敗？
• 挑幾個關鍵測試實際跑一次

人們常過度收集支持自己既有信念的資料——這就是確認偏誤（confirmation bias）。同時又不夠收集反證資料。

哪怕只跑一個對抗確認偏誤的測試，都能讓你看見你需要看到的（即使你不想看）。

結論#

不是要忽略資料，也不是被資料壓垮——是要策略地思考你需要什麼資料：拓寬、加深、整合、延伸、測試你現有的資料，把它轉成知識與智慧。這四個練習能讓你節制資料胃口，同時更善用手邊已有的資料。