写本文前，有必要先强调下，笔者没有一丝轻视数据价值的意思，事实上笔者本人在工作中也经常迷信数据。甚至一度迷信到失去了“主观品味”的地步。
正因此，更有必要试图全面客观的还原「数据的可为及不可为」。
数据分析本是辅助决策支持、优化产品版本的手段之一。
近几年大数据、互联网数据思维等概念风起云涌之后，不少传统公司转型过程中要么矫枉过正，把一知半解的数据理论摆到了过高的地位，要么出于各种政治斗争、个人地位等各种原因，不断的「拿数据说事儿」，让企业走了不少弯路。
以下真实案例是由我本人或者其他兄弟公司的中高管所经历的诸种数据论误导。我相信这在各行各业的转型中都有普遍的意义，在此分享如下：
1.面对纯创新型业务，还拿数据说话？
当你提出一个极具创意性的解决方案时，是否经常听老板质疑到“有没数据证明？”“业界有没这样做的？”、“有没成功案例，他们用户量多少？”、“我看XX公司的XX产品就做的不错，抄他们就行了”。
偶滴神啊，创业创业，自然是创新业务。如果因为缺乏数据支撑而不进行新业务，那么这个商界永远不会有真正意义上的创新，小公司也甭想靠模仿超越大公司，他的资源优势分分钟能够打回一枪让你满地找牙。
数据更多的意义在于对「过去」的优化，而非对「未来」的开创（切勿对本句话断章取义）。一个产品从6分到9分的优化必须用数据，从0到1的阶段，纠结数据那我也只能呵呵了。
2.为了等待数据结论而贻误战机
真正有实用价值的数据模型是非常严谨的体系化工程，从数据的获取、刷选、分析、统计，任何一个环节的失误都有可能导致失之毫厘谬以千里，构建严谨的数据模型需要耗费巨大人力物力，小公司更应该花时间在客户的刚需实现优化上，坚定自己的行业判断。
时机的重要性以不言而喻，「试错」这个看似能掩盖一切决策失误的完美理由，在一些关键刚需实现方案上，试错试错，试着试着就真错了。（关于版本试错迭代的雷区后续笔者会另起文章论述，不在此展开）
质疑自身的行业经验及沉淀，反而求救于一知半解的数据论，是否本末倒置了？
3.没有数据结果的渠道不投入资源
笔者多年前曾在一些用户特征明显的靠谱第三方内容渠道进行用户引流，受限于当时的客观条件，没法直接统计到为APP直接引流的用户量。当时的领导直接叫停了这个渠道引流，无论我怎么苦口婆心的说明。
后来发觉用户增速下降……他坚持己见；
后来我直接跟用户一对一沟通统计，大概统计了60人左右……他依然坚持己见；
后来的后来，他终于重新开启了此渠道……就在我离职后的几天；
恩，这里面的面子以及政治味道就不去品了。
4.心里已有主观结论再用数据求证
统计学告诉我们：数据证明是建立在「拒绝主观」的基础之上，而不是「假设论点正确」
只要是人，就会有主观倾向。同样的数据在不同视角可以分析出多种不同的结论，主观会让我们看到只想看到的数据。有多少公司是把数据分析当成决策辩论的工具了？这个容易意会，实例也太多，在此就不举例了。
那么，什么时候「必须」投入资源在数据分析上呢？
笔者建议：
在决定主营业务生死的关键环节上；
在专业化判断无足轻重的地方；
数据分析的结论价值大于数据分析的成本的时候；
真实案例：
背景：笔者曾经运作的高端女性社交APP，个人已经有足够的经验跟数据判断这个APP「自身的颜值」的重要性已经达到用户会否使用的最重要因素之一。我们的UI连夜加班提交了个“得意版本”给我。
我把这个版本拿给事业部中三个最接近资深用户的女员工提意见。她们三个居然一致认为这个版本不达标，而且提出了三个不同方向修改意见。
于是我把UI叫过来喝茶。
我：按照这三个意见出三个版本吧……
UI（怒，打断我说话）：我们专业人士怎么能听非专业人士的意见呢？
我：我认可你在设计及呈现方面的专业能力，但在这个产品领域，在这么重要的事情上，我不会把成败赌在纯爷们的判断上。
UI（语气平和）：那回头怎么确定三个版本哪个好呢？
我：到时我会让运营部找90名种子用户，分别跨越三个年龄层，30个90后，30个85后，30个85前，让她们进行投票选定最后的版本。我相信这样的结果就非常有代表性了。
UI（想了下）：……好吧。
案例至此。
笔者当时面临的情况就是：时间紧迫，重要的关键环节，缺乏关键数据。我相信肯定会有更好更科学的解决方案，但在当时的时间及资源有限的情况下，笔者就选择这种用最小的资源成本实现相对最靠谱的决策。
废物用对了地方就是资源，资源用错了地方就是废物。
不迷信，不盲从，不负此生。
****郑重声明：本文仅提供链接转载，其他正文转载请务必征得本人允许，否则视为侵权，必究。