據統計，二戰期間每2.5萬發子彈才能消滅一個敵人。看到這個統計結果，你是否會覺得抗戰歌曲里那句歌詞“每一個子彈消滅一個敵人”有意淫之嫌？
數學界有愛因斯坦之稱的歌德爾曾這樣說過：人類語言所能作出的任何定義都是不完備的。我個人覺得這句話濃縮了中西文化在探索世界方略上的本質差異。中國有好幾千年的歷史文明，可至今好像還沒出過有劃時代貢獻的自然科學家，相反，中國的詩詞倒是美譽天下，無與倫比。因為我們習慣以模糊與宏觀的方略來探索思考，所謂的學而優則仕，考的也是美文一篇。作為百花齊放的一種方式存在倒也不錯，但若以壓倒性方式作為唯一標準，就有失偏頗了。我們所謂的大家之作，有時還真不能深究。讓我摘引一個文學家與思想家的傳世之作來討論。韓愈在他的明篇《原道》有一段這樣的描述：古之為民者四（士農工商），今之為民者六（士農工商佛道）；古之教者處其一，今之教者處其三。農之家一，而食粟之家六；工之家一，而用器之家六；賈之家一，而資焉之家六。奈之何民不窮且盜也！大意是說古代只有四類人，現在多了不種不收的白吃飯的佛道之徒。原來一個農戶種的量分給四家吃，現在要勻給六家，自然會造成資源匱乏。韓愈進而把社會上與日俱增的偷盜歸到佛教與道教的興盛上了。韓愈痛恨佛道，用他自己的話說：“二教不遵從先王之教，所以是夷狄之教”。這也無妨，個人觀點嘛。但其立論實在經不起推敲。其模糊邏輯讓他做了一個過于簡單的假設：類等于個數。行業從四類增加到六類，原先能分得四分之一糧食者現在只能分到六分之一了。這實在是一個小學生都不該做錯的簡單數學題。
學象形文字長大的國人善于形象思維，但久而久之數字思維能力就退化了。這一點，東西方有著天囊之別。這幾天正是NBA季后賽打得難分難解的時候，姚明以前效力的火箭隊依然受國人關注。這支聯盟最年輕、首發5名球員中80%為新面孔的菜鳥球隊居然能打進季后賽，靠的就是數字化管理。以數據分析見長的球隊總經理莫雷（很好玩，球隊像是公司運作）幫主教練確定了以籃下突擊與三分球為主的打法，徹底放棄2分中投，因為后者的效率與難度比值最差。就這種奇葩打法，居然得到了全聯盟最高的場均106分進攻得分。再看美國的黑手黨，以前靠拼命的方式打天下，現在開著穩賺不賠的賭場坐享其成，靠的就是莊家平分占先這一條看似微不足道的優勢，其51%的獲勝概率在規模經營下足以讓其賺個盆瓢缽滿。
數字化思考可以幫我們從模糊中提取本質，從無序中理出頭緒。我最近和一位朋友聊天，他說他從來不看國內的政治新聞，什么十八大，什么新聞聯播，聽上去都一個樣。內容看上去比較枯燥，這我不否認，但用數字統計的方法還是能品出點味道的。比如說，十八大與十七大的報告對照起來研讀，以前毛澤東思想全文提到7次，這次只有兩處提到，這個就是新的風向標了。現在推廣產品流行做市場調研，我覺得這市場調研就很有學問。如果問題設計得不好，取樣不具代表性，那將是“garbage in, garbage out!（進去的是垃圾，出來的自然也是垃圾”）。比如說要推出一個新的飲品，我們通常怎么做：在地鐵門口或其它人多的地方發個問卷，讓受訪者打鉤選擇，完了回去做統計分析。這樣的調研貌似定量分析，但由于思維起點是模糊邏輯，出來的無非是“78%的人會嘗試碳酸飲料”之類是而非的結論。什么叫做“會嘗試”？如何界定“會與不會”？這就像我們坐定餐館要點菜時總會脫口而出說的那句“隨便”。我們很多操作說明中常見到的“大概”、“少許”和“一般情況”這些約詞都經不起推敲。
說到操作說明，我想到一次團隊活動，我讓大家做了這樣一個游戲：讓一個從未摸過領帶的女生上臺，眼睛蒙上，讓另一個男生口授她如何一步一步地打領帶。這已經很不容易了，還有更具挑戰性的，那就是回去寫一份操作說明書，要求連他奶奶也能照著打出像樣的領帶。交上來的說明書，我只要看一眼就知道寫得是否合格：看其中有沒有數字說明。回到剛才的飲品調研報告上，一個麥肯錫的咨詢師告訴我他們是這樣指導客戶的：找一個小區，數一下住多少戶人家，再數一下有多少個垃圾桶，然后找幾個點的垃圾桶觀察，翻看一周到底有多少個飲品包裝盒被扔進垃圾桶，每種品牌各占幾盒。這樣統計出來的分析報告要比問卷調查靠譜得多，而且推算開去，基本上可以算出某個城市的潛在消費量。
數字化思考有時還能糾正我們不以為然的錯覺。管理大師彼得德魯克在他的《卓有成效的管理者》一書中曾提到這樣一個案例，他的一個總經理朋友一直抱怨時間不夠用，德魯克去他企業觀察了一陣后就提出了一個令這位總經理十分訝異的發現：你花在會議上的時間太多。總經理不信，于是就讓秘書記錄，一周下來發現開會居然占到55%的時間。這讓我想起以前公司里一個愛網購的同事，她從來不覺得自己買了太多的東西，結果現在淘寶的貼心統計讓她驚訝地發現原來一年的網購金額已為國家作了五位數的GDP貢獻。數據化管理還可以大量地運用到公司的精細化運作上。我們公司做的產品是給智能手機配套的，現在智能手機的產品周期越來越短，平均只有9-12個月了。如果沿用以前的每月業務例會來管理便顯得落后了，我來到公司不久就將月會改成了周會。像工時效率，只有通過細致的數據分析，才知道浪費在重工、等料和機器維修上的人頭工時居然有那么多！有了跟蹤到位的分析，才可能對癥下藥。這其中很重要的一條實踐經驗就是要學會向系統要數據。其實，我的感覺是現在的ERP系統很多強大的數據和報告功能都未用足，很簡單，就像我們手頭的任何一件電子產品，從手機到電腦，有太多的功能與應用程序我們碰都沒碰過。企業里的數據真空就是這樣產生的：用戶部門對系統的功能不了解，而IT技術部門又不明白潛在的用戶需求。所以，這兩者的對話很有必要，有些應用完全是一張紙捅破那么容易。這也是現在很多管理期刊中熱點討論的“大數據時代”，英文的“Data Mining（數據挖掘），其實國外早就流行了，至少在我98年讀MBA的時候就學到了。只是現在數據信息技術的突破給我們帶來了更多的應用空間。
午睡的時候翻到一本《讀者》舊刊，有篇文章說到一個神奇的達芬奇公式。畫家先生達芬奇觀察發現：同一高度所有樹枝粗度的總和等于樹干的粗度。具體說來，如果一根樹干分叉為兩個樹枝，那么兩個樹枝的橫截面積之和等于樹干的橫截面積。后來有越來越多的科學家驗證了這一定律并進而發現這種結構最有利于抵御風力。讀到這里，跳入我大腦的卻是這樣一句俗語：木秀于林，風必摧之。有關樹的猜想，東西方的哲人居然有如此迥異的觀察。前者借用形象的文學比喻，后者訴諸精準的數字思維。
安越點評：在當下這個時代，互聯網已經完全改變了市場格局，商家和消費者的關系面臨著徹底的重塑。對于企業來說，簡單的廣告推送效力逐漸減弱，取而代之的是客戶人際間的傳播。這就要求企業把握“大數據”的機遇，用數字化思維更科學地來建立用戶的認知與粘性，做好數據的積累、數據的規范、數據的細分和數據的利用，這種思維也同樣適用于企業內部管理。——安越總經理馬爽
