後來的我們,學會了刷數據

後來的我們,學會了刷數據

五一三天,十個好友,八個看了《後來的我們》,剩下兩個沒有前任。

就好像知識付費收的是智商稅一樣,和《後》同類型的電影們收的就是“錯過稅”,憑藉著每個人心底都曾經或者依舊住著一個“不可得的ta”,內容大同小異的此類型電影每次上映都能賺足眼球、眼淚和鈔票。

上映幾天來《後》的成績斐然,與成績“齊飛”的是,上映當晚,網上不少消息指出該片出現大面積惡意刷票和退票、涉嫌票房造假。

高票房與“小伎倆”,情懷與醜聞,相生相伴、屢禁不絕,成了公開的秘密,就好像我們的職場,學會了用數據說話的那一刻起,我們就被數據套牢了。

後來的我們,學會了刷數據

—— 01 ——

數據帶來更好地機會

@ 隔壁小張

90後 無業

《獵場》裡的鄭秋冬犯錯了還能開掛,除了因為他帥,還因為那是電視劇!

剛開始找工作的時候,自覺競爭力不大,就慢慢開始在簡歷裡動些小技巧。比如將團隊的規模誇大3倍,將自己在項目裡的貢獻率提高一些…

憑藉著不屬於自己的背景,順利拿到大廠offer的我,嚐到了甜頭,後來膽子越大野心也越大,甚至開始給年齡造假用來增加工作經驗…

但互聯網圈子也就這麼大,很快就被前同事揭發了,我被迫辭職,再找新工作。再後來連續換了五六份工作,總被質疑這段短暫的工作經歷,我不得不在簡歷裡想方設法再造假,比如說延長上上段工作的時長,買通獵頭,我都試過,但都在背調期被查出來了。

後來的我們,學會了刷數據

能力是一個無法量化的維度,管理者習慣於從一個人創造出的數據成績來判斷優劣,被越多大廠發offer的人越有能力,lead過越多人團隊的人越有能力,業績越高的人越有能力…

但是事實上,看似最直觀的數據也最容易造假。上世紀八十年代,資生堂公司爆出了這樣一個醜聞。他們旗下的化妝品專櫃採用銷售額作為晉升考評標準,很多業務員為了達標、晉升,不惜採用惡劣競爭手段,甚至走程序的空子,找“用戶”購買產品,在於次月退貨…種種導致原因,導致當時資生堂的口碑跌至谷底。

員工利用數據達成了自己升職加薪的目的,但制定數據標準的企業卻需要為此買單。前車之鑑還沒有過去太久,但是職場對數據的迷信,已經到了一種不問所以的狀態,因此很多人選擇用一份華麗的數字為自己爭取到更多的機會。

後來的我們,學會了刷數據

—— 02 ——

數據強化個人競爭力

@ Sera

90後 演藝經紀

品牌選取明星做代言人,看重的就是他們個人的帶貨能力。

一個好的項目、產品,不僅用戶期待,各個明星和他們的團隊也會擺出一副“pick me、pick me”的姿態。

但是流量就那麼多,現在的明星和韭菜也差不多,1%的頂尖大牌帶走了90%的受眾,剩下的99%只能靠“群魔亂舞”分剩下市場。

但是好產品、好營銷和好用戶,這“天、地、人”太難具備了,任何一個有所欠缺都查著意思,於是各家團隊買數據已經成了公開的秘密。

比如,A公司給B明星的代言費有1000萬,刨除團隊運營成本和淨利潤,剩下的錢全都投進市場,買水軍、刷流量,甚至自掏腰包買產品、買粉絲,數據做的好看,才能證明自己還是“當紅的偶像”!

也不用擔心公司那面會拆臺,畢竟花了錢,市場部的人得到了美美的數據,也好向老闆交待,“看!多漂亮的數據,這錢花的值!”

後來的我們,學會了刷數據

如何證明,我比B君更優秀?面對這個答案,幾乎所有的職場人都會回答,用成績說話!成績怎麼衡量,看數據啊!

兩家公司參與競標,在內容質量相差無幾的情況下,願意附贈更多項目的那一家會更容易中標,性價比至上的甲方們心裡自是有一杆稱的。

後來的我們,學會了刷數據

後來的我們,經過在職場的摸爬滾打,不管有沒有錯過,剛進公司時的前臺小姐姐、手指修長的設計小哥哥…時間都讓我們學會一件事,看數據…

既然都知道刷來的數據總歸是假的,為什麼還是有人想走“捷徑”?大家的動機都是一樣的:萬一真的能少奮鬥三年呢?


分享到:


相關文章: