克莱顿•克里斯坦森是哈佛商学院教授，也是在世的最伟大的管理学家之一。他提出的“创新者的窘境”理论，受到包括传奇CEO如乔布斯、安迪•格鲁夫等人的大力推崇。创新者的窘境、破坏性创新等词语，也成为在管理学和创新领域最经常被提到的概念。
在他的新书《与运气竞争》中，克里斯坦森说，即便是一家伟大的公司，也可能会偏离方向，从为用户完成任务，变成为公司谋取利益。
克里斯坦森认为，发生这种情况，重要的原因是，公司从产品和运营过程中得到的数据，让公司产生了三个错误的认识。这三个错误认识分别是：积极与消极数据之比谬误；表面增长谬误和数据确认谬误。
我们先来看第一个错误认识，也就是积极与消极数据之比谬误。
所谓的消极数据，指的是那些没有明确的意图、赞成者或反对者、以及清晰结构的数据。这些数据很大程度上，只能算是没有经过过滤和加工的背景。这些数据永远都存在，但是很不起眼，因此也很难被注意到。
积极数据就正相反。积极数据是有意收集的信息，因此非常清晰，也总是在表达出某种意图。
克里斯坦森说，其实绝大多数成功的公司，刚刚起步时，都利用了大量的消极数据。它们的情况基本上都很相似，创始人同时也是自己产品的用户，都是为了满足一种没有被满足的需求进行创新。他们所有的创意、做法、决策，参考的信息和数据，都来自于这种需求存在的背景。他们能利用的积极数据其实非常少，因此没有办法运用数据进行理性的分析。这就是创新。
克里斯坦森写道：“创新者必须置身于现实生活的混乱背景中，才能弄清有成功潜力的新产品应该向用户提供什么。在公司的初创期，管理者就像是解谜人，而不是去死磕数据。消极数据不会张扬地将自己公布于世，你必须主动寻找，将数据归纳在一起，并坚持不懈地询问为什么。消极数据之所以关键，是因为这是寻找创新机遇的途径。”
也就说，在创业开始时，在创新的早期，创新者和企业家关注的几乎都是消极数据。
但是，接下来，情况就会变化。积极数据会变多，压倒消极数据。
如果一切顺利，产品做了出来，并且已经商业化，这时候，就会产生大量的积极数据。用克里斯坦森教授的说法，产品一旦被推到市场上，“就如打开水龙头一般，数据被创造出来，这些数据是销售开始和用户被创造出来之前不存在的。”
这些积极数据看上去都非常有用，也非常有说服力。比如：产品数据，产品卖出了多少，盈利多少，甚至哪款产品更受欢迎在哪些地方更受欢迎；用户数据，用户是企业还是个人，用户的经济水平如何，用户通过什么渠道购买了产品；资本数据，投资的回报情况如何；竞争的数据，有哪些竞争者出现，他们的情况怎样。
克里斯坦森教授说：“这些数据嗓门很亮。它会向你大喊，让你对它进行关注，把它放在优先位置上并进行优化。这种数据易于跟踪和测量，因为它往往可以被看成评测管理任务的标志。这个视点的转换虽然微妙，却具有变革意义，从缺乏结构且混乱的消极数据，转移到让人安心且实实在在的积极数据，这种感觉很美妙。”
但是，他也提醒说，如果你把这些积极数据提供的现实模型，当成是现实本身，这种转换就可能会让你误入歧途。
原因是，数据永远只是现实的抽象模型。现实生活看上去混乱不堪，缺少结构，但是，通过对现实生活的现象加以分类归纳，我们就得到了数据。数据看上去更有条理、更清晰、更容易理解。从这个角度看，数据是人造的。
由于这些积极数据过于清晰、过于有结构、过于容易理解，因此，管理者很容易就会把这些积极数据当成是自己管理公司、开发产品的抓手，而不是再把用户或客户需要完成的任务当成是出发点，进行管理。
举个例子，如果把股价视为公司好坏的衡量标准，那么，公司可以很容易通过回购股票来抬升股价。但是这跟公司的效益和创新其实没什么关系。
第二个跟数据有关的谬误，克里斯坦森称之为“表面增长谬误”。
一家公司开始寻找途径，向公司已有的用户销售更多产品。这样做的好处是，向既存用户销售更多产品，边际成本微乎其微，利润极具诱惑力。但是克里斯坦森把这种现象称为“表面增长”。
比如，公司通过复制市场上已有的产品，或者收购其他公司来扩大产品线。这么做的过程中，这些公司往往只是努力为用户创造大量的产品，而不是关注刚开始时他们取得成功的原因。
在克里斯坦森看来，这种做法是一种迷失。一个品牌大受欢迎，因为它很好地满足了用户的某种需求，帮助用户完成了一项任务。这时候，公司开始在这个品牌下开拓其他产品。
克里斯坦森教授认为：“试着为大量用户处理大量的任务会让用户感到困惑，致使他们雇佣错误的产品来完成错误的任务，最终因不满而将产品解雇。这会让企业在专注一项任务并且精益求精的颠覆性竞争者面前不堪一击。”
比如，有一种蔬菜汁饮料V8。用户开始时选择它，是因为它能够满足用户摄入蔬菜的需求。V8的竞争对手，可以说不是其他饮料，而是胡萝卜、菠菜这些蔬菜。
但是，后来V8开始扩展自己的产品线，开始出现各种各样的饮料，比如含水果的、含茶叶口味的等等。产品线令人眼花缭乱。这在克里斯坦森看来，就是一种表面增长。
导致公司不再关注用户需要完成的任务的第三个谬误，叫数据确认谬误。
其实这个谬误我们应该并不陌生。数据可以被人利用来支持各种各样的观点，“数据能够通过自我调整来支持我们想让其支持的任何观点。这是一个令人讨厌的特征”。
数据专家内特•西尔弗就说：“最为惨痛的失败性决策通常有一个共同点，我们只关注那些意味着世界恰如我们所想的标志，而不关心世界的本来面目。”
这也是人类思维方式上的一个特征。也就是，人倾向于证明自己的正确。因此，人会下意识地去收集那些能证明自己正确的事实和数据，让自己得到的数据和信息与自己的观点相一致。
尽管数据思维和大数据已经成为商业世界的流行语。但是，显然克里斯坦森对这种数据思维霸权有些怀疑。
这位公认的创新大师说：“对创新保有的最健康的态度，就是牢记几乎所有的数据都是建立在人类的偏见和判断上的。无论是数字形式还是语言形式的数据，都是从复杂的多的现实中抽象出来的。而为了方便研究，研究者往往会从这些现实中提取最突出的变量或规律。”
他把对数据的迷信和数据构建出来的世界称之为“精准假象”。数据只是代表现象、模拟现象，而不是现象本身。如果你要是笃信，只有数据是客观的，相信只要把几套数据拼凑在一起，以定量的形式表现出来，就能正确地理解用户、就能破解真相，那你就陷入到了“精准假象”之中。
大数据处理信息服务商金盛网聚WJFabric认为，企业对待运营过程中所产生数据的正确态度应该是客观、公正。一方面要全面地看待数据，经常复盘；另一方面需要明确数据反映出的问题。如果能够意识到，数据只是现实的代表而非现实本身更非全部，那么对于数据的态度将区域客观。数据可以是一种好用的工具，但并不能解决全部问题。所谓“兼听则明偏听则暗”对于数据来讲同样适用。
閱讀更多 金盛網聚 的文章
