我們在前一篇文章中提到，數據思維是企業轉型最重要的第一種優質競爭力，但數據思維與資料分析有什麼差異？我們又能在哪些層面運用數據思維？數據思維又要怎麼建立呢？
今天任何人都可以輕易地在網路上找到數據思維與資料分析的相關資訊，像是：如何搜集、整理、解讀數據，如何快速學好一門程式語言或分析軟件；如何將數據做到可視化；基本的統計概念與分析方法，例如中位數與平均數的運用、回歸分析、矩陣分析，或是大數據的概念及AI的應用等。
但學了這些東西，就真的能經營好企業嗎？
那可不一定！
好企業的條件
數據思維，強調的腦袋裡的認知，這和你會不會用什麼工具、懂不懂什麼統計方法沒有半毛錢關係，今天你去找一個不要太爛的大學畢業生，他們多少對統計模型有點概念，但能說他們有數據思維，能運用他們的統計知識經營好企業嗎？
但話又說回來，數據思維也沒有那麼難，只要掌握三步驟，基本上經營事業或在職場發展，就不會出大錯，甚至可以得到超額回報！
接下來就讓我們來看數據思維的三板斧是什麼吧！
要經營好企業，甚至做好數位轉型，首先就讓我們來看真正好企業的定義：
如果從投資人的角度來看，好企業至少要符合兩個條件：
股東權益報酬率長期穩定（ROE)
盈餘長期穩定再投資
如果只是做到第一點，那企業只要不追求成長，穩穩的賺錢分給股東，或者是把賺來的錢拿來買庫藏股註銷就可以了，但這樣的企業充其量只是一間獲利穩定的老店，股東只能買便宜賣貴，永遠不會偉大。
但是如果同時做到第二點就不一樣了，能將盈餘長期投資，又能確保股東權益報酬率不變的公司，那就真的能實現：穩增長、保獲利。
能持續三十年這樣發展的公司，過去台灣股市只有兩間公司在不同的時間段裡達到過，分別是鴻海與台積電，其中鴻海的發展勢頭早已停止，台積電的發展或有間斷，由此可知這一點有多不容易了。
所以要成就偉大公司，首先要確定的就是好公司要符合什麼條件，在這裡提到的這兩點要求，就是一間偉大公司的充分與必要條件。
在特定的條件與邊界下去求解，而不是天馬行空的亂想，就是數據思維的第一步。
第一步：幫自己找到一個適合的賽道
有了第一步，接下來我們來看第二步。
國家有興衰，產業有更迭，尤其在變化這麼快的現在，一間公司要能在一個賽道上長久前進實踐擴張而不撞上天花板，只有三種可能：
1、選擇一個極大的賽道，然後一路擴張、或併購、或開發新市場，直到成為世界第一
2、水平多角化擴張，掌握自己的核心能力，同時在每個事業發展飽和之前就先跨入新賽道
3、垂直擴張，將上下游都整併進來，搶奪寡佔的定價權
不管是選擇那一條道路，都可以先透過公開數據很快的評估整件事情被你完成後能吃到的最大一塊餅。
讓我再為你舉個例子吧：馬斯克的投資人之所以對他不離不棄，那是因為他們相信特斯拉最終能吃下整個汽車市場，鴻海的分析師在放棄鴻海之前，是用整個地球的代工規模來預估鴻海的最大營收可能。
第二步：推算出最大期望值
台積電之所以在一年之內營收與股價如此大的漲幅，是因為半導體產業的實際需求大幅揚升。
反之，如果馬斯克最終沒有飛向火星、郭董選下一任總統、終端需求成長在七奈米製程就達到巔峰，這三間公司的最大期望市值就能被推算出來。
最大期望市值，並不代表一間公司最終能實現的成就，因為在最大期望值之下，做錯每個決定、發生每次意外，都會讓期望值打折。
聽到這裡大家應該知道，有數據思維能力的個人或企業，首先要幫自己找到一個適合的賽道，然後盡可能的避免在關鍵時刻做錯決定、在賽道飽和之前跨入新領域，才能長期實踐成長而不墜，最終成為一個偉大公司。
以目前市值最大的蘋果公司為例，蘋果公司大是大矣，真正的產品其實用五根指頭來數都太多：
個人電腦（桌上型、筆記型；商用型、民用型）、行動裝置、內容服務，其他的東西對營收來說都微不足道，但光是在這三個賽道上的市場份額都還沒達到頂天的情況之下，蘋果就已經是世界市值最大公司了。
聽到這裡讀者不妨思考一下，你個人的職業生涯或事業經營的最大期望值會落在哪裡？
如果你已經出社會一段時間，或事業已經運作好一陣子，但你卻連自己在哪個賽道、最終期望值都不知道的話，那恭喜你，可以瞎忙那麼久的人生是幸福的，但現在你知道了，還是好好幫自己評估一下吧。
第三步：不要犯低級的錯誤
知道了最大期望值，接下來我們來看第三步。
數據思維的第三步：不要犯低級錯誤。
一般人想到數據，最直覺的就是想到如何運用數據來增加銷售。
不管是對用戶做千人千面的推薦、或用大數據來擠壓最大的利潤、用傳感器＋回歸分析來做機台配置最佳化以增進生產效率，其間的共性就是想賺的更多、更快，想盡辦法往營收和獲利成長上努力。
營收和獲利成長當然很重要，但這是企業經營的一切嗎？
肯定不是。
數據思維和資料分析最大差距在於，一般人提到資料分析想到的都是盡可能搜集數據、建立模型以進行分析。
但我們企業經營或個人職涯的成長，面對的是充滿不確定性的未來，分析過去的資料可以幫我們預測落點、軌跡、擠壓利潤與降低成本，卻無法對未來發展做出前瞻性的前景。
我們已經在第一步與第二步中幫未來發展找出一定的道路、準則與邊界，接下來最重要的就是如何在這樣的邊界中找到更多有效信息，才能不在前進的道路上犯低級錯誤，盡可能的無限逼近選定賽道的期望值上限，才是成就偉大公司、高成長職業生涯的關鍵因素。
所以數據分析的第三步，就是利用數據驗證我們現在的策略與行動，找出可能的問題、避免犯不必要的低級錯誤。
怎麼做呢？
假設策略選項個別的期望值（勝率＊收益-成本）。
透過小規模試行驗證預先的假設，並進行A\B測試。
測試出結果後再確認路徑選擇。
路徑選擇後反覆實作，直到得到確認反饋，投資與回報比例穩定達標時，進行大規模擴張。
這幾個步驟看來簡單，但他卻是顛撲不破的底層邏輯，人間的各行各業即使差距再大，但只要稍就產業特性做出調整，就能通通一體適用。
數據思維的三板斧
同樣的操作，每次遇到路徑選擇時重複施行，就能避免犯低級錯誤，最後無限逼近人生與企業成就的最大值。
讓我們做個覆盤。
數據思維不等於資料分析，其中最重要的三板斧，分別是：
在特定的條件與邊界下去求解。
找出所選路徑的最大期望值。
不要在所選路徑中犯下低級錯誤，以無限逼近成就的最大值。
對於初出社會、毫無基礎的新人、或毫無營運基礎的創業者來說，透過開放世界的數據搜集，都能輕易地完成前兩步，而有一定基礎的老鳥或企業，都能透過既有累積的基礎按部就班地完成第三部。
長此以往反覆施行，每個人、每間企業，都有機會實現自己職業生涯或企業壽命中的最大成就。
以上就是數據思維最重要的三板斧，對人間頂級的系統架構師有用，對我國小三年級的小孩也有用。
如果你覺得太簡單，那我可以告訴你，你肯定是沒弄懂。
下一講，就讓我們繼續談企業轉型最重要的第二個優質競爭力：頂層設計及工程能力。
台灣工程師很多，但有真正工程能力的卻是寥寥可數。
希望今天的這一講，對你有點啟發，我們下一講再見。
