Shopee数据和经验谁说了算

数据和老经验各自擅长什么

数据的擅长之处在三个地方：看得广，一次能覆盖几百条；能对照，同一批对象可以在不同时间上比较；能反复检查，同一个结论别人拿同样的条件能再算一遍。这三样加起来，让数据在处理面与量的判断上占优，因为它不受一个人的注意力范围限制。

经验擅长的是另外三件事：反应快，现场一变立刻就知道；能接上那些不在数里的条件，比如这一家的货期稳不稳、这个类目退货多不多；还有一个容易被忽略的，经验知道哪些事根本不必看数，因为答案早就确定了，看数只是浪费时间。

两边擅长的东西几乎不重叠，这一点很关键。数据善于处理能摊开、能数、能对照的东西，经验善于处理现场、手感、人的那一部分。之所以会有谁说了算这个说法，往往是因为一个判断里同时掺了这两类东西，而说话的人没把它们拆开。

所以更有用的问法不是谁说了算，而是这一件事该由哪一边先开口。要判断这一类东西在这一块还有没有空间，先让数据说话；要判断这一家的货能不能按期到，先让做过的人说话。分清了分工，冲突会少很多。

有一个具体的场景能说明这种分工。某一类东西你做了三年，别人给你看一个数说这一类在往下走。这时候正确的问题不是信谁，而是问清这个数说的是哪个站点、哪一段时间、算的是哪一层。三年里你熟的可能是另一个站点，两个说法之间本来就没有冲突。

经验还有一项本事容易被忽略：它知道哪些信号不值得理会。同样一个波动，做过的人一眼就知道那是常见的一批货在进出造成的，而不需要去看细节。数据看的是数值，经验看的是这个数值背后有没有值得解释的东西，这一层筛掉的东西相当多。

数据也有它自己的盲区，就是它只知道自己被记下来的那一部分。一个类目为什么这几年慢慢变淡，可能是消费者习惯变了，可能是物流成本变了，这些原因不在任何一批数里。这类原因只有常年做的人能说出来，而且说出来的是故事不是数，缺了它，判断就少了最关键的一环。

所以两边真正的关系更像分工而不是竞争。一边管能摊开的东西，一边管摊不开的东西。谁先把话说出来，取决于这件事主要落在哪一类上。把这一条分清之后，后面那些谁说了算的讨论大部分会自己消失。

有一个很实际的分辨办法：问一件具体的事，看答的人是不是必须去查。答的人说要去翻一下，说明这个问题是数据能答的；答的人当场就能说，并且说得有细节，说明这个问题在经验里。这个办法很粗糙，但在不知道一件事该靠哪边的时候，它能很快给出一个方向。

两边还有一个区别在于能不能传给别人。经验很难传，一个做了多年的人把感受说给新人，新人听到的是一句结论，中间那一段所依赖的具体场景没有跟着传过去。数据能传，因为坐标完整的时候，别人可以自己去看同一段数，看到同样的东西。

所以团队的规模变了，两边的比重也会跟着变。一个人做的时候，经验覆盖得住全部；人多起来之后，每个人只看到自己那一块，经验就拼不成一个完整的画面，必须靠带坐标的数据把各块接起来。这不是经验变差了，是覆盖面不够了。

有一句话可以把这一节收住：数据回答多少和在哪，经验回答难不难和值不值。两个问题各自有用，混在一起问的时候，两边都会觉得自己被冒犯，因为一个人被问到多少的时候，脑子里想的是难不难。把问题拆开，两边都能答好。

有一件小事可以试一次：把最近三个月的判断列出来，每一条标一个记号，看它主要依据的是数还是印象。标完之后多数人会发现自己依据印象的那部分比想象的多，而且这些判断往往也没有出问题。这不是在说明印象可用，只是在说明印象一直在被用，只是没被写出来过。

冲突里真正难的不是谁对，是把两边拉到同一个坐标上

两者冲突时先看什么

第一件要看的是两边说的是不是同一件事。老经验说这个类目能做，说的是这一类东西在这个市场长期有没有人要；数据说这个关键词的搜索在往下走，说的是最近一段时间这个词的搜索在减少。两句话在说两件不同的事，它们之间本来就没有直接冲突。

把两句话补全之后往往是这样：这一类东西长期有人要，而这个具体的入口最近在变少。两句话都对，而且合起来说出了一个更具体的判断：需求还在，但原来那条进来的路变窄了。这个结论比任何一边单独给的都更接近实情。

第二件要看的是数据缺了哪一项坐标。手上那个数是什么时候的、算的是哪一层、底下有多少条撑着，三项里只要缺一项，它就不能拿来和经验直接顶。一片范围里出来的数和一个具体的人三年里攒下来的印象，本来就不是一个层级上的东西。

第三件要看的是经验看漏了哪一段。经验最常漏的恰恰是最近这一段，因为它形成得慢，一个做了几年的人，他对这一类的印象往往是前几年累出来的，而最近几个月的变化还没来得及改变那个印象。数据在这一点上正好补上，它看的就是最近。

第四件是看这件事错了之后谁承担。如果判断做错了，代价落在动手的那个人身上，那么他的经验应该占更大的分量，因为他更清楚现场能承受多少。如果代价落在整条线的资源上，那就要把面与量那一部分交给数据来定。

有一个具体的冲突能用来说明这件事。老经验说这个类目能做，数据说这个关键词的搜索在往下走，这时候先看什么。先看这两句话说的是不是同一件事：一个说的是这一类东西有没有人要，一个说的是从这个词进来的人变少了。两件事可以同时成立。

接下来再看的是这个数缺了哪一项坐标。它是什么时候的、是哪一层的、底下多少条撑着。如果它是最近三个月、整站层、条数不少，那这个词的搜索在减少这件事相当可信，值得认真对待；如果它只覆盖了很短一段、或者只来自某一个词上，那它的分量就轻得多。

最后再看经验漏了哪一段。三年里熟的是这个类目有人要这件事，而最近这段时间从哪些入口进来的人变了，这件事经验往往没有跟上，因为它变得比经验更新的速度快。把这一段补上，两边的说法就合起来了：需求还在，入口在换。

有一个很常见的处理方式是错的：为了让两边对上，把冲突的那一条先放一边，只拿能对上的那部分往下走。这样出来的结论看着顺利，其实把最有信息量的那一处丢掉了。冲突的地方往往正是变化发生的地方，值得单独看。

有一步很值得做，就是把冲突记下来。写下哪一边说了什么、当时依据的是什么、后来又是什么情况。这类记录攒起来之后，你会发现自己更常在哪一类事情上和数对不上。这个认识比任何一次谁对谁错的结果都有用。

有一个顺序上的提醒：先对坐标，再对时间。很多看起来是数据和老经验冲突的事，对完坐标就发现两边说的不是同一件事。先对坐标这一步很快，多数时候几秒钟就能对完，而它解决掉的冲突占了一多半。

真正对到坐标、时间、层级都一样还冲突的情况，才值得认真处理。这时候要问的是两边各自的依据是什么：数据这边是哪个站点哪一层多少条，经验这边是最近哪一次碰到的情况。两边把依据摆出来，往往能看出其中一边的依据范围比它要回答的问题窄。

还有一类冲突根本原因在于时间点不同。数据说的是这一段，经验里的最近一次经历可能发生在更早的时候。两边都没错，只是各自停在不同的时刻。把两个时刻并列写出来，冲突就变成了这个月和前几个月的差别，处理起来完全不同。

有一个具体的判断可以照着走：先问这一条冲突如果站错了边，代价落在哪儿。落在资源上，先拿数据那边定范围；落在现场执行上，先听经验那边说能做成什么样。代价落在哪里，就由哪一边先开口，这一步比争论谁更准有效得多。

冲突最后还有一个处置方式值得记：把两边都留下。既然两边都拿着自己那份理由，就把两份理由一起写进记录，写清它们是同一个坐标上的两个说法还是一个坐标上的一个说法。留下之后，过一段时间回头看，你会知道当时是两边都错还是有一边被忽略了。

有一个容易忽略的细节：冲突往往不是两边对同一个数有不同看法，而是两边看的是不同的对象。经验说的是这一类东西整体上有人要，数据说的是这一类里的某一个入口在收窄，说的是两个对象，冲突感来自它们被摆在了同一句话里。把对象分清，多数冲突就落回到了各自的位置。

还有一点跟表达方式有关。经验往往是用一件事说出来的，数据往往是用一批数说出来的。一件事可能很典型，也可能只是恰好被记住的那一次；一批数可能覆盖面很广，也可能覆盖的恰好不是这件事要问的那一段。两种表达各有各的盲点，对的时候要顺手问一句它代表的是一件事还是一批数。

越靠近面与量的判断越靠数据，越靠近现场与人的判断越靠经验

经验在什么情况下更靠得住

第一种情况是这一件事根本无法被数出来。这一家的配合度怎么样、这一类的退货处理起来烦不烦、这一批货在路上会不会出问题，这些在现场能感受到，但很难变成一个能被对照的数。这类事上经验是主要依据，数据只能提供背景。

第二种情况是数据覆盖的时间太短。某一类刚起量的那几个月，数上看着很好，但底下撑着它的条数可能很少，也可能是赶上了一段特殊时期。做过几年的人对这种好会有一个下意识的警惕，这种警惕往往比数据本身更有用。

第三种情况是手上有现场信息，而数据里没有。你知道某个站点最近物流慢了，知道某一类东西的进货价变了，这些还没进到任何一批数里。这时候凭经验先动一步，往往比等数跟上再动更划算，因为等数跟上的时间本身就是代价。

第四种情况是判断要立刻做。数据要看得全、要对照、要核实，这些都需要时间。现场有时候只给你半天，那半天里能依据的只有手感。这类情况下用经验不是退而求其次，是当时唯一能用的方式，但事后要回头把数补上。

有一个很具体的例子：这一家的货期稳不稳。这种判断没有数可看，公开范围里拿不到，你能依据的只有过去几次打交道的印象。印象会出错，但它至少是一条能被记住的东西，没有它就只能从零开始猜。这一类的判断上，经验不是补充，是主要依据。

第二种更靠得住的情况是数据看着好而现场有问题。某一类这两个月的数看着起来了，做过的人知道那是因为赶上了一段特殊时期，过后会回落。这种判断不来自数据，来自对这一年里哪几段时间特别的记忆，它对数的补充是数据本身给不出来的。

第三种情况是数据在更新上慢半拍。看到的是前一日的，而手上的现场信息是刚刚发生的。这两者之间那一段差距里，现场信息更靠得住。用数去否定刚刚发生的现场信息，是一种很常见的错，而且是错的顺序反了。

不过经验靠得住也有条件，就是它得是最近的。同一个人，三年前做过这一类，这几年没做过，他的印象对今天的事是没有发言权的。所以在用经验之前，先问一句这个人最近一次碰这类事是什么时候，比直接问他觉得行不行有用得多。

有一种情况容易被忽略：需要判断对面那个人怎么想的时候。同一个价格，改了之后客户的反应会怎样，这种事数据里只有过去的结果，没有对面为什么会那么反应。做过的人知道哪一类东西动价最容易被察觉，这一类判断只能靠经验。

还有一种情况是判断本身需要拿捏分寸。同样一句反馈要不要发出去、发多重，这种事没有一个数能给出答案，做过的人凭手感能做得更合适。分寸这件事的特点是它没有最优解，只有一个相对合适的度，而这个度长在人的经验里。

不过要留意一种假经验，就是从别人那里听来的说法。别人做另一个站点、另一个类目得出的印象，被当成了普遍规律用。这种说法听起来很像经验，其实它的依据条件和你要用的条件不是一套，用的时候要先问一句这是在哪个站点、哪一类上得出来的。

有一种情况是判断的对象本身就是人。这一批货交给谁、这一家和上一家哪个更省心，这些问题里没有可以被数出来的量，或者能被数出来的那部分不是重点。这种判断上经验是主要依据，因为它的载体本来就是人和人打交道的过程。

还有一种情况是这一段时间环境刚变过。规则改了、物流线路变了、某一段的节奏变了，这个时候过去的数还在反映旧环境，经验里关于新环境的那一部分反而走在前面。环境刚变的头几个月，经验的分量会明显上升。

有一种情况是判断的答案本来就允许范围很宽。这一类东西能不能做，如果做得好与做得一般的差别不大，那这件事上就不值得花力气去追更精细的依据，凭经验定一个方向就够。反过来，差别很大的时候，才值得把数补齐。判断要花多少力气，取决于判断错一次的代价有多大。

数据在什么情况下更靠得住

第一种情况是这件事涉及的对象数量远超一个人能记住的范围。几百条里哪几条在动、哪一块在缩，靠印象是记不住的，印象只会留下最显眼的那几个，而最显眼的在数量大的时候往往不代表最多。这时候数据覆盖的面是经验给不出来的。

第二种情况是需要跨时间对照。三个月前这一块是什么样，半年前是什么样，一个人对这类比较的记忆会随着时间变形，越想越容易把后来的印象挪到前面去。数据不存在这个问题，同一段时期的数再过一年看还是那个数。

第三种情况是判断要经得起别人检查。你要向别人说明为什么这么定，需要一个能被复算的依据。这时候坐标清楚的数比一句我做过几年有说服力，不是因为经验不可靠，是因为经验没法被别人拿同样的条件再走一遍。

第四种情况是自己的经验本来就薄。没做过这一类、没碰过这个站点，感觉是靠不住的，因为它建立的东西太少。这种时候先把公开范围内的位置和方向看清，是成本最低的一步，比凭感觉试一遍要省得多。

有一个很常见的场景：几十条里哪几条在掉。一个人盯了几周，脑子里留下的是最近看的那几条和变化最明显的那几条，这两类都不等于掉得最多的那几条。数据不需要记住，它每次都把全部对象过一遍，这一层上它比任何记忆力都稳。

第二种是判断涉及具体数字的对照。上个月的这一段是多少、这个月又是多少，这种对照人做起来容易走形，因为记忆里的数会随着后来的印象往一个方向移。数据不会移，同一段时间的数放多久还是那个数，这使得它在需要精确对照的场合更靠得住。

第三种是这个判断要给别人看。别人要的是一个能核对的依据，一句我做过几年没法被核对。数据带着站点、时间和层级，别人可以自己去看一遍，看到同样的东西。能被别人复现的依据，在需要说服别人的场合，分量明显更重。

第四种是自己刚进这个站点。没做过、没碰过，感觉建立的东西太少，几乎等于随口一说。这时候先把公开范围内的位置和方向看清，成本很低，而且看到的东西至少是可核对的，比凭感觉试一遍再回头总结经验省得多。

有一种情况是判断的对象会随时间变多。今天是几十条，过两个月可能是几百条。经验能覆盖几十条，覆盖不了几百条，所以越是往后，越需要一份能摊开的依据，不然判断的依据还停在最早那几十条上，而情况早就变了。

还有一种情况是判断要被周期性地重复。每一段时间都要做一次同样的判断，这时候有一份固定的依据比每次凭印象重来更稳。凭印象重来的时候，每一次的松紧程度都会有细微差别，几次下来积累的差别就不小了。

需要说明一点：说数据更靠得住，指的是它在这一类问题上更靠得住，不是说它能替人做判断。它给的是位置和方向，还缺了成本、周期、能做到多少这些条件，补上这些条件的仍然是判断这件事本身。

还有一种情况是对象之间需要横向比较。这一条和那一条谁更快、这几个类目哪个占得更多，这种比较需要把它们放在同一套尺度上看。凭印象做横向比较，很容易把最近看到的和印象深的算成更重要的，而这两件事和实际上谁更多没有关系。

以及一种不太显眼的情况：判断需要留下痕迹的时候。某些判断过一段时间要拿出来复盘，或者要作为下一段安排的基础。这类判断从一开始就该有一份能看的依据，否则到了要复盘的时候，剩下的只有当时的感觉，复盘也就无从下手。

要提一句的是，数据更靠得住这件事有个前提，就是它带着坐标。一个没有站点、没有时间、没有层级的数，在这几种情况里也帮不上忙，因为它自己都不知道自己在说什么。先把它放到坐标上，它才在这些场合里靠得住。

还有一种情况是判断的一方离得太远。一个人如果很久没有碰过这一类，他手上的印象会停在离开时的那一段，而这一类可能已经变过几轮。这时候数覆盖的是最近这一段，虽然它是别人给的，但对当下这个问题，它比一个停在过去几年的印象更接近实情。

怎么让两者互相校准

校准的第一件事是给经验留一个能被检查的形状。做过的判断顺手记一句当时依据的是什么、预计什么时候能看出对错。有了这一句，几个月之后回头看，经验就从一种印象变成了一批有结果的记录，能被自己检查。

第二件事是给数据补上坐标。这一条前面说过，这里再提是因为它决定了校准能不能做成：一个没写站点、没写时间、没写层级的数，和经验没法对话。补上这三项之后，两边才有可能被拉到同一个位置上比。

第三件事是让两边各自说一段，不要交叉着说。先让数据把它能回答的那一段说完，再让经验说它知道而数里没有的那一段，最后把两段拼起来。交叉着说的结果往往是两边各挑对己有利的部分，谁也说不清最后那句结论是谁的依据。

第四件事是给对不上的情况留一个记号。两边冲突的时候，把冲突这一条单独记下来，过一段时间再看是哪一边对了。这类记录攒得多了，你会知道自己更容易在哪一类事情上判断偏，这个认识比任何一次的胜负都有用。

校准这句话说起来简单，做起来最难的是让经验肯被检查。多数人不习惯把自己的判断记下来，因为等结果出来的时候，谁也不想看到自己错了。但记录这件事的意义不在于评分，在于让同一个判断有机会被回头看第二次。

让数据肯被检查相对容易一些，只要补上坐标就行。补上站点、时间、层级之后，这个数就放在那里，谁都可以去看、去对照。它会出错，但它出错的时候能被发现，因为它站的位置是明的，位置明了就有的比。

有一个实际的做法，是把两类记录放在一起。前面一行写数据说了什么，后面一行写经验说了什么，再空一行留给几个月之后填结果。这一页纸攒几个月，你会看到两边的分工其实比想象中清楚，哪一类事情上谁更常对，一眼就能看出来。

最后一点是关于时机的。校准这件事要在判断之前做，不能等结论定了再回头补依据。结论先定下来的时候，人对依据的记忆是往结论那边偏的，补出来的依据会是挑过的。要在打开数、问过自己的判断之前就把两边都写下来。

有一个很小的习惯能帮上很大的忙：把自己说过的判断在说的时候加一句依据。依据是数据就说哪一段数，是经验就说哪一次碰到的情况。加这一句只多花几秒钟，而它让后面所有的回头检查变得可能。

校准还需要一个频率。不用每天做，隔一段时间把两栏记录摆在一起看一遍就够。看的时候不评判谁对谁错，只找规律：哪一类事情上数据和经验说法一致，哪一类上长期不一致。长期不一致的那一类，说明其中一边的依据范围盖不住这个问题。

还有一点是关于心态的。校准不是为了证明自己判断得准，是为了知道自己在哪里容易偏。一个人对某一类事情判断偏，这件事本身不丢人，因为它往往来自一套在别处很好用的经验被用到了不合适的范围里。知道了就能换一套依据。

有一个很小的动作值得试：每次做判断之前，先写下自己凭经验会怎么定，再去打开数。这么做的意义在于顺序，先写经验，再对数，那么后面看到的数就是在检验前面那一句，而不是被前面那一句牵着走。反过来做的时候，人会不自觉地找支持自己的那部分数。

校准做久了会有一件副产品：你会更清楚自己手上那点经验是用什么换来的。它来自哪几年、哪几件事、在哪个站点上攒的。知道边界之后，就会知道什么时候可以靠它，什么时候得去补一份数据。这份自觉，比任何一件具体的判断都耐用。

有一个不常见的做法可以试：故意把自己凭经验的那一句说得更具体一些。原来是一句这一类能做，改成这一类里哪一种、在哪个站点、大概走什么价位能做。说得越具体，它就越接近一个能被检查的说法，也就越容易和数对上。含糊的那一句永远无法被检验。

校准还有一项容易忽略的内容，就是校准的不是某一件事的结论，而是自己在哪一类事情上容易偏。同一个人可能在小范围的问题上判断很准，在涉及面与量的问题上容易偏，因为前一类他天天在做，后一类他一年只碰到几次。找准自己的偏差类型，比逐条去对结论省力。

给数据补坐标这一步，如果数本来就从同一个页面来，这项工作会轻很多。知虾给的是站点、类目、商品这几级的公开信息，把是哪个站点、哪一天、哪一层标清楚，看的是这一层，它不做采集，也拿不到你后台那一层的数据。坐标补齐之后，它才能和你的经验摆到同一张桌面上说话。

先信谁不是重点，先看两边站的是不是同一个位置才是

谁都不靠谱的时候怎么办

第一种情况是数据和时间都不够，经验也用不上。某一类你既没做过，公开范围里的数又很少，这时候能做的不是硬下判断，而是把动作变小：先动一条、先试一小段时间。动作小了，错了的代价也就小，同时还能攒出第一批自己的经验。

第二种情况是两边都说行，但心里没底。这种时候不妨找一个小的点上先验一遍，选一个花钱少、见效快的环节去看。它会给你一个真实的结果，这个结果比继续讨论谁对谁错有用，因为它本身就是新的一份数据。

第三种情况是两边都说不行。这时候多数人还是会动，因为想动才是最初的动机。可行的做法是给这个动加上一个明确的退出条件：到什么时候、看到什么迹象就停。有了退出条件，即使错了也不会一直拖着。

还有一种情况是时间上等不及。有些机会不允许你先试再定，这时候能做的是把判断的前提写下来，明确记下当时依据的是什么、放弃了什么。这个动作不能提高判断的准确度，但它能让你事后知道错在哪里，而不是只记得结果。

有一个原则可以用在这三种情况上：不确定的时候，把动作的规模当成变量。判断的准确度提不上去，但动作的规模是可以调小的，规模小了错的代价也就小。等结果出来之后，手上的依据就多了一份，下一次判断能站的地方也多了一个。

第二种做法是把决定拆成两段。先定一个不会错的部分，再定一个需要判断的部分。比如要不要做这一类可以先不定，先定要不要花很小的代价了解这一类。前一段用很小的代价就能有答案，有了它，后一段的判断才有一个真实的基础。

第三种是给自己留一个回头看的时间点。当时定下什么时候回头，看到什么就停。这样的安排让判断不再是一个无限拖着的悬念，它有开始也有一个约定好的结束，过程中的犹豫会少很多，因为知道什么时候会有答案。

还有一种情况值得单独说：两边都不靠谱，但事情必须做。这时候能做的就是把不确定写下来，明确记下放弃了哪些依据、承担了哪些不确定。这个动作不改变结果，但它让这次决定在事后是可读的，能从里面看出当时是怎么想的。

有一种处理方式是找人问。找一个做过类似事情的人，问的不是要不要做，而是他当时是怎么做的、碰到了什么。这一类回答不给你结论，但会给你一些具体的条件，比如这一类东西的备货周期大概多长、这一步最容易卡在哪里。

另一种方式是换一个更容易回答的问题。原问题是这一类能不能做，换成这一类里最小的一步要花多少、多久能看出结果。后一个问题比前一个具体，可靠性更高，而且它的答案能直接支撑前一个问题的一部分。

还有一种是先把不做的代价算出来。有时候不确定的是做了一定好吗，但能确定的是不做会怎样。这两个不等价，可后者往往更容易算清楚，而它有时候足以支撑一个决定。把能算清的那一半先算清，剩下的一半再说。

有一个态度上的建议：这时候不要急着给自己找一个说法。人在不确定的时候最想做的事是把不确定说成确定，哪怕那个说法的依据很薄。把不确定承认下来，反而能让人去做那些真正有用的事，比如把动作变小、把时点定下来。

也可以把这次的判断当成一次收集依据的过程。明确写下这一次是在什么都不知道的情况下做的、打算在什么时候回头看、看到什么就改。下一次遇到类似的局面时，你手上至少多了一条自己走出来的记录，它比任何别人的建议都更贴你的情况。

有一个办法是把范围缩小后再问一遍。原来问的是这一类能不能做，缩成这一类里某一种最常见的东西能不能做、这一种里最小的一批要多少。范围小了之后，你对它的了解通常会多一些，数也可能多几条，两边都不靠谱的程度也就下降一点。

也要允许一次判断后来被自己推翻。当时依据薄，做的时候已经留了余量、定了回头看的时点，后面看到新东西就改。这种推翻不是当初判断得不好，而是当初那个条件下能做得最合适的处理，把它当成失败反而会让人下一次更不敢在依据薄的时候做决定。

校准不是让一方赢，是让两边都能被回头看

判断最后落在谁身上

判断最后落在那个人身上，这一点不因为手上有没有数据而改变。数据能提供位置和方向，经验能提供现场和手感，两样都是材料，做决定的那一下仍然由人担着。把这一步交出去，无论是交给数还是交给别人的经验，出的问题都没人接得住。

所以真正值得练的不是多信哪一边，是把两边摆到能被检查的位置上：数据带坐标，经验带记录。这样摆好之后，判断该由谁来做自然就清楚了，也不必再争谁说了算，因为它本来就落在做这件事的人身上。

有一件事可以做一次：把手上的判断按类型分开，看哪几类该由数据先开口，哪几类该由经验先开口。这份分工写下来之后，多数争执会在开始之前就消掉，因为两边的位置从一开始就是清楚的。

最后一点是关于心态的。判断错了这件事不会因为用了数据就避免，数据和经验都会出错，区别在于出错之后能不能被回头查。能被查的错会变成下一次判断的依据，不能被查的错只会变成一个说不清的印象，跟着你走很久。

有一个很容易被忽略的事实：数据不会担责任，经验也不会。两者都只是材料，材料错了可以换一份，做决定的那个后果只能由人来接。所以判断这件事无论手上有什么，最后仍然落在做这件事的人身上，这一点不因为工具的多少而改变。

这也意味着把判断交出去是一件很危险的事。交给一堆数，出错的时候没人能解释为什么；交给别人的经验，出错的时候只能怪别人。自己担着的时候，至少会认真地看依据、留余量、给自己设一个退出的条件。担着这件事本身，就是判断质量的一部分。

有一件事可以做一次，把手上的判断按类型分两栏：一栏是该由数据先开口的，一栏是该由经验先开口的。分完之后贴在看得见的地方。多数争执会在开始之前就消掉，因为两边从最开始就知道各自站在哪一栏里，不用等到冲突了再分。

最后一句：数据本身没有高低，经验也没有，能说的只是这一件事该由哪一边先开口。把两边摆到能被检查的位置上，剩下的那一步，谁担着就由谁来走。这一步交不出去，也不需要交出去。

把自己担着这件事说得再具体一点：担着意味着你在判断的时候会主动留余量。同一件事，担着的人会想着如果错了怎么办、错到什么程度就得停；不担着的人只想这一次能成多少。这两种想法的差别，最后会落在同一件事上，就是收不收得住。

担着还意味着会去记依据。不担着的人不需要记，因为不用回头解释；担着的人会顺手记一笔，因为过一段时间他得知道当时是怎么想的。记录里的这一笔，日积月累下来就成了他自己的那一部分，比任何一个数都更贴着他自己的情况。

所以最后落在谁身上这件事，不只是一个责任归属的说法，它决定了判断的质量。判断被担着的时候，依据会被认真看、余量会被留下、退出条件会被想好；判断被交出去的时候，这些动作一个都不会发生。这是同一件事的两面。

有一个场景能说明这一点。同样一批带坐标的数摆在两个人面前，两个人得出了不同的结论，因为一个人手上的资源多、能等的时间长，另一个人手头紧、必须尽快见结果。数的部分是一样的，落在谁身上的那一段不一样，两个结论就都成立。

所以这件事的最后一步永远是个人的：你要根据自己手上的资源和能等的时间，决定用哪一部分数、把它放到多大。这一步没有替代品，别人替你想的那一次，用的是他的条件，和你的不一样。

回到开头那一句：数据和经验不是对手，是两种距离上的看法。近的那一种看得清现场、看不见面，远的那一种看得见面、看不清手感。判断这件事要同时用上两种距离，而最后站着看的那个人，始终是做事的那一个。

有一个后果要提一下：判断落在自己身上，意味着也需要自己去承认判断错了。承认这件事不容易，人对自己的判断会有一种保护，倾向去找支持它的理由。有一个做法能缓解，就是在做判断的时候就写下什么情况算错，等那个情况出现，承认起来会容易一些。

还有一层是判断可以交给别人执行，但不能连同判断本身一起交出去。你可以让别人去动手，但得由你去定为什么这么动、动到什么程度为止。交出去的那一部分如果连依据也一起交了出去，最后出错的时候，你和执行的人手上都不会有能拿来说明的东西。

所以这一段其实不是关于数据和经验怎么选，而是关于判断这件事有没有人真正在做。有人在做的时候，数据和经验都会被认真看待；没有人在做的时候，两样摆在桌上也只是一堆材料。数据和经验都会出错，能不出错的只有那个认真看过、留过余量、给自己定过止步点的人。

常见问题（FAQ）