如果你想创新，请不要被数据所驱动

英文原文：https://medium.com/microsoft-design/if-you-want-to-be-creative-dont-be-data-driven-55db74078eda

参与翻译 (7人) : 无若, madbooker, 我是菜鸟我骄傲, 大别阿郎, Tocy, LYB_124321, ivychang

任何数据都没有内在价值，因为所有的信息本身没有任何意义。为什么？因为信息不会告诉你做什么。

— Beau Lotto

当我写这篇文章的时候，我坐在办公楼二楼的一个小会议室中。窗外的景色是下面离建筑大约25英尺的院子，院子里有桌子，椅子，和精心修剪的园林。我可以看见灿烂的阳光，看来今天天气不错。基于这些信息，我要去外面办公吗？想一下你的回答，我们等会再回到这个问题。

如果你是一个设计师，工程师，或者创造东西的其他任何角色，你可能听到过很多关于“大数据”和成为“数据驱动” 。假设，数据等于洞察力和方向。但是是吗？数据，任何数据，在任何程度上都会带来一些问题，这些让单独依靠数据很危险。让我们考虑一下其中几个：首先，数据仅仅是信息，并且不能单独的拿来代表客观现实世界。第二，不管你有什么数据，永远永远都不会完整，最后，获得更多的数据并不意味着更清晰。让我们更详细的看看这些吧。

数据不是现实

人类善于根据自己的背景和历史作出决定，但是我们看到超越这个可能性的情况非常大。 这是一个例子。 大声阅读下面的文字：

如果你读成 “what are you reading now?” 你识别出了大多数英语读者类似的“数据”。即使这句话中没有单个英文单词，你也照样能识别。 你可以阅读出一些有意义的东西，并把这篇文章的背景和你的经历都用在了空白处。还请注意，我让你读这个句子，所以你在信中看到了“阅读”这个词。 这种启动有助于确定结果。 不是每个人都以同样的方式阅读。 如果你在吃东西或坐在餐馆里，你可能会轻易的读到“what are you eating now?”。而对于任何不懂英文的人来说，信件就是他们真正的意思。 这里的要点是，我们如何处理数据是由处理个人的高度情境化。 我们经常会根据我们共同的历史或背景得出相同的结论，但基于同样的原因，我们也可以从相同的数据中得出不同的结论。

所有的数据都会有缺失

小数据，大数据，这都没关系。所有的数据在一定程度上都是不完整的。为了演示，让我们想象一下，你创建了一套软件产品，并将你的工作聚焦到创建你的目标客户的配置文件上。 你的期望是，配置文件将提供一些洞察力，以建立什么。 你从收集的数据中创建一个名为 Linda 的“角色”。

Linda 是:

一位女性

31岁

单身

心直口快

聪慧

有一个哲学学位

非常关注歧视和社会公正的问题

还是学生的时候，参加过反核游行

虽然这些数据可能对了解一个人有帮助，但几乎没有人会把它称为一个人的完整观点，更不用说人口（种群）数据了。基于所给出的数据，这些情况是有可能是关于 Linda 的，从下列情形中选择哪一种呢？

Linda 是一个银行出纳

Linda 是一个银行出纳，还热衷于女权运动

80% 的人遇到 Linda 的情况，会认为第二种情况更适合 Linda。然而，这种反应违反概率的逻辑。如果问题是——更有可能的是（哪一种），那么答案必然是1号，因为女权主义银行出纳员的集合包含在银行出纳员的集合中，但反过来是不正确的。因为更有可能的是，Linda 是一个银行出纳超过女权主义的银行出纳员。为什么我们会犯这个错误？ 在不深入所谓的行为心理学的情况下，普遍的想法是情景2讲述了一个更好的故事，所以我们更喜欢它。 换句话说，在这个数据集中有很多缺失，所以我们的大脑把它放在那里，然后脑补了剩下的部分。表面上的特殊性使我们能够构建一个似乎最有意义的故事，但是现实逻辑恰恰相反。 在这种情况下，大多数人会忽略了一个明显的逻辑错误，但是你可能会去想象关于 Linda 的更多的数据 - 她如何穿着，她住在哪里，与谁联系等等，这可能导致你更完整地了解她。 但是，这种描绘仍然会遗漏信息，并且在理解真正的客户他们真正需要是什么产品时，完全不准确。

数据越多，困惑越多？

单单数据，并不能蒙蔽我们寻找创新方法的法眼，哪怕是面对最简单的问题，也不能阻碍。举个栗子：

你要把蜡烛固定到墙上或者木板上，点亮蜡烛后，要保证融化的蜡不直接滴到下面的桌面上。

要实现这一点，你可能只需要以下的东西：

一匣火柴

一盒图钉

明白了吗？我们再给你一些数据，或者说这个问题的“大数据”版本，看看是否有所帮助：

这个小实验，就是所谓的“邓肯蜡烛问题”。世界各地的人用了千奇百怪的东西进行了尝试，提出很多有创意的想法，但大多都无法完成这个任务。确实有人成功了，但方法特别特别的复杂或低效。

最好而且是最简单的方法就是，将盒子清空后固定在墙上，支撑着蜡烛即可。很简单，对吧？但这是大多数所能想到的方法，至少不是马上就能想到。我们对于这个问题的说明非常简短，但是，即使还附上一张图也没有什么帮助，甚至还会妨碍寻找解决方案。为什么会这样？首先，问题中要求我们将蜡烛固定到墙上。我们固有的想法是：图钉可以将东西固定在墙上。另外，陈述和图片让我们建立起这样一个观念：盒子是用来装图钉的。所有这些陈述形成了对物件的错误认知。大部分人都无法克服这些错误认知，因此导致很难发现这些物料的其它用途。

研究者在过去数年里已经尝试了不同的方法来提升找到解决方法更快的能力。一些可行的方法包括：改变放置物品的描述：

一盒火柴

一个盒子

图钉

图片类似的改为：

这些微小但是重要的改变起到了大作用，增加了参与者找到解决方案的机会，或者更快的找到解决方案。本质上，它提升了创造力。为什么呢？这些次要描述和图片帮助消除了上述的偏见，并且让我们更清楚的看到盒子可以用作架子。一个盒子和图钉完全不同于一盒子图钉，瞧：

坏消息是，数据本身最好情况下是没有意义的，然而最糟糕的情况是误导。大部分情况下它很少或者不会告诉你干什么。不幸的是，这并不是许多专业人士对待他们给出数据的方式。我经常听到同事在需要设计或者商务决策的过程中，问：“数据告诉我们怎么做”？真实的答案是：并没有。

madbooker翻译于 1个月前0人顶顶 翻译得不错哦！

如果我们只看到这些就停下来，那数据丰富的未来看起来就不太好了，不过并不是没有希望的。这里有三种方法可以用来处理数据，这三种方法会提升你的创造力使你以更有力的方法来使用你得到的信息。

1. 进行配方试验

我在一个小组工作，创造了五亿个人可以使用的东西。我管理这个团队的数据技术部门，我们越来越多地得到关于我们业务更多数据的请求。

根据我的经验，我在这次讨论中遗漏了一部分，它使我们拥有的所有数据，以及继续收集的数据，有用。那这部分就是你和你的创造力。

看，我们期望从数据中获得客观的事实，如果不用自己的看法和假设来整理数据，数据没有任何意义，也不能超越事实本身获得创造力。在此，我所说的创造力就是一个提出问题，验证方案的过程。创造力让我们得以获取数据，用数据的信息来检验匹配、验证我们的出发点，直到我们找到有用的东西。本文的标题就是要我们不要被数据驱使，“驱使”（driven）才是关键词。

这里的想法是，我们应该使用数据作为信息，而不是作为洞察力。换句话说，食材并不重要，重要的是厨师。单单是食材并是不能成为一顿饭，至少不会很可口的。如果不是有人大量的试错，也不会有优秀食谱的出现。同样，数据管道中人的因素是最有价值的部分，对于我们创意或创新领域的人来说尤其如此。为了获得数据，以激发真正有创意或创新的结果，我们必须让它告诉我们事实，这样我们就可以提出问题并尝试“相邻的可能(adjacent possible)”，以发现原始数据不能提供的洞察力和潜力。以下原因可证明我的观点：

实验留下许多可能性

实验者期望，甚至庆幸遭遇失败和不确定性

实验使发现的过程保持通畅、灵活

实验是一个冰冷的词汇。但是值得深入探究和玩味。实验支持这样一种观点，即没有先入为主的结果，留下许多可能的结果。要做到这一点，我们必须认识到“成功”可以有多种形式，甚至根本没有任何形式的“成功“。这意味着，你按照食谱烹制一道美食的时候，可能完全弄错了，也可能创造了另一道全新的菜肴。

2.怀疑一切

实验和游戏是探索新可能性的方法。最好的落实探索的方法是从怀疑开始。为了测试上述理念，回到那个蜡烛问题来看看你是如何通过质疑你所得到的数据来产生新的可能性的。例如，假设有蜡烛，墙，盒子和图钉，我也许会问到下面一些问题：

如果我从清单上去掉一项会怎么样，那样的话，对我有用吗？

如果我颠倒所有的物品，有什么影响吗？

如果我把所有的火柴都从火柴盒里面拿出来，我能看到什么？

要是我把图钉都拿出盒子呢？

要是我尝试把所有物品用大头钉固定到墙上呢？

这仅仅是你可能看到的我所问的有关蜡烛问题的数据中一大推问题中的一小部分。而且我清单上最后两个问题开始随着我改变了盒子必须通过图钉原本的作用来保存图钉的看法而趋向于一个可能的解决方案。这几乎是我思想上一个神奇的转变。这就是我独自做的效果，当我和其他人一起做的时候会更神奇。

3. 包容性思考

我上面提到了“可能相邻”。对于大多数人来说，受到我们的过往、偏见和观点的限制，我们的创造力不能够让我们探索所有可能的结果，而是只能探索其中一小部分可能的结果。这是我们大脑的演变方式。当我们需要就未来（任何未来的时间，即将或长期）作出决定时，我们通过我们的生活经历来创造回忆，并从这些回忆或“过往”中汲取灵感。这就是为什么我们用不同的方式解释数据。我们有自己的可以汲取的过往，并且每个人的过往都略有不同。一个人的过往越是多样，他可以获取的相邻可能性就越大，但是可能性的数量仍然有限 —— 一个人的大脑只能保持有这么多。

进入多元化团队的话题。构成团队的背景、观点文化、教育乃至职业等多元化越多，团队在任何给定的问题或信息集中所能带来的相邻可能性就越多样化。数据，而不是创造力作为驱动，为不同的观点、创意以及最重要的问题带来了机会。一个团队越是同质化，其效率越高。但是几乎可以肯定的是，他们的创造力也越不足，创造力是解决难题时所急切需要的。

虽然多元化并不是一个神奇的银弹，但团队必须愿意摆脱舒适区并拥抱不同 —— 个性的团队通常比同质化团队更聪颖。

在一个数据丰富的世界里保持创造力

数据正在成为我们个人生活，商业和工作中越来越重要的一部分。我们这些花时间解决棘手问题的人将依靠这些数据来帮助我们理解我们的世界并做新的事情。但我们不应该被数据驱动。 这应该是来自更广泛的世界的信号，我们用它来帮助回答并提出新问题。对其的领悟必须来自我们。

在这里，我们探讨了为什么依靠数据作为驱动不是一个好主意的一些原因。但是我们也研究了如何将信息转化为创造：

承认我们，承认和我们一起工作的人，把自己的过往交给任何给定的数据集，并偏向我们的判断。

通过问题来实验，探索甚至分析数据。

给问题带来不同和独特的观点，获得尽可能多的“相邻可能性”。

因此，当下一次您遇到“数据驱动”的情况时，请执行以下操作：寻找它产生的问题，而不是寻找数据所提供的答案。

至于我是否决定在院子里工作？那么，我忽略了一个重要的数据。 这是太平洋西北部的早春，外面只有49度。虽然太阳很诱人，但在出发之前我想知道它有多冷，这绝对是一个值得提问的问题。

我很乐意听取您的意见！ 我的职业生涯大部分从事软件开发工作，目前负责管理微软的数据科学团队。您可以在 Twitter 和 LinkedIn 上关注我。