数据爆炸时期，你应该明白数据的局限性

编者按：数据为创业公司提供了参考，但光用数据作为度量指标是不够的，因为数据只起到了一个过滤器的作用。红点创投著名投资人 Tomasz Tunguz 在本文分析了数据和标准有哪些局限性。

数字给我们提供了一定程度上的确定性。有了精准的数字，我们就能做出判断，分辨输入和输出。然而，仅凭度量是不够的。一切定量分析都无法催生伟大的创业思想，因为这些数字无法产生共鸣，无法培育正确的文化，也无法雇佣合适的员工。最近我一直在思考这个问题，不久前我和杰夫共同制作了一个软件工程每日播客，在发布大会上我做了演讲，之后，度量局限性的问题浮出水面。

在那些对话中，我们讨论了数据的两个缺点。在软件工程每日播客上，杰夫提出度量能否引领我们获得局部极大值和局部极小值的问题。答案是肯定的。数据并非我们创造新思想的工具。皮克斯动画工作室不用线性回归就能创造牛仔伍迪。倒不如说，数据可以用来优化烟囱设计；排除一系列可能性；对试验作出评估。数据是一种过滤工具，而非构思工具。创业思维的产生更接近于吟诗作赋（加上合理的用户研究），而与会计核算相去甚远。

在启动大会上，一位观众问道，单一度量，甚至是指标度量，是否足以决定一个想法的可行性。答案是否定的。大部分我们评估过的度量都属于后视性度量，而且每个度量仅描述了业务的一面。衡量一家上市公司，也许你需要5到6个度量指标：市场价值，销售收入比率乘数，毛利，现金流，收入增长率，盈利能力。即便如此，这些指标仅仅只是对一家公司的大致描述。

像历史学家一样，投资者利用数字来进行比较和对比，归类和批评。我们找出非凡的公司，这些公司在销售效率或收入增长上首屈一指。管理团队利用度量指标来判断公司特定部门何时的表现令人出乎意料。配额指标的下降表明，销售人员招募和销售行为值得调查。数据经常承担着过滤器的角色。

我们在这篇博文的分析中说过，收入增长为何与第一轮交易前估值毫不相关。而且，至少有三分之一的优质SaaS（软件及服务）公司都会筹集资本，然后才能获得分毫收益。也就是说，当我们利用度量指标来评估公司时，这些数字并不能给我们太多有用的信息。

事实也许是这样的，当公司不断成长，变得成熟，便有了固定的经营模式，会采取特定的市场战略，此时数据就会对企业愈发重要。就算如此，数据依然只作为评估企业的一个要素。

我希望我撰写的度量指标能给各位启迪。这些度量展示我们能实现什么目标，而非实现目标的方式。这些度量指标表明，建立一家公司方法良多，无论是Slack 和Salesforce公司的惊人增长率，还是Atlassian或Concur公司一砖一瓦的执行。但度量无法应用于全局。企业每走一步，其创建团队都要重新定义各种规则，重新审视各种评价。

我们能测量大象的高度，它的象牙长度，它的重量，它的奔跑速度，甚至是基因组排序。但犹如盲人摸象，从个人角度，就算运用精准的数据，也无法全面描述它。

 

翻译来自：虫洞翻翻  译者ID：鬼畜小浣熊