2015/3/15 「王文華：數據、紀律、實踐，柯林斯教會我的人生3堂課」

個人成長

王文華：數據、紀律、實踐，柯林斯教會我的人生3堂課

摘錄自：經理人 每日學管理 電子報                        2015/3/11

2012-05-18 11:44 採訪‧撰文 陳書榕 

3/26(四) 和自慢社長何飛鵬、研華科技董事長劉克振共讀經典《基業長青》《從A到A+》

以豐富的史料、嚴謹的數據，歸納出企業與人生的道理，然後有紀律地去實踐它，是柯林斯帶給王文華最深刻的領悟。高言某個老生常談的道理是非常簡單的，但是柯林斯身體力行，從此中淬煉出不凡的成就。

1994年，在史丹福大學，26歲的王文華，與來自全球的傑出年輕學子一同坐在教室裡。躊躇不安的情緒，在他臉上表露無遺，這是《小型企業管理》的第一堂課。

老師來了！吉姆‧柯林斯（Jim Collins）悄無聲息地從門外慢步走入，站定在台前，環視台下四、五十位學生之後，緩緩開口說道，「各位，這堂課可沒辦法只用聊天磕牙蒙混過關，我們會在課程中遇見世界各地的中小企業，而你要準備的第一件事，就是學會如何運用財務流動比率和估價法，分析每個案例的體質。」

用扎實的數據，做出正確的判斷

隨著記憶，王文華彷彿重回了那青草碧綠的校園。「柯林斯在課堂上，並不像許多大師一樣以直覺、抽象的方法，講述管理的觀念或道理。他認為，一切都要從數據開始分析，不能只憑自己的猜測。每個判斷都必須有很多數據可以佐證，這是他忠實的風格。」

「請用數字說服我。」王文華坦言，儘管財務流動比率的概念，他早已記不清了，然而，「但凡拆解事實，皆需從客觀數據開始」這句話，卻深刻烙印在他的腦海。這是柯林斯教給他的第一堂課。

這種數據導向的嚴謹性格，不但成就了柯林斯研究著述的精神，更延伸成為他的生活標竿。

自史丹福畢業後多年的某個下午，王文華在書架上看到了英文版的《從A到A+》，順手買回家參閱，並在翻讀時不經意地發現，柯林斯在書封上，留下了他的e-mail。

「我當時看著看著，就心血來潮地寫了封信問候他，反正大不了沒有回應嘛，或是他的助理代為回信，那也都沒有關係。」不可置信的是，王文華隔天就收到了回信，而且是柯林斯本人親自回覆的。

「他在史丹福有這麼多學生，不太可能記得我。」只是，柯林斯字裡行間閒話家常，一點疏離感也沒有。信末，柯林斯順道提及，他今天早上五點就起床了，因為他正在練習「生活的紀律」。

柯林斯歷來成書資料的龐雜、研究方法的扎實，都超乎眾人所想。《從A到A+》完書耗時5年，研究團隊共有21位研究員，協力分析1435家公司、各別30年的經營數據，並將6000筆報導分類編碼，但他卻能從中抽絲剝繭，反覆與眾人辯證、討論，得出令人信服的論據與原則。

「每當看到這些『數字』時，我常捫心自問，我花過這麼多的精神氣力寫一本書嗎？」王文華認為，柯林斯最令人欽佩的地方，是他始終身體力行地貫徹他在《從A到A+》提出的核心論點：卓越的基石，來自於紀律。這股自持自重的精神，是柯林斯教給王文華的第二堂課。

行嚴謹的紀律，追求卓越的人生

畫面轉到另一個場景，柯林斯站在全世界最大的獨立花崗岩──酋長石（El Capitan）──的前方。面對這座巍峨聳立、近乎垂直的天然屏障，人類顯得格外渺小卑微。這次的挑戰是：在前1400英呎，柯林斯必須在黑夜中渡過，撐過超越人體耐力極限的垂吊時間，但他看來冷靜坦然、無所畏懼。

為了今天，柯林斯為自己安排了18個月的嚴格體能訓練，對岩壁性質了解透徹，也不斷改善攀爬路線，事前準備無一不足。最後，他用19個小時完成這個艱鉅的任務，做為送給自己的50歲生日禮物。

對王文華來說，這則報導比任何書中的任何道理，都來得震撼。「他用盡所能讓自己克服看似翻不過的難關。」

柯林斯長年鑽研與練習攀岩，他曾有感而發地說：「攀岩是終極的教室，在裡面可以找到人生每個層面的啟示。」

因為在峭壁上，行差踏錯之間，就得面對死亡的威脅，你不曉得下一步你手抓的、腳踩的，是軟土還是硬石。而無法掌握的不確定性，往往會讓我們從心底生出莫大的恐懼，興起不如放棄的念頭。儘管如此，你仍舊得了解風險、審慎分析，最後全心投入。在下每個決定之前，做好全盤考量；開始行動之際，大膽放手一搏。

「正因為你瀕臨危機的邊緣，才會激勵自己生出堅持下去的動力。」面對風險，柯林斯始終抱持樂觀看法，從思考到實踐的過程中，最難征服的並非可見的岩石，而是無形的心魔：終點不在於攀上頂峰，重要的是你有沒有竭盡心力、俯仰無愧。

「他用扎實的數據，了解企業跟人生的道理，然後去實踐它。」這是柯林斯教給王文華第三堂課。

了解某個老生常談的道理是非常簡單的，但是在王文華眼中，柯林斯不只是提出精闢論點的管理大師，更是人生路途上的行為典範。聞善躬行，會遭遇一條長而艱辛的路，柯林斯卻從此中淬煉出不凡的成就。

王文華

知名作家、主持人

台大外文系、美國加州史丹福大學企業管理研究所工商管理碩士。曾任博偉家庭娛樂公司行銷經理、音樂電視網（MTV）副總裁兼董事總經理。2007年與趨勢科技董事長張明正合辦社會企業若水國際，並擔任董事長。現為王文華的夢想學校負責人。著有《蛋白質女孩》《史丹福的銀色子彈》《開除自己的總經理》等書。

2015/3/1 「你擁有了嗎？2020年十大工作技巧，大數據時代的來臨」

你擁有了嗎？2020年十大工作技巧，大數據時代的來臨

摘錄自：Cheers雜誌電子報                     2015/1/22

2014-11

CAREhER

作者：Sheng-Fen

圖片來源：www.flickr.com/photos/giladlotan/5568816111

2020年十大商業技能的資訊圖表，其實沒有什麼是突然出現的新技能，所有的需求都是在環境變遷下所產生…

刷了卡，推開門，走到位子上按下開機鈕，打開收件夾，進來了好幾封電子報，有關於網路行銷、內容行銷、學術報導還有網絡科技，它們有英文也有中文。這是我每天工作第一件要做的事：閱讀。大概是最近一年開始的習慣，我讓自己每天早上固定花30分鐘到一個小時的時間閱讀，吸收各式各樣的專業資訊。

出國工作後，加上負責的職務內容的關係，不得不開始閱讀英文文章，然後我發現中文世界與西方有很大的落差。

一開始是因為網路行銷是我從沒接觸過的領域，得從頭開始自學。然而我發現，在網路上搜尋同樣關鍵字，臺灣網路上找得到的訊息遠比英文少很多，要說是貧瘠一點也不為過，而英文的內容則是非常豐富。我猜主因一個是臺灣的原創內容少，一個是臺灣大部分的內容都是由英文翻譯而來。

有時候看到一篇英文文章，過一陣子後，便能在臺灣的網路上看到中文內容，比如說前陣子 Content Marketing Institute 有篇文章介紹了內容行銷未來會創造出的團隊以及職務內容，這篇文章之後由Inside網摘翻譯發出。有人翻譯後以中文的形式傳播固然好，但是令人擔心的是那些沒有被翻譯的知識，在不習慣閱讀英文的情況下，我們要錯過多少訊息？而我們的創意與進步，可能就因為沒有吸收到這些日新月異的訊息而受到侷限。

前陣子，Top 10 Online Colleges 根據資料做了一份 2020 年十大商業技能的資訊圖表（英文）。如果你是依靠網路世界維生或有英文閱讀習慣的人，可能會有深刻體會。在閱讀以前，可能以為會看到甚麼新奇沒聽過的預測，但其實，不會有什麼是突然出現的新技能，所有的需求都是在環境變遷下所產生，隨著需求增加才有機會進入最重要的職場技能預測表中，所以該圖表裡面也列出造成這些技能需求出現的幕後推手是哪些。簡短來說，目前最熱門的大數據和網路社群平台，將影響絕大多數的產業，進而決定在商業上最重要的技能。

有一個我覺得比較有趣的技能是「計算式思考（computational thinking）」，這個能力可以說是數據和人腦智慧的結合。

什麼是計算式思考能力？（what is computational thinking）

計算式思考能力以圖中的定義來說是「將龐大的數據轉換成抽象概念、了解數據背後成因的能力」。這邊可能要舉個例子來說明，以行銷來說，過往的活動發送印刷 DM 或是刊登媒體廣告能夠得到的數據是發送或發行的數量，依據這個數字來推斷可能觸及的人數，但無法追蹤或評估民眾對廣告的喜好度，或是有多少人因為這個廣告成為客戶，如此很多時候決策變成一種「推斷」或「感覺」：

消費者「可能」喜歡這個，所以下次的廣告文案「應該 / 可以」這樣寫。

但隨著網路時代興起，行銷活動開始在網路上發生後，一切的活動都能有數據。試想一下，你在閱讀新聞或文章的時候，會去點文章中的超連結嗎？點了之後你希望網頁直接跳轉還是在新分頁開啟？（如果你不清楚我在說什麼，可以點擊這裡直接跳轉、點擊這裡開啟新分頁來體驗）

你採取的行動都會被網站的後台系統紀錄，以文章瀏覽量、連結點擊數還有開啟頁面的表現等各種形式的數據呈現，這些數據可以告訴商家：讀者喜歡不喜歡在閱讀中間被超連結打斷？他們喜歡用什麼形式開啟相關頁面？如此可以幫助決定下次是不是要用同樣的方式來宣傳別的文章，或是下次要用什麼樣的方式來開啟新頁面，而不僅是用推測的方式來決策。

以現在的科技與技術，產生數據已經不是問題，關鍵是能不能在看到數據後，知道數據的涵義並且從數據中找出你想要解決的問題的答案，這個能力在接下來的五年中將越來越重要。

計算式思考重要性是？（Why computational thinking）

一般來說，我們都希望在決策上以客觀事實為依據，然後在既有事實上進一步分析，思考下一步該採取的策略和行動，數據就扮演了客觀事實的角色，尤其越大量的數據越客觀。

擁有龐大的數據是一項優勢，但如果無法解讀數據，或甚至用錯誤的方式解釋數據，則有可能讓決策往錯誤的方向前進。

上次回臺灣的時候，剛好遇到了便利商店進行滿意度調查的事情，每一位消費的客人在收銀機上選擇此次消費的滿意度，便利商店收集了這麼一大筆的數據，然後呢？

根據調查的問題來看，收集這個數據的用意應該是想要了解顧客的消費經驗滿意度，然後找出需要改進的地方。但你我都知道，這個數據收集的方式還有現場的情況，除非有很糟糕的經驗，否則大多時候我們都會選擇「滿意」或「非常滿意」，商家在解讀這些數據的時候，可能就數據表面上絕大多數呈現滿意而認為沒有什麼需要改進。因此當我們在解析數據之前，背後需要思考的是這個數據是否有所偏頗。以上述例子為例，感到不滿意的客戶是不是沒有參與或沒有真實表達出自己的意見，然後修正問卷的意見或是改變收集數據的方式。

培養你的計算式思考 （How to cultivate computational thinking）

訓練自己的計算式思考能力我是這麼做的：

從你想要解決的問題出發

如果你沒有接觸過數據，也不習慣一下子看這麼多數據，那麼可以先縮小數據的範圍，在攤開數據前，先決定你想要從數據得到什麼。

有了明確的方向後，進一步思考要得到這個答案需要的相關數據有哪些，比如我今天想要知道要用哪一個通訊軟體進行宣傳最有效益，那麼我就會需要幾個數據：通訊軟體清單、各軟體的用戶數、用戶類型等。目的是要訓練自己將問題與相關數據進行連結，知道哪類型的數據能夠幫助解決什麼樣的問題，藉此熟悉各個數據代表的屬性。

了解數據的構成

每個數據不僅僅是數字而已，它一定代表這某樣東西，了解每一個數據的來源或背景資料比數字本身來得重要。一百萬這個數字是大還是小？如果這是你的私人部落格訪問量，那就很不得了，但如果這是台北捷運一天的乘客流量，那就沒有什麼了。

有時候數據是計算出來的，而你看到的是計算結果，這時候有必要了解是怎麼樣算出來的，比如銷售數字，今年的達標率是 98%，這時候可以進一步看營業額是怎麼計算的，來自不同國家的銷售金額換算的時候是用什麼匯率？銷售額是稅前還是稅後？

了解數據背後的來源還有構成可以幫助你更好進行數據解讀，也能夠幫助你進一步分析成因。

用不同的角度切入

同樣的一項數據，除了它本身代表的意思外，還可以運用在不同的地方上，因此看待一個數據的時候，不妨進行延伸性思考：這個數據跟什麼有關係？它還會牽扯到什麼面向？

沿用便利商店的例子，假設今天的數據是消費者平均在店裡的停留時間是一分鐘，那麼延伸性思考可能有：停留時間會受到什麼東西的影響？停留時間長短是否與顧客滿意度有關？停留時間長短是否會影響消費者的花費金額？

訓練自己用不同的面向來看數據，讓自己更靈活的運用數據解決問題、做出更好的判斷。

把數字融合在你的決策過程中

我身邊很多朋友會直覺性的害怕數字，提到數據就立刻頭腦一片空白，但其實計算式思考完全不會牽涉到計算，因為機器會將大量的數據處理好，我們需要具備的是將客觀數據轉化成有意義的解讀的能力；同時，雖然我們會逐漸接觸到越來越多的數據，也會越來越習慣看著數據進行決策，但不要過度依賴數據，沒有數據就無法做出決定。因為資料只是將行為現象數據化，但畢竟是人產生行為現象，數據只是提供依據與支持，在整體策略上，有時候還是需要運用感情跟直覺來判斷才行。而不該讓數字淩駕於我們的思考和判斷之上。

計算式思考是隨著網路世界的發展漸漸變得更重要的能力。用這種方式思考能夠讓你更有邏輯性，做出更有依據的決策。

它不是困難的技能，而是將原有的思考推斷能力轉換成以數據為接觸的思考，有時候我把它當成一個創意發想的過程，就像小時候學畫畫一樣，看著一個東西進行聯想，它需要的是敏銳的觀察力和聯想推理能力，當你熟悉了這樣的過程之後，就能快速的知道要借助什麼樣的數據來解決問題，每一項數據隱含了什麼樣的訊息，在工作上做出有理有據的決定。

除了「計算式思考」的能力外，2020年十大商業能力中，你對哪個能力感興趣？哪個能力對你來說特別重要呢？

【本文作者：Sheng-Fen】2009 年因為想到印度生活，不顧一切自己一個人提著行李到印度工作，在孟買開始了學術服務產業工作的生涯，經歷過中華區網路行銷經理，現專注在國際內容行銷。 討厭流汗和夏天，卻無可救藥愛著一年四季都是夏天的印度。

相信自己某一輩子是印度人，喜歡漫無目的在街上遊走、坐長途火車觀察人生百態、還有在早晨靜靜的享受香料奶茶。

【原文出處：CAREhER網站】歡迎每一位想改變職場現況的妳和你，互相幫助並分享職場生涯。讓我們從提供職場女性關心的議題開始，展望大中華地區，打造一個有影響力、新世代的女性平台，歡迎加入FACEBOOK。

<本專欄反映專家意見，不代表本社立場>

2014/9/18 「大數據時代必備：活用統計學觀念，精準預測、果斷決策」

◎ 主題學習

大數據時代必備：活用統計學觀念，精準預測、果斷決策

摘錄自：經理人月刊 電子報                        2014/9/18

整理．撰文/張玉琦  編輯 / 齊立文

假如你是一家麵包店的老闆，你會怎麼解決以下這些問題：

◾問題1.烤箱的產能有限，該選擇生產哪些種類的麵包？

◾問題2.想在網路上行銷麵包店，哪一種廣告比較有效？

◾問題3.怎麼從麵包判斷，麵包師傅有沒有偷工減料？

用管理的語言來說，以上分別是「預估需求分配產能」「評估行銷方案成效」和「產品品管」問題，也是工作場合中經常會遇到的情境。這些問題，乍看之下似乎和統計無關，但是其實每一個問題都可以應用統計的觀念和方法，來構思解決之道。

如果你具備統計思維的話，這幾個問題的思考方向如下：

1.列出最受歡迎的幾種麵包，優先生產明星商品。

問題1的關鍵是找出明星商品，這需要統計出麵包的總營業額，再算出每種麵包占總營業額的相對比例，優先生產能囊括七成營業額的產品組合。這會用到統計的次數分配表和直方圖，此種分析法也稱為ABC分析法（參見P.65）。

2.寫出兩種文案，分別廣告一段時間看看成效如何。

問題2要比較廣告成效，最好的方法是用統計的隨機對照實驗，讓兩種廣告隨機出現，一段時間後，觀察哪種廣告的效果比較好，再大範圍運用效果比較好的廣告（參見P.85）。

3.抽查幾個麵包，秤秤看重量差距有沒有過大。

要解決問題3，你需要先知道麵包的平均重量，再對麵包進行抽樣，看看麵包的重量是否呈現常態分布的鐘型曲線？若是偏離曲線，就可能暗示麵包品管有問題。（參見P.65）

培養從數據得到啟發的能力，評估決策與行動效益

做為一門蒐集、彙整、分析資料的科學，統計也是企業常用的分析工具。

電子商務網站亞馬遜（Amazon）能在你瀏覽時，推薦你「買了這本書的人也買了這些書」，用的是相關性分析；美國總統歐巴馬（Barack Obama）的競選團隊，知道哪個版面的網站能讓選民增加捐款金額，利用的是隨機對照實驗；市場調查能用少數人的意見推算出整個市場的看法，依據的是抽樣調查的原理。

達特茅斯學院教授查爾斯．惠倫（Charles Wheelan）在《聰明學統計的13又1/2堂課》一書中，列舉出學統計的目的，其中包括：

1.分析數據，將資料做出摘要；

2.做出更好的決定；

3.辨識出能提升做每一件事效果的模式；

4.評估政策、計畫與其他創新事項的效用。

聽起來是不是很熟悉？彙整數字做出決定、找出做事更有效的方法、評估計畫的效用，這些不就是經理人的工作嗎？

《統計學，最強的商業武器》作者西內啟更具體指出，統計學可以幫助商業人士思考以下3個問題：

1.哪個因素的變化能提高收益？

2.採取可引發這種變化的行動可行嗎?

3.若是可引發該變化的行動可行，其成本會高於所增加的收益嗎?

多摩大學經營資訊學系副教授豐田裕貴則認為，商務人士學習統計學，不只是培養從數據得到啟發的能力，更重要的是利用統計學的技巧評估數據，可以親自體驗「建立假說、檢驗、解釋結果、重新思考」的過程。

豐田解釋，在商場上，發現「結果」以及形成結果的「原因」之間的關係非常重要，這種在數字堆裡反覆驗證的過程，就是建立假說，是一項必須不斷練習操作才能提升的能力。而一旦純熟到了某個階段，擅長統計的人，就算不依靠數據分析，也能想得出好的假說。

大數據時代來臨，更需要解讀數據的能力

拜網路普及與科技進步之賜，大數據（Big Data）的時代來臨。

大數據的意思是，企業能蒐集到龐大的資料量，也有能力分析這些資料，統計身為彙整說明資料意義的科學，因而成為當紅的趨勢。因此，為了善加運用大數據，經理人更需要具備統計的素養。

大數據能夠做到什麼，可以從一個故事講起。有一天，百貨公司寄了一份嬰兒用品型錄給你未婚的女兒。你認為這是對你女兒的侮辱，所以怒氣沖沖地打電話到百貨公司客服部抱怨，請他們以後不要再做這種事了。你抱怨完，卻看到女兒興味盎然地翻著型錄，原來她已經懷孕了。

百貨公司比爸爸更早知道女兒懷孕的消息，不是黑色幽默，而是塔吉特（Target）百貨真實發生的事件。塔吉特怎麼知道顧客懷孕了？說穿了並不神奇，因為該公司設有準媽媽禮物登記處，讓準媽媽們登記自己想要的嬰兒禮物。由於這份清單等於確知已懷孕的顧客名單，塔吉特便依據名單上的消費紀錄，建立起懷孕婦女的購物模式（孕期會購買的商品清單），再用此模型比對其他客人的消費紀錄，找出消費形態類似的顧客，向她們行銷相關商品，達成「未卜先知」的結果。

運用這個方法，塔吉特多找出了30%的行銷對象，從降低行銷成本和提高行銷精準度的角度來看，都相當成功。

塔吉特所做的事，就是將大量數據（塔吉特所有消費紀錄）彙整成供決策者解讀的情報，增強了企業、組織的預測能力，而大數據背後的根本學問，正是統計。以這個例子來說，塔吉特能找出「懷孕」和「購物清單」關係，靠的是統計上的迴歸分析（參見P.88）。

東京大學先端科學技術研究中心特任教授稻田修一說，企業要活用大數據，需要3種人才：第一是數據的IT專家；其二是分析數據的資料分析人員；其三是活用數據的經理人。

稻田強調，統計並不是分析數據就好了，從分析的結果推測該如何影響顧客的行為，並且將之擬定為具體的商業計畫，並據此行動才是關鍵。

從企業策略的角度來看，依據經營方針而指示研究數據，屬於管理工作；將分析的結果化為實際的行動，也屬於管理的範疇。經理人要決定該怎麼分析資料，也要有能力依據整理好的資料，改變行動。

改變之後，經理人可能會因為行動改變，再次改變資料分析的方式，形成使資料分析愈來愈精確的正向循環，這也正是統計管理的效用所在。