跟著感覺走，還是跟著數據走？

在台灣，每天有數以萬計的拍腦袋瓜決定。有以經驗主義決定的，也有以屁股所處的空間位置決定的。在這些決策中，有一些是對的，另外一些是錯的，更有怎麼選都不會對和怎麼選都不會錯的情況。

在企業中最常見的就是河馬HiPPO，也就是薪水最高的人的意見（highest paid person's opinion）作為決策結果。這很多時候也是正確的，如果那個人恰巧是這方面的專家。而且這樣減少了決策時間提高了效率。

可是這樣的情況實在不常發生，往往做決策的是門外漢或者那些貌似正確的決策者。譬如說，一個頁面設計得好不好，你去問設計師，或者他的藝術總監。到了他們面前，這個頁面的“好”與“不好”便取決於“好不好看”而不是“能不能實際帶來轉化率”。又如設計確定後，前台把圖形設計寫成代碼頁面後，你去問前台開發這個頁面好不好，他評價的標準卻是“代碼體現的頁面是否能完成這些功能，是否與設計一致”而不會去考慮“標籤寫得規不規範”，“頁面和

標籤有沒有用對”，“圖片是否設置了替換文字”。

可想而知，在每一步每個“專業人士”都認可了“完美”的決策之後，最終得到的結果卻是一堆垃圾。這堆垃圾不能給你帶來應有的流量也不能正常地轉化使用它的用戶。

那麼決策的依據究竟是什麼呢？是數據。什麼數據？能用於做決策的數據。聽起來像瞎掰？解釋下：

比如你設計了一個著陸頁面，你總要以能最高效率地轉化新用戶或者獲取訪客訊息作為目標。那你評價頁面標準的數據便是免費轉化率（Free Conversion Rate）。或者更泛泛地來說，你需要一個最低的跳出率（Bounce Rate），至少訪客訪問了第二頁。又比如，電商的結算頁面前的整個用戶體驗，你的評價標準不是銷售額，而是購物車廢棄率（Cart Abandon Rate）。再比如，你發送一個電郵作為網站週報，評價寫得郵件標題好不好不是看編輯是不是北大文學系科班出身而是郵件的打開率（Open Rate）。

不管什麼分析研究，最後我們總是期待結論是可執行的（Actionable）。如果我們的結論是A不好，我們總希望能知道怎麼讓A變好或者有個B比A更好。這裡顯而易見，需要做A|B測試。但是有多少人在做呢？實在少得可憐，連台灣最“好”的互聯網公司都做不到，甚至不會去想。為什麼？因為設計師說“好”，程序員說“好”，銷售說“好”。你好我好大家好啊！跟著感覺走，還是跟著數據走？

所以，你需要數據來幫助你決策，並且，你需要相關而正確的數據。有了數據，你才可以進行分析；有了分析你才有結論；有了結論你才可以優化；優化完了你才可以從不賺錢到賺錢，從賺錢到賺更多錢。