「任何你以為數據不能告訴你的東西，數據卻都能告訴你。」這是德裔美國大數據專家安卓亞斯．韋斯岸（Andreas Weigend）的人生格言。第一次見到韋斯岸時，我就被他的氣場給鎮住了。都說日爾曼民族以嚴謹和死板著稱，但韋斯岸和一般的德國人大不相同，他的頭腦簡直靈活得可怕。
我與韋斯岸是在歐洲工商管理學院念書時認識的，他是我的其中一位老師，也是大數據領域的大師級人物。當初他開價 3000 美元一小時當我的私人導師，聽起來非常昂貴，但事實證明，韋斯岸帶給我的影響，遠遠超過了金錢的價值。
有些數據我們無限制地遇見，卻無限制地在浪費，所以大部分人一直都沒有進步，但這在韋斯岸身上絕不會發生，身邊的一切數據，哪怕再不起眼，甚至晚飯吃咖哩會不會影響睡眠，只要他能想到，一個都不會放過。
有一次，他從美國來北京，我請他去做足療，還沒開始，韋斯岸就給了足療男子 100 元小費。我納悶，哪有人還沒接受服務就給小費的？
韋斯岸說：「為何不給人家一個對你更好的機會呢？」原來，他的想法是，如果你做完了之後再給小費，無論服務好不好，人家都已經服務完了，這樣你的小費就毫無意義。「也許大家都會想到，但絕大部分人都覺得無所謂。」韋斯岸聳聳肩。
2010 年，那時還沒有 Uber 和滴滴，有一次，我和韋斯岸在北京被計程車拒載，當時韋斯岸就質疑，為什麼不做一個數據系統。計程車公司可以在每一輛計程車上安裝一個拒載指示燈，要是司機拒載就會被舉報，公司收到舉報後，就將計程車上的拒載燈亮起來，讓其他乘客都知道這個司機經常拒載乘客，當天公司也會給予相應的處罰，這樣還有人敢拒載嗎？如此一來，公司的服務品質和顧客的滿意度也都能提高，可謂兩全其美。事實證明，韋斯岸是對的，五年後，滴滴、Uber 都因為這種思路而做到了數據控制。
你的決策都在韋斯岸的決策中，這是我的最直接的感受。
韋斯岸的思考就像顯微鏡，他幾乎什麼都能想到，數據化思考在他身上體現得淋漓盡致。最讓我佩服的是他的高瞻遠矚，韋斯岸在 2004 年見到馬雲時就告訴他，未來阿里就是一家數據公司，以後數據會越來越大，要做好完全準備。結果呢？不用猜大家也知道了。
在 Amazon 擔任首席數據科學家期間，韋恩岸就著手做了在今天看來仍然有趣的許多研究，例如，如何計算訪客在Amazon 的當天購買意願，又或者是用戶居住地點附近的商店分布情況，包括書店，是否會影響他的網上購買選擇。十年前，在大數據還未被提出時，這種大數據思維可以說是卓爾不群，與 Amazon 以數據為核心的營運理念如出一轍。
從敦煌網到支付寶這些年，我得到了韋斯岸的指點，他對我可謂言傳身教。一次偶然的聊天，我問韋斯岸：「如何可以超過你？」他一點也沒有因為我的「挑釁」而不開心，反而很欣賞，並且不慌不忙地告訴我：「Shut down and feel high.」這句話的意義何在？非常簡單，韋斯岸最不喜歡說大道理，他會用行動回答你的問題。
有一天，我和韋斯岸聊一個關於公司數據策略的話題，聊了很久，消耗了大量腦力。韋斯岸和我深感腦力被掏空，這時，他打斷了想繼續深究的我：「品覺，我們旗鼓相當，咱們兩人都累壞了，現在，咱們去公司的花園裡走走，每個人都走十五分鐘，然後再回來聊。」為什麼聊到最關鍵的時候要去散步？
我表示不解，要休息也不必在這個時候啊！雖然不解，但我硬著頭皮走完了十五分鐘，回來我就問他：「韋斯岸老師，剛才怎麼可以在聊到最關鍵的時候出去散步？雖然很累了，但我們都很有熱情，不是嗎？」
韋斯岸對我說：「不不，品覺，你很心急，這不假。你的大腦早就亢奮了，我不能用你疲勞的大腦來應對這個關乎公司命運的話題。你懂我的意思嗎？」
任何正常人都不可能一直保持亢奮狀態，這個狀態類似一條曲線，具有不間斷的波動性。韋斯岸教我學會抓住亢奮的狀態，然後拒絕干擾，百分百地投入，這個時候，你的大腦就如保時捷一樣開始飛馳，神來之筆往往就在這時出現。
可能是物理學家出身的關係，韋斯岸會時刻關注每件事情收發資訊的前後變化。哪怕發一條短訊，他都會想，如何讓接收的人跟著他的思路去反應。
經過內化，才是自己的
記得他有一個習慣，這個習慣也讓我頗為受益，給我引以為傲的數據化思考添上了濃厚的一筆。
你有沒有過從書本中找到答案後，豁然開朗的感覺？當時你一定很「嗨」，但事後又一切照舊。韋斯岸每次在我問完問題時，都習慣性地問我：「品覺，你懂了嗎？趁著此刻的恍然大悟，你試著描述一下，你以前是否做過類似的事情，甚至是同樣的事情？」我懵懂地看著他，肯定會有啊。韋斯岸聳聳肩：「但是你從來沒有深度思考過，是嗎？」我茅塞頓開，順著思路琢磨，終於知道了他的意思。
是的，我們在恍然大悟的時候總是很開心，終於懂了，原來是這樣啊。但是，你知道了，就是你的了嗎？未必，我們往往缺乏一個過程。什麼過程？反思？不，反思只是基礎，是非常表面的步驟，我們真正要做的是內化。反思，是你對一件事的感受，但感受遠遠不夠。
舉個例子，2010 年我剛去阿里的支付寶，那時的 BI 部門就只是做數據報告給使用者看而已。使用者像看小說一樣看完報告，而且想看就看，不想看就不看。但是經過後來大數據的演變，所有的大數據都是為了行動而做的，再也不是單純的 BI門報告，我們學會了將數據化的決策前置。前置，數據就不再只是用來參考，它會成為演算法的一部分，這樣就用在了刀刃上。
數據的前置，其實就是內化的過程。最低級的讀書只是用來參考，稍高一級的讀書是看書之後進行反思，更高一級的讀書是根據讀書後的感受有所行動，不僅如此，你還可以更進一步思考，如何行動效果才會更好。
一個場景你以前碰過，以後再碰到這種場景，你就不會再次掉進坑裡，因為你會換一種方法。如果我們在知道答案了之後，沒有這個內化的過程，對你來說，也不過是數據。沒有行動，就不是你的，甚至，你很快就會忘了這件事，所以內化的過程不可或缺。問問自己，你有經過內化嗎？
韋斯岸為數據研究傾其所有，無非就是為了將 Big Data 變成 Me Data—我們的數據。我們見過的數據，只是見過，而不是我們的，還要注意將其內化。之所以將韋斯岸稱為數據「怪傑」，就是因為他總能想我們所不會想、不能想。
我以前一直把一個人成功的境界分為「覺」和「悟」兩個境界。「悟」太遠，我深感還沒有達到，但我認為，透過學習內化，我應該已經達到「覺」的境界。達到「覺」的境界之後，你的人生就可能會出現飛躍。
本文摘自天下雜誌出版《數據的商戰策略》
