前情提要，在 【Day 5】我喜歡現在的工作嗎？我談到現在的公司有五個企業文化，其中有幾個我覺的得特別有感覺想拿出來討論

1. Do things the right way
2. Move fast and be efficient
3. Be a scientist, experiment and measure
4. Take ownership and make a difference
5. Be direct and respectful

昨天講完 Move fast 【Day 6】大組織裡的 Move Fast 是什麼意思，今天想講來談談 ** Be a scientist, experiment and measure**

現在的公司崇尚做實驗且力行 data-driven 文化，大大小小的優化和開發都需要 sizing, data benchmark, A/B testing, before/after, 設定有效的success metric 衡量與評估設計方向是否真的能夠解決痛點，優化關鍵指標。

我個人在這樣的環境裡是非常開心的，畢竟線上電商什麼沒有，數據是很多，公司因為 data-driven，所以data base, table 都很容易取得，想看什麼資料都可以盡情地看和分析，相對的公司在招募上對 SQL 和數據分析的能力也是有相當程度的要求的。能夠自己 query 就能不當伸手牌撈數據，快速又方便。當然現在有 AI 很多 query 甚至不用自己寫了，但 AI 終究是輔助，如果沒有基本的 SQL 知識和資料結構概念，AI 輸出的資料你也沒辦法判別是否關聯正確，看對方向。全然相信 AI 的輸出是非常危險的事情，這點我在之後的文章會多談。

回到正題，我覺得 data-driven 這種絕對不能只是喊喊口號，要由上而下落實到決策方式、日常實踐、甚至乃至於組織架構和徵募條件。比如公司願不願意畫出足夠的大的 data 和 BI team 來支持各部門，願不願意投資資源把 data analysis 或 SQL 放成必要測試的關卡，中高階管理層有沒有能力落實並且招募到符合條件的人選等等，日常的開會或reporting 的 format 有沒有設計的讓人自然能從數據的維度來思考等等。在這點上，我在公司一年半仍然覺得每天都在學習，且持續學習到新東西，數據的世界無窮無盡，俯拾皆是素材，就看你怎麼兜出足夠說服人的論述。

很多時候我們在講 data-driven 會直接聯想到數據，但會忘記我們在談的是「資料」而不是只有「數字」，在資料的世界裡是有 quantitative 量化 以及 qualitative 質化的，兩者在做決策上的重要性是不分上下的。以日本這種有高度文化敏感性的市場來說，很多時候看數據是看不出所以然的，因為這裡的人並不是在依靠「理性」做決策，或者是說這裡的思維跟外界認為的「合理」是不一樣的。

舉例來說，一間餐廳有十個位置，在預定客滿的夜晚，在日本以外的地方，更多國家可能會想著要怎麼多擺個兩張椅子。但在日本，店家會選擇拒絕兩位客人，讓人流保持在舒服的八位，因為他們認為在人力有限的狀況下，這才是最能維持同樣服務和用餐品質的環境。

有錢不賺的邏輯在多數的商業世界裡很難被理解，這種 insight 看數字看半天是看不出來的。

這大概是日本之所以困難以及有趣的地方，有太多在地文化的特殊性會影響商戶和用戶的決策，外商進入日本市場所需要的在地化程度，大概是放眼全球數一數二高的市場。在內部做決策和做跨部門溝通說服非本地市場的同事們，則需要花更多力氣來建立在地論述和強調市場特殊性，也取決於同事和公司管理層是否死板地只看數字，而不願意接受在地的觀點。

總的來說，我以前在十人新創時，公司整體是很有數據觀念的，但礙於規模和系統設計有些時候是無法取得原始資料。現在在上萬人的公司，有齊全的資料環境，還能天天沈浸在強調實驗精神和 data - driven 的環境裡，且周圍的同事也多半相信且能實踐這樣的企業文化，我覺得相當幸福。

今日圖說：有的時候在辦公室看數據看得太入迷，抬頭的時候已經是八點後夜間限定的東京鐵塔