劉奕酉《高勝算的本事》：如何衡量輕重緩急？職場高手教你用「數據思維」回應四道工作難題

我們想讓你知道的是你是否一碰到新問題就卡關？面對難題總是束手無策？又或者，總是依循過去經驗來辦事，甚至是純粹靠直覺來賭一把？在任何領域，打破問題僵局的能力，決定了你的待遇。要想勝出，不該再憑感覺行事，要用「數據思維」來處事！

文：劉奕酉

職場高手必學，回應四道工作難題

「我們需要新一代的高階主管，他懂得如何用數據管理和領導。我們也需要新一代的員工，他能夠協助主管用同樣的數據，組織和建構企業。」

——馬克．貝尼奧夫（ Marc Benioff）／Salesforce雲端軟體公司執行長

在商業場景中，有著大大小小的問題等待著我們去解決。

解決了一個問題，可能會衍生出下一個問題或目標；加上商業競爭也在持續改變，不論是消費者或競爭對手，還有整個大環境。因此，過去成功的數據分析與分類方式，也不見得是永遠適用的，必須與時俱進。

難題一、什麼是最重要的事？衡量輕重緩急。
難題二、市場到底有多大？推估規模與比例。
難題三、如何改善與成長？發現可行的機會。
難題四、還有哪些訊息與洞見？運用圖表視覺化。

這些必考題會出現在職涯發展的關鍵時期。如果你能很好的回答，自然在向上晉升的道路上多了一分助力、也少了一分阻力。因為這些問題能反映出你的數據敏銳度與數據洞察力，也就是數據思維的水準；而使用數據思考與解決問題的能力，也是多數企業在評估一位員工是否有發展潛力的關鍵因素之一。

難題一、什麼是最重要的事？衡量輕重緩急

假設你是一家服裝品牌的行銷主管，公司希望你開拓新市場來提升整體營收。你構思了幾個方向，但具體來說到底該如何提出這些想法？又該如何讓公司同意你的作法？

方向一、創立快時尚的新品牌，主攻年輕消費者市場。
方向二、推出跨界品牌聯名合作，吸引不同領域的消費族群。
方向三、成立網購業務，透過電商平台擴大消費市場。

該如何思考哪一個才是最重要的、又能有效說服對方呢？答案是：用數據說話。

透過數據來量化這些想法的價值效益、風險評估與投入成本，再來衡量不同方向的重要性與選擇上的優先順序。否則，每一項看起來都有道理，也都值得去做，到最後就是好像都可以，乾脆全部都提出來討論。問題是：自己都說不出這些想法的差異，到了會議上討論只會是場災難。

不但沒能解決問題，更製造了新的問題。

與會者可以做為判斷的依據不會比你多，甚至是錯誤的理解。這時候他們就有可能做出不適當的決定，或是否定你的想法。那麼，你可以怎麼做會比較好呢？

還記得我在第三章提到，提升數據說服力的四項關鍵嗎？其中有一項關鍵就是：讓對方容易做決定，而不是造成判斷困難，更不要讓對方自己找答案。

像是我們可以試著從獲利預估、市場未來性與對本業影響程度，來對這三個方案進行評分。

同時也考慮到獲利預估、市場未來性與對本業影響程度的重要性給予不同的權重。結果顯示「創立快時尚的新品牌，主攻年輕消費者市場」應該是優先採行的方案。

即使對方不認同這個結果，也能就其中的數據進一步討論，像是市場未來性的權重是不是過高？應該找哪些人來評分較有客觀性？或是除了獲利預估、市場未來性與本業影響之外，還有沒有更重要的判斷因素？或許，實際上的決策模型可能遠比這個複雜，但有了這個基礎，就能讓後續的討論往理想的方向逐步收斂。

若是有第四個、第五個方案的提出，也能有一個基準做為比較機制。透過這個簡單的案例，希望能讓你明白如何運用數據來衡量任務的輕重緩急，或是選項的取捨決定。掌握數據思維的人，在區別任務的重要性上，會更有邏輯性與說服力，也能逐步優化判斷的品質與速度，而不是原地打轉或憑直覺下決定。

或許有些人會認為，透過數據來決定會不會失去了灰色地帶的決策彈性？

這是不少決策者厭惡使用數據的迷思。事實上，藉由數據來量化問題與對策效益時，反而更能讓各種選項的優劣具體可見，我們只需要針對選用的數據來討論與模擬各種可能性，反而更能發揮灰色地帶的評估彈性。

但是在真正做出決定時，就不能這麼模稜兩可了。

難題二、市場到底有多大？推估規模與比例
在商業問題中，時常需要「推估」一些數據。

可能只是抓個手感；也可能是手邊沒有對應的資料，但當下必須立即做出判斷；或是需要對未來可能的進展進行估算，做為目標設定的參考依據。大多數時候，推估是為了對市場有更高掌握度，也對應到後續產品研發、價格制定、市場行銷與競爭策略等方向的確定。

舉例來說，一家電動車公司想要知道今年的銷售市占率，該如何計算？

最直接的想法，就是取得自家電動車的銷售數據，以及整體市場的銷售數據，就能計算出銷售市占率。問題是整體市場的銷售數據從何得到？

常見的方式，是尋求市調機構的協助，利用他們的統計數字來計算。

不同產業會有特定參考的權威市調機構與資料來源，像是電動車市場可能會參考IDTechEx Ltd.或EV-Volumes的報告，國內的資策會、拓樸產研院也會有相關的數據估算。但是你要問哪一家的數據比較可靠？我的經驗是研究機構肯定沒有產業內公司來得更了解整個市場，建議多參考幾家機構的數據，確認他們的假設基礎是什麼，然後做出自己的修正估算會更可靠。

順帶一提的是，市占率的計算，也會受到不同基底的影響。

舉例來說，一家汽車公司主要銷售家庭房車市場，目前僅在台灣地區有銷售服務據點，今年銷售了十萬台房車，這個實際銷售數據就是這家公司的「可獲得市場（ SOM）」。

而台灣地區今年的家庭房車市場共銷售了四十萬台，這就是這家公司的「可服務市場（ SAM）」，也是一般計算市占率的基底：目前公司擁有25％的市占率。

假如公司的企圖心不僅僅是台灣地區，也計畫在明年推廣到海外銷售。這時候，海外的家庭房車市場就是這家公司的「可定位市場（ TAM）」，公司可以根據不同國家地區來評估市場規模與銷售的可能性，再做進一步的規畫。

在進行市占率的計算，我們必須先搞清楚這些數據的定義與估算結果。

可獲得市場：實際吃到的市場。
可服務市場：看得到，也吃得到的市場。
可定位市場：看得到，但部分吃不到的市場。
潛在市場機會：老闆心中的想像，或是未來可能被創造出來的市場。

有了今年的銷售市占率估算，公司可能會在策略規畫中制定未來幾年的銷售與市占率成長數字，這時候除了取得外在的市場規模趨勢之外，公司內部也需要估算未來幾年的銷售成長，再次計算未來可能的市占率變化；也可能先設定期望的市占率數據，再反推銷售需要成長的幅度。

這會是個多方來回假設、驗證與估算的過程，以求找到可行又能滿足期待的數據組合。

這些一連串的估算，是為了推估規模或比例；但要更有效率的回答這些問題，我們有時需要面對第三個問題，也就是商業脈絡組成的拆解。

難題三、如何改善與成長？發現可行的機會
在工作場景中，你能獲得的數據以及如何取得，決定於你對商業脈絡的掌握度有多高？

白話的說，就是你能不能將問題轉化數據問題或數值公式？一旦你能將一個問題拆解為數值公式，就有辦法將關鍵因素量化為數據，同時也能知道在這個數值公式中哪裡可以改變？哪裡又是限制？如果希望改變結果，你也能知道應該採取哪些行動？

舉例來說，剛剛提到的市占率，你知道該如何取得嗎？我想沒有人可以直接回答你標準答案，因為這是一個需要外部數據與內部數據共同估算出來的數值，像是「可定位市場（ TAM）」與「可服務市場（ SAM）」的規模都是屬於外部數據，必須透過市場調查或市調機構取得；而自家內部可取得的銷售金額、單價等則是屬於內部數據。

如果要轉化為數值公式，應該會是這樣的：

銷售額市占率＝（銷售金額）／（可服務市場規模金額）
銷售額市占率＝（銷售數量×平均單價）／（可服務市場規模數量×市場平均單價）

從第一個公式來看，只要取得銷售金額、可服務市場規模金額，就能計算銷售額市占率。

如果無法取得可服務市場規模的金額，我們可以試著從第二個公式來思考，能不能取得可服務市場規模的數量、市場平均單價這些數據？如果可以，同樣可以估算銷售額市占率。

你還可以進一步思考：上述的公式中，有沒有機會再拆分為不同產品、不同地區，甚至是不同客戶的組合？如果我們可以掌握完整的結構脈絡，就有機會透過蒐集、估算與調查等方式來補足這些數據。

難題四、還有哪些訊息與洞見？運用圖表視覺化
視覺化，是探索與解讀數據的一種有效方式。

但不是所有取得的數據都可以「直接」拿來視覺化；這是因為我們所取得的數據，可能包含了許多雜訊、也可能多元化的數據格式並不符合視覺化的要求。

這時我們必須先清洗數據、過濾數據，並將原始數據轉化為可視覺化的數據。

記得大學統計課的第一堂，教授就告訴我們「垃圾進，垃圾出」這句話，是使用數據的人一定要謹記在心的，否則我們可能在不自覺中成為了誤用或操弄數據的騙子。

將問題量化為數據，再透過視覺化的圖表或圖解展現，許多訊息便會一目了然。

有些訊息可以引導我們採取下一步行動，有些訊息則是引發我們新的疑問，比方說：銷售有逐月下滑的趨勢，為什麼會這樣？那麼我們就需要獲取對應的數據來回答這個問題。

透過視覺化圖表的方式，有助於我們更快總結趨勢、澄清問題與發現新問題。

關於視覺化圖表，多數人面對的難題不外乎有三個：

圖表該如何選？怎麼用？
如何提升圖表的視覺化效果？
如何用圖表說一個有說服力的好故事？

※ 圖表類型就用「點線面」來選擇

為了滿足各種資訊呈現的需求，在資料科學領域持續都有新的圖表被創造出來。但對於一般職場工作者或商業場景中，實在沒有必要使用「奇特」的圖表，甚至自創一個出來。因為當圖表是用來表達訊息時，不常見、特殊的圖表只會增加他人解讀圖表的困難度。

不是好圖表都會被理解，而是能被理解的圖表才是好圖表。

換句話說，當圖表中訊息的理解阻力遠大於傳達價值，就會被視為爛圖表！

在數據思維的最後一個階段「論點表明」中，我想你應該學到了「表達用圖表」與「思考用圖表」的不同。你要做的是找出資料中的資訊或洞見，然後用合適、簡單的圖表來呈現出你的觀點。根據三個不同目的來選取對應的八種圖表，其實就足以解決工作上的問題了。

想要呈現數據的關聯：可以選擇散布圖、泡泡圖。
想要展現數據的變化：可以選擇折線圖、斜線圖。
想要比較數據的大小：可以選擇長條圖、圓餅圖、瀑布圖與雷達圖。

※ 運用「TOP原則」來思考圖表細節

圖表的使用，是為了提供判斷的依據、創造行動的誘因，讓觀看圖表的人能採取行動。

如果對方看完後毫無反應或感到疑惑，很有可能是使用的圖表不對、或是沒有清楚傳達出對方需要的訊息，也有可能是說明的方式沒能打動對方。

你知道嗎？視覺化圖表的使用也是需要設計體驗過程的，包括對象、目的與場合，又稱為「TOP」原則。

對象（Target）：圖表是給誰看的？

自己看的，能找出訊息就好，不用在意圖表美化的問題；若是給他人看的，就必須站在對方的角度思考，如何讓訊息傳遞更為直觀？合適的圖表選擇是必要的，但如何突顯重點、削弱雜訊，讓對方一眼就能看到關鍵訊息也是圖表能否發揮成效的關鍵。

目的（Object）：傳達的訊息是什麼？希望對方看完後的反應是？

比方說，希望透過圖表展現數據變化的趨勢，可以選擇折線圖或斜線圖。而在向主管報告時，希望對方聽完後感到安心？還是期望對方能認同自己提出的觀點？或者希望對方聽完後容易理解並提出看法？不同的目的，都會影響到圖表呈現的細節。

場合（Place）：圖表用什麼形式展現？

圖表是運用在內部討論或例行性報告上？或是對外的提案報告、行銷文案或是電子郵件中的說明？採用紙本輸出、還是電子文件？輸出時有沒有色彩的限制，是黑白、灰階、單色還是彩色？需不需要有人輔助說明？這些因素都會影響到圖表在視覺化上有不同的表現方式。

※ 提升視覺化效果的七個原則

提升圖表視覺化效果可以幫助你更清晰的展示數據中的訊息，並且吸引對方的注意力。

選對圖表：合適的圖表類型，可以更好理解訊息傳達的目的。
精簡圖表：避免使用過多的訊息和裝飾，使圖表看起來簡潔易懂，讓受眾可以專注在圖表的關鍵訊息上。
突顯重點：為了讓受眾一眼就看到重點，可以透過顏色、字型大小的對比方式來突顯重點或弱化雜訊。
配色方案：精簡圖表所使用的色彩，並賦予一致性的意義。比方說，看到紅色就知道是警訊、藍色是重要訊息等。
訊息標題：將關鍵訊息直接寫入標題，有助受眾掌握圖表重點。
動畫效果：適當的動畫可以幫助受眾理解圖表如何閱讀、以及數據的變化過程。
文化差異：不同國情文化，對於色彩、圖形的理解和認知可能有所差異。

※ 用「數據敘事架構」幫圖表組織有說服力的說法

如何用圖表說一個有說服力的好故事？

在第三章的「論點表明」階段中提到了「PREP」與「SPAN」這兩個數據敘事架構，前者可以簡潔有力的提出論點、後者則是鋪陳創造行動的誘因。

假設你在圖表中所要展現的關鍵訊息，是符合對方期待的、或是沒有超出對方認知太多，那麼可以採用「PREP」架構來組織你的說法，包括四個元素：

提出論點（Point）：想要傳達的結論或建議。
支持理由（Reason）：為了支持結論或建議，做為根據的見解或洞見是什麼？
佐證實例（Example）：對應於見解與洞見，有哪些數據表格或圖表的訊息可做為佐證？
重申論點（Point）：再次重申結論或建議。

相對的，如果你希望透過圖表提出的，是顛覆所有人的嶄新觀點、或是無法直觀理解與接受的洞見，那麼我會建議你採用「SPAN」架構來鋪陳一個循序漸進的說法，包括四個元素：

背景陳述（Situation）：關於數據背景的說明。
觀點鋪陳（Points）：引導到結論或建議的見解、洞見或個人觀點。
頓悟時刻（A-ha）：想要傳達的結論或建議。
後續行動（Next）：希望對方採取的行動或解決方案。

相較於「PREP」架構，採用「SPAN」架構不只是希望對方認同，更要讓對方願意採取行動。因此需要創造行動的誘因，利用數據來量化「效益」讓對方感受到採取行動是值得的。

用對圖表，看似是最簡單的方式，卻能向對方證明你的論點言之有據、言之有理，幫助對方更好理解、認同，並願意採取我們期望的行動，對於工作上將能達到事半功倍的成效。

書籍介紹
本文摘錄自《高勝算的本事：用數據思維打造破局思考力》，樂金文化出版

作者：劉奕酉

momo網路書店
Readmoo讀墨電子書
Pubu電子書城結帳時輸入TNL83，可享全站83折優惠（部分商品除外，如實體、成人及指定優惠商品，不得與其他優惠併用）
透過以上連結購書，《關鍵評論網》將由此獲得分潤收益。

從公司職員到一流自雇者、從寫作曝光到受邀出書，
一套做什麼都上手、都得其法，甚至還能成為專業的致勝思維
一流職場工作者都在用的思考術！
不必懂算數、熟統計，只要腦中有「數」，人生所有難事變簡單
作者大方附贈雲端特典，內含ChatGPT應用與補充書單

你是否一碰到新問題就卡關？面對難題總是束手無策？
又或者，總是依循過去經驗來辦事，甚至是純粹靠直覺來賭一把？
在任何領域，打破問題僵局的能力，決定了你的待遇。
要想勝出，不該再憑感覺行事，要用「數據思維」來處事！

像達人一樣思考，任何領域都取得較高的成功機會
高產出達人劉奕酉，曾在高科技產業擔任策略行銷與高階幕僚十餘年，時常需要面對工作中的各種難題，並在短時間消化大量相應數據，藉此找出最佳解。不只如此，他還有以下的驚人事蹟：

只花一年，就成功從公司職員離職成為一流自雇者。
費時兩年，由寫作曝光到出版橫跨簡報、高產出、視覺化的書籍。
短短六年，受各大企業競相邀約進行數百場的演講和課程。

究竟他是怎麼做到在短時間內就快速解決排除萬難，在各個領域都能勝出，成功站穩腳步？
他成為高勝算達人的祕密，就在「數據思維」！

你可能會想說，數據思維不就是說話或分析會使用數據嗎？哪有什麼了不起！其實顧名思義，「數據思維」是一種使用數據來思考、表達與解決問題的思維方式，但究竟該怎麼運用才能取得這麼高的成功機率呢？這次，他不藏私的揭密自己的大腦，將這套思維模式具體化──透過2個核心能力「數據敏銳度」和「數據洞察力」，與4階段「問題診斷」、「脈絡拆解」、「分析判讀」、「論點表明」來幫助大家落地實踐，用數據創造價值。

為什麼高勝算達人能快速解決問題，你卻做不到？差別就在「數據思維」

當老闆問你「最近業績如何？」，你會怎麼答？

憑感覺的你：立刻去翻數據、尋解答，但卻以錯誤的問題來找答案，最後答非所問、白費時間。

高勝算達人：會先回到問題本身，確認真正具體、明確的問題是什麼。以這個問題來說，應該確認「最近」究竟是這個月或這季？「業績」是指銷售量還是淨利？老闆問這個問題的意圖？等問題，才能再進行下一步。

拿到這個月ＯＯ產品的銷售數據，你會怎麼做？

憑感覺的你：直接嘗試分析，但卻不知道問題與數據是否合宜，最後取得流於表面的結果。

高勝算達人：一樣得先確認目前要回應的問題是什麼，並將問題進行拆解，以確認目前的數據是否充足後，才能開始分析。以這個問題來說，應該是先確認上司想看到什麼？是不是還需要蒐集其他同期的數據或類似產品的數據做比較、分析？接著再根據上司的期望找出有勝率的行動策略。

你看出不同了嗎？高勝算達人之所以能又快又好的解決問題，正是因為他們比起一般人慣性運用直覺和經驗，更懂得運用數據思維達到這三點：

一、洞悉問題的本質：用數據釐清問題脈絡，找到問題的核心。
二、打破常規的思維：藉由數據提供新的思路與解決方案。
三、提高決策的勝率：透過數據減少主觀判斷、直覺盲點或經驗偏誤。

而這三點價值，就是數據思維能「降低不確定性、增加勝率」的祕密。

想加入高勝算俱樂部，你得先認識「數據」是什麼！
在資訊爆炸的時代，「數據」比比皆是又唾手可得，包括「看得見」的文字、數值、圖像，以及「看不見」的聲音、情緒等。而這些數據，都是我們可以進行蒐集整合的來源，也會影響我們做出的每一個決定。

因此，數據在思維中所扮演的角色，其實是用來澄清問題、驗證想法與支持決策和行動。而了解數據並懂得蒐集整合數據，更是數據思維模型的基礎，和執行數據思維的各階段有著密不可分的關係。

Source

列印