「讓我們陷入困境的，不是無知，而是看似正確的謬斷，」馬克．吐溫說。
越來越多自稱「數據科學家」的人出現，越來越多老闆深信大數據將讓企業挖到金礦，越來越多員工抱怨「公司數據不全，所以我沒法……。」
數據恐慌症蔓延，彷彿，沒有數據，就活不下去；而有了數據，便雞犬升天。
然而，Spotify前首席經濟學家Will Page示警：「除非我們正確了解數據，否則數據可能會說出比高明罪犯更有說服力的謊言。」
他舉了一個例子：Spotify的「每週新發現」播放清單。
每週一早上， Spotify會巧妙過濾音樂，將最熱門、但你沒聽過的30首歌曲送到你手上，這是專屬你的播放清單。這個功能一推出，很快讓4千萬用戶埋單，創造歷史紀錄。
令人好奇的是，這功能推出前，並沒有大力行銷，相較其他用力造勢卻乏人問津的播放清單（譬如「週五好心情」），為什麼唯獨「每週新發現」能大放異彩？
整整6個月，數據科學家們傾全力研究，「我們監控、測量並測試每個播放清單的可量化指標，但還是卡住了。」
直到一位專家給了當頭棒喝：不要再查看數據了，去審視那些測量不到的事物。
原來答案就在眼前，就只因為「每週新發現」的推送時間在週一。這是「新起點效應」（Fresh Start effect），每週、每個月或每學期的開始，當人們進入心理上的新會計週期，傾向做出具企圖心的行為，所以「每週新發現」自然容易被人們使用，「解答並不存在從數百萬用戶中隨機抽取、測試所產生的大數據裡。」
當高學歷的資料科學家失去了基本常識、對人的好奇心、對事的想像力，而陷入「量化謬誤」時，他們將只看到自己願意相信的事，這時，真正的線索便悄悄的溜走了，這是「數據之障」。就像在佛學上的「所知障」，人們常被自己的知識、學問所蒙蔽，而失去真相。
數據，是企業數位轉型時的眼睛，它能驅動商業模式的創新、產銷流程的重構，但若誤用或濫用，它不僅無效，更將帶來負作用。譬如早期行銷學的「啤酒與尿布」、「巧克力與諾貝爾獎」等研究，後來都被證實是偽因果的數據分析。
層出不窮的統計謬誤提醒我們，數據分析，必須植基於對商業邏輯的理解、對用戶的洞察，否則，數據只是用統計學包裝出來的偽事實。
太多例子告訴我，有數據，不一定有真相。一個昧於商業本質、遠離現場的數據分析師，他帶來的很可能是誤判；一個妄想讓數據成為萬靈丹、卻始終未與用戶站在一起的工作者，更是天真而無知。
唯有鍥而不捨理解客戶痛點的那一顆心，才能讓數據成為飛上雲端的天使之翼。
