如果你是阿里的分析师，在月度经营报告之后，你会好奇地跑去问老板：“我做的这份报告，什么地方是您比较感兴趣的？哪些地方又是我需要多花点力气再精益求精的呢？”世上如果有一位老板会耐心地回答你的问题，那么恭喜你。而大部分情况是，如果老板完全知 道自己需要什么的话，也就不需要你了！
一次，我去丽江参加一个零售集团的闭门会议。因为是临时决定去的，所以我并没有做太多准备。结果，主办方忽然通知让我给大家做一个演讲！我灵机一动，用上了“无中生有的伎俩，并量化了早上的会议，目标是了解集团 CEO 关注什么。 我快速将其他人演讲的内容记录下来，同时记录了在其他人演讲期间 CEO 的几个动作信号：点头、写笔记和发问。大家可能已经明白，我是在量化领导对每一个主题演讲的专注度。当然，如果领导从头到尾都在玩手机的话，说明他对内容根本不感兴趣。领导的一举一动，无疑都间接地反应了他对什么内容 比较关注或者有想法，什么内容是被他当垃圾扔掉的。经过早上“无中生有”的量化过程，下午我便择优而上，把领导关注的内容用上面所提到的三个信号的频次配合当下的关键词做了 一个简单分析。结果当然不出所料，我演讲后，那个领导兴奋地对我说：“你怎么比我的手下还要懂我？”
在阿里工作期间，我偶然看到了一本叫《数据化决策》（How to Measure Anything）的书。但我比较喜欢它的英文书名，因为比较平实。 这本书的主题是：一切皆可量化，表面上看似不存在的数据，其实也是有迹可循的。量化是对被量化的事物的一种映射，就像照 X 光片。 关键是，我们要明白量化后的数据是为了解决什么问题，以及在量化的过程中如何降低噪声，增加稳定性。互联网技术的发展加快了信息数字化的进程，我们对量化的态度，也必须与时俱进。过去，我们假设数据很难获取，所以喜欢用经验预设简单维度，这种局面随着大数据时代而被快速打开。一些看似毫无关联的事情，却是过去分析时的盲点所在。要改变传统观念，将思维方式从经验驱动转变为数据驱动。
当我们学会量化以后，就是一个个从无到有的过程，很多重要的东西就这么“无中生有”了。这也是在新时代的特质下，企业想要实 现“弯道超车”的一个难得的快捷方式。记住，要学会无中生有的量化， 要有足够的观察，足够的理解及数据收集。我在阿里时，毫不夸张地说，正是运用这种方法，我基本都能在 CEO 及高管想要看什么数据之前，提前预估到他们可能会看这些数据，并且早早做好功课。我告诉手下，要把月度报告也当成一个产品去量化，不断从反馈中改善。 这也正是我在上面提到的在丽江的例子中所做的。 说了那么多，最后总结一下基本的量化法。表面上好像不存在的数据，其实也有迹可循，可以量化的。关键是我们要明白量化后的数据是为了解决什么问题。量化是对被量化事物的一种映射。如果 X 是我们关心的事情，我们就应该做到以下几点：
● 澄清什么是 X。例如，你想量化“开心”，但究竟什么是“开 心”？“开心”跟“快乐”是否一样？你需要不断用问题去澄清X！
● 如何量化 X ？如果我们认为开心的表现是笑，那我们可以量化“微笑”吗？面部情感识别的技术，微软已经有较成熟的 软件了。
● 量化之后能够增加我们对 X 的了解或者减少不确定性吗？我们能否找到量化后的“开心”指数，并在应用中确认其价值？ 否则只能回到第一步，重新澄清什么是 X。