在數碼化轉型過程中，須培養內部組織使用數據來解決問題的能力，首先是細心觀察，然後從經驗中作出預判，並制定實驗方案。但收集回來的數據分析結果，有時會出現跟經驗不相符的情況。這正是實驗的原意，讓我們可以不斷提高對問題的認知度。以下試舉一個有關教育的例子：
美國哈佛大學藉實驗探討當地一個普遍的問題，每年有超過10%的K-12學生長期缺勤（達18天或以上），低收入城市地區的佔比相對較高。長期缺勤跟較差的學業成績、低畢業率、吸毒和酗酒、犯罪率等問題有極大關聯。為提高學生的出勤率，研究隊伍做了一個測試，在整個學年期間，向28080名出勤率偏低的高風險K-12學生家長，分別發送了3組不同的訊息。
第一組家長（稱為對照組）除了一般的學校通訊（如成績單、學校告示、家長會通告），沒有收到任何額外訊息。第二組家長在整個學年期間會收到5輪郵寄信件，包括其子女缺勤總天數的訊息、提醒上課的重要性，以及鼓勵家長在學生出勤方面發揮正面作用。第三組家長除接到跟第二組相同的資料，還有其子女缺勤情況與其他學生的比較數據。
實驗結果顯示，第二組和第三組的缺勤總天數較對照組下降約6%，長期缺勤現象減少超過10%。在公共教育長期缺乏資源的情況下，這些改善措施的成本很低且奏效。有趣的是，第三組家長收到額外的比較數據後，學生缺勤日數反而未有進一步回落。假如學生之間的差距過大，像「您的孩子缺勤20天，其他同學只有4天」，這確實令人沮喪；若相差不遠，如「您的孩子缺勤20天，其他同學為18天」，那麼這就能催人奮進。本次實驗還出現了另一意外，有些家長對收到的訊息抱怨，稱低出勤率是源於孩子受傷或患重病（如骨折或癌症），而這些信件使他們感到更難受。
儘管上述例子中並沒有應用什麼高端科技，其對社會的影響卻可以很深遠；這引證數碼化轉型也能夠很踏實，絕非空中樓閣。
車品覺_紅杉資本中國專家合夥人、阿里巴巴商學院特聘教授暨學術委員會委員