数据化是近些年来愈演愈烈的潮流，越来越多的数据被保存下来，供后续分析使用，
我们期望这些数据，能够给我们提供更多反馈，以订正我们的认识。
从认知角度来讲，我们正在通过数据建立 “观察-猜想-检验-订正” 循环，
人类在研究自然现象时，也正是采用了这样的 “科学方法”。
为了能得到尽量客观的结论，我们在分析数据时会考虑遵守事实，而不是受主观因素所影响。
然而，这只是比较理想化的世界，真实的世界往往并非如此。
且看以下常见的 认知偏误。
确认偏误：关注、寻找、诠释、记忆资讯的方向多半是能确认自己成见的方向
主观验证偏误：相信某事是对的，就感觉它是对的，也会把巧合的事当做有关联
可得性偏差：容易想到的事，其发生概率会受高估
信念偏误：由于相信结论，而认为推理出该结论的过程是有道理、合逻辑的
以上偏误虽然经常导致人们产生错误的认知，但偏误本身反而表明了人类的认知规律。
规律本身是没有对错的，如果这些规律能被用于了合适的地方。
本文想向大家说明的就是这样的观点，我们可以利用规律达成目标。
先有想法
目标驱动是一种可衡量的问题求解方法，通过不断衡量现状与目标的差距，逼近正解。
这种方法在工作或生活中，经常被人们所使用。
所以，在分析数据之前，我们需要先明确自己期待要解决的问题是什么。
换句话说，我们需要先有目标，再考虑数据（收集、分析）。
没有目标，我们就不知道收集哪些数据，因为可以被收集的数据太多了。
没有目标，我们就不知道如何分析数据来 “证明” 自己的决策。
值得一提的是，数据是一种 “证据”，是先有 “想法” 再有数据来佐证。
而不是先有数据，再从数据中产生想法。
我认为这是很多人对真实世界理解有误的关键一环。
很多人会认为，一个想法是根据观察数据产生的，其实不然，
即便是自然科学史上，很多想法也是 “凭空” 产生的，然后再去寻找证据。
最后留下来的，都是那些被数据证明的想法。
观察只是产生想法的众多方式的一种。
人们想证明的时候，才会收集证据
影响力
空有想法是不够的，哪怕这些想法已经被数据所证明，如何影响他人更重要。
也并不是一个想法足够令人信服（有证据），就能产生影响。
而是应当控制 “游戏规则”，更改受影响人群的 “收益结构”。
在这种情况下，可以假设每个人都是利己主义者，
只有规则改变了，才能让人们进行不同的选择，这就是影响力法则。
当让人们考虑 “做那个，还不如做这个” 时，影响力就产生了。
所以影响力是主观造成的，人们的决策方式也是可控的。
我们需先有一个目标，期望大家朝向哪里选择，再考虑如何调整规则。
这可能是不道德的，但真实世界却是在不知不觉间这样运行的。
你看到的世界，是别人希望你看到的样子
数据观
回到数据上来，具体的执行步骤如下，
先考虑，自己要达成什么目的（影响哪些人的哪些行为）
再考虑怎样的数据，可以支撑这些想法
最后，通过想法影响规则，通过规则影响行为
以上我称之为 “真实世界” 的科学数据观，
事在人为，一件事情的价值，不是本身所具有的，而是人们主动赋予的。
不同的事情，由不同的人来做，会产生不一样的结果。
有强大影响力的人，可以更有效的调动人力，朝着他所设定的目标前进。
数据在其中的作用，只是支撑想法的一种手段。
如果没有数据，虽然缺少一些信服力，但仍然可以考虑其他手段。
比如，逻辑分析、经验总结、愿景使命 等等。
不在于做什么，而在于谁在做
结语
我们从课本中学到，科学理论是建立在观察基础之上的，这是理想化的。
实际上科学与伪科学的真正区别，不在于想法的起源，而在于想法是否经过验证。
我们应当鼓励 “大胆猜想，小心求证”，两者缺一不可。
更应当鼓励，将求证过的想法，推广并影响其他人，主动赋予事情以价值。
想要改变世界，并不是有一个观点就够了，也并不是找到正确的方法就够了。
还要其他人愿意接受并认可你的观点/方法，这才是困难的地方。
纸上得来终觉浅，绝知此事要躬行