你每天都要做成百上千個微小決策，也會做一些為了預測未來或者需要投入大量資源的重大決策。在這種情況下，認清決策的性質就顯得非常重要。
資料驅動：你能夠獲得諸多事實和數字，並且可以對其展開研究和爭論，這讓你對自己的選擇更加自信。做出和堅持這類決策都相對輕鬆，團隊中大多數人可以就答案達成一致。
觀點驅動：你沒有足夠的資料來做指導和支撐，所以只能依靠自己的直覺和願景去做事。做這樣的決策總是很困難的，而且總會受到質疑，畢竟每個人都有自己的觀點。
每一個決策背後都有資料和觀點的元素，但最終它只能由一類元素來驅動。有時候你可以完全信賴資料，但其他時候你可能看完了所有資料，還要依靠直覺。相信直覺是一件非常可怕的事情。很多人既缺乏良好的直覺，又缺乏對直覺的信任。其實，建立這種信任需要時間。因此，人們會試著將一個由觀點驅動的商業決策轉變為由資料驅動。但資料無法解決基於觀點的問題，所以無論你得到了多少資料，都無法得出確定的結論。這就會導致分析癱瘓——由於過度思考而引發的問題。
如果沒有足夠的資料來形成決策，你就需要靠洞察力來形成自己的觀點。洞察力可以是你對客戶、市場或者產品空間的關鍵瞭解，它應該是一種實質性的東西，可以讓你對應該怎麼做形成一種直觀的理解。你也可以從外部獲取建議：與專家交談，和團隊商議。雖然你們不會靠此達成共識，但或許可以藉此形成一種直覺。你要相信直覺，並且為後續結果負責。
¨
在通用魔術，我們經常討論如何為普通藍領開發產品，但我們都沒有與這個群體深入接觸過。
我們在完成產品工程部分後做了使用者測試，但我非常確定在此之前我們幾乎沒有做過任何使用者調研。我們不知道普通藍領需要什麼，所以我們開發的都是自己喜歡的功能，並假設世界上其他人和我們一樣喜歡這些功能。
那時候的我是一名個體貢獻者。我以為領導們知道他們在做什麼（見第4章）。
然後我去了飛利浦，成了領導者。人生鐘擺真是在劇烈擺動。
不再有主觀臆斷，不再憑直覺進行研發，我帶著一群從通用魔術走出來的人，並且從magiclink的徹底失敗中吸取了教訓。我們知道不能再犯同樣的錯誤。我們必須瞭解目標客戶以及他們想要什麼。這一次，我們的產品將基於清晰的對比資料。在20世紀90年代，這意味著我們要建立消費者實驗組。這種形式當年風靡一時。
於是我們聘請了一家外部諮詢公司，告訴他們我們的目標客戶是「經常出差的商務人士」。他們在不同的州設立實驗組，付給三四十人每人100美元，請他們來看我們長達數小時的產品演示。
然後我們給他們演示了一切。
我們曾經為velo上的小鍵盤設計了10種不同的原型。哪個感覺更好？哪個看起來更可用？哪個感覺更可靠？你打字的時候是看鍵盤還是看螢幕？你是用所有手指打字嗎，還是隻用拇指？你喜歡灰色嗎？黑色呢？藍色呢？藍灰色呢？
我們仔細研究了每次實驗的錄影帶。我們觀察他們的臉，觀察他們的手指，研究他們在表格上填寫的答案。顧問們也在做同樣的事——核對所有資訊，並在六週後提交報告。
顧客永遠是對的，是吧？
但消費者實驗組根本就是個偽概念。使用者其實很難說清楚他們想要什麼，因此無法清晰指明需求方向，尤其是當擺在他們面前的是一種之前從未使用過的全新物品時。使用者總覺得已經存在的東西用起來更順手，即便它非常糟糕。
但我們落入了其他人也會落入的陷阱。顧問把我們說服了，數字更讓我們感到興奮。我們很快變得過於依賴顧問：每個人都想擁有資料，這樣就不用自己做決定了。大家不再專注於產品設計，你只會聽見他們說「好吧，讓我們拿去測一下資料」，再沒有人願意為自己所創造的東西負責。
所以你就會進行測試，然後再進行一輪測試。週一，客戶組會選擇x方案。週五，同樣的小組又會改測y方案。與此同時，我們把數百萬美元給了一幫花了一個半月時間對每件事都胡扯一通的顧問。
資料不是指路明燈，充其量是一根柺杖。在最壞的情況下，它會變成一雙水泥鞋sup/sup。這就是分析癱瘓。
這種情況不僅僅發生在老派的消費者實驗組之中。如果我們當時不是1996年，而是2006年，我們可能就去搞a/b測試了。a/b測試是網際網路時代一種無處不在的工具，它其實就是一個數字實驗，讓使用者在a和b方案中做出選擇。比如，把使用者眼前的按鍵一部分設定為藍色，另一部分設定為橘色，然後計算哪種顏色按鍵的點選次數更多。這是一種強大的工具，它比消費者實驗組效率高多了，也更容易分析。
但即便做了a/b測試，我們也可能得到同樣混亂的結果，我們同樣無法擺脫對產品做出致命錯誤決策的那種恐懼感。
儘管現在很多公司都熱衷於測試產品的每一個元素，毫無疑問地以點選量作為產品研發的依據，但a/b測試和使用者測試並不是產品設計。它們就是一個工具、一個測試，頂多算一種產品診斷。它們能夠告訴你什麼地方做得不對，但它們不會告訴你如何修復這些錯誤。有時，它們會在幫你解決一個特定問題的同時帶來更多新問題。
所以你必須對測試方案和選項進行設計，以便搞清楚你到底想要測試什麼。你必須仔細思考a和b是什麼，而不能依賴演算法的隨機分配，更不能完全不假思索地胡亂射擊。這就需要你洞察和理解使用者的整個行為軌跡。你需要做假設，但這個假設應當只是更大的產品圖景的一個組成部分。所以你可以用a/b測試確定應該把購買按鈕放在頁面的什麼位置，它應該是藍色的還是橙色的，但是你不應該用它測試使用者是否會選擇線上購物。
如果你測試的是產品的核心部分，如果其基本功能可以根據a/b測試結果的變化而變化，這隻能說明你的產品沒有核心。你的產品圖景中存在一個空洞，而你只是在用資料填充這個洞。
拿我們的產品來說，我們可以一直不停地在那裡填坑，所有第一代的產品都是如此，永遠不會有足夠的資料去支援你做出完全有把握的決策。
如果一款產品真的是創新型的，那就沒有什麼可比較的，沒有什麼可最佳化的，沒有什麼可測試的。
清楚地定義目標客戶，與他們交流，找出我們的問題，這些做法都是對的，但我們更需要找出解決這些問題的最佳方法。我們詢問他們的意見，並且從中獲得關於產品設計方面的反饋，這也是沒有問題的，但是我們更需要利用這些見解，朝著我們相信的方向前進。
最終我們的團隊把這件事想清楚了，我們不再向顧問砸錢，不再在原地打轉，而是開始前進，我們相信自己，也相信我們身邊各個智慧大腦所提出的意見。