我們在波多黎克小城伊莎貝拉旅行的時候，在日本料理店遇見一位墨西哥裔的中年壽司師傅。本來對那樣的店並沒有甚麼信心，不過一嚐之後發現竟然不錯。我跟老闆說這位掌廚的師傅很厲害，尤其是醋飯的味道恰到好處，比例拿捏得很完美。老闆幫我用西班牙文翻譯給師傅聽，沒想到他聽到稱讚以後，差點哭了出來。
「我一直跟人說飯是壽司裡最重要的部分，可是在這裡大家都不相信」，他說，「這是我當廚師以來，聽到最好的稱讚了。」
看他激動的神情，連我都覺得被感動起來。
這幾天再度發生類似的情結，讓我又想起那間小小的壽司店。
跟一位數據分析師約在Napa南邊的小城見面，年約五十歲的他跟我的工作背景很類似，正職都是跟銀行業務有關的資料庫分析，然後另外再不誤正業做了一堆事情。
合作了大半年的時間，對彼此能力都算熟悉，像是從分析程式開發來說，他大概超過我幾個光年的距離，不過在尋找Actionable Data（實用的，可以藉由行動改變結果的資料），以及用數字說故事的部分來說，我倒是還可以幫得上忙。
所謂Actionable Data，拿職業運動數據做簡單的例子，「如果投出100英里的速球，打者的打擊率只剩下一成五」對投手來說就不是Actionable，因為大部分球員都無法有效增加自己的球速；然而籃球場上每位球員在不同位置出手的得分期望值就是Actionable，因為選手可以藉此調整進攻與防守的策略。所以現在經常的合作模式，是我跟他說用戶實用的資料需求，讓他藉此調整手上工作的順序。
這位分析師有不少有名的客戶，在業界很受尊重。在聊天的過程裡，我說他是我認識的同行裡面最unbiased的一位。
Unbiased的直譯是「沒有偏見」，不過在數據分析的世界裡，「沒有成見」應該是更恰當的翻譯。在工作上我經常跟人說自己是個沒有常識(Common Sense)的人，因為常識很可能是錯的，一切都要經過數據驗證才能夠明瞭。而Unbiased有更高的意涵──就算不相信常識，著手做分析工作的人還是可能—不小心就掉入著急的陷阱，看到能夠證明自己（或是主流）想法的初步數值就太高興，結果弄錯事情的因果關係，或是忘記重要的環境變數，導出錯誤的結論。
「你知道嗎，這是我聽過最好的讚美了」，他感動地說，「我一直要求自己成為一個沒有成見的分析師，很高興聽到如此的肯定。」
我想，不管是日本料理店還是資料庫分析，到頭來還是像寺沢大介在《將太的壽司》裡說的「心意決定料理的好壞」，不走捷徑地找出醋飯比例、多方檢視分析結論，都是職人應該永遠保持的虔誠心意，就算別人不懂也沒關係。
希望他們感動的眼神，能夠讓我記得這些道理。
留言