商业的实践与研究都隐含着这样一种观念：管理是一门科学，商业决策必须以严格的数据分析为主导。大数据的迅速发展更是强化了这种观念。最近安永一项调查显示，81%的高管认为“数据应当是一切决策的中心”，于是安永宣布，“大数据能够使决策不再依赖直觉”。
这种论调备受管理者青睐。许多管理者有应用科学学科背景，或者是读过MBA——这个学位出现于20世纪早期，当时弗雷德里克·泰勒（Frederick Winslow Taylor）提出“科学管理”（scientific management）这一理念。
MBA项目毕业生大量涌入商业世界，仅美国一年便有15万人拿到MBA学位。过去60年来，这类项目始终尝试将管理变成一门客观的科学。导致此种倾向的一大原因是，1959年福特和卡内基两个基金会针对美国商科教育现状发表了措辞严厉的报告。撰写报告的经济学家认为，商科项目培养的学生水平不够高，教师拒绝接受其他社会科学采用的科学方法论。
简言之，商科教育不科学。福特基金会出资赞助哈佛商学院、卡内基理工学院（Carnegie Institute of Technology，位于哥伦比亚，是卡内基梅隆大学前身）和芝加哥大学创办学术期刊、设立博士项目，部分原因正是要弥补这个不足。
可是，管理真的是一门科学吗？理性严谨真的能跟数据分析划等号吗？如果这两个问题的答案都是否定的（本文作者持这种观点），那么，管理者又当如何决策？我们为战略和创新制定了另一种方案，不那么依赖数据分析，而是更注重想象、实验和沟通。
商学是科学吗？
首先，我们要回顾一下何谓科学。
我们所知的科学定义始自亚里士多德，他跟随柏拉图学习时就提出了因果关系及其论证方法，使得“论证”成为科学的目的以及衡量“真实”的最终标准。由此，亚里士多德开创了科学探究的途径，两千年后的伽利略、培根、笛卡尔和牛顿称之为“科学的方法”（the Scientific Method）。
亚里士多德的方法论催生了启蒙时代的科学发现，引领了工业革命和其后的全球经济发展。科学能够解决问题，让世界变得更好。我们将科学方法当作其他学科的模板，用“社会科学”指代“社会研究”，很少有人对此提出质疑。
但亚里士多德也许会质疑，我们是否将科学方法滥用了。他为自己提出的方法划定了适用范围，即用于理解不会改变的自然现象，比如，为什么太阳每天升起，为什么会发生月食，为什么物体会落在地上。这些现象并非由人类控制，科学正是研究其成因。
但亚里士多德并未声称所有现象都是必然的。相反，他相信自由意志和人类的能动性可以彻底改变局面。换言之，如果人类做出选择，世界上许多事物都会改变。他写道：“多数与我们的决定相关、因此也是我们所探查的事物，向我们呈现多种可能性……我们的所有行为都具有偶然性，几乎都不由必然性决定。”他认为，产生这类可能性的不是科学分析，而是人类的发明和劝导。
我们认为，商业战略和创新方面的决定尤其如此。你无法只靠着分析历史来制定未来方向或推动变革，比如说，分析过去的消费者行为，根据分析结果设计产品，不可能改变未来的消费者行为。
而卓越的商业创新可以改变顾客习惯和体验。史蒂夫·乔布斯、史蒂夫·沃兹尼亚克（Steve Wozniak）等计算科学先锋创造了全新的设备，使人们互动和交易的方式发生了革命性变化。铁路、汽车和电话都为人们的行为和社会带来了历史数据无法预测的巨大变化。
诚然，创新者常常运用科学发现进行创造，但他们真正的创新才能在于想象出此前不存在的产品或流程。
现实世界不只是不变的科学定律形成的结果，不会摒除创新的可能性。运用科学做商业决策有局限，管理者必须了解局限所在。
数据是万能的吗？
多数情况都包含一些能改变和不能改变的因素，要学会辨别这两种因素。你必须发问：主导局面的是可能性（可以改变的因素）还是必然性（无法改变的因素）？
管理者要把每个决策场景分解成可以改变和不能改变的因素，然后检验自己的判断。如果能找到充分的原因证明它无法改变，那么就运用现实中适用的最佳方式，遵守科学定律，用数据和分析引导决定。
判定为可以改变的因素也需要检验。有什么证据可以证明相应的行为或结果会与以往不同？如果论据充分，那就以设计和想象为主导，分析作为辅助手段。
要注意，数据并不足以证明结果不会改变。数据不是逻辑。许多利润丰厚的商业活动都是反实证而行的结果。
乐高董事长约恩·克努德斯道普（Jørgen Vig Knudstorp）就是一个很好的例子。2008年他担任乐高CEO时，数据显示女孩对乐高积木的兴趣不如男孩：乐高玩家85%是男孩，乐高每次尝试吸引女孩的努力都失败了。于是公司许多管理者认为女孩天性不喜欢玩积木，认为这种局面是不可改变的。但克努德斯道普不这样想。他认为，问题在于乐高尚未找到吸引女孩玩建筑玩具的方法。2012年，乐高女孩（Lego Friends）系列大获成功，证实了他的想法。
乐高的例子说明，数据只是一种证据，而且数据证明的有时候并不是人们直接想到的结论。此外，没有数据并不意味着没有可能性。新的成果和行为当然没有以前的数据来证明。因此，真正严谨的思考者不止考虑数据说明什么，还考虑在可能的范围内会发生什么。这就需要运用想象力，这与分析截然不同。
另外，能与不能的分野远比人们所想的模糊。创新者会将不可能变为可能。
数据分析的确让世界变得更好，但并非一定要用这种方式指导所有商业决策。如果所有因素都无法改变，我们当然可以（且应该）用科学方法去理解这个永恒不变的世界，这样最快、最全面。在这种情况下，更复杂的数据分析和对大数据的热情都是真正的资产。
可是，如果环境中有些因素可以通过人力改变，坚持运用科学方法就相当于自己避开了改变的可能性。如果竞争对手创造了更好的东西，占领了这个领域，我们就只能眼睁睁地看着，巴望着对方的反常优势快些消失。等我们认识到对手向客户证明了其实有些事情可以改变，那就为时已晚。这就是滥用数据分析所要付出的代价。
