前不久，整个南京地区突然出现一家餐厅：“黄焖鸡米饭”，他们疯狂开分店，短短数周内开了几十家，按照他们的口号：“一道菜的餐厅，一只鸡的传说”，我被好奇心领着买了一份吃了起来，也没啥特别的感受，就是觉得量太少，不够吃，嘿嘿，你懂的！
的确很好吃！这让我想起问一道菜好不好吃的另一种问法是：“这个菜够量么？”如果它足够好吃，再多也能被干掉，自然是不够，如果它不好吃，再少也没人动筷子，自然是还有富裕。或者再简单一些，你直接看餐后这道菜是否被吃完，就能得到判断，问客人都免了。
如果仔细想想，其实一道菜好不好吃很难界定，比如咸不咸？甜不甜？辣不辣？凉了么？还是太烫？等等等等。而最关键的是：把这些都问完，还不一定能得到结论。也许意见各异，给人无从下手的感觉，当然了，如果你只管客人是否把菜吃完，那情况就会简单的多。
最难能可贵的是：简单的结论并不会因此丢失细节。比如你看到菜没被吃完，得知菜不好吃，这时候可以自己尝尝，看看甜不甜、咸不咸、辣不辣等等的问题，一揽子分析完毕，也许你会得到想法：也许太辣了！
于是下回你改的不是那么辣，再看看客人是否剩菜。也许继续剩，那么就是说不是因为太辣；也许吃的干干净净，那就太好了，导致菜不好吃的原因就是太辣了！
原因没找到就按照这个方法继续找，直到看到那个简单的判断标准出现明显的好转，这具有很强的可操作性，在逻辑上也很容易理解。
其实，在很多场景下，他们已经被演变成一类数据的方法，这类方法自上而下的思考问题，对于一个系统，定义若干关键的指标，观察它们的变化，只要一个因素的改变导致关键指标好转，那么这个因素的改变就是一个好的“试验”，反之我们就退回原来的样子，直到某个关键指标已经足够好，也就无需继续耗费精力去折腾。
数据指标就是这样，它不关心甜不甜或是辣不辣，它只管自己自由的变化，这种变化体现着内部复杂而综合的细节，当你有太多的事情需要处理时，它们能在总体上提供高层次的视野，当你需要知道具体的细节时，它们又能逐个的挖出值得玩味的细节来。
事情的反面是，就像你想画一幅画，你得先画出轮廓，再完善细节，如此才能完成一幅画，如果你一开始就猛的折腾细节，你猜会怎样？
来吧，这碗鸡米饭不够吃，再来一碗。
相关文章
