
150
|
第十一章:別讓「完美」成為「好」的敵人:壞資料真的壞嗎?
為了要在一個不完美的資料環境中,作出明智的策略與戰略性的決定,必須要妥協。從
學術的觀點來看,這些妥協不太合理。我們正在拋棄分析的品質,並且遵守研究的標
準。然而,我必須重複的說,寧願在不完美的資料上做出明智的決策,也不要在沒有任
何資料的狀況下作決策。當我們接受了這個不完美,便能夠打開整合資料到所有支援的
專案與政策的能力。在決定中擁有漸增收益的能力,很可能會導致政策的實質改善。
我相信在標準研究與實際現實之間是有空間的。傳統的研究需要嚴謹且結構的統計測試
來隨機的挑選樣本。現實則無法總是讓我們隨機挑選樣本,而通常從生態系而來的資料
並不會達到所有需要的假設。也就是說,這並不是在絕對準確與完全不準之間的選擇,
反而是個延伸我們的工具的機會,讓這些工具用在典型的「黃金標準」之外。
向前邁進
向前邁進,政府在我們定義應該要如何使用資料時,需要走得更小心。我們需要謹記過
去所學到的經驗。特別是,有兩個領域特別常產生問題:
害怕學術界。傳統上,學術界是某些頂尖資料研究者的家,並且吸收科學界的問題。儘
管這樣可能會產生黃金標準的研究,但它通常會伴隨著兩個相關聯的考量。這類詳細且
受控制的研究速度通常會較慢。花數年來取得資料與分析它,對一個想要執行聰明策略
性政策的靈敏政府來說並沒有幫助。
害怕令人驚奇的結果。在這種狀況中,評估者會先開始審查,然後在幾天後會對世界宣
佈這是一個失敗且毫無價值的研究。這是一個非常正當的考量。長的時限並不會讓政
府在短期內做得更好 ...