不是所有有价值的事物都可以被计算，也不是所有可计算的事物都值得去计算。
——爱因斯坦
结构化战略思维是以数字为依据的、用严谨逻辑来推演的思维方式。可见数字说话在结构化战略思维中的重要性。
数字至关重要。现代社会所有真相大部分最终会汇总成数据，并以数据形式呈现和存储。然而，数据本身并不能表达任何含义，只有数据与逻辑结合在一起时，我们才能发现和表达真知灼见。也只有这样，数字才算是真正在“说话”。因此，数字说话作为结构化战略思维的实践核心原则，涵盖了数字及相关的逻辑。
数字的概念和功用
“数字”包含“数码化”和“数据化”两重进程。数据化是剑桥大学教授舍恩伯格提出的，这一概念有别于简单的数码化。数码化往往是数据化的前提，比如把一本书扫描成图像存储在计算机里并供人阅读，这是数码化，但这一步并没有完成图书数据化过程。数据化是把一种现象转化成更高级的数字形式，以一种能被搜索、统计和分析的形式呈现。
谷歌公司于2004年宣布了一项充满野心的计划，把世界亿级的留存书籍转化成可搜索可分析的数据化形式。谷歌在书籍数码化的基础上，用OCR等技术识别每个单词，便于以后的数据分析和信息挖掘。这就是图书的数据化。
数据化加上数据分析已经带来人类认知的飞跃。在谷歌可搜索分析数据化书籍的基础上，专门研究数据化书籍内涵的新学科“文化经济学”诞生了。人们在分析数据的过程中发现了一些缺少数据化时根本无法注意到的规律。比如哈佛大学的研究者发现，只有50%以下的英文书中的英文单词被正规字典收录，这“文本黑物质”引发各文化学者关。
数据分析不只推动我们对世界的理解，也使我们目睹万物数据化商业价值的爆棚。欧洲商协曾预测，到2020年，仅欧洲的个人信息数据就值1万亿欧元，占欧盟GDP的8%左右。新型数据化公司也获得红利，2006年世界最大的公司前几名还是埃克森美孚等石油能源类公司，而2019年世界最大的公司前4名变成亚马逊、微软之类的数据驱动的公司。
数据的价值同时也带来了风险。比如，美国个人信用评估公司Equifax存有近8亿条消费者评估信息和近1亿条公司的评估信息。2017年，该公司数据被盗造成近1.5亿条客户信息外泄，为此，该公司面临赔偿额最高达到700亿美元的集体诉讼。
数据化的普及要求我们具备一定的数据能力，如基础统计和数据分析能力，也要求对数据的特色、应用和局限都有更深入的了解。
下面仔细看看数字的特色和常见的陷阱。
数字都是骗人的
“数字都是骗人的”的完整表述应该是“要假设没有经过验证的数字都是骗人的”。话之所以极端，是为了能更多地引起大家的注意。数字是客观的，但数字的产生、筛选和解读都可以人为干预甚至被污染。当数字说话的时候，作为听众的我们必须有一双明辨真伪的耳朵，做出自己的独立判断。
关注少数特例
数字说话原则要求我们不仅对数据中的结构规律有认知，更要对那些不经常发生的少数特例有足够的关注和刨根问底的精神。
众所周知，许多伟大发明和重大发现都是对超级少数派的追问而引发的。比如美国辉瑞制药生产的蓝色小药丸“伟哥”，全球每年可有几十亿美元销售额，造福4000多万男性，而它最初是一种心血管药物，对男性性功能障碍的疗效只是偶然被发现的。还有X光的发现、微波炉的发明等，都是源于那些对数据敏感的人，他们遇到少数特例时没有想当然地接受，而是通过执着研究做出了伟大贡献。
遭遇黑天鹅
数字说话原则建立在“过去的数据可以在一定程度上预测未来”的基础上。在结构化战略思维中，数据起到了主导作用，但作为思辨者要同时意识到，在一些特殊场景下，数字可能失灵。也就是说，过去的数据无法预测未来。历史数字失效！
“黑天鹅事件”是指不可预测的未知。在发现澳大利亚的黑天鹅之前，17世纪之前的欧洲人认为天鹅都是白色的。因此，人们定义“天鹅”时用了“羽毛是白色的”这一判断条件。但随着第一只黑天鹅的出现，人们以往对天鹅的定义遭到挑战。必须修改天鹅的定义才能对出现的这只黑鸟做出正确的分类判断。黑天鹅被发现纯属意外偶发事件，当初确定天鹅的定义时根本无法预测这件事情的发生。
因此，在应用数字说话原则时，话不要说得太满，也不要说得太绝对。虽然少见，但世界上存在“不可知的未知”。遭遇了“黑天鹅”，数字说话原则即宣告失效。
