SmartM 人才培訓網

《魔球》（Moneyball）是2011年的劇情片。這部電影改編自同名小說，同時也為真人真事。本片在第69屆金球獎獲得4項提名、第84屆的奧斯卡獲得6項提名，2015年在IMDb維持7.6分高分，爛番茄指數也仍有95%的新鮮度，可以說是2011年最值得一看的電影之一。

本片描述比利比恩（Billy Beane, 布萊德彼特飾演）在結束球員生涯之後，投身於球探，之後晉升為奧克蘭運動家隊的球團總經理，帶領球隊贏得勝利的故事。奧克蘭運動家隊當實面臨的問題是：球團經費不足，只得以有限經費運籌帷幄，在一連串交換球員的過程中組成成本最低、實力最強的球隊。比利決定揚棄過去球探慣用的以質性資料為優先的調查法，純以比賽數據作為甄選球員的衡量基準。他甚至不惜逼退隊上的總球探，只為了貫徹其理念。2002年，奧克蘭運動家隊成為大聯盟史上第一隻連續20勝的球隊，但可惜的是卻沒奪下總冠軍；2004年，波士頓紅襪隊採用了比利的方式，成功奪下世界大賽冠軍。

《魔球》是一部具有時代意義的電影，特別是對於統計數據量化研究。2000年的時候，量化研究早就成為美國學術界的主流，特別是傳統上被認為是「社會科學」的經濟學、社會學、心理學、政治學以及管理學等，紛紛以量化研究強化自身理論，使自己更靠近「科學」。但統計量化在商業運作上仍非顯學，除了少數企業或者少數產業認真看待統計資訊以外，多數企業與產業還是習慣於傳統的研究方式。奧克蘭運動家隊與波士頓紅襪隊的成功當然可以視作是量化模型的勝利，但這個問題真的這麼簡單嗎？

讓我們把時間拉回2002年，奧克蘭運動家隊董事會所遭遇的困境當中。總經理比利下定決心採用一個大家都沒有採用過的評估方式甄選球員，而這個新方法與過去評估模型所得到的結論天差地別──新、舊評估方式得到的結果不同，這是最重要的關鍵。如果新方式與舊方式得到的結論差不多，我們還可以將新方式視作是舊方式的補充、延伸或者改良，表示兩者能夠並存；然而，當兩者結果相異甚大時，就表示要不你就用舊方式選、要不你就改成新方式。舊系統與新系統、總球探與總經理，你要選哪一個？

當我們談到「評估生產要素的機制」時，許多管理者往往會直覺地認為：這種系統性的東西，反正同業怎麼做我們就怎麼作，大致上錯不到哪裡去。事實上，當一個產業越穩定、技術越成熟的時候，評估機制或者評估系統就會越趨同。

以美國大聯盟而言，過去各隊都採取「球探制」，除了觀察球員實際表現之外，更會針對其人格、價值觀以及明星氣質做整合性的考量。球探的評估方式，是以抽象的質性（qualitative）資料為主再搭配量化（quantitaive）資料為輔做為衡量。我們應該先理解的是：為什麼總經理與球探不把「球員在球場上的數值」當作是最重要且唯一的資訊？

第一，必須維繫團隊氣氛

棒球是團隊運動，一群優秀的球員不等於是一個優秀的團隊。球員的人格、信念、價值觀與社會性是否互相契合，是最為關鍵的問題。從執行面上看來，既有的球隊成員已經與團隊氣氛密不可分，要如何在增加新戰力、新元素的同時，還能維持團隊的良好運作，就是總經理以及球探在徵選球員的任務。

第二，必須考慮球隊利潤

職業球隊不是只靠贏得比賽賺錢，明星球員帶來的經濟效益更大。職業運動的本質其實是「表演」，球員的外表、個性，與其球技、球風都一樣，都是吸引觀眾目光的要素。對於總經理與球探而言，他除了必須考慮球隊的勝利之外，同時也必須衡量每一位球員綜合性的明星特質，才能帶來更多觀眾、帶動更高的利潤。

第三，要能預測球員職涯

球員的過去表現不代表未來表現，從年輕新秀中發掘一流球員，本身就是一種「藝術」。說穿了，哪有人說得準一個18歲年輕球員接下來10年到15年的職涯表現？就算是在職業隊打滾了三、五年以上的資深球員，都可能在簽約之後，突然進入顛峰期或者受傷休賽。「預測」很困難，要考慮的變數非常多，而且絕大多數情況下無法從過去表現推出結論，這也就是為什麼「球探的經驗」很重要。

比利決定純看球員過去在球場上的數據，某種程度上就是在挑戰傳統球探。球探的「經驗」真的可靠嗎？當我們選擇一位球員、拒絕另一位球員的時候，背後真的有穩定的價值系統支持嗎？而這其實就是量化分析人員的核心思考：

1.該觀察與測量那些因素（獨變項），才能反應想改善或控制的目標（依變項）？

2.該如何明確定義每一個因素，才能持續修正預測模型、同時複製到其他的個案上。

在《魔球》中，我們看到的是嶄新量化模型對於傳統質性模式的挑戰與衝突，但事實上，好的量化分析人員還會這麼思考：

3.該如何衡量人類認知的動態性與不穩定性？該如何找到更多看似不可衡量的因素，並成功定義與衡量這些因素？

換言之，新方式不應該只是對舊方式的反動，應該是一種整合，只是當時的比利還沒有考慮到這麼多。以組織決策而言，比利的做法不只是「改變評估球員機制」這麼簡單的小調整，而是會衝擊組織結構甚至球隊團隊文化的大變革。奧克蘭運動家隊的董事會在面臨球隊績效不振、明星球員被高薪挖角的窘境下，放手讓比利採用完全反傳統的甄選模式，只能說是不得不然的做法。結果很「好」，但比利設計的系統真的「對」嗎？或者董事會的決策真的「對」嗎？對此我持保留態度。

2013年，「大數據」 （Big Data）這個詞彙突然竄起，數據科學一下子成了實務界的顯學，各產業與各企業紛紛引進數據研究。然而，2002年奧克蘭運動家隊董事會的難題仍讓2015年各個企業主疑惑：我們該怎樣用這些數據？這些數據可以怎麼樣幫助我們設計出新系統、良好地控制組織運作？《魔球》給我們最大的啟示或許是：大數據是靈丹，但絕不是萬靈丹。別忘了所有系統──包含量化分析──都是工具，嘗試使用新工具是好事情，但如果新工具真的無法完全取代舊工具的時候，請記得交錯使用。

延伸閱讀：《復仇者聯盟2》：當團隊充滿明星，和「鷹眼」學當最有價值綠葉的生存之道

原文出處：一個分析師的閱讀時間

嚴禁抄襲，若欲轉載，敬請註明出處「SmartLinkin商務社群網」並附上原文連結。

歡迎各大媒體交換文章連結。

圖片來源：主圖、縮圖-Wolf Gang（CC Licensed）

加入「SmartLinkin商務社群網」粉絲團，更多商務訊息等你關注。