数据科学已被用于众多领域，包括医学研究和贷款申请等等，但它在预测新兴企业的发展状况方面的应用还十分有限。Growth Science创始人ThomasThurston，花了七年来建设数据库和算法，旨在寻找企业的成长和失败之间的共同点。之所以产生这个想法，是因为在因特尔工作的时候，哈佛商学院教授邀请他作为研究员协助研究。

如今，Thurston已经36岁了，整日奔波在自己的工作和大中型企业之间，目前他的研究重要集中在投资决策和风险投资等方面。

    本站记者日前对Thurston进行了采访，请他给我们讲讲为什么企业家和投资者应该对数字投入和直觉一样的注意力。

《企业家》：当你在鸡尾酒会上碰到别人时，你怎么介绍自己的工作？

Thurston：我通常只说我的工作就是预测企业将存活下去还是会失败。这只是一个简单的回答，通常人们会继续问下去。数据科学家，在我看来，是研究数据并从中找到一种固定模式的人。你看过电影《点球成金》吧？我们其实就相当于那个耶鲁的孩子。

《企业家》：是什么促使你学习企业数据的？

Thurston：大约七年前我在英特尔工作，他们有一项新的业务，不知道为什么差点毁了这家公司。我很沮丧，想着大家可以看看所有的英特尔的投资模式。当我们把数据扩展到别的公司的时候，我们发现这些模式依然存在。恰恰就在那一年，我被邀请加入哈佛商学院的研究团队，我发现我们做的工作有很多相似之处。

《企业家》：你什么时候开始自己干的？

Thurston：我2008年的时候从哈佛回来，英特尔正在重组。把相关事情谈妥之后，我就开始自己干了。

《企业家》：你是用自己的办法运营自己的公司吗？

Thurston：是的。在头三年里，我不喜欢自己公司的运行方式。我们被困住了。跟很多与我们合作的公司一样，一段时间我有点忽略了数据问题，这主要是因为公司在那一段时间里发展的很好，我也做得很不错。大概在第三年的时候。我们不得不重新思考商业模式，而现在，比较幸运，一切都好。

《企业家》：告诉我们一些你模型的关键因素。

Thurston：有多种工具，但必须要将他们合并到一个非常明确的答案上。我们倾向于看企业的战略，而也正是在那里我们找到了最能预测变量。战略的哪些内容能够让我们做出预测呢？如果是一个全新的公司，具有市场上最好的部件，我们发现，这些企业大约90％的几率会失败。他们的失败的几率要比一般公司高得多。平均约70％到80％的企业在10年内会失败。然而，大多数有战略的初创公司比别人好。

《企业家》：这很明显与我们的直觉相反。请解释一下。

Thurston：如果他们真的做得比较好，那么他们已经开始从竞争者那里抢人了。很快你的竞争对手就会意识到这一点，然后开始反击。如果你真的把大客户都抢走了，他们一定会有回应的。

《企业家》：什么样的策略胜算几率更大些？

Thurston：有很多。事实证明，如果你卖的是最差的产品，但是最便宜的，那么你存活下来的几率就会增加6-8倍。想想沃尔玛，麦当劳，西南航空公司，在开始的时候，即使是英特尔，都是这么做的，先做低端便宜货。这是一个良好的开端，因为如果你没有抢走大公司的客户的话，他们不会那么快做出回应的。

《企业家》：你从哪里得到数据？

Thurston：我们有专门从网站为我们拉数据的工具。有时候，我们买的数据，但这只是很少的情况。其中许多是我们根据时间变化和搜集的企业信息自己梳理的。

《企业家》：你基于你的研究，联手著名投资银行家比尔贺斌杰推出一个风险投资基金。2009年以来，谷歌风险投资公司一直遵循类似的策略，但是这种方法并不主流。传统风投对你所做的怎么看？

Thurston：大多数风险资本家不太看好，因为他们做事情凭借直觉和经验。他们的数据集，可以涵盖他们已经亲身经历的几百业务，但他们有时却只挑选其中一两个。有了数据科学，你可以触及到无数企业。但有的时候会成功，有的时候不会。

下面是另一个例子：团队是风险投资家们最在乎的一件事。是啊，在自己的第一家企业已经做得很好的人，往往第二家企业也会做得很好，最佳和最差的相差仅约12％。换句话说，经验丰富的企业家存活下来的概率也仅仅是多了12%而已。

《企业家》：为了对数据科学有一个更好的把握，你推荐他们读一些什么书？

Thurston：内特银刚刚推出了《信号和噪声》。我一直都很喜欢的是丹尼尔·卡尼曼的《思考：快与慢》。他没有提到数据科学，但本书是关于认知偏差的。

人类的心灵在某些方面很擅长，但它有局限性。我们不擅长的事情，电脑往往是擅长的，反之亦然。我不是说只使用算法来做出商业决策。一个算法不能告诉你的CEO是一个混蛋，你不应该与他共事。但是，如果你可以把那两个东西放在一起，产生更强的预测。