Shopify数据副总裁谈为何“数据驱动”并非目标，以及应该优化什么
内尔·托马斯（Nell Thomas）因对人类大脑的好奇而爱上数据。大学期间，她痴迷于决策机制，并将兴趣延伸至认知神经科学、社会心理学及计算机科学等领域。大二时，她进入心理学实验室开展人类实验。
“这听起来比实际情况更奇怪，”她说。某日，研究人员在心电图（EKG）数据中发现了一种挑战现有理论的意外模式，并提出了优雅的解释。该发现虽引人入胜且具发表价值，最终却被证实是错误的——Visual Basic脚本中的错误打乱了行序，结果仅是代码故障产生的伪影。
“人们能用数据讲述有力的故事，因此必须确保故事的真实性，”内尔表示。如今，她领导着负责Shopify及其数百万商家基础设施与数据系统的团队。“你必须对方法论的完整性有信心，因为很容易对错误的解读信以为真。”
这一早期教训概括了Shopify的数据观：成为“数据驱动”并非终极目标。数据不做决定，人才会；合适的数据只是让人的直觉更加敏锐。
语境的力量
Shopify在数据方面拥有明确哲学：以十年为单位思考，而非仅按季度考量。公司坚信过度使用数据会导致人们追逐错误目标，陷入看似高效实则偏离正轨的微小胜利中。
“我们采取长期视角，并对短期优化保持排斥，”她说。但长期思维与数据并不冲突，你可以在着眼长远的同时描绘当前地形。对Shopify而言，目标不是用仪表盘取代直觉，而是通过更好的信息强化直觉。
“数据不会取代直觉，而是使其更敏锐；也不会扼杀细微差别，而是揭示它们。”在实践中，这意味着每个好决策都必须建立在语境之上。尽管“语境”如今常与AI关联，但Shopify自创立以来一直珍视此概念。语境让你了解实际情况，数据是提供语境的方式，但绝不应成为拐杖。
“即使构建了最复杂的分析工具，也不应将决策责任推卸给数据，”她说。“数字不能替你做决定，你仍需拥有坚定的信念。”
目标的陷阱
Shopify领导者深谙古德哈特定律（Goodhart's Law）。该定律由经济学家查尔斯·古德哈特于1975年提出，指出当一项指标成为目标时，它就不再是好指标。若以单一数字评判绩效，人们便会操纵系统以达标，即便这无助于推动真正重要的事物，导致专注“赢”而非“把游戏玩好”。
“能与像托比这样深刻尊重这种影响的创始人共事是一种馈赠，”她说。这塑造了数据团队衡量工作的方式。内尔在设定目标时极为谨慎，深知目标确立并执行后蕴含的巨大力量。
“正确构建指标很困难，因为它拥有左右行为的力量。若想打造百年企业，仅关心季度目标无法实现愿景。”内尔强调，“指标能告诉你今天什么是真实的，但没有任何指标能预言十年后的真实，尤其是在AI重塑世界的当下。”这个差距正是人类判断力发挥作用之处。
既然指标不应单独驱动决策，目标也可能成为陷阱，Shopify究竟用数据做什么？答案是：基础设施。
其下的基础
Shopify在数据基础设施上投入巨大，涵盖基础架构、数据质量及权威数据来源。公司数据基础设施日均处理13拍字节（即130亿GB）数据。
“我痴迷于我们的数据基础设施，”内尔说。“若不关注数据质量及生成系统，就无法获得出色成果。我们构建的一切，优劣取决于其所建立的基础。”
这些基础促成了重大变革：数据不再由分析师垄断。内尔的团队在公司范围内实现了数据民主化——通过构建工具使内部数据可访问，同时不牺牲安全性与隐私性。
在Anthropic宣布模型上下文协议（MCP）技术仅一个月后，该团队便为Shopify数据仓库构建了MCP，允许员工使用自然语言查询内部数据。一周内，从未写过查询语句的员工便开始用它制作完整演示文稿。如今，近90%非数据领域员工每月使用数据工具，40%每天使用。
“更多人使用数据意味着更多人审视工作、施加压力使其变好，”她说。“这不仅为工作提供了更多背景信息，也为数据系统本身提供了极佳的反馈循环。”
基础设施揭示的内容非凡。数据团队守护着数十年创业历程：数百万家企业在Shopify上创立、扩张、放弃和重启。2025年，平台处理订单交易达数十亿笔。这些数据极其珍贵，Shopify亦如此对待。
内尔注意到一个模式：注册Shopify的用户中仅一半是新用户，其余为重复创业者。相比首次创办者，曾在Shopify创业并回归打造第二家企业的商家，单店平均销售额高出两倍以上。“伟大的企业家往往经历尝试、失败再尝试最终成功，我们在数据中切实看到了这一点。”
人人皆知创业需要坚持，Shopify的数据恰恰证明了这点，将一种直觉打磨成了事实。
为何此时至关重要
当前数据领域的时刻与过去二十年截然不同。
“我们拥有的智能水平具有改变游戏规则的意义，解锁了全新的可能性层次，”她说。在AI模型日益商品化的世界里，底层数据和上下文成为真正的差异化因素。购物正从浏览搜索转向对话意图，AI代理开始代表买家购物。在Shopify上，这意味着导航数百万商家的数十亿产品目录，而这只有在产品目录、商家信息、购买模式等底层数据可靠时才能奏效。智能体商务不仅依靠模型运行，更依赖于可信数据。
这正是Shopify努力构建的方向，也让人回想起二十年前在大学实验室学到的教训：目睹研究人员在破碎代码上构建优雅理论。
“数据从业者依靠信任生存并蓬勃发展，”她说。“尽管变化迅速，有些东西依然不变：对底层数据的信任至关重要，正确的客观解释也同样关键。”
没有什么比理解商家实际使用工具的方式，并将洞察应用于构建更好工具更令人着迷的了。这就是数据为Shopify带来的价值：它不告诉我们该想什么，而是告诉我们什么是真实的。如何利用这些信息仍取决于我们自己。
这就是平衡之道：审视数据，理解局势，对决策保持信念，并且永远不要停止追问故事是否真实。