在企业运营中，管理者有丰富的经验，有丰富的想象力，这些都是优势。但是面对不确定的环境，管理者的成见、偏见，包括意识的推理，以及经验的局限性，尤其是管理者个人倔强的脾气、倔强的执念、倔强的傲慢、倔强的贪念等不科学的因素，都有可能导致决策和现实出现巨大的出入。例如，管理者的贪，体现在想快速获得推广，快速获得大规模营收，而忽视产品所在阶段；管理者的傲慢，体现在对自我观点的自负，为了证明自己，而做出不科学的决策；管理者的执念，个人的妄想，导致产品在不正确性方向上的巨大投入。这些都是管理者个人的局限性，往往会影响产品的大局。
因此，需要建立数据与认知的双轮驱动机制。建立数据驱动的分析文化，用数据和自己的认知互相验证、互相检查，以避免自己走入误区。如果已经有一个好的想法或认知，那么根据这个认知来快速构建一个最小可行化产品，针对这个产品，需要做验证，获得数据，了解和学习数据，再形成新的认知和想法。周而复始地循环，不断验证整个产品的进展。
为什么要建立数据驱动的验证循环？是因为管理者认知与现实之间有三层隔阂，而数据验证可以发现隔阂，让认知与现实更加吻合。
1.想象与现实的隔阂
管理者有丰富的经验，而且会有自己独到的认知，这是好的一面。坏的一面就是，管理者对自己的产品都有一种情结，有创业情结、职业情结、产品情结、梦想情结等，这些会让管理者陷入认知陷阱。
管理者对自己的认知一般都很坚持，而且容易自负、自傲，因为他们⾄少在某方面是专家，所以越是这样，他们越容易坚守自己的观点，尤其是有时候是错的，但自己并不知道。
当局者迷，人都需要向内观察自己，有时候需要借助一些工具，比如一套数据分析系统，依据数据来调整认知。管理者需要设计出各类试验与假设，并用数据来验证这些认知的正确性。
2.虚假繁荣数据与客观数据的隔阂
数据是来自事实与客观世界的反馈，数据本身没有问题，即使建立了一套数据分析系统，能够观察到各类数据分析的指标，但是人们依然会带着有色眼镜来看数据，符合自己内心期望的就会加强，不契合的就不会关注或者弱化。
很多指标可能会给团队带来很多自我假象，以为发展非常好，但是实际上都是虚假繁荣的数字，这些指标都是一种原始指标，他们并不代表什么，但有可能会造成虚假繁荣的现象。
3.当前指标与行业标准的隔阂与差异
管理者可能一开始找不到自己要关注的指标，也不知道这个指标到底应该是多少才是科学的。所以需要数据来是自己逐渐接近事情的本质，逐渐接近定理。定理和公理的区别是，定理是在特定的条件下才成立；而公理式在任何情况下都是成立的，不过随着认知的提升和扩展，公理也有了局限性和特定的条件，不再放任世界皆正确。行业标准就是定理，在产业的某些阶段，某些时代才正确。
网友评论