那么作为一名工程师，或者技术管理者，如何去利用有限的时间去培养这些思维和能力呢？

一是定目标的时候都尽可能量化。不要只是想着要 improve，enable，想想你具体 improve 了多少，enable 了什么。

二是动手搭一些简单的 dashboards去追踪你的目标指标。这样你就能随时观测你离你的目标有多少，从趋势上知道你做那些事对你的目标有最大的帮助。

三是保持一颗好奇心，看到设定好的数据有任何不是很理所当然的波动或者变化的时候，试着打破沙锅问到底，试试自己能不能去解读这些波动和变化。并且勤于动手去写一些简单的 SQL，知道数据的来龙去脉，知道每个数据的波动，其上游和下游可能受影响的数据还可能有哪些。

另外，如果组里有一名数据分析师或者数据科学家，不要觉得只是各做各的事，尝试着更紧密的合作和沟通，学习一些简单的技巧和思路，加上你对系统的实现有很好的了解，等你能够熟练运用一些简单的数据技能的时候，就会发现对彼此的工作都会有很大的帮助。

最后的结果就是组里不论任何大小决定，都用数据说话，决策过程也变得很透明。

给我印象最深的，是第一次听他在公司做报告的时候引用的 Peter Drucker 的一句话：“If you can’t measure it, you can’t improve it.” 这句话在后来的工作中多次的被印证，而很多时候，及时有效的一个数据分析，可以帮我们找到正确的方向，做改进最省力的办法，以及时刻帮助我们了解项目或者产品的好坏。

首先就是对各种 bug，incident，或者系统漏洞处理的优先级排序。以前我遇到别人报了一个问题，第一反应就是凭直觉去判断这个问题是因为什么，好不好修，怎么修，以及引发的可能性会不会很大。现在每遇到一个问题，第一件事就是去 “measure it”，这个问题影响到的人可能有多少，给公司带来的损失是多少。每个小时每天新的影响有多大等等。每个 bug report 上都有这样的 SQL query 和数据，然后团队就根据切实的数据去决定哪些问题是急事，哪些可以稍微放一放。这样一来团队始终都可以做到把问题控制在最小，而且对于略推后的问题心里也十分有底会有多大的影响。