善于提问的人或许暂时被嘲笑，但是不开口提问的人却永远是无知者。
——谚语
在认识了数据的巨大力量之后，我们接下来要学习的是该如何有效地利用它们。虽然数据非常重要，但它们本身并不能为人们直接利用。如果你无法提出正确的问题，它们不过就是一堆简单的数字而已。只有提出了正确的问题，才能开始进行调查的工作。
我见过很多数据分析方面的大师级人物，如迈克·奥克金、爱德华索普及比利·比恩。奥克金通过数据挖掘来探寻如何在美国职业橄榄球大联盟的竞猜中获得胜利，索普通过蒙特卡洛模拟实验为21点中的算牌制定出更优的策略，比利·比恩和他的分析团队通过回归分析技术用历史数据来预测未来。听起来这些都是非常高深的学问，但说实话，其实都非常简单。
任何一个通晓基本统计技术的人都可以胜任这类工作，学会操作回归分析或是数据挖掘软件非常容易。困难的部分，也是最重要的部分，在于操作者是否有勇气打破俗套，问出正确的问题，并勇敢地接受分析得出的真实结论。
多年以来，赌徒们都迷信着“命运”一说。虽然整个过程中有输有赢，但最终他们会发现，自己在21点牌桌上总是输多赢少。索普不迷信命运，而是提出了几个很简单的问题：“如果发牌器没有2这张牌，玩家获胜的概率有什么不同吗？”“如果发牌器里没有3，情况又是怎样呢？”之后，他将这些问题不断地进行下去，并解开了问题的谜底。他全部的算牌策略都是建立在一个简单却与牌局密切相关的问题之上的。
当然，索普的创新性思维（还有令人艳羡的硬件支持）让他可以实现普通玩家无法想象的壮举——通过模拟实验来证实各种情况下牌局的变化。自从1960年的科技创新开始，硬件的发展日新月异，大家彼此间硬件的差异变得越来越小。然而，如何提出正确的问题依然是重要的关键点。
同理，比利比恩和他的奥克兰运动家队同样对传统的棒球选秀提出了挑战，即赛场上的比赛数据比球探的表面调查工作更具备参考价值，更能反映出球员未来发展的潜力。他问过这样一个问题：“哪一类的历史数据可以帮我最准确地判断出球员未来成长的潜力？”比恩从历史数据中找到了这些问题的答案。他还制定出了一系列判断标准，譬如上垒率等。再重申一遍，当你的目标框架确定下来之后，去数据库里运行数据、寻找结果的过程就会相当简单易行了。
之前提到过的《钱与球》的作家刘易斯在他的作品当中提到过很多在体育和金融领域均颇有作为的分析天才，他曾经与我分享过这些天才们的共性。刘易斯先是列举了几个特点：聪明、善于分析、数字控。之后，他停顿了一下，提高音量，说出了最后3个字：“创造力。”这真是出乎我的意料。
“他们都具备独特的眼光，能通过前所未有的角度来看待、解读数字。他们知道面对这些数字该问什么问题来解决遇到的困难。”刘易斯如是解释道。
无论通过分析的方法还是依赖自己的直觉作出选择，在所有决策的初始阶段，你的脑中总会存在一系列的问题。这就是我们所说的“决策框架”，是决策程序的第一个步骤。筛选出核心问题是作出正确决定的关键。它需要创造力和全新的视角。正确的框架由3个相辅相成的要素共同构成。首先是“目的”，即想要达成的目标。拿比恩来举例，他的目的就是通过更优的方法预测棒球队成功的概率。其次就是“范围”，即关注哪些要素忽略哪些要素。比恩决定关注历史比赛数据，而非球员的身体素质。最后一点：观点，即你和其他人的观点有何异同。在比恩的例子当中，他的观点就是，球员身体健美并不代表着打球技术就好。相反，历史数据才是衡量球队实力的真实晴雨表。拿着球队的数据统计结果，你就能看出球队的价值，并预测出未来比赛的胜负情况。
这样说起来，制定决策框架的过程就像是摄影一样。目的是拍出相片，范围就是我们取的景，观点就是最终采取的角度。当比恩决定通过数据分析的方法来判断球队赛绩，用各队的表现为球队评级并计算球队价值的时候，就已经成功了一半了。
甚至有些曾经对数字充满了抵触情绪的人现在也开始尝试着接受它，比如美国职业橄榄球大联盟的传奇式人物比尔·帕索斯。帕索斯是新一代职业橄榄球教练中的佼佼者。他不但执掌教鞭，还同时负责多家球队连锁店的运营管理工作，如纽约喷气机队、达拉斯牛仔队和迈阿密海豚队。然而，如果《钱与球》要写续集，帕索斯绝不会成为故事的主人公。人们都知道，他对数字可是向来没什么好感的。在他著名的语录大全当中，曾经声讨选秀的流程“缺乏科学性”。他的自传也向世人表明，他是一个善用直觉的人，一个极富鼓动性的人。
然而，后来的帕索斯却向世人展现出了自己善于分析的一面。通过长年累月与数据的持续接触，即便是这样一个对数据毫无好感的人也受到了影响，发生了转变。2009赛季，某周一的《橄榄球之夜》节目当中，迈阿密海隊队对阵纽约喷气机队。中场休息的时候，帕索斯接受了电视采访。帕索斯列出了自己挑选四分卫的4项首要标准：
1．必须是大学四年级的学生，
2．必须已经获得毕业证书，
3．比赛经验必须超过3年，
4．必须获得23次以上的胜场。
上述的4条要求中，每条都代表着理想四分卫的某方面特质。第一条代表着选手的年龄和成熟度。大四的学生，在校期间已经经历过4年的锻炼，因此足够成熟，并能迅速地融入美国职业橄榄球大联盟的比赛当中。而之所以选择那些毕业生，是因为他们一直坚持下来，始终没有放弃继续学习和成长的机会。
第三个条件是保证选手不会“昙花一现”。也就是说，稳定的发挥需要时间和切实的比赛经验来检验。3年的赛场数据可以较为客观地分析出候选人的竞技水平的高低。最后一点，那些来自常胜球队的队员更懂得该如何取得胜利，如何扮演球队领袖的角色。有了这个框架，帕索斯接下来的四分卫筛选工作就更容易进行了。
我并不知道帕索斯是如何订立出这四条准则的，但我猜他肯定检索了大量数据，然后问了一个最基本的问题。他的数据库有可能大到涵盖所有职业联赛和大学联赛中所有四分卫的相关记录。他问的问题很简单：“那些成功的四分卫到底有哪些共性？”
那么，最后一条标准当中，23个胜场当中的“23”是从哪里来的呢？当然了，背后一定有大量的统计分析来证明这个数字是个重要的转折点。
帕索斯自己也没想到的是，他不知不觉之间创造出了一个回归模型。无论这个标准是由帕索斯自己还是电脑分析得出的，它都无疑成为了一个统计学模型。通过对数据的分析，参考联盟之中优秀四分卫间的共性，他最终得出了那4条标准。他甚至还把标准精炼成了“布尔数据类型”，即答案为“是”或“否”二选一的闭合式问题。无论帕索斯嘴上是否承认，他已经成为了一个懂得运用数据作出决策的数据信徒。
当然了，帕索斯这个简单模型完全可以加入其他元素，变成更加复杂的模型。比如说，哪些学校盛产优秀四分卫，以及优秀四分卫所修的专业有何共性，等等。不过这些信息添加进来之后是否可以提升这个模型的准确度呢？也许可以，也许不行。不过，在美国职业橄榄球大联盟当中，你肯定能看到更复杂、变量更多的球员分析模型。在帕索斯的故事中，他没能制定出一个更高级、更复杂的框架。但在接下来的故事当中，我们的主人公却做到了这一点。
不过话说在前面，在这里我并不是要介绍什么复杂的统计分析方法。相反，我是想告诉你简单的问问题的艺术有多重要。有些时候——比如帕索斯的例子当中——那些问题都是简单地来源于好奇心。有些时候，它们来自于我们某方面的兴趣。让我们看看内特·希尔的例子吧！在2008年民主党总统竞选阶段的某一天，希尔在新奧尔良的机场翻阅着报纸的头条新闻：《希拉里·克林顿和巴拉克·奥巴马的竞选》。突然间，有条新闻让他非常恼火：“克林顿的支持者们声称，依照之前的民意测验结果克林顿占有领先优势”。希尔是个地道的芝加哥人，难怪他会这么恼火了。
当时，希尔是棒球数据网站“棒球说明书”的管理合伙人。公司由很多数据统计方面的专家组成，主营业务是为棒球赛事提供高级的分析方法。希尔还是PECOTA分析系统的创始人之一，在体育分析圈内享有很高的声誉。而他的作品PECOTA分析系统被公认为是现如今用以预测棒球选手赛事表现的最准确系统。PECOTA从2003年开始正式下线，其预测了每一位主力队员整赛季的表现。自此后的6年当中，它成为了业内人士衡量球员价值的法宝。它大胆的预测结果屡屡成真。在芝加哥白袜队于2006赛季获得90胜72负的良好成绩之后，PECOTA预测它在接下来的2007赛季成绩将出现下滑，最终的赛季成绩很可能是90负72胜。这个看上去略显荒谬的预测结果引起了轩然大波。就连白袜队的总经理肯尼·威廉姆斯都就此作出了回复：“这些网站的分析结果经常发生错误。不过，我们对此无权干涉。我们当前要做的就是把最好的队员集结在一起，在下赛季赢得更优异的成绩。”
结果呢？白袜队在2007赛季的成绩单果然是72胜90负。再让我们看看2008赛季坦帕湾光芒队的情况。这支球队近10年的比赛当中，每个赛季的胜场数都没超过70场，2007赛季也是如此。进入2008赛季，希尔和PECOTA预测说，他们会在本赛季获得88场胜利。想要获得这个成绩，就要比上赛季多赢22场以上。按常理推断，这个结论实在是有点夸张了。但是，球队在赛季结束的时候却交出了97胜的成绩单，让所有人都看得目瞪口呆。光芒队也成为了那年职业棒球联赛的明星球队。
这么来看，在新罕布什尔州和依阿华州的竞选开始前，让希尔这样一位专业的预测大师来判断之前的民意测验结果是否可以推断出选举结果，可以说是找对了人。
通过查阅历史信息，他能迅速地告诉你答案：“无法推断。”他会问出这么几个问题：“民意测验的结果有多准？哪些州的测验结果比较准确？除民意测验外，还有哪些因素会影响选票结果？各州居民的人口特征是否会对选举结果产生影响？”与帕索斯不同，希尔具备创建复杂分析模型的能力。在希尔获得足够的数据支持后，他就能通过数据模型更准确地预测竞选的结果了。
希尔随即开始用巴布兰诺的网名在一个名叫Kvethirtyeight.com的网站上发表文章。之后不久，巴布兰诺就凭借自己的分析模型屡屡预测成功，将之前他在机场的不满一扫而光。在2008年5月6日，他迎来盼望已久的转机。在北卡罗来纳州和印第安纳州的初选结果公布之后，希尔发现之前自己作出的那些大胆的预测与实际结果八九不离十：奥巴马能获得13%~14%的票选优势。当伊利诺伊州的票选结果公布后，奧巴马获得了14%的优势。而希尔的预测结果与之完全吻合。因此，他又一次成了众人关注的焦点。
我在曼哈顿市中心的一家意大利餐厅与希尔进行了一番长谈。说到这次的预测结果为自己带来的褒奖之时，他说：“有些时候，我也觉得公众给予我的评价实在是太高了。我的预测结果那么准，其实也有一定运气的成分。”
然而，这所有的荣誉都是归于一个完全虚拟的人物“巴布兰诺”的。不过之后不久，希尔就向读者们公布了自己的真实身份，并同时开始研究政治、选举方面的分析和预测。他的最新发现也为自己带来了更高的名誉。在准确地预测出2008年总统选举的结果后（50个州中，49个州的预测结果正确），希尔确信自己在这个领域可以大有作为了。
晚餐过程中，希尔承认这次的分析模型相比之前的那些棒球比赛数据模型要简单粗糙一些。“我得告诉你，PECOTA的复杂程度要比这个政治模型复杂好几倍。”
然而，“简单”的结果却很不错。自从他曝出自己的真实身份之后就成为了多家媒体关注的对象。他参加过政治类的谈话节目《科尔贝特报告》，还被纽约《时代》周刊采访过。他甚至还被福布斯网站称为“网络名人”，并跻身《时代》周刊“100位最具影响力人士”之列。
这些其实都源于一个简单的问题：民意测验对选举结果有参考价值吗？
希尔通过对公开数据的分析解开了这个问题的答案。然而，有些时候想获得数据并不是那么容易的。有些时候你根本找不到数据，或是数据尚未出炉。在这种情况下你就得退一步，问一些可行的问题并开始收集数据。这也正是我们接下来的主人公，一位年轻的美国职业橄榄球大联盟球队经理的亲身经历。
在20世纪90年代后期，联盟中出现了一个奇怪的现象：有些人认为进攻截锋的位置非常重要，因此他们在球队中的薪水应该是第二高的（紧随四分卫之后）。之所以会产生这种想法，应该是出于人们对劳伦斯·泰勒的特殊好感。劳伦斯·泰勒是一个难得的球员：身体强壮且速度惊人。几乎可以这么说，他可以轻而易举地冲到四分卫面前，对其进行擒杀。他本人也因此树立了橄榄球擒杀的新标准。正因为如此，其他球队不得不寻找那些身体素质可以与之相抗衡的球员来保护球队核心——四分卫。因此，那些身体素质优秀的能跑能撞的截锋成为了市场上的抢手货。不难想象，在市场疯抢的情况下，进攻截锋的薪水也就水涨船高了。
这就为职业橄榄球联盟的经理们出了个难题，市场上并没有数据统计来计算哪些截锋的效率最高。四分卫、跑锋及外接手的数据还算相对完整。四分卫有传球成功率、平均传球码数及抢断数等数据，而跑锋则有平均冲球码数、掉球数和抢断数等数据。这些位置的场上表现都还算好评估。但是对于截锋而言，就基本没什么数据可以参考了。阻截成功次数这类的数据并不能直接表明截锋的贡献。因为阻截成功的原因有可能是对方四分卫持球时间过长，也有可能是其他队员对其保护不力，还有可能是阵型设计得好。单一的阻截成功次数并不能表明截锋的价值。
既然如此，球队的经理们没法通过科学的方法来判断截锋的价值，他们又该怎么办？在我的故事当中，他们也不是没有选择。最起码他们可以观看球员的比赛情况，然后用自己的直觉来判断哪些截锋是最棒的。
但是，我故事的主人公，那位年轻的球队经理可不满足。我尊重他本人的意愿不透露他的姓名。通过这个故事，你能看到他通过连环式的问题取得最终答案的全过程。
他先是问道：“怎样才能客观公正地衡量出截锋的赛场表现？”他很快地意识到，这个问题是无解的。因此，他找到球队的教练和一些球探，这样问他们：“比赛当中，截锋都有哪些职责？”
他并没有得到直接回答，而是遇到了抛回来的另一个问题：“不一定。你问的是跑动进攻中还是传球进攻中的作用？”
年轻的球队经理脑中闪过一个念头。他问道：“先说跑动进攻吧！”“职责有很多。你问的是在压制战术、陷进战术还是阻挡战术中的职责？”对方继续问道。
“说说压制战术吧！”
这位年轻的经理问遍了身边所有的橄榄球业内人士，并依照大家的答案总结出了截锋在场上要担纲的32项任务。说的简单点儿，他制定出了一个“框架”，并准备依次来判断每场比赛当中截锋球员的表现。有了衡量的范围和标准，你就能更准确地捕捉到每个球员的优点和缺点。最后，你就能创建出一套量化的分析系统，来揭开那层神秘的面纱，客观地评价截锋们的价值。
因此，这位年轻的球队经理集结了一批高校的橄榄球教练，让他们协助自己对联盟中所有的截锋就这32个方面的能力进行打分。通过不懈的努力，他终于获得了对于截锋的数据分析。
在这个例子当中，我们的球队经理原本就知道自己的第一个问题是得不到答案的。然而，他知道该去找哪些人求助。并且通过不停的发问，那些原本看上去无解的问题，其答案都渐渐浮出了水面。他最终通过超乎常人的创造力为自己赢得了可贵的竞争优势。而这所有的一切都源于一个最简单的问题：“截锋都有那些职责？”
当然，你不能只是每次都问同一个问题，还是要讲究方式方法的。通常情况下，那些你无法通过同事、老板或是朋友们获得答案的问题，只能依靠数字获得答案。这也就是我们21点小组每次遇到信任危机的时候我们必须作出的选择。
人们常常问我，21点小组在招募新队员的时候都看重哪些方面的特质。他们希望从我这里得到“数学天才”或是“过目不忘”这样的答案。但是，我最看重的一点，就是“信任”。想想看，你要给一个人100000美元的现金，让他飞去拉斯维加斯赢点钱回来的时候，你首先要考虑的是这个人是否值得信赖。对21点小组来说，信任是所有一切的基础。因此我们在其中投入了大量的精力。如果有人去拉斯维加斯赢了75000美元，但回来却告诉我们他只赢了50000美元的话，他完全可以把剩下的25000美元据为己有。其余的成员都会为他赢到的50000美元而开心，没人会对他产生丝毫的猜疑。
“信任”二字对我们团队来说异常重要。然而，在合作的过程中不可避免地会出现各类的信任问题。我们曾经通过组内的成员推荐招募了一个名叫托德的新团员。他很聪明，迅速地融入到了这个环境当中。没过多久，他就通过了所有的测验，成为了“大玩家”。
作为“大玩家”，托德要管理大量现金，负责大金额赌局，因此他需要承担起更大的责任来。托德的成长速度非常惊人。而与之相比，他的实战成绩单可就大相径庭了。在被提拔起来后的最初几个月当中，他每次去赌场都是铩羽而归，而且输掉的金额还都不小。因此，在练习的过程中我们特意加强了压力测试。但是每次他都能应对自如。不过每次从波士顿机场下飞机的时候，他身上的钱总是比去的时候要少。
这个情况让我们觉得非常难办。除了那个引荐他入伙的成员外，我们都对托德了解甚少。因此我们都不能不产生一些怀疑：这孩子是不是在捣鬼。但是如果我们公开指责他造假的话，这苦心经营出来的信任就全都毁了。如果那样的话我们就必须将他开除。毕竟信任这个东西一旦破损几乎是无法弥补的。然而这也就意味着我们之前花费的大量时间、精力和金钱都打了水漂。想要再训练一个“大玩家”，又得花费大量的时间和精力。
既然如此，我们最终决定让数字来告诉我们问题的答案：“我们能信任托德吗？”
我们有这样一条规矩：所有队员都需要记录自己每一场比赛的情况。这样才能具备分红的权利。我们通过这些记录来计算每局的理论输赢情况，并以此为据给各位选手分红。这就是说，我们能轻松地模拟当时牌面的情况和之后输赢的概率（当然，运气成分会成为一个不确定的因素）。通过一些简单的统计学模型，我们可以看出托德的输赢是否合理。
我们建立了一个分析模型，用来判断托德究竟是对我们撒了谎私藏赌金，还是真的运气不好输掉了比赛。而通过最终的运算结果判断，托德运气不好，输掉牌局的概率有5%。这5%的比例对我们来说已经足够了。我们决定相信托德真的是碰到了坏运气。因此我们不计前嫌，继续让他赌下去。没过多久，托德就开始赢钱了。他回到了正轨上，之后一直保持着不错的成绩。
在这个故事里，我们没法去直接找托德当场对质，而只能依赖数据。这么一来也让我们免于遭受信任危机带来的巨大影响。同理，在赌场外的商业市场当中，银行也在做着类似的动作。
你是否接到过信用卡公司打来的电话，让你确认之前进行的5笔交易？实际上银行担心的是你的信用卡是否被他人盗用了。然而每当他们打电话过来，你就得抓狂地在钱包里翻之前的刷卡小票，然后与他们逐一核对。虽然你对此很不满，而且经常会在电话里对话务员大吵大嚷，但回过头还是得乖乖配合。不然的话，银行很有可能会禁用你的信用卡。
不仅如此，当我们要用信用卡进行大额支付或是在其他国家用信用卡付款的时候，经常需要事先与信用卡公司进行沟通，以保证付款的顺利进行。
我们之所以接受如此复杂的程序，是因为我们知道这是为自己好。这样能更好地保障我们的财产安全。但是，如果这些电话来得太频繁的话，你会不会觉得自己是被“怀疑”了呢？你是不甚会考虑换另一家银行的信用卡呢？
虽然防范信用诈骗是银行的一大要务，但如此高频率地给持卡人打电话不但成本高昂，还会让持卡人产生厌烦心理。他们很有可能会转投那些通过总体控制降低风险，相对事儿少的银行。
那么，要怎样做才能优化这一流程呢？问具体的数字就是一个不错的选择。
在SAS软件公司负责商业信用系统策略的斯图尔特·布拉德利说：“银行都在采用先进的分析技术来实现对客户财产的保护，他们需要防范信用欺诈、评估客服质量和内部运作的效率。银行最不愿意看到的局面就是由于自己制定的标准过于严苛，从而导致大量持卡用户在购物时遭遇信用卡付款被拒绝的情况。”
SAS软件公司与银行合作，通过4种不同的分析策略来识别信用卡欺诈。首先，他们通过基本标准标注出大额交易、跨境交易及高频次交易。这样一来，绝大部分的欺诈交易都可以被涵盖其中。接下来，就可以针对其中的大额交易让持卡人确认。
然而，这种简单筛选还是远远不够的。SAS公司接下来会应用被称为“异常检测”的更高级的分析方法。从持卡人的历史记录判断当前的消费情况是否可疑？打个比方，如果你经常出国，那么你即便在法国进行了几笔消费，也不会被打上“标记”。你是否用个人的信用卡为自己的公司进行付款？如果是这样，你的大额交易就是合理的，客服人员不会因此来电话“骚扰”你。
第三种策略叫做预测模型。它能帮助银行看到不同的交易数字背后隐藏的意义。试想一下，如果某张卡片在加油站付了油款没多久就进行了网上交易，接着又进行了一笔国外消费。这时，预测模型就能通过高级分析功能分辨出这类情况，并将其定义为“信用卡信息盗窃”。也就是说，有人通过非法途径盗窃了你的信用卡信息（如你在付款的时候信用卡磁条信息被不法商家拷贝了），并据此进行刷卡消费。
最后一种策略是社会网络分析（SNA）方法，是用来进行全面的信用欺诈检测的。社会网络分析可以通过识别可疑的持卡人及交易信息（时间、地点、商户等）来识别其他有可能发生欺诈的交易。比如说，如果某持卡人的一张信用卡被定义为“可疑”，那么无论他的其余卡片消费情况如何，也会被同时标注“可疑”。通过对数据进行海量查询和询问，银行就可以省去大量与持卡人的电话沟通。
对于应用统计分析来指导经营决策的公司和组织来说，鼓励提问的氛围是非常重要的。这样做不但可以激发灵感，还能让所有人都参与到解决问题的过程中来。我们的21点小组就一直奉行着这一理念。通过提问——分析——解决问题的过程，我们克服了一个又一个前行路上的障碍。
在商业社会里亦是如此。善于提问的人与善于分析的人搭配，简直就是无坚不摧的黄金搭档。我在Altman Vilandrie咨询公司工作的那票朋友就是这样的一群人。
公司的全称是Ed Vilandrie and Rory Altman。2002年成立至今，公司已经拥有50名雇员，年营业额超过2500万美元。公司的专长在电信行业，旨在通过统计分析帮助客户解决复杂的商业问题，如定价策略、货品选择，等等。他们还帮助客户指定基本的财务和经营策略，通过合理的策略搭配为公司实现开源节流。他们还通过细致深入的商业分析帮助投资人寻找通信及媒体行业的投资机会，或是对目标公司进行尽职调查。
但是，当维兰德跟我介绍他们公司业务的时候，他说公司做的其实就是简单的提问——回答工作。上次去波士顿的时候，我去拜访了维兰德。他的公司设在波士顿最高的写字楼之一，位于那栋写字楼的高层。从办公室的窗户向外望去，查尔斯河、波士顿港口还有麻省理工学院的校区都尽收眼底。
维兰德和我已经有20多年的交情了。实际上，我在多年以前还曾经邀请他加入我们的21点小组。当时的他具备我们要求的所有特质。他聪明、头脑清晰，而且足够努力。同时他又是一个值得信赖的人。他当时回绝了我的邀请。不过回头看看，他把时间用在了对自己更有价值的地方，在咨询行业打拼出了自己的一片天地。
上一次见面已经是一年前的事了。我问他，现在他的客户们都在问些什么问题，碰到了什么困难。他告诉我，由于经济不景气，他正在为手机通信商们研究一个“客户流失应对策略”。当失业在家面对一堆账单时，人们会开始缩减自己的各类开销，有些人干脆取消了自己的手机业务。那些手机通信商们问了一个极其简单的问题：“我该如何维系这些现有的手机用户呢？”
如果用户决定弃用手机，那一定有来自个人和通信商双方面的原因。通信商手上的筹码有价格、客户服务和网络质量等。说到个人原因就比较难讲了。比如，客户搬去了另一个国家生活，失业在家无收入来源，或是公司配发的手机用的是其他运营商的服务，等等。
通过收集之前1~2年间上百万用户的账单记录，维兰德对其中退订服务的客户进行细分，通过这些分析可以对未来的情况作出预期。比如说，协议到期和用户更换运营商是最容易造成客户退订服务的原因。换句话说，发现了问题，就能更有效地寻找出解决问题的方法。
通过这些，维兰德创建了一个回归模型，应对客户的顾虑并减少客户的流失量。他们决定首先通过呼叫中心向向客户致电，为他们提供建议，以缩减那些不必要的开支。这样一来，客户会觉得公司在为自己考虑，量身定做方案。当这种感情联系得到了提升，客户流失率自然就降低了。公司也因此避免了最大的风险——客户流失。
这只是一个简单的例子，然而，这个提问的方法确实在经济社会中至关重要。所有以客户为导向的公司都要自问：“我怎么才能更好地留住自己的客户呢？”其实答案很简单，数据会告诉你所有想要的信息。
简单的问题能牵扯出复杂的数学计算模型，而复杂的数学计算模型则可以帮助你解决重要的经营问题。问出正确的问题，是为企业赢得竞争优势的重要环节。爱德华·索普曾经通过一个简单的问题实现了之前无法想象的成就，影响了整个赌坛。爱德华·维兰德通过为企业提问、解答，经营出了价值2500万美元的生意。虽然每个企业或组织的具体情况各不相同，但运用这个基本原理能帮你时刻把握先机。
