找出下一个大事件常被视作分析市场发展趋势的实践，但这是一种误导。趋势形成之际，相关机会很可能已经被竞争对手悉数抢占。企业虽然需要在商业计划中体现趋势的影响，但更多是在追赶竞争对手而非获得竞争优势。
企业如果想对发展中的趋势占得先机，需要在萌芽状态识别这些机会，不能纯粹猜测，但也不能等到人尽皆知。这一阶段的迹象仅仅表现为异常：某种令人惊喜的微弱信号，未来发展的范围和意义尚不可知。当然多数异常现象不会成为有意义的趋势，但有一些会。那些率先识别并理解这些趋势的企业会抢占先机。例如Instagram的前身是一个叫作Burbn的多功能社交媒体应用程序，但之后创始人发现用户对分享照片的功能格外感兴趣。
我们将在下文介绍如何找到有可能推动公司发展的异常现象，但这个过程并不机械：异常现象驱动的战略需要对意外和挑战常规的想法保持开放态度。只有当你愿意以局外人的眼光看待公司，质疑现有的模式，接受模糊性，才能从数据中找到隐藏的钻石。一起来看看这一过程包含的要素。
开放心态
我们通常难以看到目标之外的东西，所以会错过异常现象。即便看到了也可能会忽略，因为无论企业还是个人，都倾向于验证偏见，关注符合自己思维模式的事情，而不是那些违背其思维模式的事情。“异常”这个词本身也常被用于排除不具代表性或不相关的数据点。即使我们没有忽略异常现象，也不太会尝试解读或探索它们。因此管理者必须准备好：
采用局外人视角。企业壮大过程中会日益向内发展。管理者会过多关注内部流程，较少关注外部世界。公司就像一个圆球体，扩张过程中内部体积比表面积增加更快，自然会越来越趋向于聚焦内部。但代表新趋势的异常现象来自外部世界。英特尔前CEO安迪·格鲁夫（Andy Grove）曾说过一句名言，“春天来临时物体外表的雪会先融化，因为这部分最多暴露在外面。”
因此，管理者应该采取外部视角，不仅要理解普通顾客的行为，还要理解非典型顾客、停止消费的顾客、非顾客等更大范围内顾客的行为。监控现有竞争对手，以及商业模式完全不同或来自其他行业的新挑战者。还要持续注意社会、政治和科技环境的变化，特别是那些会带来新需求的部分。
企业可以通过鼓励管理者和员工花更多时间直接接触潜在顾客，从而更好地理解外部世界。他们也可以通过社交媒体文本等新数据来源，识别出消费者情绪或行为的变化。探索新的数据采集能力，例如传感装置或面向消费者的数字平台，这点往往需要多公司生态系统协作。还可以检验多个时间量程的变化，从较短时间段（可观测新偏差）到较长时间段（揭示重要但发展稍缓的变化）。
挑战现有假设和思维模式。获得新信息并不足以发掘潜在趋势。我们在自己的感知基础上形成了对于世界的思维模式，但这些模式并非现实，只是现实的反映。现实发生改变时，思维模式不会自动随之改变。我们很容易囿于既有认知，低估或者忽略新信息。
例如，电话刚发明不久，西联汇款公司（彼时最具实力的电报公司）总裁威廉姆·奥顿（William Orton）有机会买下该专利，但他却将这一设备视为“电子玩具”，错失良机。当时的流行观点认为，人们只会在简短沟通中使用电话，电报仍然是实现这一目的更实用选项。奥顿的思维模式停留在旧时，未能意识到电话可能带来的新机会，例如远距离、更长时间的交流。直到几年后所有沟通方式都被电话取代了。
发现异常现象不仅需要接触更好更新的迹象，还需要具有对这些迹象潜在意义的想象力。我们必须意识到模型并不完美，要随时间不断灵活更新。这意味着不断质疑假设，考虑另一种现实的可能，为测试不同角度采用多种甚至矛盾的模式，用类比法思考，拓宽模型类型。
接受模糊性。找到异常现象，并不意味着清楚知道该怎么做。反而会陷入难以解释当前模式，支撑数据又不清晰的境地。成熟企业往往很难接受这种模糊性，谚语有云“只有被测量，才能被管理”。
但是模糊性往往孕育着机会。如果信号明确，每个人都会有所行动，也就不存在竞争优势了。军事战略家卡尔·克劳斯维茨（Carl von Clausewitz）曾写道，“尝试在作战中使用原则、规则或系统等能被计算的因素令人反感……因为目标是固定值，但在战争中每件事都不确定且不断变化。”同样地，领导者想在趋势明确前对其展开想象和行动，拥有的信息都是不确定和不断变化的。
因此，我们要改变评估和抓住机会的方式。大企业常犯的错误之一是要求所有新项目都有明确的投资回报分析支撑，能看到最终获得可量化收益的清晰行动路径。但正在成形的趋势本身具有不确定性，加上“路径依赖”（由于拒绝改变而持续过去的做法），几乎不可能进行这种分析。企业家、作者史蒂夫·布朗克（Steve Blank）说，这样的情况就像“除零问题”（指没有意义的问题——译者注）。
领导者应该用其他维度评估新兴的机会：是否关于异常现象成为重大机遇有足够令人信服的故事？基于你所在企业的能力，这一机会在战略上是否可行？如何测试新假设？企业无法仅凭现有产品和服务永远保持领先，维持成功需要对不确定的机会采取行动。
我们将在下文讨论管理者如何更好地利用开放型思维。
异常驱动的流程
在典型的新产品研发过程中，市场研究人员梳理历史数据，形成多种假设，通过试验验证假设。研究人员从中确认价值定位，之后进一步完善并推广。这一流程需要花费数月时间。
异常驱动的创新非常困难。首先，市场研究人员并不一定从假设开始，而数据是边搜集边分析的。这一过程更多是搞清楚随即发生的当下事件并借此想象未来的可能性，而较少根据过去预测未来。所以，时间刻度压缩到几周而非几个月。过程通常包含以下四步。
1分析精细数据并视觉化。从平均值中很难察觉异常，所以只能从精细数据源寻找，高频搜集的数据，针对特定地区去平均化的数据，个人交易记录报告等。但大公司难以在这样精细的层面上检查所有数据，所以需要将其结构化，让异常现象凸显出来并深入调查。
新的分析工具可以找到大数据集的潜在结构，进行不依赖平均值和汇总数据的解读。消费者在社交平台上的发帖或竞争对手的投资公告可以通过语义聚类算法进行分析，从而可以更明确地分析潜在的信仰模式或行为模式。想要在这些模式中寻找异常，要将数据可视化并通过审视找出异常值和缺口。哪些数据集随时间不断增长或改变特性？
2发现重要的异常现象。大型数据集可能包含很多异常情况，并非每个都有意义。找到最有可能预示未来的异常情况，即告诉你一些之前不知道的事情，在此基础上采取行动。从定义上可以知道，异常现象一般在刚被发现时很不起眼，但可以从三个维度评估其潜力。（1）势头：这一异常情况持续时间长吗？是否快速增长？早期采用者是否展现出强烈热情？（2）稳健性：能否从不同角度或多个数据源发现这一异常？是否符合其他环境变化？（3）影响力：异常是否指向可以弥补现有产品或服务缺口的机会？有哪些潜在启示？
2000年，谷歌成立两年后，因为发现一个重要的异常现象：有关詹妮弗·洛佩兹在格莱美颁奖礼上绿色礼服的搜索打破了有史以来最受欢迎的搜索纪录，从而考虑从文本链接拓展到新的搜索类型。谷歌当时已经知道图片搜索有潜在机会，但关于这条裙子的海量数据说明这项尚未存在的业务有多么强劲的势头和潜在影响力，于是谷歌将图片搜索作为优先项目，次年便亮相市场。
3加上故事和名字。接下来，要为有前景的异常现象加上叙事，以便更好理解，这样当它成为趋势后可以被讲述。这一实践有助于畅想未来，并在不断变化的环境和更广泛的知识中测试异常现象。如果故事讲得令人信服，有助于这个想法在组织中的传播，让其他人看到这个机会或者威胁。
为了弄清异常现象背后的故事，问问自己：这件事本质是什么？走向如何？还有哪些事实支持或质疑这个故事？这种未来的可能性，其背后的认知与我们现有的认知有何不同？是否存在能够确认或加速这一故事发展的“缺失线索”？什么样的模式可以验证它？
讲述故事时，特别重大的一个部分是命名，这个部分让存在于个人头脑中没有标签的想法逐步发展为可以被一群人分享的想法。名字可以让新概念变得更加熟悉（例如苹果手表是戴在手腕上的小型时髦电脑），可以阐明某个功能（例如“自动取款机”如何从银行取钱）或吸引注意力（“亚马逊”以世界上流量最大的河流命名，体现了公司做大做强的野心）的方式，让组织中的其他人理解并参与新概念。
4调查、形成、投入。发现并命名了潜在新趋势后，最后一步是采取行动。即便是重要的异常现象也只是微弱的信号，所以要快速迭代地测试这一想法——例如通过小规模试验，能帮助你验证并更多了解该想法，揭示出其他异常现象也许会鼓励你重新思考自己的想法。我们在不断变化的环境中，通过行动和思考来反常识地学习。
但是针对机会的行动不仅包括学习和反馈。因为异常情况预示着潜在的机会，往往可塑性很强。因此，早期的行动者可以通过和客户及合作伙伴共同发展新想法，从而塑造这些机会的发展方向。例如2003年亚洲的非典疫情加速了电子商务的应用，鼓励网络电商在B2B之外关注消费者渠道。因为很多顾客网购受骗，阿里巴巴推出了支付宝，降低交易风险，限制了卖家，增加了信任。公司一举成为中国电商领导者，也就是说，阿里巴巴塑造了电商环境，并因此拓展了潜力。
阿里巴巴的案例证明，当你发现并验证了一个有前景的机会时，要相信直觉。大企业往往不愿对现有预算做出太大调整。愿意大规模改变资本分配情况的企业，往往能够实现更强劲的增长，特别是在危机过后，机会往往会大量出现。
接下来我们介绍几个使用上文提到的流程和原则，找到新增长点的企业。
半导体供应商如何发现生物数据库
21世纪末，美国半导体设备制造商布鲁克斯自动化公司（Brooks Automation）增长乏力，开始在邻近市场寻求利用其核心技术的机会，例如打造超低温真空环境，并在该环境下处理集成电路的能力。公司绘制了颗粒度精细的数据网络图，找出直接引用其专利的企业和引用这些企业的企业。最后发现公司的六个核心技术，包括低温泵和材料管理，有90个一级引用和近400个二级引用。边栏“通过专利引用发现异常现象”展示了引用专利的企业分属五个不同的应用领域。
布鲁克斯的管理者不断深入挖掘这些数据，发现了一个有趣且迄今为止未被发现的模式：信息图不仅展现了公司低温冷却专利和核磁共振成像以及冷冻手术应用之间的联系，还有包括自动化系统在内的一些布鲁克斯技术和医学机器人等医学应用间的微弱联系，这些都表明医学可能是值得探索的一个领域。
布鲁克斯为了测试其可能性，聚焦医药应用领域，发现尽管公司并没有低温组织冷却方面的专利，但围绕这一话题的其他专利数据集在增长。研究表明，目前冷冻人体组织的方式较为随意和不可靠，说明布鲁克斯有机会填补这个重大的市场空白。
确认机会后，布鲁克斯开始着手流程的第三步。公司低温及机器晶片操作业务的工程师通过构思，围绕这一机会建立了具有信服力的故事：布鲁克斯可以培养并发展“精准生物数据库”，通过数字化、更可控的环境和自动检索样本支持生命科学。
为了确保在对手采取行动前抓住机会，布鲁克斯完成了一系列小型战略兼并，增加行业经验，填补能力空白，并研发出更可靠和系统地储存生物样本的新产品。布鲁克斯较早进入利基市场，成为市场领导者，其生命科学业务在之后十年每年增长35%。公司的表现超越了那些仍将主要精力放在半导体市场的竞争对手，2010年以来实现了22%的年度股东总回报。
已故大师克莱顿·克里斯坦森的颠覆式创新理论重新定义了管理者对创新的思考。他曾在哈佛商学院办公室的门口挂了一个木牌。（闲暇时他热爱木雕，自制了这个木牌）上面写着：寻找异常。克里斯坦森发现异常时很开心，因为他知道意外的相遇会带来智识上最伟大的进步。异常激励我们测试并改进自身，也许会改变我们关于世界运行的理论和模型。人们常说数字分析的力量在于帮助我们从搜集到的数据中找到新模式。没错。但是我们也别忘了，这些新模式刚开始是我们熟悉的模式中的异常现象。异常驱动的创新可以帮助企业找到并塑造新兴模式。
马丁·里弗斯是位于旧金山的波士顿咨询公司BCG亨德森机构主席，合著有《想象力机器》（The Imagination Machine，哈佛商业评论出版社，2021年出版）。鲍勃·古德森是消费者分析初创公司NetBase Quid的联合创始人兼总裁，公司总部位于加利福尼亚州圣克拉拉市。凯文·惠特克是BCG亨德森机构战略分析主管。
马丁·里弗斯（Martin Reeves）
鲍勃·古德森（Bob Goodson）
凯文·惠特克（Kevin Whitaker）| 文
牛文静 | 译 时青靖 | 校 李源 | 编辑