数据采了没人用你第一反应是做个看板——那可能是最贵的一步·先问它支持哪个决策答不上就停采·把不该采的数字化等于给不该存在的库存盖更漂亮的仓库

一张现场的记录表，某一列常年空着——比如”这个数据后来给谁用了”那一栏，从填表那天起就没人碰过。

你发现了，第一反应是什么？

大多数人是这两个动作里挑一个：“那就做个看板，让大家都看得见，慢慢就有人用了”，或者 “把它数字化，接进系统、做成可视化，有人用了自然就填得认真了”。

今天泼盆冷水：这两个动作，很可能都错，而且是很贵的错。

先问一句，别急着建东西

正确的第一步不是”建个什么”，是先问一句：这个数据，支持的是哪个决策？

不是”这个数据有没有用”——这么问永远能编出个用处。要问得具体：具体哪个人、在具体哪个时刻、要拍哪个板，会打开它？ 说得出来，它就该好好采、好好用；

说不出来，说明当初就不该采。那正确的动作不是给它做看板、也不是把它数字化，是停采——把这个没人用的数据项，从表上划掉。（那个常年空着的”使用去向”栏本身别急着删，它是照妖镜，专门用来照出哪些数据没人用；真正要停的，是它照出来的那些数据项。）

这听着有点狠，但它戳中的是一个特别普遍的思维惯性：面对”采了没人用”，大多数人的第一反应都是做加法（再建个看板、再上个系统、再培训一轮让大家填），几乎没人会想到那个最省事的选项——做减法，把它砍掉。

关键不在省多少，在方向反了

有人会说：不就是一列数据吗，数字化一下能费多少事，顺手的事。

不是顺手的事。你把一个没人用的数据点数字化，要付的是一整条账：系统改造、接口开发、后续运维——这几笔是实打实的净增支出，而且只要这个数据点还挂在系统里，运维就一直付下去。如果这栏本来还得有人手工填，那数字化不但没省下这份录入工时，还在它上面又叠了一层系统的钱。

而”停采”走的是反方向：它不用你掏钱，反而当场把成本收回来——释放操作工填这栏的时间（除了极少数必须留档的，见下面），还顺手减少了一堆噪音（没用的数据越多，真正要看的那几个数就越容易被淹掉）。

所以这两个动作的差别，根本不是”省得多”还是”省得少”，是符号相反：一个是长期往里贴钱，一个是当场省钱、长期减负。你以为你在两个都”改善数据”的方案里挑一个更好的，其实一个在加负担、一个在卸负担。

精益里有个更扎心的说法可以套上来：**把不该采的数据数字化，等于给不该存在的库存，盖了一个更漂亮的仓库。**仓库盖得再好，库存本身就不该在那儿。你解决的是”怎么把浪费管得更整齐”，而不是”把浪费去掉”。

一个判据：数据的”合法性”，谁说了算

为什么”已经在采”不能成为”继续采、还要数字化”的理由？

因为一个数据该不该存在，是由它支持的决策授予的，不是由”它已经躺在那儿了”这个既成事实授予的。（为什么”一直在采”不算数，之前讲建模起点那篇拆过——你系统里的表多是历史沉积、不是业务逻辑，这里只借它这一个推论。）

所以每次有人拿”可我们一直在采啊”来挡，你就回一句：**那它到底在支持谁的哪个决策？**答不上来，历史包袱四个字而已，划掉。

但这里必须划一条边界，否则这把刀会误伤。 有一类数据，平时确实没人打开，却绝对不能停——法规/合同强制留档、质量追溯备查、审计兜底。它们不是”说不出支持哪个决策”，恰恰相反：它支持的是一个低频、但真实存在的兜底决策——万一召回、万一审计、万一纠纷时的追溯与免责。那个”哪天会用到”是不确定的，但兜底场景本身清清楚楚。

要跟它划清界限的，是另一句听着很像、其实完全不同的话——**“说不定以后用得上”。**后者拿不出任何具体的兜底场景，只是舍不得删。判据就一条：**你能不能说出一个明确的法规、召回或审计场景会用它？**能，留着，哪怕十年才用一次；只有”万一呢”这三个字撑着的，才是该砍的。

放回顺序里看：数字化该被”用”拉动，不是被”上系统”推动

把这件事放到一个更大的顺序里，会更清楚它错在哪。

数据这件事，健康的顺序是三步：

第一步，该采的先采起来——该有的数据有几成真在采。但注意”该采的”这三个字：采什么，本身就由决策定，不是先闷头采一大堆、回头再看有没有人用——采集范围和使用需求是一起设计的，不是先后两道工序；
第二步，采了得真有人用——采回来的数，到底有没有人打开、拿去做判断；
第三步，用得多了，自然就要求数字化——一个数被日会、月报、追溯反复调，手工翻太慢了，这时候上系统才是被需求逼出来的（也不是凡是有人用的都要上系统，按风险和频次分层，不追求一刀切）。

**顺序一颠倒，最典型的病就出来了：看到”数字化率低”就急着上系统。**可如果这个数根本没人用（第二步是空的），你把它数字化，只是把一个浪费，固化成了一个电子版的浪费——花了更多的钱，让它更难被删掉。

真正健康的信号，反而特别反直觉：采得少、但每个数被用很多次。一个数据点被好几个会、好几张报表反复复用，这才是好状态——跟”多采多得、数据越全越好”的直觉正好相反。数字化的投入，应该是被”用不过来了”这个压力拉出来的，不是被”我们也该上个系统了”这个冲动推出来的。这跟精益的拉动逻辑是同一件事：下游的真实需求拉动上游投入，而不是上游先堆一堆等下游来消化。

一条能立刻用的自检

下次再面对一列”采了没人用”的数据，别急着建看板、别急着排数字化，先过这三问：

这个数据，具体哪个人、在哪个时刻、拍哪个板会用到它？ —— 说不出来，进第 2 条。
既然说不出来，为什么还在采？ —— 如果答案只是”一直都这么采的”，那就是历史包袱，停采，别数字化（先排掉那类有明确兜底场景、必须留档的例外）。
如果确实有人用、只是手工太慢——那才轮到数字化。 而且记住，是”用不过来”把数字化拉出来的，不是反过来。

顺带说一句，这事不只在工厂

这条道理能一路推到你自己的桌面上。

你收藏夹里那些”以后有用”却从没打开过的文章、剪藏了一整年没读的资料——那就是你个人的”采了没人用”。收集者的毛病，正解从来不是”建一个更好的检索系统、更聪明的标签”（那就是把不该采的数字化），而是停止收集、开始处理：要么现在就读、就用，要么承认它不该被存下来，删掉。

采集，从来不等于价值。

说到底

面对没人用的数据，多数人的第一反应是加法——再建个看板、再上个系统、再逼大家填认真点。但最省钱、也最难做到的那个动作，是做减法：先承认有些数据压根就不该采，然后把它划掉。

这几年供应链圈、精益圈都在重新讲”做减法”——做减法不是为了少做，是为了把省下来的力气，花到真正该加的地方去。有的工厂自动化改造，一个工位刚见效就停手了，回头一看瓶颈只是从这挪到了那——因为它加在了不是瓶颈的地方。

数据也一样。把不该采的停掉，你才腾得出手，去把真正该采、却一直没人好好采的那几个关键数据，采明白。

下次有人跟你说”这个数据没人用，我们做个看板吧”——先别点头，把上面那三问，问一遍。