《數據盡頭的餐館》

從前有一家小飯館。

這家小飯館的廚師發明了一個菜品，嗯……就叫「地三鮮」吧。（名字都是現想，一看我就是瞎編的。）

這道菜經濟又實惠，味道又好，深得廣大人民群眾的喜愛。

飯館看到了這道菜的潛力，將其放到了一個名叫「AssNote」的大型外賣網站上進行銷售。一夜之間，似乎全世界所有人都開始吃「地三鮮」了，得益於外賣網站的巨大效應，這家飯館的收益大的嚇人，甚至不久就直接成功的掛盤上市了。

由於用戶量非常巨大，飯館開始收集用戶數據，比如「放多少糖才合適?""第幾分鐘再放鹽？「這種問題，飯館通過海量的用戶數據分析和對比試驗，能夠得出大多數用戶的喜好，通過不斷改良，這道菜的味道也有所提升，更符合大多數人的口味，銷量也更上一層樓。

這種通過分析海量數據，優化菜品的方法，被稱之為「大數據烹飪法」。當這家餐館將這種方法公之於眾後，震驚了整個餐飲業。

「原來菜還可以這麼做，真是太『科學』了。」

這間飯館一下子從名不見經傳的地方小店，變成了業界領先的先驅者，其無比『科學』的做菜方法，征服了很多飯館老闆的心，主要解決了以下幾個問題：

1：飯館老闆們不用再把賭注押在廚師們的水平上了，有了這套科學又可複製的方法，再爛的廚師都能做出好菜。

2：飯館老闆們再也不用把主廚像大爺一樣供起來了，如果誰都能做出好菜，我還花錢請那麼貴的廚師幹嘛？

3：只要有了這套方法，可以極大的降低飯館經營的風險，穩定的獲得收入。

這就是科學的力量，代表著先進的生產力和發展方向。

我們把視線拉回到做出地三鮮的那家飯館，又發生了一些什麼事情呢？

首先，是當初發明「地三鮮」的那名廚師，悄悄的離開了公司，董事會禮貌性的挽留了一下，也沒怎麼在意，畢竟他們已經掌握了「做菜的真理」，一兩個廚師的離開無關大局。

然後，剩下的大量廚師（畢竟已經上市了嗎，人員擴張了很多）。必須嚴格按照「大數據分析」的結果來做菜。放多少糖，什麼時候放鹽，怎麼切塊，都必須按照大數據的「科學」結果來。任何廚師的「奇思妙想」或者「創意」都在名為「大數據」的巨大車輪前被碾壓成渣。

有很多廚師不堪這種羞辱，都離開了。但是上市企業雄厚的資金支持，讓管理層絲毫不擔心人力資源問題，HR的電話幾乎打爆了整個餐飲業。

然而詭異的事情開始出現了。故事似乎並沒有如飯館董事會的想法發展。「地三鮮」仍然在掙錢，但是再好吃的菜也有吃膩的一天，用戶和收益都開始下滑。而飯館根據「大數據烹飪法」推出的新菜品，似乎並沒有如預期一樣大受歡迎。

「這家飯館做出的東西怎麼都差不多啊。」

「吃兩次就吃膩了。」

「簡直難以下咽。」

似乎二流廚師按照大數據做出的難吃的像屎一樣的菜品，並不是多放點糖少放點鹽就能拯救的。

難道這套方法不行嗎？

怎麼可能，我們靠這個一夜之間做到了上市唉！

如果按照正確的方法卻得不到正確的結果，那一定是這個世界有問題！

由於擴張的太快，「大公司病」幾乎一點不落的出現在這家飯館。高層忙於資本遊戲，中層忙著內鬥，底層忙著KPI和大數據分析。

公司破產了嗎？沒有，上市企業怎麼可能那麼容易破產。

菜品在盈利嗎？是的，畢竟很多老顧客還是很捧場。只不過在逐漸減少。

大數據分析還在做嗎？當然。

似乎很久沒聽到有人說「這家飯館的菜真好吃」了。

對於那些仍然處在生存邊緣的小飯館老闆來說，「大數據烹飪法」仍然有著強大的吸引力，理由稍微有些奇怪：

「他們靠這個做到了上市唉，就算這招不是那麼靈驗，我要是也能做到上市也夠本了啊。」

這就是「數據盡頭的餐館」的故事。

------------------------------------------------------------------------------------------------------------