公司要在兩週後決定，下個季度要不要進入 Market B。桌上已經有產業報告、客戶訪談、競品價格、內部客戶資料、法規頁面，還有好幾篇看起來都在支持同一個市場成長故事的文章。
這時最容易出現兩種聲音。一邊覺得資料夠多，可以做決定；另一邊覺得風險還沒看完，應該再研究一輪。光靠「資料多不多」分不出誰比較對，因為真正會影響決策的是別的東西：哪些是直接觀察，哪些是從現有市場推過去的假設；幾篇文章到底是不是同一份上游研究的不同包裝；訪談中的興趣能不能支持 willingness to pay；下一輪研究是否真的可能把 go 改成 pilot、defer 或 no-go。
所以研究的停止點不能靠來源數量決定。要看的，是剩下哪些不確定性還有能力改變行動，以及把它們降下來要付多少時間、成本與延遲。
先定義你要做的決策，不是先決定要查多少資料
「研究 Market B」本身沒有完成條件。你可以永遠再找一份報告、再約一個訪談、再補一張競品表。
把任務改成「兩週後，決定下一季直接進入 Market B、先做有限 pilot、延後，或不進入」，研究範圍才開始有邊界。這個 decision contract 至少要鎖住四件事：可選行動有哪些、誰在什麼時間點負責決定、做錯的代價與可逆性，以及哪些未知數真的可能改變行動。
Market B 如果卡在法規可行性，再做三輪品牌訪談通常不會解掉這個風險。反過來，若法規已經清楚，現在最不確定的是客戶會不會真的付錢，那麼新增一份市場報告的價值可能很低，能觀察實際付費或使用行為的測試反而更接近決策缺口。
證據門檻也會跟決策形狀一起變。便宜、可逆的選擇可以容忍較多 residual uncertainty；高成本、不可逆，或錯一次代價很大的選擇，需要更嚴格的支持。法律、醫療、稽核、安全與其他受監管情境還可能有外部強制標準，不能用一般商業研究的輕量規則取代。
把 Claim、Evidence、Assumption 分開，否則推論會慢慢變成「事實」
「Market B 很有機會」通常把很多不同命題混在一起。需求夠不夠、客戶願不願意付足夠的價格、獲客成本能不能撐住、法規允不允許現在的產品與銷售方式、當地營運成本是否可接受，這些都應該各自成為 claim。
分析時，我會把材料至少分成五種角色：
| 角色 | 在研究裡代表什麼 |
|---|---|
| Evidence | 實際觀察、文件、資料、訪談、測試或可追溯的來源 |
| Claim | 需要判斷是否成立的命題 |
| Assumption | 目前沒有直接證據，但分析暫時依賴的前提 |
| Inference / Judgment | 從 evidence 與 assumption 推出的判斷 |
| Unknown | 目前真的還不知道，而且沒有被合理補上的部分 |
例如，自家現有市場的企業客戶使用量很高，這可以是 evidence。把它延伸成「Market B 的企業客戶也會有相同使用量」，就多了一個 transfer assumption；再推成「Market B 的需求足夠」，已經是在做 inference。
真正麻煩的是這些角色會在轉述中消失。假設先進入簡報，再被策略文件引用，幾週後有人拿那份策略文件當作「我們已經知道 Market B 需求很好」的依據，原本需要驗證的前提就被洗成了事實。
比較可靠的做法，是讓 decision-critical claim 都能往回找到它的 evidence，或明確標示它仍然是 assumption、judgment 或 unknown。美國國家情報體系的 ICD 203 分析標準 也要求分析工作區分底層資訊、假設與判斷，並交代來源可信度與重大不確定性。商業研究不需要照搬它的格式，但可以借這個邊界來避免一句話因為寫得很肯定，就被誤認成證據已經更強。
五個來源，可能只有一份證據
假設團隊找到五篇文章，都說 Market B 正在快速成長。往上追之後才發現，四篇直接引用同一份產業報告，第五篇又引用其中一篇。五個 URL 看起來很熱鬧，上游 evidence family 可能只有一個。
這時要把 source quality 和 source independence 分開。Quality 看來源本身：方法是否可信、樣本是否適合、定義是否一致、資料夠不夠新、對這個 claim 有多直接。Independence 則追 ancestry：兩份資料是不是來自不同 dataset、不同方法、不同觀察者或不同原始事件。
放回 Market B，產業報告與衍生文章可以算同一個 family；官方監管頁面是另一條；自家客戶行為資料屬於內部資料；Market B 訪談是一條定性證據線，但還要看樣本是不是其實集中在同一類客群；競品價格調查也可以獨立成一條，前提是沒有把 list price、realised price 和不同 package 混在一起比較。
這張 ancestry map 的用途不是把 evidence family 數量衝高。一個權威、直接的第一手來源，對特定事實可能比十篇彼此獨立但品質很弱的評論更有價值。它只是防止團隊把同一條上游訊息重複計票。
Triangulation 不是投票：先拆開衝突從哪裡來
Market B 的訪談很正面，但實際價格反應或交易證據偏弱。這種情況不能直接選自己比較相信的一邊，也不能算三票對兩票。
先看兩邊是不是在量同一件事。常見的差異包括：
- Measurement：訪談在量 interest，交易資料在量 willingness to pay；一邊看 stated preference，另一邊看 observed behaviour。
- Population / time：訪談集中在 early adopters，交易資料涵蓋更廣客群；或兩份資料根本來自不同時期。
- Commercial / sampling structure：競品 package、合約長度、服務內容不同，或者其中一份資料有明顯選樣偏差與商業誘因。
拆完之後，有些矛盾會消失，因為兩個來源原本回答的就不是同一題。若衝突仍然存在，就把它留在受影響的 claim 上，連同目前支持與反對它的 evidence 一起保存。
這時最不該做的是把兩個不相容的估計平均成漂亮中間值。那會讓數字看起來更精準，卻把真正需要處理的分歧藏掉。
別用一個 Confidence 數字掩蓋所有 Uncertainty
同一個 Market B 決策裡，不同 claim 的不確定性可能差很多。法規可行性可能已有直接官方資料；需求方向也許有幾個獨立 evidence families 支持；willingness to pay 仍主要靠訪談推估；當地獲客成本甚至還沒有實際數據。
把這些全部壓成一個「High confidence」或「70% confidence」，會失去最有用的決策資訊。
有些狀況是真的 Unknown，因為資料還不夠；有些是 Assumption-dependent，只要轉移假設改掉，答案就會變；有些是 Conflict-driven，不同證據線真的在拉不同方向；也有些 claim 已經 Relatively well supported，在定義與適用範圍一致的前提下，多個可信來源指向同一方向。
另外，likelihood 和 confidence 也不要混用。「Market B 較可能達到需求門檻」是在判斷命題的可能性；「我們對這個判斷只有中等 confidence」是在說目前 evidence 與 reasoning 值得信任到什麼程度。ICD 203 同樣要求分析者把重大不確定性與判斷品質說清楚，而不是只留下強烈語氣。
決策者真正需要知道的，是哪一個 uncertainty 會改變 action。若某個未知數在合理範圍內怎麼變，都不會把 go / pilot / defer 的選擇翻掉，它可以繼續存在，不一定值得多花一週把它研究到更漂亮。
真正的停止規則：下一輪研究會改變決策嗎？
到了這一步，才能談 Value of Information，VOI。它不是要求團隊先湊滿幾份來源，而是在問下一個 research step 值不值得做。
白話一點：如果再花時間取得這個資訊，它有多大機會改善決策？改善的價值，能不能蓋過研究本身的成本與延遲？NICE 在制定研究建議時，也會把重要不確定性與未來研究的價值連在一起，並指出可以使用 Value of Information 方法協助評估額外研究的價值。商業團隊不需要因此每次都建正式 EVPI 或 EVSI 模型，但可以借它的邊際判斷方式。
Market B 現在可能有三個下一步：
| 下一步 | 可能的邊際 VOI |
|---|---|
| 再找一篇引用同一份產業報告的文章 | 通常低，因為只是增加同一 evidence family 的重複訊號 |
| 再做一輪訪談 | 若能碰到不同客群、測試關鍵假設，可能有價值；若只是問同樣的人同樣的問題，價值有限 |
| 做一個有限、可逆的 Market B pilot | 若最大未知是實際付費或使用行為，而且 pilot 能在期限與成本內完成，可能比更多 desk research 更有價值 |
Pilot 也不是自動勝出。它可以有很高的 information value，卻因為太貴、法規還沒清楚、營運干擾太大，或根本趕不上決策期限而不值得做。
實務上，當主要 claim 已有可信支持，或至少 support / challenge 的結構已經攤開；重大 warning 沒被藏起來；下一輪搜尋大概率只會複製既有 evidence family；而合理可取得的新資訊也不太可能改變決策、承諾程度或 action design，就可以停。Residual uncertainty 可以繼續存在；這個停止點只表示，在目前的決策、期限與成本條件下，繼續研究的邊際決策價值已經不足以支付下一輪成本。
把決策關起來，但留下重新打開它的門
研究停止之後，要留下的不只是資料夾，而是一份之後能重建當時判斷的 decision record。至少要知道：什麼時間做了什麼決定、哪些 claims 扛起這個決定、它們各自依賴哪些 evidence 與 assumption、confidence 的依據是什麼、哪些 residual uncertainty 被接受，以及為什麼在這個時間點停止繼續研究。
接著補上 owner、reopen trigger 與後續驗證。誰負責這個決定？哪些事件一發生就要重開？行動之後要比較哪些 realised outcome / benefits，才能知道原本判斷是否站得住？把 pilot 做完只代表 action 完成，不能直接證明當初的 decision quality。
這裡會用到 provenance。W3C 的 PROV 規格用 entity、activity、agent 與 derivation / responsibility 等關係描述來源脈絡。放到研究流程，可以把它理解成來源版本 → 擷取或觀察 → evidence → claim → synthesis → decision。之後若來源更新、假設失效或結果偏離預期，團隊比較容易知道應該往哪一段回查。
但 provenance 只提供 lineage。完全可追溯的錯誤 claim 仍然是錯的，所以它不能替內容本身蓋真實認證章。
回到 Market B，最後的 closure 可以是：「先做有限 pilot。法規可行性與需求方向已足以支持可逆的小額承諾，但 willingness to pay 仍是 decision-material uncertainty。」然後把 reopen trigger 寫進紀錄：監管條件變動、pilot 的實際付費行為低於模型需要的水準、獲客 economics 出現結構性惡化，或新的 evidence 推翻核心 assumption。
下一次有人想重新爭論 Market B，不必從資料夾第一頁重來。先看 trigger 有沒有發生、哪個 claim 的 evidence 狀態真的變了；如果沒有，而且下一輪資訊仍不會改變 action，這個決策就不需要被重新打開。
參考資料
- Office of the Director of National Intelligence, Objectivity / ICD 203
- W3C Provenance Working Group Publications
- NICE Research Recommendations Process
- PRISMA 2020（作為 systematic review reporting guideline 的邊界參考，不作為通用 evidence-quality scoring framework）