关于那些“小概率事件”不知道大家有没有听过一个词：“GOD SHOT”我想老一辈咖啡人可能会知道，这是早年咖啡圈内专门形容那些，”各种机缘巧合叠加下“，出现了一杯极其美味浓缩的情况（概率非常之小，犹如上帝百忙之中抽空点了下你的浓缩 ）之后随着行业技术理念的进步，大家学会了使用电子秤计算粉液比，精确的水温控制、制定压力曲线，分析粒径大小、控制水中矿物质含量等等，我们做出“GOD SHOT”的几率明显比当年高出了不少，这个词逐渐就被慢慢淡忘了。不过状况并没有就此结束，因为在意式咖啡领域中，隔三差五就会有一些新器具或新的操作方式被发明出来，每当这时，网络间都会争相测评讨论，例如说A器具比B器具萃取率高，使用C器具又比A器具甜感更好等等......但当你真的人云亦云的买了那些器具回来后，常常会发现好像并没有网传的那么神。好喝时也有，但总体来说难喝为多数，咖啡口味变得非常不稳定，这到底是怎么回事？当然有经验的咖啡师应该会知道，每家门店”萃取系统“不同，得到的结果肯定也不尽相同，但这却无法解释那些变好喝的“小概率事件”。所以每当这时，GOD SHOT的概念又重新被提起，换句话说，我们对意式这一”大黑箱”的了解的还远远不够，一定有些我们还未察觉的概念隐藏在其中，导致我们无法稳定的做出GOD SHOT。所以这次，我想带着大家一起解开这个谜团，深入探讨下这个未知的“小概率事件”，以及该如何破局。从统计学入手找寻答案在深入探讨前，我想请大家暂时先抛开“萃取系统差异“的问题。当整套“萃取系统”建立之后，接下来就要使用统计学的思维，针对当前系统做自检与评估，那这个方法就叫做”标准差统计“简单来说，标准差（Standard Deviation）定义为方差的算术平方根，这个统计后得出的结果，反映的是这组数据的离散程度。例如，当你做了10杯咖啡，把数据输入进计算公式，若数据之间离散值较大（标准差的数值大）说明该萃取系统不稳定，你就需要从中找到问题加以修正。反之标准差数值越小，则说明该系统稳定性越高，换句话说也就是出品一致性更好。所以当你准备把一个新工具加入你的”萃取系统“前，我认为最客观的方式，就是做出两套标准差来比较：一套为原系统标准差。另一套为加入新工具后的标准差。对比下这两组数据就能得知，这款新工具的加入，是帮助你优化了整个萃取系统，还是反过来破坏了系统稳定性。所以对我来说，标准差统计是评估各种器具优劣的重要指标，同样也是帮助你迭代萃取系统的有效工具。标准差实例举个例子，早年前我帮一家咖啡馆做技术顾问，当时发现吧台长习惯用传统的布粉方式（手指布粉）当然我并不是说手指布粉不好，只是按我的经验来看，他的布粉手法不够一致和有效。当我询问为何不用现成的布粉器时？对方很自信的回答，认为自己的布粉技术完全超越布粉器，故无需使用。但真的是这样吗？因为那家门店很大，有分咖啡师和收银员两个不同岗位，所以我建议这位吧台长跟当班的收银员PK下标准差数据看看。门店设备是 黑鹰VA388+Mythos1+VST 18g，设置好定量按键后，使用相同的粉量，差别就是一个使用传统手指布粉，一个使用一字布粉器。最终结果如下，橘色是吧台长数据，绿色是收银员数据。
很明显，无论从平均值来看（比谁高），还是从标注差来看（比谁低），收银员使用布粉器后，整体萃取系统的稳定性，都远远好于吧台长用手指布粉的结果。最终，门店对所有咖啡师做了强制规定，把布粉器加入了日常SOP流程中。当然，若是单纯谈论手布粉技术，相信我辈老选手们的标准差数据一定优于布粉器（起码我自己的数据是这样）但对于整个门店来说，若是个人技术过于突出，恰恰又反过来变成了一个新的”不稳定因素"(你出品好，其他人出品差)所以与其教育所有门店吧台手完美掌握你的布粉技巧，不如减少人为控制，多采用一些经过标准差验证的优质工具，从而制定出一套简单、易操作、易复制，并且符合当下门店”萃取系统“的SOP流程出来，最终整体提升门店出品质量。综上所述，会不会建立标准差统计，是当下一位优秀吧台长，统筹门店技术的重要核心能力。标准差统计注意事项看到这边相信大家已经有点跃跃欲试了吧，先别着急动手，在此我先分享一些平时做标准差的经验，若流程设计有缺陷，最终得到的结果可能完全没有参考价值哦。1. 尽量使用同一个冲煮头做标准差在测试新工具是否有效时，只用同一个冲煮头做测试，千万不要换冲煮头萃取，因为不同冲煮头出水量可能不同，导致流量计定量与实际萃取状态都会有不同、最终萃取率结果就会有差异。2. 确保咖啡机供水管线压力稳定测试期间，请确保咖啡机供水压力稳定，比如有些门店把直饮水、奶缸清洗器、咖啡机串联在一起，导致萃取时只要有人开直饮水龙头，或使用奶缸清洗器时，萃取压力就会有显著变化，所以做标准差测试时选择在门店打样后的时段比较好。3.记得设置好定量按键做标准差时切记不要手控，因为你是在测试整个系统的稳定性，相信我手控绝对不会有机器流量计定量来的精准（除非你的流量计有结垢，或流量计设计有缺陷）4. 尽量同一人操作每个人布粉填压都会有区别，若想最终数据准确，最好让同一人做萃取流程。5.记录详细数据浓度、液重、萃取率、总时间，最好都能记录下来，遇到不良数据时，以便调用自检。6.标准差每组至少11次做标准差时如果每组数据能有21次的话就再好不过了，21把萃取对我来说是理想的标准次数，只要到了这个量级，那即使后续做更多数据出来，最终的结果也不会有太大差别，当然我想很少有人能做这么多回，所以我这边的建议是每组标准差数据至少要11次。7.需要去掉不良数据吗很多时候大家在做数据时，习惯会去掉一个最高值、再去掉一个最低值，最后拉出标准差来看结果。我之前也是这样，但当数据积累多了后就发现，这样得出的标准差结论是非常危险的，因为当你样本数据不够多时，结果不仅不准确，还会常常得到一个相反的结论。由于要对比不同器具，每款器具你可能就萃了11把浓缩，去掉最高、最低两个离散值，得到的结果基本上都挺漂亮，因为此工具带来的萃取不稳定数据已经被你特意排除掉了，但若是萃取21次、42次、84次呢？这时候再去掉最高最低两个值，结果就大相径庭了。所以如果你一定要去除不良数据的话，我建议只去除一个最高值，保留那个出了严重通道的最低值，这时再对比几组数据，会比较能看出哪个工具能带来更多的正向结果。8. PK类型的标准差需要交叉萃取特别在对比器具的标准差时，因为每组起码要做11次萃取，所以你不能做完一组器具再做下一组，因为在不断的研磨过程中，刀盘会发烫，细粉会减少，从而使得你的萃取流速越来越快，这时候就遇到个尴尬问题，磨豆机要不要重新校准？调细研磨后得到的萃取率和浓度跟之前完全不同，不调磨的话，萃取时间快到跌出运营标准，最终得到一大把无效数据。所以在对比器具标准差时，我的建议是，一定要采用交叉萃取的方式来做数据，例如这次用平底萃取，下次就换弧底萃取，再下次换回平底........如此往复直到数据做完，这样的话，即使磨豆机中间出现问题，那也是在同等条件下出现的数据结果，不管你调不调磨，至少都有参考价值。9.做标准差时，记得算好用豆总量很多时候大家做标准差，做到最后几组豆子不够了，开了一包新豆，结果前后得到完全不一样的数据，所以为了数据统一，在做标准差前一定要先算好总用豆量，同一组测试期间不要换不同日期，不同烘焙度的豆子来做测试，否则得到的结果也是没有参考价值的。10. 稳定与好喝选哪个若标准差数据做的足够多的话，就会发现一个有趣的问题，标准差数据好的系统，浓缩不够好喝，但好喝的浓缩从标准差来看，数据又很糟糕，这个时候应该如何取舍？我的建议是：以标准差好的这个系统为准，因为我们的最终目标是即稳定又好喝，如果你的系统足够稳定，那我们依然能在其中找到其他优化，让咖啡变得更好喝。但若系统本身就不稳定，即便出现好喝的几率，也是无法大量并且长期复制的，这种小概率好喝事件不谈也罢。写在最后当你有了标注差思维，我们关注的点就不是：A工具比B工具哪个更好喝？千万不要因为10次里面做出1、2次好喝的状况就断定A比B好用。我们真正要关注的则是：A工具与B工具相比，哪个一致性更好？因为偶尔的好喝是没有意义的，我们需要的是稳定且长期可复制的好喝才行。为了达到这个目标，找出那些标准差好的工具，组合成一套稳定的系统，然后在此基础上不断做出优化升级，逐渐提高好喝的几率。而不是像前者那样仅仅关注对比起来有没有好喝，而忽略好喝的几率到底有多少。至此，标准差的经验就分享到这，关于标准差公式，网络上一搜一大把，开一个Excel表格，把公式直接复制在里就好，非常简单我这边就不再赘述。
-欢迎关注作者公众号 -▼
版权信息：以上文章内容转载自【CORE咖啡专业号】，转载请联系原作者。作者：咖啡才鸟侵权请联系：weixin@coffeesalon.com投稿合作：tips@coffeesalon.com
手机浏览中华饮品届
