《數(shù)據(jù)化決策》讀書筆記

作者:Douglas W. Hubbard
翻譯:鄧洪濤
出版社:中國(guó)出版集團(tuán)
版本:2013年9月第1版?2013年12月第3次印刷
來源:亞馬遜購(gòu)買
推薦人:張偉?去哪兒產(chǎn)品

參加私享會(huì)活動(dòng)笛质,分享人張偉推薦的書糟红,剛好與我最近比較關(guān)注的決策方向有關(guān)搜变,于是迫不及待買下來直接讀了,書有大量統(tǒng)計(jì)學(xué)和社會(huì)學(xué)的概念耘擂,側(cè)重于:這個(gè)世界上沒有不可量化的事物方面的觀點(diǎn)闡述,量化分概念(Concept)奴紧、目標(biāo)(Object)涯鲁、方法(Method)三個(gè)方面(簡(jiǎn)稱.com),提供了很多很有價(jià)值的方法論歌馍,比較有收獲

開始使用三個(gè)小故事來打破大家的固有思維:1. 古希臘人坐在圖書館就能估算出地球的周長(zhǎng)?2. 物理學(xué)家估算出芝加哥的鋼琴調(diào)音師 3. 9歲女孩揭穿醫(yī)學(xué)的謊言握巢,說明量化是所有人都可以做到的,而并不是只有專業(yè)人士才可以

量化的概念:不是把事物100%精確化松却,而是90%的大概就可以(按照書里面的觀點(diǎn)暴浦,可以這么簡(jiǎn)單理解),很多時(shí)候的量化晓锻,也只是需要知道大概會(huì)多歌焦,或者大概會(huì)少,多多少砚哆、少多少則不是關(guān)鍵

量化的目標(biāo):知道了量化的目標(biāo)独撇,就完成了量化的一般,知道目標(biāo)的過程作者放了兩個(gè)對(duì)話式演練躁锁,有點(diǎn)像Coaching中的一對(duì)一溝通場(chǎng)景纷铣,達(dá)到的結(jié)果是對(duì)一個(gè)看似不可量化的概念梳理出可以量化的目標(biāo)

量化的方法:作者提供了大量對(duì)方法論的闡述,從心理學(xué)灿里、社會(huì)學(xué)等不同的角度提出的很多方法論都非常有價(jià)值关炼,形如:5人法則(抽取5個(gè)樣本就可以達(dá)到93.75%的準(zhǔn)確率-作者還把公式和方法列出來為什么是93.75%),蒙特卡洛模型(細(xì)分量化邊界并隨機(jī)組合產(chǎn)生結(jié)果與盈虧平衡點(diǎn)進(jìn)行比較匣吊,從而得出高于盈虧平衡點(diǎn)的概率在支持決策-比如有某項(xiàng)投資的盈利概率大于14%)儒拂,T統(tǒng)計(jì)法(Student’s T-statistic寸潦,通過小樣本數(shù)量達(dá)到極高概率整體預(yù)估的方法),兩次抽樣法(通過兩次抽樣中的重合率來判斷整體總量的一種方法)社痛,貝葉斯統(tǒng)計(jì)(利用搜集到的信息對(duì)原有判斷進(jìn)行修正提供了有效手段)Rasch模型(一種用通過測(cè)試的難度水平和受試者的得分來評(píng)估受試者在其他難度水平中的表現(xiàn)的方法:假設(shè)某問題的回答正確率是35%见转,而某個(gè)人回答的總體正確率是82%,那么某人回答某個(gè)問題時(shí)蒜哀,正確概率大約是70%)

對(duì)于決策和數(shù)據(jù)量化斩箫,作者用心良苦的提到:他的定量分析方法教授常常引用亞伯拉罕?馬斯洛(Abraham Maslow)的話:“如果你唯一的工具是錘子,你就會(huì)把所有的問題都看成釘子”撵儿,決策者更愿意量化那些更有可能提供好消息的事物(受心理預(yù)期因素影響)乘客,不知道量化中所獲信息的商業(yè)價(jià)值,意味著人們沒能真正理解量化的困難

統(tǒng)計(jì)學(xué)里面有一個(gè)置信區(qū)間(Confidence Interval淀歇,CI)的概念易核,以特定的概率表示一個(gè)正確答案的范圍被稱為:“置信區(qū)間”,比如你認(rèn)為90%的可能答案是3-7之間浪默,那我們就可以說牡直,你的90%的置信區(qū)間是3-7,我們經(jīng)常說“感覺”纳决,其實(shí)就是一個(gè)置信區(qū)間碰逸,所謂靠譜,就是一個(gè)人說話做事高于90%的置信區(qū)間

很認(rèn)同作者的一個(gè)觀點(diǎn):對(duì)于不確定的事物的概率估計(jì)是一項(xiàng)需要學(xué)習(xí)的技巧阔加,精確在90%以上置信區(qū)間的判斷饵史,是一種非常重要的決策能力,也是一種可以量化的決策方法論胜榔,作者甚至提供了一套方法來計(jì)算和“校準(zhǔn)”一個(gè)人的置信區(qū)間(目標(biāo)是達(dá)到90%的置信區(qū)間)约急,有的人很自信往往置信區(qū)間只有60%-70%,有的人很不自信苗分,置信區(qū)間會(huì)高于90%(說了很多廢話厌蔽,丟了很多的市場(chǎng)機(jī)會(huì))

第一次接觸到蒙特卡洛模型,作者提供了不少的工具(Excel摔癣、軟件等等)奴饮,以后在需要做類似場(chǎng)景的決策時(shí)可以嘗試一下,蒙特卡洛模型可以簡(jiǎn)單的變化(參數(shù)的非正態(tài)分布择浊、某些變量具有一定的相關(guān)性等等)戴卜,書中也簡(jiǎn)單提到了兩種稍微復(fù)雜的蒙特卡洛模型,和時(shí)間片段相關(guān)的馬爾可夫模型(把情境分成很多的時(shí)間片段模擬琢岩,前面的時(shí)間片段會(huì)對(duì)隨后的時(shí)間片段有影響投剥。這種做到對(duì)于制造系統(tǒng)、股票價(jià)格担孔、天氣預(yù)報(bào)江锨、計(jì)算機(jī)網(wǎng)絡(luò)等項(xiàng)目中使用)和基于代理的模型(很多的小蒙特卡洛模型組合起來的模型吃警,比如整體交通模擬中的每一輛車都是一個(gè)蒙特卡洛模型)異構(gòu)標(biāo)桿法(以被測(cè)事物不同但有關(guān)的事物作為基礎(chǔ),以此更新先驗(yàn)信息的方法)

信息之所以重要啄育,是因?yàn)樾畔⒖梢詼p少?zèng)Q策的不確定性酌心,因此信息是有市場(chǎng)價(jià)值的,如同斯程現(xiàn)在正在做的名錄的商業(yè)價(jià)值一樣挑豌,未來很多的大數(shù)據(jù)項(xiàng)目安券、大數(shù)據(jù)公司的第一個(gè)價(jià)值,就是幫助可以減少?zèng)Q策的不確定性氓英,這個(gè)市場(chǎng)價(jià)值多少的衡量侯勉,本身就是一個(gè)“數(shù)據(jù)化決策”方面的需求

在《黑天鵝》和《zero to one》這樣的書中反復(fù)強(qiáng)調(diào)顛覆性事件是不屬于可統(tǒng)計(jì)和量化范圍的(黑天鵝現(xiàn)象產(chǎn)生大量的顛覆性事件讓原有的決策評(píng)估不值一提,Peter對(duì)Facebook的投資回報(bào)是其所有其他投資回報(bào)的總和還多很多)铝阐,在另一方面壳鹤,大數(shù)據(jù)的時(shí)代,書中提到的很多社會(huì)學(xué)方法和統(tǒng)計(jì)學(xué)方法在做精確決策的時(shí)候饰迹,貌似就比較有局限了,但是我認(rèn)為《數(shù)據(jù)化決策》所闡述內(nèi)容的價(jià)值所在余舶,是決策者在做日常決策的時(shí)候啊鸭,往往是屬于一個(gè)有限的時(shí)間窗口,有限的資源的情況下匿值,所以書中闡述的方法論依然是非常有價(jià)值的

作者在闡述準(zhǔn)確度和精確度的差別時(shí)(準(zhǔn)確度:反應(yīng)量化的系統(tǒng)誤差大小赠制,如果準(zhǔn)確度高,就不會(huì)出現(xiàn)時(shí)而高估時(shí)而低估某個(gè)值的情況挟憔,精確度:反映量化的隨機(jī)誤差大小钟些,如果精度高,即使量化結(jié)果遠(yuǎn)遠(yuǎn)偏離真實(shí)值绊谭,也具有高度的一致性)政恍,提到了一個(gè)系統(tǒng)誤差(偏差)的概念,如果你不得不選擇的話达传,你是喜歡在一臺(tái)讀書精確卻存在系統(tǒng)誤差的秤上稱重篙耗,還是喜歡在一臺(tái)經(jīng)過校準(zhǔn)但結(jié)果很不一致的秤上稱重呢?作者發(fā)現(xiàn)在商業(yè)領(lǐng)域宪赶,人們經(jīng)常選擇精度很高卻存在系統(tǒng)誤差的秤宗弯,這個(gè)我是真心有切身體會(huì)很多的決策者在做決策的時(shí)候,真的是用精度很高的方法搂妻,但是卻用偏差很大的手段蒙保,調(diào)偏差需要廣泛的涉獵學(xué)習(xí),調(diào)精度需要深度專精學(xué)習(xí)

作者把偏差分為三個(gè)維度:1. 期望偏差欲主,是一個(gè)心理學(xué)方面的因素邓厕,雙盲測(cè)試就是一種避免期望偏差的方法?2. 選擇偏差逝嚎,是一個(gè)統(tǒng)計(jì)學(xué)方面的因素,選擇合適的抽樣需要借助一些方法來避免?3. 觀測(cè)偏差邑狸,使用秘密觀測(cè)是最好的解決這一偏差的方法

投資邊界曲線:是一條量化投資風(fēng)險(xiǎn)的承受能力的曲線:

效用曲線:當(dāng)面臨兩難選擇的時(shí)候的一種決策優(yōu)劣評(píng)估方法:

心理學(xué)方面的幾個(gè)典型的懈糯,影響人決策的點(diǎn):
錨定(Anchoring):有一個(gè)測(cè)試前讓受試者無意寫下社會(huì)保險(xiǎn)號(hào)的最后四位,結(jié)果對(duì)受試者產(chǎn)生了很顯著的影響
光環(huán)/喇叭效應(yīng)(Halo/Horns Effect):讓很多人給貼了不同照片的論文評(píng)分单雾,長(zhǎng)相好看的人的分?jǐn)?shù)顯著高于長(zhǎng)相不那么好看的赚哗,雖然所有論文的內(nèi)容都是一樣的
從眾效應(yīng)(Bandwagon Bias):被特意安排在最前面的兩個(gè)受試人員故意的錯(cuò)誤行為,會(huì)顯著影響最終的測(cè)試結(jié)果
新興偏好(Emerging Preferences):你喜歡上車A了硅堆,如果銷售說:A雖然比屿储,但是安全性不像B那么有保障,你會(huì)說:我準(zhǔn)備明年就換車渐逃,先開著練練手够掠;如果銷售說:A雖然安全,但是價(jià)格會(huì)比B貴一些茄菊,你會(huì)說:我就是想要一輛安全點(diǎn)的車疯潭。銷售在胡說八道,你則陷入了圈套

書里面吐槽“專家”完全是有名無實(shí)面殖,一個(gè)一個(gè)都很自信的做著比正常人都要不準(zhǔn)確的決策竖哩,作者認(rèn)為專家唯一貨真價(jià)實(shí)的就是他的自信心,反思銷售領(lǐng)域的培訓(xùn)脊僚,很多都是為了打雞血提高自信相叁,用概率去得到機(jī)會(huì),用人的競(jìng)爭(zhēng)去爭(zhēng)得市場(chǎng)辽幌,斯程要做的就是借鑒互聯(lián)網(wǎng)的手段去改變和提升人的價(jià)值

有人用電子追蹤系統(tǒng)的方式對(duì)一個(gè)會(huì)議的效率進(jìn)行量化增淹,感覺也是挺有意思的,參會(huì)人數(shù)乌企、發(fā)言的人數(shù)虑润、發(fā)言的頻率、交互發(fā)言的次數(shù)加酵、會(huì)議的時(shí)間等等參數(shù)的情況下端辱,使用某種方式來確定會(huì)議的質(zhì)量

理論上說,互聯(lián)網(wǎng)是可以把股票市場(chǎng)取代掉的虽画,阿里這樣有公信力的機(jī)構(gòu)如果做股票交易市場(chǎng)舞蔽,以全世界的國(guó)家GDP來量化國(guó)家和區(qū)域?yàn)楣善保裉炷阗I進(jìn)500股浙江省码撰,賣出3000股冰島渗柿,非常互聯(lián)網(wǎng)

摘錄:

所有科學(xué)都建立在近似觀念之上,如果一個(gè)人告訴你朵栖,他精確地知道某事颊亮,那么可以肯定,你正在和一個(gè)不精確的人說話

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末陨溅,一起剝皮案震驚了整個(gè)濱河市终惑,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌门扇,老刑警劉巖雹有,帶你破解...
    沈念sama閱讀 218,451評(píng)論 6 506
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場(chǎng)離奇詭異臼寄,居然都是意外死亡霸奕,警方通過查閱死者的電腦和手機(jī),發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 93,172評(píng)論 3 394
  • 文/潘曉璐 我一進(jìn)店門吉拳,熙熙樓的掌柜王于貴愁眉苦臉地迎上來质帅,“玉大人,你說我怎么就攤上這事留攒∶撼停” “怎么了?”我有些...
    開封第一講書人閱讀 164,782評(píng)論 0 354
  • 文/不壞的土叔 我叫張陵炼邀,是天一觀的道長(zhǎng)魄揉。 經(jīng)常有香客問我,道長(zhǎng)汤善,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 58,709評(píng)論 1 294
  • 正文 為了忘掉前任票彪,我火速辦了婚禮红淡,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘降铸。我一直安慰自己在旱,他們只是感情好,可當(dāng)我...
    茶點(diǎn)故事閱讀 67,733評(píng)論 6 392
  • 文/花漫 我一把揭開白布推掸。 她就那樣靜靜地躺著桶蝎,像睡著了一般。 火紅的嫁衣襯著肌膚如雪谅畅。 梳的紋絲不亂的頭發(fā)上登渣,一...
    開封第一講書人閱讀 51,578評(píng)論 1 305
  • 那天,我揣著相機(jī)與錄音毡泻,去河邊找鬼胜茧。 笑死,一個(gè)胖子當(dāng)著我的面吹牛,可吹牛的內(nèi)容都是我干的呻顽。 我是一名探鬼主播雹顺,決...
    沈念sama閱讀 40,320評(píng)論 3 418
  • 文/蒼蘭香墨 我猛地睜開眼,長(zhǎng)吁一口氣:“原來是場(chǎng)噩夢(mèng)啊……” “哼廊遍!你這毒婦竟也來了嬉愧?” 一聲冷哼從身側(cè)響起,我...
    開封第一講書人閱讀 39,241評(píng)論 0 276
  • 序言:老撾萬榮一對(duì)情侶失蹤喉前,失蹤者是張志新(化名)和其女友劉穎没酣,沒想到半個(gè)月后,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體被饿,經(jīng)...
    沈念sama閱讀 45,686評(píng)論 1 314
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡四康,尸身上長(zhǎng)有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 37,878評(píng)論 3 336
  • 正文 我和宋清朗相戀三年,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了狭握。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片闪金。...
    茶點(diǎn)故事閱讀 39,992評(píng)論 1 348
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡,死狀恐怖论颅,靈堂內(nèi)的尸體忽然破棺而出哎垦,到底是詐尸還是另有隱情,我是刑警寧澤恃疯,帶...
    沈念sama閱讀 35,715評(píng)論 5 346
  • 正文 年R本政府宣布漏设,位于F島的核電站,受9級(jí)特大地震影響今妄,放射性物質(zhì)發(fā)生泄漏郑口。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 41,336評(píng)論 3 330
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧修壕,春花似錦内颗、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 31,912評(píng)論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至鹤耍,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間验辞,已是汗流浹背稿黄。 一陣腳步聲響...
    開封第一講書人閱讀 33,040評(píng)論 1 270
  • 我被黑心中介騙來泰國(guó)打工, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留跌造,地道東北人抛猖。 一個(gè)月前我還...
    沈念sama閱讀 48,173評(píng)論 3 370
  • 正文 我出身青樓,卻偏偏與公主長(zhǎng)得像,于是被迫代替她去往敵國(guó)和親财著。 傳聞我的和親對(duì)象是個(gè)殘疾皇子联四,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 44,947評(píng)論 2 355

推薦閱讀更多精彩內(nèi)容