《数据化决策》的原文摘录
-
量化的概念是“减少不确定性”，而且没有必要完全消除不确定性，这是本书的核心观点。 (查看原文) —— 引自章节：第一部分 量遍天下：没有什么不可量化 -
量化是在数量上减少不确定性的观测结果。这个定义和大众对量化的实际理解有巨大的差别。一个真正的量化过程不需要无艰精确。而且，如果没有报告误差，也没有采用抽样和实验等实证方法，就认为数字是完全精确的，根本不是真正的量化。 (查看原文) —— 引自章节：第一部分 量遍天下：没有什么不可量化 -
1948年，他发表了题为《通信的数学理论》（A Mathematical Theoryof Communication） 的论文，奠定了信息论的基础，而且我敢说，也奠定了量化的基础。现代人不会全都喜欢这篇文章，但他的贡献怎么强调都不为过，因为信息论从此成了所有现代信号处理理论的基础，而且也成了电子通信系统的工程基础。 香农将信号中不确定性的减少量作为信息的数学定义，在信息论中，他用信号代替了“熵”（shāg）。对香农来说，信息的接收者可以描述为具有一定程度不确定性的人。也就是说，接收者早就知道一些事，新的信息只是减少了接收者的一些而不是所有的不确定性。接收者以前的知识或不确定性，可以用来计算诸如在一个信号中传递的信息量的上限消除噪音所需要的最少信号量、数据可能达到的最大压缩程度等。 (查看原文) —— 引自章节：第3章 他们为什么说无形之物不可量化？ -
澄清链就是把某物想象为无形之物再到有形之物的一系列短的链接过程。 首先，如果X是我们关心的某种事物，那么根据定义，X必须可通过某种方法来感知。如果质量、风险、安全、公众形象等事物完全不可感知，那我们该用何种直接或间接的方法关注它们呢？我们关心某些未知数据，是因为我们觉得它和希望或不希望的结果有某种关联； 其次，如果这个事物可以感知，那必然能估计到某些数值。 如果你可以观测一个事物，就多少能得出一些东西。 最后，这一步或许是最容易的了：如果可以通过观测得到某些量，那它就一定是可量化的。 (查看原文) —— 引自章节：第3章 他们为什么说无形之物不可量化？ -
确定真正要量化什么，是几乎所有科学研究的起点。商业领域的管理者需要认识到，某些事物看起来完全无形无影，只是因为你还没给所谈论的事物下定义。搞清楚你的意思到底是什么，就已经完成了量化工作的一半。 (查看原文) —— 引自章节：第3章 他们为什么说无形之物不可量化？ -
进行很小的随机抽样量化 你可以从潜在顾客、员工等很小的样本里获得一些东西，尤其是存在较多不确定性的情况下。 不可能获得所有数据时，可对总体的一个样本进行量化 确定海洋里一种鱼的数量、雨林里一种植物的数量、新产品中不合格的数量，或者对你的信息系统进行未授权的访问但又没有被检测到的次数，都有更聪明和更简单的量化方法。 当存在很多其他变量甚至未知变量时，该如何量化 在宏观经济、竞争对手的失误或者新的定价策略等因素下，我们可以确定一种新的程序是不是销量提高的真正原因。 量化小概率事件的风险 火箭发射失败、另一场“911”、另一水新奥尔良的防洪堤溃坝、另一次重大的金融危机发生的概率，都可以通过观测和推理等有价值的方式来预防。 量化客体的偏好和价值取向 通过评估多少人真正付款，我们可以量化艺术、自由时间或减少生活中的风险所带来的价值。 (查看原文) —— 引自章节：第3章 他们为什么说无形之物不可量化？ -
现在假设你得到的值是30分钟，60分钟、45分钟，80分钟和60分钟，其中最大值和最小值分别为30和80。因此所有员工用时的中间值，有93。75%的可能在这两个值之间，我把这个方法叫做“5人法则”。了大法则简单实用，而且在统计学上有着广泛应用，样本数量也比你以前估计的数量要小，但适用范围大，确实算得上一种优良的量化方法。 仅仅5个随机样本就可获得到93。75%的确定性，这看起来似乎是不可能的，但事实就是这样。该方法之所以有效，是因为它估计的是群体的中间值。所谓“中间值”，就是群体中有一半的值大于它，而另一半值小于它。如果我们随机选取5个都大于或都小于中间值的数，那么中间值肯定在范围之外，但这样的机会到底有多大呢？ (查看原文) —— 引自章节：第3章 他们为什么说无形之物不可量化？ -
至少十几个变量。我发现一个有趣的问题：商业案例里的绝大多数变量的信息价值为零。一般来说，通过精心设计的量化程序，搞定1~4个具有不确定性的变量，就足够正确决策之用了。 (查看原文) —— 引自章节：第3章 他们为什么说无形之物不可量化？ -
步骤1：定义需要决策的问题和相关的不确定因素如果有人问：我们怎么量化XXX？那他们也并已经本末倒置了。第1个问题是：你面临的进退两难的因境是什么？然后我们可以定义所有和该困境有关的变量，并确定一个大致的方向，如训练效果或经济机会的真正意思到底是什么（第4章）。 步骤2：确定你现在知道了什么我们需要在确定的决策范围内，将由于数据不明所产生的不确定性数量化。这需要学习怎样使用范围和概率的术语来描述不确定性。定义相关决策以及关于它究竟有多少不确定性，这有助于我们确定相关风险（第5章、第6章）。 步骤3：计算附加信息的价值信息具有价值，因为它减少了决策的风险，知道量化的信息价值可以让我们确定要量化什么，还会告诉我们该如何量化（第7章）。如果没有和信息价值相关的变量以衡量任何量化方法的价值，请跳到第5步。 步骤4：将有关量化方法用于高价值的量化中我们将讲解一些基本方法，例如随机抽样、控制实验和在此基础上的一些变化不大的方法。我们还将讨论怎样根据有限数据得出更多结论、怎样隔离一个变量的效果、怎样将软偏好数量化、怎样在量化中使用新技术，怎样更好地利用专家（第9章一第13章）。重复第3步。 步骤5：作出决策并采取行动当确定成本后，决策者就要面对风险与回报的决策了。任何不确定性都是这个选择的一部分。为了使决策最优化，决策者的风险喜好程度也可以被量化，善至在战略组合数量较多的情况下，也可以计算最优选择。后面我们将讨论这些方法，还会讨论如何将决策者的风险喜好度、其他偏好和态度量化。本步聚和前面的步骤相结合，形成实用的项目步骤（第11章、第12章和第14章）。 (查看原文) —— 引自章节：第3章 他们为什么说无形之物不可量化？ -
该量化要支持什么决策？ ◆从可观测到的结果来说，需量化事物的定义是什么？ 该事物和要支持的决策有怎样精确的关系？ 你现在对它了解多少，也就是说，你当前的不确定性水平怎样？ 附加信息有什么价值？ (查看原文) —— 引自章节：第3章 他们为什么说无形之物不可量化？ -
前3个问题定义了量化要支持什么决策以及在此框架下到底要量化什么。如果一项量化工作至关重要，那是因为它会对决策和行为产生一些可感知的效果；如果一项量化工作不能影响或改变决策，那它就没有价值。 (查看原文) —— 引自章节：第3章 他们为什么说无形之物不可量化？ -
◆遍及整个部门的流行病毒攻击多久发生一次？ ◆当这种攻击发生时，有多少人受影响？伦◆和正常水平相比，受影响人群的生产率会降低多少？ ◆ 当机导致的不能工作的时间有多长？ ◆当生产率降低时，员工的成本损失是多少？比 (查看原文) —— 引自章节：第3章 他们为什么说无形之物不可量化？ -
对数量上的不确定的一种表达方式是将它想象为一个可能取值的苑围。在统计学中，以特定的概率表示一个正确答案的范围被称为“置信区间（Confidence Interval，CI）”。一个90%的置信区间就是它包含正确答案的可能性有90%。 (查看原文) —— 引自章节：第3章 他们为什么说无形之物不可量化？ -
你还可以用另一种方法强迫他们改变天生的“锚倾向”。在设置范围时，先不要在心中设一个锚点，而是一开始就设定一个很荒谬的大范围，然后逐渐增加下限、减少上限，直到达到合理范围为止。 例如，如果你对开设一家塑料工厂要花多少钱一无所知，可将初始范围设置为1000美元~100亿美元，然后逐渐减小这个区间的宽度。如果一台新设备的成本是1200万美元，你就会增加下限。 也叫荒测试法 (查看原文) —— 引自章节：第3章 他们为什么说无形之物不可量化？ -
减少风险是计算量化价值的基础，也是 选择量化什么以及如何量化的基础。请记住，一项量化对你至关重要是因为它可以提供某些用于决策的信息，而这些信息在量化之前是不确定的，如果对这些信息判断错误，就会造成损失。 (查看原文) —— 引自章节：第3章 他们为什么说无形之物不可量化？ -
量化大师恩里科·费米是“蒙特卡洛模型”（Monte Carlo Simulation）的早期使用者之一。蒙特卡洛模型用计算机产生大量基于概率的情境作为输入。对每个情境来说，它的每一个未知变量会随机产生一个特定值，然后将这些值用在一个公式中计算该情境的输出值。整个过程通常会使用至少数千个情境。 任何项目的投资风险最终可用一个方法表达，那就是风险和收输范围以及可能对它们产生影响的其他事件的发生概率。如果你能精确拿餐每笔投资的风险和收益的数量，理论上说你就没有任何风险。因为收不可能比你预想的低，损失也不可能比你预想的高。但我们知道这些值都是范围而不是精确值，由于我们只知道个大概，因此就有可能亏损。计算风险的基础就是计算这些范围，蒙特卡洛模型就是被用来计算这些范围的 (查看原文) —— 引自章节：第3章 他们为什么说无形之物不可量化？ -
你可以很容易用Excl运行蒙特卡洛模型，但对于每个变量集，我们还需要确定分布的形状。一个经常和90%置信区间一起使用的分布，是著名的正态分在（Normal Distribution），如图6。1所示。正态分布看起来像倒扣的钟，因此也叫钟形曲线。可能的结果都在钟形曲线中间和附近，但也有少量值在两端。 说到正态分布，就得谈谈 “标准差（standard deviation）”（简单地说，标准差是一组数据值相对于它们的平均值的分散程度的一种度量。一译者注）。人们对它一般无法直观理解，且90%的置信区间计算可以代替它，而人们可以直观理解置信区间，所以这里我不会把它作为重点。 (查看原文) —— 引自章节：第3章 他们为什么说无形之物不可量化？ -
所有有价值的量化都必须减少不确定性，从而影响决策，带来不同的经济结果。EOL减少得越多，量化的价值就越大。量化前和量化后的EOL的差别叫做“信息的期望值”（Expected Value of Infoi，EV）。 换句话说，信息价值等于风险减少所带来的价值 (查看原文) —— 引自章节：第7章 一条减少不确定性的信息价值多少？ -
计算所量化的事物的价值如果你不计算量化的价值，就可能用错误的方法量化错误的东西。 进行多次量化量化的开始阶段最有价值，所以要循序渐进地量化，每做一步都要总结和积累。 (查看原文) —— 引自章节：第7章 一条减少不确定性的信息价值多少？ -
我们对事物的哪部分不确定 分解不确定的事物，使之可以用其他确定的事物计算。 该事物或者其分解部分该如何量化 有可能你不是第一个遇到该问题的人，甚至该问题早就被广泛研究过了。回顾他人工作的过程被称为“二次研究”。 怎样把已经确定为“可观测的事物”一步步导向量化 你已经回答了怎样观测事物，接下来的问题是，怎样观测分解后的各部分？进一步的研究会回答这个问题。 量化这一问题我们需要什么 要考虑到之前计算出的当前不确定状态、阙值和信息价值，这些都是获得正确量化方法的线索。 误差的来源是什么 要思考一下量化是如何产生误差的。 我们该选择什么设备 基于以上问题的回答，你要选择测量设备，同时进一步的研究也许会提供一些指导。 (查看原文) —— 引自章节：预期机会损失：出错的机会和成本
作者: [美] 道格拉斯 W. 哈伯德
原作名: How to Measure Anything: Finding the Value of Intangibles in Business
isbn: 7218122108
书名: 数据化决策
页数: 320
出品方: 中资海派
译者: 邓洪涛
定价: 69.80元
出版社: 广东人民出版社
出版年: 2017-12-1
装帧: 平装