天氣預(yù)報，生活中最需要精準(zhǔn)，而實際上難以辦到的一項決策。一來，歷史數(shù)據(jù)積累少，無法尋找到天氣的長周期規(guī)律；二來，極端天氣頻繁出現(xiàn)，且不可預(yù)料，就連事后也難以透徹分析；三來，統(tǒng)計技術(shù)跟不上，軟件和硬件技術(shù)愈加發(fā)達(dá)，可掌控這些機(jī)器和系統(tǒng)的人，容易受到自己的經(jīng)驗、偏見所左右。

一百多年前，基于實效的醫(yī)療（EBM，Evidence-Based Medicine），也稱為循證醫(yī)學(xué)，極大地改變了醫(yī)學(xué)界。之前的個人經(jīng)驗摸索，師傅帶徒弟，獨(dú)門秘籍，一下子被統(tǒng)計分析所取代。這種起源于流行病學(xué)的統(tǒng)計技術(shù)，進(jìn)而迅速應(yīng)用到經(jīng)濟(jì)和經(jīng)營領(lǐng)域，對政府、機(jī)構(gòu)和工商企業(yè)的科學(xué)決策，起到了革命性的推動作用。

那么，數(shù)據(jù)和統(tǒng)計分析究竟有什么價值呢？做出最佳判斷的思考方式。統(tǒng)計分析的結(jié)果，只是指導(dǎo)你做出最佳決策并堅定行動，但它并不代表決策的結(jié)果。葉敦明認(rèn)為：執(zhí)行的過程，會出現(xiàn)一些事情，不符合事前的統(tǒng)計分析，這需要隨機(jī)應(yīng)變與果斷決策。當(dāng)然，這些“意外”的數(shù)據(jù)，也會進(jìn)入下一輪“收集數(shù)據(jù)、進(jìn)行分析”環(huán)節(jié)，從而得出更好或更適用的新答案。

數(shù)據(jù)統(tǒng)計的基本邏輯：假設(shè)和驗證，這與商業(yè)決策完全一致。大膽假設(shè)，考驗?zāi)愕膭?chuàng)想力，對一個行業(yè)或產(chǎn)業(yè)，有沒有自己獨(dú)特的觀察與領(lǐng)會，進(jìn)而差異化的選擇。小心求證，則是在可能的選擇方案中，找到最可行的那一個。

有選擇，才有決策，而選擇，也有自己的支撐技術(shù)：數(shù)理知識和計算機(jī)技術(shù)。技術(shù)的進(jìn)步，推動了驗證的正確率，可假設(shè)的創(chuàng)想力與洞察力，卻無法用技術(shù)來替代。假設(shè)，屬于商業(yè)智能，與一個國家的人才綜合素質(zhì)密不可分。這里面，閱讀能力與統(tǒng)計分析，最為重要，它們構(gòu)成了通才的最堅實根基。

閱讀能力，每個人的必備能力，它決定了你的理解、分析和反思水平。職場人士，容易沉浸在自己的天地里，慢慢忽略了大環(huán)境的變化，對其他關(guān)聯(lián)學(xué)科也關(guān)心不多。這就造成了決策的近視癥（憑經(jīng)驗和直覺），以及自負(fù)癥（覺得自己什么都看懂了、看透了）。這么說吧，統(tǒng)計思維，也是當(dāng)今社會人的必不可少的能力，對于炒股、買房或買車這樣的民生大事，以及企業(yè)戰(zhàn)略制定、政府重大決策，都能派上大用場。 

統(tǒng)計分析離不開數(shù)據(jù)，數(shù)據(jù)越多，分析的結(jié)果越準(zhǔn)確。可是，大數(shù)據(jù)靠積累或購買，時間、管理水平和資金要求高，一般人玩不起。而從現(xiàn)有數(shù)據(jù)（企業(yè)的，社會的，行業(yè)的）進(jìn)行挖掘，也能解決大多數(shù)預(yù)測或判斷的大問題。

第一招，通過數(shù)據(jù)深度挖掘，展開有意義的假設(shè)，找到有價值的信息。用假設(shè)之長，克服數(shù)據(jù)量之短，再用扎實的驗證功夫，迅速檢驗和判斷假設(shè)的正確性。很多預(yù)測未來的大決策，比如戰(zhàn)略兼并、海外擴(kuò)張，或者是高鐵大建設(shè)。

第二招，在非數(shù)據(jù)領(lǐng)域開辟戰(zhàn)場，比如文本挖掘，利用語素分析，找出當(dāng)下或未來的關(guān)鍵詞，輔助決策的制定。像時裝、奢侈品等行業(yè)，會從推特（twitter）、臉書（facebook），或者新浪微博、微信等社交媒體，挖掘到核心詞匯、關(guān)聯(lián)以及內(nèi)在的含義，進(jìn)而預(yù)測下一波時尚風(fēng)潮的走向與表現(xiàn)。

第三招，利用企業(yè)內(nèi)外部的非結(jié)構(gòu)化數(shù)據(jù)，去形成構(gòu)造化的表，然后呢，找到表與表之間的聯(lián)系，進(jìn)行有效的判斷。圖、表格、文檔，都是非結(jié)構(gòu)化數(shù)據(jù)，一個企業(yè)的營銷部門，很多時間里，都在與之打交道，要么從中找到規(guī)律性，要么進(jìn)行結(jié)構(gòu)化再造，便于統(tǒng)計分析。

統(tǒng)計分析時，若是現(xiàn)有的數(shù)據(jù)不夠用，或者無法信服地得出驗證，那就需要進(jìn)行相關(guān)的調(diào)查，有全面調(diào)查與抽樣調(diào)查這兩個方式。要在準(zhǔn)確率、成本以及判斷依據(jù)足夠程度上，找到適合一件事情、一個項目、一個重大決策的平衡。一句話，少花錢，辦對事。

隨機(jī)抽樣，正是抽樣調(diào)查中最常用的一種。先找到為了正確的判斷所必需的最少數(shù)據(jù)，控制誤差，明確因果關(guān)系。有幾個注意事項。首先，抽樣對象的典型性或代表性要夠強(qiáng)；其次，設(shè)定一個誤差上限，一旦超過，就必須重新抽樣；最后，打破人先見為主和慣性思維，避免盲目的、強(qiáng)行的因果聯(lián)系。

寶潔公司，在推廣一個新產(chǎn)品之前，傾向于使用對照測試。此時，提出A和B兩個不同的方案，選擇兩個相近的市場（市場空間、消費(fèi)人群、競爭格局等），進(jìn)行比較分析。勝出的方案，再用于下一輪的幾個市場的測試，若證明可行，最后才會全面推向市場。小心行得萬年船，大公司的競爭優(yōu)勢，有時候在于事前準(zhǔn)備工作的精細(xì)，以及決策的科學(xué)性。

有兩個現(xiàn)象，值得我們警醒：臨時抓數(shù)據(jù)，或拼命湊齊數(shù)據(jù)。數(shù)據(jù)的現(xiàn)抓先用，產(chǎn)生的誤差會很大，不知不覺把你對到錯誤的方向上。用數(shù)據(jù)統(tǒng)計指導(dǎo)決策時，必須始終關(guān)注誤差，堅信不正確的分析不如沒有分析（靠直覺或經(jīng)驗）。葉敦明建議：可使用卡方檢驗，觀察值與理論推斷值之間的偏差。若為零，表示理論值完全符合，可以用于指導(dǎo)今后的實際決策。偏差值越大，則越不相符，這樣的統(tǒng)計數(shù)據(jù)，小心使用。

拼命湊齊數(shù)據(jù)，才敢于決策，這又會走入決策死胡同。不求數(shù)據(jù)大而全，只求數(shù)據(jù)正確、溝通，最關(guān)鍵的是，要與預(yù)期利益相關(guān)聯(lián)。一些公司的IT或市場管理部門，喜歡高大上的軟硬件，拿出厚重而博大的數(shù)據(jù)分析。高層決策者往往覺得兩難，投入太大，而又難以利用，為了統(tǒng)計分析而統(tǒng)計分析的做法，不符合務(wù)實決策者的商業(yè)思維。

說到這，你可能明白了這么一個理：統(tǒng)計分析的結(jié)果，要服務(wù)于商業(yè)實踐。那么，如何將統(tǒng)計分析與具體決策或行動聯(lián)系起來呢？正如《看穿一切數(shù)字的統(tǒng)計學(xué)》作者西內(nèi)啟所言，你要問自己以下三個問題。

第一，做出何種改變能夠增加利益？未來產(chǎn)出的不確定性，需要我們拿起統(tǒng)計分析的武器，提供富有建設(shè)性的決策建議，幫助我們更好或更快地實現(xiàn)預(yù)期利益。也就是說，統(tǒng)計分析屬于投資行為，不是一個簡單的技術(shù)投入或成本。

第二，是否能夠做出這種改變？有些正確而又美好的改變，實在有心無力，強(qiáng)行去做，只會空耗組織的資源和心力。都頭來，想跑的沒跑起來，該走的卻寸步未行。知道理想與現(xiàn)實之間的距離，在不美好的現(xiàn)實中，依然保持激情和勇氣，去一步步行出美好，這才是有謀略的、有智慧的勇敢者。

第三，如果能夠做出這種改變，那么帶來的利益是否大于所消耗的成本？這個賬，肯定要算清楚的。統(tǒng)計分析，不為裝點(diǎn)門面，不為駁倒對方，只是一筆合算的投入罷了。有點(diǎn)像我們買汽車保險，花一筆小錢，防止自己賠大錢。一些大型企業(yè)，在重大決策出臺前，都會花錢請人做調(diào)查和統(tǒng)計分析，來校正自己決策。

美國的總統(tǒng)大選，也大量使用統(tǒng)計分析來調(diào)整競爭策略，甚至改變政治主張。奧巴馬的連任，就是拿起了隨機(jī)抽樣、語素分析等新制勝工具，在輿論的把控上一舉超越對手，讓大多數(shù)投票人覺得選他是最正確的決策。

擴(kuò)展閱讀

版權(quán)聲明：