被误解的数据驱动!没有这一步,你的数据决策就是白忙活一场

大数据 数据分析
你要想通过数据驱动做出决策,那么就必须完全依赖数据。这听起来似乎很简单,但实际上却很难做到,很重要的一个原因是决策者没有提前设定决策标准。

[[271076]]

大数据文摘出品

来源:Hackernoon

编译:邢畅、林安安、钱天培

网购时看评分,逛商场时比标价,选餐厅前查排队时间……

是不是觉得自己也是“数据驱动”的时尚进步青年呢?

很遗憾,你的决策中很可能缺少了最重要的一步——没有这一步骤,即便你有数据,也往往只能被自己的主观“偏见”牵着鼻子走。

你要想通过数据驱动做出决策,那么就必须完全依赖数据。这听起来似乎很简单,但实际上却很难做到,很重要的一个原因是决策者没有提前设定决策标准。

“提前设定决策标准”正是众多数据决策者经常忽略的、却也是至关重要的一个步骤。

被误解的数据驱动

让我们来设想一个场景,你决定在网上购买东西,这个决定的前提是你信任网上的卖家。接着你开始上网搜索,你看到一个卖家的评分是4.2分(总分5分),如果你无法通过4.2分判断这个卖家是否可靠,那么你就很难做出决定。但如果你知道4.2分已经超过了平均水平,那么也许你就会决定下单。

这个例子告诉我们,如果没有决策基础,那么我们只能在数据中瞎摸索,由此做出的决定最多只能说是受数据启发,并不是由数据驱动。

数据启发

我们的生活里充满着数据,就像鲸鱼身边充斥着浮游生物一样。但由于没有决策基础,我们只能这边看看那边看看,最终可能懒得再看了,随便下个决定算了!

[[271077]]

大部分决策者在接触数据之前就已经做出决定了,所以当他们接触数据时,马上就能从中挑出自己想要的数据。事实证明,人类会选择性地与数据交互,以对自己做出的选择进行判断,但人们往往会忽视这种选择性,这在心理学上称为:确认偏误,即遇到一个***时,人会倾向于寻找支持这个***的证据,而忽视否定这个***的证据。

由于选择性地挑选那些对自己有利的数据,所以往往人们就会觉得自己的决定是正确的。

使问题和答案相符

满分5分,那么4.2分算好吗?这取决于你的无意识偏见。

当一个有经验的网购买家人看到4.2分时,他会很开心的说:“已经超过4.0的均分了,很棒了!”他们甚至可以进行一个严谨的分析,来说明这个4.2分在统计学上是显著高于4.0的(看呐,这就是大家一直想要的p值!)与此同时,那些缺乏经验的买家会说:“4.5分都不到,我要换一家。”或“4.2分比1分高多了,挺好的,就它家了。”

1. 决策者没有决策基础,再牛逼的数据科学家也无能为力

有时候,数学的复杂性会使简单的问题变得棘手。人们常常用一大堆函数去分析一个其实很简单的东西。

一群数据科学家和工程师可能花了几个月的时间,经过仔细的数学建模和精密计算后,才得出4.2分这个数字。

2. 那么,决策者会怎么做呢?

由于确认偏误,决策者很可能会戴着有色眼镜来解读这一数据。他会选择性的挑选有利于自己决定的数据,也根本不在乎这个数据是否准确。就这样,科学家们几个月的努力全白费了——其实还不如随便编个数呢!

数据驱动

决策者若没有决策基础,再强大的数据科学团队也解决不了问题。这种情况下,我建议数据科学家们使用最简单的数学方法分析就好了,省钱又省力,简直***。

消除确认偏误

决策者在分析数据之前需要做大量功课来消除确认偏误,一个有效的解决方法是提前设定决策边界,确保这个边界不被突破。决策者需要明白制定决策和制定决策标准是相互独立的。。

孰能生巧

最近我和朋友去买衣服,她看中了一件漂亮的裙子。她扯了扯裙子后面的价签,问我:“嘿,朋友,这裙子多少钱?如果少于80美元,我就买。”

她没有先看价格,然后“说服”自己做一个决定。她首先权衡了自己对衣服的喜欢程度和自己的预算,接着设定了决策边界,在这之后,她才去看价格(即数据)。艾玛有正确使用数据的习惯,这就是典型的数据驱动型决策。。

讲道理,人们并不总是需要数据驱动,我朋友也明白这一点,她不必在这样的小事上做出数据驱动型决策。但俗话说的好,孰能生巧,在琐碎的事情上养成良好习惯,遇到重要事情时就能更加淡定从容。

谈判课的经验

这种观念其实并不新鲜,许多课程都会谈到,尤其是谈判课,***讲一定会涉及这一道理。如果在进行谈判之前,你没有明确自己的***替代方案(BATNA)是什么,那么你还不如直接在额头上写“别问我,我什么都不知道”。同样的,谈判者也要需要在***方案和备选方案之间确定决策边界。

解决方法是什么?那就是提前设定决策标准。

事实上,对于谈判者来说,谈判前应充分考虑所有可能出现的报价组合,并提前计划好相应的反应,否则就很容易被一个经验丰富的对手打败。即使不是对方的谈判策略,一些无关紧要的因素,诸如血糖水平、心情、对方微笑的程度以及阳光是否灿烂等也会对谈判产生影响。同样的,数据分析也是如此——把数据看成你的谈判对手。关键的解决方法就是提前计划好你的反应。例如,下次你在谈薪水的时候,确保在听到对方的报数之前,你已提前在心里设好了底线

掌握诀窍后就很简单

总结一下,提前设定决策标准能帮你提高决策质量和谈判能力。在数据驱动型决策中,应该有正确使用数据的习惯。熟能生巧,相信你可以做到哒~

相关报道:https://hackernoon.com/data-inspired-5c78db3999b2

【本文是51CTO专栏机构大数据文摘的原创译文,微信公众号“大数据文摘( id: BigDataDigest)”】

     大数据文摘二维码

戳这里,看该作者更多好文

责任编辑:赵宁宁 来源: 51CTO专栏
相关推荐

2017-09-04 08:17:05

数据备份方案

2011-10-13 10:18:50

设计数据库

2016-09-13 15:59:55

PHP微信开发微信支付

2020-12-15 10:32:46

自动化运维监控平台集群

2017-08-29 14:32:59

企业安全云计算

2011-05-30 14:07:36

2015-02-09 10:27:46

2011-03-28 13:47:12

数据库设计

2011-06-09 15:16:54

数据库设计

2011-04-25 15:22:26

数据库设计

2011-05-10 09:19:55

数据库设计

2011-04-11 14:51:25

数据库设计

2016-10-26 08:36:16

2021-09-15 16:13:13

人工智能AI深度学习

2021-11-12 11:28:01

Linux 内核驱动Linux 系统

2015-06-09 14:45:54

2012-08-24 09:54:20

BYOD

2012-10-29 09:48:41

2021-11-22 08:14:23

Linux Linux驱动Linux 系统
点赞
收藏

51CTO技术栈公众号