數(shù)據(jù)決策真的靠譜嗎?
編輯導(dǎo)語(yǔ):在做產(chǎn)品時(shí),有時(shí)候會(huì)用到數(shù)據(jù)決策,但是數(shù)據(jù)決策并不是完全準(zhǔn)確的,它因?yàn)榱炕牟町惐旧碛泻芏嗑窒扌裕槐疚淖髡叻窒砹岁P(guān)于數(shù)據(jù)決策的一些看法和認(rèn)識(shí),我們一起來(lái)了解一下。
刷黃即的時(shí)候看到一個(gè)動(dòng)態(tài),引發(fā)了我對(duì)數(shù)據(jù)決策的一些思考,他動(dòng)態(tài)里有這么一句話——“做產(chǎn)品依賴數(shù)據(jù)做理性決策是一方面,另一方面是信息不完備時(shí)如何判斷,以及承擔(dān)結(jié)果的勇氣”。
近期在思考一些數(shù)據(jù)決策和非數(shù)據(jù)決策的事情,還沒(méi)有完全想明白,先把目前的一些想法分享下,一起探討下。
平常在工作中大家也都比較喜歡基于數(shù)據(jù)達(dá)成的共識(shí)或者決策,這樣比較順利成章,也比較容易接受,但這樣真的靠譜么?我不確定。
我發(fā)現(xiàn)其實(shí)有兩種決策類型,一種是可以量化的,一種是不能量化的。
可以量化的,比如在疫情影響下,被迫需要關(guān)閉一家店,有兩家各種條件差不多的店,一家營(yíng)業(yè)額是200萬(wàn)/月,一家營(yíng)業(yè)額是50萬(wàn)/月,關(guān)哪家?
不能量化的,比如我看到小米和B站的一些決策:
小米所有的硬件類產(chǎn)品,稅后凈利潤(rùn)不得高于5%。——小米CEO雷軍
我們70%的流量其實(shí)都是分配給中小UP主,甚至是不知名的UP主?!狟站CEO陳睿
這些決策能量化嗎?能靠數(shù)據(jù)決策出來(lái)嗎?很難,所以我就對(duì)數(shù)據(jù)驅(qū)動(dòng)決策的適用邊界有一定存疑,而且數(shù)據(jù)決策本身還有很多局限性。
一、數(shù)據(jù)的局限性
首先可能根本沒(méi)有數(shù)據(jù),剛起步哪有什么數(shù)據(jù),而且一些新的模式、新的事物本身很可能就是反常識(shí)、不確定,甚至早期都不被看好的,畢竟看起來(lái)靠譜的事情可能早已經(jīng)被別人做掉了。
其次是數(shù)據(jù)本身可能就有局限性,可能是信息渠道,也可能是信息獲取方式,大多數(shù)的數(shù)據(jù)可能是抽樣獲得的,而抽樣的樣本量、樣本范圍、樣本獲取渠道,都會(huì)影響數(shù)據(jù)的準(zhǔn)確性。
然后數(shù)據(jù)的加工處理方式也可能是有局限性的,不同的人看到的視角、維度、思考方式可能都是不同的,而且選擇的數(shù)據(jù)和你想驗(yàn)證的東西之間,可能根本沒(méi)有關(guān)聯(lián)性,你怎么知道你是對(duì)的?
最后想說(shuō)的是,數(shù)據(jù)代表著過(guò)去,是已經(jīng)發(fā)生的靜態(tài)事情,我們需要做的是基于現(xiàn)狀,來(lái)預(yù)判將來(lái)可能發(fā)生什么,而在預(yù)判這件事上,我們絕大多數(shù)人并不擅長(zhǎng)。
通過(guò)2個(gè)案例來(lái)簡(jiǎn)單看下。
湖中有一片睡蓮葉子,這片葉子以每天增長(zhǎng)一倍的速度向外擴(kuò)散;如果48天后蓮葉就能覆蓋整片湖面,那么其覆蓋湖面一半的面積需要多長(zhǎng)時(shí)間?
答案是多少,24天么?
還是47天?
另外看一下之前一些大佬們的預(yù)測(cè):
“人們沒(méi)有理由想要在家里擁有一臺(tái)電腦?!薄獢?shù)字設(shè)備公司總裁肯·奧爾森(1977年)
“手機(jī)絕對(duì)取代不了固定電話?!薄謾C(jī)發(fā)明人馬蒂·庫(kù)珀(1981年)
“蘋果手機(jī)沒(méi)有機(jī)會(huì)占據(jù)大量市場(chǎng)份額。”——微軟CEO史蒂夫·鮑爾默(2007年)
回過(guò)頭來(lái)看,你可能覺(jué)得這些預(yù)測(cè)很可笑,這不是顯而易見(jiàn)的事情么,可當(dāng)我們自己在那個(gè)時(shí)代,那個(gè)背景,那個(gè)角色下,我們又真能做出更好的判斷么?我不知道。
心理學(xué)上針對(duì)這種現(xiàn)象有一個(gè)專門的名詞,叫后見(jiàn)之明。
所以啊,數(shù)據(jù)本身就有很多的局限性,而且只是輔助,最終還是取決于判斷力,也就是決策水平。
二、我們能怎么辦
具體要怎么辦,我能想到的有這么幾點(diǎn):
1. 大膽設(shè)想,小心求證
上文中提到了,有些東西在早期的時(shí)候,看起來(lái)是很不靠譜的,假定要做的話,就不要加那么多限制條件,不要急于否定它。
要能夠想辦法去證實(shí)或者證偽,在驗(yàn)證的過(guò)程中,可能發(fā)現(xiàn)是對(duì)的,也可能發(fā)現(xiàn)是錯(cuò)的;保留變化,而不是基于自己的觀點(diǎn)再去找支撐自己的數(shù)據(jù)或者事實(shí)。
當(dāng)發(fā)現(xiàn)和猜想不一樣的時(shí)候,要能勇于承認(rèn)自己的錯(cuò)誤判斷并且不斷修正它,而不是把一些東西掰碎,再?gòu)?qiáng)行填充到自己的判斷里。
排除了一切的不可能,剩下的不管多么難以置信,一定就是真相?!?柯南道爾
最后就是在決定嘗試之前,不妨問(wèn)問(wèn)自己——假定最壞的情況,會(huì)發(fā)生什么;對(duì)于這種情況,自己能否接受。
2. 做大概率的事情
對(duì)于單次博弈,輸贏是不確定的,只要你贏的概率比輸?shù)母怕矢?,哪怕只是高一點(diǎn)點(diǎn),只要重復(fù)的次數(shù)足夠多,就能穩(wěn)贏。
拋硬幣的時(shí)候,理論值是正面和反面概率都50%,對(duì)于單次拋硬幣而言,結(jié)果是不確定的;當(dāng)重復(fù)幾千甚至幾萬(wàn)次的時(shí)候,正反面次數(shù)應(yīng)該是差不多的。
假定正面為贏,贏一次可以獲得100元,反面為輸,輸一次會(huì)輸100元;整體的期望是0,我們玩的次數(shù)越多就越會(huì)接近0,假定玩1萬(wàn)次的話,最終的結(jié)果會(huì)趨近于0,也就是不虧不賺。
假定現(xiàn)在通過(guò)某種手段,把硬幣的正面動(dòng)了一些手腳,正面的概率是51%,反面的概率是49%,贏的概率高了1%。
同樣1萬(wàn)次的話,最終的期望結(jié)果是20000元,而上一次最終的期望結(jié)果是0。
可以看到在多次重復(fù)博弈中,哪怕只是提高一點(diǎn)點(diǎn)概率,最終的結(jié)果可能就有不少差異。
我們的人生也是一連串決策所塑造的,在這種情況下,比較理性和科學(xué)的方式,就是堅(jiān)持做大概率的事情。
3. 打造自己的決策系統(tǒng)
為了能提高自己的準(zhǔn)確率,我們要做的其實(shí)是打造自己的決策系統(tǒng)。
在俞軍老師的書里有這樣一個(gè)觀念,理性決策的三要素:信念、目標(biāo)、行動(dòng),優(yōu)先級(jí)為理性的信念>理性的目標(biāo)>理性的行動(dòng)。
理性的信念是對(duì)自我認(rèn)知的認(rèn)知,對(duì)于某個(gè)事情,我能獲取到的信息可以打多少分,我的決策思維方式能打多少分,我可能有哪些認(rèn)知的偏誤。
理性的目標(biāo)就是為了達(dá)成這個(gè)事情,我的關(guān)鍵目標(biāo)是什么;為什么是這個(gè)而不是其他的,為了達(dá)成這個(gè)目標(biāo)到現(xiàn)在,有什么關(guān)鍵變量已經(jīng)發(fā)生變化,或者將要發(fā)生變化。
理性的行動(dòng)就是基于信念,目標(biāo),找到當(dāng)下的最優(yōu)解。
這其實(shí)就是一個(gè)信息輸入、加工和輸出的過(guò)程,在這個(gè)過(guò)程中,不斷修正自己的決策模型,以提高準(zhǔn)確率。
4. 堅(jiān)持做正確的事情
如果實(shí)在不知道怎么做,遵守自己內(nèi)心的選擇吧,相信某個(gè)東西是對(duì)的,然后堅(jiān)持它。
就好像雷總相信好的產(chǎn)品要感動(dòng)人心,價(jià)格厚道,他擔(dān)心公司上市之后,迫于資本的壓力后續(xù)的CEO可能會(huì)提高硬件產(chǎn)品的價(jià)格,所以把硬件類產(chǎn)品稅后凈利潤(rùn)不得高于5%寫進(jìn)公司章程。
就好像B站的陳總相信只有讓優(yōu)質(zhì)的內(nèi)容得到更多的流量,優(yōu)質(zhì)的UP主才會(huì)越變?cè)蕉啵瑑?yōu)質(zhì)的UP主越變?cè)蕉?,才能夠產(chǎn)生更多的好內(nèi)容,平臺(tái)的流量才能越來(lái)越大。
當(dāng)然,當(dāng)我們發(fā)現(xiàn)自己堅(jiān)持的信念不對(duì)的時(shí)候,也需要及時(shí)進(jìn)行目標(biāo)和行動(dòng)的調(diào)整。
三、最后
想用張一鳴的一句話作為最后的警醒——“同理心是地基,想象力是天空,中間是邏輯和工具”。
數(shù)據(jù)決策也只是一種工具,有時(shí)候我們需要看數(shù)據(jù),有時(shí)候需要靠模糊的感覺(jué)。
推薦策略中有一種算法叫貪心算法,它有一個(gè)非常大的局限性,就是從當(dāng)下來(lái)看,每一步的最優(yōu)解,未必是全局的最優(yōu)解。
人生的決策何嘗不是如此,有的時(shí)候洋洋得意的決定,若干年之后發(fā)現(xiàn)其實(shí)是很蠢的決定;有的時(shí)候覺(jué)得很糟糕的經(jīng)歷,若干年之后,也可能會(huì)感謝這段經(jīng)歷塑造了現(xiàn)在的自己。
所以啊,數(shù)據(jù)決策未必靠譜,但基于做大概率事情的原則,在沒(méi)有更好方式的前提下,能量化的就進(jìn)行量化;但需要警惕由于信息不完備,決策過(guò)程也會(huì)有各種坑。
在這個(gè)過(guò)程中,建立自己的決策模型,不斷的優(yōu)化迭代,然后提高自己決策的準(zhǔn)確率。
實(shí)在不知道怎么選的時(shí)候,就選擇自己相信的東西,然后堅(jiān)持它。
以上,就是本文的主要內(nèi)容,歡迎斧正、指點(diǎn)、拍磚。
#專欄作家#
王家郴 ,公眾號(hào):產(chǎn)品經(jīng)理從0到1,人人都是產(chǎn)品經(jīng)理專欄作家,喜歡網(wǎng)球和騎行的產(chǎn)品汪,目前奔走在產(chǎn)品的道路上,漫漫產(chǎn)品路,與君共勉。
本文原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)許可,禁止轉(zhuǎn)載
題圖來(lái)自 unsplash,基于 CC0 協(xié)議
打卡~
說(shuō)得有道理
學(xué)就完了
沙發(fā)。學(xué)習(xí)到了