避免“愚蠢”最好的办法是“数据决策”论文

避免“愚蠢”最好的办法是“数据决策”

文 | 本刊记者 朱 冬

查理·芒格说:我不是想成为天才,我只是想避免愚蠢

每年10月,都被称为“诺奖季”,其实同时也是诺奖“赔率榜”大行其道的时节。

2019年度诺贝尔奖得主名单,自10月7日起在瑞典皇家科学院陆续公布。而比这更早,世界各地对各奖项“赔率榜”名单的猜测更是掀起热议。而且一时间,大数据推算关于谁最有可能获奖的分析甚嚣尘上:“哪些年龄阶段的人群最易获诺奖”“获得诺奖的人群具备哪些特征”“哪些国籍、族裔的获奖概率更高”……

还有一次,关羽的右臂被敌人射中一箭。箭头有毒,毒已入骨,又青又肿,不能动弹。特别是遇到下雨天,剧痛难忍。名医华佗听说关羽箭伤不愈,就为他割开皮肉,刮骨去毒。当时没有麻醉剂,进行手术时,华佗刮骨的声音窸窣()刺耳,周围的人心惊胆战,掩面失色。血沿着他的胳膊不断流下,盛血的盘子都满了,而关羽却依然和客人喝酒、下棋,若无其事。等到华佗刮尽骨上的毒,敷上药,缝上线后,关羽大笑而起,高兴地说:“先生真是神医。看,我的手臂已经屈伸自如、毫无痛楚了。”华佗感慨地说:“我一生行医,没有见过像您这样的英雄啊!”

可以看出,“章鱼帝”的时代已经过去,大数据的时代刚过门槛。

随着“一带一路”的战略的实施,越来越多的沿线国家派遣留学生来到中国学习。我国也明确提出,高职院校“要配合‘一带一路’国家战略,扩大与‘一带一路’沿线国家的职业教育合作”,高职院校的留学生教育进入了快速发展时期。常州纺织服装职业技术学院(简称:常州纺院)作为江苏省3所国家教育体制改革试点项目“扩大来华留学生规模”试点高职院之一,已有来自16国数百名的留学生来校学习,其中部分留学生选择了计算机网络专业,这些留学生大多没有汉语基础。因此,开设双语课程不仅是教学要求所必需的,也能推动高职院校国际化发展。

不仅在诺奖圈里,大数据分析异常活跃,投资圈也少不了大数据分析的掺合——“另类数据”早已能通过特斯拉工厂内的手机使用频次,判断特斯拉下一季度财报的好坏;对大量卫星图片细节的分析和统计,也早能解读出一个资本事件可能的走向,以及一家全球性企业的业务态势……

面对残酷的市场竞争,管理者若只是用传统的“野路子”打法,或凭个人主观判断能力决策,则企业只能遭遇瓶颈。中国传统企业基数规模非常大,但有数据决策意识,把数据分析已经纳入决算体系,并产生实际效果的企业,比例非常低,也就1%,不到5%。

那么,未来大数据分析会走多远?现在离每一家企业又有多近?本期《中外管理》专访了有着近20年大数据行业经验的刘彤先生,尤其就企业管理中如何纳入大数据分析辅助战略决策进行了探讨。

传统决策模式有硬伤

《中外管理》:用大数据来决策并不稀有。谷歌自创立之初在公司内就有一条不成文的规则:任何决策不能拍脑袋,必须有数据依据。那么,传统的企业管理决策方式有哪些弊端?

刘彤:传统的决策体系,绝大多数场景是基于经验的决策,也叫专业经验决策系统。

对于一个头部电动车企业来说,当有大量消费者选择同一款产品时,会发现满大街随处可见这一“爆款”。这意味着在市场上形成了头部的羊群效应,对于建立品牌烙印、维护品牌忠诚度能起到关键的作用。

由一个专业的人(一般是企业一把手或高管)来判断这件事情是怎么样的。这种决策不能代表每个人的意见,但代表了大多数人的意见。很多企业存在这样的决策模式,甚至还有大家常见的开会时领导拍板的“一言堂”模式。

1)矢量数据专家小组负责创建并维护NATO地理空间信息框架(NGIF)中的标准化构件部分。NGIF用于提供基于ISO 19100系列地理信息标准的整套标准化构件,通过定义通用的、标准化的数据及标准产品的生产、交换和使用模型,确保NATO成员国之间以及成员国内部之间的数据互操作,NATO成员国与非NATO国家之间的数据互操作,从而实现“一张图指挥战争”的目标。为了满足NATO当前乃至今后的一些需求,必要时,NGIF框架中还将纳入ISO扩展标准。NGIF将为NATO、NATO成员国及非NATO国家提供一系列基础标准化构件,供其使用并进行多次开发,从而提高当前乃至未来信息的一致性和互操作性。

专业经验决策体系有一个弊端:对同一件事情A和B会做不同决策,因为每个人的专业经验不可能一样。这带来的问题就是决策结果不可控——有可能是对的,也有可能是错的。这直接影响的就是企业的发展路径。

图IC photo

数据决策着眼于“概率”,尤其避免低级错误

《中外管理》:依靠数据决策是不是一把双刃剑?如何避免陷入“唯数据论”?或者导致管理者主观能动性的弱化?

管理最怕不确定,但不确定是始终存在的状态。如果决策成功概率大,那么企业一定是朝着增长的方向走。反之,如果管理层“脑子一热,开始冲动”,那么做出成功概率小的决定就多,企业一定走下坡路。大数据方法着眼于提升成功的概率,能解决经验和主观决策带来的弊端问题,让企业沿着成功概率更大的路径成长。

当时,除了此项新任务,医院还承担着各项社区帮扶工作,还托管着宁波多家小型医院,阮列敏酝酿将关联工作全部系统化。经过一段时间梳理,她拍板成立基层服务指导科,将慢病管理、医联体、分级诊疗等工作协调起来。

其实哥伦比亚大学教授Sheena S.lyengar和斯坦福大学Mark R.Lepper著名的果酱实验早就证明——可供选择的同品类产品过多,消费者购买率反而下降。

刘彤:很多人误解了大数据的作用。其实,大数据的核心逻辑是着眼于解决概率问题,大数据永远不是为了解决精准性问题。着眼于解决精准性问题就背离了大数据的逻辑。

从企业管理角度来说,数据科学体系就是尽量避免纯粹的用管理者个体的经验来做判断,防止陷入到动辄“我做这件事情已经20年了”的专家思维,提升了成功的可能性,尤其是降低了犯愚蠢、低级错误的可能性。

企业管理者运用数据决策思维会比别人效率更高,成功几率更大,这会造成企业管理的巨大差异。

做“数据决策”的中国企业,最多5%!

《中外管理》:利用大数据进行决策和管理,是否已经成为企业共识?

刘彤:大数据已经非常热了,但问题是虽然大多数企业表示关注,并积累了一定量的数据,但并没有把数据真正利用起来。

相较于互联网企业,传统公司的问题更为典型:内部并没有真正形成数据分析的逻辑和意识,也没有把数据分析当成改善当下企业管理和营销的方法。比如:有的企业报表里有销量、收入、利润等数据,但并不会进行数据背后的下一步分解,这是只看结果,不看过程。

于试验鹅14、42、70日龄清晨8:00,以重复为单位,空腹称重。从每个重复中随机选取2只接近平均体重的试验鹅,称重、记录。

而数据决策服务,需要专业的数据分析能力,对分析师的水平,对数据的理解,对数据的算法,模型的搭建等要求较高,还需要把流程打通,并明确怎样用数据进行迭代,持续性地优化企业管理的步骤。这是一个复杂的、复合型的专业工作。

另外,专业数据公司提供的数据,可能是企业并不具备或者收集不到的。它可以帮助企业更清晰地了解事情的来龙去脉,或者更有针对性地设计解决问题的方法。

“大数据参与预测和决策的应用领域日见增多,背后是大数据决策的客观性和真实性。”北京创数纪信息技术公司董事长、CEO刘彤对《中外管理》说。

《中外管理》:这1%能利用数据分析决策的企业,具体在怎样利用数据价值?有没有好的案例?

刘彤:电动车行业属于典型的传统制造业,竞争惨烈,全行业有大大小小500多个品牌。有一家国内知名的电动车企业前几年遇到了增长瓶颈,为寻求突破,该企业通过不断增加产品品类和种类,来满足消费者的差异化需求。然而,大量新品上市后,销量却无法达到预期,企业整体利润出现下滑。

大数据是收集了一件事情很多次的过程和结果,以及很多人对这件事情的判断,然后综合性地给出一个概率更大的结论。所以它解决的是概率性问题。找到了更大概率成功的点,然后给出可实现更大概率成功的方法和决策。

我们通过数据采集和分析,发现整个2017年该企业市面上的产品款数是542款,而90%的销售车型聚集在前91款上,也就是说542款车型里,剩下的451款产品(542-91)销售量仅占10%。而且,不少同价位产品存在功能相似,但实际销量差异巨大的现象。

这意味着什么?如果单车毛利只有一两百元,那它的研发成本可能就是百万元级别,过多的低利润甚至负利润产品,严重拉低了企业整体利润水平,造成企业不必要的资源消耗。

于是我们给了新的决策建议:通过数据分析持续不断优化产品管理,通过多维对比、综合分析,精准识别出问题产品,进而做针对性优化。

采用绘图仪或者是打印机进行图形绘制,系统可输出的图形包括:地形图与等高线,各要素线段,如既有管线、公铁路、水系等,不同区域的编号与边界,中心线与边坡的坡顶、坡脚线等。

普洱茶产业的壮大需要将普洱茶目前自然摆放的陈化过程发展成为一道专业的加工工艺,关于普洱茶专业仓储醇化工艺的相关研究对未来普洱茶产业的提升意义重大。从上述国内普洱茶仓储贮藏和普洱茶陈化工艺的研究现状来看,普洱茶在不同的环境条件下进行一定时间内的醇化贮藏,普洱茶的品质将产生很大的变化,所以寻找既能加快普洱茶醇化速度,又能提高醇化品质的方式或方法是普洱茶专业仓储醇化研究的根本目的。目前云南省已有多家分别位于昆明、临沧、元阳等地的专业普洱茶仓储企业开展了相关醇化研究。

在2018年淘汰了434款产品后,该企业总销量不仅没下降,还提升了25%。其中最好的一款车销量达四五十万辆,而在过去将近20年的时间里,该企业只有一款车能够实现年销售10万辆。

高椅古村的精神文化和情感认知评价最好。不少旅游者表示幽静美丽的生态环境和居民怡然自得的生活状态,使自己心灵得到休息;饱含先人智慧哲学的古民居建筑和丰富多彩的侗族文化,让旅游者感到收获良多。但同时,旅游者反映古村旅游基础设施不完善,缺少基本的导游标识,旅游服务质量亟需提高。

经验决策+数据决策,二者叠加才是正道!

《中外管理》:大数据决策在如今向产业互联网转型和升级时期,会发挥怎样的作用?

刘彤:大数据决策可帮助一个传统企业进行真正的数字化升级。

生态监测工作在青海省是一项开创性的工作,专业性很强,涉及多个部门和多个专业,要结合我们所开展的工作和取得的成果,通过发布信息、媒体报道,充分提升各级政府和全社会对生态监测工作重要性的认识。

数字化升级的逻辑,不在于你有没有数据,而取决于你的决策思维逻辑是不是与数据相关,是不是基于理性和客观的大数据,来帮助企业做更好的决策,这点是变革的核心。

数据决策对企业管理的意义是:帮助企业把原来的决策方式从语文式决策转型为数学式决策。语文式决策是描述性的,数学式决策则是以数据为依据的。仅从这一点来看,大数据决策对很多传统企业,将会产生巨大影响,因为它更客观、更理性了。它并没有改变原来专业经验决策,但是会更理性地判断出专业经验决策的成功概率。

《中外管理》:在决策过程中使用大数据分析,会得到更准确的结论吗?

刘彤:数据决策是对原来的一种优化,是真正的决策方式升级。但千万不要认为数据决策是代替经验决策的,它们不是代替关系,而是叠加关系。如果定位成代替关系,认为它是对管理者原有经验和专业性的替代,那就走偏了。

除完全靠自身成长起来的“草根”意见领袖外,近年来新媒体平台也在有意识地通过“自媒体签约”等形式培养意见领袖阶层。在媒体的支持下,这些意见领袖迅速在新媒体平台上扎根,网络人气快速集聚。如微博签约自媒体“罗志渊”,粉丝数高达729万,其在2011年9月发表的“再生一个孩子”微博[注]博文见http://weibo.com/1280463227/xkaqUs3Cr。 得到3 090次转发。此类意见领袖活跃于各领域,成为影响政府决策的又一股新生势力。

数据决策不仅不是对经验决策的替代,反而是让管理者更好地用经验来决策,有依据地进行决策管理。把两者结合在一起后,形成一个新的基于数据的专业经验。这样就会避免陷入“唯数据论”。

在数据安全面前,要专业和“克制”

《中外管理》:随着大数据行业的蓬勃发展,数据的安全问题越来越受业界重视。企业数据化过程里,如何保障数据安全和个人隐私?

刘彤:数据分析的强大能力的确有诱惑力,但大数据公司也要学会“克制”,守住红线。

当前的云工作流引擎系统大多采用第1种方式,这将带来一些不必要的开销。因此,本文采用第2种方式,即将开源工作流引擎移植到云环境中,在Activiti的基础上设计基于REST(Representational State Transfer)的工作流引擎,使其适应云端部署环境,根据RESTful服务中每个资源结点都可发布并接受访问的特性,将流程、活动和实例等所有工作流要素都封装为REST的资源,从而以流程节点的层次提供可复用的工作流要素。

2016年11月7日发布的《中华人民共和国网络安全法》(以下简称《网络安全法》)规定了:“网络运营者收集、使用个人信息,应当遵循合法、正当、必要的原则,公开收集、使用规则,明示收集、使用信息的目的、方式和范围,并经被收集者同意。”

并且,“网络运营者不得收集与其提供服务无关的个人信息,不得违反法律、行政法规的规定和双方的约定收集、使用个人信息,并应当依照法律、行政法规的规定和与用户的约定,处理其保存的个人信息。”

不久前,中国信息通信研究院发表了《大数据安全白皮书》,指出了当前大数据发展面临的安全问题,并提出促进大数据安全技术发展的具体建议。

本研究的护理方法较为简单,不会引起患者和家属的不满,没有违反医疗护理原则,可行性强,样本量大,通过一系列的对比发现中医辨证论治护理可以明显改善高血压患者的临床症状,让患者的住院时间缩短和生活质量提升,减少他们的就医费用,提高临床疗效的作用。

同时,《网络安全法》非常清晰地定义了在整个数据领域里,什么叫做红线?什么真正叫敏感的信息?诸如个人的姓名、身份证号、家庭住址、银行账号等就是敏感信息,必须得到用户授权。

但反过来讲,若用户即使不提供某些信息,数据公司也一样能实现目标,此时却强行让用户提供,那就是霸王条款,属于“恶意收集用户信息”。

数据公司,一定要考虑到和数据相关的未来的风险点,大数据的采集和信息处理,一定不要触碰红线,在合理的范围内执行。

现在身边的很多网络服务都需要用户授权才能进入“下一步”,这样做就是保证数据源是带有用户授权的。事实上,现在网民和受众对数据安全也从过度紧张和恐慌走向理性了。从数据获取阶段,公司所用数据就要保证有正规合同,属于合规业务。并且获取用户的个人敏感信息后都要进行“脱敏”,脱敏之后才能被用于定性、定量分析。

责任编辑:李靖

标签:;  ;  ;  

避免“愚蠢”最好的办法是“数据决策”论文
下载Doc文档

猜你喜欢