【数据驱动决策】为什么那么难？

 Kenneth说：

他们早已处于【新零售】的黄金时代：北欧国家卫生防疫在利用【大统计数据】预测，驾车也有【人工智慧】导航系统，街机也有【VR、AR】，淘宝互联网平台也有【三万人巧】的新体验。

那，为何叫统计数据职能部门做两个预测所以的难？

那时在互联网上广为流传的商业性事例，都是组织机构桌球夸奖【统计数据驱动力重大决策】：

他们那个唇膏的色号是历经高精度的客人进行调查，亚洲地区人工智慧发色辨识，加之各式各样P图应用软件的统计数据所缔造的色调

他们优先选择在这儿展店是历经隐蔽的统计数据分析，XX人造卫星精确的热以图，某时互联网平台的买卖统计数据，除了紧密结合员警二百万的统计数据来紧密结合街道社区产业结构

细、头图模特儿双眼与肩膀的白银比率视角

。。。Bokaro

但实际上吗是所以幸福吗？

实际上，没错是组织机构气若游丝统计数据职能部门的鼻子要统计数据。究竟是【统计数据驱动力销售业务】，却是【销售业务驱动力统计数据】呢？那时我先必定给我们撷取我的观点。（或是是偏课本的方法论观点）

快消

零售

随笔

零售

职场

统计数据

先定义【统计数据驱动力重大决策】

个人觉得这一组词语有点别扭，我的理解是从英文‘data-drivendecision making’翻译过来的。驱的汉字原意是使马奔驰。那统计数据驱动力也可以说：利用统计数据协助重大决策，销售业务也能奔腾起来。

在外国，Data Driven Decision Making 确实是两个buzzword （潮语），业内术语还会简称为DDDM。根据哈佛商学院线上课程的一篇介绍，他们是这样定义的：

Data-driven decision-making (sometimes abbreviated as DDDM)is the process of using data to inform your decision-making process andvalidate a course of action before committing to it.

https://online.hbs.edu/blog/post/data-driven-decision-making

Kenneth 额外的解读：

Process：过程，这儿出现了两次过程。过程代表需要有不同的步骤来完成。

第两个过程是如何使用统计数据，统计数据是需要一系列的收集、储存、清理、预测、可视化的过程；

第二个过程是在重大决策过程中（decision-making process）加入统计数据使用的环节。

Inform ：知会的意思，是让你知道，但还没到“主导”

Validate：验证，在执行之前先验证

重大决策的两个极端

https://blog.qlik.com/data-informed-decision-making

简单来说，重大决策可以分为两个极端：

（ 1 ）纯靠经验

（ 2 ）纯靠统计数据

有些时候，我会相信【物极必反】的道理，他们就聊聊两个极端的缺点会是什么。

纯粹靠感觉，靠直觉、靠“拍脑袋”。英文常用的词语是intuition，hunch, gut feeling。

引用HBS 的一段话，现代社会经常把直觉过分的浪漫化。HBS引用了爱因斯坦和乔布斯的名言。（虽然爱因斯坦的那句话有机会是互联网上的以讹传讹以及稍微有点误解）

The concept of intuition has become so romanticized inmodern life that its now a part of how many people talk about and understandthe “geniuses” of our generation. In science, for example, Albert Einstein is often quoted as saying, “The intuitive mind is a sacred gift,” and inbusiness, Steve Jobs is quoted as saying, “Have the courage to follow yourheart and intuition; they somehow already know what you want to become.”

反之，到另外两个极端，一切都【统计数据驱动力】，统计数据说了算。很有可能我们会把“重大决策系统”关闭，麻木相信统计数据，我喜欢的漫画家Tom Fischburne 也曾经说过那个现象：驾车纯粹靠GPS定位，哪怕没错早已偏离了路线。

ta-driven-marketing.html

再谈 【重大决策】

（大）统计数据有多值钱我就不重复再说了，个人认为重点却是在【重大决策】。

如前面的例子提到，两个【重大决策的极端】我都提到了缺点，那究竟他们该如何？我建议是折中：data informed （统计数据引导）

。

在写这篇文章的时候，我也特地参考了不同的内容，最后在漫无目的浏览互联网的时候找到我可能想要的答案。我看了两个Gerd Gigerenzer （吉仁泽）的Ted Talk，得到了一些新的启发。

印象比较深的是当教授说到那个事例：

如下图所示，这儿有4个不同的方案说明预测的准确性（Ted 的video 没有讲背后的统计数据验证，只是说明是两个20多个事例的验证）

y 轴：准确率，越高越准确

x 轴：fitting （早已知道全部变数，是一种hindsight 后见之明）；prediction （预测，对于未来有不明确原因的预测）

红线：one good reason – 在不同方案优先选择中，你两个想到的优点，然后挑选了那个方案

黄线：平均分布，如果是一笔钱有两(n=2)个投资组合，那就各50%、50%

方格蓝线：多元回归预测，用理性的数学优先选择最优的方案

圆形蓝线：纯粹随便乱选

结果发现，主要有足够大量的统计数据“喂食”那个预测的公式（是接近完美控制所有的变量），预测结果肯定是理性的回归预测取胜。但如果在有混沌和不确定因素的情况下，两个【简单的直觉思维】结果不比回归预测差。

吉仁泽是两个德国认知心理学学家，有兴趣我们可以继续科学研究他的著作：

企业达到【统计数据驱动力】的五步曲

可以说我比较老套，有一些事情可以弯道超车，但让一些老企业可以从“拍脑袋”转型为【统计数据驱动力】并不是所以容易的。

以下的五步曲却是比较靠谱的【循序渐进】模式，我简单翻译一下：

1）统计数据抗拒

不喜欢看统计数据，觉得统计数据科学研究完全没有用

2）统计数据察觉

企业对于统计数据开始感兴趣，有科学研究统计数据的好奇心。但因为来说统计数据系统还没有搭建好，能做成两个报表就早已是上限了

3）统计数据引导

如我前面提到的 data informed，是企业在日常的利用早已开始使用统计数据，早已有统计数据挖掘的能力。

4）统计数据专家

企业日常运营的过程都使用了统计数据，统计数据也从预测阶段到了统计数据洞察的阶段。

5)  统计数据驱动力

统计数据早已到了公司策略的层面，早已融入为企业的血液，没有统计数据有如汽车没有燃料，销售业务跑不起来了。

总结：从【统计数据引导】为起步点

所以紧密结合以上的一些论点，个人认为公司转型可以以【统计数据引导】为两个目标，甚至可以是终极的目标。

回到开章的问题：【统计数据驱动力重大决策】为何所以难？我的回答是：

1）要纯统计数据驱动力，他们需要有接近完美（完整、准确、有效的及时性）的统计数据以及算法，确保一切变数都在掌握中

2）需要历经五步曲的阶段，企业很难一步登天完成转型。第一步是需要有完整的IT 结构，收集、清理以及存储统计数据；然后有足够简单的可视化预测工具，继而是【统计数据说话】的企业文化以及【利用统计数据决策】的流程

3）可惜世界都多时候都是混沌的状态，充满各式各样的不确定性，适当的利用以及相信直觉，以及用统计数据来验证以及辅助直觉。这种权宜之计，或许是他们面对未来的“最满意优先选择”。