1. 程式人生 > >《資料化決策(美)道格拉斯·W.哈伯德》筆記與心得

《資料化決策(美)道格拉斯·W.哈伯德》筆記與心得

目錄

量遍天下-無形之物有法可測

凡事皆可量化

量化對於決策

舉例

誤區

實際運用例項

面試中常見的「費米估算」要怎麼破?


量遍天下-無形之物有法可測

            當你能夠量化你談論的事物,並且能用數字描述它時,你對它就確實有了深入瞭解。但如果你不能用數字描述,那麼你的頭腦根本就沒有躍升到科學思考的狀態--英國物理學家 開爾文勳爵

凡事皆可量化

           找到某種方法,只要它能讓你知道得比以前更多,那麼它就是一種量化方法。

無形之物:

  • 管理效益
  • 預測新產品的收益
  • 環境政策對公共衛生的影響
  • 科學研究的生產率
  • 資訊的價值
  • 破產的風險
  • 資訊科技專案失敗的風險
  • 質量
  • 公共形象

無形之物,看起來完全沒有蹤跡可循的無形之物,是可以量化的;

這種量化可以用比較經濟的方法實現;

ps :克服對量化方法的恐懼情緒

量化對於決策

  • 減少不確定性,優化問題的手段

例如:如何測算地球周長?

簡單的觀測 + 數學運算

  • 快速估算的價值

例如:紙片估算原子彈爆炸當量

  • 量化: 被量化事物和數字的對映

舉例

費米問題1-費米問他的學生如何估計芝加哥的鋼琴調音師的人數

  • 也有一些比較簡單的解法:

檢視廣告一個個統計鋼琴調音師的數量;

通過發證機構檢查執照數量;

 

  • 通過研究芝加哥的調音師的需求,來評估人數

 

費米問題2-是否要在一個不熟悉地區開一家汽車保險公司

核心思路:該區域對於保險公司的需求量

步驟1:評估汽車數量

步驟2:根據每輛汽車每年保險費,得出:

每年保險費用佣金=汽車數量*每輛汽車每年保險費*佣金比例

步驟3:未來需求下降(人口下降 、其他機構擴張)

步驟4: 結論-預期的收益是否符合期望;

誤區

真正的量化過程不需要無限精確

比如: 使用了新的玉米種子後,在95%的置信水平上,平均產量提高了10%~18%

實際運用例項

面試中常見的「費米估算」要怎麼破?

  • 估算中國K12課外英語輔導的市場

涉及使用者:教師端(供應端)、學生端(需求端)

  • 你是否有在面試中遇到過這樣的奇怪問題?

  • 一個正常成年人有多少根頭髮?
  • 北京有多少個加油站?
  • 衚衕口的煎餅攤子一年能賣多少個煎餅?
  • 一輛公交車裡能裝下多少個乒乓球?
  • 估算深圳市豐田汽車的數量?

思考思路:

將費米問題看成供需問題,從供需兩個層面分析問題。 例如,如果要評估衚衕口的煎餅攤子一年能賣多少個煎餅,可以思考:

1)用需求方看,每天的需求量

2)從供應方看,每天的供應量

將問題看出抽樣問題。例如,如果要評估深圳市豐田汽車的數量,可以思考:

1)在幾個典型的路口進行抽樣統計汽車總量、豐田數量

2)簡單估算: 深圳市大概需要的汽車總數量。

3)豐田汽車數量估計:

抽樣豐田數量/豐田數量總量= 抽樣汽車總量/汽車總量