数据决策并非完全准确，它真的靠谱吗？

当我刷黄的时候，我看到了一个动态，这引起了我对数据决策的一些思考。他的动态中有一句话——“一方面，产品依赖数据做出理性决策，另一方面，信息不完整时如何判断，以及承担结果的勇气”。最近，我在思考一些数据决策和非数据决策。我还没有完全理解。让我们先分享一些现在的想法，一起讨论。通常在工作中，每个人都喜欢基于数据达成的共识或决策，这样更顺利，更容易接受，但这真的可靠吗？我不确定。我发现有两种决策类型，一种是可量化的，另一种是不可量化的。例如，在疫情的影响下，被迫关闭一家商店，有两家条件相似的商店，一家营业额为200万/月，另一家营业额为50万/月。哪个关门？例如，我看到了小米和B站的一些决策：这些决策能量化吗？能否通过数据做出决策？很难，所以我对数据驱动决策的适用边界有一些疑问，数据决策本身也有很多局限性。1、首先，数据的局限性可能根本没有数据。刚开始的时候没有数据。此外，一些新模式和新事物本身可能是不正常的、不确定的，甚至在早期阶段也不乐观。毕竟，看似可靠的事情可能已经被别人做了。其次，数据本身可能有局限性、信息渠道或信息获取方法。大多数数据可以通过抽样获得，抽样的样本量、范围和渠道会影响数据的准确性。那么数据的处理也可能有局限性。不同的人可能会看到不同的视角、维度和思维方式，选择的数据可能与你想要验证的东西无关。你怎么知道你是对的？最后，我想说的是，数据代表了过去，这是一件已经发生的静态事情。我们需要做的是根据现状来预测未来可能发生的事情，我们大多数人都不擅长预测。简单看一下两个案例。湖中有一片睡莲叶，每天以两倍的速度向外扩散；如果莲叶能在48天后覆盖整个湖面，覆盖湖面一半需要多长时间？答案是多少，24天？还是47天？此外，看看一些老板之前的预测：回顾过去，你可能会认为这些预测很荒谬，这不是一件明显的事情，但当我们在那个时代，那个背景，那个角色，我们真的能做出更好的判断吗？我不知道。这种现象在心理学上有一个特殊的名词，叫做后见之明。因此，数据本身有很多局限性，只是辅助，最终取决于判断，即决策水平。2、我们能做什么？我能想到以下几点：1.大胆想象并仔细验证上述内容。有些事情在早期似乎非常不可靠。如果你想这样做，不要增加太多的限制，也不要急于否认。能够找到证实或伪造的方法，在验证过程中，可能是正确的，也可能是错误的；保持改变，而不是根据自己的观点找到支持自己的数据或事实。当你发现它与猜测不同时，你应该有勇气承认你的错误判断，并不断纠正它，而不是打破一些东西，然后强行填满你的判断。排除一切不可能，其余无论多么难以置信，都必须是真相。—柯南道尔最后，在决定尝试之前，不妨问问自己——假设最坏的情况会发生什么；你能接受这种情况吗。2.对于单一游戏来说，输赢是不确定的。只要你赢的概率高于输的概率，即使只是稍微高一点，只要重复的次数足够多，你就能赢得稳定的胜利。抛*币时，理论值为正反概率50%，单次抛*币结果不确定；当重复数千甚至数万次时，正面和负面的次数应该是一样的。假设积极赢，赢一次可以得到100元，消极输，输一次会输100元；总体期望是0，我们玩得越多，接近0，假设玩10000次，最终结果将接近0，也就是说，没有损失不赚钱。假设*币的正面通过某种方式移动了一些手脚，正面的概率是51%，反面的概率是49%，赢的概率是1%。同样的一万次，最终的期望结果是2万元，最后一次的期望结果是0。可以看出，在多次重复的游戏中，即使只是提高了一点概率，最终的结果可能会有很大的不同。我们的生活也是由一系列的决策塑造的。在这种情况下，更理性、更科学的方式是坚持做高概率的事情。3.为了提高自己的准确性，我们要做的就是建立自己的决策体系。余军先生的书中有一个理性决策的三个要素：信念、目标和行动，优先考虑理性信念＞理性的目标＞理性行动。理性的信念是对自我认知的认知。对于某件事，我能得到多少信息，我的决策思维方式能得到多少分，我可能有什么认知错误。理性的目标是实现这一点，我的关键目标是什么；为什么是这个而不是其他的，为了实现这个目标，什么关键变量已经改变了，或者将会改变。理性行动是基于信念和目标，找到当前的最佳解决方案。这实际上是一个信息输入、处理和输出的过程，在这个过程中，不断修改自己的决策模型，以提高准确性。4.坚持做正确的事情。如果你真的不知道怎么做，遵守你内心的选择。相信某件事是对的，然后坚持下去。就像雷先生认为好的产品应该感人和善良。他担心公司上市后，在资本压力下，随后的首席执行官可能会提高*件产品的价格，因此*件产品的税后净利润不得超过5%写入公司章程。就像哔哩哔哩的陈先生认为，只有让高质量的内容获得更多的流量，高质量的UP所有者才会变得越来越多，高质量的UP所有者才会变得越来越多，从而产生更多的好内容，平台的流量才会越来越大。当然，当我们发现我们所坚持的信念是错误的时，我们也需要及时调整我们的目标和行动。最后，我想用张一鸣的话作为最后的警告——“同理心是基础，想象力是天空，中间是逻辑和工具”。数据决策只是一种工具，有时我们需要看数据，有时我们需要依靠模糊的感觉。推荐策略中有一种算法叫贪婪算法，它有很大的局限性，就是从现在开始，每一步的最优解都不一定是全局的最优解。生活的决定不是这样的，有时骄傲的决定，几年后发现实际上是一个非常愚蠢的决定；有时感觉非常糟糕的经历，几年后，也可能感谢这段经历塑造了自己。因此，数据决策可能不可靠，但基于做大概率事情的原则，在没有更好方法的前提下量化能量；但由于信息不完整，决策过程中会出现各种坑。在这个过程中，建立自己的决策模式，不断优化迭代，进而提高决策的准确性。当你真的不知道如何选择时，选择你相信的东西，然后坚持下去。以上是本文的主要内容，欢迎斧正、指导、拍砖。