数据化决策

致中国读者信

权威推荐

权威推荐序

大数据时代的量化决策方法

自序 一切皆可量化

第1部分 量遍天下：没有什么不可量化

坐在图书馆里，通过不同城市正午阴影的不同长度，古希腊人就能测出地球周长？

通过一个简单的乘法公式，费米就能测算出芝加哥的钢琴调音师有多少？

只花10美元的实验，就能让9 岁女孩测出医学中关于超自然能量的谎言？

第1章 无形之物有法可测

幸福婚姻的价值和人生的价值都可量化？

管理顾问，绩效测评专家无法解决但本书可搞定

第2章 不同时代，不同领域的量化大师

坐在图书馆里就能估算出地球周长？

费米问题分解法：将未知拆分为已知

只花费10美元，9岁女孩就揭穿医学谎言

质量和创新究竟能为企业带来多大的收益？

从量化大师身上能学到什么？

第3章 他们为什么说无形之物不可量化？

对传统定义的挑战

澄清链：量化方法就隐藏在量化目标中

5人法则：只需很小的样本就可以减少不确定性

4个假设让量化看上去很简单

量化真的需要不菲的代价吗？

可以相信统计数字吗？

99岁患病老人不如5岁儿童的命值钱？

量化的5大步骤

第2篇 量化什么：不确定性、风险、信息价值

开展营销活动，如果失败，可能损失200 万美元；不开展营销活动，可能的潜在损失竟高达2 400 万美元，这笔账是如何算出来的？

如何计算出新的广告活动会增加多少销量？

不确定性越高，需要的信息反而越少？确定性越高，反而需要越多数据以减少不确定性？

第4章 厘清待量化事物与决策的关系

清晰定义“不确定性”和“风险” 70

为退伍军人事务部IT 安全项目进行的量化工作

第5章 校准训练：修正你的判断

校准练习：让“估计”变得更准确

你的估值范围=你的认知程度

90%的信心意味着90%的概率吗？

经过校准训练的人往往预测得更准确

第6章 蒙特卡洛模型：评估风险大小

分清“感觉很好”与“真的很好”

蒙特卡洛模型：范围也能进行加减乘除？

寻找盈亏平衡点

不必一开始就建立蒙特卡洛模型

风险悖论：越重大的决策，越缺少风险分析

第7章 一条减少不确定性的信息价值多少？

预期机会损失：出错的机会和成本

消除所有不确定性的价值有多大？

不确定性越高，你需要的信息越少

量化倒置：最重要的常常被忽视

分清有价值和无价值的量化

第3篇 量化方法：如何减少不确定性

顾客等待商家支持热线的时间越久，挂电话的概率就越高，这给业务造成了多少损失？

要知道湖里有多少条鱼的最简便可行的方法是什么？

在任何零售店查看商品序列号，就可免费获得竞争对手的产量信息？

如何了解销量上升是否因为顾客偏爱新产品？

利润上升是否仅仅因为采用了新配方？

第8章 选择和设计量化方法

广义的测量仪器=测量方法

将不可量化之物分解为可量化之物

通过互联网获取方法

寻找、观测、跟踪相关线索

数据不在多，够用就好

准确度≠精确度

确定测量仪器

第9章 随机抽样：窥一斑而知全豹

凭直觉估计数值范围

t统计量法：只需一点小样本

统计显著性：结果是真还是假？

如何处理异常值？

不用计算，就可估计出平均值

两次独立抽样：抓与重抓就能算出湖里有多少鱼

寻找阈值：在哪个点上作决定？

对照组实验：当事件还未发生时

变量的相关程度：风马牛之间有多大关系？

什么时候才使用假设检验？

第10章 贝叶斯方法：利用已知估算未知

贝叶斯定理：若A发生，则B发生的可能性多大？

使用你天生的贝叶斯：用新信息更新旧信息

异构标杆法：借助“类比法”来评估

贝叶斯反演法：如果X为真，如何看到这一点？

区间范围的贝叶斯反演法：每种结果出现的概率是多少？

贝叶斯法教会我们什么？

第4篇 量化抽象事物：偏好、态度和判断

长久婚姻带来的幸福感与一年多挣100 000 美元相当？

如果给赌徒展示短暂的笑脸图像，那么他们将更易冒险，风险偏好是如何影响人们的决策的？

如果次品率降低了15%，但顾客退货率提高了10%，总的产品质量是否提高了？

用谷歌搜索工具，就可以提前一周预测到流感爆发？

第11章 量化人们的偏好和态度

观测人们的意见、价值观和幸福感

支付意愿法：通过讨价还价估算生命价值

投资边界曲线：量化风险承受能力

效用曲线：选鱼还是选熊掌？

绩效量化：一切都可归结为利润

第12章 人的判断和测量仪器哪个更准？

人类的心理如何影响决策？

令人惊讶的简单线性模型

不变比较原则：将任何估值都标准化

透镜模型：消除评估过程中的不一致

两种不适用的量化方法

各种评估方法价值比较

第13章 新型测量方法和仪器

全球定位系统(GPS)：革命性的量化工具

用屏幕抓取软件和混搭法挖掘网络信息

预测市场：苹果公司何时倒闭？

第14章 通用的量化方法：应用信息经济学

量化的通用框架和一般步骤

饮水监控系统为公众健康带来多少利益？

海军陆战队的燃油需求有多大？

一些虽未讨论但可能出现的量化难题

致谢

附录

附录1 第5章校准测试题答案

附录2 附加的校准测试题

完美决策=直觉+经验+数据！
　　你还在依赖直觉和经验艰难地作出决策吗？这《数据化决策：大数据时代《财富》500强都在使用的量化决策法》让你定量决策：
　　可口可乐动用2000名调研员，对19万人进行口味测试后，如何作出最终决策？
　　如何衡量并未开口抱怨的顾客对服务或产品质量的不满意度？
　　如何通过数学公式找到最适合你的另一半？
　　数据无孔不入，大数据时代，谁掌握了数据，谁就能把握成功。“一切皆可量化”，道格拉斯这个大胆的宣言是解决诸多生活和商业问题的关键所在。
　　无论你的问题看起来多么不可量化，如健康、幸福感、顾客满意度、IT安全、投资风险、品牌价值、组织灵活性等，在《数据化决策：大数据时代《财富》500强都在使用的量化决策法》中都可以找到量化的办法。作者在《数据化决策：大数据时代《财富》500强都在使用的量化决策法》中：专注于量化不确定性、风险和数据价值；提供了令人拍案惊奇的测算无形之物的简便方法，让你仅仅基于已知数据就能准确决策；展示了丰富而精彩的量化案例，让身边的数据唾手可得。
　　《数据化决策：大数据时代《财富》500强都在使用的量化决策法》兼具实用性、可读性与趣味性，甚至让反感数据的人也能发现它的亲切。

大数据商业实践版！
　　管理大师德鲁克与戴明的智慧共识：无量化、无管理；先量化，后决策！
　　魔鬼藏在数据里，决策藏在量化中！
　　绩效改革后，员工的士气提升或降低了多少？
　　华尔街的敛财高手量化大众情绪，进而决定买入还是抛售股票？
　　奥巴马测算出选民喜好，最后一举击败罗姆尼而连任？
　　一年的幸福婚姻相当于你多赚了10万？
　　PM2.5对市民健康的影响到底有多大？