數(shù)據(jù)化決策:大數(shù)據(jù)時(shí)代 財(cái)富 500強(qiáng)都在使用的量化決策法
定 價(jià):58 元
叢書名:中資海派
- 作者:[美] 道格拉斯·W.哈伯德(Douglas W.Hubbard) 著,鄧洪濤 譯
- 出版時(shí)間:2013/9/1
- ISBN:9787510067327
- 出 版 社:世界圖書出版公司
- 中圖法分類:TP274
- 頁(yè)碼:315
- 紙張:膠版紙
- 版次:1
- 開(kāi)本:16開(kāi)
完美決策=直覺(jué)+經(jīng)驗(yàn)+數(shù)據(jù)!
你還在依賴直覺(jué)和經(jīng)驗(yàn)艱難地作出決策嗎?這《數(shù)據(jù)化決策:大數(shù)據(jù)時(shí)代《財(cái)富》500強(qiáng)都在使用的量化決策法》讓你定量決策:
可口可樂(lè)動(dòng)用2000名調(diào)研員,對(duì)19萬(wàn)人進(jìn)行口味測(cè)試后,如何作出最終決策?
如何衡量并未開(kāi)口抱怨的顧客對(duì)服務(wù)或產(chǎn)品質(zhì)量的不滿意度?
如何通過(guò)數(shù)學(xué)公式找到最適合你的另一半?
數(shù)據(jù)無(wú)孔不入,大數(shù)據(jù)時(shí)代,誰(shuí)掌握了數(shù)據(jù),誰(shuí)就能把握成功。“一切皆可量化”,道格拉斯這個(gè)大膽的宣言是解決諸多生活和商業(yè)問(wèn)題的關(guān)鍵所在。
無(wú)論你的問(wèn)題看起來(lái)多么不可量化,如健康、幸福感、顧客滿意度、IT安全、投資風(fēng)險(xiǎn)、品牌價(jià)值、組織靈活性等,在《數(shù)據(jù)化決策:大數(shù)據(jù)時(shí)代《財(cái)富》500強(qiáng)都在使用的量化決策法》中都可以找到量化的辦法。作者在《數(shù)據(jù)化決策:大數(shù)據(jù)時(shí)代《財(cái)富》500強(qiáng)都在使用的量化決策法》中:專注于量化不確定性、風(fēng)險(xiǎn)和數(shù)據(jù)價(jià)值;提供了令人拍案驚奇的測(cè)算無(wú)形之物的簡(jiǎn)便方法,讓你僅僅基于已知數(shù)據(jù)就能準(zhǔn)確決策;展示了豐富而精彩的量化案例,讓身邊的數(shù)據(jù)唾手可得。
《數(shù)據(jù)化決策:大數(shù)據(jù)時(shí)代《財(cái)富》500強(qiáng)都在使用的量化決策法》兼具實(shí)用性、可讀性與趣味性,甚至讓反感數(shù)據(jù)的人也能發(fā)現(xiàn)它的親切。
大數(shù)據(jù)商業(yè)實(shí)踐版!
管理大師德魯克與戴明的智慧共識(shí):無(wú)量化、無(wú)管理;先量化,后決策!
魔鬼藏在數(shù)據(jù)里,決策藏在量化中!
績(jī)效改革后,員工的士氣提升或降低了多少?
華爾街的斂財(cái)高手量化大眾情緒,進(jìn)而決定買入還是拋售股票?
奧巴馬測(cè)算出選民喜好,最后一舉擊敗羅姆尼而連任?
一年的幸;橐鱿喈(dāng)于你多賺了10萬(wàn)?
PM2.5對(duì)市民健康的影響到底有多大?
權(quán)威推薦序
大數(shù)據(jù)時(shí)代的量化決策方法
劉松
甲骨文大中華區(qū)技術(shù)戰(zhàn)略部總經(jīng)理
本書的英文版書名是How to Measure Anything: Finding the Valueof “ Intangibles” in Business ,目的是為面對(duì)公共與商業(yè)問(wèn)題時(shí)的政府、企業(yè)提供量化的方法。這兩年“大數(shù)據(jù)”成為熱詞后,諸如“貝葉斯算法”這樣的統(tǒng)計(jì)學(xué)名詞也隨之在IT領(lǐng)域熱起來(lái),同時(shí),Hadoop這種軟件框架,也為大數(shù)據(jù)處理提供了一種有效范式。但僅僅這些是不夠的,當(dāng)把互聯(lián)網(wǎng)分析趨勢(shì)的方法應(yīng)用于各個(gè)傳統(tǒng)行業(yè)時(shí),一個(gè)更大的問(wèn)題出現(xiàn)了:對(duì)于特定的公共與商業(yè)問(wèn)題,如何為它們提供一種量化決策方法?對(duì)這個(gè)問(wèn)題的解決方案只有和大數(shù)據(jù)處理方式相結(jié)合,才能完成大數(shù)據(jù)決策時(shí)代的真正革命。
誰(shuí)應(yīng)該看這本書呢?政府官員、公共政策制定者、投資人、CEO、CFO、CIO、風(fēng)險(xiǎn)管理者、大數(shù)據(jù)與商業(yè)智能從業(yè)者等,都是本書的目標(biāo)讀者群。本書在結(jié)尾提供的兩個(gè)案例——美國(guó)環(huán)保局通過(guò)量化方法提升居民的用水安全,美國(guó)軍方通過(guò)量化預(yù)測(cè)海外作戰(zhàn)的海軍陸戰(zhàn)隊(duì)燃油需求,類似的實(shí)際操作型案例也是所有管理決策者面臨的問(wèn)題。
基于數(shù)據(jù)的量化管理方式,隨著大數(shù)據(jù)時(shí)代的來(lái)臨變得更迫切,這也是當(dāng)今每一位政府官員以及CEO們每天都要面對(duì)的。而那些看起來(lái)難以量化的問(wèn)題,在本書作者看來(lái),都有一套完整的方法,都是可以量化的,而且并不復(fù)雜。這些問(wèn)題范圍廣闊,上到人口、環(huán)境、空氣污染對(duì)健康的影響,比如北京的PM2.5到底對(duì)市民有多大影響,下到典型的行業(yè)問(wèn)題,如在中國(guó)的四線城市,人壽保險(xiǎn)市場(chǎng)容量有多大等都是可以量化的,而本書中的大量案例也證明了這一點(diǎn)。在結(jié)尾處,作者將這門通用的量化學(xué)問(wèn)稱為“應(yīng)用信息經(jīng)濟(jì)學(xué)”。
前面提到的管理者型讀者,不用逐字逐句地看這本書。本書有大量的方法論和統(tǒng)計(jì)學(xué)細(xì)節(jié)論述,尤其在中前部。不過(guò),作者想讓這些管理者知道,凡事都可以量化,量化需要一套完整的方法,新技術(shù)使得這種量化方法更為簡(jiǎn)化了,比如互聯(lián)網(wǎng)就是一個(gè)潛力巨大的量化工具。
本書的第4部分尤其是第13章,作者探討了“利用互聯(lián)網(wǎng)輿論進(jìn)行市場(chǎng)預(yù)測(cè)”這一大數(shù)據(jù)領(lǐng)域常常引用的話題。他從另一個(gè)角度論述了互聯(lián)網(wǎng)在量化商業(yè)問(wèn)題上的價(jià)值,甚至包括如何量化健康、幸福等這類抽象的事物。當(dāng)這種方法用于更為復(fù)雜的命題時(shí),需要的量化分析模型就不那么簡(jiǎn)單了,這正好是本書談?wù)摰闹攸c(diǎn)。
正在熱衷于大數(shù)據(jù)應(yīng)用的人士、商業(yè)智能與數(shù)據(jù)倉(cāng)庫(kù)從業(yè)者、普通的IT人士,可以重點(diǎn)看看第4部分以后的內(nèi)容,結(jié)合前面一些量化“基礎(chǔ)知識(shí)”擴(kuò)展對(duì)于“企業(yè)級(jí)決策”的宏觀視野,尤其從管理層的決策視角去作量化。
本書最有價(jià)值的地方,就是提出了一套完整的量化方法論,一套類似咨詢公司的行動(dòng)計(jì)劃,通過(guò)對(duì)重大商業(yè)決策的變量定義、不確定與價(jià)值建模,對(duì)于任何投資與商業(yè)決策,都可以進(jìn)行風(fēng)險(xiǎn)量化分析。作者最后說(shuō),僅僅是接受“任何事情都是可以量化的”這個(gè)理念,讀者都已經(jīng)受益匪淺了。
道格拉斯·W.哈伯德(Douglas W.Hubbard),大數(shù)據(jù)時(shí)代的“價(jià)值捕手”
道格拉斯·W.哈伯德是應(yīng)用信息經(jīng)濟(jì)學(xué)創(chuàng)始人、國(guó)際公認(rèn)的知名測(cè)量師、決策分析師和風(fēng)險(xiǎn)管理專家。
他的應(yīng)用信息經(jīng)濟(jì)學(xué)方法是一種量化的方法論,已被全球多家《財(cái)富》500強(qiáng)企業(yè)所應(yīng)用,并被廣泛應(yīng)用于IT安全、娛樂(lè)傳媒、軍事物流、研發(fā)整合等眾多領(lǐng)域。而這些領(lǐng)域的決策和管理往往依賴于一些看起來(lái)很難量化或者不可能量化的因素。道格拉斯用該方法:
每年為美國(guó)海軍陸戰(zhàn)隊(duì)節(jié)約至少5 000萬(wàn)美元的燃油費(fèi)
幫助退伍軍人事務(wù)部總投資1.3億美元的IT安全項(xiàng)目作出正確決策
為美國(guó)環(huán)境保護(hù)署安全飲水信息系統(tǒng)減少350萬(wàn)美元的損失
道格拉斯還是位廣受歡迎的演說(shuō)家。曾為《信息周刊》《首席信息官企業(yè)》《分析學(xué)》和《今日OR/MS》等雜志撰寫文章。他還是《風(fēng)險(xiǎn)管理的失敗》(The Failure of Risk Management)一書的作者。
致中國(guó)讀者信
權(quán)威推薦
權(quán)威推薦序
大數(shù)據(jù)時(shí)代的量化決策方法
自序 一切皆可量化
第1部分 量遍天下:沒(méi)有什么不可量化
坐在圖書館里,通過(guò)不同城市正午陰影的不同長(zhǎng)度,古希臘人就能測(cè)出地球周長(zhǎng)?
通過(guò)一個(gè)簡(jiǎn)單的乘法公式,費(fèi)米就能測(cè)算出芝加哥的鋼琴調(diào)音師有多少?
只花10美元的實(shí)驗(yàn),就能讓9 歲女孩測(cè)出醫(yī)學(xué)中關(guān)于超自然能量的謊言?
第1章 無(wú)形之物有法可測(cè)
幸福婚姻的價(jià)值和人生的價(jià)值都可量化?
管理顧問(wèn),績(jī)效測(cè)評(píng)專家無(wú)法解決但本書可搞定
第2章 不同時(shí)代,不同領(lǐng)域的量化大師
坐在圖書館里就能估算出地球周長(zhǎng)?
費(fèi)米問(wèn)題分解法:將未知拆分為已知
只花費(fèi)10美元,9歲女孩就揭穿醫(yī)學(xué)謊言
質(zhì)量和創(chuàng)新究竟能為企業(yè)帶來(lái)多大的收益?
從量化大師身上能學(xué)到什么?
第3章 他們?yōu)槭裁凑f(shuō)無(wú)形之物不可量化?
對(duì)傳統(tǒng)定義的挑戰(zhàn)
澄清鏈:量化方法就隱藏在量化目標(biāo)中
5人法則:只需很小的樣本就可以減少不確定性
4個(gè)假設(shè)讓量化看上去很簡(jiǎn)單
量化真的需要不菲的代價(jià)嗎?
可以相信統(tǒng)計(jì)數(shù)字嗎?
99歲患病老人不如5歲兒童的命值錢?
量化的5大步驟
第2篇 量化什么:不確定性、風(fēng)險(xiǎn)、信息價(jià)值
開(kāi)展?fàn)I銷活動(dòng),如果失敗,可能損失200 萬(wàn)美元;不開(kāi)展?fàn)I銷活動(dòng),可能的潛在損失竟高達(dá)2 400 萬(wàn)美元,這筆賬是如何算出來(lái)的?
如何計(jì)算出新的廣告活動(dòng)會(huì)增加多少銷量?
不確定性越高,需要的信息反而越少?確定性越高,反而需要越多數(shù)據(jù)以減少不確定性?
第4章 厘清待量化事物與決策的關(guān)系
清晰定義“不確定性”和“風(fēng)險(xiǎn)” 70
為退伍軍人事務(wù)部IT 安全項(xiàng)目進(jìn)行的量化工作
第5章 校準(zhǔn)訓(xùn)練:修正你的判斷
校準(zhǔn)練習(xí):讓“估計(jì)”變得更準(zhǔn)確
你的估值范圍=你的認(rèn)知程度
90%的信心意味著90%的概率嗎?
經(jīng)過(guò)校準(zhǔn)訓(xùn)練的人往往預(yù)測(cè)得更準(zhǔn)確
第6章 蒙特卡洛模型:評(píng)估風(fēng)險(xiǎn)大小
分清“感覺(jué)很好”與“真的很好”
蒙特卡洛模型:范圍也能進(jìn)行加減乘除?
尋找盈虧平衡點(diǎn)
不必一開(kāi)始就建立蒙特卡洛模型
風(fēng)險(xiǎn)悖論:越重大的決策,越缺少風(fēng)險(xiǎn)分析
第7章 一條減少不確定性的信息價(jià)值多少?
預(yù)期機(jī)會(huì)損失:出錯(cuò)的機(jī)會(huì)和成本
消除所有不確定性的價(jià)值有多大?
不確定性越高,你需要的信息越少
量化倒置:最重要的常常被忽視
分清有價(jià)值和無(wú)價(jià)值的量化
第3篇 量化方法:如何減少不確定性
顧客等待商家支持熱線的時(shí)間越久,掛電話的概率就越高,這給業(yè)務(wù)造成了多少損失?
要知道湖里有多少條魚(yú)的最簡(jiǎn)便可行的方法是什么?
在任何零售店查看商品序列號(hào),就可免費(fèi)獲得競(jìng)爭(zhēng)對(duì)手的產(chǎn)量信息?
如何了解銷量上升是否因?yàn)轭櫩推珢?ài)新產(chǎn)品?
利潤(rùn)上升是否僅僅因?yàn)椴捎昧诵屡浞剑?br />第8章 選擇和設(shè)計(jì)量化方法
廣義的測(cè)量?jī)x器=測(cè)量方法
將不可量化之物分解為可量化之物
通過(guò)互聯(lián)網(wǎng)獲取方法
尋找、觀測(cè)、跟蹤相關(guān)線索
數(shù)據(jù)不在多,夠用就好
準(zhǔn)確度≠精確度
確定測(cè)量?jī)x器
第9章 隨機(jī)抽樣:窺一斑而知全豹
憑直覺(jué)估計(jì)數(shù)值范圍
t統(tǒng)計(jì)量法:只需一點(diǎn)小樣本
統(tǒng)計(jì)顯著性:結(jié)果是真還是假?
如何處理異常值?
不用計(jì)算,就可估計(jì)出平均值
兩次獨(dú)立抽樣:抓與重抓就能算出湖里有多少魚(yú)
尋找閾值:在哪個(gè)點(diǎn)上作決定?
對(duì)照組實(shí)驗(yàn):當(dāng)事件還未發(fā)生時(shí)
變量的相關(guān)程度:風(fēng)馬牛之間有多大關(guān)系?
什么時(shí)候才使用假設(shè)檢驗(yàn)?
第10章 貝葉斯方法:利用已知估算未知
貝葉斯定理:若A發(fā)生,則B發(fā)生的可能性多大?
使用你天生的貝葉斯:用新信息更新舊信息
異構(gòu)標(biāo)桿法:借助“類比法”來(lái)評(píng)估
貝葉斯反演法:如果X為真,如何看到這一點(diǎn)?
區(qū)間范圍的貝葉斯反演法:每種結(jié)果出現(xiàn)的概率是多少?
貝葉斯法教會(huì)我們什么?
第4篇 量化抽象事物:偏好、態(tài)度和判斷
長(zhǎng)久婚姻帶來(lái)的幸福感與一年多掙100 000 美元相當(dāng)?
如果給賭徒展示短暫的笑臉圖像,那么他們將更易冒險(xiǎn),風(fēng)險(xiǎn)偏好是如何影響人們的決策的?
如果次品率降低了15%,但顧客退貨率提高了10%,總的產(chǎn)品質(zhì)量是否提高了?
用谷歌搜索工具,就可以提前一周預(yù)測(cè)到流感爆發(fā)?
第11章 量化人們的偏好和態(tài)度
觀測(cè)人們的意見(jiàn)、價(jià)值觀和幸福感
支付意愿法:通過(guò)討價(jià)還價(jià)估算生命價(jià)值
投資邊界曲線:量化風(fēng)險(xiǎn)承受能力
效用曲線:選魚(yú)還是選熊掌?
績(jī)效量化:一切都可歸結(jié)為利潤(rùn)
第12章 人的判斷和測(cè)量?jī)x器哪個(gè)更準(zhǔn)?
人類的心理如何影響決策?
令人驚訝的簡(jiǎn)單線性模型
不變比較原則:將任何估值都標(biāo)準(zhǔn)化
透鏡模型:消除評(píng)估過(guò)程中的不一致
兩種不適用的量化方法
各種評(píng)估方法價(jià)值比較
第13章 新型測(cè)量方法和儀器
全球定位系統(tǒng)(GPS):革命性的量化工具
用屏幕抓取軟件和混搭法挖掘網(wǎng)絡(luò)信息
預(yù)測(cè)市場(chǎng):蘋果公司何時(shí)倒閉?
第14章 通用的量化方法:應(yīng)用信息經(jīng)濟(jì)學(xué)
量化的通用框架和一般步驟
飲水監(jiān)控系統(tǒng)為公眾健康帶來(lái)多少利益?
海軍陸戰(zhàn)隊(duì)的燃油需求有多大?
一些雖未討論但可能出現(xiàn)的量化難題
致謝
附錄
附錄1 第5章校準(zhǔn)測(cè)試題答案
附錄2 附加的校準(zhǔn)測(cè)試題