大数据时代，我们是怎么量化事情，得出数据的？读《数据化决策》

生活中，我们常常感觉有些事情的好坏，确实是对工作生活有影响，但是具体影响怎样，是不是我们压根就没有去量化它。但是下面这些事情，如果我们面对，应该怎么解决，如何量化它来作出判断？

^{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？}

^{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？}

本书作者道格拉斯“ 一切皆可量化 ”，这个大胆的宣言是解决诸多生活和商业问题的关键所在。管理大师德鲁克与戴明的智慧共识也告诉我们： 无量化、无管理；先量化，后决策。

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，在本书中都可以找到 量化的办法 ：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。

下文为豆瓣网友也是虎嗅读者 奇妙的奇 的书评《为目的而量化》，一定记住你量化的目的，别为了量化而量化。

-------------------------------------------------------------

为目的而量化

数据量化是利用数据的基础，进入了大数据时代，量化更为重要，但更重要的或许在于目标的确定和把握上。有那么一句谚语说：别以为手里有了一把锤子，就把所有东西都当成钉子。其实量化也是这样，很多时候人们用了错误的方法和错误的标准，最后做了错误的量化，甚至于为量化而量化以至于彻底背叛了目的。而这本《数据化决策》从一定角度而言就试着为这种问题提出了解决方案。

 

作者的观点正如这本书的原名直译——如何量化一切， 其实量化与其说是方法，不如说是观念的改变。 一切皆可量化，只是量化的标准和参照系不同而已，一个湖里有多少桶水的答案其实取决于桶的大小而非多少桶，一个房间里能装多少高尔夫球的问题其实是想了解思考的方式和过程……量化从来是为了目的而服务的，比较常见的目的就是更好的管理和决策，量化让很多难以确定的情况变得能够估计和判断，面向未来的决策和管理才更有落实的可信和可行性。 

“无量化，无管理；先量化，后决策”，这十二个字算是道出了量化的重要性，这往往是被忽略的。比如很多数据排名为的是分出高下，却没有考虑改进的空间和可能一样，并不是说一本豆瓣打分8分书的就一定比7.5分的书更好，很多时候还得看有多少人评价、评价的是整体偏高还是忽高忽低…… 量化不是追求精确，而是确定概率和发掘规律；不是消除不确定性而是减少不确定性。 尤其在大数据时代，分析数据更加追求关联性而非结构性，量化数据也不是非要用数字化去表达，这样的观念变革或许对于数据分析和量化而言是突破性的，而突破点就在于目的性的把握上。量化幸福，不是那个著名的问题“你幸福吗？”也不是笼统的所谓幸福指数，而是找出那些因素能让人的幸福感提升；那些因素能让人的幸福感下降。相对的数据量化之后才是所谓的幸福因素合集，而量化的目的则是让人有意识的去多做能提升幸福感的事儿。 

量化为的是区分、为的是降低不确定性从而做出更好的决策， 从而减少不必要的浪费和风险 。书中也涉及了不少方法和步骤，针对各种不同的目的可以选择使用并参考相应步骤，这都是非常实用的方法，值得查阅和学习。跳开技术层面，只谈理念，这本书也是对大数据关联性思维模式的深化拓展。分析各种可能性和相应的价值，进行对比测算，最终为的是对目标的选择和判断。每一个参与量化分析的内容都与最终目的有着直接关系，这样的整体量化才能发挥最大价值。所以或许可以再加一句： “无目的，无量化”。 这可以推到个人的生活和发展，如果说要量化人生，那必须明确目的，是打算事业有成改造世界还是打算太平小康日子实惠呢？量化是试着从过去中发掘未来的可能性，从可能中发掘更可能更恰当的部分，这样的巨大意义似乎借着大数据时代的到来越来越明显。 

一切都能量化，看你怎么量化更看你为什么量化。 这样的核心命题值得经常拿出来思考一下，然后是不拘泥于形式但遵循科学的方式的操作。可量化是大数据的价值入口，既然要走进去，就必须想明白进去的宏伟目的，明白了，才能有量化和优化的空间。