數(shù)據(jù)化決策:大數(shù)據(jù)時代 財富 500強都在使用的量化決策法
定 價: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
- 出版時間:2013/9/1
- ISBN:9787510067327
- 出 版 社:世界圖書出版公司
- 中圖法分類:TP274
- 頁碼:315
- 紙張:膠版紙
- 版次:1
- 開本:16開
完美決策=直覺+經(jīng)驗+數(shù)據(jù)!
你還在依賴直覺和經(jīng)驗艱難地作出決策嗎?這《數(shù)據(jù)化決策:大數(shù)據(jù)時代《財富》500強都在使用的量化決策法》讓你定量決策:
可口可樂動用2000名調(diào)研員,對19萬人進行口味測試后,如何作出最終決策?
如何衡量并未開口抱怨的顧客對服務(wù)或產(chǎn)品質(zhì)量的不滿意度?
如何通過數(shù)學(xué)公式找到最適合你的另一半?
數(shù)據(jù)無孔不入,大數(shù)據(jù)時代,誰掌握了數(shù)據(jù),誰就能把握成功。“一切皆可量化”,道格拉斯這個大膽的宣言是解決諸多生活和商業(yè)問題的關(guān)鍵所在。
無論你的問題看起來多么不可量化,如健康、幸福感、顧客滿意度、IT安全、投資風(fēng)險、品牌價值、組織靈活性等,在《數(shù)據(jù)化決策:大數(shù)據(jù)時代《財富》500強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)時代《財富》500強都在使用的量化決策法》中:專注于量化不確定性、風(fēng)險和數(shù)據(jù)價值;提供了令人拍案驚奇的測算無形之物的簡便方法,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)時代《財富》500強都在使用的量化決策法》兼具實用性、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)實踐版!
管理大師德魯克與戴明的智慧共識:無量化、無管理;先量化,后決策!
魔鬼藏在數(shù)據(jù)里,決策藏在量化中!
績效改革后,員工的士氣提升或降低了多少?
華爾街的斂財高手量化大眾情緒,進而決定買入還是拋售股票?
奧巴馬測算出選民喜好,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?
PM2.5對市民健康的影響到底有多大?
權(quán)威推薦序
大數(shù)據(jù)時代的量化決策方法
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 ,目的是為面對公共與商業(yè)問題時的政府、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)計學(xué)名詞也隨之在IT領(lǐng)域熱起來,同時,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)分析趨勢的方法應(yīng)用于各個傳統(tǒng)行業(yè)時,一個更大的問題出現(xiàn)了:對于特定的公共與商業(yè)問題,如何為它們提供一種量化決策方法?對這個問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)決策時代的真正革命。
誰應(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)尾提供的兩個案例——美國環(huán)保局通過量化方法提升居民的用水安全,美國軍方通過量化預(yù)測海外作戰(zhàn)的海軍陸戰(zhàn)隊燃油需求,類似的實際操作型案例也是所有管理決策者面臨的問題。
基于數(shù)據(jù)的量化管理方式,隨著大數(shù)據(jù)時代的來臨變得更迫切,這也是當(dāng)今每一位政府官員以及CEO們每天都要面對的。而那些看起來難以量化的問題,在本書作者看來,都有一套完整的方法,都是可以量化的,而且并不復(fù)雜。這些問題范圍廣闊,上到人口、環(huán)境、空氣污染對健康的影響,比如北京的PM2.5到底對市民有多大影響,下到典型的行業(yè)問題,如在中國的四線城市,人壽保險市場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。在結(jié)尾處,作者將這門通用的量化學(xué)問稱為“應(yīng)用信息經(jīng)濟學(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)計學(xué)細節(jié)論述,尤其在中前部。不過,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化了,比如互聯(lián)網(wǎng)就是一個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)輿論進行市場預(yù)測”這一大數(shù)據(jù)領(lǐng)域常常引用的話題。他從另一個角度論述了互聯(lián)網(wǎng)在量化商業(yè)問題上的價值,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,需要的量化分析模型就不那么簡單了,這正好是本書談?wù)摰闹攸c。
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)倉庫從業(yè)者、普通的IT人士,可以重點看看第4部分以后的內(nèi)容,結(jié)合前面一些量化“基礎(chǔ)知識”擴展對于“企業(yè)級決策”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計劃,通過對重大商業(yè)決策的變量定義、不確定與價值建模,對于任何投資與商業(yè)決策,都可以進行風(fēng)險量化分析。作者最后說,僅僅是接受“任何事情都是可以量化的”這個理念,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)時代的“價值捕手”
道格拉斯·W.哈伯德是應(yīng)用信息經(jīng)濟學(xué)創(chuàng)始人、國際公認(rèn)的知名測量師、決策分析師和風(fēng)險管理專家。
他的應(yīng)用信息經(jīng)濟學(xué)方法是一種量化的方法論,已被全球多家《財富》500強企業(yè)所應(yīng)用,并被廣泛應(yīng)用于IT安全、娛樂傳媒、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:
每年為美國海軍陸戰(zhàn)隊節(jié)約至少5 000萬美元的燃油費
幫助退伍軍人事務(wù)部總投資1.3億美元的IT安全項目作出正確決策
為美國環(huán)境保護署安全飲水信息系統(tǒng)減少350萬美元的損失
道格拉斯還是位廣受歡迎的演說家。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)險管理的失敗》(The Failure of Risk Management)一書的作者。
致中國讀者信
權(quán)威推薦
權(quán)威推薦序
大數(shù)據(jù)時代的量化決策方法
自序 一切皆可量化
第1部分 量遍天下:沒有什么不可量化
坐在圖書館里,通過不同城市正午陰影的不同長度,古希臘人就能測出地球周長?
通過一個簡單的乘法公式,費米就能測算出芝加哥的鋼琴調(diào)音師有多少?
只花10美元的實驗,就能讓9 歲女孩測出醫(yī)學(xué)中關(guān)于超自然能量的謊言?
第1章 無形之物有法可測
幸;橐龅膬r值和人生的價值都可量化?
管理顧問,績效測評專家無法解決但本書可搞定
第2章 不同時代,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?
費米問題分解法:將未知拆分為已知
只花費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無形之物不可量化?
對傳統(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個假設(shè)讓量化看上去很簡單
量化真的需要不菲的代價嗎?
可以相信統(tǒng)計數(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、信息價值
開展?fàn)I銷活動,如果失敗,可能損失200 萬美元;不開展?fàn)I銷活動,可能的潛在損失竟高達2 400 萬美元,這筆賬是如何算出來的?
如何計算出新的廣告活動會增加多少銷量?
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” 70
為退伍軍人事務(wù)部IT 安全項目進行的量化工作
第5章 校準(zhǔn)訓(xùn)練:修正你的判斷
校準(zhǔn)練習(xí):讓“估計”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)過校準(zhǔn)訓(xùn)練的人往往預(yù)測得更準(zhǔn)確
第6章 蒙特卡洛模型:評估風(fēng)險大小
分清“感覺很好”與“真的很好”
蒙特卡洛模型:范圍也能進行加減乘除?
尋找盈虧平衡點
不必一開始就建立蒙特卡洛模型
風(fēng)險悖論:越重大的決策,越缺少風(fēng)險分析
第7章 一條減少不確定性的信息價值多少?
預(yù)期機會損失:出錯的機會和成本
消除所有不確定性的價值有多大?
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
分清有價值和無價值的量化
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的最簡便可行的方法是什么?
在任何零售店查看商品序列號,就可免費獲得競爭對手的產(chǎn)量信息?
如何了解銷量上升是否因為顧客偏愛新產(chǎn)品?
利潤上升是否僅僅因為采用了新配方?
第8章 選擇和設(shè)計量化方法
廣義的測量儀器=測量方法
將不可量化之物分解為可量化之物
通過互聯(lián)網(wǎng)獲取方法
尋找、觀測、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
確定測量儀器
第9章 隨機抽樣:窺一斑而知全豹
憑直覺估計數(shù)值范圍
t統(tǒng)計量法:只需一點小樣本
統(tǒng)計顯著性:結(jié)果是真還是假?
如何處理異常值?
不用計算,就可估計出平均值
兩次獨立抽樣:抓與重抓就能算出湖里有多少魚
尋找閾值:在哪個點上作決定?
對照組實驗:當(dāng)事件還未發(fā)生時
變量的相關(guān)程度:風(fēng)馬牛之間有多大關(guān)系?
什么時候才使用假設(shè)檢驗?
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”來評估
貝葉斯反演法:如果X為真,如何看到這一點?
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?
貝葉斯法教會我們什么?
第4篇 量化抽象事物:偏好、態(tài)度和判斷
長久婚姻帶來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,風(fēng)險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)測到流感爆發(fā)?
第11章 量化人們的偏好和態(tài)度
觀測人們的意見、價值觀和幸福感
支付意愿法:通過討價還價估算生命價值
投資邊界曲線:量化風(fēng)險承受能力
效用曲線:選魚還是選熊掌?
績效量化:一切都可歸結(jié)為利潤
第12章 人的判斷和測量儀器哪個更準(zhǔn)?
人類的心理如何影響決策?
令人驚訝的簡單線性模型
不變比較原則:將任何估值都標(biāo)準(zhǔn)化
透鏡模型:消除評估過程中的不一致
兩種不適用的量化方法
各種評估方法價值比較
第13章 新型測量方法和儀器
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)測市場:蘋果公司何時倒閉?
第14章 通用的量化方法:應(yīng)用信息經(jīng)濟學(xué)
量化的通用框架和一般步驟
飲水監(jiān)控系統(tǒng)為公眾健康帶來多少利益?
海軍陸戰(zhàn)隊的燃油需求有多大?
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)測試題答案
附錄2 附加的校準(zhǔn)測試題