决策和判断

[Qing]

有时候我们得为自己做的事情找到一些理论依据，就好象人们经常要怀疑人生一样。搞BI得，也经常要怀疑一下为什么需要bi。在ttnn刚开始的时候，曾经用一句话概括其目标——探索企业决策的奥秘，关键词是决策。去年在谈到bi价值的时候，弄清楚一点，bi并不是为了所有类型的决策，而是为了支持"理性决策"。理由是，如果企业要理性决策，需要搜集数据、管理这些数据，并从这些数据中找到规律。然而，还有一个前提是假设的——企业需要理性决策。

 

这个前提看起来问题不大，在商业社会里面，理性要比感性来的稳当。也许在事业的开始阶段，激情能够起到更大作用，但如果进入稳定运行阶段，就不能将企业运营的好环寄托在决策者的激情感性上面，并且随着管理理论中，扁平化，分权观点的流行。决策力已经分散到更多的人那里，不能假设每个人都是拥有正面的感性决策能力。所以，这种情况下，需要理性，需要抛开一些主观因素去分析问题...这种观点显然被大多数接受，我也接受这样观点。因为没有更好的办法来让决策更好，除了更软性的东西，比如激励、价值观之类的东西。

 

在某一年的诺贝尔颁奖中，经济奖颁给了一位心理学家，因为他给出人们的决策行为对消费的影响。其实在决策支持领域，已经有很多理论了，只不过更多在心理学、管理、营销里面，我们bi领域很少去探讨这些东西。可这些其实对bi有根本的影响，也许决定了bi的生死，或者说将影响BI的应用模式。不得不说现在的bi产品大多是从自我的功能出发，而不是从他人的体验出发。包括数据仓库、数据挖掘、olap这些东西，他们是技术，当然是属于"内"的东西，可基于他们的应用并没有脱离他们的功能，可惜，他们还不符合决策者的体验，这里所谓的体验，就是作决策，做判断。

 

近期看一本《决策和判断》的书，其中包含了很多以前听说过的心理实验。这本书要解决的问题是揭示人类如何做决策和下判断的，很显然，如果这个问题能够解决，对bi的应用模式会有很大启发的。

 

可是我越看越心寒，为啥呢？因为说来说去，似乎还是说，人们决策的方式很奇怪，琢磨不透。即便能够提出一些理想化的决策方式，但到处都是漏洞，而且不切实际。理性决策？科学家可以觉得这是理想中的决策，但对于人类来说，没有人会真的去理性决策。如此说来，bi有什么用？似乎是很让人丧气的，但不必灰心，因为这里并没有否定任何东西，只是说，关于决策，还是需要探索，没有任何证据显示感性比理性好，或者理性比感性好。

 

如果但谈理性决策，在1944年的时候，冯·诺依曼和另一个人曾经提出一个效用期望理论，这是一种标准化的理想决策理论。并且给出一些公理，说理性决策就该这么着，这些公理很机械，比如什么可消性、可传递性等等若干，我也记不全。我发现，如果真的能这样表述，到确实可以落实到一种自动化决策过程。然而其中有些判断并不能量化，比如对哪种方案更优的判断，其实对于两种方案那一种更优没有办法绝对衡量。所以，这个理论的提出没有解决实际问题。但也许他给出我们一个基本框架——理性决策应该是这样的，当我们采集了数据，将它们转换成方案，可以通过这种理论来进行筛选、判断。

 

由于效用期望理论是理想化的，经常产生一些悖论，比如可消性在某些场合下跟人们的决策行为根本不同。于是后面有人提出新的修正。效用期望理论是定义人"应当"如何做决策的，后来有人提出了前景理论或者叫期望理论，来描述人们"实际"如何做决策的。期望理论被称为是一种描述性模型，他可以解释人们决策的过程。

 

我也没法将这些理论用通俗的语言来说清楚，虽然字面的意思很浅显，但如何运用到我们日常的所有决策中？不容易。不过可以找点资料来给大家分享一下。

 

效用期望理论的意思是说，每个人在选择某个方案的时候，将采用预期效用最大的那个方案。

 

期望理论中，将效用一词换成了价值，不是衡量方案的效用。而是决策者的心理期望，会带来多少好处或者损失。每个人内心可能都有衡量这个好处和损失的价值函数。

 

可以看到效用是客观的，而价值确实主观的。前者是理性决策，后者是感性决策。而之所有期望理论更符合人们的决策行为，就是因为人们的决策大多是主观的。

 

那么，我们的BI是用于理性决策的，对于主观的判断，并不属于这个领域。我们可以分析客户的行为、属性，这些是客观的，可以通过olap、数据挖掘的方法来获取某种知识，但仍然存在很多的决策，需要决策者依据自己的价值判断来决策。是否能够将这种价值函数也在bi中实现，实现更高水平的自我进化的自动决策过程，这有待我们继续探讨了。

 

甚至在后来的一段文字中，那个曾获诺贝尔奖的那位心理学家也建议人们凭直觉来决策，因为这样的决策更加简单、高效，而且能够达到跟理性决策差不多的效果。当然，他没有特指在商业领域中的决策。在商业中的决策过程跟我们日常生活中的决策过程不一样。日常生活中，我们要随性，不能有太多的压力，并不总是为了目标而生活。决策的随意性能够带来生活的丰富，而低成本的决策能够降低心理的负担。商业决策里面，是有明确目标的，要求风险降到更低，不是指每次决策都是英明神武，而是从统计数字看，10次能有8次比较好的决策。

 

除了这两个理论。本书还涉及到决策常见的人为因素影响，挺有意思，解释了人们决策时候常常不够理性的地方（但恐怕真是这些不理性，才有丰富多彩的生活吧）。比如框架效应，关系和因果，归因过程等等。框架效应，是指问题、待选答案对人们决策的影响，关联和因果，人们通常对关联和因果有错误的判断，认为有关联就是有因果。归因过程，这个理论有点意思，应该要深入了解一些，因为这跟以前在《魔星的故事》当中的一个步骤"找原因"有很大关系。归因，其实就是找原因。有人提出从三方面来归结原因，行为人、情境和时间，对信息源有三种特性描述。独特性，是指情境的独特性，一致性是指在时间维度上是稳定的（如果不稳定的，恐怕就不能归结原因了）。还有共同性，是指个体的行为还是很多人共同的行为。其实行为人的行为可以归结为内因，主观的，情境就是外因，客观的。有些人喜欢将原因归到个体，有些人喜欢归到外因。以前曾经探讨过东西方文化的差异，就提到，东方人喜欢情境归因，而西方人喜欢个体归因。而且如果是判断自己，多喜欢情境归因，而如果是判断别人，则多个体归因。对于经常对自己个体归因的人，容易心理压抑。恐怕确实如此。从中还能得出一个道理，如果你做了什么错事，不要总是习惯从自身找原因，而是要从客观找点原因。这样对自己的心理健康是有好处的。不过这种行为听起来跟我们小时候受到的教育不太相符，小时候你要是犯了错，包括现在你要是发现小孩发了错，当他狡辩举出一堆理由的时候。这时候你应该很欣慰，因为他这样是一种心理释放，而不是压抑地认为，这都是我的错。

 

毫无疑问，BI是为理性服务的，但如果能够再加入一点点感性的东西，是不是会更容易被接受一点呢。

[raullew]

鄙人以为业务经验、数据收集、理论指导依次是做好BI的三个要素

On 7月2日, 下午2时32分, Qing <happys...@gmail.com> wrote:
> 有时候我们得为自己做的事情找到一些理论依据，就好象人们经常要怀疑人生一样。搞BI得，也经常要怀疑一下为什么需要bi。在ttnn刚开始的时候，曾经用一句-话概括其目标----探索企业决策的奥秘，关键词是决策。去年在谈到bi价值的时候，弄清楚一点，bi并不是为了所有类型的决策，而是为了支持"理性决策"。理由是-，如果企业要理性决策，需要搜集数据、管理这些数据，并从这些数据中找到规律。然而，还有一个前提是假设的----企业需要理性决策。
>
> 这个前提看起来问题不大，在商业社会里面，理性要比感性来的稳当。也许在事业的开始阶段，激情能够起到更大作用，但如果进入稳定运行阶段，就不能将企业运营的好-环寄托在决策者的激情感性上面，并且随着管理理论中，扁平化，分权观点的流行。决策力已经分散到更多的人那里，不能假设每个人都是拥有正面的感性决策能力。所以-，这种情况下，需要理性，需要抛开一些主观因素去分析问题...这种观点显然被大多数接受，我也接受这样观点。因为没有更好的办法来让决策更好，除了更软性的东-西，比如激励、价值观之类的东西。
>
> 在某一年的诺贝尔颁奖中，经济奖颁给了一位心理学家，因为他给出人们的决策行为对消费的影响。其实在决策支持领域，已经有很多理论了，只不过更多在心理学、管理-、营销里面，我们bi领域很少去探讨这些东西。可这些其实对bi有根本的影响，也许决定了bi的生死，或者说将影响BI的应用模式。不得不说现在的bi产品大多-是从自我的功能出发，而不是从他人的体验出发。包括数据仓库、数据挖掘、olap这些东西，他们是技术，当然是属于"内"的东西，可基于他们的应用并没有脱离他-们的功能，可惜，他们还不符合决策者的体验，这里所谓的体验，就是作决策，做判断。
>
> 近期看一本《决策和判断》的书，其中包含了很多以前听说过的心理实验。这本书要解决的问题是揭示人类如何做决策和下判断的，很显然，如果这个问题能够解决，对b-i的应用模式会有很大启发的。
>
> 可是我越看越心寒，为啥呢？因为说来说去，似乎还是说，人们决策的方式很奇怪，琢磨不透。即便能够提出一些理想化的决策方式，但到处都是漏洞，而且不切实际。理-性决策？科学家可以觉得这是理想中的决策，但对于人类来说，没有人会真的去理性决策。如此说来，bi有什么用？似乎是很让人丧气的，但不必灰心，因为这里并没有-否定任何东西，只是说，关于决策，还是需要探索，没有任何证据显示感性比理性好，或者理性比感性好。
>
> 如果但谈理性决策，在1944年的时候，冯·诺依曼和另一个人曾经提出一个效用期望理论，这是一种标准化的理想决策理论。并且给出一些公理，说理性决策就该这么-着，这些公理很机械，比如什么可消性、可传递性等等若干，我也记不全。我发现，如果真的能这样表述，到确实可以落实到一种自动化决策过程。然而其中有些判断并不-能量化，比如对哪种方案更优的判断，其实对于两种方案那一种更优没有办法绝对衡量。所以，这个理论的提出没有解决实际问题。但也许他给出我们一个基本框架----理-性决策应该是这样的，当我们采集了数据，将它们转换成方案，可以通过这种理论来进行筛选、判断。
>
> 由于效用期望理论是理想化的，经常产生一些悖论，比如可消性在某些场合下跟人们的决策行为根本不同。于是后面有人提出新的修正。效用期望理论是定义人"应当"如-何做决策的，后来有人提出了前景理论或者叫期望理论，来描述人们"实际"如何做决策的。期望理论被称为是一种描述性模型，他可以解释人们决策的过程。

>
> 我也没法将这些理论用通俗的语言来说清楚，虽然字面的意思很浅显，但如何运用到我们日常的所有决策中？不容易。不过可以找点资料来给大家分享一下。
>
> 效用期望理论的意思是说，每个人在选择某个方案的时候，将采用预期效用最大的那个方案。
>
> 期望理论中，将效用一词换成了价值，不是衡量方案的效用。而是决策者的心理期望，会带来多少好处或者损失。每个人内心可能都有衡量这个好处和损失的价值函数。
>
> 可以看到效用是客观的，而价值确实主观的。前者是理性决策，后者是感性决策。而之所有期望理论更符合人们的决策行为，就是因为人们的决策大多是主观的。
>

> 那么，我们的BI是用于理性决策的，对于主观的判断，并不属于这个领域。我们可以分析客户的行为、属性，这些是客观的，可以通过olap、数据挖掘的方法来获取-某种知识，但仍然存在很多的决策，需要决策者依据自己的价值判断来决策。是否能够将这种价值函数也在bi中实现，实现更高水平的自我进化的自动决策过程，这有待-我们继续探讨了。
>
> 甚至在后来的一段文字中，那个曾获诺贝尔奖的那位心理学家也建议人们凭直觉来决策，因为这样的决策更加简单、高效，而且能够达到跟理性决策差不多的效果。当然，-他没有特指在商业领域中的决策。在商业中的决策过程跟我们日常生活中的决策过程不一样。日常生活中，我们要随性，不能有太多的压力，并不总是为了目标而生活。决-策的随意性能够带来生活的丰富，而低成本的决策能够降低心理的负担。商业决策里面，是有明确目标的，要求风险降到更低，不是指每次决策都是英明神武，而是从统计-数字看，10次能有8次比较好的决策。
>
> 除了这两个理论。本书还涉及到决策常见的人为因素影响，挺有意思，解释了人们决策时候常常不够理性的地方（但恐怕真是这些不理性，才有丰富多彩的生活吧）。比如-框架效应，关系和因果，归因过程等等。框架效应，是指问题、待选答案对人们决策的影响，关联和因果，人们通常对关联和因果有错误的判断，认为有关联就是有因果。-归因过程，这个理论有点意思，应该要深入了解一些，因为这跟以前在《魔星的故事》当中的一个步骤"找原因"有很大关系。归因，其实就是找原因。有人提出从三方面-来归结原因，行为人、情境和时间，对信息源有三种特性描述。独特性，是指情境的独特性，一致性是指在时间维度上是稳定的（如果不稳定的，恐怕就不能归结原因了）-。还有共同性，是指个体的行为还是很多人共同的行为。其实行为人的行为可以归结为内因，主观的，情境就是外因，客观的。有些人喜欢将原因归到个体，有些人喜欢归-到外因。以前曾经探讨过东西方文化的差异，就提到，东方人喜欢情境归因，而西方人喜欢个体归因。而且如果是判断自己，多喜欢情境归因，而如果是判断别人，则多个-体归因。对于经常对自己个体归因的人，容易心理压抑。恐怕确实如此。从中还能得出一个道理，如果你做了什么错事，不要总是习惯从自身找原因，而是要从客观找点原-因。这样对自己的心理健康是有好处的。不过这种行为听起来跟我们小时候受到的教育不太相符，小时候你要是犯了错，包括现在你要是发现小孩发了错，当他狡辩举出一-堆理由的时候。这时候你应该很欣慰，因为他这样是一种心理释放，而不是压抑地认为，这都是我的错。
>
> 毫无疑问，BI是为理性服务的，但如果能够再加入一点点感性的东西，是不是会更容易被接受一点呢。

[Qing]

数据收集跟理论指导、业务经验似乎不是同一个层面的东西，为什么不认为分析工具、领导重视当作要素之一呢？

2008/7/2 raullew <rau...@hotmail.com>:

鄙人以为业务经验、数据收集、理论指导依次是做好BI的三个要素

[raullew]

分析工具花钱就买得到、再培训一周就行，对公司来说，花钱就办得到的事情（如果想做这件事）总是简单的
数据收集那得靠人力与时间打造，积累数据更得靠时间，一两年可能出不来
业务经验成本更大，非在同一个公司蹲上几年茅厕不可
领导重视只好默认了，领导要是不重视我就不干BI了。。。

On 7月2日, 下午3时41分, Qing <happys...@gmail.com> wrote:
> 数据收集跟理论指导、业务经验似乎不是同一个层面的东西，为什么不认为分析工具、领导重视当作要素之一呢？
>

> 2008/7/2 raullew <raul...@hotmail.com>:
>
>
>
> > 鄙人以为业务经验、数据收集、理论指导依次是做好BI的三个要素- 隐藏被引用文字 -
>
> - 显示引用的文字 -