数据思维

在很多人的眼里，这个世界是模糊不清的。很多事情的原因究竟是什么，我们并不清楚。所以凡事只能瞎搞，捣糨糊，用阴阳五行这种模糊的方式去解释，而没能精准的找到其原因。真正的解决方案，采用量化思维，真正成为一个“心中有数”的人。

小故事：用量化思维找到绑匪

乌舍尔

跟你讲一个真实的故事，你就知道“心中有数”的人是多么厉害了。

历史上其实发生过很多著名的绑票案，但我们要说的这起，厉害之处就在于，是被绑架的人自己破的案。

故事发生在1933年，这一次绑票案，犯罪分子的行动堪称完美，几个蒙面人，持枪抢劫了石油大亨查尔斯~乌舍尔，经过长途跋涉后，躲到一个偏僻的地方。

乌舍尔一流被蒙住眼睛，塞住耳朵。绑匪用非常巧妙的方法拿走了20万美金，神不知，鬼不觉，没有给警方留下任何的线索。

但是，绑匪后来还是被抓住了，怪就怪绑错了人，绑了一个量化思维的高手。

劫后余生的乌瑟尔给FBI提供了三条线索，每一条都是量化的：

1、被绑架大概一个多小时后，他们经过了两个小油田，或是两个大油田的边缘，因为他的职业经验让他闻出了气味，隐约听到了钻进的声音；

2、他根据车速和时长，估计汽车开到关押点，走了大概960公里；

3、他听见了被关押地的上空，每天有两次飞机降落，他估算出航班间隔的时间，推测出两次航班的具体时间分别是上午9：45和下午5：45.

FBI根据这三条线索，在地图上圈定了范围，很快就锁定了德州一个偏僻的农场，果然抓住了绑匪一家。

乌瑟尔这个人真不简单，别人被绑架了早就慌死了，他倒好，一路在脑子里掐秒表，算算数。计算都不复杂，但是却产生了堪称传奇的效果。

我想说的是，量化思维是一种重要的底层思维方式，不要被数字吓到，绝大多数的时候，并不需要复杂的计算，小学加减乘除就已经足够。

什么是量化思维？

简单说，就是用数字解决问题。

刚才的小故事，就是主人公也能够量化思维，记录和估算一切可以记录的数字，从而揭开谜底。

量化思维是一种思考方式。《黑天鹅》作者塔勒布说过，“数字不只是“数字游戏”，更是一种思考方式。”

他就用一个数学概念来解释金融风险，你需要提醒自己：“如果，一条河的平均深度为1.2米，就千万不要过河。”

对于一个成年来说，1.2米不高，大概到胸部。那为什么不能过河呢？

因为，1.2米是平均深度，也许河边只有10厘米，但是河中央很可能就有两米深。但如果，你掉进两米深的坑里，那就危险了。

量化思维，不仅能帮我理解现实，还能帮我们更精准的定位未来。比如，UBER的创始人在构思“网约车”这个商业创意时，就用量化思维来做沙盘模拟。

如果，一个城市只有3辆车可以供应，那么用户叫一辆车要等至少20分钟，使用这个平台的人就会特别少，但如果有20辆车同时供应，用户等待的时间就会缩短，就会有更多的人来用这个工具，司机挣钱也就会越多。

通过量化思维，他估算出网约车这个行业，规模效应会发挥作用，从而明确了商业模型。

其实，这几个数据思维的例子，根本就不需要用到加减乘除，根本不用追求过于精确。

应用信息经济学传世人哈博德在《数据化决策》这本书中，点出了量化思维的关键之处，“量化的概念是“减少不确定性”，而且没有必要完全减除不确定性。”

比如，我们现在没按照项目名单，一个个的晒选已经交订单的名单，其实就是把范围一步一步的缩小。

其实，怎么理解那句话，就是范围比精准更重要，量化是初步圈定了范围，而不是一步就达到绝对的精准，只有这样才是可执行的。

我们刚才说的绑票案，主人公的量化数据未必那么准，可能有油田，大约开了多久，都不是精准的数据。但是他们叠加在一起，一步步框定了结果，FBI就找到了最后的答案。

精准的结果不重要，真正重要的是什么呢？

哈德博就说：“量化的方法就隐藏在量化目标中，确定要量化什么，是几乎所有科学研究的起点。”也就是说，最重要的是要搞清楚，你要量化什么？只要你搞清楚了你真正需要量化的指标是什么，该怎么量化就是自然而然的是事情了。

量化思维的关键是，我们要意识到什么事情是应该量化的，这往往就是解决问题的突破点，掌握了量化思维的关键点，你其实就是掌握了一种解决问题的能力。

使用量化思维，即使没有精确的数据，我们也能解决一些生活中，那些看似解决不了的问题。

这里给大家一个硅谷的面试题，这就是著名的费米问题，最经典的就是：芝加哥有多少个钢琴调音师？

费米用量化的思维估算法漂亮的解决了这个问题，他是这么算的：

我们会先有以下几个假设：

1.大约有250万人生活在芝加哥；

2.每100个人中，约有两台钢琴；

3.钢琴每年需要调整一次；

4.每个调音师大约需要两个小时来调一台琴；

5.每个调音师每天上班8个小时，包括路上时间，一年需要2000个小时，所以一年调音需要的中时间为1600小时。

上面这些数字，其实都是毛估的，都不准确。我们就用这些数字简单的算一下，每年芝加哥有5万台钢琴需要调音，在算一下调音师的工作时间，可以估算出一共需要63名调音师。

那么，事实上芝加哥有多少钢琴调音师呢，大约有83名，有些人还是重复的，其实就已经跟估算值非常的接近了。

硅谷的那些高科技公司，为什么喜欢出这一类的面试题呢？他们不是要你估算的多准确，而是想测试你，面对什么线索都没有的时候，你有没有解决问题的思路和办法。

在现实环境中，我们遇到的大多数问题都毫无头绪，用量化的思维来思考的费米估算法，加大了真实世界的分辨率，体现了一种敢于对未知问题开展进攻的勇气和思路。

总结，量化思维，是一种解决问题的智慧，量化的方式能让不确定的问题，逐步变得清晰起来。量化的重点，不是计算，也不是追去精确的数据，而是把握重点，要选择出需要量化的指标。