丹尼尔.卡尼曼在《思考，快与慢中》讨论过这么一个话题：个人凭借直觉预测和通过数据统计方法得出的预测，哪个准确性更高，这个答案，他没有直接给出回答，而是根据实际的案例做了说明。在这里，我们并不想去探讨哪种方式更好，但是在做预测这件事情上，可以明确的一点是，不管是直觉预测，或者数据分析统计做出的预测，让我们的结果更接近预测的结果，是最需要关注的。
1.个人直觉判断的优势和不足
个人直觉的判断，往往是和判断人相关的职业经历是有关的，如果可以达到很高的预测结果，就要求判断人对当前工作业务的熟悉程度非常高，依据以往的经验，可以得出一个大致的范围。比如销售，与一家客户打交道10多年，根据客户的历史下单情况以及客户的下单习惯，可以给出客户接下来几个月的下单准确性。如果是一个新入职的销售，会非常难判断客户接下来的下单量。在实际的工作中，很难保证每一个工作性质的岗位都是资深的员工，个人直觉判断的应用范围就会变得狭小，公式的适用将会发挥巨大的作用。
2.公式的应用
经验与公式的联系：个人直觉的判断依赖资深经历的帮扶，但是在直觉判断时，人们对复杂信息的最终判断很难达成一致，举例来说，如果一个人对同一件事情做两次判断，往往会有两个不同的结果。如果说经验丰富的判断人，可以将自己的经验判断逻辑，使用公式来做说明，不仅可以协助自己做预测和分析，同时这样的公式也可以帮助新人做出合理范围的判断，更好顺利开展业务。因此，公式的应用会脱离主观因素的色彩，可以让一个结果变得更加客观。
如何转变公式：
首先要想到预测的先决条件（比如下单时间段，同期历史下单量等），条件不要太多，最好是互斥的；
其次，就是为每一个条件问一个问题，保证每一个条件都是可以通过实际的场景进行数据的填写进行评估；
然后，就是为每一个条件设置一个权重，哪些条件更加看重，哪些条件不是主要因素；
最后，要做出数据的结果，并评估预测的数据是否符合预期的范围
公式的提出，其实就是对经验的提炼，提炼时会耗费很多时间，但是经过这些提炼，后期公式的计算会保证个人在工作上判断的快速性，并得到整体工作准确率与效率的提升。只要按照这个流程做，事情也许不会是最完美的，但是不会有很大的误差。
举例说明-新员工的录取面试评估结果
经验判断：
A：这个人整体感觉不错，对技术把握很好，建议录取
B：这个人沟通起来，感觉不靠谱，不太适合，会影响岗位的形象，不建议录取
C：这个人在处理问题方面，感觉还是有些不稳重，不建议录取
如果单从A，B，C的个人主观角度判断，当前面试者会被淘汰
公式判断：
公司招选新的员工，选择出一些先决条件（技能，稳重程度，可靠程度）
对新员工这三个维度进行打分（1-5分）：技能-3分，稳重程度-5分，可靠程度-4分
进行权重的设置：技能-60%，稳重程度-20%，可靠程度-20%
判断出数据的结果：60%3+520%+4*20%=3.8
预期的总分达到3分为及格，这个人会被录取
3.个人直觉判断与公式的结合
公式是离不开经验的基础，经验也离不开公式的辅助。
公式并不是一成不变的，这是因为往往经验并不是一成不变的，会随着时间而发生一定的变化，公式也需要经验进行不断的优化。比如销售预测，可能会因为客户方发生了业务方向调整或者政策的影响，有很大的变化，公式也需要在条件和权重方面进行调整，更好适合当前的业务场景。
公式的数据有时也会出现骗人的场景，比如历史的数据不准确，或者系统原因造成基础数据的错误，这种情况下，依据经验就可以立即判断出来，发现公式的呆板和漏洞。
最后，公式的预测，最终是为经验判断做辅助决策，让判断在更加合理的范围内，让结果变得更加客观
网友评论