数据化决策
出版社:世界图书出版公司
出版日期:2013-9-1
ISBN:9787510067327
作者:道格拉斯•W•哈伯德
页数:315页
作者简介
你还在依赖直觉和经验艰难地作出决策吗？这本书让你定量决策：
可口可乐动用2 000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？
数据无孔不入，大数据时代，谁掌握了数据，谁就能把握成功。“一切皆可量化”，道格拉斯这个大胆的宣言是解决诸多生活和商业问题的关键所在。
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。作者在本书中：
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。
本书兼具实用性、可读性与趣味性，甚至让反感数据的人也能发现它的亲切。
书籍目录
权威推荐序 大数据时代的量化决策方法
自序 一切皆可量化
第一部分 量遍天下：没有什么不可量化
第1章 无形之物有法可测
幸福婚姻的价值和人生的价值都可量化？
管理顾问，绩效测评专家无法解决但本书可搞定
第2章 不同时代，不同领域的量化大师
坐在图书馆里就能估算出地球周长？
物理学家何如估算出芝加哥的钢琴调音师有多少？
只花费10美元，9岁女孩就揭穿医学谎言
质量和创新究竟能为企业带来多大的收益？
从量化大师身上能学到什么？
第3章 他们为什么说无形之物不可量化？
对传统定义的挑战
澄清链：量化方法就隐藏在量化目标中
5人法则：只需很小的样本就可以减少不确定性
4 个假设让量化看上去很简单
量化真的需要不菲的代价吗？
可以相信统计数字吗？
99岁患病老人不如5岁儿童的命值钱？
量化的5大步骤
第二部分 量化什么：不确定性、风险、信息价值
第4章 厘清待量化事物与决策的关系
清晰定义“不确定性”和“风险”
为退伍军人事务部IT 安全项目进行的量化工作
第5章 校准训练：修正你的判断
校准练习：让“估计”变得更准确
你的估值范围=你的认知程度
90%的信心意味着90%的概率吗？
经过校准训练的人往往预测得更准确
第6章 蒙特卡洛模型：评估风险大小
分清“感觉很好”与“真的很好”
蒙特卡洛模型：范围也能进行加减乘除？
寻找盈亏平衡点
不必一开始就建立蒙特卡洛模型
风险悖论：越重大的决策，越缺少风险分析
第7章 一条减少不确定性的信息价值多少？
预期机会损失：出错的机会和成本
内容概要
道格拉斯• W. 哈伯德是应用信息经济学创始人、国际公认的知名测量师、决策分析师和风险管理专家。
他的应用信息经济学方法是一种量化的方法论，已被全球多家《财富》500强企业所应用，并被广泛应用于IT安全、娱乐传媒、军事物流、研发整合等众多领域。而这些领域的决策和管理往往依赖于一些看起来很难量化或者不可能量化的因素。
道格拉斯还是位广受欢迎的演说家。曾为《信息周刊》《首席信息官企业》《分析学》和《今日OR/MS》等杂志撰写文章。他还是《风险管理的失败》（The Failure of Risk Management）一书的作者。
发布书评
精彩书评 (总计14条)
-
决策藏在量化中魔鬼藏在数据里，决策藏在量化中。正如这句广告语，数据量化是这本的核心内容，作者是大名鼎鼎的[美]道格拉斯?W. 哈伯德（Douglas W. Hubbard），由邓洪涛翻译过来的一本书。这是本很好的数据化决策方面的指导书，是企事业领导人应该读的一本书。本书分成四部分十四章，诠释了无测量无管理的理念，万事万物不管是商业还是企业等等，所有的事物都是可以量化的，也就是说量化管理的观点是能成立的。本书的第一部分是量遍天下 没有什么不可以量化，这部分又分为三章，主要阐述的内容是凡事都可以量化，有形的无形的事物，只要你能深入思考，都可以数字化的表述出来，总会有更简单量化方法。本书的第二部分是量化什么：不确定性、风险、信息价值，这部分又分为四章，主要阐述的内容是量化的主要内容，理清量化和决策的关系，处理好不确定性、风险的关系，经过这部分内容的训练，能使自己的估计更准确，借以修正自己的判断，避免可能出现的种种风险，尽量能评估出各种风险的大小，帮助自己或者上级确定更合理的方案。本书的第三部分是减少各种事件出现的不确定性。其次是如何选择和设计合适的量化方法，其中包括怎样合理地抽样，使样本数据更合理真实反应事物的本质。第三就是讲述如何合理的估读或者估算数据，使问题更简单化。本书的第四部分是量化抽象事物：偏好、态度和判断，首先是讲述如何量化人们的偏好和态度，通过很巧妙的方法实现这一目标。其次是探讨人的和测量仪器的各自长处，其实人有人的优势就是能变化，机器的优势就是准确，缺点就是僵化，新的仪器设备的不断发明和制造，使测量更简单易行，尤其是各种计算机软件的不断翻新，计算的方法也越来越简单易行，可信度越来越高，信息经济学的应用更是使数据量化进入一个新的台阶。读这本书需要很用心，慢慢地读，反复地读，才能体会到这本书的真正含义。如今是数据爆炸的年代，各种事物在不断出现，各种机会也同样摆在人们的面前，如何把握机会才能立于不败之地那？就是耐下心来，精读这本数据决策的指导书，让你能做出最英明的决策。 -
大数据已经成为了学界热衷的重要话题，不管是在媒体还是学界，大数据的出现都成为了人们关注的焦点。而在热炒大数据的同时，我们不能忘记大数据的关键还是要用于实际用途。而大数据被认为在总结过去和预测未来方面都有着很多作用，而就个人而言，大数据同样也能够在个人的决策和人生中发挥很多作用。而作为美国当代数据分析大师道格拉斯哈伯德的代表作，数据化决策这本书不是一本浮躁的跟风之作，而是一本有着严肃论据的学术著作。但是这本书将严肃的科学结论用到了现实当中，作者在书中指出将很多看似不可量化的东西数量化，就能够对个人的决策提供很多帮助。比如说，婚姻的价值，工作的决策等等。从这个思路上来说，这本书的思路和加里贝克尔等经济学家的思路有些类似，都是用科学化的手段来看待人类社会里比较涉及感性层面的东西。这种思路可能会让很多人感受到不适，但是作者举了大量的例子，用客观事实说明为什么什么东西的都可以量化。作者指出，一般有三种原因对量化造成了错误的理解，即是量化的概念，量化的目标和量化的方法，除此以外对量化产生的成本，意义和伦理道德也是公众考虑的因素。作者指出这些都是虚妄的认识。任何事物都可以量化。而为了说明如何量化各种事情，作者在书里面运用统计学展示了贝叶斯模型等多种量化模型，说明应该如何在日常生活中进行量化。而这一部分对于普通人来说也稍显复杂。有种说法是说，风险和收入是成正比的。而如何衡量风险和可能的收益，有些人凭借直觉，但是现在在计算机和互联网高度发展的大背景下，数据的积累已经不成问题，而普通个人也有能力储存和应用大量的数据。所以去除掉对于数据的偏见，让我们通过阅读这本书对数据一起获得更加客观的认识。而对于数据的处理本身也是中国人相对比较落后的方面，它不但能够提供一种方法，也能提供一种视角。 -
《数据化决策》是一本关于不确定性研究和风险分析在商业领域应用的书。目前国内应用得最多的，是金融投资保险行业，像投资分析师、保险精算师、市场分析师等，其理论背景是概率论和统计学。数学和哲学可以说是西方整个思想文化体系的精华。古希腊第一个哲学家泰勒斯既是天文学家，也是数学家。柏拉图学院门口据说就写着“不懂几何者勿入”。读过大学的人就知道，无论你修什么专业，你专业领域内所有所谓的难点，其实都是因为你数学没学好。数学好不是你奥数好，而是你对数学概念有深入的理解。曾经有过一个争论，就是中国到底有没有哲学。比如，先秦诸子的东西算不算哲学？严格意义上讲，中国是没有哲学和数学的，算术不是数学，伦理道德训条也不是哲学。哲学和数学是古希腊的特产。从3只羊和3个苹果中，抽象出3这个数字概念，人类花了1000多年，会算数，在古代属于高级知识分子，中国直到近代，很多殷实家庭供子女读书，一个最大的目的就是能帮家里的生意记账。直到现在，绝大多数中国人对数学的重视，还是局限于会计的层次。这本书告诉你，即使仅仅出于实用的目的，不讨论哲学，数学其实也很符合中国人一贯的胃口。不确定性就是事物总有多种可能性，风险就是你不愿意出现的可能性，比如亏损。数据化决策就是通过概率建模，量化不确定性，从而为你的决策提供有价值的信息。而成本和收益的不确定性，构成了商业决策的基本内容。这个意义上讲，出色的老板其实没什么神奇的。他们只是经过多年的实战历练，在这个方面有着良好的直觉罢了。所谓的生意眼光，其实通过数学之眼来看，无非就是个行业的投资概率模型而已。 郎咸平说，香港的像李嘉诚这样的财阀，他们成功的秘诀是保守。其实“保守”，说穿了就是个风险管理的问题。而风险管理说到底，就是商业决策的概率建模。据说，古希腊第一个哲学家泰勒斯不仅成功预言过一次日食，而且为了证明哲学是有用的，他也通过成功的做生意挣钱来表明，哲学家不是没有挣钱的能力，只是他们对财富的兴趣不大而已。而数学在物理学中的地位，更无需废言了。除了中国传统思想文化的义理辞章考据之学外，其实西方的东西很值得我们认真地去学习。好的图书总是鲜为人知，这边《数据化决策》除了两三章涉及复杂的概率模型介绍外，其他部分都结合实例写得深入浅出，值得推荐给从上到下对金钱正极度痴迷到已近病态的中国人一读，因为他讲的是如何科学致富的故事。
精彩短评 (总计49条)
-
对于出现线外的数据的观点的态度，不敢苟同；对于数据测量成本的描述没有 -
书名改为《如何量化测度》更准确些 -
难得有这样一本专业的著作，不失水准 -
读不懂 -
一本比较专业的书，虽然我没有看完（后面实在是太难了），但是一切都可以量化的道理让我有一种脑洞大开的感觉。 -
不喜欢这本。这翻译和校对简直是场空难，简单的术语和观点的理解被人为增加了难度。除此之外，只有量化一切商业价值这个观点比较有价值了。蒙特卡洛和贝叶斯，还有回归，自己去看统计学吧。 -
150524 -
一切皆可量化，是一本值得数字工作者特别是管理者必须读的一本书 -
拙劣的统计学教材 -
一般吧，没看到特别的观点 -
好书都是有共鸣的，烂书的不好就多了去了。这本书的不好主要有：
1 不够通俗；
2 只是告诉你怎么样用，至于原理就不说，让人囫囵吞枣；
3 很简单的事情，总是用一堆废话解释，比较难理解的东西，说一下就过去了。 -
量化就是减少不确定性；可作为统计学应用学习材料。 -
作者坚定了我一切用数据说话的信念，并且激发了我重拾统计学的想法！！！可惜还没行动。。。。。。 -
说的是决策，其实是量化方法。建议有统计学基础以后再看。这本书的作用：快速得出评估效果，拿着数据去跟开发和其他部门PK业务价值 -
COM概念对象方法。故事情节如下，为何量化，量化何物，如何量化，量化的二三事，终。 -
那個校準練習實在是太顛覆了 -
如何量化一切 how to measure anything 才是本书真正书名 -
转盘模拟和反向锚定 -
用数学的量化的眼光精确的审视周围。
-
一本讲量化的书，非要起个势利的中文书名和副标题，减一星。 -
数据化运营在企业中推行中必须要考虑的问题：如何测量 -
学习 -
在图书馆找大数据的书找到这本挂羊头卖狗肉的，不过“狗肉”很专业很给力，决定自己买一本细细品读。这本书内容正如其英文标题how to measure everything，告诉你如何量化万事万物，只需要一些简单的统计学知识和方法，就可以对事物的范围大大地精确化，在大数据时代，这也是让数据真正发挥作用的必须手段。 -
这本书要是往好的说，可谓是一本可以刷新人思维的好书。可惜读起来并不可口，有一些统计理论明显涉及到矩阵数值分析、多元回归这些高等的东西，但在作者嘴里却那么轻松，从对贝叶斯定理的讲解也可以看出作者表达能力不怎么行。虽然是科普书，但我承认有很多地方我作为一个数据分析爱好者也看不太明白。 -
量化分析是现代科学的基础，在企业的推广却非常缓慢，至今大部分的管理层都没有这种应用概念。这本书干货满满，算是授人以渔了。缺点嘛，有点儿推销味，有点儿细节缺失——信息价值评估讲得更清晰些就好了。 -
整个框架很好。前面的章节很好，后面的章节把重点有点偏在讲自己的量化手法上，后面的一些方法没法实际操作，太笼统了 -
一本启发式的书，今后可能有机会再读一次。 -
How to measure anything的前提是放在了一个context里的 -
大数据 -
数据化就是减少不确定性，完全的消灭不确定性是不可能的，而能够减少一点不确定性也是有意义的。 -
介绍贝叶斯、蒙特卡洛模型等量化方法 -
现在已经经常运用预估这个技能啦，还是挺容易理解书中思路的，很实用 -
PDF -
信息就是不确定性的降低 -
有点技术含量，可是也不太好。不过倒是挺好，至少确实改变了我之前的觉得很多东西无法量化的观点。 -
1 -
总算觉得大学学的数学是实用的了…… -
无量化，不管理。勾起了好多学习概率论和经济学的知识点。值得再读一遍。 -
这本书句翻译的有奇怪，原文名字更好理解。书总体写得不错，最喜欢里面的核心概念： 量化就是减少不确定性，任何量化如果不能够带来行动或者决策，这样的量化是没有意义的。整本介绍的应用信息经济学这套体系也不错，具有一定的可操作性。 -
专业书 -
看里面有贝叶斯概率才买的。但书的行文实在太难看了，不知是东西文化差异，还是翻译太烂，努力了好久，实在看不下去。 -
总体还不错，个人收获不多 -
非常有意思的一本书，无论大小数据，都要从现实世界出发。我的数据敏感性还需慢慢培养，路漫漫其修远兮 -
量化是为了降低风险而不是去掉风险。其实工作中我们一直在做量化的事情，只是不够系统。 -
没啥干货，扫一下就好 -
高阶费米计算。适合年轻的时候就阅读，帮助培养思维习惯！内容不说，光是目录看着就屌炸天。属于开阔思维的书，前面很有启发性，后面就逐渐不好看了。推荐阅读英文版。 -
塔勒布乱入中 -
量化分析实用入门普及读本。 -
一本很有操作性的书，对看似无法量化的问题，提出了完整的量化思路。要完全搞懂书中的内容，需要细细品味，比较费脑。