你真的会做决策么？
摘要: 有人会说,那肯定看结果。结果好的决策一定是好决策,而结果很糟糕的决策,还能好到哪里去?比如有A和B两个选择,A......
|
有人会说,那肯定看结果。结果好的决策一定是好决策,而结果很糟糕的决策,还能好到哪里去? 比如有A和B两个选择,A的成功率是70%,B的成功率是7%,那么你选择了A,但是这次因为运气的原因,触发了倒霉的30%失败率,你会说你选择错了么? 而另一个人什么都不懂,随机选择了B选项,运气爆发,碰上了7%的小概率成功了,那么你会说这个人决策优秀么? 我想你肯定会说,当然是足够的信息量,还有足够正确的推理逻辑,越多的信息意味着你知道不同决策之间的区别,而正确的推理路基意味着你能判断决策的优劣。 首先,收集信息本身是有代价的,特别是时间的代价,而留给你做决策的时间很有限,整个决策就是一场和时间的赛跑。 而且就算拥有足够的信息,我们人脑不是计算机,也未必真的能够处理一个决策背后的庞大信息量。 其实也不是,最近越来越多研究表明,进化带给我们的直觉——或者说“熟悉的感觉”背后的计算量,远比我们用理智自己分析的计算量来的大,来的精准。 做完决策以后,结果并不一定让你满意,一方面是因为这个世界是一个概率的世界,就算99%成功的决策,依然留有1%的意外,让你无奈。 比如著名的麦穗法则源头的故事——苏格拉底带着三个学生来到一片麦田,让他们选一根,而且只能选一根麦穗,看谁选的最大。 第一个人很快看到一只又大又漂亮的,摘下以后越往前走,发现还有更多更好更大的,于是遗憾了走完了全程。 第二个人吸取了教训,每当要摘的时候,总是提醒自己后面还有更好的,不知不觉走到了终点,却一支麦穗都没摘到,只好遗憾走完了全程。 而第三个就比较机智了,前1/3路程观察,把麦穗分层,最大多大,中间多大,最小多大,中间2/3验证前面的分层逻辑,最后1/3路上,只要看到达到他分层里最大一层的,就选择摘下来。 而麦穗法则就是告诉你,前37%的选择里,不要选,只去判断,做样本,然后到了后63%里,只要遇到前面样本里符合你标准的,立马下手。 选择里,其实并没有所谓的最优,最优选项永远只存在于想象之中,我们能做的,只有找到那个让自己“满意”的选择而已。 而信息充分,时间维度上却容易后悔时,就把收集信息和决策的过程给拆分了,给自己制定一个区间,什么时候收集信息,什么时候验证信息,什么时候做出决策,这样才不后悔?! 所以,既然决策中,信息不完备是常态,那么面对这个局限去做一个让自己满意的决策,也许是一个做决策的最佳决策了吧! viagra 马来西亚试管婴儿 哈萨克斯坦试管婴儿 
|
 鲜花 |
 握手 |
 雷人 |
 路过 |
 鸡蛋 |
