出版時(shí)間:2008-8 出版社:中國青年出版社 作者:伊恩·艾瑞斯 頁數(shù):190 譯者:宮相真
Tag標(biāo)簽:無
內(nèi)容概要
有人在葡萄酒釀造出之前就能知道酒的品質(zhì)好壞 有人在看到運(yùn)動(dòng)員比賽之前就能判斷出其水平 有人在購買機(jī)票之前就能知道機(jī)票價(jià)格會(huì)漲還是跌他們有特異功能嗎? 交友網(wǎng)站能測出什么樣的異性適合你 亞馬遜可以告訴你“和你類似的人還喜歡”的東西谷歌可以根據(jù)你的搜索把你最想看到的東西排列到最前面 他們?nèi)绾巫龅降哪兀? 意到了嗎?數(shù)據(jù)分析正在以我們從未想象過的方式影響著生活。本書中,作者向我們展示了當(dāng)今最優(yōu)秀、最出色的組織正在以閃電般的速度分析規(guī)模龐大的數(shù)據(jù),以便更加準(zhǔn)確地掌握人類的行為。這些人就是“超級數(shù)字天才”。從互聯(lián)網(wǎng)站如谷歌、亞馬遜能比你自己更了解自己的愛好,到醫(yī)生的診斷和孩子的教育,再到政府、法院,這種新型的決策者逐漸掌控了世界。艾瑞斯以生動(dòng)、輕松的方式向我們展示: 超級數(shù)字分析在商業(yè)、醫(yī)院、法院等社會(huì)各個(gè)角落的崛起。 超級決策與經(jīng)驗(yàn)直覺決策的對峙 超級數(shù)字分析崛起的原因 哪些人會(huì)因此受益,哪些人會(huì)因此受損 未來將屬于誰 僅僅依靠直覺決策的時(shí)代已經(jīng)一去不復(fù)返。任何想要走在時(shí)代前列的商業(yè)人士、消費(fèi)者、學(xué)生都應(yīng)該閱讀這本書。
作者簡介
伊恩·艾瑞斯,計(jì)量經(jīng)濟(jì)學(xué)家、律師,耶魯管理學(xué)院教授。他是《福布斯》雜志的專欄作家,目前是《法律、經(jīng)濟(jì)學(xué)和組織機(jī)構(gòu)期刊》(Journal of Law,and Organization)的編輯,曾著有8本書,發(fā)表過100多篇文章。
書籍目錄
序:超級數(shù)字天才的崛起誰在替你思考拋硬幣創(chuàng)建數(shù)據(jù)政府也做隨機(jī)試驗(yàn)循證醫(yī)學(xué)之爭專家與議程的對峙為什么是現(xiàn)在崛起誰將是受損者直覺和經(jīng)驗(yàn)的未來致謝
章節(jié)摘錄
誰在替你思考人的建議可以讓你生活得更輕松。想知道該租哪部影片來看嗎?常用的方法是問問朋友的看法,或者看看影評們對它的評價(jià)如何。當(dāng)今的人們往往上網(wǎng)去根據(jù)大家的行為來尋找參考意見。有些“偏好引擎”列出了最受歡迎的東西的簡單清單?!都~約時(shí)報(bào)》列出了“轉(zhuǎn)載次數(shù)最多的章”。iTunes列出了下載次數(shù)最多的歌曲。Del.ici0.US列出了最受歡迎的互聯(lián)網(wǎng)書簽。這些簡單的過濾常常幫助網(wǎng)友們特別關(guān)注這些最受歡迎的事物。有些推薦軟件更進(jìn)一步,它們試圖讓你知道跟你相似的人都喜歡什么。亞馬遜會(huì)告訴你買了《達(dá)芬奇密碼》(The Da Vinci Code)的人也買了《圣血,圣杯》(Holly Blood,HoUy Grail)。DVD租賃公司Netflix會(huì)根據(jù)你以前推薦過的電影來給你推薦影片。這是真正的“合作篩選”,因?yàn)槟銓τ捌脑u級可以使Netflix更好地給別人推薦,而別人的評價(jià)也可以使Netflix更好地為你推薦?;ヂ?lián)網(wǎng)是實(shí)現(xiàn)這一服務(wù)的完美工具,因?yàn)榱闶凵淘诰W(wǎng)絡(luò)上用非常低廉的成本就可以追蹤消費(fèi)者的行為,自動(dòng)加總、分析他們的信息,并把這些信息顯示給后繼消費(fèi)者。這些程序當(dāng)然也不可能完美無缺。如果有人想在沃爾瑪找馬丁?路德?金的《我有一個(gè)夢想》(I Have a Dream),卻被告知他們也許也該欣賞一下DVD影片《決戰(zhàn)猩球》(Planet of the Apes),那么沃爾瑪就必須為此道歉。亞馬遜也類似地得罪過消費(fèi)者,他們搜索有關(guān)“墮胎”的書,而亞馬遜卻問“你想搜的是領(lǐng)養(yǎng)嗎”?(譯者注:在英文中,“墮胎”和“領(lǐng)養(yǎng)”形近,分別是abortion和adoption。)“領(lǐng)養(yǎng)”問題之所以會(huì)自動(dòng)出現(xiàn),是因?yàn)橐郧八阉鬟^“墮胎”的很多顧客也搜索了“領(lǐng)養(yǎng)”。盡管如此,通過網(wǎng)絡(luò)進(jìn)行的“合作篩選”已經(jīng)使消費(fèi)者和零售商都受到了很大的裨益。在Netflix,租出去的影片中大概有三分之二得到網(wǎng)上推薦。而且(在Netflix的五星評級體系中)被推薦過的電影的評級都比在這一推薦系統(tǒng)之外租到的影片提高了半個(gè)星。最常轉(zhuǎn)載的文章和暢銷書等評比使消費(fèi)變得集中,而更個(gè)性化的推薦則可以使消費(fèi)變得分散。Netflix可以為不同人推薦不同的電影。因此,Netflix的50000類不同的影片中至少每個(gè)月都有90%以上可以被租出?!昂献骱Y選”可以使賣方接觸到克里斯?安德森(Chris Anderson)所說的偏好分布的“長尾”。Netflix的推薦可以使顧客定位更精準(zhǔn),而這在過去很難實(shí)現(xiàn)。音樂方面也存在類似的現(xiàn)象。在Pandora.corn,用戶只需輸入他們喜愛的歌曲名或者歌手名,幾乎在同時(shí),這個(gè)網(wǎng)站就開始一首接一首地涌出風(fēng)格類似的歌曲。你喜歡辛迪?勞博爾(Cyndi Lauper)和破嘴合唱團(tuán)(SmashMouth)嗎?瞧,Pandora.com為你創(chuàng)建了一個(gè)電臺(tái),專門播放勞博爾或者破嘴合唱團(tuán)以及跟他們風(fēng)格類似的歌曲。每一首歌播放的時(shí)候,你還可以點(diǎn)擊“我確實(shí)非常喜歡這首歌”或者“下次不要再播放這首歌”,讓這個(gè)電臺(tái)更多地了解你的喜好。這個(gè)網(wǎng)站對我和我的孩子來說實(shí)在是太有用了。它不僅可以播放我們大家都喜歡的音樂,而且還能找到許多我們從沒聽說過的音樂。例如,我告訴Pandora.corn我喜歡布魯斯?斯普林斯?。˙ruce Springsteen),所以它就為我創(chuàng)建了一個(gè)電臺(tái),播放Boss樂隊(duì)和其他著名歌手的音樂。但是播了幾首歌后,我就沉浸在它為我選出的基頓?西蒙斯(Keaton Simons)的《現(xiàn)在》(Now)中了(而且它有快速鏈接,因此可以很方便地在iTunes或者亞馬遜上買到這首歌或唱片)。這就是長尾,因?yàn)橄裎疫@樣的書呆子是不可能自己找到基頓?西蒙斯的。Rhapsody.om也有類似的偏好系統(tǒng),這使得他們100萬首歌單中90%以上的歌曲每個(gè)月都能被播放。MSNBC.corn最近增添了“故事推薦”功能。這個(gè)功能使用一個(gè)cookie文件來跟蹤你最近閱讀過的l6篇文章,并利用自動(dòng)文本分析工具預(yù)測你還想讀什么樣的故事。讓人吃驚的是,這樣的16個(gè)故事的記錄幾乎一定能夠促使你養(yǎng)成早晨閱讀的習(xí)慣。令我有點(diǎn)尷尬的是,它自動(dòng)推薦給我的是《美國偶像》(Amer/can Id01)。不過芝加哥大學(xué)的法律系教授卡斯?桑斯坦(Cass Sunstein)擔(dān)心開發(fā)長尾偏好會(huì)帶來社會(huì)成本。這些個(gè)性化的篩選系統(tǒng)越成功,我們共同體驗(yàn)的就越少。麻省理工學(xué)院的教授尼克拉斯?尼葛洛龐帝(Nicholas Negroponte)是傳媒技術(shù)的專家,從這些“個(gè)性化新聞”特寫中,他看到了“我的日報(bào)”(DailyMe)——讓市民們只接觸迎合他們狹隘偏好的新聞出版物——的出現(xiàn)。當(dāng)然,自我篩選新聞這一現(xiàn)象已經(jīng)出現(xiàn)很長時(shí)間了。副總統(tǒng)切尼只看??怂剐侣劊‵ox News)。拉夫?納達(dá)爾只讀瓊斯夫人(Mother Jones)的文章。不同之處在于,當(dāng)今的科技正在創(chuàng)造著更強(qiáng)大的聽眾審核體系。Excite.corn和Zats0.net等網(wǎng)站開始允許用戶為自己創(chuàng)立“我的報(bào)紙”和“個(gè)性化的新聞廣播”。這樣做的目的是創(chuàng)建一個(gè)“由你決定新聞”的平臺(tái)。Gooste新聞(GoosleNews)允許用戶個(gè)性化設(shè)定自己的新聞群。郵件提醒功能和RSS閱讀允許你選擇“這是我想要的新聞”?,F(xiàn)如今,如果愿意的話,對于那些自己毫不關(guān)心的社會(huì)問題的新聞報(bào)導(dǎo),我們連看都不用看一眼。所有這些合作篩選系統(tǒng)都是詹姆斯?索羅維基(Janles Surowiecki)所說的“群眾的智慧”的例子。在某些情況下,大家一起做出的預(yù)測比由其中任何一個(gè)成員做出的估計(jì)要準(zhǔn)確得多。例如,假設(shè)能夠準(zhǔn)確猜出罐子里硬幣數(shù)目的大學(xué)生,可以得到100美元獎(jiǎng)勵(lì)。把大家的估計(jì)簡單地求一下平均數(shù),就得出“群眾的智慧”。無數(shù)次的實(shí)驗(yàn)表明,平均估計(jì)比任何個(gè)人的估計(jì)都更接近真實(shí)值。有人猜得過高,有人猜得過低;但是一經(jīng)加總,過高的和過低的估計(jì)就相互抵消了。集體往往能夠比個(gè)人做出更好的預(yù)測。電視節(jié)目“誰想成為百萬富翁”(Who Wants to Be a Millionaire)中,“征求觀眾意見”得到的答案正確率超過90%(而打電話給朋友得到的答案只有不到三分之二是正確的)。合作篩選是一種特別的觀眾投票方式。跟你相似的人可以很正確猜出你喜歡什么樣的音樂和電影。需求偏好數(shù)據(jù)庫能有效地改善個(gè)體決策過程。eHarmony譜寫新的篇章新近興起一種新的預(yù)測方式,它利用集體智慧來分析潛意識的偏好。eHarmony的興起是集體智慧的一種新發(fā)現(xiàn),而這種發(fā)現(xiàn)依靠的是超級數(shù)字分析。傳統(tǒng)的婚姻媒介引導(dǎo)人們有意識地表達(dá)自己的偏好,并根據(jù)這種偏好把人們配對。與此相反,eHarmony努力弄清楚你是什么樣的人,然后再把你配給從數(shù)據(jù)分析中得知最為匹配的人。eHarmony從一個(gè)包含大量信息的數(shù)據(jù)庫里查詢什么性格類型的人結(jié)為夫妻會(huì)真正幸福。20世紀(jì)90年代后期,eHarmony的創(chuàng)始人和推動(dòng)者尼爾?克拉克?沃倫(Neil Clark Warren)對5000多對夫妻進(jìn)行了研究,并首次提出一個(gè)用來預(yù)測適應(yīng)性的統(tǒng)計(jì)模型,這個(gè)模型包括29個(gè)與個(gè)人情感秉性、社會(huì)風(fēng)格、認(rèn)知模式以及關(guān)系技巧等相關(guān)的不同變量。eHarmony使用的是數(shù)據(jù)分析中最早的工具——回歸分析。回歸分析是使用歷史數(shù)據(jù)估計(jì)不同的原因變量對某個(gè)感興趣的變量的影響大小。對eHarmony來說,感興趣的變量是夫妻之間的適應(yīng)程度,而原因變量就是反 映夫妻二人的感情、社會(huì)及認(rèn)知特征的29個(gè)變量?;貧w技術(shù)是100多年前由查爾斯?達(dá)爾文(Charles Darwin)的表兄弟弗朗西斯?高爾頓(Francis Galton)建立的。高爾頓1877年就擬合了第一條回歸直線。還記得奧利?阿什菲爾特用來預(yù)測葡萄酒品質(zhì)的那個(gè)方程式嗎?那就是由回歸得到的。高爾頓的第一個(gè)回歸方程也是農(nóng)業(yè)方面的。他的回歸方程是用甜豌豆的親本種子的大小來預(yù)測其種子大小。他發(fā)現(xiàn)大種子的后代往往比中等或小種子的后代要大,但是其后代不會(huì)像其親本種子那么大。高爾頓用另一個(gè)回歸方程發(fā)現(xiàn),兒子和父親的身高有類似的趨同現(xiàn)象。高個(gè)父親的兒子身高一般高于平均水平,但不像他父親那樣高。這意味著用于預(yù)測兒子身高的回歸方程需要在父親的身高上乘以一個(gè)小于1的因子。實(shí)際上,高爾頓估計(jì)出父親每高于平均值1英寸,兒子的預(yù)測身高就能高出三分之二英寸。當(dāng)他計(jì)算預(yù)測父母和孩子IQ之間的關(guān)系的回歸方程時(shí),再次發(fā)現(xiàn)了這個(gè)現(xiàn)象。聰明父母的孩子比智力一般的父母的孩子聰明,但卻沒有他們的父母那么聰明。“回歸”這個(gè)詞語與技術(shù)本身沒有任何關(guān)系。高爾頓之所以把這個(gè)技術(shù)稱為回歸,是因?yàn)樗妙A(yù)測的第一組對象顯示了這種趨勢——高爾頓稱之為“走向平庸的回歸”,我們現(xiàn)在稱為“向平均的回歸”。 回歸產(chǎn)生了一個(gè)最適合這些數(shù)據(jù)的方程式。盡管回歸方程是根據(jù)歷史資料來估計(jì)的,但是它可以用于預(yù)測未來。高爾頓最早的回歸方程是把種子的大小作為其親本種子大小的函數(shù),把孩子的身高或智商作為他們父母的身高或智商的函數(shù)。奧利?阿什菲爾特關(guān)于葡萄酒的方程式預(yù)測了溫度和雨水對葡萄酒品質(zhì)的影響。eHarmony也建立了一個(gè)用于預(yù)測偏好的公式。與Netflix或亞馬遜的偏好引擎不同,eHarmony的回歸方程通過使用人們甚至不了解、無法說出的個(gè)性和性格特征把最適合的人相互匹配。的確,eHarmony可能會(huì)把你與你從沒想過會(huì)喜歡的人匹配在一起。這就是集體智慧,它超越個(gè)體的意識選擇,能夠看到人的潛意識的、隱藏于內(nèi)心的活動(dòng)。使用數(shù)據(jù)分析進(jìn)行匹配的不只有eHarmony一個(gè)。Perfectmatch使用邁爾斯一布里格斯(Myers—Briggs)性格測試量表修訂版來匹配用戶。20世紀(jì)40年代,伊莎貝爾?布里格斯?邁爾斯(Isabel Briggs Myers)及其母親凱瑟琳?布里格斯(Katherine Briggs)根據(jù)心理分析學(xué)家榮格(Carl Jung)的性格類型理論開發(fā)了一個(gè)量表。邁爾斯一布里格斯量表把人的性格分成l6種不同的基本類型。Perfectmatch就根據(jù)M—B分類法把最有可能形成持久關(guān)系的人配在一起。True.tom也不甘示弱。它收集了其客戶關(guān)于99個(gè)關(guān)系因素的數(shù)據(jù),并把這些數(shù)據(jù)輸入一個(gè)回歸方程,從而計(jì)算出任意兩人之間的適應(yīng)性指數(shù)。True.com實(shí)際上就是在告訴你,你跟其他人會(huì)相處得怎么樣。盡管這三個(gè)服務(wù)商都利用數(shù)據(jù)分析做出人與人之間適應(yīng)性程度的預(yù)測,但是它們得出的結(jié)果卻迥然不同。eHarmony相信要找到與自己非常相近的人?!拔覀兊难芯恳恢睆?qiáng)調(diào)的是,”沃倫說,“要找到這樣一個(gè)人,他(她)的智商與你相近,抱負(fù)與你相近,精力與你相近,精神與你相近,好奇心也與你相近??傊?,我們的模型就是一個(gè)相似性模型?!迸c此相反,Perfectmatch和Trun.corn尋找的是互補(bǔ)性的性格?!拔覀儾粌H從內(nèi)心里知道,而且也都有過這樣的經(jīng)歷,有時(shí)會(huì)被那些與我們性格不同的人所吸引,并與他們相處得更好,”Perfectmatch的實(shí)證分析學(xué)家派博?施瓦茨(Pepper Schwartz)說?!耙虼诉~爾斯一布里格斯量表最妙的不在于描述了性格的特征,而在于性格之間如何能夠彼此適應(yīng)?!边@種分析結(jié)果的差異并不是數(shù)據(jù)分析應(yīng)有的目的。數(shù)據(jù)應(yīng)該能夠決定出個(gè)性相近的和互補(bǔ)的人哪個(gè)匹配更好些。但是很難說誰對誰錯(cuò),因?yàn)樾袠I(yè)分析會(huì)保留在本行業(yè)內(nèi)部,用來分析的數(shù)據(jù)也是高度保密的。我所做過的許多研究(包括出租車小費(fèi)、防種族與性別歧視行為、密攜槍支)的數(shù)據(jù)都可以從互聯(lián)網(wǎng)上免費(fèi)下載,而關(guān)于“網(wǎng)上約會(huì)服務(wù)”的匹配規(guī)則的數(shù)據(jù)是私密的。創(chuàng)立“雅虎友緣人”的馬克?湯普森(Mark Thompson)說,用社會(huì)科學(xué)的標(biāo)準(zhǔn)去衡量市場是不現(xiàn)實(shí)的?!霸谑袌錾希性u審體系不適用,”湯普森說?!拔覀冇昧藘蓚€(gè)月建立雅虎友緣人系統(tǒng)。那可是真正的不分晝夜。我們對50000人做過研究?!迸c此同時(shí),配對網(wǎng)站已經(jīng)開始爭先恐后地證明自己結(jié)果的有效性。True.coin強(qiáng)調(diào)他們是唯一經(jīng)過獨(dú)立審計(jì)師審核的網(wǎng)站。曾任True.corn首席心理學(xué)家的詹姆斯?赫安(James Houran)對于eHarmony的數(shù)據(jù)結(jié)果非常不以為然?!拔铱床坏饺魏巫C據(jù)表明他們在形成量表時(shí)做過什么研究,”赫安說,“如果自詡所做的是科學(xué)研究,那是給學(xué)術(shù)界看的。”eHarmony對此做出了回應(yīng)。他們提供證據(jù)表明他們的配對系統(tǒng)是管用的。eHarmony主辦了一個(gè)哈利斯(Harris)調(diào)查,表明他們現(xiàn)在一天能夠促成90對婚姻(一年就是30000多對)。這當(dāng)然比一對也成不了要好,但是與eHarmony的500萬會(huì)員相比,這算不上大的成功,因?yàn)檫@意味著你花了50美元手續(xù)費(fèi)后最終能夠走入婚姻殿堂的概率僅僅為1%。其他競爭對手很快就公布了促成的婚姻數(shù)目。雅虎的湯普森說過,要想找到你未來的另一半,更好的方式是“去逛逛Safeway超市。”eHarmony還聲稱有證據(jù)表明他們促成的婚姻確實(shí)更和諧。該網(wǎng)站的研究人員去年在向美國心理學(xué)協(xié)會(huì)(American Psychological Society)做報(bào)告時(shí)稱,經(jīng)過eHarmony找到彼此并結(jié)婚的夫妻比結(jié)婚同樣時(shí)間但是通過其他方式認(rèn)識的夫妻過得更幸福。盡管這項(xiàng)研究有些嚴(yán)重的缺陷,但這傳達(dá)給我的重要信息是,現(xiàn)在主要的交友網(wǎng)站不僅僅通過數(shù)據(jù)分析得出匹配規(guī)則,而且也利用數(shù)據(jù)分析來證明自己的匹配規(guī)則是正確的。然而,這些服務(wù)商的匹配規(guī)則并不完全依賴數(shù)據(jù)。它們至少部分地依靠顧客的有意識的偏好(不管這些偏好是否適合用來預(yù)測適應(yīng)性)。eHarmony允許用戶對未來伴侶的種族有區(qū)別對待。盡管這種區(qū)別對待只是基于顧客的需求,但是交友服務(wù)提供商根據(jù)種族來區(qū)別對待的做法也許違背了獨(dú)立戰(zhàn)爭中規(guī)定的簽訂合同時(shí)禁止種族歧視的法律。要慎重點(diǎn)兒。eHarmony拒絕給同性戀配對,這使它陷入了更大的麻煩。網(wǎng)站創(chuàng)立者的妻子兼高級副總裁瑪麗恩?沃倫(Marylyn Warren)曾經(jīng)說過,“eHarmony是面向所有人的。我們不以任何方式進(jìn)行任何歧視。”顯然這話是假的。即使兩個(gè)男子都回答了網(wǎng)站的436個(gè)問題且電腦程序算出來他們倆最適合,eHarmony也不會(huì)把他們兩個(gè)配在一起。這是一個(gè)悲哀的諷刺。eHarmony跟它的競爭對手的不同之處就在于強(qiáng)調(diào)相似性,但是當(dāng)遇到性別問題時(shí),它卻堅(jiān)持認(rèn)為異性相吸。eHarmony是十大交友網(wǎng)站中唯一不提供同性匹配服務(wù)的網(wǎng)站。為什么eHarmony非要如此獨(dú)具一格呢?即使在同性結(jié)婚是合法的馬薩諸塞州,它拒絕為同性戀聯(lián)姻的做法,也似乎與該公司所宣稱的“幫助人們找到持久、滿意的婚姻伴侶”的目標(biāo)相悖。沃倫自稱是一名“熱情的基督教徒”,多年來他密切參與詹姆斯?杜布森(James Dobson)的愛家協(xié)會(huì)(Focuson the Family)活動(dòng)。不管統(tǒng)計(jì)數(shù)據(jù)結(jié)果如何,eHarmony只愿意協(xié)助達(dá)成合法的婚姻。由于計(jì)算程序是不公開的,eHarmony實(shí)際上有可能在他們的計(jì)算程序上加上某種偏愛某些顧客的規(guī)范標(biāo)準(zhǔn)。如果有餐館不允許西班牙顧客坐在“白人專座”的話,那它麻煩就大了。不過,隱含在所有這些新興交友網(wǎng)站背后的重要信息——也是他們都認(rèn)可的看法——是,數(shù)據(jù)決策不一定受限于人們有意識的偏好。恰好相反,有可能通過研究決策的結(jié)果,從數(shù)據(jù)中找出引致成功的因素。本章講的就是簡單的回歸方程如何通過改善預(yù)測來改變?nèi)藗儧Q策的。通過篩選加總數(shù)據(jù),回歸技術(shù)可以揭示出普通人甚至連專家也觀察不到的隱含的因果關(guān)系。有時(shí)專家們會(huì)認(rèn)為某個(gè)因素對于某個(gè)結(jié)果來說是重要的,但回歸技術(shù)實(shí)際上會(huì)排除掉。加思?桑德姆(Garth Sundem)在著作《邏輯怪談》(Geek togik)中,純粹為了好玩,回歸了一個(gè)用于預(yù)測名人婚姻持久期的方程式。(結(jié)果發(fā)現(xiàn)使用Google搜索次數(shù)越多,婚姻持續(xù)時(shí)間越短——尤其是當(dāng)最常搜索的內(nèi)容里包含有色情暗示的照片時(shí)?。〆Harmony,Perfectmatch,以及True.com做的也是同樣的事情,只不過它們是營利性的。這些服務(wù)都在進(jìn)行一種全新的數(shù)據(jù)分析競爭。這場博弈已經(jīng)開始了,而且是一場特殊博弈。哈拉斯能察覺到你的痛苦類似地,盧氏裝飾材料零售商(Lowe’s)和電路程電器連鎖店(CircuitCity)等公司內(nèi)部也在根據(jù)數(shù)據(jù)進(jìn)行匹配,他們利用數(shù)據(jù)分析來挑選職位應(yīng)聘者。雇主希望預(yù)測哪些應(yīng)聘者能夠更好地投入到工作中。與傳統(tǒng)推測應(yīng)聘者智商的能力傾向測試不同,現(xiàn)代測試更類似于eHarmony的問卷,目的在于估計(jì)出應(yīng)聘人員的三個(gè)潛在的性格特征:道德心、親和力以及外向性。數(shù)據(jù)挖掘的結(jié)果發(fā)現(xiàn)這三個(gè)性格特征能比傳統(tǒng)的能力測試更好地預(yù)測工人的生產(chǎn)率(尤其是營業(yè)額)。巴巴拉?埃瑞里奇(Barbara Ehrenreich)接受明尼阿波利斯的一個(gè)沃爾瑪超市面試測試時(shí),被問到命題“不墨守陳規(guī)的人在每個(gè)公司都有生存空間”。巴巴拉同意該命題的說法,但卻吃驚地得知自己的答案是錯(cuò)的。不過這是回歸方程的結(jié)果:認(rèn)為沃爾瑪適合不墨守陳規(guī)的人是不適合呆在沃爾瑪?shù)?,他們往往跳槽率更高。而如果辯解稱沃爾瑪及其他雇主應(yīng)該把那些令人頭腦麻木的工作變得有趣些,那就是另外一碼事了。但是當(dāng)今世界里,令人頭腦麻木的工作并不違法,因此我很難看出這些統(tǒng)計(jì)上有效的測試有什么不好,因?yàn)樗鼈兛梢詭椭と苏业阶詈线m的工作崗位。挖掘不明顯的預(yù)測關(guān)系并不僅僅關(guān)系到能否雇傭到好員工。它還能夠幫助企業(yè)降低成本,尤其是庫存積壓的成本。如果企業(yè)能夠更準(zhǔn)確地預(yù)測需求量,那么就能更好地判斷出什么時(shí)候會(huì)用完什么。當(dāng)然,企業(yè)還應(yīng)該知道另一個(gè)同等重要的事情:什么時(shí)候不會(huì)用完什么。數(shù)據(jù)分析可以幫助企業(yè)即時(shí)采購,從而不必承擔(dān)積壓大量庫存的成本。沃爾瑪和Target等超市努力盡可能地保證零庫存。“擺在貨架上的就是所有的產(chǎn)品,”數(shù)據(jù)分析公司泰克勞斯軟件公司(Teradata)的總經(jīng)理斯科特?葛瑙(Scott Gnau)說?!叭绻屹I了6罐黃玉米后貨架上只剩3罐了,馬上就會(huì)有人知道并確保有小車到我這邊來再放上一些。幾乎當(dāng)你把商品放在自己購物車上的那一瞬間。
媒體關(guān)注與評論
生動(dòng)而嚴(yán)謹(jǐn)?shù)貙Χ糠治龊蜎Q策方法運(yùn)用的描述……社會(huì)科學(xué)家和商業(yè)人士都能受益頗豐?! 夏崴肌ぜs瑟夫·阿羅 諾貝爾經(jīng)濟(jì)學(xué)獎(jiǎng)得主,斯坦福大學(xué)榮譽(yù)教授 生動(dòng)的、令人愉悅的……艾瑞斯嫻熟地展現(xiàn)了數(shù)據(jù)分析在我們生活中的重要性,尤其是當(dāng)技術(shù)使其以一種從未想象到的規(guī)模發(fā)揮影響…… ——《出版者周刊》 過去,直覺和經(jīng)驗(yàn)就夠用了。時(shí)代憶經(jīng)變了?,F(xiàn)在,游戲的名字叫做數(shù)據(jù)。伊恩·艾瑞斯在這本開拓之作《超級數(shù)字天才》中告訴我們?yōu)槭裁匆约白兓男问?。這本書不僅充滿了閱讀的樂趣
圖書封面
圖書標(biāo)簽Tags
無
評論、評分、閱讀與下載