数据驱动力：企业数据分析实战

决策

｜

129

电视等途径的金融新闻。然后研究者让这两组学生分别进行交易。哪一组的收益更高呢？

结果令人惊讶——低信息组的收益竟然是高信息组的两倍。高信息组接触到了更多的潜在

信号、谣言和小道消息，并过度关注无关紧要的事情。他们追逐噪声的信号，并更频繁地

进行交易。（这叫作“信息偏差”。）比如，交易者关注近期股价的高点或低点，并将其作

为锚点（稍后会详细探讨），而根据定义，这种锚点是极端的。其结果是，关注高点或低

点的交易者分别会更容易卖出和买进。

至于非金融的例子，可以参照

Barry

Schwartz

的《选择的悖论》，里面讲述了很多分析师被

过多选择和数据淹没从而导致“分析瘫痪”的案例。

这只是数据问题的一部分。从管理层面这个更大的样本来看，“只有不到

44%

的员工称自

己知道如何找到日常工作所需的信息”。即使他们能够找到，这些信息也可能并不涵盖他

们的所有需要，或者可能质量不够高。毫不意外的是，“如果有两个选择，一是现在给你

足够好的数据，二是稍后给你完美的数据，绝大多数管理者会选择前者，因为他们自信地

认为自己能用判断来弥补差距”

7

。而问题就出在这里。

9.2.2

　文化

另一个阻碍数据驱动型决策的主要因素是组织中当前的文化。（文化可能是数据驱动型组

织中最有影响力的方面，第

10

章将重点探讨该话题。

）

1.

看重直觉

高管，即决策者，一般是因为能在战略高度进行思考而身居此位，这往往意味着他们能够忽

略数据而编织愿景、一往直前地实施它并消除一切障碍。人们尊重直觉，并常常因为直觉而

雇用员工。通用电气前首席执行官