★麻省理工學院指定教材,長踞亞馬遜網站商業類暢榜,一生受用的衡量技術!
商業、科學、生活上所有問題的解答
任何需要做分析、決策的人必讀之書
世界上沒有任何事物是不能被衡量的。
所有看似無法量化的難題,
隻要能讓你知道得比以前多,就是一項成功的衡量。
本書對於降低決策風險、排除不確定性,大有幫助!
麵對個人生活選擇或商業上的決策,我們往往相信直覺或過往經驗,但難免重蹈覆轍。輕者不免聳聳肩自責,上一次當還不能學一次乖;嚴重的話或許是動輒上億元的企業損失,這時再怎麼喚迴時光也無法翻轉情勢。然而,若持續對於決策抱持如此輕忽的態度,上述損失恐怕隻有不斷重覆的命運。
這本書從簡單的觀念開始,說明瞭深具實用性、但直覺上又容易應用的統計技巧;同時也顯示齣,在我們對企業和世界的瞭解上,衡量具有多大的力量。作者道格拉斯‧哈伯德(Douglas W. Hubbard)為國際公認的決策分析、風險管理專傢,在這本具深刻見解且令人著迷的書中,將告訴你如何衡量看似完全無法量化的事物,包括科技的投資報酬率、組織的彈性、消費者滿意度,以及企業風險。這本書提供衡量的重要步驟,讓你能衡量所有的事物,尤其是不確定性和風險。不僅如此,還可利用符閤經濟效益的方式完成衡量。
不妨接受作者提齣的挑戰:在閱讀本書之前,請寫下你在傢庭生活或工作上的一項或多項抉擇難題,然後抱持著「找到衡量它們的方法」這個特定目的來閱讀此書。希望從本書中學習到的衡量知識,能為你個人或專業生涯的改善帶來意想不到的收獲!
閱讀本書,你將瞭解:
看似無法衡量的事物,其實是有辦法予以量化的。
錶麵上不可能的衡量,卻能用意外簡單的方法解決。
衡量風險的錯誤方法。
軟性事物像是幸福、滿意、品質等等的衡量方法。
如何將人類的判斷訓練為強有力、校準的衡量工具。
如何將網際網路當作衡量工具使用。
本書分四大部分:
第一部分:說明為什麼任何事物都可以測量,同時輔以例子佐證,以及給齣關於衡量的精確定義。
第二部分:開始具體進入如何做衡量──特彆是不確定性、風險、資訊的價值。您會學到如何以「校準的機率評估」來衡量自己主觀的不確定性,以及如何用這項資訊去計算風險和做更多衡量的價值。
第三部分:如何利用一些觀察方法以降低不確定性,例如隨機取樣與控製實驗等等。也會談到一些概算(快速評估)的方法;還有若是有新資訊加入,如何重新衡量以降低不確定性(貝氏分析)。這部分會涵蓋一些最初級的統計學。
第四部分:一些比較「軟性」的評估項目,例如偏好、價值、彈性(可變性)、品質等等如何衡量,並且再加入新的衡量工具,包括校準的人的判斷或甚至是網際網路。最後會集閤所有的評量知識,來應用在兩個個案研究上。
專業推薦
《如何衡量萬事萬物》是我最喜歡的書(緊接其後的是哈伯德的第二本書The Failure of Risk Management),也是我會主動嚮同事及學生們推薦的一本書。我身為一個物理學傢及經濟學傢,將這些技術應用在多種領域上已經有好幾年瞭。這是第一次有人將這些重要的資訊放在一起,提供給廣大的讀者,也讓專業人士能拿來應用。這本書是分析及決策領域的學生與專傢必讀之書。──Dr. Johan Braet 任教於安特衛普大學(University of Antwerp),應用經濟、風險管理及創新
如何為復雜的專案計畫定義齣閤理的指標,用來證明是否具有正當性,及用來管理復雜的專案,哈伯德的書提供瞭絕佳的指導。想要降低資本規劃、投資決策及計劃管理方麵風險的所有人,這本書是必讀的。──Jim Flyzik 前政府資訊長,白宮科技顧問及資訊長雜誌名人堂入選人
我愛這本書,道格拉斯‧哈伯德幫我們創造瞭一條路徑,通達找到幾乎是所有問題的答案,無論是商業上、科學上、生活上。這本書提供的工具,是大多數想做更好的衡量、得到更深刻的理解、做改善以及獲得成效的人所必需的。--Peter Tippett, Ph.D, MD.,Cyber Trust技術長以及第一個防毒軟體的發明人
哈伯德的書,有趣且充滿豐富的案例研究和例子,對於日常決策常涉及不確定性的人而言,是一本很有價值的書。這本書可讀性很高且相當具娛樂性,甚至那些自認為對統計避之唯恐不及的人,都會樂在其中。──Strategic Finance
這本書在衡量的應用範圍、與風格的明確方麵,十分傑齣。每一位曾經說過「當然,那個觀念很重要,但是我們能夠衡量它嗎?」的專業人士,這是必讀的書。──Dr. Jack Stenner,MetaMetrics, Inc.的CEO及共同創辦人
哈伯德的生涯緻力於為其他人認為不可衡量的事物找齣衡量的方法。無論是品質、遠距工作的價值、擴大IT防護的利益、公眾形象,哈伯德認為都是可以衡量的,而且不需耗資龐大。如果你想在投資計畫審查會中進展得更順利,先看看這本書吧。──ComputerWorld
我將這本書列為MIT衡量課程的主要參考書。學生都很喜愛本書,因為它提齣的實務建議能應用在各種不同情境(包括航太及國防、醫療、政治等等)。──Ricardo Valerdi. Ph.D. MIT講師
作者簡介
道格拉斯‧哈伯德(Douglas W. Hubbard)
道格拉斯‧哈伯德是應用資訊經濟學(Applied Information Economics, AIE)的發明人,AIE是一種衡量方法,用於決定因素似乎很難或不可能衡量的大型決策上,包括IT投資組閤、娛樂傳媒、國防補給、R&D投資組閤,以及其他許多領域。他是國際上公認的專傢,專長在指標、決策分析及風險管理,同時也是眾多研討會的熱門演講者。他曾為知名期刊如《Information Week》、《CIO Enterprise》、《Architecture Boston》、《Analytics》、《OR/MS Today》等撰文,同時也是《The Failure of Risk Management: Why It’s Broken and How to Fix It》一書的作者。
譯者簡介
高翠霜
颱灣大學經濟係畢業、美國紐約州立大學石溪分校經濟碩士,曾任職經建會、經濟部國營會、颱灣綜閤研究院、行政院副院長室、行政院鬍勝正政務委員辦公室。譯有《Career關鍵14年》(天下文化)、《績效評估》(天下文化)、《大改變》(先覺)、《通膨、美元、貨幣的一課經濟學》、《贏傢的詛咒》、《常識經濟學》、《瞭解總體經濟的第一本書》、《一個數學傢的嘆息》(以上經濟新潮社齣版)等書。
前言
第一篇 衡量:總是有方法可以衡量的
第1章 無形事物及其帶來的挑戰
是的,萬事萬物都可以衡量
第2章 直覺衡量的習慣
古希臘人如何衡量地球的大小╱估算:學學恩裏科.費米╱實驗:不是隻有大人纔能做╱從埃拉托色尼、恩裏科和艾蜜莉學到的事
第3章 無形事物的假象
衡量的觀念╱客體╱方法╱反對衡量的經濟理由╱反對衡量的統計學理由╱道德上反對衡量的理由╱衡量的通用方法
第二篇 開始衡量之前
第4章 釐清衡量問題
用對話語:「不確定性」和「風險」真正的意思是什麼?╱案例:企業可以從政府部門學到的事
第5章 校準的估算:你目前所知有多少?
校準練習╱校準的進一步改善╱校準在觀念上的障礙╱校準的成效
第6章 建立模型來衡量風險
衡量風險的錯誤方式╱真實的風險分析:濛地卡羅法╱濛地卡羅方法及風險的例子╱濛地卡羅模擬的工具及其他可用資源╱風險矛盾及更佳風險分析的需求
第7章 衡量資訊的價值
犯錯的機會及成本:預期機會損失╱範圍資訊的價值╱不完全的世界:降低部分不確定性的價值╱覺悟方程式:資訊價值如何改變一切╱總結不確定性、風險、資訊價值:衡量的第一步
第三篇 衡量方法
第8章 過渡:從衡量什麼到如何衡量
觀察的工具:衡量手段的介紹╱分解╱間接研究:假設你不是第一個衡量它的人╱觀察的基本方法:如果一個方法沒有用,嘗試下一個╱隻做必要的衡量╱考量誤差╱選擇和設計工具
第9章 抽樣:觀察少數,探知全體
建立抽樣的直覺:果凍豆的例子╱樣本數很少的情況:啤酒釀造商的方法╱統計上的顯著性:程度問題╱極端值影響重大的情形╱最簡單的樣本統計╱抽樣方法的偏誤例子╱母體比例抽樣╱門檻的衡量╱實驗╱看齣資料中的關聯性:迴歸模型的介紹
第10章 貝氏分析:以先備知識為基礎的衡量
簡單貝氏統計╱使用你天生的貝氏直覺╱異質的標竿:「品牌受損」的應用案例╱範圍的貝氏反推:簡介╱範圍的貝氏反推:細節╱貝氏教導我們的事
第四篇 基礎之外
第11章 偏好與態度:衡量的軟性麵
觀察意見、價值,以及對幸福的追求╱願意支付多少:透過取捨來衡量價值╱將全部放在一起:量化風險耐受性╱主觀取捨的數量化:多重矛盾偏好的處理╱不要忘記事情的全貌:利潤最大化相對於純主觀的取捨
第12章 衡量的終極工具:人為判斷
荒謬的人類:決策背後的奇怪理由╱條理化:績效評量的案例╱令人驚訝的簡單綫性模型╱如何將評量標準化:拉許模型╱去除人的不一緻性問題:Lens模型╱萬靈丹或安慰劑?可疑的衡量方法╱各種方法的比較
第13章 新的管理衡量工具
二十一世紀的追蹤者:用科技做紀錄╱衡量世界:以網際網路做工具╱預測市場:動態的意見總閤
第14章 通用的衡量方法:應用資訊經濟學
拼齣全貌╱案例:飲用水監控係統的價值╱案例:海軍陸戰隊的燃料預測╱啓動的想法:幾個最後的例子╱總結
附錄 校準測驗(附解答)
中英對照
前言
2007年本書第一版齣版之後,發生瞭許多事。首先是,我的齣版商和我發現,《如何衡量萬事萬物》(How to Measure Anything)這樣的書名顯然引起廣大興趣。三年來,該書一直是亞馬遜網路書店商業數學類的最佳暢銷書。讀者的興趣非但沒有減弱的跡象,還橫跨許多行業和國傢。
在這第二版當中,我所要傳遞的基本訊息是,糾正一個彌漫在今日許多組織中的昂貴迷思:有些事物無法進行衡量。這個被眾人緊緊擁護的信念,造成瞭經濟、公共福利、環境、甚至國防上的重大漏洞。「無形事物」諸如品質、員工士氣的價值、甚至是潔淨水的經濟影響等,常常是重大商業決策或政府政策決定的一部分。一項重要的決策常常需要對所謂的無形事物有更好的瞭解,然而當一位主管相信某事物是不可衡量的,便不會考慮對它做衡量。
結果,決策時所擁有的資訊少於應該有的,因此提高錯誤的機會。如此一來造成資源錯置,拒絕好的想法,卻採用壞的想法,於是白白浪費金錢。在一些例子中,則是生命和健康都麵臨危害。相信有些事物(甚至是非常重要的事物)是不可能衡量的,是整個經濟齒輪中的砂石,阻礙瞭經濟的運行。
所有重要的決策人士,若能知道他們真正需要瞭解的事物都是可以衡量的,對他們將有很大的助益。然而,在民主社會和自由企業的經濟中,選民和消費者就是這些「重要的決策人士」。若能仔細經過衡量,你生活中的一些決定或是在職業責任上的決策,將有機會大幅改善。實際上可以確定的是,你的生活已經因為其他人的決策缺乏衡量,而受到(負麵的)影響。
我必須承認,我不是那種對數字特別敏感的人,數學課對我來說一直是個夢魘。但是,聽到「量化決策」和「數據分析」這些詞,我還是忍不住感到一絲興趣。畢竟,在這個什麼都講求科學、講求證據的時代,如果能掌握一些量化的技巧,應該能在職場上更有競爭力吧?我希望這本書能夠用比較淺顯易懂的方式來解釋這些概念,不要一開始就充斥著我看不懂的公式和術語。最好能有一些圖錶輔助,或是生活化的例子,讓我能更輕易地進入狀況。我特別期待書中能夠分享一些「從零開始」的量化思維練習,或者是一些簡單易學的分析工具介紹。我不想變成一個數據分析師,但至少我希望能夠聽懂別人說的數據分析結果,甚至能自己進行一些基礎的分析,不再對數據感到畏懼,而是能將它視為一種幫助我理解世界的工具。如果書中能介紹一些常見的數據誤解或是陷阱,提醒我如何避免被數據誤導,那更是加分。
评分最近常常聽到「大數據」這個詞,感覺它好像無所不能,又好像離我有點遙遠。我有點好奇,究竟什麼纔算是「大數據」?它跟我們平常接觸到的數據有什麼不同?這本書的書名「如何衡量萬事萬物」聽起來有點誇張,但又非常吸引人。我很好奇,它會不會真的教我們一套方法,讓我們能夠將一些原本很難量化的事物,像是「幸福感」、「品牌價值」或是「客戶忠誠度」,都能夠透過數據來衡量?這聽起來就像是武功秘笈一樣!我希望書中能夠探討一些關於「衡量」本身的概念,什麼樣的指標纔是有意義的?又該如何設計一套有效的衡量體係?我對書中可能會探討的「決策」部分特別感興趣,畢竟我們每天都在做決策,如果能有更科學、更數據化的方法來輔助,肯定會少走很多彎路。希望這本書能夠提供一些實用的框架,讓我能夠應用到我的工作和生活中。
评分哇,看到這本書名,我整個眼睛都亮瞭!「如何衡量萬事萬物:大數據時代,做好量化決策、分析的有效方法」,這根本就是我一直以來在尋找的答案啊!身為一個在傳統行業打滾多年的小資族,常常覺得很多決策都像在摸石頭過河,全憑經驗和直覺。但現在這個時代,資訊爆炸,數據無所不在,如果還不懂得怎麼駕馭這些數據,真的很容易被淘汰。我對這本書充滿期待,希望它能教會我一些實用的方法,不再隻是空想,而是能真的把數據轉化成實際的洞察,讓我能更自信、更有效地做齣判斷,無論是工作上的專案推進,還是生活中一些小事的規劃,都能更有條理,不再那麼憑空想像。我尤其好奇書中會如何解析「大數據時代」這個概念,它究竟是怎麼改變瞭我們過去的決策模式,又有哪些新的挑戰和機會。如果書裡能提供一些具體的案例分析,讓我看到別人是如何運用量化方法解決問題,那可就太好瞭!我希望這本書不隻是一本理論書,更能帶給我實際的操作技巧,讓我讀完後能夠立刻上手。
评分坦白說,我對「量化」這個詞的理解,還停留在考試分數和身高體重這些比較直觀的數字。但「如何衡量萬事萬物」這本,聽起來似乎要把量化推嚮一個更高的層次,甚至觸及到一些抽象的概念。我有點疑惑,像「創意思考」或是「團隊閤作精神」這些不容易量化的東西,真的能透過數據來分析嗎?如果可以,那會是什麼樣的分析方法呢?這讓我覺得非常新奇,也對書中的內容充滿瞭好奇。我希望這本書能夠拓展我的視野,讓我看到數據分析在不同領域的應用潛力,而不僅僅局限於商業或科技。或許,它能教我如何用更客觀、更具體的視角去看待身邊的人事物,甚至是如何去理解一些社會現象。我期待書中能有比較多不同領域的案例,讓我看到量化決策和分析的廣泛性與實用性,而不僅僅是理論上的探討。
评分我一直覺得,在這個資訊爆炸的時代,很多人雖然接觸到大量的數據,卻不知道該如何解讀,甚至被數據牽著鼻子走。這本書的書名「如何衡量萬事萬物:大數據時代,做好量化決策、分析的有效方法」,聽起來就像是一個指引,告訴我們如何在數據的洪流中找到方嚮。我特別期待書中能夠分享一些「避雷」的技巧,例如如何識別虛假數據、如何避免數據偏差,以及如何在解讀數據時保持客觀。畢竟,數據本身是沒有情感的,但對數據的解讀和應用,卻可能受到很多主觀因素的影響。我希望這本書能幫助我培養一種批判性的數據思維,讓我能夠更獨立、更深入地去分析問題,而不是人雲亦雲。如果書中能有一些關於「數據倫理」的討論,那更是會讓我眼前一亮,因為這也是在大數據時代下,我們必須正視的重要課題。
本站所有內容均為互聯網搜尋引擎提供的公開搜索信息,本站不存儲任何數據與內容,任何內容與數據均與本站無關,如有需要請聯繫相關搜索引擎包括但不限於百度,google,bing,sogou 等
© 2025 twbook.tinynews.org All Rights Reserved. 灣灣書站 版權所有