2016年春天的時候，公司組織戶外團建活動，一路歡聲笑語。聊起房價問題，大家興致盎然，對比全國城市房價，同事結(jié)論一致：與其回自己老家（大多是三四線城市）買房不如去成都買房，并建議我在成都入手一套。閑談我并未在意。等到2016年九十月時，同事去成都買房了，并向我推薦了幾處不錯的樓盤。然而身在北京的我，并沒有想通為何要折騰到成都去買房，買房打算就擱置了。
然后大家都知道了，2016年下半年開始，全國二三線城市房價都莫名其妙瘋漲，不到一年時間，二線城市房價將近翻了一倍。這意味著同樣的資金量，原本可以在二線城市買房的我們現(xiàn)在只能去三線或四線城市買房。
這樣無意間的“錯過”，可能大多數(shù)人都經(jīng)歷過，然后企圖有后悔藥可吃。我們也知道，即使是那些早買房的人，大多數(shù)也不是預(yù)見了房價的上漲，而是“需要買房”，碰巧受益而已。于是憑著小戶型房子的增值和首付三成分期政策，慢慢可以換成大戶型，日子也自在。
然而我們不能奢望運氣時時降臨，我們能改變的是不讓自己再次錯過的能力——判斷力，即選擇決策的能力。我們好像天然缺乏正確決策的基因：我們后悔自己錯過了某只股票買入的最佳時機，我們后悔自己沒有早點加入創(chuàng)業(yè)公司，后悔自己選錯了伴侶，選錯了專業(yè)，有時也會后悔選錯了裙子、選錯了手機。
是的，我們并沒有遺傳到正確決策基因。我們有遇到危險逃跑基因，有保護子女基因，有自私基因，但并沒有正確決策基因。沒有先天基因，意味著這項技能只能后天訓(xùn)練習得。如果沒有下意識訓(xùn)練過，不經(jīng)意的“錯過”也是在正常不過了。沒有“錯過”才不正常。
我們習慣于靠直覺做決策，聰明一點，可能會請教他人。根據(jù)決策依據(jù)，筆者歸納成三類：
1.決策1.0時代
決策1.0時代，決策靠猜想或擲骰子，決策質(zhì)量如何靠運氣。有如古時農(nóng)民種地，沒有科學技術(shù)，只能靠天吃飯。天氣好收成好一些，天氣不好收成差一些。
2.決策2.0時代
決策2.0時代，決策靠經(jīng)驗，參考前人經(jīng)驗和教訓(xùn)，借鑒并運用之。雖然并不是每次都管用，但起碼比無據(jù)可依要強。決策質(zhì)量是隨著前人經(jīng)驗的點點積累而逐步提升的。這是經(jīng)驗決策。
3.決策3.0時代
決策3.0時代，決策看數(shù)據(jù)，往左走還是往右走，靠數(shù)據(jù)說話。效果如何立竿見影，無需解釋。這是數(shù)據(jù)決策。
當然，決策3.0時代并非絕對優(yōu)于2.0時代，決策2.0時代也并非絕對優(yōu)于1.0時代。沒有數(shù)據(jù)可參考，以定性分析為主的經(jīng)驗決策也能讓我們看清利弊。我們并非要舍棄某種決策方法，結(jié)合運用，才能發(fā)揮三種決策方法的最大作用。
那如何使用這三類決策方法呢？
1.猜想決策法
顧名思義，猜想決策法就是靠猜測做決策。猜想決策的特點是，決策依據(jù)不多或者是沒有，決策質(zhì)量較低，但決策效率高。常常在沒有多少經(jīng)驗可參考的領(lǐng)域使用。比如新產(chǎn)品的研制，人們是否會喜歡薰衣草和柚子香的混合香味，產(chǎn)品包裝改成牛皮紙會不會更受歡迎。
靠猜想決策本身并無問題，而是決策者要意識到：這只是猜想，而非真理。要提高猜想決策質(zhì)量，就要通過低成本、小規(guī)模試點驗證。互聯(lián)網(wǎng)產(chǎn)品誕生初期往往先推出MVP（最小化可行性產(chǎn)品）版本，就是在做猜想驗證?？茖W實驗、臨床醫(yī)學實驗、產(chǎn)品AB測試都是驗證猜想的過程。所謂的科學就是不斷證偽的過程。
生活中，我們也常常運用猜想決策法。買新品牌護膚品時，我們常買試用裝、小包裝，了解是否適合自己的膚質(zhì)；年輕時，我們會逛各個品牌服裝店，試衣、搜集我們喜歡的風格和品味。而成熟女性大多有自己忠實的服裝品牌，家居品牌甚至廚具品牌。愿意在試衣、試護膚品后多思量，多體會，多琢磨的人，會更早找到自己的風格。
踐行自己的猜想，并不斷復(fù)盤總結(jié)。這是提升猜想質(zhì)量的方法。這些被證實的猜想就會逐漸成為我們的工作經(jīng)驗、生活經(jīng)驗。而被猜想決策害慘的決策者，可能從來沒驗證過自己的猜想，而直接當成了真理。
2.經(jīng)驗決策法
信息爆炸的今天，太陽底下再無新鮮事。無論我們想要做什么，網(wǎng)上都有大把的經(jīng)驗可參考：選購什么品牌的紙尿褲，好的裝修公司有哪些，懷孕要注意什么，請哪家家政公司的保姆。
我們擔心的是：信息質(zhì)量。信息過載，我們需要信息過濾器。在經(jīng)驗決策時，挑選適合自己的信息過濾器最重要。什么是信息過濾器？能過濾掉你不喜歡、不想要產(chǎn)品或服務(wù)的載體。信息過濾器可能是某個人，可能是某家公司，某個app，也可能是某條原則。比如在買藥上，我的過濾器原則是，不買只含中藥成分的藥物；在資訊獲取上，只看虎嗅、第一財經(jīng)等深度解讀資訊；在投資上，只看符合“價值投資”理念的分析。當然，過濾器需要自己尋找。
在經(jīng)驗決策上，我們?nèi)菀追傅牧硗庖粋€錯誤是：只看結(jié)論，不看推導(dǎo)過程。你非常佩服的一位朋友說，北京房價漲的最快，買房就在北京買吧。對于拿得出首付的你，是否會毫不遲疑的入手。還是你會好好研究股市，研究創(chuàng)業(yè)趨勢，去投資價值股或投資你看好的創(chuàng)業(yè)團隊，成為風險投資者？如果你認為選擇投資股市或投資創(chuàng)業(yè)團隊是十足的傻瓜，完全是冒險的賭博行為，那只能說明你在投資上還是個小白。
關(guān)于經(jīng)驗決策的誤區(qū)，我自己深有體會。父親前半生做了多年皮毛生意，皮毛行情不好生意一直虧損，便想轉(zhuǎn)行做羊絨加工。之所以做這個決策，是因為父親周圍確實有一些朋友做羊絨加工生意很掙錢，且很穩(wěn)定。父親咨詢請教了很多買賣人，聽取他們的意見。然后一腳邁進了羊絨加工行業(yè)，投錢買設(shè)備和雇傭工人。結(jié)果做了兩三年，一直沒起色，便解散了工人，歇業(yè)了。
沒有人的成功可以復(fù)制。我們能看到別人加工羊絨掙錢，炒股掙錢，炒玉掙錢，自己做卻不盡然。因為我們只能看到結(jié)果要素Y，卻看不到這是無數(shù)個原因要素X導(dǎo)致的結(jié)果。沒有對方十年攢下的客戶資源，沒法把控羊絨質(zhì)量，無法低成本銷售羊絨，生意自然不好做。
要不要跟風炒股，跟風炒比特幣，我的建議是：自己摸不透的行業(yè)，不要碰。
3.數(shù)據(jù)決策法
當定性分析不能滿足有些人需求，他們想到了定量分析法。在決策上，就是靠數(shù)據(jù)決策。粗略的數(shù)據(jù)決策，我們經(jīng)常在用。比如這人八成不靠譜，于是我們避免與他合作。
依靠數(shù)據(jù)指導(dǎo)決策，主要是在企業(yè)中運用，尤其是有數(shù)據(jù)的企業(yè)。通信運營商因為有用戶海量的數(shù)據(jù)和多年的運營經(jīng)驗，在網(wǎng)絡(luò)基站布局，營銷活動推廣，套餐推出，客戶運營方面都在用數(shù)據(jù)指導(dǎo)決策。后來互聯(lián)網(wǎng)行業(yè)數(shù)據(jù)積累到一定階段后，也開始看數(shù)據(jù)：根據(jù)數(shù)據(jù)情況指導(dǎo)產(chǎn)品功能迭代，目標用戶群定位，營銷方式的確定等等。
比如，在獲客方面，有經(jīng)驗的互聯(lián)網(wǎng)公司都知道獲客規(guī)模越大，邊際獲客成本越高。公司在制定年度規(guī)劃時，多少用戶規(guī)模，多少預(yù)算，多少營收目標較為合理，則要看數(shù)據(jù)說話。過去一年或幾年的投入產(chǎn)出情況如何，增大投入時能增加多大比例的營收，漲幅是否有所增加，投入多少時邊際收益等于邊際成本。公司最終用戶規(guī)模發(fā)展多少的均衡點就是邊際收益等于邊際成本。再擴張，盈利就開始減少。這種精密的數(shù)據(jù)動態(tài)圖就是企業(yè)決策的依據(jù)。
以上企業(yè)這種精密動態(tài)決策法如能在個人生活中運用，則事半功倍。投資購買一臺iphone手機，如每天斷斷續(xù)續(xù)刷手機3小時，打開100個網(wǎng)頁，每個網(wǎng)頁打開速度快2秒，那每天能多出3.3分鐘，一年能多出20小時。以iphone比一般手機大約高出4000塊，手機使用一年計算，一小時價值高于200元就應(yīng)該考慮購買iphone。
另外，數(shù)據(jù)決策法中，非著名的37%決策理論也很有用。這種決策法是指，決策前要觀察37%的樣本，了解平均水平后，以后再遇見高于平均水平的樣本就入手。這種策略的提出者真是高明，雖然并不能保證每次都能遇到最好的，但起碼能拿到高于平均水平的結(jié)果。購物、買房、擇偶都不妨一試。
數(shù)據(jù)決策，最有價值的是在投資學問上。財報是最好的數(shù)據(jù)源，如何看財報做投資，遠不是本小文能闡述清楚的。暫且不表。
以上就是三類決策方法的介紹：猜想決策法、經(jīng)驗決策法、數(shù)據(jù)決策法。既然選擇大于努力，每天你愿意努力8小時工作，那為了提升選擇決策能力，你付出了多少努力呢？生活中大大小小的選擇，你都是如何決定的呢？哪種決策方法對你最有效呢？歡迎留言區(qū)交流。
#薔薇記#： 記錄生活之美和智慧之妙。
這是薔薇石原創(chuàng)的第78篇文章。
