在一本名为《决策驱动的分析：利用人类智能解锁数据的力量》的新书中，教授和行为科学家巴特·德朗格（Bart De Langhe）和斯特凡诺·庞托尼（Stefano Puntoni）挑战了我们的决策应该由数据驱动的观点。相反，他们认为，只有将数据置于后台才能实现数据的力量。
在他们书中的摘录中，De Langhe和Puntoni从他们自己的研究和教学中汲取了决策驱动分析的四大支柱。
在 1850 年代中期，天文学家认为天王星的轨道并不像物理定律那样。法国天文学家亚历克西斯·布瓦德（Alexis Bouvard）认为，这可能是因为我们不知道太阳系中更远的行星对天王星的轨道产生了影响。人们开始在天空中寻找它。很快，另一位法国人乌尔班·勒维耶（Urbain Le Verrier）找到了失踪的星球。它被命名为海王星。
这是观察力的伟大胜利。投资于数据收集挽救了这一天。它告诉天文学家，解开宇宙奥秘的关键是更多更好的数据。
根据分析输入做出决策的基本原理基于类似的原则。没有数据，我们盲目导航，而有了数据，我们可以根据证据做出决策。言下之意是，好的思考意味着用数据思考。
不过，故事并没有就此结束。很快，在另一颗行星的轨道上也观察到了一个异常现象：水星。发现海王星的乌尔班·勒维耶（Urbain Le Verrier）现在假设在水星和太阳之间存在一颗失踪的行星。他称这颗失踪的行星为火神。人们再次开始寻找它，只是这次没有人能找到它。在随后的几十年里，天文学家一直在寻找火神星，但失踪的行星仍然下落不明，水星之谜仍未解开。
水星轨道上的异常现象仅在半个世纪后才能得到解释。这种解释必须等待阿尔伯特·爱因斯坦（Albert Einstein）发表一种新的引力理论，称为广义相对论。这个理论通过将空间和时间置于一个四维连续体中，彻底改变了我们对宇宙的理解。
虽然没有人知道，在爱因斯坦进入现场之前，所有的行星轨道实际上都不符合艾萨克·牛顿定律。没有人知道这一点，因为当你远离太阳时，两种理论的预测之间的差异越来越小。只有在水星的情况下，水星是离太阳最近的行星，由太阳质量引起的时空曲率足够大，以至于基于牛顿和爱因斯坦理论的预测之间的分歧可以被当时的望远镜探测到。
水星之谜的解开方式与天王星之谜截然不同。虽然后者可以通过更好的观察来解决，但前者只能通过更好的理论来解决，通过没有数据的思考。
管理者就像天文学家一样，在复杂的世界中寻找解决问题和解决方案，数据丰富，但往往难以理解。信息很明确：数据和算法对于做出正确的决策至关重要。但人类的判断力和智慧也至关重要。
决策驱动分析的四大支柱
许多公司正在目睹数据和决策之间的差距越来越大，即使目标是成为“数据驱动型组织”。数据和算法的日益复杂可能会使决策者更难与数据分析师协作。为了让企业蓬勃发展，两个团队都必须了解和重视彼此的专业知识。
许多企业发现自己被可支配的大量数据所淹没。将决策牢牢地置于分析过程的中心可以带来变革。从决策开始，然后回到数据上，将提高决策的质量，改善管理者和数据分析师之间的协作，并最终培养一种以行动为导向的组织文化，这种文化将决策的质量置于自我或政治之上。
以下是决策驱动分析的四个核心原则：
决定。确定可控的相关决策备选方案。考虑不同的观点和广泛的解决方案。优先考虑可行且有影响力的替代方案，以实现重要的业务成果。
问题。制定精确的问题，这将有助于对已确定的决策方案进行排名。模棱两可的问题会导致沟通不畅和糟糕的决策。
数据。评估数据生成机制。虽然大数据可能很诱人，但重点应该放在收集相关数据上。
答案。当前面的步骤正确完成时，确定最佳操作就变得简单了。请记住，承认不确定性和避免过度自信是做出明智决策的关键。
决策驱动的分析是关于做出明智的选择，而不仅仅是处理数据或用图表淹没演示文稿。它强调从相关数据中收集可操作的见解。采用这种方法意味着放弃每个数据点都至关重要的观念，不要被最新工具分散注意力。
数据只是达到目的的一种手段。重要的是我们做出的决定。
摘录并改编自 Bart De Langhe 和 Stefano Puntoni 撰写的《决策驱动分析：利用人类智能解锁数据的力量》，版权所有 2024。经沃顿商学院出版社许可转载。
