top of page

数据分析需具备思维能力

Jul 15, 2021
2 min read

Updated: Apr 28

一直關注諾貝爾經濟學獎得主丹尼爾.卡尼曼(Daniel Kahneman)的作品,他把心理學和經濟學的理論融合,特別是有關在不確定心理狀況下制定決策的研究。這是諾貝爾經濟學獎有史以來,第一次頒發給心理學家。相信讀者對他的暢銷書《快思慢考》不陌生,延續他在決策上的研究,最近還出版了一本新書《噪音:人類判斷的一個缺陷》,值得極力推介。道出這本書為什麼令人神往之前,我想先交代自己的心路歷程。

筆者第一次對丹尼爾的關注,源於自己在建立阿里巴巴數據分析師團隊的過程中,CEO及高管對數據分析師有兩種極端的態度:

1)更習慣相信自己的經驗及直覺判斷;2)數據分析結果太膚淺,缺乏洞察力。

箇中比較容易概括的因由是數據分析師對業務的理解不足,除了業務理解外,技巧和思考方式都是數據分析師缺一不可的3項關鍵能力。其中以思考方式既少被提及,又很容易被忽略,有見及此,我在阿里巴巴的內部培訓上對此尤其重視,會為加入支付寶的分析師介紹一張書單,其中我極力推薦大前言一的成名作品《企業參謀》,據說這本書的原型是大前言一在其諮詢公司的內部培訓教材。大前言一在書中猶如福爾摩斯為企業對象展開科學化的分析,重點是他非常着重於業務細節。他推崇麥肯錫的MECE(Mutually Exclusive Collectively Exhaustive)邏輯思考方式,意思是「相互獨立,完全窮盡」,也就是對於一個重大的議題,能夠做到不重疊、不遺漏的分類,而且能夠藉此有效地抓着問題的核心,並提出解決方法。企業參謀的案例雖然追不上時代潮流,但思考方式是值得學習。

筆者作為分析部門的負責人,很多時候資源是極為有限,包括缺乏足夠數據的情況下,要求為業務作出直覺判斷,因此推動我不斷在實戰中摸索更多的思考方式,特別是定量分析以外的學問,更開始關注幾本相關書籍,包括《眨眼之間》(Blink)、《洞察力的秘密》(Seeing What Others Don't)等。當中丹尼爾被兩位作者多次提及,也可以說丹尼爾是研究非確定性決策分析的先驅。至於新書《噪音:人類判斷的一個缺陷》的內容介紹,筆者留待下回分解! 

車品覺_紅杉資本中國專家合夥人、阿里巴巴商學院特聘教授暨學術委員會委員

Recent Posts

See All
拍賣企業數據「隱形代價」

過去10年,大家都聽過數據被捧成金礦、被喚作石油、被寫進國策叫「新生產要素」,直到最近一宗美國破產拍賣案,才第一次見到企業數據被真正放上拍賣台,有底價、有法院文書、有落槌聲。 美國精神航空(Spirit Airlines)破產,企業數據被資產化,8月拍賣其「數碼資產」,谷歌(Google)以1000萬美元投得,成為「企業記憶」成交的第一個價,人工智能(AI)數據公司Mercor以750萬美元位列後

 
 
企業AI政策空白亟需填補

上星期與一位銀行界舊同事見面,他談及最近有同事被發現「偷用」人工智能(AI)撰寫會議紀錄,其主管揚言要作出紀律處分。我問他:「用AI寫會議紀錄,究竟錯在哪裏?」他愣了一愣,「……其實都無寫明唔准。」「無寫明唔准」這5個字,正是當下全球職場與AI之間關係的縮影。 正值上月北京法院為這個灰色地帶釋出了第一個答案:一名員工因使用AI製作簡報而遭解僱,法院最終裁定該公司違法解除勞動合同,須賠償約4.6萬元

 
 
訓練模型 真人數據無可替代

最近與幾位從事大型語言模型(LLM)開發的朋友談起訓練數據,大家都不約而同提到一個詞:「數據牆」。在互聯網公開的優質文本,大概已經搜刮得七七八八,剩下的要不是垃圾,就是需要付費的,於是整個行業很自然地轉向合成數據──讓模型自己生成材料,再「餵」回自己。 這件事在過去兩年確實有效。寫程式、數學、邏輯推理等領域,這幾類答案對錯分明、可以自動驗證,合成數據幾乎可成為免費、無限的模型訓練材料。但問題也正正

 
 
bottom of page