数据化决策（精装典藏版）：大数据时代，腾讯、华为、阿里巴巴、中国平安都在使用的量化决策法

自 序 一切皆可量化 / 1

部分 量遍天下　没有什么不可量化 / 1

第1 章 无形之物有法可测 / 2

幸福婚姻的价值和人生的价值都可量化？ / 4

管理顾问、绩效测评专家无法解决，但本书可搞定 / 5

第2 章 不同时代、不同领域的量化大师 / 7

坐在图书馆估算出地球周长？ / 8

物理学家如何估算芝加哥的钢琴调音师有多少？ / 9

只花费10 美元，9 岁女孩就揭穿医学谎言 / 13

质量和创新究竟能为企业带来多大的收益？ / 17

从量化大师身上能学到什么？ / 18

第3 章 他们为什么说无形之物不可量化？ / 20

对传统量化定义的挑战 / 21

澄清链：量化方法就隐藏在量化目标中 / 25

5 人法则：只需很小的样本就可以减少不确定性 / 28

4 个假设让量化看上去很简单 / 31

量化真的需要不菲的代价吗？ / 34

可以相信统计数字吗？ / 36

99 岁患病老人不如5 岁儿童的命值钱？ / 38

量化的5 大步骤 / 40

第二部分 量化什么　不确定性、风险、信息价值 / 43

第4 章 厘清待量化事物与决策的关系 / 44

清晰定义“不确定性”和“风险” / 46

为政府部门IT 安全项目进行的量化工作 / 49

第5 章 校准训练：修正你的判断 / 54

校准练习：让“估计”变得更准确 / 56

你的估值范围= 你的认知程度 / 63

90% 的信心意味着90% 的概率吗？ / 67

经过校准训练的人往往预测得更准确 / 69

第6 章 蒙特卡洛模型：评估风险大小 / 75

分清“感觉很好”与“真的很好” / 76

蒙特卡洛模型：范围也能进行加减乘除？ / 77

寻找盈亏平衡点 / 78

不必一开始就建立蒙特卡洛模型 / 88

风险悖论：越重大的决策，越缺少风险分析 / 90

第7 章 一条减少不确定性的信息价值多少？ / 94

预期机会损失：出错的机会和成本 / 95

消除所有不确定性的价值有多大？ / 98

不确定性越高，你需要的信息越少 / 101

量化倒置：重要的常常被忽视 / 105

分清有价值和无价值的量化 / 108

第三部分 量化方法　如何减少不确定性 / 111

第8 章 选择和设计量化方法 / 112

广义的测量仪器= 测量方法 / 114

将不可量化之物分解为可量化之物 / 117

通过互联网获取方法 / 120

寻找、观测、跟踪相关线索 / 122

无需海量，只要适量 / 124

准确度≠精确度 / 125

确定测量仪器 / 129

第9 章 随机抽样：窥一斑而知全豹 / 132

凭直觉估计数值范围 / 133

t 统计量法：只需一个小样本 / 135

统计显著性：结果是真还是假？ / 138

如何处理异常值？ / 141

不用计算，就可估计出平均值 / 143

两次独立抽样：抓与重抓就能算出湖里有多少鱼 / 146

寻找阈值：在哪个点上作决定？ / 154

对照组实验：当事件还未发生时 / 158

变量的相关程度：风马牛之间有多大关系？ / 161

什么时候才使用假设检验？ / 166

第10 章 贝叶斯方法：利用已知估算未知 / 168

贝叶斯定理：若A 发生，则B 发生的可能性多大？ / 169

使用你天生的贝叶斯本能：用新信息更新旧信息 / 173

异构标杆法：类比评估 / 179

贝叶斯反演法：如果X 为真，如何看到这一点？ / 182

区间范围的贝叶斯反演法：每种结果出现的概率是多少？ / 185

贝叶斯法教会我们什么？ / 188

第四部分 量化抽象事物　偏好、态度和判断 / 191

第11 章 量化人们的偏好和态度 / 192

观测人们的意见、价值观和幸福感 / 193

支付意愿法：通过讨价还价估算生命价值 / 197

投资边界曲线：量化风险承受能力 / 201

效用曲线：选鱼还是选熊掌？ / 204

绩效量化：一切都可归结为利润 / 208

第12 章 人的判断和测量仪器哪个更准？ / 211

人类的心理如何影响决策？ / 212

令人惊讶的简单线性模型 / 219

不变比较原则：将任何估值都标准化 / 221

透镜模型：消除评估过程中的不一致 / 225

两种不适用的量化方法 / 230

各种评估方法的价值比较 / 238

第13 章 新型测量方法和仪器 / 240

GPS ：革命性的量化工具 / 240

用屏幕抓取软件和混搭法挖掘网络信息 / 243

通过电子邮件量化顾客满意度？ / 244

预测市场：苹果公司何时倒闭？ / 246

第14 章 通用的量化方法：应用信息经济学 / 254

量化的通用框架和一般步骤 / 255

饮水监控系统为公众健康带来多少利益？ / 259

海军陆战队的燃油需求有多大？ / 264

一些虽未讨论但可能出现的量化难题 / 270

致 谢 / 279

附 录 / 281

数据无孔不入，大数据时代，谁掌握了数据，谁就能把握成功。“一切皆可量化”，道格拉斯这个大胆的宣言是解决诸多生活和商业问题的关键所在。

无论你的问题看起来多么不可量化，如健康、幸福感、顾客满意度、IT安全、投资风险、品牌价值、组织灵活性等，在《数据化决策》中都可以找到量化的办法。本书专注于量化不确定性、风险和数据价值；提供了令人拍案惊奇的测算无形之物的简便方法，让你仅仅基于已知数据就能准确决策；展示了丰富而精彩的量化案例，让身边的数据唾手可得。

《数据化决策》兼具实用性、可读性与趣味性，甚至让反感数据的人也能发现它的亲切。

道格拉斯· W. 哈伯德（Douglas W·Hubbard）

大数据时代的“价值捕手”

道格拉斯· W. 哈伯德是应用信息经济学创始人、国际公认的知名测量师、决策分析师和风险管理专家。