模擬體驗：讓高管看懂大數據

羅賓·霍格思(Robin+M.Hogarth)埃姆雷·索耶(Emre+Soyer)

在日益復雜的經濟和社會環境下，獲取大量的數據和信息可以幫助組織做出更好的預測和決策。事實上，越來越多的決策者在解決問題和制定戰略時，會依靠統計結果和基于數據的決策模型。

但是隨著數據量越來越大，分析越來越復雜，分析師如何才能最有效地傳達分析結果，以確保決策者正確理解數據的含義？無論分析活動本身多么棒，其有效性取決于目標受眾如何理解分析結果。以患者就醫為例。可以說，這個過程中最重要的任務是診斷，因為它關系到選取合適的治療方案。即使最終選擇權掌握在患者手中，選擇哪一種治療方案關鍵還是看醫生如何向患者介紹不同的治療選項。投資者向金融專家咨詢，或者經理人向咨詢公司征求建議，也是同樣的道理。

數據科學的奧秘掌握在分析專家手中。他們必須向負責決策的高管們解釋自己的發現，而后者往往對正規的統計推理不甚了解。然而，許多行為實驗表明，當同樣的統計信息以不同的方式表達，人們會做出截然不同的決定。因此，分析師得出的結論與決策者對分析結論的理解之間往往差距甚大。

在傳達分析結果時有兩種最常用的溝通模式——描述法和圖示法。

描述法 描述法是呈現統計信息的默認方式，通常以口頭陳述或書面報告的形式進行。這種方法的優勢在于，能夠迅速讓決策者了解分析中最基本、 最突出的方面。但是隨著問題的復雜性增加，這個優勢反而變成了一個重大缺陷，因為當你強調一個問題時，便有可能淡化一些會對決策結果產生重要影響的細節。描述法掩蓋了某些不確定性的來源，令決策者對前景過于自信。

圖示法 借助圖表或圖形來闡釋統計信息，也是一種常用的方法。與描述法不同的是，圖示法主要是讓人總覽分析結果的全貌（然而精確度有所欠缺）。這就使得決策者能夠更好地把握未來決策的走向、影響和風險。這種直觀的數據闡釋方法的一大好處，就是令其中的不確定性更加清晰可見。但是數據中包含的變量、結構性變化、關聯和模式越多，就越難被濃縮提煉成一個示意圖。

描述法和圖示法的缺點在于要以靜態的文字、表格和圖形表述一個多層面的、錯綜復雜的過程，必然會損失相關信息。那么，是否有一種動態手段能替代這兩種方法？有，那就是“模擬體驗法”。

模擬體驗法 在現實中，除了人類以外的其他動物仍然完全依靠經驗來做出選擇和解決問題：在哪些地點能找到食物——隔多久能取到一次？周圍有沒有捕食者？某一特定環境有著怎樣的氣候模式和趨勢？這些都是對生存至關重要的問題。進化機制賦予了人類和動物對過往事件信息進行編碼的高超能力。在理解和溝通統計信息方面，經驗仍是一個功效強大的工具，只是常常得不到足夠重視。

模擬體驗法調動了我們與生俱來的將復雜信息轉化為可行動知識的能力。這種方法的關鍵是使得決策者能夠借助模擬手段多次親歷問題情境。分析師根據分析結果創建一個模擬模型，決策者可以與這個模擬模型互動，把預想的行動方案輸入模型，觀察后續結果，他們還可以改變輸入項，進行多次實驗，獲得經驗證據。

模擬體驗明顯有助于糾正判斷偏差。拜電腦科技的進步所賜，我們幾乎能夠模擬任何場景。然而，這并不意味著我們應當采用這種方法來解決所有問題。對于涉及簡單概率問題的情形，運用描述法或圖示法可能是更明智的選擇。不過，隨著復雜性和不確定性增加，模擬體驗可以幫助經理人更好地理解統計信息，從而做出更好的決策，無論他們的統計知識水平是高還是低。