滋味独特，冷吃兔带你尝遍天下美食！

<随心_句子c><随心_句子c><随心_句子c><随心_句子c><随心_句子c>新(xin)書(shu)情(qing)報(bao)局(ju)｜其(qi)實(shi)妳(ni)常(chang)常被(bei)數(shu)據(ju)欺(qi)騙(pian)，卻(que)還(hai)深(shen)信(xin)不(bu)疑(yi)——《為(wei)什(shen)麽(me)数据會(hui)說(shuo)謊(huang)》

书名(ming)：《为什么数据会说谎》

作(zuo)者(zhe)：彼(bi)得(de)·施(shi)萊(lai)弗(fu)斯(si)（Peter Schryvers）

內(nei)容(rong)簡(jian)介(jie)

我(wo)們(men)使(shi)用(yong)衡(heng)量(liang)指(zhi)標(biao)來(lai)了(le)解(jie)世(shi)界(jie)上(shang)許(xu)多(duo)重(zhong)要(yao)的(de)事(shi)：教(jiao)育(yu)和(he)醫(yi)療(liao)系(xi)統(tong)是(shi)否(fou)高(gao)效(xiao)，壹(yi)個(ge)國(guo)家(jia)是否比(bi)另(ling)一个国家更(geng)富(fu)裕(yu)，哪(na)个城(cheng)市(shi)的生(sheng)活(huo)質(zhi)量更高……

在(zai)這(zhe)本(ben)书中(zhong)，作者分(fen)享(xiang)了许多選(xuan)用錯(cuo)誤(wu)的衡量指标，進(jin)而(er)帶(dai)来糟(zao)糕(gao)結(jie)果(guo)的案(an)例(li)，展(zhan)示(shi)了衡量指标如(ru)何(he)影(ying)響(xiang)教育、医疗、商(shang)業(ye)，甚(shen)至(zhi)城市發(fa)展。

为什么人(ren)们總(zong)是測(ce)量错误的数据，而忽(hu)視(shi)重要的指标設(she)定(ding)？这本啟(qi)发性(xing)的书提(ti)醒(xing)我们，並(bing)非(fei)所(suo)有(you)重要的東(dong)西(xi)都(dou)計(ji)算(suan)得清(qing)楚(chu)，也(ye)并非所有计算得清楚的东西都重要。

被各(ge)種(zhong)量化(hua)指标裹(guo)挾(xie)的我们，要時(shi)常想(xiang)一想：这些(xie)指标真(zhen)的能(neng)起(qi)到(dao)衡量作用嗎(ma)？人们是否在鉆(zuan)空(kong)子(zi)？他(ta)们的行(xing)为是否会使这个指标變(bian)得毫(hao)無(wu)意(yi)義(yi)？

事实上，“说谎”的從(cong)来不是数据本身(shen)，而是被不科(ke)學(xue)的衡量指标支(zhi)配(pei)的人。这本书強(qiang)調(tiao)了选用恰(qia)當(dang)衡量指标的重要性，并且(qie)告(gao)訴(su)讀(du)者，如何在做(zuo)出(chu)關(guan)鍵(jian)決(jue)策(ce)之(zhi)前(qian)找(zhao)到正(zheng)確(que)的指标。

在我们的工(gong)作與(yu)生活中，数据往(wang)往是理(li)性的代(dai)表(biao)。

但(dan)也许你沒(mei)发現(xian)，就(jiu)算数据完(wan)全(quan)真实，我们依(yi)然(ran)有可(ke)能被欺骗。在这个信息(xi)爆(bao)炸(zha)的时代，数据理性也无形(xing)地(di)給(gei)我们套(tao)上了一層(ceng)枷(jia)鎖(suo)。過(guo)於(yu)依賴(lai)数据的思(si)維(wei)模(mo)式(shi)，看(kan)似(si)高效理性，实則(ze)陷(xian)阱(jing)重重。

很(hen)多时候(hou)，你看到的，并不一定是真正的事实。为什么花(hua)更少(shao)錢(qian)買(mai)偏(pian)遠(yuan)的房(fang)子不一定劃(hua)算？为什么得分最(zui)多的運(yun)動(dong)員(yuan)不一定是好(hao)运动员？为什么癌(ai)癥(zheng)发病(bing)率(lv)上升(sheng)竟(jing)可能是一件(jian)好事？

被各种量化指标裹挟的我们，要常常思考(kao)，这些指标真的能起到衡量作用吗？当真相(xiang)被蒙(meng)蔽(bi)时，我们所做的努(nu)力(li)，很可能徒(tu)勞(lao)无功(gong)甚至適(shi)得其反(fan)。

数据并不牢(lao)靠(kao)， 由(you)不合(he)理指标產(chan)生的数据陷阱无處(chu)不在，貌(mao)似科学的指标常常误導(dao)著(zhe)我们的决策。《为什么数据会说谎》一书將(jiang)从各个角(jiao)度(du)把(ba)你拉(la)出“错误指标”的泥(ni)潭(tan)，讓(rang)你迅(xun)速(su)識(shi)別(bie)真相，在大(da)数据时代更加(jia)遊(you)刃(ren)有余(yu)。

人们衡量所做的一切(qie)从生活到工作，从医疗到教育，从交(jiao)通(tong)狀(zhuang)況(kuang)到企(qi)业利(li)潤(run)，人们通过先(xian)觀(guan)察(cha)再(zai)行动，来理解我们的世界。于是，我们衡量所做的幾(ji)乎(hu)一切。孩(hai)子在学校(xiao)学習(xi)了吗？對(dui)他们进行测試(shi)。

我们的工作效率高吗？统计工作时間(jian)。一家企业是否成(cheng)功？对收(shou)入(ru)、利润、增(zeng)長(chang)等(deng)数据进行細(xi)分，直(zhi)到你确定为止(zhi)。这些措(cuo)施、評(ping)價(jia)和业績(ji)指标就是我们的衡量指标。它(ta)们不僅(jin)是我们用来量化了解生活的工具(ju)，也是量化了解世界的工具。

衡量指标有助(zhu)于我们决定哪些事情值(zhi)得重视且優(you)先于其他事情，衡量指标塑(su)造(zao)了我们对世界的理解。

我们花費(fei)大量时间和資(zi)源(yuan)来选擇(ze)、搜(sou)集(ji)和分析(xi)構(gou)成这些衡量指标的数据。几乎没有什么是我们不去(qu)测量的。与简單(dan)的测量不同(tong)，衡量指标是一种进行賦(fu)值的测量。也就是说，衡量指标是带有目(mu)标的测量。

例如，考试得A比得D好，公(gong)司(si)利润增长是件好事。衡量指标可以(yi)告诉我们，情况是在改(gai)善(shan)还是在惡(e)化。当我们选择衡量某(mou)个事物(wu)时，往往是在选择追(zhui)求(qiu)它。在信息时代，我们被淹(yan)没在数据之中。

数字(zi)革(ge)命(ming)在世界上掀(xian)起了一股(gu)数据浪(lang)潮(chao)，只(zhi)要接(jie)入互(hu)聯(lian)網(wang)，任(ren)何人都可以毫不费力地獲(huo)得各种信息。我们不再受(shou)限(xian)于单调乏(fa)味(wei)的記(ji)錄(lu)，我们擁(yong)有的数据多到不知(zhi)該(gai)如何处理。

计算機(ji)不仅成倍(bei)地提高了我们的计算能力，还提高了我们搜集、存(cun)儲(chu)和共(gong)享信息的能力。互联网擴(kuo)大了信息量，并从根(gen)本上提高了信息交換(huan)的便(bian)捷(jie)性。

政(zheng)府(fu)、企业、組(zu)織(zhi)和个人搜集利用这些新信息来制(zhi)定政策、開(kai)发更好的产品(pin)和營(ying)銷(xiao)策略(lve)、提高生产力、解决社(she)会問(wen)題(ti)，以及(ji)滿(man)足(zu)个人利益(yi)。数据的爆炸式增长导致(zhi)我们对衡量指标的使用激(ji)增。

有了更多的信息，我们就可以跟(gen)蹤(zong)更多的措施，实现更多的目标，进行更多的评估(gu)。毫无疑问，在数据領(ling)域(yu)发生的革命给我们的世界带来了无数益处。更好的数据意味着更好的决策。

更多更好的信息意味着我们的医疗系统能拯(zheng)救(jiu)更多的生命，企业能提供(gong)更好的产品和服(fu)務(wu)，人们对自(zi)己(ji)的健(jian)康(kang)、財(cai)富和幸(xing)福(fu)能做出更好的选择。然而，数字革命創(chuang)造了一种信息狂(kuang)妄(wang)。

聚(ju)光(guang)燈(deng)越(yue)集中在这个世界可测量的部(bu)分上，我们就越相信我们无法(fa)测量的部分不再存在。有了新信息，我们就忘(wang)记了所有我们不知道(dao)或(huo)難(nan)以知道的事情。

我们太(tai)过專(zhuan)註(zhu)于那(na)些在灯光下(xia)看到的事物，以至于忘记了成功的关键可能在黑(hei)暗(an)中。企业如果发现了有关其供應(ying)鏈(lian)、生产过程(cheng)和市場(chang)运輸(shu)的大量新信息，就不应该忽视市场适销性、创新、员工激勵(li)，以及市场中未(wei)知和不可預(yu)测的变化等更难获得的信息。

信息如此(ci)豐(feng)富也有不利的一面(mian)。就像(xiang)螞(ma)蟻(yi)会被信息素(su)引(yin)入歧(qi)途(tu)一樣(yang)，我们也会被我们認(ren)为对自己有幫(bang)助的衡量指标引入歧途。我们不仅要对信息的真实性和完整(zheng)性持(chi)批(pi)判(pan)態(tai)度，还必(bi)須(xu)理解数据的含(han)义，为什么它们很重要，以及它们如何影响我们的行为。

我们必须认识到，那些用来理解、评估和分析世界的工具，也会影响我们的判斷(duan)，误导我们的注意力，或者蒙蔽真相。

无处不在的数据陷阱

你一定想不到，为什么癌症发病率上升竟可能是件好事？2018年(nian)，60多萬(wan)个美(mei)国人死(si)于癌症，这简直駭(hai)人聽(ting)聞(wen)。据估计，在那一年还有超(chao)过 170万人被診(zhen)断出患(huan)有癌症。预计每(mei)4个美国人中就有一人死于癌症。

但情况并非一直 如此。1970年，死于癌症的人数只占(zhan)美国死亡(wang)人数的16%。1958年这一数字是15%。1900年这一数字是4%。

癌症诊断率急(ji)劇(ju)上升的原(yuan)因(yin)是什么？

是我们攝(she)入體(ti)内的化学物质吗？

是我们的生活方(fang)式？

又(you)或许是手(shou)机、微(wei)波(bo)爐(lu)、電(dian)腦(nao)和收音(yin)机等的使用增多？

其实，这些都不是頭(tou)號(hao)原因会让你大吃(chi)一驚(jing)。雖(sui)然在过去的几十(shi)年裏(li)，有多种原因导致癌症死亡率上升，但最大的原因是我们很少有人猜(cai)到的：心(xin)臟(zang)病。

心脏病导致癌症发病率上升的原因则更为奇(qi)特(te)。这并不是因为得心脏病的人越来越多，而是因为得心脏病的人越来越少。

事实上，心脏病是美国人的头号殺(sha)手。2015年，心脏病导致的死亡人数多于癌症，有60多万人。但在过去的几十年里，心脏病的发病率和死亡率都大幅(fu)下降(jiang)。2001—2011年，心脏病死亡人数下降了近(jin)39%。

1970年，心脏病占全部死亡人数的40%。2002年，这一比例为28%。2011年，596339名美国人死于心脏病，相当于每10万美国人中有191人死于心脏病。

2001年，这一数字为700142，即(ji)每10万美国人中有248人死于心脏病（請(qing)注意这里使用人均(jun)死亡率是多么重要）。

心脏病的減(jian)少是过去几十年来公共衛(wei)生领域最偉(wei)大的成就之一。此外(wai)，结核(he)病、腹(fu)瀉(xie)、腸(chang)炎(yan)、傷(shang)寒(han)、白(bai)喉(hou)和麻(ma)疹(zhen)等傳(chuan)染(ran)病的死亡率也大幅下降。不幸的是，每个人最終(zhong)都会死。

由于死于心脏病和各种传染病的人越来越少，而且心脏病和各种传染病是死亡的主(zhu)要原因，因此，本应死于心脏病或传染病的人现在活得更长了。他们中的许多人壽(shou)命长到最终患上了癌症。

简言(yan)之，并不是死于癌症的人越来越多，而是死于其他疾(ji)病的人越来越少。默(mo)认情况下，如果你只是用癌症造成的死亡比例，或者总死亡人数来衡量癌症的影响，那么癌症似乎越来越嚴(yan)重了。

人总会死于某种疾病，一个人年紀(ji)越大，死于癌症的可能性就越大。所以，奇怪(guai)的是，癌症发病率上升是件好事。

正如丹(dan)·加德(de)納(na)（Dan Gardner）所言，如果平(ping)均预期(qi)寿命上升到 100 歲(sui)，癌症发病率将会飆(biao)升。由于很少有其他原因导致死亡，几乎每个人都会在某个时候患上癌症。

这简直太棒(bang)了。慶(qing)祝(zhu)癌症发病率上升的奇葩(pa)案例引发了一个重要的问题：为什么这一點(dian)如此反常？死亡率上升怎(zen)么可能是積(ji)極(ji)的呢(ne)？

原因在于，不是所有的死亡都是一样的。度过漫(man)长的一生之後(hou)在85岁时死去和在8岁时死去是完全不同的兩(liang)件事。晚(wan)上在睡(shui)夢(meng)中安(an)全舒(shu)适地死在自己家里和被人隨(sui)意攻(gong)擊(ji)或謀(mou)杀是截(jie)然不同的。

虽然我们都同意死亡是一件悲(bei)慘(can)的事情，但我们也同意，有些死亡比其他死亡更理想，有些死亡比其他死亡更悲惨。

这影响了我们对疾病的看法。想象(xiang)一下，有两种疾病每年造成的死亡人数相当，你会把更多的精(jing)力放(fang)在消(xiao)除(chu)哪一种疾病上？在没有更多信息的情况下，我们很难做出决定。现在再想象一下，死于第(di)一种疾病的人的平均年齡(ling)是70岁，而死于第二(er)种疾病的人的平均年龄是11岁。此时你会集中精力消滅(mie)哪一种疾病呢？答(da)案顯(xian)而易(yi)見(jian)。

基(ji)于每百(bai)万人死亡人数的直观评估会告诉我们，这两者之间没有區(qu)别。我们都知道这是不对的。然而，我们对疾病和其他死因的了解，很大程度上来自每年死于此病的原始(shi)人数。当在公共話(hua)語(yu)中討(tao)論(lun)公共健康时，人们往往把焦(jiao)点放在“头号死因”上，或前三(san)名，或前十名，或其他什么。

直到20世纪90年代，即使在公共卫生领域，大多数关于疾病的评估也集中在这些因素上：死亡率、发病率和流(liu)行率。

但这些衡量方法是有误导性的。它们忽略了这些死亡的性质及其对受害(hai)者的影响。衡量指标往往无法区分品质差(cha)異(yi)很大的测量单位(wei)。5岁时的死亡比85岁时的死亡要糟糕得多。患有重度抑(yi)郁(yu)症比輕(qing)度缺(que)鐵(tie)更糟糕。

如果不考慮(lv)这些差异，我们就会过度重视不太重要的條(tiao)件，而忽略更重要的条件。

简言之，我们必须记住(zhu)，既(ji)要衡量品质，也要衡量数量。某种东西越多，并不意味着它就越好。当我们純(chun)粹(cui)以数量来衡量事物，而不考虑它们的不同品质时，我们就会让自己陷入各种各样的适得其反、效率低(di)下或不理想的境(jing)地。

说谎的从来不是数据本身

通过这个癌症发病率的案例，我们可以深刻(ke)感(gan)知到，那些看似理性的数据，却是会“说谎”的，在不知不覺(jiao)中就欺骗了你。

衡量指标能为我们的决策提供洞(dong)察力、清晰(xi)度和有价值的信息。但是，它们也可以瞞(man)天(tian)过海(hai)，混(hun)淆(xiao)视听。为什么人们总是测量错误的数据，而忽视重要的指标设定？

在许多系统中，关于什么是有价值的、什么是重要的，存在着许多不同的观点。如果我们仅仅依靠个人观点来判断好壞(huai)，那么我们将永(yong)远无法解决这類(lei)问题。衡量指标提供了一个客(ke)观、冷(leng)靜(jing)且一致的标準(zhun)，我们可以用这个标准比較(jiao)和评估业绩，衡量指标能夠(gou)让我们擺(bai)脫(tuo)关于“什么是重要的，以及为什么重要”这个问题混亂(luan)的、各執(zhi)一詞(ci)的和情緒(xu)化的讨论。

衡量指标可以跳(tiao)过对话，提供一个适用于所有人的清晰一致的标准。衡量指标为我们提供了客观性，大多数衡量指标最终的目的都是改进我们所做的事。在一个理想的世界里，我们选择最好的衡量指标，并遵(zun)循(xun)它们建(jian)議(yi)的成功之路(lu)。

然而，这些衡量指标却可能让我们误入歧途。当衡量指标的目的存在缺点时，就有可能会误导、误解和歪(wai)曲(qu)实際(ji)发生的事，并破(po)坏衡量指标的初(chu)衷(zhong)。衡量指标可能导致我们采(cai)取(qu)适得其反的行动，将我们的注意力吸(xi)引到最终并不重要的事情上，由于选择了错误的衡量指标，我们在无效的活动上花费了过多的时间和资源。

衡量指标可能扭(niu)曲我们对世界的看法。我们甚至可能成为衡量指标的奴(nu)隸(li)，过于关注自己在测量中的得分，而忘记了自己真正要实现的目标。可见，说谎的从来不是数据本身，而是被不科学的衡量指标支配的人。

衡量指标会在很多方面误导我们，幸运的是，我们可以从这些错误中吸取教訓(xun)。学会识别衡量指标如何以及为什么会误导我们，这样就不会落(luo)入陷阱。

《为什么数据会说谎》一书通过大量生动的案例，强调了选用恰当衡量指标的重要性，并且告诉我们，如何在做出关键决策之前找到正确的目标。

生活不是一场数字游戲(xi)，我们不必盲(mang)目地遵循衡量指标規(gui)划的路線(xian)，而是有能力从道路上擡(tai)起头，重新评估目的地。我们可以停(ting)下来想一想，弄(nong)清楚是否真的越来越接近目标，还是在原地打(da)轉(zhuan)。

向(xiang)导并不总是正确的，我们可以学会在旅(lv)途中选择更好的地圖(tu)。

鈦(tai)空时间新书推(tui)薦(jian)——《为什么数据会说谎》

原价：￥178

钛空艙(cang)特惠(hui)价：￥124.6

本书强调了选用恰当衡量指标的重要性，并且告诉读者，如何在做出关键决策之前找到正确的指标，趕(gan)緊(jin)下单購(gou)买吧(ba)！

点击购买《为什么数据会说谎》实体书籍(ji)！

寬(kuan)博(bo)士(shi)獨(du)家解读《不妥(tuo)協(xie)的談(tan)判》，通过四(si)套思维方法模型(xing)，培(pei)養(yang)正确思考习慣(guan)，超越沖(chong)突(tu)達(da)成合作，如何能够避(bi)免(mian)或者克(ke)服不利的冲突，更好地建立(li)合作，重构人际关系。

点击下載(zai)钛空时间App，高质量度过閑(xian)暇(xia)时光！

返(fan)回(hui)搜狐(hu)，查(zha)看更多

責(ze)任編(bian)輯(ji)：