本文参考了公号禅与数据分析的相关文章
1.什么是线性思维？
《混沌》作者 詹姆斯·格雷克
线性关系很容易理解：越多越好。线性方程组是可解的，因此广泛存在于各种教科书中。线性系统有一个重要的模块化属性，即你可以把它们拆分成一个个部件，然后重新组装起来。 非线性系统通常不可解，不能被拆分和拼装。非线性关系意味着身处其中的参与者可以随时改变游戏规则。变化的不确定性使得非线性关系难以被计算，但它也可以比线性系统产生出更为丰富多彩的行为。
2.什么是非线性思维？
现实世界就是一个非线性的世界：
如果在地里施了10g肥料，收成可增加1公斤；如果施20g肥料，收成也不会再增加了；如果施30g肥料，甚至出现减产，因为庄稼被“烧”死了。
你多爱一分，她会多回馈你一分爱；你多爱10分时，她那并没反馈；你付出100分爱，得到的很可能是怨恨。
世界上到处都是非线性关系，这是非线性的世界。
2. 在非线性的世界里，为什么我们却广泛的线性思维？
因为线性思维太有诱惑力了！
它简单，简单则带来省心；
它提供“确定性"，确定性给我们带来安全感；
它好理解易辨识，让我们迅速集结成群认同它。
我举《论语》的例子，为什么孔子的这些哲言很多人耳熟人详，因为它简单、易用。
君子喻于义，小人喻于利
君子和而不同，小人同而不和
君子坦荡荡，小人长戚戚
君子求诸己，小人求诸人
君子有三畏：畏天命，畏大人，畏圣人之言。小人不知天命而不畏也，狎大人，侮圣人之言
君子周而不比，小人比而不周
……
通篇都是君子和小人来进行对比，让人很容易对症下药，区分对待。这就是线性思维的强大魅力！
问题是，如果复杂的一些问题，就不是简单的二元对立就可以分析得很透彻了，需要加入很多变量或者非线性的要素进一步研究和分析，否则有可能犯下大错。
从现代来看，我们热衷于研究模型和预测，并试图找到输入与输出之间的公式，好去套用。并借用计算机算法的力量，好像这事儿越科学越准确。
而实际上，即便是经济学领域，模型在预测短期经济走势时有效，但是在做长期预测时却表现很差。同样，它们在帮助人们找到如何改善经济的对策方面也无能为力。
3. 理解非线性是重要的
理解了非线性，才能对事物有正常的预期。因为世界是非线性，所以输入行动与输出结果不符合你预期时，你不必惊慌挫败，这都是正常的。
历史的工作中，我们做过大大小小很多预测，预测用户价值、财务收入等等。
我们不仅要给出预测结果，还要给出预测值与实际值之间的偏差率。
讽刺的是，而实际验证下来，预测值极少有准确的。不管你有多大把握，除非未来真正到来了，否则你无法知道到底偏差了多少。预测数值之外再预测个偏差率，这事纯属扯淡了。比如说我们很多人觉得债券投资是一种固定收益，相对是比较简单的，实际上，债券利率的变动受宏观的影响极大。
世界是非线性的，系统内存在多种相互作用的力量，导致结果模式随时转换。
为贫瘠土地上的庄稼施肥，多施肥收成增长越多，前期的增量可能是指数级，但后续再多施肥于成长无益，超过一定极限庄稼很快被“烧死”。
再比如成本到达一定金额或者比例后，成本就几乎不再增长，这个时候所有的收入增长也是利润增长，这在会计上可以叫边际收益。
4. 预测的价值
合理的预测分析，不是控制住某些变量预测未来结果如何，而是探究在各种变量处于不同状况时，可能会发生什么，以及我们怎么应对。
比如收入及财务预测中，提升哪类收入空间更大；提收入时，提客单价还是提高付费转化率？
比如收入结构来源，是什么样的原因或者渠道获取这样的业务，并因此带来收入。
这样的例子还有很多很多。核心我们要区分什么是可以预测的，什么是不可预测的，这当然很难。
联系客服
