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