你可以不懂統計,但不能不知道統計思維,尤其在這個大數據時代。
不確定有多少人知道,我是統計背景出身的,而且是為數不多的理科訓練。我記得那時候,只有東海和成大兩間大學的統計系是收二類組學生,所上的微積分是和數學系同等級,當時不少同學哇哇叫。
但也因為這樣,當我進入研究所就讀時卻有了優勢,因為統計所大多歸類在理工學院,還記得中央的統計所就在數學系所樓上,共用同棟大樓。相較於其他文科背景出身的同學,反而顯得輕鬆,這也讓我有更多時間去修工管和資管的課程。如果說在研究所時期所學到的最大收穫,我想應該是自學力。
統計訓練,對我後來職涯上的發展起了十分關鍵的作用。相對於統計方法,讓我意外的是業界用的其實沒有太深,大多是大學所學到的內容就足夠了。後來發現,不只不需要高階的統計方法,而是解釋上的困難度讓人敬而遠之;更沒有太多決策者願意採納一個像黑盒子一樣、無法掌控的統計模型,除非他自己也懂。
這也讓我注意到一些有成就的人,或多或少都有統計背景,或許是這個原因;當然,在提高決策品質上,統計絕對是不可或缺的技能之一。
他們不一定有很紮實的統計技術,但都有統計思維的深厚素養。
統計思維的具備,這對於現狀釐清、問題定義有相當大的作用,而這也是解決問題最基本的兩個關鍵步驟。
▌為什麼需要統計思維?
因為生活中充滿了不確定性
面對不確定性的變異,我們要思考如何利用統計或其他方法,提供一個極小範圍,使得確定結果落在這個極小範圍的可能性提高。
最小可行產品,在某程度上也可以解讀為這個概念的延伸。
▌統計與數學、機率的關係?
資料的處理方法是「數學」,而資料的不確定性是「機率」,如何利用數學和機率來達到控制、減少和預測資料的變異就是「統計」。
▌統計思維對於問題解決的作用?
統計思維的訓練,包括系統性思考。
對於任何事情,我會先搞清楚整個系統是怎麼一回事?像是流程、架構、組織與生態都存在著因果關係,牽一髮則動全身。掌握整個系統之後,進而找出瓶頸點 (短板) 和甜蜜點 (長板),在有限的資源下,可行的選項包括持續發揮或強化甜蜜點的優勢、降低或避免瓶頸點所造成的影響,或是雙管齊下。
統計思維的本質,就是「異中求同,同中存異」,從一再出現的事物中找尋其規律性,也就是找痛點;從看似無異的事物中找出其差異點,也就是找優勢、核心價值。在觀察一個事件時,要去思考它是獨特性?還是代表性?
統計思維的底層邏輯,是數據思維,也就是透過數據來思考、表達與解決問題的思維,讓數據說話。
以數據為基礎,告訴我們做對了什麼?做錯了什麼?做對的就繼續保持或持續提升,做不對的就改善或停止;同時也要辨識出是我們的作為產生了結果?還是單純只是機率問題?
決策,是一種取捨,是選擇不做什麼的過程,也是風險控管的概念;淘汰高風險的選項,提高對剩餘選項的掌握,讓有限的資源發揮最大的效益。
你可以不懂統計,但不能不知道統計思維,尤其在這個大數據時代。
這能讓你更好地解讀身邊的資訊,運用這些資訊來做出更好的決定與判斷。
劉奕酉|鉑澈行銷顧問策略長、企業培訓顧問、暢銷書作者
擁有高科技產業十多年策略行銷與高階幕僚經歷,為台灣少數具有深厚實務背景的商務顧問,專注提供企業與職場工作者在思考、表達與問題解決領域的培訓與顧問服務。同時也是職場生產力作家,多家出版社、社群媒體指定邀稿對象;一年閱讀百本書、寫作百篇以上職場文章,以知識萃取、高效產出與全息圖解而廣受好評。