为目的而量化

数据量化是利用数据的基础，进入了大数据时代，量化更为重要，但更重要的或许在于目标的确定和把握上。有那么一句谚语说：别以为手里有了一把锤子，就把所有东西都当成钉子。其实量化也是这样，很多时候人们用了错误的方法和错误的标准，最后做了错误的量化，甚至于为量化而量化以至于彻底背叛了目的。

 

如何量化一切，其实量化与其说是方法，不如说是观念的改变。一切皆可量化，只是量化的标准和参照系不同而已，一个湖里有多少桶水的答案其实取决于桶的大小而非多少桶，一个房间里能装多少高尔夫球的问题其实是想了解思考的方式和过程……量化从来是为了目的而服务的，比较常见的目的就是更好的管理和决策，量化让很多难以确定的情况变得能够估计和判断，面向未来的决策和管理才更有落实的可信和可行性。 

　　

“无量化，无管理；先量化，后决策”，这十二个字算是道出了量化的重要性，这往往是被忽略的。比如很多数据排名为的是分出高下，却没有考虑改进的空间和可能一样，并不是说一本豆瓣打分8分书的就一定比7.5分的书更好，很多时候还得看有多少人评价、评价的是整体偏高还是忽高忽低……量化不是追求精确，而是确定概率和发掘规律；不是消除不确定性而是减少不确定性。尤其在大数据时代，分析数据更加追求关联性而非结构性，量化数据也不是非要用数字化去表达，这样的观念变革或许对于数据分析和量化而言是突破性的，而突破点就在于目的性的把握上。量化幸福，不是那个著名的问题“你幸福吗？”也不是笼统的所谓幸福指数，而是找出那些因素能让人的幸福感提升；那些因素能让人的幸福感下降。相对的数据量化之后才是所谓的幸福因素合集，而量化的目的则是让人有意识的去多做能提升幸福感的事儿。 

　　

量化为的是区分、为的是降低不确定性从而做出更好的决策，从而减少不必要的浪费和风险。分析各种可能性和相应的价值，进行对比测算，最终为的是对目标的选择和判断。每一个参与量化分析的内容都与最终目的有着直接关系，这样的整体量化才能发挥最大价值。所以或许可以再加一句：“无目的，无量化”。这可以推到个人的生活和发展，如果说要量化人生，那必须明确目的，是打算事业有成改造世界还是打算太平小康日子实惠呢？量化是试着从过去中发掘未来的可能性，从可能中发掘更可能更恰当的部分，这样的巨大意义似乎借着大数据时代的到来越来越明显。 

　　

一切都能量化，看你怎么量化更看你为什么量化。这样的核心命题值得经常拿出来思考一下，然后是不拘泥于形式但遵循科学的方式的操作。可量化是大数据的价值入口，既然要走进去，就必须想明白进去的宏伟目的，明白了，才能有量化和优化的空间。