评论:《为什么数据会说谎》彼得·施莱弗斯【文字版_PDF电子书_雅书】
- momo2024-03-05 18:51:47北京
总结来说,为了指标造假。有了kpi,不顾实际情况,并不能有真正的效果。 老外说话是真的啰嗦。
- 三黄小臭猫2024-03-13 00:40:05山东
这本书打破了我对数据的迷信。不是一切的事物都可以被量化,衡量指标本身也是主观化的选择,且量化的数据会掩盖掉其他没有被量化的因素,而这些因素往往对事物的发展会产生或多或少的影响,忽略这些会导致以数据为基础的决策结果产生偏差。而一种数据一旦被作为一种量化指标被测量,那么这些数据就不可避免地被人为干涉使得这些数据不适合作为量化指标。作为人文社科领域的学生,这又让我认识到人文社科专业存在的价值。不过本书的结尾部分有凑字数之嫌,车轱辘话反反复复的……
- 叶横波2024-02-18 07:25:38波兰
我觉得最大的收获就是看一个事情要多维度测量,目标不同得出来答案就千差万变。
- 斯颁涩2023-12-26 21:49:21上海
重新理解数据,衡量指标,目标设定。挺不错的书,值得一读。
- SSSSu2023-07-03 20:05:49上海
202307. #微信读书 * 当你依赖激励时,你就破坏了美德。然后,当你发现你确实需要那些想做正确事情的人时,那些人已经不存在了。 *信任是你拥有的东西,直到你失去信任为止。
- 肥耳2023-08-25 09:48:14上海
挑啥指标,怎么测量,怎么应用,怎么管理;Goodhart's Law
- 小猫练功2023-06-14 22:10:46福建
没有指标是完美的,但不意味着不需要指标。
- 九條2023-06-23 21:47:58北京
很有启发的一本书,可以让当代人对数字的迷信保持警惕,就是作者叙述稍显啰嗦,可以再简洁一些
- Neris2023-06-13 10:50:51北京
并非所有重要的东西都计算得清楚,也并非所有计算得清楚的东西都重要。“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。
- champollion2023-06-26 12:57:36上海
【2023—27】【社科】把数据作为目的必然会导致目的本身的迷失。关注意义胜于数据。不可过度简化,也不可过度复杂,在明确目的的前提下,选择刚刚好。
- 吴斯末2023-06-23 09:07:39湖南
数据是客观的,但世界未必是。
- 陈家乐2023-07-23 10:25:19北京
古德哈特定律
- 佩奇乔治桑2023-06-18 10:03:14浙江
内容挺特别
- 萌艨在路上2023-06-16 23:27:26上海
适合听书,分心可阅读,对于数据衡量带来的隐形问题可以了解一下。越是强调实现一个指标,人们就越会把精力从真正重要的事情上转移到被衡量的事情上。任何一个指标一旦成为评估的工具,它就不再是一个好的指标,因为人们会学会玩弄这个系统。达成指标的激励越大,实现结果的压力就越大,人们会为了实现这个目标而不惜一切代价,甚至不惜降低自己的道德底线。
- W先森2023-06-20 11:50:15广东
全书是围绕古德哈特定律的一本案例合辑,核心观点是任何一个指标一旦成为评估的工具,它就不再是一个好的指标,因为人们会学会玩弄这个系统。而这只是一类“警惕”,而不是需要解决的“问题”。数名也不应该是数据说谎,而是测量的指标和手段不对,或者是应当随时间推移而不断变化。而在测量指标和手段跟不上实际情况时,往往也是套利的时间窗口期。一味强调测量的误差解决不了问题,测量所带来的好处还是大于坏处,那就会一直存在。领先一步学会如何“玩弄”一个系统,才是真正的hacker精神。
- Raymond2023-10-06 15:08:36浙江
一旦变成了考核,指标就会变成被人玩弄的体系。
- Te+.amao2023-07-04 13:01:33北京
数据和管理决策相连,所有管理者都应警惕说谎的数据!
- eudaimonia2023-07-08 23:25:49广东
想看到一些认知外的分析,但没有。
- 悠哉白云2023-07-23 02:26:56北京
科普书,适合没接触过数据和指标的人
- 哆啦大胖2023-07-31 11:23:03辽宁
得到APP每天听本书分享:本书首先介绍了使用衡量指标的理由主要有三个:了解真相、简化复杂系统、增加客观性。其次,衡量指标的缺陷以及它们可能误导决策,造成适得其反的结果。作者认为,指标的主要问题在于过度简化复杂问题、忽视重要但难以量化的要素、扭曲人们的行为动机等等。作者正确看待和使用指标的建议。包括采用适当的策略,如避免过度依赖奖惩、确认指标的长短期效应等;深入理解指标的局限,如注意它反映的是否是整个系统;保持批判性思考,认识到不容易量化的东西也可能很重要等。此外,作者强调指标不能取代信任,要认识到它们之间的关系。总之,指标只是一个工具,不能取代我们独立思考和做出判断。它也有很多局限性,可能会扭曲我们的决策。我们必须学习如何识别一个好的指标,同时兼顾定性与定量分析,综合各方信息。