模拟体验：让高管看懂大数据

罗宾·霍格思(Robin+M.Hogarth)埃姆雷·索耶(Emre+Soyer)

在日益复杂的经济和社会环境下，获取大量的数据和信息可以帮助组织做出更好的预测和决策。事实上，越来越多的决策者在解决问题和制定战略时，会依靠统计结果和基于数据的决策模型。

但是随着数据量越来越大，分析越来越复杂，分析师如何才能最有效地传达分析结果，以确保决策者正确理解数据的含义？无论分析活动本身多么棒，其有效性取决于目标受众如何理解分析结果。以患者就医为例。可以说，这个过程中最重要的任务是诊断，因为它关系到选取合适的治疗方案。即使最终选择权掌握在患者手中，选择哪一种治疗方案关键还是看医生如何向患者介绍不同的治疗选项。投资者向金融专家咨询，或者经理人向咨询公司征求建议，也是同样的道理。

数据科学的奥秘掌握在分析专家手中。他们必须向负责决策的高管们解释自己的发现，而后者往往对正规的统计推理不甚了解。然而，许多行为实验表明，当同样的统计信息以不同的方式表达，人们会做出截然不同的决定。因此，分析师得出的结论与决策者对分析结论的理解之间往往差距甚大。

在传达分析结果时有两种最常用的沟通模式——描述法和图示法。

描述法 描述法是呈现统计信息的默认方式，通常以口头陈述或书面报告的形式进行。这种方法的优势在于，能够迅速让决策者了解分析中最基本、 最突出的方面。但是随着问题的复杂性增加，这个优势反而变成了一个重大缺陷，因为当你强调一个问题时，便有可能淡化一些会对决策结果产生重要影响的细节。描述法掩盖了某些不确定性的来源，令决策者对前景过于自信。

图示法 借助图表或图形来阐释统计信息，也是一种常用的方法。与描述法不同的是，图示法主要是让人总览分析结果的全貌（然而精确度有所欠缺）。这就使得决策者能够更好地把握未来决策的走向、影响和风险。这种直观的数据阐释方法的一大好处，就是令其中的不确定性更加清晰可见。但是数据中包含的变量、结构性变化、关联和模式越多，就越难被浓缩提炼成一个示意图。

描述法和图示法的缺点在于要以静态的文字、表格和图形表述一个多层面的、错综复杂的过程，必然会损失相关信息。那么，是否有一种动态手段能替代这两种方法？有，那就是“模拟体验法”。

模拟体验法 在现实中，除了人类以外的其他动物仍然完全依靠经验来做出选择和解决问题：在哪些地点能找到食物——隔多久能取到一次？周围有没有捕食者？某一特定环境有着怎样的气候模式和趋势？这些都是对生存至关重要的问题。进化机制赋予了人类和动物对过往事件信息进行编码的高超能力。在理解和沟通统计信息方面，经验仍是一个功效强大的工具，只是常常得不到足够重视。

模拟体验法调动了我们与生俱来的将复杂信息转化为可行动知识的能力。这种方法的关键是使得决策者能够借助模拟手段多次亲历问题情境。分析师根据分析结果创建一个模拟模型，决策者可以与这个模拟模型互动，把预想的行动方案输入模型，观察后续结果，他们还可以改变输入项，进行多次实验，获得经验证据。

模拟体验明显有助于纠正判断偏差。拜电脑科技的进步所赐，我们几乎能够模拟任何场景。然而，这并不意味着我们应当采用这种方法来解决所有问题。对于涉及简单概率问题的情形，运用描述法或图示法可能是更明智的选择。不过，随着复杂性和不确定性增加，模拟体验可以帮助经理人更好地理解统计信息，从而做出更好的决策，无论他们的统计知识水平是高还是低。