一直以來，因為工作上管理的需要，我就特別需要為決策、為考核定義模型。
甚至于，是要在別人感覺無法有數據支撐的情況下、“生造”一個模型出來。
比如說，該怎么提前判定客戶方的確比較青睞我們給出的解決方案；
比如說，在沒有業績指標的情況下，該怎么衡量不同員工的貢獻度；
比如說，該怎么判定某個產品推廣過程中的關鍵動作；
......
雖然日常是專門有IT部門配合工作，但是呢，很多時候，如何設定模型、要考量哪些核心因素，都是管理者的責任。
所以呢，這幾天看《數據化決策》，就真的是讓我一見鐘情、視作知己哈哈。
因為，道格拉斯在書中給出的“量化”的定義，真的超級實用：
量化，就是減少不確定性的觀測
對啊，這個就是我們日常管理所需要的呀。
雖然很多時候，沒有太多的數據支撐，但依然能夠為決策給出更為靠譜的考量模型來。
之前，在看《投資最重要的事》和《周期》時，為啥會對霍華德那么推崇呢？
很大原因就在于，他給出的這張“市場評估指南”。
雖然霍華德的這張表格，還更多是定性的衡量，但是呢，只要再給加上兩個補充條件就好：
一是為每行賦予權重；
二是針對上面給出的兩列，設定間距，以1-5分進行程度強弱的判定；
這樣設定之后，讓大家對每行的事項進行打分，然后，用 每行的分數 * 每行的分數，累加之和，就是當前的市場溫度的得分。
用這個方法，就可以將難以觸摸的市場溫度、轉化為直觀的評價，進而得出符合自己利益的投資決策。
這個方法，就是典型的“減少不確定性”的量化方法。
再給大家舉個例子。
就比如，上面說的，如何在沒有業績指標的情況下，來衡量不同員工的貢獻度。
慣常碰到的場景就是：
這個部門屬于內部支撐部門，沒有具體的業績的。
那么，到了年終評優評先時，該如何評選呢？
扣除需要特殊考慮（你懂的）的情況，通常是需要給出，所有員工的原始排名。
而這個原始排名，就需要考量員工對部門對公司的貢獻度。
那么，你該怎么評、才能既公平又突出重點呢？
給你一分鐘時間哈哈。
....
當當當，我來揭曉我的量化方法。
我的方法就是，采用“九宮格”打分法。
1. 每一行，代表一個項目。
由項目負責人、自行給出這個項目的評價，是難、是中、還是易。
給予難、中、易不同的分值。
在所有項目負責人給定項目的難易程度之后，由我來拍板、平衡這些項目的難易程度，以保證公平性。
2. 給定員工名單，由項目負責人，評價在其負責的項目中，不同員工的貢獻度大小，是大、是中、還是小。
給予大、中、小不同的分值。
3. 根據上述，就可以為每個員工計算出來一個項目貢獻度的“九宮格”。
橫向為項目難易度，縱向為其在該項目的貢獻度大小。
4. 再把所有項目貢獻度九宮格相加，就可以得出該員工的貢獻度總得分。
5. 根據不同員工的不同得分，進行排序，就得到所有員工的原始排名。
怎樣？
這個量化方式，是不是超級簡單、且好操作、且還公平？
所以呢，在我看來，正如道格拉斯在《數據化決策》中所說，
凡事皆可量化。
更重要的是，
你擁有的數據，通常都會比你認為的多；
你需要的數據，通常都會比你認為的少。
就像做選擇之前，即便列出了一大堆的比較條件，依然是不確定。
那就，拋硬幣好了。
這個方法雖然簡單，但卻足夠“量化”：
你不想硬幣哪面朝上，那么，你就是從心底里不想選這個選項。
你get到了嗎？
