其他
只有22%的人做对了这道数据分析题，你来试试吗？
导读：认知偏见在日常活动中经常发生，本文提到的一道看似简单的思考题（在第03段），只有22%的人能做对。认知偏见可能导致错误的决策，数据分析和人工智能会帮你避免此类错误。
本文将探索一些模式，利用数据洞察，帮助你做出更好的决策。
作者：加里·奥布莱恩（Gary O’Brien） 、郭晓（Xiao Guo）、迈克·梅森（Mike Mason）
来源：大数据DT（ID：hzdashuju）
如果普通人能在不到一秒的时间内完成一项脑力任务，现在或不久的将来就可以用人工智能将该任务自动化。
人工智能和机器学习非常擅长“大海捞针”，而人类更善于观察“针”并决定如何使用它。除了简单的小任务外，大多数业务决策都需要良好的判断力、同理心、直觉和创造力。由于认知偏见，人类实际上在模式识别方面表现很差，因为人类大脑非常不善于预测统计趋势。
大脑会被抛硬币这样简单的事情困住：在连续5次得到正面后，大多数人会想，“下次肯定是反面！”从统计上看，即使连续得到100次正面，下一次得到反面的概率仍然是1/2。只要动动脑子，大多数人都能克服这种认知偏见，得出正确的结论。
还有一个更具挑战性的问题。行为经济学先驱阿莫斯·特沃斯基（Amos Tversky）和丹尼尔·卡内曼（Daniel Kahneman）进行了一项实验：
一个城镇有两家医院。在大医院里，每天大约有45个婴儿出生；在小医院里，每天大约有15个婴儿出生。虽然大约50%的婴儿是男孩，但确切的比例每天都在变化—有时高于50%，有时低于50%。 在一年的时间里，每家医院会记录超过60％的新生儿是男孩的日期。你认为哪家医院会有更多记录？
大医院。 小医院。 相同。 结果：56%的人选择了选项3，22%的人选择了选项1，其余22%的人选择了选项2。
正确答案应该是2，因为更多的事件会导致更平均的概率趋势。为了应对这种认知偏见，需要花费更多的精力。
这不是一个钻牛角尖的问题，在日常活动中经常发生。为一个产品设定价格时，除了需要知道竞争对手的定价、历史定价、产品的必备性质和定制性质外，还需要预测消费者对该产品的未来潜在需求，以及供应商和供应链数据对该产品的未来潜在供应。
人工智能和机器学习技术将在基于数据预测未来趋势方面变得更好。人类的工作是使用数据和算法，应用洞察来做出更好、更理性的决策。
对于重要的业务决策，如定价、库存管理、供应链管理、人员和设备调度、维护调度等，需要进行分解，划分出信息处理、模式识别和预测等部分，让数据/人工智能模型/机器学习模型给出答案。而需要同理心、创造力和常识的部分应保留在人类判断的范围内。
数据在帮助建立高响应力组织方面非常有效。通过尽早有效地应对来自市场、客户和组织内部的信号，可以更好地完成以下工作：
带着不完善的信息前进。 在必须决策的最后时刻再做决定。 提高变革能力。 能够产生新的价值来源。
一方面，企业领导者需要了解组织约束和人类的认知偏见，并学习如何从个人和制度上消除或减轻它们。另一方面，通过技术能力来收集干净的数据，将其放到适当的位置，应用正确的算法。
小结
数据洞察可以帮助组织中的人员做出更好的决策，来为客户提供更好的产品和服务或创建新的商业模式。
数据的爆炸式增长正在推动数字化生态系统的发展，重塑组织架构，通过数据创建新的产品、增强个性化和增加客户服务价值。麦肯锡全球研究院（McKinsey Global Institute）指出，与传统组织相比，数据驱动型组织的获客率高出23倍，留存率高出5倍，获利率高出18倍。
组织正在以历史上前所未有的速度发展，与客户之间的数字化交互正在揭示新的商业意义，以及关于客户价值是什么和如何最好地交付它的洞察。
更多精彩👇