2024年2月月度最爱书籍:《底层逻辑2》
正如书名一样,这本书从「数学」角度帮助读者理解商业世界的本质:数学能帮助我们理解事物的本质,只有从数学上理解了一件事情,才能真正从本质上理解了这件事情。持续成功的底层逻辑是一个数学公式:整体成功率=100%-(100%-基础成功率)*尝试次数,通过提高尝试次数和基础成功率,从而提高整体成功率。
在全文中,作者运用数学理论知识:「四则运算」「笛卡尔坐标系」「指数和幂」「方差和标准差」「概率与统计」「博弈论」各自分析商业现象和商业本质。
✔️「四则运算」:
加法(同维合作)中用同样的方式、同样的权重为整体做贡献,例如销售员的工作安排,资产负债表的计算逻辑。
乘法(异维合作)中每个个体对整体的贡献纬度和权重都不一样,例如贝壳找房的管理模式,净资产收益率分拆因子的计算逻辑。
减法(同维竞争)应用于所有“分蛋糕”和“分预算”问题,例如利润表的计算逻辑。
除法(异维竞争)的核心,是把两个关键经营数字分别放在分子、分母上,要求一个必须战胜另一个,财务中适用于给企业做“体检”。
✔️「笛卡尔坐标系」:
本章重点强调“思考维度越多,理解商业越深”。升维思考是一种重要的思维工具,可以解决复杂的商业难题,例如人才培养(能力和态度),业务问题(市场份额和增长潜力),将商业问题转化为“解析几何题”。
另外,“五维思考”是一种思考问题的维度,可以提升深度思考能力,产生质的提升。具体内容包含:零维(战术维),一维(战略维),二维(模式维),三维(创新维),四维(时间维),五维(概率维:正确的事情,重复做)。
✔️「指数和幂」:
真正推动增长、推动财富创造的,是劳动力、土地、资本、科技、数据这五大生产要素的充沛供给和有效使用,但是,它们彼此的数学特性却不一样。
劳动力是一种典型的“智商棋盘型”的生产要素,几乎没有数学意义上的前后关联特性。资本在数学意义上的强前后关联性,必然导致财富向资本方集中。科技所带来的指数增长以及财富的集中效应,让资本都望之莫及。数据是科技的副产品,具有和科技一样的数学属性。数据越多,价值越高。
✔️「方差和标准差」:
企业管理大部分都是在缩小该缩小的差异性。把控质量的本质就是缩小标准差,唯一路径就是“持续改进”。但少数时候,需扩大该扩大的差异性,例如:创业期和转型期需扩大差异性以激发创新,成熟期需降低差异性以降低管理成本。
✔️「概率与统计」:
不能正确理解概率与统计,就不能正确理解这个世界。
透彻理解三个重要概念:数学期望(选择尽量高数学期望的选项),大数定律(重视群体概率而非个体概率),条件概率(通过设定条件提高成功的可能性)。创业投资策略就是“数学期望”+“大数定律”,而贝叶斯定理是条件概率的重要推理,不断复盘改进自己的流程,总结出那些“大概率会带来成功的事情”,也就是“正确的事情”。
基本比率谬误,辛普森悖论,幸存者偏差都属于商业世界中的三大统计谬误。其中,辛普森悖论是指在某些特定的分组策略可能导致“在总评中弱势的一方在分组比较中反而占优势”的情况。
✔️「博弈论」:
基本概念包含收益矩阵,占优策略,纳什均衡。纳什均衡是在“占优策略”的基础上,一种博弈的稳定结果,谁单方面改变策略,谁就会受到损失。
总之,这也是迄今为止我读到的能运用数学知识将商业世界中的现象和本质讲解得无比透彻的一本书。商业很多事情的发生确实有它的逻辑链,数学理论的理性运用值得思考!推荐!
正如书名一样,这本书从「数学」角度帮助读者理解商业世界的本质:数学能帮助我们理解事物的本质,只有从数学上理解了一件事情,才能真正从本质上理解了这件事情。持续成功的底层逻辑是一个数学公式:整体成功率=100%-(100%-基础成功率)*尝试次数,通过提高尝试次数和基础成功率,从而提高整体成功率。
在全文中,作者运用数学理论知识:「四则运算」「笛卡尔坐标系」「指数和幂」「方差和标准差」「概率与统计」「博弈论」各自分析商业现象和商业本质。
✔️「四则运算」:
加法(同维合作)中用同样的方式、同样的权重为整体做贡献,例如销售员的工作安排,资产负债表的计算逻辑。
乘法(异维合作)中每个个体对整体的贡献纬度和权重都不一样,例如贝壳找房的管理模式,净资产收益率分拆因子的计算逻辑。
减法(同维竞争)应用于所有“分蛋糕”和“分预算”问题,例如利润表的计算逻辑。
除法(异维竞争)的核心,是把两个关键经营数字分别放在分子、分母上,要求一个必须战胜另一个,财务中适用于给企业做“体检”。
✔️「笛卡尔坐标系」:
本章重点强调“思考维度越多,理解商业越深”。升维思考是一种重要的思维工具,可以解决复杂的商业难题,例如人才培养(能力和态度),业务问题(市场份额和增长潜力),将商业问题转化为“解析几何题”。
另外,“五维思考”是一种思考问题的维度,可以提升深度思考能力,产生质的提升。具体内容包含:零维(战术维),一维(战略维),二维(模式维),三维(创新维),四维(时间维),五维(概率维:正确的事情,重复做)。
✔️「指数和幂」:
真正推动增长、推动财富创造的,是劳动力、土地、资本、科技、数据这五大生产要素的充沛供给和有效使用,但是,它们彼此的数学特性却不一样。
劳动力是一种典型的“智商棋盘型”的生产要素,几乎没有数学意义上的前后关联特性。资本在数学意义上的强前后关联性,必然导致财富向资本方集中。科技所带来的指数增长以及财富的集中效应,让资本都望之莫及。数据是科技的副产品,具有和科技一样的数学属性。数据越多,价值越高。
✔️「方差和标准差」:
企业管理大部分都是在缩小该缩小的差异性。把控质量的本质就是缩小标准差,唯一路径就是“持续改进”。但少数时候,需扩大该扩大的差异性,例如:创业期和转型期需扩大差异性以激发创新,成熟期需降低差异性以降低管理成本。
✔️「概率与统计」:
不能正确理解概率与统计,就不能正确理解这个世界。
透彻理解三个重要概念:数学期望(选择尽量高数学期望的选项),大数定律(重视群体概率而非个体概率),条件概率(通过设定条件提高成功的可能性)。创业投资策略就是“数学期望”+“大数定律”,而贝叶斯定理是条件概率的重要推理,不断复盘改进自己的流程,总结出那些“大概率会带来成功的事情”,也就是“正确的事情”。
基本比率谬误,辛普森悖论,幸存者偏差都属于商业世界中的三大统计谬误。其中,辛普森悖论是指在某些特定的分组策略可能导致“在总评中弱势的一方在分组比较中反而占优势”的情况。
✔️「博弈论」:
基本概念包含收益矩阵,占优策略,纳什均衡。纳什均衡是在“占优策略”的基础上,一种博弈的稳定结果,谁单方面改变策略,谁就会受到损失。
总之,这也是迄今为止我读到的能运用数学知识将商业世界中的现象和本质讲解得无比透彻的一本书。商业很多事情的发生确实有它的逻辑链,数学理论的理性运用值得思考!推荐!
在底層邏輯2中,有一個統計學上大家經常會忽略的問題,就是 #辛普森悖論(Simpson’ Paradox)。
書中舉例到有人檢舉某知名大學有歧視女性之嫌,並公布了該校的數據。
該校當年共有男性304名(錄取209名)、女性253名(錄取144名)報名。
男性錄取率為69% (209/304 x 100% ~ 69%),而女性只有57%(144/253 x 100% ~ 57%)。
檢舉人藉此數據來舉證明顯歧視女性。
但校方管理層非常重視這個聲音,並把所有院系的錄取數據收集分析,如圖所示,就是文理學院跟商學院的錄取數據。
#這時卻出現異樣了!
從文理學院跟商學院的公布數據來看,#女性錄取率都高於男性錄取率。
但為何將二個學院的數據加總後,卻出現了 #男性錄取率高於女性錄取率的現象呢?
這就是英國統計學家E. H. Simpson所提出的辛普森悖論。
根本的原因在於 #分組策略!
將全體資料拆解成各個群體資料後,會把背後的「#干擾因素」給移除,就會出現這種統計學上的迷思。
應用於生活或商業中,我們會不會也常有這種問題?
劉潤於書中提出了App開發商面對增加廣告預算時是要投放給蘋果用戶還是安卓用戶時。
單純的數據比較,應該將預算投給安卓用戶,因為比例較高。
但運營人員持續分析,將手機、平板電腦用戶拆分數據,又再一次出現神奇的現象。
不管在手機或平板用戶的二個分組裡,蘋果用戶的轉化率都高於安卓用戶。
所以你該怎麼投放廣告呢?
下一次面對數據報告前,請勿先直觀看完就做判斷。
多做幾個細項統計,可能就會出現Simpson’ Parabox。
身為公司的Sales / Marketing人員在解讀任何數據資訊錢,都應該謹慎面對這個統計學上可能出現的悖論,避免公司資源的浪費甚至錯誤的戰略導致公司滅亡。
劉潤總結了一句話:「一部兵書,可能半部都是統計學,你用好了,強敵都抵抗不住。」
如何以少勝多,以弱勝強,就看你對數學的底氣有多夠了!
#底層邏輯2
#辛普森悖論
#B2B商業談判力
#贏的策略
書中舉例到有人檢舉某知名大學有歧視女性之嫌,並公布了該校的數據。
該校當年共有男性304名(錄取209名)、女性253名(錄取144名)報名。
男性錄取率為69% (209/304 x 100% ~ 69%),而女性只有57%(144/253 x 100% ~ 57%)。
檢舉人藉此數據來舉證明顯歧視女性。
但校方管理層非常重視這個聲音,並把所有院系的錄取數據收集分析,如圖所示,就是文理學院跟商學院的錄取數據。
#這時卻出現異樣了!
從文理學院跟商學院的公布數據來看,#女性錄取率都高於男性錄取率。
但為何將二個學院的數據加總後,卻出現了 #男性錄取率高於女性錄取率的現象呢?
這就是英國統計學家E. H. Simpson所提出的辛普森悖論。
根本的原因在於 #分組策略!
將全體資料拆解成各個群體資料後,會把背後的「#干擾因素」給移除,就會出現這種統計學上的迷思。
應用於生活或商業中,我們會不會也常有這種問題?
劉潤於書中提出了App開發商面對增加廣告預算時是要投放給蘋果用戶還是安卓用戶時。
單純的數據比較,應該將預算投給安卓用戶,因為比例較高。
但運營人員持續分析,將手機、平板電腦用戶拆分數據,又再一次出現神奇的現象。
不管在手機或平板用戶的二個分組裡,蘋果用戶的轉化率都高於安卓用戶。
所以你該怎麼投放廣告呢?
下一次面對數據報告前,請勿先直觀看完就做判斷。
多做幾個細項統計,可能就會出現Simpson’ Parabox。
身為公司的Sales / Marketing人員在解讀任何數據資訊錢,都應該謹慎面對這個統計學上可能出現的悖論,避免公司資源的浪費甚至錯誤的戰略導致公司滅亡。
劉潤總結了一句話:「一部兵書,可能半部都是統計學,你用好了,強敵都抵抗不住。」
如何以少勝多,以弱勝強,就看你對數學的底氣有多夠了!
#底層邏輯2
#辛普森悖論
#B2B商業談判力
#贏的策略
24-4
1.数学是用来描述万物本质的语言,它用来连接现象和本质。
2.今天北京市海淀区在中小学教育方面最大的矛盾,是一群学霸父母和他们不争气的孩子之间的矛盾。
3.一个人的价值观、德行、态度是由过去几十年的人生经历塑造的,一旦形成闭环,非常难以改变。
4.奇点之前饿死,奇点之后颠覆,所以,一定要跨越奇点。
5.没有统计的“眼睛”,你的世界无时无刻不在向你“撒谎”。
6.三个统计谬误:基本比率谬误、辛普森悖论、幸存者偏见。
1.数学是用来描述万物本质的语言,它用来连接现象和本质。
2.今天北京市海淀区在中小学教育方面最大的矛盾,是一群学霸父母和他们不争气的孩子之间的矛盾。
3.一个人的价值观、德行、态度是由过去几十年的人生经历塑造的,一旦形成闭环,非常难以改变。
4.奇点之前饿死,奇点之后颠覆,所以,一定要跨越奇点。
5.没有统计的“眼睛”,你的世界无时无刻不在向你“撒谎”。
6.三个统计谬误:基本比率谬误、辛普森悖论、幸存者偏见。
✋热门推荐