很多购物的APP都会给你推荐东西，淘宝上有一个“猜你喜欢”的版块，唯品会有“根据历史收藏为您推荐”，甚至一些非购物性的APP如百度等也有类似“猜你喜欢”的版块，而且有时候你发现：“诶，这件东西我还是挺喜欢的，我的喜好它猜得还挺准。”那你有没有想过它为什么猜得那么准呢？
其实淘宝推荐东西有三个依据：首先会根据你用的设备去猜你的特征，淘宝的搜索引擎一般会给苹果用户推荐一些高品质的东西，而给小米用户推荐一些物美价廉的东西；其次根据你最近的浏览行为和购物行为进行推荐；最后根据季节性变化和一些突发事件进行推荐。
这三个依据是怎么来的呢？就是利用统计概率思维来的。根据你用的设备去猜你的特征进行聚类分析，然后根据你最近的浏览行为和购物行为进行判别分析。当然这些分析都是基于用户数据，有些人说浏览器比你还了解自己不是没有道理的。
这些靠用户数据吃饭的人，统计概率思维是在提供了大大的便利。而我们在生活中又改如何运用统计概率思维呢?我将从三个方面开始讨论。
依赖数据，而不是依赖感觉
（美)史蒂芬·列维特、史蒂芬·都伯纳的《魔鬼经济学》在我看来就是一套大部分内容通过统计概率思维得出观点的书。他通过统计数据发现毒贩竟然喜欢和自己的母亲住在一起，恐怖分子从来不买保险，社会犯罪率的降低是因为堕胎法案的实施……如果仅依赖于自己的感觉，你能得出这些看似荒诞却正确无比的结论吗？
笑来老师的畅销书《TOEFL核心词汇21天突破》也是借助了统计概率思维。托福词汇量在8000左右，21天突破这在很多人看来纯属天方夜谭。可是笑来老师使很多学生做到了，他通过统计出现频率最高的词汇，一遍遍剔除那些出现概率没有那么高还超级难的词汇，得出核心词竟然只有2300个左右，用这2300个词汇定义了朗文词典中70000多个词汇。2300个一天大概背100多个就可以拿下托福！避免了多少无用功！
相比于依赖自己的感觉，还是依赖数据比较可靠。数据是统计概率思维的根基。所以在生活中当有一个人言之凿凿的时候，你要思考有没有数据支持他的理论。
利用数据，利用软件
数据是根基，软件是方法。文章开头举了淘宝的例子。淘宝的用户基数相当大，不可能手动去分析这些数据。我自己会用的分析软件有R,SPSS,MATLAB和EVIEWS四个，这四个的入门都比较简单，SPSS既免费又万能，主推这个，R和MATLAB涉及一定的编程知识，我自己掌握的也不太好。
任何一个公司都需要经常做市场调研，这也是一个通过统计数据来了解用户需求的例子。设计统计问卷我用的软件比较low——问卷星，这个软件的好处是设计问卷比较简单和可以生成一些简单的分析。
掌握一定数量的统计软件可以帮助我们更快的认清这个世界的真相。不要觉得这与你无关，大数据时代不可逆，你是要在这样的时代里溺水而亡吗？
与万物联合
统计概率思维是万金油，但是不与其他行业结合在一起，难以做出大贡献，正如巧妇难为无米之炊。统计学常和生物学，经济学，医学等联合在一起，类比笑来老师的说法就是概念与概念之间建立足够多的关联。
思维与思维的碰撞和结合往往能产生意想不到的结果。举一个我经常爱举的罗胖讲的例子。两种选择，第一种，直接给你100万，第二种，有50%的概率得1亿。大部分人都选择100万落袋为安，这个世界上的聪明人则在思考如何把自己赢更多钱的概率变大。他们会采取一个最聪明的办法，比如把得一个亿的机会卖给那些比自己有能力的人。首付100万，如果中了就分给我一半。对我，100万已经到手，对有能力的人，拿100万去换至少5000万，肯定会干。他们缺的只是个实现自己能力的机会。这个例子就是统计概率思维和经济学思维碰撞的好例子。
很多人的观念里觉得我又不是做数据分析的，掌握统计概率思维做什么，我也没机会做出拿一百万还是1亿这样的选择，为什么要让自己的想法变得那么复杂呢？。但是一个人如果没有统计概率思维就有很大的可能性去买彩票还觉着说不定自己那天就中了；根本不知道遇到一个相互喜欢的人是一件多么小概率的事还天天吵架；不知道股票的波动是纯随机的，乱买乱卖股票，就像那些举着火把就进了炸药厂的人……
商家思考如何提高曝光率，做平台的思考如何提高用户留存率，做餐饮的思考提高好评率，其实都是在有意识无意识的使用统计概率思维。精深的统计概率思维涉及大数定律、车比雪夫不等式、伽玛分布等等，这些学术性很强的东西更适合那些数据分析领域的人，但你如果连基础的统计概率思维都没有，那你这个举着火把进炸药厂的人就自求多福吧。
