解决问题1-如何做出相对可靠的决策?

我们在生活中,每天都要做出无数次决策,小到每天的午餐、晚餐点哪个外卖,大到求职离职,是否要换工作,都是要做出决策,本文将会从3个方面,来介绍你为什么没办法做出决策, 及如何做出决策?

为什么你无法做出靠谱的决策?

1、大脑自动化情绪

在《象与骑象人》这本书中作者提到了一个理论:我们的理性是骑象人,感性则是大象,当我们遇到问题要做出决策时,首先感性上会有产生负面的情绪,这就会导致我们的理性部分没办法很好发挥作用。只有我们等心中的大象平稳下来,才可以做出正确的决策。

同样的,在《思考快与慢》这本书中,也有提到,人在遇到问题时,系统1(自动化思考)对事物进行无意识且快速的判断,系统1喜欢即时享受,不愿为更好的决策做出让步。

2、潜意识作怪

潜意识是模糊的、模棱两可的,不可表达,不可分析,不可推理。此外,潜意识还有一种自我防卫机制,它使你难以接受自己的错误和弱点,让你不自觉地接受本能的驱使,受到较低层次大脑(爬行脑)的控制。

决策者必须摒弃潜意识的思考方式,将潜意识的东西意识化

首先,思考的时候必须要有一定的目标和标准,不要漫无目的地去思考,那样只会让你思绪乱飞,毫无条理。

其次,思考的时候要借助分析推理的逻辑思维工具,例如稍后讲到的“理性思维模型”就是一种。

最后,把你分析推理的过程条理清晰地表达出来,形成书面化的分析报告。

这里强调一下书面化的分析报告的重要性,很多时候我们写不出来是因为我们根本就没想清楚,所以写是手段,思考才是目的

3、信息盲区

第一层含义是指我们掌握的有效信息太少。就像是我们在做不出决策时,会上网找一些专家,听专家的说法,专家比我们掌握了很多 信息,他们对于问题就能做出更好的判断。

第二层含义是指我们在收集信息时有一种明显的证实偏向、与对于信息刻板印象。

举个例子:

请你思考下文问题时,记得史蒂夫是从一个有代表性的样本库中被随机挑选出来的。

邻居如此描述这个孩子:“史蒂夫非常腼腆,少言寡语,很乐于助人,却对他人或者这个现实世界没有兴趣。他谦恭有礼,做事井井有条,中规中矩,关注细节。”请问史蒂夫更可能从事哪种职业,图书管理员还是农民?

很显然,很多读者的第一印象肯定就是图书管理员,这跟农民有啥关系呢?不过既然我这么出题,肯定有诈,那就选农民吧,但是我有可能知道你这么想,故意糊你呢,那就还是选图书管理员……如此循环,也得不到正确的结论。

我们的大脑一见到描述性的东西,就容易产生画面感,描述得越具体,画面感越强,而这种画面感会调动起我们的经验,这就是为什么我们常常把“相似”当成一种最初的启发手段。

 有没有人想过,在美国,农民比图书管理员多出多少?大约是20比1吧,因此只要20个农民里有一个是中规中矩、谦恭有礼的,即使所有图书管理员都是完全符合上述描述,史蒂夫也更有可能是一个农民对不对?

我们的生活中充斥着这种因为不了解大脑的运作原理而产生的刻板印象或者是偏见,比如娱乐圈都爱乱搞男女关系等……如果卓伟愿意偷拍你身边的人,你也许会发现你的身边也尽是类似的情况。身处娱乐圈,尤其是大牌明星,蛛丝马迹都逃不过那些利用他们的新闻来赚钱的人,所以并不是你在新闻中见得越多,脑子里出现的次数越多,就代表越频繁。

同时,当我们认真去搜索材料时,也会有一些有坑的地方。人们寻找信息有时候会是为了证明自己的结论正确,这样一来,我们收集到的信息就是片面的,从而导致我们做出非理性的决策。在尽可能多地收集信息的同时,我们还应摒弃证实偏向,秉持客观立场。

如何做出相对可靠的决策呢?

接下来将给大家介绍一个模型-理性决策模型

理性模型包含主要由以下5个部分组成:

理性决策模型

1)找到关键因素

这一步是一切的起点,如果我们在做出决策时,没有办法对问题进行很好的拆分,然后找到关键因素的话,就会导致我们后面的决策有偏差;当然,也不用太过担心,我们可以在不断的决策中,优化自己的模型。

如何对问题拆分,并找到关键因素呢?

我们可以用到麦肯锡原理中常提到的MECE法则;

MECE的关键是,相互独立,完全穷尽。

举个例子:当我们对于打工人有多少种类型进行划分时,有些人的划分是这样子的:互联网从业者,30-35岁中年人,刚毕业大学生等等。通过这种方式来划分的话,就会有重合,互联网从业者就有可能涵盖了30岁中年人,但是如果我们是从年龄来划分,如18-25刚毕业人群,26-35职场中年人,36岁以上职场中老年人,就可以完全穷尽所有的人。

再举个例子:我们中午要点外卖,不知道选什么,那我们应该怎么做呢?

首先,点外卖,我们可以从这几个维度来选,好评度、价格、销量、配送时间、配送费;找到这些因素后,我们可以从中挑出最关键的因素,如好评度、价格、销量,这三个关键因素。

确定量化标准&找到备选 方案

找到这几个关键因素后,我们就可以进行量化了,假设好评度是占50%的权重,价格占据30%,销量占20%,我们就可以整理出1个表格


外卖选店表格

评估打分,

进行打分,一般有10分、5分、3分,这种情况(个人决策相关的,不是特别重要的),我们可以取5分


这样子就可以得出,最终要选3.8分的饭店叫外卖;后面我们还可以根据菜系来进一步做决策,如粤菜、湘菜、川菜,重新指定量化标准,就可以选出想要的菜系了。

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 205,033评论 6 478
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 87,725评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 151,473评论 0 338
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,846评论 1 277
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,848评论 5 368
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,691评论 1 282
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,053评论 3 399
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,700评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 42,856评论 1 300
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,676评论 2 323
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,787评论 1 333
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,430评论 4 321
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,034评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,990评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,218评论 1 260
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 45,174评论 2 352
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,526评论 2 343

推荐阅读更多精彩内容