第1章 无形之物有法可测
当你能够量化你谈论的事物，并且能用数字描述它时，你对它就确实有了深入了解。但如果你不能用数字描述，那么你的头脑根本就没有跃升到科学思考的状态。
——英国物理学家 开尔文勋爵
凡事皆可量化。如果人们找到观测事物的方式，并找到某种方法，无论这种方法多么“模糊”，只要它能让你知道得比以前更多，那么它就是一种量化方法。实际上，对那些看似不可量化的东西，人们总能找到相对简单的量化方法。
在本书中，我们将讨论怎样找到那些在商业领域中经常被称为“无形之物”（Intangibles）的价值。事实上，定量测量的方法同样适用于商业领域之外，我们能将这种方法应用于各种问题，如军事、政治以及减少非洲贫困与饥饿的干预措施等。
和许多困难一样，看似不可能的量化始于提出正确的问题。然而，即使问题有了正确的方向，管理人员和分析人员可能还需要一种实用的方法并使用工具来切实解决复杂问题。因此，在第1章中，我将介绍一种方法，帮助你定义量化问题。同时，我还将介绍如何用一些强大的工具来解决量化问题。本章的结尾是本书其余部分的纲要，而本书其余部分将在这些基础概念上更进一步。
首先，让我们讨论一下这些所谓的“无形之物”。对“无形之物”这个词一般有两种理解。一种理解是按照字面之意，无形之物从物理上说确实是触摸不到的东西，但这些事物却被广泛认为是可量化的，这是最普遍的一种理解。例如时间、财政预算、专利权等。实际上，围绕诸如版权和商标估价等所谓的无形之物，人们已经建立起了发达的产业。另一种理解是，从任何方面都完全无法直接或间接量化的事物。我认为，从这个意义上说，无形之物根本就不存在。
在你工作的组织里，或许你已经听说了“无形之物”：那些可能用任何方法都无法量化的东西。这些东西无法量化的想法是如此强烈，以至于你根本不再量化了。然而，这些量化方法或许会告诉你一些令你吃惊，进而促进你学习的知识。在现实生活中，你也许已经遇到过一个或多个这样的“无形之物”，例如：
◎ 管理效益；
◎ 预测新产品的收益；
◎ 政府新环境政策对公共卫生的影响；
◎ 科学研究的生产率；
◎ 创造新产品的“柔性”；
◎ 信息的价值；
◎ 破产的风险；
◎ 某个政党赢得大选、入主白宫的机会；
◎ 信息技术项目失败的风险；
◎ 质量；
◎ 公众形象；
◎ 发展中国家发生饥荒的风险。
以上例子都和一个组织做出的重大决策密切相关，无论是商业计划还是政府政策，一项耗资巨大的项目都可能具有无法估量的重要影响。但在绝大多数组织里，由于相关的“无形之物”在人们眼里是不可量化的，因此在做决策时，人们几乎从未获得充分的信息，而这本书可以做到。
在审议投资提案和决定是否通过“指导委员会”时，我曾多次看到这样一种情况：有时，委员会会断然拒绝看起来收益比较“微薄”的投资提案。这些投资提案也许和信息技术、新产品的研究与开发、重大房地产开发或广告宣传活动相关。诸如“口碑宣传的效果提高了”“减少战略风险”或“优质品牌定位”等重要因素，在评价过程中都被忽视，因为它们是不可量化的。提议被否决并不是因为提议人没有测算收益，而是人们相信不可能测算出收益，永远不可能。
由此带来的后果是仅仅因为人人都知道如何量化一些事物，而不知道如何量化另一些事物，一些最重要的战略提议就这样被忽视了，但诸如节约开支这样的小建议却得到了重视。同样令人不安的是，很多重大投资项目根本没有衡量标准，却都通过了议案。而事实上，一些组织在分析和量化上述列表中的所有项目时取得了成功，而他们使用的方法也许不像你想象的那么复杂。本书的目的就是让组织机构明白两件事：
◎ 看起来完全没有踪迹可循的无形之物，是可以量化的。
◎ 这种量化可以用比较经济的方法来实现。
为了实现这两个目标，本书将指出对无形之物的常见认识误区，呈现如何量化无形之物的通用方法，并为一些特殊问题提供有趣的解决方法。此外，我还搜集了一些人们解决最困难的量化问题的实例，希望能给读者启发。
通过本书，我还希望与量化工作紧密相关的、看似神秘难懂的统计学变得通俗易懂，而通过对统计学的讲解完全可以做到这一点。本书中，大多数数学问题都尽可能地被转化为简单的图形、表格和计算过程。本书所用方法比统计学的传统教材简单得多，所以大家要克服对量化方法的恐惧情绪。实际上，读者根本不需要任何高级的数学训练，只要有一定清晰定义问题的能力就行了。
幸福婚姻的价值和人生的价值都可量化？
我有一个建议：当你阅读本书前，请写下你认为不可量化或者找不到量化方法的事物。在读完本书后，你应该能解决这些问题，请别退缩。我们将谈论看起来几乎不可量化的事物，例如，海洋里有多少鱼、幸福婚姻的价值甚至人生的价值。如果你想量化任何和商业、政府、教育、艺术等有关的事物，都可采用本书的方法。
如果以“数据化决策”这类文字为标题，即使写出多本大部头著作，也很难保证面面俱到。我的目标并非想囊括每个物理学或经济学领域，这些学科早就有解决各种有趣问题的量化方法了，而且这些领域的专家们早已认定他们研究的东西并非“无形之物”。因此，本书关注的焦点是与组织机构的主要决策相关甚至是至关重要的，但目前看起来没有量化方法的事物。
如果我没有提到你遇到的难题，请不要认为本书的解决方法对你不适用。本书后面谈到的方法适用于和你公司、社区甚至个人生活息息相关的任何不确定性问题。做出这个推断并不困难，你可以回顾一下，学习小学数学时，你可能没有学过怎样计算347×79，但你知道同样的数学运算过程适用于任何数字的计算。因此，如果你的问题恰好是本书没有特别提到的，比如量化更好的产品标签法的价值、量化电影脚本的质量，或者量化动员大会的效果等，请不要沮丧。请读完整本书并按照书中提供的步骤操作吧，它们将成为完全可测之物。
管理顾问、绩效测评专家无法解决，但本书可搞定
首先，我给出定义和解决商业领域中的量化难题的3个建议：
◎ 关心量化工作，因为它会为决策提供信息。
◎ 决策前，需要量化多方面的事物，量化方案也很多，面对多种方案，管理者可能难以取舍。
◎ 管理者需要运用一些方法来分析、选择这些方案，以减少决策的不确定性。
也许你会认为前两点显而易见，根本不值一提。它们的确看起来很明显，但即使管理顾问、绩效测评专家甚至统计学家已经在头脑中做了充分准备，也很少能解决这些用于辅助决策的、意图明显的难题，因为他们也缺乏很多商业量化手段。
量化是减少不确定性、优化问题的有效手段。一个商学院的教授在读了本书第一版内容后认为，我写了一本关于“决策分析”这一多少有些生僻的领域的书，并把它隐藏在关于量化的标题之下，所以商业和政府人士可能会读它。虽然这并不是我写此书的本意，但我认为他的评论正中要害。量化和决策支持密切相关，而且在量化领域本身，也要做一些决策。
如果决策难题有相当高的不确定性，而且如果决策错误会导致严重后果，那么减少不确定性的量化工作就具有很高价值；但如果量化结果无法产生重要影响，那么就没人会关心量化工作。同样，如果量化可以随时随意地做，并且量化结果较有价值，那么我们就不会在量化什么、怎样量化，甚至是否量化等方面陷入进退两难的境地。
的确，量化本身是有市场价值的，例如对消费者的调查，哪怕量化结果只是为了满足人们的好奇心或娱乐心理，它也是有价值的。但是在辅助决策领域，量化方法必须满足该领域的需要。即使一项量化工作不能给你的决策提供信息帮助，也仍然会对其他决策有所帮助。如果这样，就会有人愿意为之付费。如果你对浑身长毛的猛犸象到底出了什么问题而导致其灭绝有兴趣，那我将再次确信本书对你如何定义问题会有所帮助。从这里开始，本书将在三大领域展开探讨：
◎ 为什么凡事皆可量化？
◎ 怎样设置和定义量化难题？
◎ 如何使用强大实用的量化方法解决难题？
实际上，有效量化往往比人们一开始想象的简单得多。在第2章，我将通过三个聪明人的例子来说明这点，他们所量化的事物，以前都被认为很难量化，甚至不可能量化。
使用“强力工具”进行量化分析
我想大多数人都有这样一种印象：统计或科学方法在现实决策中并不适用。比如，企业管理者可能在高中化学实验室里了解过科学量化的基本概念，但他们会以为量化的精确性只适用于可直接测量的量，比如温度和质量。他们或许在大学里接触过一些统计学知识，但并不知道应该如何运用。大学毕业以后，他们可能在会计等领域进行量化分析，因为这些领域有可供查询的庞大而精确的数据库。但企业管理者从中学到的似乎是“没有大量的数据，就不能使用统计方法，精确的方程式并不能帮助我们应对现实生活中混乱而庞杂的问题，从而帮助我们做出决策”。或者，人们需要统计学博士学位，才能对统计数据应用自如。
我们需要改变这些错误的认识。抛开你在统计学或科学量化方法方面的学科背景，本书旨在帮助你像一个真正的科学家那样使用量化方法。有些人可能会惊讶地发现，所谓科学家并不需要为了进行研究而记住数百个复杂的定理，或掌握深刻而抽象的数学概念。我的许多客户都是各领域中拥有博士学位的科学家，他们之中没有谁凭借记忆力来应用那些常用公式。相反，他们只是学会了选择正确方法，然后依靠软件工具将数据转换为所需的结果。
科学家有效地“复制／粘贴”数据分析结果，哪怕是在生命科学和物理学的核心期刊上发表研究成果，采用的也是这种方法。所以，就像科学家一样，我们也将使用“强力工具”来进行量化分析。正如你已经使用的许多“强力工具”（包括你的汽车、计算机和电钻）那样，这些工具也会让你更高效地完成那些原本很难或不可能的事情。
统计图表和软件程序这样的“强力工具”将帮助你运用实用的统计方法，而你无须记住方程式，更不用知道如何从概率论的基本公理推导出它们。我并不是说你可以在什么都不知道的情况下就开始输入数据。很重要的一点是，你需要先理解统计方法的基本原理，才能避免错误运用。不过，就像你并不需要亲自制造计算机或汽车一样，你也不需要记住统计方程（更不用说推导其数学证明）。
因此，在不影响实质的前提下，我们将努力使看似深奥的统计数据尽可能简单。无论何时，只要条件允许，我们使用Excel电子表格或者更简单的图表和程序来简化其中的数学原理。我会展示一些简单的方程，但即便如此，这些方程通常也会以Excel函数的形式来展现，这样你就可以直接将数据输入电子表格中。我希望这其中的某些方法比典型的统计学入门课程所教的内容还要简单，这样我们也许就能够克服对定量量化方法的恐惧。作为读者的你根本不需要参与任何数学方法的高级训练，只需具备清晰定义问题的能力即可。
本书中提到的一些“强力工具”采用电子表格形式，可从与本书同名的网站上获取。由于相关技术与量化分析的发展速度比图书的出版周期要快，这个网站还为我提供了一种讨论新问题的方式。
本书阅读指南
如前文所述，本书的各章并不是按照量化的类型来组织的，你无法在某一章中看到量化方法提高效率或改进质量的整个流程。要量化任何单一的事物，你需要了解流程中各步骤的顺序，我将在各个章节中依次描述这些步骤。出于这个原因，我不建议读者在阅读本书时跳过一章又一章的内容。但我认为，快速浏览一下整本书，将有助于读者了解哪一章将讨论哪些主题。我将这本书的14章内容分为以下4个主要部分。
第一部分：量遍天下——没有什么不可量化。第一部分的三章（包括本章）广泛论述了不可量化性的主张。在下一章中，我们将重点关注三个有趣的人以及他们解决有趣问题的方法，以探究一些有趣的量化的例子（第2章）。这些例子有来自古代的，也有来自近代的，主要是为了让我们了解一般的量化方法。在此基础上，我们将直接讨论对量化方法的常见异议（第3章）。这是我们优先考虑许多管理者或分析师在思考量化方法时会提出的异议的一次尝试。我从来没有在标准的大学教科书中见过这种处理方法，但重要的是直面那些在一开始就阻止人们尝试使用强大方法的错误观念。
第二部分：量化什么——不确定性、风险、信息价值。第4章到第7章讨论了重要的“设置”问题，这些问题是良好量化的先决条件，并且与第3章所描述的量化的五大步骤中的步骤1至步骤3的内容相一致。这些步骤很好地定义了决策问题（第4章）。接下来，我们会评估某个问题当前的不确定性水平。我们将学会如何提供“校准的概率评估”，以定量地表达我们的不确定性（第5章）。再接下来，我们把这些对不确定性的初步评估一同放进决策风险模型之中（第6章），并且计算附加信息的价值（第7章）。在我们讨论如何量化之前，这些循序渐进的步骤对于帮助我们确定量化什么以及量化有什么价值非常关键。
第三部分：量化方法——如何减少不确定性。确定了量化的对象后，我们将在第8～10章中解释一些关于如何进行所需的量化的基本方法。这与第3章所描述的量化的五大步骤中的步骤4所需的部分内容相吻合。我们探讨了如何对一般问题进行进一步的分解量化，考虑了其他人先前的研究，并且概述了一些测量仪器的选择方法（第8章）。然后，我们讨论了基本的随机抽样统计方法，阐述了如何在减少错误认识的前提下思考抽样方法（第9章）。这个部分的最后一章描述了另一种强大的抽样方法，它基于所谓的“贝叶斯方法”，和其他方法相比，这种方法适用于一些有趣和常见的量化问题（第10章）。
第四部分：量化抽象事物——偏好、态度和判断。最后一个部分介绍了一些额外的工具，并将它们与案例结合起来一同展示。首先，当量化的对象是人类的态度和偏好时，我们通过描述量化手段来确定抽样方法（第11章）。然后，我们讨论了如何使人类的判断本身成为一种强大的量化手段（第12章）。接下来，我们探讨了一些最新的技术发展趋势，这些技术将为管理者提供全新的数据源，比如将社交媒体的使用，以及将个人健康与活动的监测作为量化手段（第13章）。这3章的内容还完成了量化的五大步骤中步骤4和步骤5的其余一些问题。最后，我们将从头到尾对一些案例的全过程进行解释，并帮助读者开始了解另一些常见的量化问题（第14章）。
同样，每一章都建立在前面章节的基础上，尤其是当我们读到本书的第二部分时。读者也许决定直接浏览后面的章节，比如第9章之后的章节，或者以不同的顺序阅读它们。但是，跳过前面的章节，将导致一些问题。其原因在于，尽管它们在某种程度上可能稍显哲理性，但它们是其他内容的重要基础。
有时细节可能很复杂，但这比许多组织通常运用的方法要简单得多。我知道，因为我帮助过众多组织将这些方法应用到真正复杂的问题上，比如分配风险资本，减少贫困和饥饿，确定技术项目的优先顺序，量化培训效果等。事实上，人类拥有一种量化的本能，但在一种强调团体共识而非基本观察的环境之中，这种本能被压制了。许多管理者根本不会想到，无形之物也可用简单的、巧妙设计的观察来进行量化分析。
同样，有用的量化通常比人们最初猜测的简单得多。在下一章中，我将通过展示三个聪明人如何量化之前被认为是很难或不可能量化的事物来说明这一点。用这些人的方式看待世界，也就是通过“校准”的、定量的眼光看待事物，已成为推动科学和经济生产力的一股历史力量。如果你准备好了重新考虑一些假设条件，并且可以投入精力去研究这些问题，你也将通过“校准”的眼光来观察世间万物。