#汉服[超话]##汉服##汉服图透##汉服上新##国庆萤火虫动漫游戏嘉年华#
【花重锦官·妩袂】◎大袖襦裙套
秀款图透？？？？
差生都是晚上赶作业的，秀款的版本还未确定，放个印花版图和立绘图。[允悲][允悲][允悲]
美工硬盘真坏了，先开放了链接10月2日上架，2号会直播，想先看细节和上身的仙女请关注10月3日下午的华裳九州走秀！我们在线期待您的观看[爱你][爱你][爱你]
【花重锦官·妩袂】◎大袖襦裙套
秀款图透？？？？
差生都是晚上赶作业的，秀款的版本还未确定，放个印花版图和立绘图。[允悲][允悲][允悲]
美工硬盘真坏了，先开放了链接10月2日上架，2号会直播，想先看细节和上身的仙女请关注10月3日下午的华裳九州走秀！我们在线期待您的观看[爱你][爱你][爱你]
优秀的决策者，都有一个简单的xi惯
统计学先驱爱德华兹·戴明(W.Edwards Deming)曾说过：“除了上帝，其他人请用数据说话。” 作为一名统计学家，我很赞同这一说法。但作为一名社会科学家，我又不得不提醒大家，许多决策者都太过热衷于追逐数据，想要借此远离无知，却从未改进自己的决策。有没有办法让决策恰到好处？答案是肯定的，首先我们需要培养一个简单的决策xi惯：事先选定默认决策。
在搜寻数据之前预先构建决策背景是决策的关键，而数据科学课程通常不教这项技能，要通过社会和管理科学才能学到。不幸的是，作为指导和管理数据科学项目最重要的一项技能，却没能得到充足的教学。即使在统计学这样一门需要面对不确定性做出决策的学科中，学生遇到的大多数练xi也都预先设定了背景。教授通常会为你做出假设，框定问题，最后留下一个正确答案。有正确答案的地方，决策者都已经刻下相应记号。
很多决策者会觉得，他们观察数字、形成观点并执行决策时是数据驱动的。不幸的是，这种决策充其量只能算是“数据启发”。数据启发式决策是指，徜徉在数据中，最终达到一个情感临界点并做出决策。这样的决策确实是跟数据有关，但并非是数据驱动产生，而是来自决策者一直存在的无意识偏见。
在尝试利用数据进行决策时，如果没有经过训练，那么你的方法就会容易受到认知偏见的影响。
数据启发式决策的一个主要问题就是确认偏见，这种偏见会影响到决策者如何根据自己已经相信的东西来感知事实。如果你可以在发现数据的落点以后移动“球门柱”，你将会不自觉地这样做。解决问题的办法是提前定好球门柱，然后顶住诱惑，不去移动它。
正因如此，行为经济学家才会受训在搜索信息之前先设定决策标准。这是消除确认偏见最好的“解毒剂”，我们很多人都有这样的xi惯。比如说买票，在查询价格之前，我们会忍不住先问自己最多愿意花多少钱。
在没有事先确定好决策标准的情况下，你会自由地与数据选择性地交互，从而确认内心深处已经做出的选择。大多数人甚至都没意识到，使用数据只是想让自己觉得心安。
另外，人们需要避开 “宜家效应”。如果你努力去做某件事情，结果却发现自己高估了这件事情的价值，那么就会感受到这种效应。简单来说，当人们在一个项目上投入时间时，哪怕自己造出来的只是一堆有毒垃圾，也很有可能会爱上这个项目，并改变自己的认知。他们会开始和自己讨价还价：“哦，但是新原型的表现还不错，我还是可以发布这个东西的。”就这样，这个世界被强加了诸多可怕的事物。
为了避免成为此类效应的牺牲品，真正做到数据驱动，确定顺序很重要。你需要预先构建决策背景。整个过程的第一部分是：在没有进一步数据的情况下确定你计划做什么（默认情况下，你是会购买/启动/修正/继续，还是不购买/启动/修正/继续？）。这就是所谓的默认操作，选择的标准则是，在置之不理的情况下，哪种操作不那么有害。
对那些不xi惯这样做的决策者而言，很难去选择一种默认操作。你会问自己：“如果除了已经看到的没有其他额外的数据，那我该怎么办？”回答这个问题需要性格的力量——你不能推卸责任给数据。你必须考虑商业问题，并如实回答：“如果我现在必须做出决定，会做何选择？”
举例来说，“这是一种新药或是新的机器学xi系统，我不知道是否管用。默认情况下，我是该发布还是不发布？”（大多数人很可能会说不该发布，除了那些认为机器学xi系统会让简历看起来很棒的人。）
一旦指定了默认操作，就可以开始考虑数据问题了。但即便如此，第一步也不是去收集或分析数据。在决定如果没有新信息该如何默认操作以后，就需要考虑新数据到来时该如何反应的问题了。什么样的数据会让你放弃默认操作？要回答这个问题，你需要具备强大的想象力，确定默认操作是否对每个状况来说都是正确的，然后制定一个标准，来判定你身处于哪种状态。最后，你要考虑需要多少证据才会让你放弃默认操作，以及你的风险容忍度有多大。做完这一切再让我们开始关注数据吧。
（by公主号哈佛商业评论）
#思考与决策[超话]#
统计学先驱爱德华兹·戴明(W.Edwards Deming)曾说过：“除了上帝，其他人请用数据说话。” 作为一名统计学家，我很赞同这一说法。但作为一名社会科学家，我又不得不提醒大家，许多决策者都太过热衷于追逐数据，想要借此远离无知，却从未改进自己的决策。有没有办法让决策恰到好处？答案是肯定的，首先我们需要培养一个简单的决策xi惯：事先选定默认决策。
在搜寻数据之前预先构建决策背景是决策的关键，而数据科学课程通常不教这项技能，要通过社会和管理科学才能学到。不幸的是，作为指导和管理数据科学项目最重要的一项技能，却没能得到充足的教学。即使在统计学这样一门需要面对不确定性做出决策的学科中，学生遇到的大多数练xi也都预先设定了背景。教授通常会为你做出假设，框定问题，最后留下一个正确答案。有正确答案的地方，决策者都已经刻下相应记号。
很多决策者会觉得，他们观察数字、形成观点并执行决策时是数据驱动的。不幸的是，这种决策充其量只能算是“数据启发”。数据启发式决策是指，徜徉在数据中，最终达到一个情感临界点并做出决策。这样的决策确实是跟数据有关，但并非是数据驱动产生，而是来自决策者一直存在的无意识偏见。
在尝试利用数据进行决策时，如果没有经过训练，那么你的方法就会容易受到认知偏见的影响。
数据启发式决策的一个主要问题就是确认偏见，这种偏见会影响到决策者如何根据自己已经相信的东西来感知事实。如果你可以在发现数据的落点以后移动“球门柱”，你将会不自觉地这样做。解决问题的办法是提前定好球门柱，然后顶住诱惑，不去移动它。
正因如此，行为经济学家才会受训在搜索信息之前先设定决策标准。这是消除确认偏见最好的“解毒剂”，我们很多人都有这样的xi惯。比如说买票，在查询价格之前，我们会忍不住先问自己最多愿意花多少钱。
在没有事先确定好决策标准的情况下，你会自由地与数据选择性地交互，从而确认内心深处已经做出的选择。大多数人甚至都没意识到，使用数据只是想让自己觉得心安。
另外，人们需要避开 “宜家效应”。如果你努力去做某件事情，结果却发现自己高估了这件事情的价值，那么就会感受到这种效应。简单来说，当人们在一个项目上投入时间时，哪怕自己造出来的只是一堆有毒垃圾，也很有可能会爱上这个项目，并改变自己的认知。他们会开始和自己讨价还价：“哦，但是新原型的表现还不错，我还是可以发布这个东西的。”就这样，这个世界被强加了诸多可怕的事物。
为了避免成为此类效应的牺牲品，真正做到数据驱动，确定顺序很重要。你需要预先构建决策背景。整个过程的第一部分是：在没有进一步数据的情况下确定你计划做什么（默认情况下，你是会购买/启动/修正/继续，还是不购买/启动/修正/继续？）。这就是所谓的默认操作，选择的标准则是，在置之不理的情况下，哪种操作不那么有害。
对那些不xi惯这样做的决策者而言，很难去选择一种默认操作。你会问自己：“如果除了已经看到的没有其他额外的数据，那我该怎么办？”回答这个问题需要性格的力量——你不能推卸责任给数据。你必须考虑商业问题，并如实回答：“如果我现在必须做出决定，会做何选择？”
举例来说，“这是一种新药或是新的机器学xi系统，我不知道是否管用。默认情况下，我是该发布还是不发布？”（大多数人很可能会说不该发布，除了那些认为机器学xi系统会让简历看起来很棒的人。）
一旦指定了默认操作，就可以开始考虑数据问题了。但即便如此，第一步也不是去收集或分析数据。在决定如果没有新信息该如何默认操作以后，就需要考虑新数据到来时该如何反应的问题了。什么样的数据会让你放弃默认操作？要回答这个问题，你需要具备强大的想象力，确定默认操作是否对每个状况来说都是正确的，然后制定一个标准，来判定你身处于哪种状态。最后，你要考虑需要多少证据才会让你放弃默认操作，以及你的风险容忍度有多大。做完这一切再让我们开始关注数据吧。
（by公主号哈佛商业评论）
#思考与决策[超话]#
但凡我对工作的认真程度有剑每次
“接下来我们有很多计划，我们要在2021年初发两张专辑，也就是大波浪的第三张、第四张专辑。一张叫《新逻辑》、一张叫《不止一面》。专辑会以单曲的形式先一首一首和大家见面，除此之外我们还有巡演，请大家关注我们的新浪微博……”
客户也不至于在假期前的最后一天到现在这个点都不吊我脸不回我邮件。
“接下来我们有很多计划，我们要在2021年初发两张专辑，也就是大波浪的第三张、第四张专辑。一张叫《新逻辑》、一张叫《不止一面》。专辑会以单曲的形式先一首一首和大家见面，除此之外我们还有巡演，请大家关注我们的新浪微博……”
客户也不至于在假期前的最后一天到现在这个点都不吊我脸不回我邮件。
✋热门推荐