Trừ khi bạn được giam giữ an toàn trong một nơi ẩn náu không có phương tiện truyền thông, bạn có thể đã nghe nói về Nate Silver, phenom tiên đoán, người viết FiveThirtyEight blog cho Thời báo New York . Tranh cãi đã nảy nở vì bây giờ tỷ lệ cược 86% anh ấy cho Obama vì đã chiến thắng trong cuộc bầu cử tổng thống.
Rất nhiều người, bao gồm Times chuyên mục bảo thủ David Brooks và nhân vật MSNBC và cựu chính trị gia Joe Scarborough, không thích không khí chắc chắn của Silver về những gì họ nghĩ là một quá trình không chắc chắn, và đã nói rất to. Sau đó, tất nhiên, đến bảo vệ bạc trong các phần khác của phương tiện truyền thông.
Tạm gác chính trị sang một bên. Có một số bài học quan trọng trong cuộc thảo luận này dành cho các doanh nhân quan tâm đến cái mà bạn có thể gọi là 'dữ liệu lớn'. Giống như trong việc dự đoán các cuộc bầu cử, trong việc điều hành một doanh nghiệp, bạn dễ dàng đi theo con đường của nhiều đảng phái và chuyên gia và mắc phải những sai lầm cơ bản về cách bổ sung phân phối rủi ro và phát hiện các cơ hội hợp pháp.
Bài học số 1: Định kiến không vượt trội so với dự đoán.
Vấn đề cơ bản xung quanh cuộc tranh cãi về dự đoán hiện tại là các nhà phê bình phần lớn hiểu sai về những gì Silver đang làm. Họ có thể muốn tin rằng bạn không thể sử dụng toán học để dự đoán hành động của con người. Nhưng tôi không đồng ý: Bất cứ lúc nào bạn cũng có thể thấy các xu hướng giúp bạn có cái nhìn sâu sắc về những gì sẽ xảy ra.
Quyển sách Moneyball , ghi lại thành công của một câu lạc bộ bóng chày trong việc sử dụng số liệu thống kê để điều hành một đội hiệu quả về chi phí, là một ví dụ hoàn hảo. Thị trường tài năng trong trò chơi cực kỳ kém hiệu quả. Các đội đặt phí bảo hiểm cho các tài năng hoặc khía cạnh thỏa mãn các giả định và định kiến của người quản lý, nhưng điều đó không nhất thiết mang lại hiệu suất tốt hơn. Đồng thời, các khả năng thể hiện tác động thống kê đến trò chơi theo thời gian cũng bị đánh giá thấp.
Đừng cho rằng không có khuôn mẫu nào tiềm ẩn trong ngành hoặc doanh nghiệp của bạn. Bạn nghĩ toàn bộ khái niệm 'dữ liệu lớn' là về cái gì?
Bài học số 2: Xác suất là tương đối.
Các nhà phê bình của Silver nói rằng các cuộc thăm dò không mang tính dự đoán vì chúng đại diện cho một thời điểm. Đúng rồi. Tuy nhiên, khi bạn thu thập dữ liệu đủ thời gian, kết quả có thể hiển thị một hướng khả thi. Đó là những gì có thể tạo ra sự khác biệt cho một doanh nghiệp.
Luôn luôn đúng chính xác được đánh giá cao. Nói chuyện với một nhà khoa học về cơ học lượng tử và bạn sẽ biết rằng những gì chúng ta thấy là thực tế là sự tích lũy của nhiều xác suất, nhưng kết quả là đáng kể.
Điều bạn cần học là cách đánh giá xác suất một cách hợp lý. Một trong những lời chỉ trích đối với Silver là anh ấy không bao giờ cho Romney nhiều hơn 40% cơ hội chiến thắng - và, hãy nhớ rằng, chúng ta đang nói về việc giành đủ tổng số phiếu đại cử tri, được quyết định trên cơ sở từng bang, không chiến thắng cuộc chạy đua quốc gia rõ ràng gần gũi. Và 40% cơ hội chỉ là dưới xác suất nhận được một cặp duy nhất khi bạn chia một ván bài poker.
Tương tự như vậy, ngay cả cơ hội 86% cũng không có nghĩa là bạn đã hoàn thành. Khi tỷ lệ cược có vẻ có lợi cho bạn, bạn vẫn có thể thua. Đó là lý do tại sao tỷ lệ cược hoạt động tốt nhất trong thời gian dài với sự công nhận rằng bạn thắng thường xuyên hơn bạn không.
Bài học số 3: Các mẫu có thể tăng lên theo những cách đáng kể.
Điều khiến nhiều người thất vọng về dự đoán của Silver là nó dường như bay khi đối mặt với các cuộc thăm dò quốc gia khiến cuộc bầu cử ở mức nhiệt gần như chết. Đó là sự kết hợp của suy nghĩ mơ mộng - các chuyên gia hầu như luôn đưa ra xu hướng tiên lượng của họ - và một sự hiểu lầm đơn giản nhưng sâu sắc.
Không phải tất cả mọi thứ đều sẽ ảnh hưởng đến một hệ thống tổng thể, như một quốc gia hay một doanh nghiệp, như nhau. Trong trường hợp của chính trị tổng thống, có hai cuộc đua. Cuộc chạy đua phổ biến, vốn là cổ lỗ sĩ, không thay đổi kết quả của cuộc bầu cử. Vé trúng thưởng là sự kết hợp phù hợp của các trạng thái riêng lẻ.
Ở một mức độ nào đó, các chuyên gia biết và thừa nhận điều này. Nhưng có một sự khác biệt giữa việc thừa nhận một sự thật và thực sự chấp nhận những tác động của nó. Hãy nhìn vào ngành công nghiệp tài chính, nơi đã mãi mãi nói về những sự kiện được gọi là thiên nga đen xảy ra trong một thế kỷ, nhưng dường như có một cuộc khủng hoảng lớn mỗi thập kỷ. Tại sao? Bởi vì nếu bạn có 10 vấn đề khác nhau xảy ra trong một thế kỷ có thể xảy ra và chúng có thể xảy ra độc lập với nhau, thì bạn vừa đi từ một lần trong 100 năm đến một lần sau mỗi 10 năm.
Bài học số 4: Bạn không bao giờ quá nhỏ để làm cho dữ liệu hoạt động.
Nate Silver có thể có năng khiếu trong việc dự đoán tỷ lệ cược trong các sự kiện, nhưng anh ấy cũng chỉ là một chàng trai. Nếu bạn không phải là một chuyên gia, hãy tìm một người đã và đang có được lợi thế khi biết nhiều hơn về tương lai so với các đối thủ cạnh tranh của bạn.
