题图:看饿了 | 摄影:宋港
实盘投资周报第 93 期,最新净值是 0.9971,本周增长 0.90%。
最近一周,连续见到三个一直想见的朋友,聊了很多感兴趣的话题。
这几个朋友的领域并不相同,聊天的内容也不一样,但我们聊到了一个共性的话题。
当我们做决策的时候,用“直觉”靠谱还是“数据”靠谱?
这是一个特别好的话题,我曾经思考过很长时间。
我身上分别有 “创业者”、“投资者”、“产品经理” 三个标签。在这三个身份下,我经常做各种各样的决策:
且慢在 2019 年应该做什么?
今天要不要抄底?
且慢 App 的 Landing 页是不是要修改,改成什么样?
这些决策的背后,通常我会不自觉的综合运用“直觉”和“数据”。
我觉得对大部分人,大部分的决策,在数据充分的情况下,都可以用“数据”来做决策。但少量、关键、尤其是数据无法证明的决策,则需要用“直觉”来做。这个“直觉”的底气来自对问题本质的思考和认知。
我们分别从商业、投资、产品来看。
每次和朋友聊这个话题,我都会推荐贝索斯 2005 年的股东信。贝索斯的文字解释了在企业经营的过程中,应该用“直觉”还是“数据”来进行决策。
我的翻译连带解读如下:
在亚马逊,有很多商业决策是用数字做出来的。比如建立新的物流中心。
“ 我们使用历史数据以及现有的物流网络来预测季节购物高峰,为新产能建立数学模型。我们通过观察预期的产品种类,包括产品尺寸和重量,来决定我们需要多大的仓储空间,以及我们是否需要设备来运送的小件商品或单独运输的大件商品。为了缩短运输时间、降低运费,我们会分析顾客距离、交通枢纽以及现有设施等基础数据。这些定量的(基于数据的)分析决策提高了用户体验,优化了亚马逊的成本结构。”
“ 但并不是所有的决策都能用这样一种基于数学的方式做出。有时候,我们没有历史数据来进行指导,也不可能进行前瞻性实验。在这种决策中,尽管数据、分析和模型也能发挥一定的作用,但真正主要的因素还是直觉。”
贝索斯举了“降价”的例子:
“ 亚马逊做出了每年不断降低商品价格的决策,运营效率的提高和规模经济使得这个决策变的可行。这是一个典型的无法用数学方式做出的决策。如果你用数学模型来决策的话,它会告诉你明智的做法是“涨价”。当然,数据能够揭示出价格弹性引发的销量的变化,也就是说,一定幅度的降价,能够引起一定幅度销量的增加。但是,就短期而言,销量的增加远不足以弥补价格降低带来的影响。
问题的关键是,这个关于价格弹性的量化模型是“短期”的。我们能够估算降价行为在下个月或者下个季度带来的影响,但是数学永远无法告诉我们如果长期、持续的降低价格,在 5 年、10 年 的维度,将会对我们的业务带来怎样的影响。”
贝索斯的“直觉”是,降价以及在降价基础上的运营效率的提升和规模经济的形成,带来了一个长期的良性循环。更低价格、更多用户、更低运营成本、更低价格、更多用户 … 这个循环带来了更多的现金流,极大的提高了亚马逊的价值。
贝索斯认为,以“数据”为基础的决策,通常容易带来共识,而以“直觉”为基础的决策通常备受争议。但如果你只做“数据”为基础的决策,虽然减少了争议,但一定会限制创新以及长期价值的创造。
这封信里面没有提及的是,贝索斯的“直觉”背后有两个非常重要的东西:认知 以及 价值观。
“非共识的正确”、“非线性增长”、“疯狂的资本支出前置”是典型的贝索斯的认知,“长期持续降价”虽然短期财务上可能会有影响,但长期会有“非线性”的价值爆发。这样的底层认知,才是做出“直觉”决策的底气。而“客户第一”、“永远专注长期”的价值观和企业文化,保证了这样的决策得以执行。
东施效颦,举个且慢的例子。
最近和不同朋友聊天的过程中,他们都提到 2018 年初且慢推荐自己的用户到其它平台买基金的事情。
对于且慢来说,这也是一个基于“直觉”而不是“数据”的决策。看“数据”的话,且慢损失了小一个亿的销量,以及这些销量背后的收入。但如果且慢的核心价值是和用户之间的长期信任,并且你坚信这样的信任会在长期带来更大的价值,那你就会更加自然的按照“直觉”来进行决策。
再来看看投资上的“直觉”决策以及“数据”决策。
工作原因,我经常接触各种做量化投资的投资人,他们泾渭分明的分成两类。
第一种人,是先寻找投资的主要逻辑,然后在用数学的方式去证明,用量化的方式去寻找在这个逻辑下的一个近似最优解。
第二种人,是不管底层的逻辑,股价、估值、盈利、财务指标都是数字,用数学的方式去寻找投资的圣杯。
第二种人,很多。
曾经看到过一个知名投资人的文章,有一句话大概是这样的,“ 在统计的世界里,巴菲特和芒格不过是幸存者偏差。”
巴菲特经常说他不看“数据”,依靠“直觉”来进行决策。他真的是一个大样本下的幸运儿吗?
其实巴菲特老早就回答过这个问题。1984年,在庆祝格雷罕姆与多德合著的《证券分析》发行50周年大会上,巴菲特进行过一次题为 “ 格雷厄姆-多德部落的超级投资者们 ” (The Superinvestors of Graham-and-Doddsville) 的演讲。
这篇演讲超级好,我建议你有空的时候可以读一下。
我只摘录这个演讲中最重要的一段话。
“ 在投资历史的长河中,有一个群体的业绩长期显著超越了指数和其它投资者。这个群体没有诸如年龄、地域、种族等其它共同因素。但这部分赢家都来自一个精神部落 - “格雷厄姆-多德部落”。这个特殊的精神部落存在着许多赢家。这种集中现象绝非巧合所能够解释。而这群成功的投资者有着一个共同的族长 - 本杰明·格雷厄姆。这些离开这个精神部落的孩子,都是依据非常不同的方法进行投资。他们各自前往不同的地方,买卖不同的股票和企业,但他们的综合绩效绝对无法用随机因素加以解释。他们做相同的猜测,并不是因为领导者下达某一项指令,因此也无法用这种方式解释他们的表现。族长(格雷厄姆)只提供了猜测铜板的智力理论,每位学生都必须自行决定如何运用这项理论。”
而来自“格雷厄姆一多德部落”的投资者所具备的共同理论是:他们探索企业的价值与该企业市场价格之间的差异。
简单说:价值 和 价格。
股价背后是股票,股票背后是公司,公司背后是商业价值、社会价值。
忽略 PB、PE、ROE 背后的东西,只盯着数字来回测,是放弃了本质的东西而去追求表面的东西。
可是表面的东西是异变的、未经过未然历史考验的,是在一个小的数据集合上拟合出来的一个局部最优解。
而真正的长期投资的成功,一定是符合商业本质的。对商业世界和企业的极深认知,是巴菲特不用“数据”而用“直觉”去做决策的基础。
最后我们来看看产品上基于“直觉”的决策以及“数据”的决策。
我认为有两种产品经理。
第一种产品经理,他们的决策依靠直觉和洞见,他们通常都非常跨学科,同时具有很强的思考能力。他们把产品作为自己对世界的一种表达。乔布斯和张小龙,是典型的代表;
第二种产品经理,他们的决策高度依赖数据和ABTest。他们把产品作为对世界的一种拟合,数据可以帮助他们找到某一个目标的最优解(比如如何占用用户最多时间)。代表就不说了。
“表达”是在创造,“拟合”是在搜寻。
我觉得“拟合”可能会有两个问题。
第一,“拟合”是在一个巨大的解空间里面搜索,但这个空间太大了。很多时候你只能得到一个局部最优解。而这个局部也许和你想解决的问题,隔着十万八千里。而顶尖的产品经理,可以用他的洞见和认知,用“直觉”直接找到美好的东西。回到功能机的时代,ABTest 的方式能做出 iPhone 吗?
第二,“拟合”所用的数据通常都是短期的、易变的、顺人性的。过于利用 ABTest 去追求短期数据的最佳,也许会放大人性中的“恶”。
一些伟大的产品的关键决策,一定是“直觉”做出的,这个“直觉”背后是十数年的积累。而一些细节的处理,用 ABTest 找到转化率更高的路径,未尝不可。
最后,补充几点:
1、“数据”是表面的、可观测的、短期的,而“直觉”背后的认知则是底层的、本质的、不易寻找的;
2、类比一句话:“聪明是拟合,智慧是不妥协”;
3、“直觉”决策是由内向外(Inside Out),是内在认知的外在表达,“数据”决策是由外向内(Outside In),是用外在表现去拟合内在本质;
4、贝索斯、巴菲特、乔布斯、张小龙,背后是极高的内在认知以及高度的知行合一;
5、“直觉”决策看起来门槛低,实则门槛极高。乔布斯和张小龙太少了。我们大部分人,在很多领域,没有“直觉”决策的资本,这时候“数据”说话是一个不错的方式;
6、努力提高自己的认知,用“直觉”去表达;
7、不止是商业、投资、产品。人生也是这样。年轻的时候我很在意别人的评价,也就是巴菲特说的外部记分牌。“别人是否点赞”、“如何评价我”、“我的话他怎么理解”,都会困扰我挺久。最近两年我似乎可以不再在意这些外部“数据”,可以更均衡、真实的运用自己的“直觉”去表达自己的内心了。Life is too short to be someone else;
8、最有价值的事情,一定是和大多数人并不认同的。无论这个事情是商业上、投资上、还是产品上。所谓“非共识的正确”;
9、如果你能找到这样的事情:大家都不愿意做,“数据”证明不应该做,你在这件事情上有足够的积累和认知,“直觉”认为这件事有巨大的长期价值。再加上这件事情刚好是你热爱的 …… 那就可以用最近认识的一个特别酷的朋友(先不透露)的话了:Inevitable Success ...
无
本周实盘账户无新增资金。
最新的资产是 5,162,087.09,基金净值是 0.9971,本周增长 0.90%。
最后附上最新的且慢截图(2019年7月26日)
市场有风险,投资需谨慎。本记录不代表任何推荐之用,仅作为自己的长期投资验证。投资者应保持独立思考。
声明:该文章系转载,文章版权归原作者及原出处所有,内容为作者个人观点, 登载该文章目的为更广泛的传递市场信息,并不代表本站赞同其观点和对其真实性负责,本站只提供参考并不构成任何投资及应用建议,并不用于任何商业目的,我们已经尽可能的对作者和来源进行了通告,但是能力有限或疏忽,造成漏登,请及时联系我们 zhicx#qq.com ,我们将根据著作权人的要求,立即更正或者删除有关内容。