在過去人的眼里，世界模糊一片，很多事情的原因到底是什么，我們并不清楚。只能凡事?lián)v糨糊，用陰陽五行這種模糊的方式去解釋，而沒能精準(zhǔn)地找到原因。

我給你的解決方法是，采用量化思維，真正成為一個“心中有數(shù)”的人。

我先帶你看一個真實的故事，你就知道“心中有數(shù)”的人多么厲害了。

歷史上發(fā)生過很多起著名的綁票案，但我們要說的這起，厲害之處就在于，是被綁架的人自己破的案。

故事發(fā)生在1933年。這一次綁票案，犯罪分子的行動堪稱“完美”，幾個人蒙面、持槍搶劫了石油大亨查爾斯·烏舍爾，經(jīng)過長途跋涉后，躲到一個偏僻的地方。

烏舍爾一路被蒙住眼睛，塞住耳朵。綁匪用非常巧妙的方法拿走了20萬美金，神不知鬼不覺，沒有給警方留下任何線索。

但后來綁匪居然還是被抓住了，怪就怪綁匪綁錯了人，他們綁架的居然是一個量化思維的高手。

劫后余生的烏舍爾給FBI探員提供了三條線索，每一條都是量化的：

第一條線索：被綁架大約一個多小時后，他們經(jīng)過了兩個小油田，或是兩個大油田的邊緣，他的職業(yè)經(jīng)驗讓他聞出了氣味，隱約聽見了鉆井的聲音；

第二條線索：他根據(jù)車速和時長，估計汽車開到關(guān)押點，走了大概960公里；

第三條線索：他聽見被關(guān)押地上空每天有兩次飛機(jī)降落，他估算出航班間隔時間，推測這兩次航班降落的具體時間分別是早上9:45和下午5:45。

FBI根據(jù)這三條線索，在地圖上圈定范圍，很快就鎖定了德州一個偏僻的農(nóng)場，果然抓住了綁匪一家。

烏舍爾這個人真不簡單，別人被綁架了可能早就慌死了，他倒好，一路在腦子里掐秒表、算算數(shù)。計算都不復(fù)雜，但是卻產(chǎn)生了堪稱傳奇的效果。

我想要強(qiáng)調(diào)的是，量化思維是一種重要的底層思維方式，不要被數(shù)字嚇倒，絕大多數(shù)時候并不需要復(fù)雜的計算，小學(xué)水平的簡單四則運算完全夠用了。

簡單說，就是用數(shù)字解決問題。

剛才說的綁架案，主人公就是用量化思維，記錄和估算一切可以記錄的數(shù)字，從而揭開謎底。

量化思維是一種思考方式?！逗谔禊Z》作者塔勒布說過：“數(shù)學(xué)不只是‘?dāng)?shù)學(xué)游戲’，更是一種思考方式?！?/p>

他就用了一個數(shù)學(xué)概念來解釋金融風(fēng)險，你需要提醒自己“如果一條河的平均深度為4英尺，就千萬不要過河”。

4英尺多深？大約1.22米，對于一個成年人來說，大概就是剛到胸部的高度，那為什么不能過河呢？

請仔細(xì)聽這句話，1.22米是平均深度，也許河邊只有10厘米深，河中央就有兩米深。但是你如果不小心掉進(jìn)兩米深的坑里，那可就危險了。

你看我們都知道金融有風(fēng)險，但是具體風(fēng)險是什么并沒有感知到。塔勒布就用這么簡單的一個數(shù)學(xué)比喻，把金融風(fēng)險的概念講得如此生動。

量化思維不僅能幫我們理解現(xiàn)實，還能幫我們更精準(zhǔn)地定位未來。比如，Uber創(chuàng)始人在構(gòu)思“網(wǎng)約車”這個新鮮的商業(yè)創(chuàng)意時，他用量化思維來做沙盤模擬。

如果一個城市只有3輛車可以供應(yīng)，那么用戶叫一輛車至少要等20分鐘，使用這個平臺的人也會很少。但如果有20輛車同時供應(yīng)，用戶等的時間就會縮短，就會有更多的人來用這個工具，司機(jī)掙的錢也就會更多。

通過量化思維，他估算出網(wǎng)約車這個行業(yè)，規(guī)模效益會發(fā)揮作用，從而明確了商業(yè)模型。

你看，這幾個量化思維的例子，是不是都只用了加減乘除？根本不用追求過于精確。

應(yīng)用信息經(jīng)濟(jì)學(xué)創(chuàng)始人哈伯德在《數(shù)據(jù)化決策》這本書里，點出了量化思維的關(guān)鍵之處：“量化的概念是‘減少不確定性’，而且沒有必要完全消除不確定性。”

怎么理解這句話？其實就是范圍比精準(zhǔn)更重要，量化是初步圈定了范圍，但并不要求一步就到達(dá)絕對的精準(zhǔn)，只有這樣才是可執(zhí)行的。

我們剛說的綁票案，主人公的量化數(shù)據(jù)未必那么準(zhǔn)，可能有油田，大約開了多久，都不是精準(zhǔn)的數(shù)據(jù)。但它們疊加在一起，一步步框定了結(jié)果， FBI就能找到最后的答案。

精準(zhǔn)的結(jié)果不重要，真正重要的是什么呢？

哈伯德就說：“量化方法就隱藏在量化目標(biāo)中。確定真正要量化什么，是幾乎所有科學(xué)研究的起點?！币簿褪钦f，最重要的是要搞清楚，你要量化什么？只要你搞清楚了你真正需要量化的指標(biāo)是什么，該怎么量化就是自然而然的了。

量化思維的關(guān)鍵是，我們要意識到什么事情是應(yīng)該量化的。這往往就是解決問題的突破點，掌握了量化思維的關(guān)鍵點，你其實就掌握了一種解決問題的能力。

使用量化思維，即使沒有精確的數(shù)據(jù)，我們也能解決一些生活中，那些看似解決不了的問題。

假如你去硅谷面試，很容易遇到這樣一類問題：西雅圖有多少個加油站？北京有多少家星巴克？

你可能會疑惑，沒數(shù)據(jù)我怎么知道啊？其實這類看起來回答不了的面試題，就是要考察一個人用量化思維，一步步逼向真相的能力。

這類題就是著名的費米問題，最經(jīng)典的是：芝加哥有多少個鋼琴調(diào)音師？

費米用量化思維的估算法漂亮地解決了這個問題，他是這么算的：

我們會先有以下這幾條假設(shè)：

• 大約有250萬人生活在芝加哥。

• 每100個人中，約擁有2臺鋼琴。

• 鋼琴每年需要調(diào)整一次。

• 每個調(diào)音師大約需要2小時來調(diào)一臺琴。

• 每個調(diào)音師每天上班8小時，包括路上時間一年需要2000個小時，所以一年總共調(diào)音1600小時。

上面這些數(shù)字，全都是毛估估的，都很不精準(zhǔn)。我們就用這些數(shù)字簡單算一下，每年芝加哥有5萬架鋼琴需要調(diào)音，再算一下調(diào)音師的工作時間，可以估算出一共需要有63名調(diào)音師。

那么，事實上芝加哥到底有多少鋼琴調(diào)音師呢？大約83名，有些人名還是重復(fù)的，可以說與估算的數(shù)值非常接近了。

硅谷的那些高科技公司，為什么喜歡出這一類的面試題？他們不是要你估算得多精準(zhǔn)，而是想測試你，面對什么線索都沒有的問題時，你有沒有解決問題的思路和辦法。

在現(xiàn)實環(huán)境中，我們遇到的大多數(shù)問題都毫無頭緒，用量化思維來思考的費米估算法，加大了真實世界的分辨率，體現(xiàn)了一種敢于對未知問題展開進(jìn)攻的勇氣和思路。

小結(jié)一下，量化思維，是一種解決問題的智慧，量化的方式能讓不確定的問題，逐步清晰起來。 量化思維的重點，不是計算，也不追求精確的數(shù)據(jù)，而是把握重點，要選擇出需要量化的指標(biāo)。

那我們應(yīng)該如何應(yīng)用量化思維，解決生活中的問題呢？

我們可以借鑒當(dāng)下非常熱門的管理概念“OKR”，這就是一個量化思維的工具。

什么是OKR？

O是英文單詞“目標(biāo)”的縮寫，KR是“關(guān)鍵結(jié)果”的英文縮寫，OKR就是“目標(biāo)與關(guān)鍵結(jié)果法”。

1979年底，OKR誕生于英特爾公司，當(dāng)時英特爾的微處理器8086，正在被摩托羅拉的新產(chǎn)品68000所取代，公司陷入巨大困境。電子行業(yè)因為技術(shù)迭代，更新?lián)Q代是常態(tài)。但英特爾卻在產(chǎn)品沒有創(chuàng)新的基礎(chǔ)上，用一場名為“粉碎行動”的營銷戰(zhàn)役扭轉(zhuǎn)了局勢。

為什么英特爾可以用一手爛牌打贏強(qiáng)大的對手？因為英特爾用了OKR這個秘密武器來指導(dǎo)“粉碎行動”。從此之后，OKR成為了英特爾管理的秘密武器，再經(jīng)由谷歌被全世界的公司學(xué)習(xí)。

為什么說OKR是一種量化思維的工具？因為使用這個工具，你核心要完成的就是兩個動作：

第一，設(shè)立正確的目標(biāo)，也就是明確什么樣的指標(biāo)是需要量化的。

第二，設(shè)計關(guān)鍵結(jié)果，也就是拆分需要做的動作，這個結(jié)果是可以明確量化的。

當(dāng)時的英特爾CEO格魯夫，解釋OKR會達(dá)到這樣的效果：“最終結(jié)果就是顯而易見的，根本不需要出現(xiàn)爭論，是或否，就是這么簡單?！?/p>

這就相當(dāng)于把模糊的管理問題，變成了計算機(jī)語言的0或者1。這就是量化思維。

我們每個人的工作和生活，其實都可以用OKR這套方法和理念。比如，健身、學(xué)習(xí)，都可以設(shè)立明確的OKR。

其實核心就是要回答這么幾個問題：你的目標(biāo)是什么？實現(xiàn)這個目標(biāo)最核心的衡量指標(biāo)是什么？你應(yīng)該用哪些可量化、可檢驗的動作來完成它？

讓你“心中有數(shù)”的量化思維，并不是要你做復(fù)雜、精準(zhǔn)的計算，而是用量化方式，一點點加大現(xiàn)實世界的分辨率，逼近你的答案。

OKR是一個簡便的、可借鑒的量化思維的工具。