从苹果说"选择偏倚"

要说"选择偏倚"，就不得不说二战时期的一件事。当时英国空军轰炸德国，有很多轰炸机被防空炮火击落，侥幸回来的也是伤痕累累。加厚机身的装甲可以提高飞机的存活率，但也会增加机身的重量，得有选择地进行。研究返回的飞机，英国空军发现机身的有些部位着弹点很多、受伤很严重，而有些地方则根本没有受任何伤。于是，他们就准备加固那些受伤的部位。但这正好事与愿违。为什么呢？假定机身上各个部位被火炮击中的概率相同（当时的防空技术做不到有选择地打击），如果部位A被击中的很多，而B则没有伤痕，根本原因是B点是致命的，一旦被击中，飞机就再也飞不回来了。A点着弹点多，正因为A点不致命，飞机能够安全返回，加固A点，显然是好钢没用在刀刃上。英国空军请统计学家亚伯拉罕·沃德来帮忙。沃德的建议就是加厚那些没被炮火射中的地方，因为他"看到"了那些没有飞回来的飞机。

"选择偏倚"下，我们只是看到了结果中的一部分，所以做出了错误的决策。在管理中这种情况比比皆是。一个公司想调查在线销售系统的用户友好性，于是就在网上购买了商品的消费者中挑一部分，发给问卷。但实际上，那些没有能够在网上成功下单的消费者更具有代表性。有的公司调查消费者对产品的意见，就采访那些退货的人，却忽视了那些从一开始就不买的消费者。

但是，很多情况下，你知道的就那么些，比如新技术开发时，你的数据点就那么几个，要做更多的实验成本太高。如何在很小的样本下推出广义的结论，需要很强专业知识和推理能力，还有过人的胆识。挺成功的一个例子就是摩尔定律：戈登·摩尔当年做出这个推断时，所依据的数据点也就那么三几个。有一次听一位首席技术官讲新产品开发，他戏虐道，看来摩尔的决策方式跟我们开发新产品别无二致（都是依据仅有的三两个数据点而已）。当然，样本小，如果再故意舍去一些数据，那就不单单是"选择偏倚"，而且是职业操守问题了。例如有个工程师在制定产品验收规范的时候，本来就只有十来个数据点，够少了，他还拿掉最高值、最低值，然后根据剩余的数据设立验收上限、下限。结果是规范太严格，远超生产工艺能达到的水平，产品的报废率大增。仔细探究，才知道是这位老兄的"杰作"。

有趣的是，很多管理工具，例如统计过程控制（SPC）、六西格玛等，大都是基于大样本数据开发的。在小批量行业，例如飞机制造、大型设备、船舶工程，一个产品一年就生产那么几个、几十个，你要搜集到足够的样本、制定统计过程控制几乎不可能。那就只能采取经验方式了：有限的数据加上职业判断。其实很多创新都是这样做出来的。但公司大了，避险心态盛行，就会要求更多的数据点、更详尽的分析，力求以数据代替判断，则是走了另一个极端，结果是新技术、新产品开发速度下降、开发周期增长。大公司的创新能力低下，这或许是个原因。

再回到"选择偏倚"。人们喜欢从成功的案例中得出结论，后面的驱动因素呢，大概是走捷径的侥幸心理。其实这世上最大的童话就是迷信捷径，最大的悲哀也是。这种思维注定是错误的，但往往被有意利用。有一天我一边开车，一边听硅谷中文电台的广告。广告说，Facebook的创始人扎克伯格小时候接受的是蒙台梭利教育（意大利教育家蒙台梭利创立的一种独特的幼儿教育法），微软的创始人盖茨上的是蒙台梭利学校，还有某某名人上的也是蒙台梭利学校，所以大家应该把孩子送到某某蒙台梭利学校。这就如说比尔·盖茨睡觉、扎克伯格睡觉、迈克·戴尔睡觉，他们都成功了，所以你睡觉就能成功。夫妻老婆店的幼儿园混淆视听就罢了，年营收几百亿欧元的SAP也在使这伎俩："运作一流的企业使用SAP"（Best Run Businesses Run SAP）--我去过全球好多机场，很难躲过写着这标语的广告牌。这个"选择偏倚"用得如此高明，以至于你明知道这是SAP的伎俩，却并不反感，尽管运作一团糟的企业中，有很多也在使用SAP，或许正是因为使用SAP而更糟糕，如果不是死得更快的话。