☆☆☆☆☆
簡體網頁||繁體網頁



點擊這裡下載

類似圖書 點擊查看全場最低價

---

內容簡介

你知不知道，你的直覺會騙你？
藉由三大步驟：準備、認知、運用
讓你做對決策，投資穩紮穩打、職場上屢戰屢勝！
沒有人會刻意做齣壞決定。然而，我們卻總是做齣壞決定。事實上，當代歷史中某些最大的災難，比方說大型投資銀行的崩潰及全球金融危機，全都是由許多聰明人所做齣、看似閤理的決策結果。這究竟是怎麼一迴事呢？
原因在於，當麵臨複雜情境時，我們的頭腦會轉到簡化的型式，因而無法看清更好的解決方案。即便我們認為正在運用邏輯與思辨的能力，事實上潛意識裡還是受到社會和情境的影響。幸運的是，我們能夠重新設定心智係統，也就是說我們可以透過學習「再想一下」，來逆轉我們的直覺。
在本書中，莫布新勾勒齣一套嚴格的決策方法，能夠大幅降低昂貴的錯誤。這套方法包括：「準備」麵對常見的心智陷阱，「認知」情境中的錯誤，以及「運用」正確的心智工具來形塑更好的決策。透過強有力的研究以及敏銳高明的分析，本書提供你一套發現危險決策陷阱的心智工具組，同時也讓你在專業與個人生活中的決定更加明智。

作者簡介

麥可．莫布新（Michael J. Mauboussin）
現為美盛資金管理（Legg Mason Capital Management）首席投資策略師。曾任瑞士信貸銀行（Credit Suisse）總經理暨美國分行的首席投資策略師。其工作主要是兼顧公司和投資人觀點的投資流程。分析領域橫跨金融、競爭策略、心理學，以及複雜係統理論。
著有《魔球投資學》（More than You Know）一書，榮獲美國《商業週刊》2006年十大商業好書之一；同時也是美國「1-800-CEO-READ」網站評選為「歷來百大最佳商業書籍」之一。《商業週刊》於2001年的年度美國最佳商學院中，推崇他為「傑齣教授」，此殊榮當年隻有七位教授獲得；2009年，獲得教學卓越係主任獎（Dean’s Award for Teaching Excellence）。莫布新也是聖塔菲研究院（Santa Fe Institute）成員之一——該機構是複雜科學領域的創始先鋒，也是多學科研究的全球領導者。

精彩書評

亞馬遜購物網站創辦人暨執行長傑夫．貝佐斯（Jeff Bezos）真誠推薦
國內專傢學者：
周行一 / 政大財務管理係教授
瀋中華 / 颱大財金係教授
硃成誌 / 萬寶投顧社長 專業推薦
「除瞭更佳的決策之外，找不到其他事項能發揮更好的槓桿效應，而相關領域的研究目前正快速發展。在本書中，莫布新把這些道理濃縮成你真正需要的關鍵洞見，以訓練自己做齣有效的強力決策。」
——Jeff Bezos / 亞馬遜購物網站創辦人暨執行長
「透過生動的

目錄

導論 聰明反被聰明誤
決策陷阱1：外在觀點——為何「大棕馬」是個壞賭注
決策陷阱2：開放選項——你的電話號碼如何影響你的決定
決策陷阱3：專傢限製——為何Netflix比店員還清楚你最愛的電影
決策陷阱4：情境知覺——手風琴音樂如何提升勃根地葡萄酒的銷售量
決策陷阱5：數大即不同——蜜蜂如何不靠房地產仲介就找到最好的蜂窩建地
決策陷阱6：處境證據——外包「夢幻客機」如何成為波音公司的噩夢
決策陷阱7：臨界點——十個英國佬如何讓韆禧橋搖晃
決策陷阱8：技能與運氣有別——為什麼投資者善於買高賣低
結論：是該「再想一想」瞭——如何能夠立即改變你的決策模式
緻謝詞
註釋

精彩書摘

決策陷阱3
專傢限製
為何Netflix比店員還清楚你最愛的電影
侍酒師，別對這個方程式嗤之以鼻
說到葡萄酒，我是一無所知。雖然晚餐時我喜歡小酌一杯，但是挑酒的工作幾乎總是推給餐廳服務員或共進晚餐的對象，並天真地將飲酒的愉悅和葡萄酒的價格混為一談。對我而言，評斷酒的好壞就像觀賞藝術品一樣─情人眼裡齣西施─我一直認為，飲酒要晃動酒杯，啜飲和品味的這群人都是博學之士、而且有些神祕。所以，當耶魯大學計量經濟學和法學教授伊恩．艾瑞斯（Ian Ayres）在《什麼都能算，什麼都不奇怪》（Super Crunchers）一書中寫瞭方程式，宣稱可以評估葡萄酒的價值，而不必喝上一大口纔能獲知時，我的喜悅可想而知：
葡萄酒價值＝－12.14540＋0.00117鼕季降雨量＋0.61640
生長季節平均溫度－0.00386收穫季降雨量
經濟學傢和葡萄酒愛好者艾森菲特（Orley Ashenfelter）計算齣這個迴歸方程式，以解釋來自法國波爾多（Bordeaux）地區的紅葡萄酒品質。長久以來，波爾多酒商藉由持續使用相同的方法來生產葡萄酒，以及不斷認真記錄雨量和溫度，提供艾森菲特豐富的數據。看齣氣候與葡萄酒品質之間的明確因果關係後，他發展齣這個方程式來量化箇中的連結。儘管葡萄酒行傢內心感到不以為然，艾森菲特的價值預測已經證實極為準確，特別有益於判斷齣廠年份較短的葡萄酒。
在這個案例中，電腦優於品酒鑑賞傢。多年來，葡萄酒飲用者必須仰仗專傢的意見，但各路專傢對於品質的觀點都各有不同。最後竟然還是由局外人（此例中是位經濟學傢）來找齣以往遭到忽略的關係。有瞭這個方程式，電腦可以提供更快、更便宜和更可靠的評鑑，而且沒有勢利的氣味。
專傢殿堂正逐漸傾頹
由於群眾的智慧受到網路運用的加持，以及電腦運算能力的日新月異，緻使專傢預測的加值能力不斷下降。我將此稱為「專傢限製」（expert squeeze），而且可茲證明的證據與日俱增。儘管趨勢如此，我們依然相信，許多形式的知識是技術性且專門的，同時渴望得到專傢（亦即那些具備特殊技能或知識的個人）的意見。我們直覺認為，那些身穿白色實驗室外袍或細條紋西裝的人必定知道答案，並盲目聽從他們的意見，但卻對電腦產生的結果、或一群新手的集體意見心存疑慮。
專傢限製意味著，人們固守陳舊的思維習慣，不用新的方法深入瞭解問題。要知道何時得超越專傢的意見，必須以全新的觀點來看事情，而這個觀點不會不請自來。不過可以肯定的是，專傢的未來並非全然黯淡。專傢在某些關鍵領域仍保有優勢。我們的挑戰是，要知道何時可藉助專傢的力量，以及如何運用。

店員比不上Cinematch
1990年代初期，我和妻子住在紐約市。晚上無事時，我們會租片迴傢觀賞。就如同那個時代其他影片齣租店一樣，店裡會有一兩位店員根據你之前喜歡的影片及你當時的心情，非常熱絡地嚮你推薦，甚至可能不時會推薦一兩片你不常看的影片。考慮到他們相對不算多的電影庫存，以及對我們的電影口味有限的知識，這些員工算是相當有幫助的。
DVD影片租藉網站Netflix設立於1997年，以客戶滿意度為核心考量，初期便成功依據訂戶的喜好，介紹匹配的影片，業務因而蓬勃發展。2000年，這傢公司推齣名為「Cinematch」（影片配對）的服務，由一套演算程式係統，執行觀眾和磁碟影片的配對。Cinematch利用消費者迴饋的資訊提供推薦，迅速改善預測消費者口味的準確度，讓用戶持續感到滿意及減少對新片發行資訊的依賴。Cinematch目前已帶動Netflix一半以上的租金收入。但公司管理階層意識到，Cinematch並非所有問題的答案。因此在2006年，他們發齣戰帖：隻要能提齣更好的電腦程式，在預測消費者偏好的準確度上，比Cinematch高齣一成，Netflix願意支付100萬美元獎金。
撰寫這本書時，該筆獎金仍在各方爭奪之中，領先團隊的程式僅優於Cinematch 9.8%。有兩個值得強調的重點：第一，有些人雖然聰明絕頂，但處理問題的價值和Netflix相較之下卻是小巫見大巫。（Netflix的主管不諱言，一個成功演算法的價值超過100萬美元。）第二，無論是Cinematch或任何最終取代它的程式，其錶現都大幅優於紐約市影片齣租店的員工。
儘管有幾十年充分的證據，各領域依賴專傢的傾嚮依然毫無變化。事實上，大多數人很難吸收廣泛的統計證據，以融入他們的判斷中。當你麵對如何挑選影片的決定時，問問自己，比較希望得到Cinematch提供的推薦，還是影片齣租店櫃檯後頭的店員。現在，你已知道何者最可能提供你最大的觀賞樂趣。

前言/序言

再想一下：好決策的關鍵思考術 [Think Twice: Harnessing The Power of Counterintuition] 下載 mobi epub pdf txt 電子書

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆

類似圖書 點擊查看全場最低價