周末读书 《为什么数据会说谎》你常常被数据欺骗却还

　　微信调整了推送规则，如果你想实时看到我的推送，欢迎把我的号星标。这样才能第一时间看到推送，否则可能会看不到哦 ，操作如下：

　　在信息时代，我们越来越依赖数据量化和衡量一切。工作学习是否高效，企业运转是否良好，一个国家是否比另一个国家发展更好……然而，数据都能像传统认知的那样客观、公平？

　　本期都周末读书为你带来《为什么数据会说谎》，作者在书中提醒，忽视重要的指标设定，由不合理指标产生的数据陷阱比比皆是。

　　正如书中推荐语所说，在一个动态的、各类机制交互关联的、非线性发展的系统中，却以静态的、相互独立的、线性的定量指标去理解世界，当然会出问题。

　　以下内容摘自《为什么数据会说谎》，中信出版集团授权转载，仅代表作者独立观点，不代表本平台观点。

　　从生活到工作，从医疗到教育，从交通状况到企业利润，人们通过先观察再行动，来理解我们的世界。于是，我们衡量所做的几乎一切。

　　这些措施、评价和业绩指标就是我们的衡量指标。它们不仅是我们用来量化了解生活的工具，也是量化了解世界的工具。

　　与简单的测量不同，衡量指标是一种进行赋值的测量。也就是说，衡量指标是带有目标的测量。例如，考试得A比得D好，公司利润增长是件好事。

　　衡量指标可以告诉我们，情况是在改善还是在恶化。当我们选择衡量某个事物时，往往是在选择追求它。

　　在信息时代，我们被淹没在数据之中。数字在世界上掀起了一股数据浪潮，只要接入互联网，任何人都可以毫不费力地获得各种信息。

　　我们不再受限于单调乏味的记录，我们拥有的数据多到不知该如何处理。互联网扩大了信息量，并从根本上提高了信息交换的便捷性。

　　政府、企业、组织和个人搜集、利用这些新信息来制定政策、开发更好的产品和营销策略、提高生产力、解决社会问题，以及满足个人利益。

　　数据的爆炸式增长导致我们对衡量指标的使用激增。有了更多的信息，我们就可以跟踪更多的措施，实现更多的目标，进行更多的评估。

　　毫无疑问，在数据领域发生的给我们的世界带来了无数益处。更多更好的信息意味着我们的医疗系统能拯救更多的生命，企业能提供更好的产品和服务，人们对自己的健康、财富和幸福能做出更好的选择。

　　然而，数字创造了一种信息狂妄。聚光灯越集中在这个世界可测量的部分上，我们就越相信我们无法测量的部分不再存在。

　　有了新信息，我们就忘记了所有我们不知道或难以知道的事情。我们太过专注于那些在灯光下看到的事物，以至于忘记了成功的关键可能在黑暗中。

　　企业如果发现了有关其供应链、生产过程和市场运输的大量新信息，就不应该忽视市场适销性、创新、员工激励，以及市场中未知和不可预测的变化等更难获得的信息。

　　信息如此丰富也有不利的一面。就像蚂蚁会被信息素引入歧途一样，我们也会被我们认为对自己有帮助的衡量指标引入歧途。

　　我们不仅要对信息的真实性和完整性持批判态度，还必须理解数据的含义，为什么它们很重要，以及它们如何影响我们的行为。

　　但情况并非一直如此，1970年，死于癌症的人数只占美国死亡人数的16%，1958年这一数字是15%，1900年这一数字是4%。

　　癌症诊断率急剧上升的原因是什么？是我们摄入体内的化学物质吗？是我们的生活方式？又或许是手机、微波炉、电脑和收音机等的使用增多？

　　虽然在过去的几十年里，有多种原因导致癌症死亡率上升，但最大的原因是我们很少有人猜到的：心脏病。

　　心脏病导致癌症发病率上升的原因则更为奇特。这并不是因为得心脏病的人越来越多，而是因为得心脏病的人越来越少。

　　2015年，心脏病导致的死亡人数多于癌症，有60多万人。但在过去的几十年里，心脏病的发病率和死亡率都大幅下降。2001-2011年，心脏病死亡人数下降了近39%。

　　心脏病的减少是过去几十年来公共卫生领域最伟大的成就之一。此外，结核病、腹泻、肠炎、伤寒、白喉和麻疹等传染病的死亡率也大幅下降。

　　不幸的是，每个人最终都会死。由于死于心脏病和各种传染病的人越来越少，而且心脏病和各种传染病是死亡的主要原因，因此，本应死于心脏病或传染病的人现在活得更长了。他们中的许多人寿命长到最终患上了癌症。

　　正如丹·加德纳（Dan Gardner）所言，如果平均预期寿命上升到100岁，癌症发病率将会飙升。由于很少有其他原因导致死亡，几乎每个人都会在某个时候患上癌症。

　　庆祝癌症发病率上升的奇葩案例引发了一个重要的问题：为什么这一点如此反常？死亡率上升怎么可能是积极的呢？

　　想象一下，有两种疾病每年造成的死亡人数相当，你会把更多的精力放在消除哪一种疾病上？在没有更多信息的情况下，我们很难做出决定。

　　现在再想象一下，死于第一种疾病的人的平均年龄是70岁，而死于第二种疾病的人的平均年龄是11岁。此时你会集中精力消灭哪一种疾病呢？答案显而易见。

　　基于每百万人死亡人数的直观评估会告诉我们，这两者之间没有区别。我们都知道这是不对的。然而，我们对疾病和其他死因的了解，很大程度上来自每年死于此病的原始人数。

　　当在公共话语中讨共健康时，人们往往把焦点放在“头号死因”上，或前三名，或前十名，或其他什么。

　　直到20世纪90年代，即使在公共卫生领域，大多数关于疾病的评估也集中在这些因素上：死亡率、发病率和流行率。但这些衡量方法是有误导性的。它们忽略了这些死亡的性质及其对受害者的影响。

　　衡量指标往往无法区分品质差异很大的测量单位。当我们纯粹以数量来衡量事物，而不考虑它们的不同品质时，我们就会让自己陷入各种各样的适得其反、效率低下或不理想的境地。

　　通过这个癌症发病率的案例，我们可以深刻感知到，那些看似理性的数据，却是会“说谎”的，在不知不觉中就欺骗了你。

　　衡量指标能为我们的决策提供洞察力、清晰度和有价值的信息。但是，它们也可以瞒天过海，混淆视听。

　　在许多系统中，关于什么是有价值的、什么是重要的，存在着许多不同的观点。如果我们仅仅依靠个人观点来判断好坏，那么我们将永远无法解决这类问题。

　　衡量指标提供了一个客观、冷静且一致的标准，我们可以用这个标准比较和评估业绩，衡量指标能够让我们摆脱关于“什么是重要。