数据化决策读后感10篇
《数据化决策》是一本由道格拉斯•W•哈伯德著作，世界图书出版公司出版的平装图书，本书定价：58.00，页数：315，特精心从网络上整理的一些读者的读后感，希望对大家能有帮助。
《数据化决策》读后感(一)：为目的而量化
数据量化是利用数据的基础，进入了大数据时代，量化更为重要，但更重要的或许在于目标的确定和把握上。有那么一句谚语说：别以为手里有了一把锤子，就把所有东西都当成钉子。其实量化也是这样，很多时候人们用了错误的方法和错误的标准，最后做了错误的量化，甚至于为量化而量化以至于彻底背叛了目的。而这本《数据化决策》从一定角度而言就试着为这种问题提出了解决方案。
作者的观点正如这本书的原名直译——如何量化一切，其实量化与其说是方法，不如说是观念的改变。一切皆可量化，只是量化的标准和参照系不同而已，一个湖里有多少桶水的答案其实取决于桶的大小而非多少桶，一个房间里能装多少高尔夫球的问题其实是想了解思考的方式和过程……量化从来是为了目的而服务的，比较常见的目的就是更好的管理和决策，量化让很多难以确定的情况变得能够估计和判断，面向未来的决策和管理才更有落实的可信和可行性。
“无量化，无管理；先量化，后决策”，这十二个字算是道出了量化的重要性，这往往是被忽略的。比如很多数据排名为的是分出高下，却没有考虑改进的空间和可能一样，并不是说一本豆瓣打分8分书的就一定比7.5分的书更好，很多时候还得看有多少人评价、评价的是整体偏高还是忽高忽低……量化不是追求精确，而是确定概率和发掘规律；不是消除不确定性而是减少不确定性。尤其在大数据时代，分析数据更加追求关联性而非结构性，量化数据也不是非要用数字化去表达，这样的观念变革或许对于数据分析和量化而言是突破性的，而突破点就在于目的性的把握上。量化幸福，不是那个著名的问题“你幸福吗？”也不是笼统的所谓幸福指数，而是找出那些因素能让人的幸福感提升；那些因素能让人的幸福感下降。相对的数据量化之后才是所谓的幸福因素合集，而量化的目的则是让人有意识的去多做能提升幸福感的事儿。
量化为的是区分、为的是区别、为的是降低不确定性从而做出更好的决策，从而减少不必要的浪费和风险。书中也涉及了不少方法和步骤，针对各种不同的目的可以选择使用并参考相应步骤，这都是非常实用的方法，值得查阅和学习。跳开技术层面，只谈理念，这本书也是对大数据关联性思维模式的深化拓展。分析各种可能性和相应的价值，进行对比测算，最终为的是对目标的选择和判断。每一个参与量化分析的内容都与最终目的有着直接关系，这样的整体量化才能发挥最大价值。所以或许可以再加一句：“无目的，无量化”。这可以推到个人的生活和发展，如果说要量化人生，那必须明确目的，是打算事业有成改造世界还是打算太平小康日子实惠呢？量化是试着从过去中发掘未来的可能性，从可能中发掘更可能更恰当的部分，这样的巨大意义似乎借着大数据时代的到来越来越明显。
一切都能量化，看你怎么量化更看你为什么量化。这样的核心命题值得经常拿出来思考一下，然后是不拘泥于形式但遵循科学的方式的操作。可量化是大数据的价值入口，既然要走进去，就必须想明白进去的宏伟目的，明白了，才能有量化和优化的空间。
《数据化决策》读后感(二)：数据化决策
大数据已经成为了学界热衷的重要话题，不管是在媒体还是学界，大数据的出现都成为了人们关注的焦点。而在热炒大数据的同时，我们不能忘记大数据的关键还是要用于实际用途。而大数据被认为在总结过去和预测未来方面都有着很多作用，而就个人而言，大数据同样也能够在个人的决策和人生中发挥很多作用。
而作为美国当代数据分析大师道格拉斯哈伯德的代表作，数据化决策这本书不是一本浮躁的跟风之作，而是一本有着严肃论据的学术著作。但是这本书将严肃的科学结论用到了现实当中，作者在书中指出将很多看似不可量化的东西数量化，就能够对个人的决策提供很多帮助。比如说，婚姻的价值，工作的决策等等。从这个思路上来说，这本书的思路和加里贝克尔等经济学家的思路有些类似，都是用科学化的手段来看待人类社会里比较涉及感性层面的东西。这种思路可能会让很多人感受到不适，但是作者举了大量的例子，用客观事实说明为什么什么东西的都可以量化。作者指出，一般有三种原因对量化造成了错误的理解，即是量化的概念，量化的目标和量化的方法，除此以外对量化产生的成本，意义和伦理道德也是公众考虑的因素。作者指出这些都是虚妄的认识。任何事物都可以量化。
而为了说明如何量化各种事情，作者在书里面运用统计学展示了贝叶斯模型等多种量化模型，说明应该如何在日常生活中进行量化。而这一部分对于普通人来说也稍显复杂。
有种说法是说，风险和收入是成正比的。而如何衡量风险和可能的收益，有些人凭借直觉，但是现在在计算机和互联网高度发展的大背景下，数据的积累已经不成问题，而普通个人也有能力储存和应用大量的数据。所以去除掉对于数据的偏见，让我们通过阅读这本书对数据一起获得更加客观的认识。而对于数据的处理本身也是中国人相对比较落后的方面，它不但能够提供一种方法，也能提供一种视角。
《数据化决策》读后感(三)：数据会说话
问：幸福婚姻的价值是多少？
恐怕很多人第一反应是这个价值不可估计，当有人经过分析后，告诉你，幸福婚姻的价值是相当于一年多赚10万美元，是不是立即觉得用心经营的幸福婚姻也是一笔有形的财富。
问：不借助于任何现代工具和设备，坐在图书馆里，能测出地球周长吗？
这件看来不可能完成的工作，古希腊人早就完成了。他们通过不同城市的正午阴影的不同长度测量出了地球的周长。
在看《数据化决策》之前，我一直因循守旧地认为，有些事物非常容易量化，存在摸得着看得见的数据，让量化变得简单，而有些事物根本不可能量化，如上面提到的长久的幸福婚姻的价值，这种个人化的感受很难估量价值。
是什么方法能让这些变得可以量化呢。道格拉斯• W. 哈伯德在这本书中列举了简单易行的方法，对量化工作进行了阐述，其中有些篇章涉及了概率、正态分布等高等数学问题，但是对专业研究数据分析的专业人士来说，这根本不算什么。如果将书中介绍的方法应用到工作中，将对工作的开展和决策起到关键作用。现在许多企业做决策时，缺少数据化分析这一重要环节，往往凭感觉或简单数值分析，得到的结果或结论不能起到指导决策的作用。书中举例，可口可乐在进行新口味产品调查时，动用了大量的人力和物力，得到的结论是人们喜欢新口味的可乐，但是投入市场后，竟然遭遇滑铁卢，可口可乐不得不紧急调整策略。一个得不到市场支持的调查决策只能空费人力和物力。
在日常生活中，经常会遇到顾客满意度、人生的价值等难以量化的问题，或者不知用什么方法量化或估值，能得到想要的结果。一直以为这些问题像是个无解方程式一样，永远不可能知道答案。道格拉斯却说，任何事物都是可以量化的。在蛛丝马迹中，在深入探讨中，都能找到量化的途径。作者也说，为了量化某个事物，要彻底清楚量化的事物是什么，以及为什么要量化它。当弄清楚这些问题时，量化的内容和目标就清晰了。
就如作者所说，任何事情都可以量化，甚至阅读一本书的难度。《数据化决策》这本书的难度是1240，最高难度一般在1700，我们阅读的一般性作品大多在600左右。所以，阅读这本书要花费更多的力气和投入更多的精力，但是收获和实际意义将远远大于阅读困难带来的困扰。
《数据化决策》读后感(四)：《数据化决策》：数字城堡
作为美国数据分析大师道格拉斯•W. 哈伯德（Douglas W. Hubbard）的代表作，《数据化决策》在当今“大数据”的时代出版绝对是应时应景的。它在出版之后立刻受到了追捧，被无数的读者所喜爱，在世界各地多种语言多次出版，很快成为一本标志性、里程碑式的著作。
这是件很有趣的事。毕竟当“数据化”这样的词一旦抛出，普通读者总会难免有望而却步之感，数据化？与我有关吗？
其实，任何科技革新，最终一定是要回归到生活之中的。作为普通的读者，《数据化决策》同样是一本值得一读的作品，毕竟数据量化分析决策是每个人都会面对的事情，只不过普通人面临的决策机会略少一点。但当你要对自己的人生“决策”，进行合理的规划或者是投资等方面的安排时，则是需要科学的指导意见了。
本书的核心，在于阐释了无测量、无管理的理念。作者道格拉斯•W. 哈伯德认为，所有的事物——无论是有形的还是无形的，都是可以量化的。只要找到合适的方法，任何事物都可以被量化管理。而数据的决策的基础是数据的量化，即通过深入思考，将现象利用数字化的方法进行表述，使得内容简洁直观。
而之于读者，本书的意义在于可以教会你如何处理好量化的内容，理清量化和决策的关系，处理好不确定性、风险的关系。通过阅读本书后的思考和实践，读者可以使自己的估计更准确，从而修正自己的判断，准确地评估各种风险的大小，避免可能出现的风险。本书还给出了十分实用的训练风险评估能力的方法。通过训练，读者能掌控规律，减少各种事件出现的不确定性，学会用选择和设计合适的量化方法，合理地抽样，使样本数据更合理真实反应事物的本质。
与此同时，“估读”或者“估算”数据也是本书阐释的一大重点，读者在掌握了这一科学处理数据的方法后，可以使问题更简单化。
除了对于生活，本书更重要的意义，是在于给有志于创造更多财富的人一个更广阔的世界。商业经营的要诀，在于对于顾客，要尽可能地“投其所好”，而通过科学地判读和使用数据，无疑可以使顾客群体的偏好和取向“表露无遗”。而以科学的方式实现这一切，显然是事半功倍的。
在社会高速发展的今天，“数据”的力量已经举足轻重了。因而这部《数据化决策》无疑会让更多的人获益。
《数据化决策》读后感(五)：《数据化决策》导读
书中充斥了看似轻松的逻辑飞跃，容易让读者陷入复杂的细节。我整理出了简单的框架，希望能帮助新读者节约时间。
一。明确量化的含义：
1.通过历史上的例子，比如量化原子弹爆炸的能量，获得感性认识。
2.明确量化的目的不是求精确值，而是减少不确定性，从而服务于做决策。
二。量化的起点：
3.举怎样量化师徒关系好坏的例子来说明如果有事物看起来无影无踪，只是你还没对所谈论的事物下定义。搞清楚你自己的意思是什么，量化工作就完成了一半。
三。量化的总体认识：
首先估算牛顿哪一年发现了万有引力定律的90%置信区间。然后通过等价赌博测试做校准训练。
6.量化的意义就是减少风险，极端情况是消除风险。如果风险的价值=风险的危害*发生的概率，那么量化的价值是可以衡量的，既量化前后风险价值的变化。
四。量化方法：
7.量化方法入门。最简单的：仪器测量；分解；互联网搜索；寻找、观测、跟踪线索等。
8.更普遍的量化方法一般分为两类：随机抽样和贝叶斯方法。先认识随机抽样。习题：估算一颗绿豆的重量。首先每人估算90%置信区间，然后告诉你挑了一颗，测量发现1.4克，你会不会修改你的置信区间？再挑1颗1.5克， 你会不会修改？再挑3颗，分别1.4,1.6,1.1，会不会改？再挑3颗，1.4,0.9,1.7，会不会改？
随机抽样可以迅速纠正估值，靠近实际情况。一般情况下，前面的抽样对估算影响大。后面逐渐变小。
9.随机抽样的几种方法。t统计量法；5人法则的扩展等。
10.认识几种贝叶斯方法。
五。应用实例：
11.学习完整的伊拉克战争中油量计算的例子。一般量化的步骤如下：
1）认识要量化的问题
2）找专家做各个信息的初步估算（专家的经验可以让问题的开始更接近实际情况）
3）建立问题的数学模型
4）计算信息的价值，从价值最高的信息开始量化。
5）寻找合适的方法量化价值最高的信息。
6）通过量化，减少不确定性。帮助做决策。
六。其他：
《数据化决策》读后感(六)：如何量化一切
说实话，我更喜欢它的英文原名：how to measure anything，如何量化一切。作为管理的重要组成部分，绩效考核越来越多地运用到了公司管理和政府管理上，甚至有成为负担的趋势。然而，在作者看来，通过绩效考核并没有错，错在人们找错了方法，或者想错了目标。
作者以三个关于测量的故事为引子，讲述了作者关于量化的看法：一切皆可测量，关键是找对方法。这使我想起了关于洗澡盆与国王王冠的故事。当人们不能用损坏王冠的方法来检测王冠的成色时，或许换另一种方法会更为有用。
而在论述量化的诸多误区时，作者关于量化的看法也足以让我们耳目一新。比如数字仅仅代表相对位置，一部四星的电影肯定要比一星的电影好看，但你不能说你看一部四星电影所获得的快乐就相当于你看了四部一星的电影。多少部小时代，都无法累积成肖恩克的救赎。在比如，量化的目的不是为了绝对精确，估算有时候也能为我们的决策提供参考。
可以说，作者的测量正是建立于决策参考这个基础之上的，所谓“无量化，五管理；先量化，后决策”。而讽刺的是，当我们开始各种绩效考核时，我们已经忘记了决策服务这个最基础的出发点，为了考核而考核，甚至出现为了成绩而作家的上有政策下有对策。而从绩效制定者而言，有时候也混淆了决策的作用，为了排名而排名，最简单的就是用加权或者直接用平均分数来决定一个部门或者人的排名。如果一个人各项都打10分，绝对要比一个人一门打100分，其他都是0分的人强。这看起来有可比性，实际上，数据的目的是要告诉你，你该从哪方面努力罢了。
当然，作者在畅谈量化的全覆盖与作用时，并没有忘记提醒我们量化的伦理思考。最现实的例子，或许就是一个人死了该赔多少？在中国，城市户口和农村户口显然是不平等的，而即使在其他地方，也面临着由于身份、年龄和收入直接导致的不平等。但试问，人这一条生命不应该本来就平等吗？不过，作者给出了一个退一步海阔天空的答案：如果在高度不确定的情况下凭空想作决策，那么政策决策者或商人就极可能错误地分配有限的资源，这就好比拿我们的生命在赌博。说白了，即便我们认同个人价值的绝对主义，在制定政策时，人们天然地偏向了边沁的功利主义。
————————
广告时间：
欢迎关注我非衣的微信公众账号【读客】，微信号：duker4u。我们，在这里一起读书。
《数据化决策》读后感(七)：量化以降低决策风险
公共事业及各类投资、商业决策、管理决策中所需要进行量化的数据往往看起来异常复杂，难以获取。想要达到准确无误，势必要花费巨额的金钱和时间，付出昂贵的代价。另外，所获得的价值与成本对比就显得意义不大。
这是我们常见的对“ 量化”的误解之一，认为对报表、数字的分析、汇总、整合、获取要依赖尖端的技术和专业的数学统计知识，系统庞大而复杂。在自己没有能力进行，而需要依赖于外部机构时，成本又会增加。另外一个误解便是认为“量化”即必须取得精确的数字，只有精准无误无是有价值的。
但道格拉斯•W•哈伯德推翻了上面的观点。通过此书让大家了解到“量化”并非是深奥神秘、让人费解的事情，并且除了日常我们惯于用数据来表示的事物外，其他以定性说明的抽象事物，例如“幸福感”、“满意”、“质量”、“形象”、“品牌价值”等等看不到摸不着的东西也都是可以量化的。而量化的目的并不是为了获取精确数值，它直接为决策服务——掌握了解不确定性，控制降低风险，为决策提供依据。“真正的量化过程不需要无限精确”，他厘清了待量化事物与决策的关系，如果一项量化的工作与决策无关，那么它就是没有价值的，需要首先明确待量化的内容，找出核心问题，或是把一个笼统的问题层层分解、剥离，并对其做出清晰的定义，进而使用适合的量文章方法获得对决策有价值的信息。
道格拉斯•W•哈伯德在书中详细说明了各种量化方法，包括传统的抽样和对照实验，以及适用于计算机运行的蒙特卡洛模型，还有之前鲜有人知的贝叶斯方法等，这些专业统计技术也可以在日常决策中做简易的应用，以提高决策的正确性。对于抽象事物的量化，作者也举出了一些案例并说明了量化的方法，为我们进行其他领域的决策提供了良好的思路。
书中的思想理论深入浅出，除了其中的二三章具体量化方法稍有专业，需要认真思考研读学习外，其他章节都为学习量化以进行更为准确的决策提供了理论和思路。对公共事业及商业、管理领域的决策者是十分有益的一本书。
《数据化决策》读后感(八)：西方人眼里的科学致富
《数据化决策》是一本关于不确定性研究和风险分析在商业领域应用的书。目前国内应用得最多的，是金融投资保险行业，像投资分析师、保险精算师、市场分析师等，其理论背景是概率论和统计学。
数学和哲学可以说是西方整个思想文化体系的精华。古希腊第一个哲学家泰勒斯既是天文学家，也是数学家。柏拉图学院门口据说就写着“不懂几何者勿入”。读过大学的人就知道，无论你修什么专业，你专业领域内所有所谓的难点，其实都是因为你数学没学好。数学好不是你奥数好，而是你对数学概念有深入的理解。曾经有过一个争论，就是中国到底有没有哲学。比如，先秦诸子的东西算不算哲学？严格意义上讲，中国是没有哲学和数学的，算术不是数学，伦理道德训条也不是哲学。哲学和数学是古希腊的特产。从3只羊和3个苹果中，抽象出3这个数字概念，人类花了1000多年，会算数，在古代属于高级知识分子，中国直到近代，很多殷实家庭供子女读书，一个最大的目的就是能帮家里的生意记账。直到现在，绝大多数中国人对数学的重视，还是局限于会计的层次。
这本书告诉你，即使仅仅出于实用的目的，不讨论哲学，数学其实也很符合中国人一贯的胃口。不确定性就是事物总有多种可能性，风险就是你不愿意出现的可能性，比如亏损。数据化决策就是通过概率建模，量化不确定性，从而为你的决策提供有价值的信息。而成本和收益的不确定性，构成了商业决策的基本内容。这个意义上讲，出色的老板其实没什么神奇的。他们只是经过多年的实战历练，在这个方面有着良好的直觉罢了。所谓的生意眼光，其实通过数学之眼来看，无非就是个行业的投资概率模型而已。 郎咸平说，香港的像李嘉诚这样的财阀，他们成功的秘诀是保守。其实“保守”，说穿了就是个风险管理的问题。而风险管理说到底，就是商业决策的概率建模。
据说，古希腊第一个哲学家泰勒斯不仅成功预言过一次日食，而且为了证明哲学是有用的，他也通过成功的做生意挣钱来表明，哲学家不是没有挣钱的能力，只是他们对财富的兴趣不大而已。而数学在物理学中的地位，更无需废言了。
除了中国传统思想文化的义理辞章考据之学外，其实西方的东西很值得我们认真地去学习。好的图书总是鲜为人知，这边《数据化决策》除了两三章涉及复杂的概率模型介绍外，其他部分都结合实例写得深入浅出，值得推荐给从上到下对金钱正极度痴迷到已近病态的中国人一读，因为他讲的是如何科学致富的故事。
《数据化决策》读后感(九)：一切皆可量化
“一切皆可量化”是这本书最想告诉读者的理念。而说出这个结论的是国际上知名的测量师、决策分析师和风险管理专家——道格拉斯•W..哈伯德，他是应用信息经济学创始人。他提倡的应用信息经济学方法是一种量化的方法论，其成果已经在多家跨国公司被广泛应用。
这本书分成四个部分。在这本书的第一部分中，作者想说明是所有事物都是可以量化的，并且举了很多看起来好像是不可能量化的例子，比如像管理效益、政府新环境政策对公共卫生的影响、信息的价值、公众形象等。在作者看来，这些东西都是可以量化的。而且作者指出这种量化可以用比较经济的方法来实现。而且这本书中，作者所用的一些方法比统计学的传统教材简单得多，这一点非常重要，越简单越简洁的量化方法越受到普通大众的欢迎。在这本书中，作者把大多数数学问题都尽可能地被转化为简单的图形、表格和计算过程。这是很值得推崇的量化方法，因为这种方法普通的读者不需要高深的数学知识，只要有一定的解决问题的能力就可以了。
第二部分是关于如何具体量化事物，主要着力于不确定性、风险和信息价值等等。这一部分的内容时掌握所有量化方法的基础。
第三部分是关于如何使用各种方法以减少不确定性，包括随机抽样和控制实验。这本书里提供的方法是一些近似计算的快速简洁的方法。这样的方法比较有推广价值。
第四部分分析探讨了一些具体的量化案例，主要探讨如何量化偏好、价值、灵活性和产品质量等问题。这些问题很多都是很有挑战性的。诸如量化健康、幸福等这类抽象的事物，阅读以后相信对你会有很大的启发意义。在这本书的最后章节中，作者提供了本国（美国）的两个案例美国环保局通过量化方法提升居民的用水安全，美国军方通过量化预测海外作战的海军陆战队燃油需求，虽然是美国的例子，但对于中国来说，这些类似的具有实际操作借鉴意义的案例还是有参考价值的。
这本书提出了一套比较完整的量化方法，这是这本书最有价值的地方。这些有实用价值的方法对于量化和优化企业的管理决策有一定的帮助，值得相关管理人士和对此感兴趣的读者参阅。
《数据化决策》读后感(十)：掌握数据，决策
正如甲骨文大中华区技术战略部总经理刘松所说，这本《数据化决策》雄辩地展示了量化的艺术，并为大数据时代提供了一种实现管理目标的量化方法。人们的确永远无法管理不能量化的东西，在今天，管理者和决策者不缺乏信息，缺乏的是依靠量化作决策的态度和方法。在这本书中也深刻体会到了量化的重要性，不能量化也就不能理解，不能理解紧接着就不能控制，不能控制也就不能解决，万物都是相辅相成的，由此可见量化的重要性。在现代的多元化的社会中，最适合看的人群CEO/CFO/CIO、风险管理着、政府官员、公共政策制定者、投资人以及大数据与商业智能从业者。这本书可以带领他们了解量化的中要想，学会量化的方法。此外在互联网的“泛滥”的年代，作者带我们探讨“利用互联网舆论进行市场预测”这一大数据领域常常引用的话题，这些在本书的第四章和第十三章讲解的十分详细。这本书共有四部分，第一部分作者利用一些看起来似乎不可能量化的例子，来告诉我们主要说明所有事物都可量化的。也由此充分激发了我们进一步学习量化知识的求知欲，在这部分中还包含了全书的哲学思想基础，这部分最大的优点就是一切从基础告诉我们量化，讲解量化由浅入深，使我们很容易理解，在第二部分中是像我们讲述掌握所有量化方法的基础，主要是关于如何具体量化事物并专注于不确定性、风险和信息价值等。所有知识都是连贯的，认真了解完第二部分后才能深入学习第三部分——近似计算的快递而简洁的方法在这部分可以根据我们自己的需要来选择性的学习。此外在这部分还探讨了通过应用每次观测的最新数据，逐步减少之前的不确定状态，从而提高量化准确性的方法。最后在第四部分主要通过一些有趣的量化方法和案例，讨论如何量化诸如偏好、价值、灵活性和产品质量。对案例进行详细的讲解，在这本书中首先在开始作者就先向我们讲述如何来阅读这本书，以及这本书的间架结构，这本书简直太棒了，太喜欢了。回归主旨，数据无孔不入，大数据时代，谁掌握数据，谁就能把握成功。这本书兼具实用性、可读性与趣味性，的确让方案数据的人也能发现他的亲切。