SBF:不要再滥用那些毫无用处的数据了

区块律动
区块律动 机构得得号

Apr 03, 2022 关注区块链、数字加密行业,首选媒体—律动BlockBeats

摘要: 随处可得的数据,反而成了决策者们的障碍。

原文作者:Sam Bankman-Fried,FTX 创始人

原文编译:0x22D,律动 BlockBeats

本文梳理自 FTX 创始人 Sam Bankman-Fried(SBF)在个人社交媒体平台上的观点,律动 BlockBeats 对其整理翻译如下:

谎言、该死的谎言与数据:我与数据的不安关系

我上了麻省理工学院,然后成了一名量化交易员,再然后成了一家 Fintech 公司的创始人。工作之外,我是一个有效利他主义者。这种主张的核心,在于最大化地发挥那些你能产生的积极影响。所以,你可能以为我很喜欢数据。但实际上,我认为大多数人在过度使用甚至滥用统计数据。

这样的情况实在太多了,如果忽略一些没用的数据,专注于他们正在做的事上,许多人会变得更好。我花不少时间才接受了这一点。

下面举几个例子:

a) Bob 正在经营一家 Fintech 公司。他统计了交易手续费和 B2B 订阅费的倍数,发现它们分别是 20 倍和 80 倍。

正是这个数据让他决定不做移动 App,而是专注于 B2B 服务。

b) Alice 在一家风投公司工作。她研究了其投资组合中那些公司的员工人数与市值之间的相关性。在控制了许多其他因素后,这个相关性是 +75%。

在下一轮中,她决定主要为迅速扩大员工人数的公司提供资金。

c) Zed 需要在超级碗广告和 Facebook 广告之间做出选择。

他看了这两种广告的每美元印象数,发现后者的成本更低,所以他们放弃了超级碗广告。

这些场景各不相同,我也不一定知道所有这些场景的正确答案。但单从这几种情况来看,统计数据在 (a) 中是合理的;在 (b) 中是正确的;在 (c) 中对他们的决策过程是有害的。

关键在于,你不一定要在依赖统计数据或随便选择之间选择一种。除此之外还有一种先验,那就是基于你的直觉和批判性思维。问题在于统计数据是否比你的先验更有用处,以及你有没有将数据与实际情况好好结合起来。

在 Bob 的例子中,他的数据在技术上是正确的。但是有两个核心问题:

a) 这两种情况下的收入可能不同;也许移动端 App 带来的收入是 B2B 产品的 4 倍以上。

b)估价并不是最重要的!我就更喜欢看收入。

如果 Bob 直接说:「让我们去建设看起来最棒的业务吧。」并忽略这些估价的话,他本可能取得更好的结果。

在 Alice 的案例中,她可能误解了这些数据。

是的,拥有 10,000 名员工与成功之间确实存在正相关关系:只有你干的很不错,你才能雇佣 10,000 名员工。相关性是存在的,但因果之间的方向可能是错误的。 

那么 Zed 呢?

到底什么是印象?超级碗广告有一个重要属性:它们在很多难以追踪的地方被一遍又一遍地谈起。如果你只从直观的视角来看,会大大低估它的影响。在这种情况下,一个简单的直觉检查可能会让 Zed 意识到超级碗广告的重大影响,这些影响很多都是在闲聊中产生的。

并非所有数据都毫无用处 

有许多糟糕地使用数据的方式,但这并不意味着数据毫无用处,当然也有能很好地利用数据的方式!但如果你不是十分擅长使用数据,那么它只会带来噪音,分散你对合理判断的注意力。只有高标准的统计分析才是真正有用的!随着数据变得越来越丰富,使用和引用它们越来越方便平常,数据滥用也越来越多。

我看到很多人陷入了一个误区,他们引用的大多数统计数据都是毫无作用的。统计数据当然有机会发挥很大作用,但那是在解决一个非常具体的、刻意的问题时。如果你面临一个必须做出的决定,并且真正了解这个问题中的各种因素,还知道哪个因素是你不确定的,那么此时统计数据可能会是「非常」有帮助的!但漫无目的地生成数据只会分散注意力。

与之相似的还有面试官为候选人们准备的一些陷阱,尤其是对那些具有深厚数学背景的人:给出一个棘手、杂乱的问题,他们会尝试准确地解决它。但如果无法做到,他们就会怀疑自己。

与过拟合、产出不相关数据相对的,是费米估算。虽然在不清楚所有相关数据的情况下,试着去估计某些定量因素是很困难的,但你至少可以获得一个合理的界限,而这些界限可能会是极其有用的。 

链得得仅提供相关信息展示,不构成任何投资建议
本文系作者 区块律动 授权链得得发表,并经链得得编辑,转载请注明出处、作者和本文链接

更多精彩内容,关注链得得微信号(ID:ChainDD),或者下载链得得App

分享到:

相关推荐

    评论(0

    Oh! no

    您是否确认要删除该条评论吗?

    分享到微信