你有没有后悔过自己做过的某些决定？我们遇到过极少数说“我从不后悔”的人，但他们的人生巅峰往往停留在15分钟的短暂网红时刻，卖着印着“DGAF”字母的帆布包。
“DGAF”是 “Don’t Give A F***” 的缩写，意指不在乎、摆烂的态度
开个玩笑啦，其实我们每个人都有吃“后悔药”的时候——做过一些现在回头看并不明智的选择。我们写这本书也是一个冒险的决定——投入了大量时间、精力，甚至牺牲了陪伴家人的机会，因为我们“确信”它会成为畅销书。也许看到销售数据时，我们会感到后悔。
在社会层面，我们对“避免后悔”有着近乎执念的追求。因为后悔让人不舒服，甚至带来真实的损失，比如关系破裂、收入减少或错失解决问题的良机。于是我们投入大量精力去构建一个尽量减少后悔感的生活方式。而我们也越来越依赖技术，因为科技似乎是那个“冷静理性”、可以抵御不确定性的救世主。
我们相信“好决策来自好信息”，而“好信息”往往取决于数据的质量。在这个信息爆炸、技术高度发达的时代，我们天真地以为只要拥有足够多的数据，就能做出零后悔的决定。可现实是，即使我们拥有云计算、AI技术、海量数据，依然频频后悔。
为什么？因为我们生活的世界是充满“不确定性”的。
举个常见例子：Netflix能精准推荐我们爱看的剧集，亚马逊总能猜中我们要买什么，网页上的广告仿佛听到了我们昨天在聊天时提到的产品。表面看，这些推荐系统“无所不能”，其实它们背后的数据体量大得惊人，并不适用于普通企业——更重要的是，即便如此，它们也远非完美。即使在最标准化的制造业流程中，生产出来的零件也会出现微小误差，更何况是在真实世界里，面对形形色色的人和市场环境。
对知识工作者而言，最核心的能力是“在不确定中做决策”。问题不是“如何用数据消除不确定性”，而是“如何用数据降低不确定性，并支持我做出相对更好的判断”。
安妮·杜克（Annie Duke）早期的职业生涯是一位成功的职业扑克选手。如今，她专注于撰写与演讲，探讨如何做出更好的决策——她常常以扑克为例，来说明那些同样适用于生活的决策原则。
如果你认为扑克主要是靠“读懂对手的微表情”或者依赖直觉去判断自己是否“运气正旺”或“手气欠佳”，那你可能还没理解真正的职业玩家是如何看待这项游戏的。
事实上，扑克是一种相对可控的环境，尽管它的结果受概率影响，却仍然有清晰的规则与边界。在这样的环境下，玩家必须一次又一次地做出关键决策。正如杜克在她的第一本书中所写，扑克“是一场在信息不完全条件下进行的博弈，是一场跨时间的不确定性决策游戏”。
对职业扑克选手而言，打牌就是他们的“工作”。而只要你将这句话中的“游戏”换成“工作”，你就能得到对所有知识型工作者日常现实的精准概括：这是一个信息不完整的工作，是一个在不确定性中不断做决策的过程。
与现实生活中的大多数情况不同，扑克决策的反馈几乎是即时的。一局打完，结果立刻揭晓，每位玩家都能知道输赢。于是我们很容易陷入一种思维陷阱：觉得结果本身就能判断这局牌的决策是否正确——赢家做对了决策，输家做错了，对吧？
但实际上，这是个误区。
安妮·杜克（Annie Duke）将这种误区称为“结果导向偏误”（resulting）——也就是用事后结果来倒推判断决策的对错。
然而无论是在扑克、商业还是生活中，一个决策的结果通常是两个因素共同作用的产物：技术与运气。
比如，一手极佳的牌（运气好）如果打得很糟（技术差），依然会输；而一手烂牌（运气差）即使操作得再精妙（技术好），很可能还是输。不同情境下，运气与技术对结果的影响权重也各不相同。
回到商业决策，哪怕我们掌握了完整且精准的历史数据，我们也无法确保通过分析就能做出每一个“必然成功”的决策。因为我们始终在信息不完全的状态下行动。
真正需要思考的是：
- 我们正在面对的决策本质是什么？
- 这项决策的利害程度有多大？
- 我们如何在权衡投入产出之下，高效而理性地应用数据？
什么是“好决策”？
在商业与生活中，我们都希望自己能做出“好决策”。但问题是：我们如何判断一个决策到底好不好？
很多人会说，“看到结果就知道”。他们觉得，一个好决策就是能带来好结果的那个。但实际上，我们真正追求的，是能最大化成功概率的决策——也就是说，能够让我们更有可能谈成一笔生意、拿到一个好工作，或者让孩子走上更顺利人生道路的那类选择。
然而，即便我们尽了全力，一个“好决策”最终也可能导致糟糕的结果。
原因之一，是我们无法控制自然的随机性（或者你愿意称之为“命运”也行）。我们可能在做决定时，已经考虑得很周全，也基于平均情况得出了最优方案，但现实中总有一些意外的随机因素，让事情偏离轨道、背道而驰。
比如，你去面试一份非常适合自己的工作，整个流程表现都很出色，也向所有面试官发送了个性化感谢邮件。但偏偏那天，对方公司的邮件系统出现问题，把你的邮件都误判成了垃圾邮件（你以前从未遇到过这种情况），结果没人看到你的感谢信。
与此同时，另一个候选人——虽然整体条件不如你——也发送了感谢邮件，却顺利到达了收件人邮箱。当面试官讨论谁更适合这个岗位时，“他有跟进、你没有”的印象，让他们把机会给了他。
从整个过程来看，你的决策没有任何问题，却因为一个偶发的技术故障，输给了运气。
我们必须承认：随机性，是我们永远无法控制的因素。
信息不足，是导致我们做出错误决策的另一个关键原因。
有时候，我们决定采取某个行动，是因为它在平均层面上看起来收益可观；但事后才发现，其中隐藏着我们未曾预料的重大风险。
举个例子，我们可能决定在某个热闹商场开设一家新的“肉食主义者”主题餐厅。原以为这里人流量大、潜在市场可观，结果开张后才发现，这里大多数顾客其实不怎么吃肉，也很少光顾这类餐厅。
为什么会出现这种偏差？因为我们在决策时只看到了表面的“市场潜力”，却忽略了真正关键的“顾客偏好”。信息缺失，成为我们判断中的盲区。
归根结底，即使是出于良好意图、经过深思熟虑的“好决策”，也有可能因为运气或信息不足而导致失败。
这说明什么？我们不能仅凭结果来判断一个决策是否“正确”。
每一个决策都伴随着一定程度的不确定性，而衡量一个决策是否“好”的标准，不在于结果，而在于：它是否让我们在将来回顾时，能尽可能少地感到后悔。
本文为Analytics the Right Way 第二章的原文机器翻译+人工校对
