6

看懂二八定律后,生活仿佛豁然开朗

 2 years ago
source link: https://www.36kr.com/p/1641135107170945
Go to the source link to view the article. You can view the picture content, updated content and better typesetting reading experience. If the link is broken, please click the button below to view the snapshot at that time.
neoserver,ios ssh client

看懂二八定律后,生活仿佛豁然开朗

哈佛商业评论·2022-03-05
这一切对企业领导而言意味着什么?

我最近与我们的一位高级经理就公司新的银行部门进行了一次谈话;他告诉我,仅21%的持卡人就占了80%的消费。这种扭曲的情况令他非常不安,他想知道我们能够如何作为来让我们的贷款分布更加均匀。我与一个我主持的非营利性组织的筹款经理进行过类似的交谈:大部分经费来自约20个捐赠者,她告诉我这种情形是不可持续的。在她看来,该组织正走向绝境。这两种反应都表明了一种常见的认知错误,它对领导层具有深远的影响。

就像那位银行经理和那位筹款人一样,我们大多数人认为世界在很大程度上是呈高斯分布的,这意味着我们相信,大多数事物是按照钟形曲线分布的,或者说应该按照钟形曲线分布。比如,在这个世界上,大多数持卡人和捐赠者的支出或捐赠会接近平均水平,而其余的人则会在平均金额的两边对称地散开。平均值、中位数和众数全都重叠一致;一半的人会低于平均水平,另一半高于平均水平。在这个世界上,变量是彼此独立的,互不影响。

我们为何这样思维?首先,我们的大脑生来就认为公平对人有益、令人振奋,而且我们的大脑反对不平等。一个高斯分布的世界,因多数人聚集在一个稳定的平均值附近,让人感觉公平且可以预见。我们还发现,对称性特别令人愉悦,无论是在面相、艺术还是统计数字方面。此外,我们的大部分教育仍然基于“正态”分布和牛顿思维,它们将现实分解为独立的变量和因果关系。这种世界观已经弥漫至多个学科,从医学到统计学和管理学。最后,确实存在遵循高斯分布的现象。以考试成绩为例。得到衡量的变量(考试分数)是相加过程的结果(每个问题得分的总和)。

尽管我在学习统计学和概率论时了解了大量其他的统计分布,但我还是持这样一种直觉的看法,即,大多数事物都遵循钟形分布。

然而,它们并不是这样分布的。让我来告诉你原因,以及为何此事事关重大。

大约10年前,在阅读了认知偏见方面的知识之后,我惊讶地发现,大多数人类活动以及许多学科——从物理学、生物学到语言学、金融学和计算机科学——都遵循帕累托分布,而不是“正态的”高斯曲线。

在帕累托分布[以经济学家维尔弗雷多·帕累托(Vilfredo Pareto)命名,他在20世纪初观察到,在意大利,20%的人拥有80%的土地]中,一个变量的小变化会牵涉到另一个变量的大变化,因为它反映的是变量之间相互的乘积,而不是像正态分布一样反映变量相加之和。这也被称为“幂定律”。

v2_74b86dd825a543e8b74b250b40d17c74_img_000

一旦你开始留意,你会发现这种形态几乎无处不在,几乎无时不在。我们说话时的用词频率、地震和飓风的强度、企业和城市的规模、图书销量以及赢得奥运奖牌的国家构成全都遵循幂定律。社交媒体也不例外——比如,美国的一项研究表明,仅25%最活跃的Twitter用户就占了97%的发帖量。在我们的短期保险企业Discovery Insure中,30%的最差驾驶人造成的严重事故占了60%。新冠病毒也是以帕累托分布方式传播的:在印度的两个邦,60%的新感染被发现是由不到10%的带病者——少数“超级传播者”——引起的,而另有71%的带病者根本没有传染任何人。(这种传播模式在其他国家也观察到了。)

为何帕累托分布而非“正态的”高斯分布才是实际的常态?也许更重要的是,为何这种情况愈演愈烈?大多数事物都遵循幂定律,因为这就是相互关联的复杂系统的行为方式。幂定律越来越无所不在,因为我们的世界是在相互关联日渐增多的复杂系统中运行。复杂系统间的相互关联越多,幂定律就越明显。

各经济体、供应链、贸易和市场相互交织和全球化的程度已越来越甚。信息技术和交通运输已呈指数级地加深了我们身居其中的诸多系统之间的互联互通。在这些网络中,各个变量不会叠加累计,而是相互影响,从而产生动态的、增强的和级联的过程,这些过程是非线性的、倍增的,且可预测度远远更低。事实上,这些系统有能力实施“黑天鹅”行为,因为在大多数帕累托分布(与高斯分布不同)中,方差——它衡量各数据点在某一分布的平均值周围的分散程度——没有得到明确定义。

除了无处不在之外,这些幂定律还异常顽固。不管我们做什么,少数数据点——人员、决策或其他观察值——仍然在结果中占了大部分。比如,旨在实现收入更加平等的政治制度难以摆脱帕累托分布的身影。以中国为例。尽管中国比其他多数国家更注重收入平等,但中国的基尼系数仍高于德国和英国。这种分布也会像俄罗斯套娃一样重复,就像我们在医疗保险业中看到的那样:20%患病最严重的人产生了79%的医疗费用,而同样扭曲的分布也可以在这20%的人群中看到(这一群体内部20%患病最严重的人所占的医疗费用比例近60%)。如果你继续深入探究这些数字,你会不断发现,相对少数的人占了大部分的费用。

我们的高斯分布感知与帕累托分布现实之间的这种脱节并不是一个晦涩的知识点,但却会带来严重的实际后果。由于这个错误,我们解决大多数问题的方法充其量是次优之选。比如,马尔科姆·格拉德韦尔(Malcolm Gladwell)曾经写道,意在解决无家可归问题的典型解决方案——收容所和施粥场——如何行之无效,因为它们基于这样一个错误的假设,即,大多数无家可归者遵循平均数:无家可归的平均天数,人均的公共资金花费,或无家可归的通常原因。然而,在所有这些方面,无家可归也遵循幂定律。用诺贝尔奖得主、物理学家菲利普·安德森(Philip Anderson)的话说,我们需要将自己从“平均”思维中或者对平均值的关注中解放出来。在大多数情况下,平均值具有误导性。当比尔·盖茨走进一家酒吧时,平均而言,酒吧里的每个人都成为了百万富翁,这个笑话说明了这一点。异常值和尾部被视为反常现象而遭到忽视,而实际上它们产生的影响最大——好的影响和坏的影响。比如,一个小小的病毒事件会像滚雪球般地演变成全球冠状病毒疫情和经济灾难。

意识到我们生活在一个大体上是帕累托分布的世界——天生就不公平、不对称和不可预测——一开始可能会让人感到不快。然而,好的一面是,在这样一个世界中,系统性变革要容易得多,也快得多。在高斯分布的世界中,系统中的所有元素都必须改变才能使整个结构发生变化,这费力、费时,而且通常不具可能性。另一方面,在帕累托分布的世界中,尾部的变化会改变整个系统——无论是好是坏。

这一切对企业领导而言意味着什么?以下是对创新、风险管理和员工产生的三种实际影响。

 创新:专注于尾部的大胆决策,而不是渐进式改变

在帕累托分布的世界中,看似棘手的问题通过尾部的积极变化会变得可以解决。这就是丹佛等城市解决无家可归问题的方式。他们针对长期无家可归的人设计了具体的干预措施,这些人占社会服务和医疗费用的大部分,是最难解决的情形,但他们只占整个无家可归人口的极小一部分。

在帕累托分布体系中,一个个体或一项决定可以产生巨大的影响。比如,像史蒂夫·乔布斯这样的企业家的眼光和领导力最终可能会影响整个行业的发展。为了进一步说明这个问题,试想一下,如果乔布斯是在约翰内斯堡而不是硅谷创办苹果公司,苹果会产生什么样的影响;该公司如今的总收入大约相当于南非GDP的一半。

同样,可以改变整个企业和行业的那种激进创新也发生在尾部。这就是为何Vitality计划改变了Discovery公司的游戏规则:一个异常的决定曾经并将继续对我们的整个企业产生巨大影响。在推出保险业务几年后,我们与连锁健身房就交叉销售进行的一次初步对话引发了一个全然不同的想法:如果我们创建了一个奖励人们做健康事情的计划,情况会怎样?如果参加这一计划的成员可以免费去健身房,情况会怎样?我仍然清楚地记得这个想法形成的那10分钟。实施这一想法的决定深刻地改变了我们的业务。它为建立在行为经济学和共同价值基础之上的新的保险模式奠定了基础——这是一种对Discovery、它的客户、它的供应商和它的当地社区都有意义的商业模式,它为Vitality会员提供知识、工具和奖励措施,使他们能够过上更健康的生活。

许多较小的尾部决策促成最初的想法变成了今天的模样。不过,Discovery的成功可以追溯到最初的尾部决策,它仍然是我们身份和增长的核心,并通过为会员和股东创造倍增的共同价值利益而产生了巨大的影响。对于将行为改变与风险和回报联系起来的一个系统而言,这是其根基所在。

我并不是说渐进式的改进不重要——它们很重要。我要说的是,能够带来系统性和深刻变革的激进创新始于尾部的大胆决策,因此,这是领导者应该聚焦他们的时间和注意力的地方。

 风险管理 :接受而不是对抗幂定律,及早发现尾部问题

视角转向帕累托分布的世界对我们如何应对风险和不确定性也会产生影响。我们花费了大量的时间和精力试图“纠正”非线性现象——比如不对称筹资和银行卡贷款——我们认为这些现象是不正常且存在风险。也许存在道德和公平性方面的考虑,但既然幂定律分布是常规而非例外,而且既然它们异常顽固,它们就需要不同的解决方案来应对风险,也需要关注尾部的动态。

正如尾部的创新可以让整个系统变得更好一样,不良的尾部决策也可以让整个系统崩溃——这一情景让我夜不能寐。那么,我们如何应对帕累托分布世界的不确定性和混乱呢?我们如何做出决策?我们如何避免糟糕的尾部决策,或者在它们变成灾难之前迅速予以纠正?

一个有希望的途径是将各种未来情景的极端结果和合理性结合起来——经济学家乔治·沙克尔(George Shackle)的潜在意外理论(Potential Surprise Theory)——以帮助应对在极端不确定性中的决策。使用传统的概率存在问题,因为它们依赖于预先定义的、相互排斥的结果,这些结果理应涵盖所有可能的场景——当然,没有人能够预测这些场景。另一方面,使用潜在意外理论的决策者根据可能结果的怀疑程度或不可信程度,以及与每种结果相关的预期潜在得失,在各种可能情景中进行选择。与传统的概率不同,这种方法为惊喜和新的可能性留出了空间。因此,要考虑合理性与后果,而不是概率。要从更广泛的角度考虑可能发生的坏事。

我们的确无法预测或阻止黑天鹅(即,糟糕的尾部)事件。但学会及早识别和遏制它们可以避免灾难。比如,当新冠疫情在韩国首次暴发时,相比于美国或巴西等国家,当局及早、果断的测试-追踪-隔离反应就遏制了疾病的传播。同样,我们可以学会识别和扭转危险的尾部决策。试想一下,作为尾部决策,如果雷曼兄弟(Lehman Brothers)当初认定,其次级抵押贷款和抵押贷款支持衍生品业务扩张程度之巨,以至于房地产价值小幅下跌就可能消灭其资本,那么原本可以避免的是什么呢?

 管理员工 :创建A+团队,以利用A+队员的影响力

员工的业绩通常仍用高斯曲线来衡量。事实上,少数业绩出色的人始终占了大部分的影响力。其含义是双重的。

首先,要全面招募和留住最优秀的人才。尾部的明星仍然会对结果产生最大的影响——记住,幂定律十分顽固——但这并不意味着所有招聘和挽留工作的重点都应该放在他们身上。始终在企业各部门吸引和留住优秀人才会提升整条人才曲线,对结果产生深远影响。因此,尽管一小部分员工仍然占据了相对大的业绩比例,但全面拥有更优秀的人才可以从绝对意义上提升业绩。

第二,要注重改善各个级别的团队环境和动态。当公司这个复杂系统的相互关联越来越多、越来越好时,尾部明星员工的倍增影响就会在整个系统中放大。

将我们的视角从高斯分布重新调整到帕累托分布可能听起来很神秘,但现实意义十分深远。改变我们了解世界的镜头会影响我们处理系统性变化、做出决策和应对风险以及领导的方式。因为我们的生活是由错综复杂的人际关系网组成的,从家庭、职业网络到我们所生活的社区,我们的整个生活都遵循幂定律:少数关键的决策——从我们结婚的对象到我们选择的事业——最终会对我们的未来产生巨大的影响。我相信我们的思维遵循的是同样的幂定律。通过纠正一些认知错误,从这一错误开始,我们可以从根本上改变我们的表现、影响力和我们的整个生活。

阿德里安·戈尔(Adrian Gore)| 文

阿德里安·戈尔于1992年在南非创立了Discovery公司,其核心宗旨是“让人们更健康,改善他们的生活、保护他们的生命”。Discovery现在是一家跨国金融服务提供商,以Vitality共同价值保险(Vitality Shared-Value Insurance)模式而闻名。该模式鼓励行为改变,并将其纳入保险和金融服务定价中。这一开拓式的保险模式正在改变全球保险市场,已融入友邦 (AIA)、忠利 (Generali)、恒康 (John Hancock)、宏利(Manulife)和平安健康等主要保险公司的产品中,占全球个人保险市场的35%以上,在31个国家拥有3000多万名Vitality会员。

时青靖 | 编辑

本文来自微信公众号 “哈佛商业评论”(ID:hbrchinese),作者:HBR-China,36氪经授权发布。

该文观点仅代表作者本人,36氪平台仅提供信息存储空间服务。


About Joyk


Aggregate valuable and interesting links.
Joyk means Joy of geeK