数据驱动决策
中欧国际工商学院 EMBA课程（2025-12-06至12-07），由方跃教授主讲。覆盖决策科学、量化分析、数据驱动商业模式、AI前沿和传统企业数字化转型。
核心命题
管理的核心在于决策。决策的难点在于信息不完备与结果的概率性（风险）。好的决策不在于算出多高的数据，而在于清晰论证支持该收益的商业假设和外部环境预测。
一、度量不确定性
从直觉到量化
数据是从理论走向解决方案的桥梁，但数据的有效性取决于背后的逻辑和假设——若前提错误，再多数据也会导向错误结论（伦敦霍乱案例：威廉·法尔基于错误假设得出错误结论）。
收益率与标准差
- 收益率（均值）代表”机会”
- 标准差（σ）代表”风险”
- 专业预测不应是确定数字，而是概率分布（“明天收益超2%的概率是24.5%“）
高尔顿板原理
随机事件在大量重复下形成正态分布。决策者应依概率区间而非单一绝对值制定策略。
二、决策树与敏感性分析
决策树构建
方框 = 决策点；圆圈 = 不确定性节点。模型应尽量简单（保留3-5个核心变量），变量过多引入的噪音会淹没真实分析。
油井案例：直接出售3900万 vs 谈判（期望4178万，90%概率≥3900万） vs 自主开发。
敏感性分析
不纠结数据是否绝对准确，而是测试：当某参数在合理范围内波动时，最优选项是否改变。如果不变，决策就是稳健的。
三、效用函数与风险偏好
最佳决策取决于决策者的效用曲线：
| 类型 | 函数 | 特征 |
|---|---|---|
| 保守型 | √M | 边际效用递减，见好就收 |
| 线性 | M | 风险中性 |
| 激进型 | M² | 边际效用递增，博取极端收益 |
无人驾驶的决策算法会根据天气、路况动态切换效用曲线。
四、决策四要素
- 目标明确：东北大学集中突破”校友捐款率”单一指标，从排名140跃升至前50
- 客观可量化：模糊的目标无法驱动行动
- 把握时机：保持选择权（Optionality）
- 明确责任主体
《贫穷的本质》结论：贫穷的本质是”缺乏选择”。
五、战略资产组合（四色模型）
| 颜色 | 类比 | 特征 |
|---|---|---|
| 黄色 | 国债/现金 | 低风险平稳收益，保底现金流 |
| 绿色 | 大盘/传统主业 | 中等风险，面临竞争 |
| 红色 | 一级市场/创新 | 50%赚3倍，50%血本无归 |
| 橙色 | 均衡组合 | 红黄各半，控风险博高收益 |
工业化时代做红色创新很难（重资产）；AI时代几个人带模型就能产生百亿价值，红色业务的爆发力前所未有。
六、数据类型与商业价值
三个层级
- 1.0：内部运营优化（ERP）
- 2.0：融合外部数据
- 3.0：数据作为标准化产品交易（数据交易所——当前面临定价和所有权瓶颈）
非结构化数据
AI时代最大的商业增量在于对非结构化数据（视频、行为轨迹）的结构化提取和跨域融合。5秒步态视频即可精准识别个人身份。
七、AI核心算法入门
| 算法 | 类型 | 用途 | 案例 |
|---|---|---|---|
| 判别分析 | 有监督 | 二元分类（是/否） | 瑞士银行验钞 |
| 聚类分析 | 无监督 | 无标签数据分组 | 客户画像细分 |
图像识别原理：16×16网格化 → 256个数值特征 → 结构化矩阵供AI运算。
八、投资组合优化（马科维茨模型）
资源最优配置不是单押”最好的”项目，而是利用资产间的协方差对冲：
- 约束：权重和=1、不做空、收益≥目标值
- 目标：总体方差（风险）最小化
- 工具：Excel规划求解（Solver）
Alpha与Beta：高收益大概率只是承担了更高的Beta（市场风险）。真正的管理能力体现于创造稳定的Alpha（无风险超额收益）。
九、数据驱动的商业案例
Costco
传统零售两面树敌（供应商+消费者）。Costco选择与消费者站在一起，极低毛利（~1%），靠会员费盈利。
元气森林
唐彬森用互联网思维做饮料：在中欧自动售卖机做微调A/B测试，用极低试错成本验证产品受众，5年做到百亿估值。轻资产验证→重资产巩固。
麦当劳 vs In-N-Out
麦当劳核心是”快”（得来速90秒）；In-N-Out核心是”鲜”（不冷冻牛肉，扩张受限于屠宰场10小时车程）。资源必须倾斜于核心诉求，果断舍弃其余。
星巴克
环保危机→“自带杯折扣”量化激励。选址模型将条件量化为”地块画像”（干洗店密度与目标客群高度重合）。
十、传统企业数字化转型
核心困境
传统车企通过4S店销售，不掌握用户数据，无法快速响应需求。特斯拉D2C（直营）+扁平沟通，2021年市值等于全球前九大传统车企之和。
转型阻力三座大山
- 历史包袱：重资产研发/产线推倒重来代价极大
- 文化惯性：曾造就霸主地位的流程让内部极度抗拒改变
- 利益绑定：经销商网络不允许主机厂单方面颠覆
高盛案例
3万员工中超1/3是科技人员。2012年纽约飓风断电时，高盛是曼哈顿唯一未中断服务的机构。顶级金融机构本质上必须转型为数据与科技公司。
AI时代人类不可替代的三件事
- 企业根本定位（你是谁、想干嘛）
- 核心战略方向的选择
- 关键高管人才的任用与组织
战略不是计划未来，而是今天为了赢在未来所必须采取的行动。
过度自信陷阱
高管的过往成功经验极易导致过度自信。视觉测试实验：多数人在看不清时依然盲目给出100%确定度。真正的科学决策需要”自知之明”并引入数据验证机制。
推荐资源
- 《贫穷的本质》（Banerjee & Duflo）
- 马科维茨投资组合理论
- Excel工具：数据分析（协方差矩阵）、规划求解（Solver）
- 中欧AI管理创新研究中心
相关页面
来源
raw/2025-12-06 方跃老师 Part-01.mdraw/2025-12-06 方跃老师 Part-02.mdraw/2025-12-06 方跃老师 Part-03.mdraw/2025-12-06 方跃老师第一天课程 Part 4.mdraw/2025-12-07 方跃老师谈AI.mdraw/2025-12-07 方跃老师谈传统企业转型.mdraw/2025-12-07 方跃老师谈大数据.md