数据之巅 | 成本收益分析,衡量做不做这件事的唯一标准

大家好,我是@狂人先生,欢迎来到“每周读本书”,今天开始为你分享《数据之巅》这本书的第四章:量化,进步时代的数据大潮,我将会用五篇文章来给大家拆解这一章。


数据之巅 | 成本收益分析,衡量做不做这件事的唯一标准


前面的第三章,本书讲述了美国在镀金时代,数据文化在思维、技术和组织三个方面的迅速崛起,其进步是惊人的,美国在经济实力和科技水平已经进入了世界的一流水平。但是,事物都有两面性,我们看到了积极的一面,同时也不能忽视其消极的另一面。在镀金时代,光鲜的外表下,掩盖了大量的危机,比如说劳资冲突、还有道德水平退步等等。


这个时候,美国的知识分子也分为两个阵营,一是主张“革命”的,他们认为现在的社会矛盾已经不可调和,非进行革命,推翻现在的制度不可;另一个是主张“改良”的,他们承认社会的确是出现问题,但也不至于没救了,毕竟比起那些几千年的国家,还很年轻嘛,可以循序渐进的改进,只要通过调查事实、收集数据,总能找到解决的办法。


有话好好说,作为一个普通老百姓,谁希望经常打打杀杀的革命呢?所以,主张“改良”的这个阵营是受欢迎的,大家都赞成用科学方法来解决社会的问题,而科学的落脚点,就是数据。那么,如何去合理运用数据呢?直到今天为止,影响力最深远、最持久、最广泛的,就是“成本收益分析”。


数据之巅 | 成本收益分析,衡量做不做这件事的唯一标准


“成本收益分析”是如何运用的呢?我们就从“治水”讲起。水患是全世界面临的一个很大的挑战,在中国远古就有“大禹治水”,大禹是主动承担着治水这个使命;但是,在美国,却有无数多个“大禹”争着去治水,而且还要相互竞争,谁最后担负起治水的这份使命。话又说回来了,美国佬真的有这么大爱吗?当然不是,说白了,这关系到自己的钱包的啊!


为什么要治水呢?山洪暴发、江河泛滥,这些都是世界各国为之头痛的自然灾害,历史上,人类都要通过各种手段进行治理,努力把它们控制在安全流域范围之内。每年,国会都有成百上千个水利项目要审批,这实在是选择困难症啊,所以国会也只能从中选出最迫切、最重要、最可行的方案来。这些水利项目都要大量的经费的啊,毕竟国会的经费有限,最终只能砍掉一大半的项目。那么问题来了,到底用什么标准来筛选,哪个项目可以拨款,哪个项目只能被刷下来呢?这就要用到收益和成本的比例来衡量了。


这个项目是否经过初选,首先要考虑的,就是收益是否大于成本,只有收益大于成本的项目,才可以在第一关晋级。然后,在这些已经晋级第一关的项目里边,再去根据收益和成本的比例,两个数字相除后得出的结果排序,择优录取。在第一次立项的时候,有两个机构的方案入选了,一是工程兵团的,二是农垦局的,两个机构为了争取这个治水的权利,争得脸红耳赤。如何能够在PK中脱颖而出呢?我们先比较一下两者的方案。


工程兵团的方案,就是把收益尽可能往大的数额去叠加。因为,他们考虑到,一旦工程定下来,已经投入的成本就是固定了,不需要再追加投入,也就是说收益是无可估量的。这个水利工程除了防洪以外,还有更多的功能,比如一个大坝除了用于防洪泄洪、农田灌溉、水力发电,可能还具有很高的军事战略意义,也可能成为鱼群鸟类的栖居地、改善当地的生态,或产生景观价值、成为旅游休闲的胜地,同时提升当地人气、促进经济发展等。


为了把可能的收益做大,工程兵团甚至还把海鸥和蝗虫都纳入自己方案的筹码。诶,这跟收益有啥关系啊?听好了:在这个新的水库上,将会有10 000只海鸥栖居,每只海鸥一年将吃掉1 000只蝗虫,每只蝗虫一年平均要消耗1千克粮食,这些被吃掉的粮食的市值=10 000×1 000×每千克粮食的价格。这个总价值应该纳入建造这个水库的收益……


农垦局的人一听,居然这都可以啊,太奇葩了吧?我也来一个奇葩点的方案还手:当一个地方的灌溉条件得到改善之后,将吸引更多的农民搬迁到此、带来丰收,丰收会需要更多的卡车来拉货,更多的交通流量会拉动当地的消费,加油站将增加、餐厅将增加、电影院将增加,小麦的丰收还会促进当地面粉业的发展,出现更多的面包房……总之,更好的灌溉条件将吸引更多的人员聚集,乡可能因此变成镇,镇可能因此升级为市,各种连锁反应将不断放大经济收益。


数据之巅 | 成本收益分析,衡量做不做这件事的唯一标准


1939年,加州提出要在其中央河谷地区修建一个大坝,工程兵团和农垦局的计算结果都表明,这项工程的收益将大于成本,项目最终获得了国会的批准,而且两个方案的比率都相差无几,都在2.4左右,实在让国会左右为难啊!怎么办?后来农垦局话锋一转,如果说要以防洪为目的来建造堤坝,那么收益成本比率是2.4这个没毛病;但如果以灌溉为目的,这个收益成本比率立刻翻倍,变成4.8!最后把这个球传给当时的总统罗斯福,他一看数据,“不用想了,就给农民吧!”于是,农垦局胜出!这说明了什么呢?想要获得项目和拨款,谁说了都不算,数据说了算。


说到这里,我们受到什么启发呢?不论是给客户阐述项目也好,给领导汇报工作也好,我们都要拿数据来说话,一切都是数据说了算。当你做陌生拜访的时候,当你给微信好友群发消息的时候,当你撰写朋友圈文案的时候,如何能够获得你潜在客户的认同,最终向你下单购买呢?很多做销售的课程,都会教你“卖产品之前,先把自己卖出去”。


说实在的,我们身边不缺人品好的生意人,但为什么我们很难跟他们做成生意呢?作为一个客户而言,也要看“收益成本比”。我在你这里购买了产品,也花费了成本,但我购买你的服务以后,这个收益是否大于我的成本呢?同时,你在服务客户的同时,所有的付出都是成本,你在一个客户身上获得的收益,是否大于你所付出的成本呢?如果不经过量化,就会让人变得迷茫、被动。


以上所说的,就是工程兵团和农垦局两个集团为了争得水利工程这个项目,浑身解数,相互PK证明证明自己能行;但是,往往打败你的并不是你的死对头,而是被其他行业跨界打劫。下一篇,我将会讲到,在这两个集团争得脸红耳赤的时候,半路杀出个程咬金,到底是什么一个情况呢?关于这个问题,我们下次再聊。我是@狂人先生,感谢你关注“每周读本书”,我们下次见。

展开阅读全文

页面更新:2024-04-06

标签:大禹   脸红耳赤   收益   成本   数据   蝗虫   美国   海鸥   兵团   国会   两个   方案   项目   更多   工程   体育

1 2 3 4 5

上滑加载更多 ↓
推荐阅读:
友情链接:
更多:

本站资料均由网友自行发布提供,仅用于学习交流。如有版权问题,请与我联系,QQ:4156828  

© CopyRight 2020-2024 All Rights Reserved. Powered By 71396.com 闽ICP备11008920号-4
闽公网安备35020302034903号

Top