超级预测法：提高企业决策力

保罗·舒马克 菲利普·秦洛克

你希望大幅提升企业的预测能力吗？那就必须先让问题暴露出来：现有的预测人员和预测方法相当不可靠。所以，真正有效的预测方法能更好地为企业决策提供正确的参考，让企业风险控制更加精确。

企业经常需要预测不可控的结果，如竞争对手会对新产品做何反应、促销能带来多少收入、应聘者是否会表现出色等。上述发现对企业提高预测能力有重要启示。

下文将介绍一套方法，帮助组织持续提升预测能力。当然，这项方法并不能确保成功，其中很多原则近期才被提出，并应用于商业活动。但我们的研究显示，它能帮助领导者在组织中发现和培养预测能力。

找准预测难点

众多研究已证实，无论企业还是个人，预测不确定事件的能力都相当差。判断失误可能导致严重后果。微软前CEO斯蒂夫·鲍尔默2007年时预言，“iPhone绝无可能获得值得一提的市场份额”，堵死了其他可能性。企业预测能力哪怕提高一点，也可能收获竞争优势。5次预测能对3次的企业，就将对2次的企业甩得越来越远。

在讨论组织如何建立预测能力之前，我们先要区分哪类预测能力可以提高，哪类不值得关注。过于简单或困难的预测不在我们的考虑范围内。有些事情可预测度很高，就像你很清楚5小时后会是几点，或人寿保险公司可以根据最新死亡统计数据制定保费。运用计量经济学和运筹学工具，有些预测即可达到高精确度，不必再特意提升主观判断技巧，因为数据本身已经说明一切。

另一个极端则是非常复杂、难于理解或量化的事物，例如某一天中云的运动规律，或下一项颠覆性技术何时会在硅谷某个车库诞生。在这些领域，投入资源全面提升预测能力同样收获甚微，问题确实难以攻克。

企业应关注的预测难点是这类问题：数据、逻辑和分析有用武之地，但老道的判断力和审慎求证同样关键。根据临床测试结果预测新药的市场潜力，既需要专业知识，也需要商业判断力。评估潜在收购对象时，不仅要使用量化评分模型，更要分析隐性因素，如文化契合度、领导者间的化学反应，以及协同效应能否带来实际回报。

20世纪90年代初，某家英国银行向一些当时很风光的美国电缆公司贷款，结果因为这些公司倒闭而损失巨大。银行首席信贷官对相关业务进行审计，分析了贷款类型、经手人和客户特征，以及行为动机等因素。对于每笔不良贷款，她都会评估所有因素，最后分析哪些因素对损失影响最大。她发现，在损失金额较高的业务中，信用分析流程的问题导致银行向财务状况较差，或向此前没有合作关系的客户发放贷款——专业技能和判断力在这里非常关键。该银行随后进行针对性整改，基本消灭坏账，业绩显著提升。

根据研究和咨询经验，我们推荐领导者采取一系列做法，提升本企业预判能力：通过训练提升个人预测能力；建立预测团队，提升预测准确度；跟踪预测表现并及时提供反馈。当然，领导者应根据本企业情况灵活运用这些方法，并根据实际效果进行调整。

训练良好判断力

无论项目预算、销售额、应聘者能力还是收购结果，企业进行大部分预测时并不只依靠数学。预测活动会受到很多主观因素影响，如预测者对统计原理的理解、对认知偏差的意识、对影响力的诉求以及名誉方面的考量等。的确，很多预测者有意语焉不详，为失误留出余地。好在，逻辑推理和克服认知偏差的训练，能有效帮助组织提高预测能力。“良好判断力计划”的实践证明，只需一小时训练，其后一年中个体的预测准确度就能提高约14%。

掌握基本原理。低级的逻辑错误会严重影响预测准确性。一个典型错误是，看到硬币连续3次落地时正面朝上，就认为下一次会反面朝上。因此组织必须训练预测人员掌握基本功。

例如，“良好判断力计划”提供的概率论基础训练，如均值回归和贝叶斯修正（即根据新数据修正概率估测），显著提升了参与者的预测准确度。企业同时应要求预测人员明确定义预测对象（如某位求职者完成销售目标的概率）和时间框架（如一年）。预测结论必须以具体概率数字体现，以便进行精准量化评估，例如对于预测结论不能说“相当肯定”，而要说“有80%可能性”。

了解认知偏差。众所周知，认知偏差会扭曲判断，而有些偏差尤其会损害预测能力。由于认知偏差，人们会从众、只关注支持自己观点的信息和竭力证明自己正确。让人们不带偏见进行判断，是个过于困难的任务。不过“良好判断力计划”成功让参与者认识到，有些关键认知偏差会损害预测能力。例如，该计划训练预测新手留意证实偏差，防止盲目自信，学会重视与自己观点相悖的证据。它还要求学员不要孤立看问题，而采取诺贝尔奖获得者、心理学家丹尼尔·卡尼曼所说的“外部视角”。例如在预测项目完成所需时间时，为防止低估，学员应先了解此类项目一般用时。

通过训练，人们还可以了解扭曲概率判断的心理因素，如依靠错误直觉而非严谨分析。众所周知，统计方面的主观判断易受幻想和迷信影响：股票分析师发现的数据“规律”其实缺乏统计学支持，篮球迷热议的所谓“手感”其实只是随机采样范围过小造成的幻觉。

另一个帮助人们认识心理偏差的方法是“信心测试”。参与者要对两类问题给出估测范围，一类是综合性问题（如“马丁·路德·金去世时多少岁？”），一类是与企业相关的具体问题（如“我们公司去年缴税额是多少？”）。参与者要给出一个答案范围和信心值。测试目的并非评估参与者在各领域的具体知识，而是他们在多大程度上意识到自己在某些领域的无知。威尔·罗杰斯有一句话相当讽刺：“让我们陷入麻烦的不是无知，而是自以为是。”参与者普遍发现，他们确信度达到90%的答案中，至少一半是错的。

再次强调，没有能规避这些系统性错误的万灵药，企业应根据自身情况设计训练项目。海纳国际集团（SIG）就有自己的独特方法。这家私人持股的量化交易公司1987年由几名扑克爱好者创立，现在每年交易额超过10亿美元。新员工入职后要花大量时间而且是在上班时间打牌。在此过程中，他们能了解如何规避认知陷阱和克服主观愿望等情绪影响，并学习行为博弈论，当然还有期权理论、套利、外汇和交易监管规定等。扑克训练让新员工更敏锐地认识到概率思维的价值、更关注信息不对称、学习如何打好烂牌，并认识到，成功并非每轮都赢，而是最大限度把手里的牌打好。

企业应按实际需要安排具体预测训练，如销售和研发，或任何表现不佳的领域。例如，销售团队由于高估自身能力而影响业绩，这个认知偏差就须全面纠正。相比一般性训练，此类具体训练项目更难设计和实施，但由于针对性强，回报也更大。

合理组建团队

组建预测团队是提升预测能力的有效方法。“良好判断力计划”随机挑选数百名参与者单独工作，数百名参与者组成协作小组。在美国情报高级研究计划署（IARPA）举办的4次预测比赛中，小组协作的参与者都表现更佳。当然，为取得良好结果，团队须高质量管理，并满足特定条件。

人员构成。在“良好判断力计划”的比赛中表现最好的参与者都对自己的成绩非常清醒，承认有些预测结论虽然正确，但分析过程有误。他们都很谨慎、谦逊、心态开放并思维缜密，而且对数字敏感。在组建团队时，企业应寻找有天赋的预测者，这些人对认知偏差很敏锐、擅长严密推理，且尊重数据。

同样重要的是，预测团队的专业构成须多元化。团队至少应包含一名相关领域专家，但非专业人士也是必需的，尤其是勇于挑战所谓专家的人。不要低估全才的智慧。在“良好判断力计划”的比赛中，平民业余选手经常能打败专业情报分析员。

发散、评估和汇集。无论预测对象是独立事件（如美国未来两年出现经济衰退的几率），还是系列事件（如多个国家每一年出现衰退的风险），成功团队须把握好预测工作的三个阶段：在发散阶段，从不同角度探索对象事件、假设和预测方法；在评估阶段，建设性地讨论分歧；在汇集阶段，最终确定预测结论。在每个阶段，如果能针对性地提出问题并频繁给予反馈，将提高团队学习和进步效率。

发散和评估阶段极其重要，如果匆忙略过，团队视野将受限，从而过于狭隘地看问题，快速陷入误区，严重损害预测质量。为避免这一情况，应适当建立规范，如重视收集新信息，以及检验相关假设。团队还必须注意消除一种常见认知偏差，即锚定效应：早期的错误判断可能深刻影响后面的评估。这种偏差经常发生在潜意识中，因为人们倾向于将易获得的数据作为初始参考；实验证明，即便在初始评估中使用随机数值，也会左右人们的最终判断。

本文作者之一舒马克针对芝加哥大学MBA学生进行的实验证明，分析方法的多元性会显著影响最终预测结论。在其中一项测试中，对照组要估测下届夏季奥运会美国与另一个体育大国获得金牌数量的差值，并给出确定性达到90%的预测范围。实验组则被要求先分析美国金牌优势与以往相比可能变化的原因，再做出预测。这一组很自然回顾了此前奥运会发生过的恐怖袭击和抵制事件，并考虑了其他影响因素，如伤病、训练水平提高和提升运动状态的药物等。由于分析方法多元，实验组给出的预测范围明显比对照组大，很多时候超出50%。一般来说，较宽范围值出自审慎的预测，较窄范围值来自过于自信、很可能不准确的预测。

信任。最后，任何团队要想取得成绩，成员之间的信任必不可少。预测工作的特殊性质使得信任尤为关键。在预测新收购或业务剥离的成功概率时，团队得出的结论可能威胁部分人的利益、面子和声誉；在此过程中，还可能暴露出公司某些部门或个人判断力的问题。为确保每个人贡献最有价值的观点，预测团队成员必须彼此信任，并且信任管理者能够支持他们的工作，保护他们的职业安全和声誉。预测结论会威胁到团队本身，没有什么能比这个更快地令他们害怕。

跟踪表现，提供反馈

根据我们在“良好判断力计划”以及与企业合作中的经验，跟踪预测结果并及时提供反馈，对提升预测能力非常关键。

美国的气象分析师虽然总背骂名，但其实总体表现相当出色。当他们说降水概率30%，平均来看真的有30%的时候会下雨。杰出表现的秘诀是，他们会收到关于预测准确度及时、持续和清晰的反馈，这通常是绩效评估的一部分。

但只知道团队评分结果，远不能提高预测能力；还必须分析过程。无论成败，预测团队必须复盘才能学到东西。通过事后分析，有时能发现某些具体步骤导致特定预测结果；有时发现推理过程有误，预测结论只是侥幸正确。有时，预测结论错误并非因为分析失误，而是有特殊情况。例如，某家商场能精确预测某天到店的顾客人数，但假设由于某个意外事件（如炸弹警告）被迫关店，这一天的预测就出现重大偏差。虽然布赖尔评分结果很差，但事后分析将把问题归结为运气而非预测流程。

预测过程分析的另一个关注点是团队关系。如果团队关系有问题，优质数据再多、正确结论再显而易见，都于事无补。1986年“挑战者”号航天飞机发射事故前，美国宇航局与工程承包商Morton Thiokol的沟通就是一个例子。Morton Thiokol的工程师一开始就反对发射，他们担心低温可能使火箭推进器上的O形环失效，预测的发射失败率比通常高出很多。但不幸的是，公司最终改变了立场。

工程师们的分析很到位，是组织的流程出现了问题。根据国会听证对当时情况的还原，一系列相互交织的因素导致Morton Thiokol没能坚持原先的预测结论，包括时间压力、命令式管理方式、未能充分讨论其他观点、压制持不同意见者，以及盲目自信（毕竟之前24次发射均顺利完成）。

为避免这类灾难，让成功延续下去，企业应系统性收集实时数据，了解高层团队做判断的情况，跟踪记录他们做假设、使用数据、咨询专家的情况，以及外部事件等。会议录像和记录可被用于分析预测流程，预测人员对自己预测过程的记录也能提供重要信息。上文提到训练新员工打扑克的海纳国际集团，该公司要求交易员下单前记录进场或离场的理由。交易员要考虑如下核心问题：他人是否可能掌握你不了解的信息，从而影响交易？此次交易中，是否有认知陷阱可能扭曲你的判断？你认为这笔交易有利于公司的理由是什么？交易员的奖金不仅取决于交易结果，更要考虑分析过程是否完备，这进一步强化了过程的重要性。

严格的事后分析可以揭示出预测者是否受到错误先见影响、未能有效建立分析框架、忽视重要信息，或未能吸纳团队成员的不同意见。同样，事后分析也可以显示哪些步骤带来了正确结果，从而为其他团队总结成功经验。

从训练、组建团队、跟踪结果到发现人才，上面介绍的每种方法都对高质量预测非常关键，组织必须根据自身情况灵活运用。根据我们的经验，还没有企业能掌握所有方法，并建立完整的预测体系。因此，在此方面先人一步的企业将有机会获得巨大优势。具备创新文化，同时愿意采取上述实验方法的企业拥有先机。

但企业若想获得这种优势，须有威望的领导者出面支持，在组织中鼓励试错和挑战精神，并准备好暴露认知偏差和错误观点，从而真正提升预测能力。