量化分析

先看一个普通场景

团队争论一个渠道好不好，每个人都说“感觉不错”。一看数据，获客成本和留存完全不支持。

先别急着给它贴术语。真正要看的是：这里有什么力量在起作用？如果把名字拿掉，你还能不能解释它？

这个模型到底在说什么

数字不是全部，但数字能迫使你说明判断依据。

用费曼式说法，理解一个模型不是会背名字，而是能用普通话说清：它提醒我看见什么，避免我被什么骗。

换个比喻

尺子，不能替你决定家具好不好看，但能告诉你能不能放进房间。

这个比喻的重点不在形象，而在结构：一个看似复杂的问题，背后通常有更简单的机制。

它为什么重要

用它检查规模、成本、概率、速度和边界。

很多错误不是因为信息完全没有，而是因为我们看错了重点。这个模型的作用，就是把注意力拉回真正起作用的地方。

芒格会怎么用它

芒格会把它放进多元思维格栅里，而不是单独崇拜一个概念。他会继续问：这里有没有激励问题？有没有心理误判？有没有二阶效应？如果判断错了，安全边际够不够？

换句话说，这个模型不是答案本身，而是一副更清楚的眼镜。

一个反例：什么时候它会被误用

不要让数字遮住没有被测量的重要东西。

模型最常见的误用，是把名字当成理解。能说出术语并不代表你会用它；能在真实情境里看见它，才算真正开始理解。

你是不是真的懂了

• 我能不能不用术语解释这个模型？
• 我能不能举出一个生活或工作中的例子？
• 这个模型最容易被我误用在哪里？
• 它和能力圈、激励机制或安全边际有什么关系？

今天可以怎么用

把一个模糊判断改写成一个可观察指标。

不要追求一次把模型用得很漂亮。先把它用在一个小判断上，看它是否真的让你少一点自欺，多一点清楚。