《为什么数据会说谎》是一篇引人思考的文章。它揭示了数据背后的潜在问题和局限性，提醒我们在使用数据时要保持警惕。作者通过实例和分析，强调了数据采集的主观性和偏见的存在，以及数据本身无法完全反映真实情况的可能性。这篇文章让我重新审视了数据的可信度，并进一步认识到在数据分析中要综合考虑多个方面，以避免被数据误导。
为什么数据会说谎读后感篇一
2023年7月31日心得《为什么数据会说谎：被忽视的衡量指标》
1、每天早上一睁眼，我们就置身于一个由数据构成的世界。“当一个测量变成目标时，它就不再是一个好的测量”——查尔斯·古德哈特。
2、衡量指标与测量的不同之处在于，它赋予了测量结果以价值。这就是数据的意义。数据给我了解真相，化繁为简，更客观。
3、“你测量什么，你就得到什么。”这句话警示我们：一旦我们开始衡量某件事情并强调它的重要性，就会有更多人设法去追求这件事。三氯氢氨奶粉事件，这个可能会让你更可以理解这句话。
4、指标是一个反馈参考，需要正确看待指标。
5、“不是一切东西都可以测量，不是一切有价值的东西都值得测量。亲人的微笑，看着孩子成长和学习，掌握一项新技能，克服逆境，欣赏日落，对某人表示赞赏，从事有意义的工作……这些都是你无法计算的，但它们比一切都重要。”
为什么数据会说谎读后感篇二
这本书解释了古德哈特定律，探讨了在这个信息化时代，面对爆炸般的信息，人们是如何滥用数据，简化模型，并过度依赖指标，忽视或遗忘了很多不该也不能被测量的东西，乃至沦落为指标的奴隶。 整理了一下全书内容。 一、古德哈特定律(衡量指标悖论) 1.一旦任何测量结果与激励挂钩，人们就会想方设法最大限度地提高这一测量结果，无论他们的行为是有否有助于该测量的初衷。 2.当一项测量成为目标时，它就不再是一项好的测量。 3.人们选择某些衡量指标时，往往不是因为它们是需要测量的良好指标，而是因为它们容易测量。 二、逻辑模型与程序评估 投入，活动，产出，结果，影响 人们总是容易将产出与结果混为一谈，并错误的将产出作为衡量指标。 三、长期与短期主义 跨期问题和被低估的时间 四、分母错误 忽视分母，只关注整体数字的升降 五、简化复杂系统 复杂系统只可能存在多个矛盾指标，不能孤立看待 六、忽略不同品质 很多事情不能混为一谈，当作同样的数字对待 七、并非所有计算得清楚的东西都重要 错误地把容易计算但并不想关的东西作为指标 八、并非所有重要的东西都计算得清楚 外部奖励与衡量指标可能会破坏内部动力。 九、十 、对衡量指标的反思 衡量指标不是我们的主宰 最后贴几段书中我很喜欢的话: “数字革命创造了一种信息狂妄。聚光灯越集中在这个世界可测量的部分上，我们就越相信我们无法测量的部分不再存在。有了新信息，我们就忘记了所有我们不知道或难以知道的事情。” “衡量指标可能扭曲我们对世界的看法。我们甚至可能成为衡量指标的奴隶，就像陷入死亡旋涡的蚂蚁一样，我们过于关注自己在测量中的得分，而忘记了自己真正要实现的目标。” “我们的生活是故事，不是方程式。”
为什么数据会说谎读后感篇三
第一部分介绍了使用衡量指标的理由。主要原因有三个：了解真相、简化复杂系统、增加客观性。特别是数据技术革命后，我们能获得更多信息，自然会使用更多指标，这似乎能帮我们做出更明智的决策。
第二部分剖析了衡量指标的缺陷，以及它们可能误导决策，造成适得其反的结果。例如英国殖民地时期的捕蛇计划，反而导致了蛇的数量激增；标准化考试也扭曲了教育，导致应试教育问题。此外，公司过分依赖财务指标也可能损害长期利益。作者认为，指标的主要问题在于过度简化复杂问题、忽视重要但难以量化的要素、扭曲人们的行为动机等等。
第三部分介绍了作者给出的正确看待和使用指标的建议。包括采用适当的策略，如避免过度依赖奖惩、确认指标的长短期效应等；深入理解指标的局限，如注意它反映的是否是整个系统；保持批判性思考，认识到不容易量化的东西也可能很重要等。此外，作者强调指标不能取代信任，要认识到它们之间的关系。
总之，指标只是一个工具，不能取代我们独立思考和做出判断。它也有很多局限性，可能会扭曲我们的决策。我们必须学习如何识别一个好的指标，同时兼顾定性与定量分析，综合各方信息。只有这样，才能在这个数据泛滥的时代找到属于自己的方向和内在价值感，不被表面的数字所迷惑。
最后，作者在书中说道：“不是一切东西都可以测量，不是一切有价值的东西都值得测量。亲人的微笑，看着孩子成长和学习，掌握一项新技能，克服逆境，欣赏日落，对某人表示赞赏，从事有意义的工作……这些都是你无法计算的，但它们比一切都重要。”
作者指出，下一次，当你想衡量工作中的生产力或者新的健身方案的有效性时，不要问自己“我能衡量什么”，而是问“我想做什么”。问这个简单的问题，可能会改变你做事的方式和你最终的成就。
为什么数据会说谎读后感篇四
并非所有重要的东西都计算得清楚，也并非所有计算得清楚的东西都重要。
——威廉·布鲁斯·卡梅伦(William Bruce Cameron)
（当信息或数据失效时，可能进入）“蚂蚁死亡旋涡”，（或者什么知道自己不是农村里的火鸡学者）
从第一章《应试教育：古德哈特定律与衡量指标悖论》开始，本书深入探讨了学校标准化考试的世界，并展示了狂热地致力于一项测量可能会导致无效的、不必要的，有时甚至令人难以置信的破坏性行为。该章展示了片面地强调、衡量学生成绩如何使教育质量恶化，迫使教师简化教材，鼓励死记硬背而不是让学生真正地理解，惩罚深入思考的学生，甚至促使教师作假。更重要的是，这一章证明了这种现象不仅限于课堂。无论是在商业、医疗、经济、体育中，还是在我们追求的其他任何事业中，完全集中地追求任何一种衡量指标都可能导致不合常理的结果。这一章表明，应试教育不仅仅是学校的问题，任何衡量指标都能以激进且往往矛盾的方式改变我们的行为。
第二章《投入和产出：逻辑模型与程序评估》解释了错误地测量投入、产出和结果如何导致事与愿违。这一章讲述了几个女性的故事，她们用自己的方式发现了一个人在一项任务中投入的成本、付出的努力和最终取得的成果之间的区别。该章介绍了玛格丽特·奥弗里希特(Margaret Aufricht)医生，她认为医疗保健系统鼓励医生看更多的病人，而不是专注于改善病人的健康状况；希瑟·怀特(Heather White)认为非营利组织更注重强调他们的努力，而不是他们产生的影响；凯丽·雷斯勒(Cali Ressler)和朱迪·汤姆森(Jody Thompson)在百思买公司(Best Buy)工作期间发现，商界衡量员工的标准是他们的工作时长，而不是他们实际取得的成果。通过所有这些故事，该章展示了专注于努力的衡量指标是如何使人误入歧途的，它偏离了提高成就这一真正目标。
第三章《长期主义和短期主义：跨期问题和被低估的时间》研究了衡量指标如何扭曲长期和短期的优先级。通过企业高管薪酬和学术界科研绩效的例子，该章展示了衡量指标如何导致我们高估短期价值，而牺牲长期价值。建立在量化确定性基础上的衡量指标无法很好地处理不确定的未来，并且高估了短期价值。
第四章《分母错误：“每”的问题》论述了我们在测量中忽视、误用甚至过度使用分母（或者“每”）的倾向。该章通过使用正确的分母来说明，尽管纽约是美国行人死亡总人数最多的城市，但对行人来说，纽约实际上是一个比大多数美国城市更安全的地方。该章还讨论了使用错误的分母如何使致命的疾病看起来不值得恐惧，以及操纵分母如何使能耗最高的国家之一看起来能耗最低。
第五章《只见树木，不见森林：简化复杂系统》讨论了只测量一个复杂整体中的一小部分可能带来的危险。这一章展示了测量复杂系统中的一小部分，会如何让我们相信花更少的钱买离工作地点更远的房子更划算（事实并非如此），吃离家更远的食物比吃离家更近的食物消耗更多的能量（事实并非如此），另外还解释了为什么塑料瓶比玻璃瓶更环保，为什么节能灯会增加碳排放，以及为什么得分最多的运动员不一定是队里最好的运动员。
第六章《天差地别的事物：忽略不同的品质》讨论了将不同的事情归纳到单一的测量中会如何欺骗我们。例如，它说明了在战争中寡不敌众并不意味着处于劣势，用疾病造成死亡的人数来衡量疾病遗漏了很大一部分情况（以及为什么癌症发病率增长实际上是一件好事），还有把信息放在地图上如何经常导致对正在发生的事情的误解。
第七章《并非所有计算得清楚的东西都重要》探讨了迷恋测量导致严重后果的例子。在许多组织中，测量本身变成了目的，组织的真正目的却迷失在数字游戏中。这一章展示了，许多领导者最终选择关注数字，不是因为他们专注于细节，而是因为他们无力处理或不愿处理可量化的东西之外的混乱世界。该章探讨了组织堕入数字游戏并造成可怕后果的两个例子：20世纪90年代和21世纪初的纽约警察局，以及越南战争期间的美国驻越南军队。
第八章《并非所有重要的东西都计算得清楚》通过批判性地审视衡量指标背后的根本驱动力，找到了问题的根源。这一章首先审视了这样一个观点：衡量指标推动了变革，激励了人们。泰勒主义、绩效管理、科学管理、关键绩效指标等基础理论，以及当前大多数流行的组织理论都建立在同一个假设之上：如果你衡量员工表现并提供激励，你就会得到结果。该章利用商业、激励机制理论和组织心理学中的例子，论述了当衡量指标和激励措施使用不当时，会如何挫伤人们的积极性，适得其反。
这一章接下来研究了当今最常用也最经常受到批评的一个指标：GDP（国内生产总值）。该章通过研究对GDP的批评得出结论：衡量指标的缺陷从不在于衡量指标本身，而在于人们使用它们的方式。就像GDP一样，许多衡量指标的使用方式使它们从来没有达到最初的目的。更重要的是，我们可以从GDP的创造者那里学到一个教训，这个教训适用于我们处理的每一个衡量指标：我们可以测量某件事，并不意味着它很重要。
第九章《对衡量指标的反思》重新审视了我们使用衡量指标的原因。该章反思了驱使我们使用衡量指标的复杂性、客观性、确定性和信任等问题，以及这些动机如何以自己的方式破坏了我们想要达到的目的。该章探讨了我们对简单、客观、确定和信任的渴望如何将衡量指标从一个有用的工具扭曲成一个可怕的怪物。该章的后半部分列出了14条关于衡量指标的教训，读者在处理衡量指标时可以参考借鉴。
最后一章《衡量指标不是我们的主宰》介绍了一个组织——可汗学院，探讨了可汗学院如何重新思考衡量指标，并有效地将其颠覆。这一章讲述了萨尔曼·可汗(Salman Khan)如何通过重新审视一个简单的想法——为什么我们要在学校对学生进行考试——发展出一种全新的教育方法。该章通过可汗学院的经验与教训总结出了更广泛的经验，告诉我们在生活中如何以及为什么要使用衡量指标，并提醒我们，衡量指标不是我们的主宰。
