首页 理论教育 如何将数据转化为有价值的信息?

如何将数据转化为有价值的信息?

时间:2023-06-12 理论教育 版权反馈
【摘要】:数据越来越充足,却无法有效地利用数据,这种现象被称为“信息盲”。2004年,一项关于信息盲的研究报告发表了。信息盲的产生是因为大脑的学习能力提高了。解决信息盲问题的方法之一,就是逼迫自己使用眼前的数据,把信息转化成一系列问题或者选择。这看似寻常,但这些不易察觉的行动对于解决信息盲问题起到了重要作用。

如何将数据转化为有价值的信息?

近20年来,充斥在我们日常生活中的信息量呈指数级增长。智能手机能够计数我们的步数,网页能够记录我们的消费,数字地图能够定位我们的位置,软件能够监控我们的网页浏览行为,应用程序能够管理我们的日程安排。我们能够准确地知道每天摄入的卡路里量、每个月的胆固醇增加值、在餐馆的消费金额以及健身时长。信息的力量令人难以置信,如果能够正确利用这些数据,我们的生活将更加高效,饮食更加健康,学校教育更有成效,生活压力更小。

然而,不幸的是,我们利用信息的能力远不及信息传播的速度。虽然我们能够追踪自己的消费记录和胆固醇值,但仍然会吃不该吃的东西、花不该花的钱。哪怕是信息的简单使用,例如选择餐馆或者办新信用卡,也不一定很容易。想要找一家好的中菜馆,是选择用谷歌搜索、在社交网站上提问、打电话问朋友,还是搜索浏览记录看看上一次预订的地方?想要申请一张新信用卡,是查看网上指南、给银行打电话,还是拆开堆放在餐桌上的广告宣传信件,看看里面的介绍?

从理论上讲,如今信息爆炸会让人们更容易找到所需的答案。然而,在现实中,被数据包围只会让我们更难做出决定。

数据越来越充足,却无法有效地利用数据,这种现象被称为“信息盲”(information blindness)。就像雪盲症是指人们难以区分被大雪覆盖的树木和山丘,信息盲是指我们的大脑面对太多信息而难以获取数据。

2004年,一项关于信息盲的研究报告发表了。哥伦比亚大学的一些学者试图研究为什么有些人会申请加入401(k)养老金计划,有些人却不会。他们调查了几百家公司近80万名有机会加入该计划的员工,对很多员工来说,申请加入养老金计划本应是一个简单的选择。401(k)养老金计划能够帮他们节省很多税费,很多企业也承诺匹配缴款(实际上就是给员工额外的钱)。当公司为员工提供两种401(k)养老金计划供他们选择时,有75%的员工选择加入。这些公司的员工对研究人员说,申请加入计划是很容易的,他们先阅读这两种计划的宣传册,从中选择适合他们的一种,然后坐等退休金账户的余额变得越来越多。

在其他公司,即使计划种类增加了,仍然有相当多的员工申请加入。在公司提供25种选择的情况下,有72%的员工加入了养老金计划。

但是,当可选择的计划达到30种时,情况似乎发生了改变。面对如此多的选择,人们很难做出决定,在某些情况下甚至干脆放弃加入。当选择达到39种时,只有65%的员工申请加入401(k)养老金计划。当选择达到60种时,申请加入率下降至53%。“每增加10种选择,员工的申请加入率就会降低1.5%~2%。”研究人员在2004年发表的研究报告中写道。申请加入401(k)养老金计划仍然是正确的选择,但是,当信息量过大时,人们就会把那些宣传册塞进抽屉,置之不理。

“在很多情况下,我们都发现了这个问题。”瑞士圣加仑大学研究信息超载问题的马丁·艾普勒说,“当人们获得更多的相关信息时,通常能够做出更好的决定。但是,如果面对的信息量过大,就会超出大脑的认知上限,这时他们会忽略那些选项或者做出错误的选择,又或者拒绝接收任何信息。”

信息盲的产生是因为大脑的学习能力提高了。人类特别擅长获取信息,只要我们能够把信息分解成若干小块,这个过程被称为“扬场”(winnowing)或者“脚手架”(scaffolding)。思维的脚手架就像文件柜,里面装满了文件夹,帮助我们在需要的时候储存和搜索信息。例如,当人们在餐厅里翻看厚厚的酒水单时,通常不费力气就能做出选择,因为大脑会自动把已知的关于葡萄酒的信息归类放进文件柜中,再据此做出二元判断(我想要红葡萄酒,还是白葡萄酒?白葡萄酒!),然后进入子分类(贵的还是便宜的?便宜的!),最后做出比较(6美元的霞多丽还是7美元的长相思)和选择(我喜欢霞多丽)。大多数时候,这个决策过程其实进行得很快,我们甚至都感觉不到它的发生。

“我们的大脑渴望把选项减至2~3个。”哥伦比亚大学研究决策过程的认知心理学家埃里克·约翰逊说,“所以,当我们面对大量信息时,大脑就会自动地把它们分成思维的文件夹、子文件夹以及再下一级的子文件夹。”

把大量的信息分解成若干小块,我们的大脑就是通过这种方式把信息转化成知识的。在了解哪些文件夹可以为我们所用之后,大脑就知道哪些实例或者经验可以应用于某种情境。在某些情况下,专家和新手的区别就体现在头脑中能够装下多少个文件夹。品酒专家看到葡萄酒单后能够立即调用头脑中的大量文件夹,例如酿造期和产区,这是新手所不具备的。品酒专家知道如何组织信息(先看年份,再看价格),才不会被嘈杂的信息所干扰。所以,在面对同样的酒单当新手还在逐页翻看时,专家早已做好了选择。

当我们面对包括60种选择的401(k)养老金计划,而且没有明确的方法可以分析这些数据时,我们的大脑就会进入二元决定模式:我是研究所有资料,还是把它们放进抽屉,置之不理?

解决信息盲问题的方法之一,就是逼迫自己使用眼前的数据,把信息转化成一系列问题或者选择。有时这被称为“制造不顺畅”,因为这种做法需要我们动脑筋:不要只是选择酒店的招牌酒,而是要问自己一系列问题(白葡萄酒还是红葡萄酒?便宜的还是贵的?)。不要把所有的401(k)养老金计划宣传册塞进抽屉,而是比较各种计划的优劣并做出选择。这看似寻常,但这些不易察觉的行动对于解决信息盲问题起到了重要作用。这个制造不顺畅的过程可能很不起眼,就像我们比较菜单上的几道菜一样;它也可能很复杂,就像建立一个比较不同401(k)养老金计划收益的电子表格一样。因此,尽管程度不同,但它们包含的认知活动是相同的,那就是当我们面对大量信息时,我们会把信息分解成更易于理解的若干小块。

关键的一步似乎是采取某种行动。”纽约大学研究言语表达不畅的亚当·阿尔特教授说,“如果让人们在一句话中使用一个新词汇,他们就能长久地记住这个词汇。如果让人们用这个新词汇造一个句子,他们就能在交谈时使用这个词汇。”阿尔特在做实验时,有时会故意用不容易辨认的字体书写指令,因为当人们费力地辨认文字时,他们会读得更认真。“如果文本一开始读起来就很难,它会促使你更加深入地思考,也会花更多时间和精力理解其意义。”他说。当你问自己一些关于葡萄酒的问题,或者对比不同的401(k)养老金计划的收益时,数据就会被分解成若干小块,更像你自己要做的一系列决定。所以,当获取信息的难度加大时,我们反而能够学到更多东西。

1997年,大通曼哈顿银行信贷部门的高管想知道,为什么佛罗里达州坦帕市的一些员工比其他员工更能成功地说服人们偿付信用卡账单。当时,大通银行是美国信用卡发行量最大的银行,也是最大的信贷银行之一。全美各个分支行加起来共有几千名员工,他们每天坐在自己的格子间里一个接一个地给债务人打电话,催促他们偿还逾期的信用卡账单。

大通银行的内部调查表明,负责催款的员工并不喜欢自己的工作,高管们也习惯了这些员工平庸的业绩。银行方面尝试过给负责催款的员工提供有助于说服债务人还款的工具,以减小他们的工作难度。例如,每次打电话时,负责催款的员工面前的计算机会显示有助于说服债务人还款的信息:债务人的年龄、他/她每隔多长时间会还款、持有几张其他银行的信用卡,以及用过的比较成功的说服技巧。员工们被安排接受相关培训,每天都能收到充斥着图表和图形的邮件,其中有很多有效的催款技巧。

但是,银行方面发现,几乎没有一名员工认真看过这些信息。不管负责催款的员工参加过多少次培训,或者收到多少封邮件,他们的业绩似乎并没有什么提高。所以,当高管们发现坦帕市的团队业绩高于平均水平时,备感意外和惊喜。

负责管理这个团队的人是夏洛特·弗拉德,她也是一名正在接受培训的福音教牧师,喜欢穿长裙和吃猫头鹰餐厅的鸡翅。她从普通催款员做起,逐级晋升,现在负责管理一个收债团队,负责一些最难搞定的客户,包括已经逾期120~150天未还清欠款的债务人,这类持卡人几乎从未还清账单。然而,面对最难说服的债务人,弗拉德的团队仍然能比其他团队每个月多催收欠款100万美元。另外,这个团队还是该银行中员工满意度最高的团队。追踪调查发现,就连他们的收款对象都对他们的工作态度表示感谢。

银行高管希望弗拉德与其他团队分享她的收债技巧,所以邀请她到坦帕附近的因斯布鲁克度假村参加公司的地区性会议,并发表演讲。她演讲的主题是“优化Mosaix/Voicelink自动拨号系统”,现场座无虚席。(www.xing528.com)

“你是怎样设置自动拨号器的?”一位经理问道。

“这需要精心设置。”弗拉德说,上午9点15分至11点50分给债务人家里打电话,这时很有可能是照顾孩子的家庭主妇接电话,女性还款的可能性比较大。

“接下来,中午12点到下午1点30分,我们给债务人打电话,”弗拉德说,“这时接电话的人以男性居多。你的开场白可以这样说:‘我很高兴能在您去吃午餐的路上联系到您。’就好像他是日程安排很满的重要人物,这能让他不好意思辜负你的期望,进而承诺一定还款。

“在晚餐时间,我们会打给资料上显示未婚的债务人,他们可能是一个人独处,更愿意交谈。晚餐时间之后,我们会打给债务余额波动频繁的人,那时如果他们晚餐喝了杯酒,状态就会很放松,我们可以趁机提醒他要是还清账单余额的话感觉会更美妙。”

弗拉德有几十种类似的技巧。她还提出一些其他的建议,包括何时使用安慰的语气(如果你听到电话里有连续剧的声音),什么时候谈及个人生活(如果债务人提到自己的孩子),以及什么时候采取强硬的态度(对任何拿宗教信仰当挡箭牌的人)。

在座的听众不知道如何使用这些建议,虽然所有的建议听起来都非常合理,但他们认为自己的员工没有这方面的能力。催款员的平均学历为高中毕业,而且这是他们大多数人的第一份全职工作。管理者大多数时候都在提醒他们打电话时说话不要那么呆板,几乎注意不到电话那边传来的电视节目的声音,也注意不到对方话语里的宗教内容。没有人能熟练地分析债务人的信用记录,来决定是打电话给妻子还是丈夫,他们只是和接电话的人交流,不管那个人是谁。大通银行每天早上会给催款员发送邮件、可用计算机浏览的信息,还会提供课程培训。但那些管理者知道几乎没有人会真的阅读那些邮件、浏览电脑屏幕上的信息,或者使用培训课程教授的技巧。打电话给陌生人,催促对方偿还逾期债务,这些问题本身就让他们很头疼,一般的催款员在通话过程中根本无法处理额外的信息。

但是,当有人问弗拉德为什么她团队的员工能更高效地处理信息时,她也无法解释其中的原因。会后,大通银行委托咨询公司米切尔麦迪逊集团来分析她的方法。

弗拉德回到所在支行后,顾问特拉奇·恩特尔问她:“你是怎么知道上午最好打电话给女性的?”

“你想看看我的日历吗?”弗拉德说。顾问们不知道她为什么要让他们看日历,但还是说‘好的’。他们以为弗拉德会拿出一本记事本或者工作日志,相反,她放在自己桌子上的是一个活页夹,接着她推来一辆小车,上面也堆放着一些活页夹。

“好啦,”弗拉德说,她边说边翻看着满是数字和笔记的活页夹,对着她要找的那一页说,“一天,我突然有了一个想法,说服年轻人还清账单可能更容易,因为他们更希望有良好的信用评分。”

弗拉德说,在她的团队中员工有这样的想法是很正常的事,他们会在午休或下班后聚在一起聊天,过程中迸发的灵感——至少一开始时——通常没有什么意义。事实上,有些想法甚至有些荒谬,例如一个不可靠的年轻人如果账单逾期未还,出于某种原因,他会突然急切地想要提高自己的信用评分。不过这都没有关系,他们这样做并非为了提出多么了不起的建议,而是激励员工要有自己的想法,任何想法都可以,然后再去验证。

弗拉德看着她的日历说:“我们第二天就开始给21~37岁的债务人打电话。”一天的工作结束后,员工却发现这对收债并没有什么显著的促进作用。于是,弗拉德在第三天上午做出了改变:她让员工给26~31岁的债务人打电话,收债率有了小幅提高。第四天,他们给26~31岁、账单余额为3000~6000美元的持卡人打电话,收债率呈下降趋势。第五天,他们选择给账单余额为5000~8000美元的持卡人打电话,当天的收债率达到那一周的最高值。晚上员工下班后,经理们聚在一起,回顾这一天的工作,反思为何有的方法奏效、有的无效。他们把日志打印出来,圈出哪些通话效果良好,这就是弗拉德的“日历”。它是一本打印出来的工作日志,上面有注解、员工的评论,以及某些技巧有效的原因。

通过进一步的验证,弗拉德得出结论,那个关于年轻人的想法是错误的。不过,这并不奇怪,因为大多数想法在一开始都不是那么可靠。员工会有各种各样经不起推敲的直觉,但是,随着实验的开展,他们对过去不曾注意到的细节变得更加敏感,会更认真地去倾听债务人的话,还会记录债务人对不同问题的反应。最终,一个非常有价值的想法诞生了,那就是在上午9点30分至11点50分给债务人的家里打电话。因为这个时段接电话的通常是家里的女主人,女性偿还家庭债务的可能性更大。有时,催款员会有一种无法用言语描述的直觉,并根据这种直觉开展工作。

如果有人提出新的想法或者实验,上述过程就会反复进行。“当你记录每一通电话、做好笔记、和坐在你旁边的员工讨论电话内容时,你的注意力会发生变化。”弗拉德对我说,“你学会了关注更多事物。”

对顾问们来说,这是一个用科学方法细分和测试变量的案例。“其他团队经常一次改变多种变量,”顾问团成员之一尼柯·坎托在调查报告中写道,“而夏洛特团队每次只改变一种变量,因此她能够更好地厘清事情的因果关系。”

不过,她做的不只是这些。弗拉德的团队除了细分变量以外,还通过提出假设和验证,对不断涌来的信息变得更加敏感。在某种意义上,他们给工作制造了一个不顺畅的元素,对通话时产生的“数据”进行处理,从而更容易获取有效信息。每天上午收到的电子表格和邮件、计算机显示器上的数据、电话另一头的背景声音,都成了他们提出新想法和进行实验的素材。每一通电话里面包含了会被绝大多数催款员忽视的大量信息,但是弗拉德团队注意到了这些信息,因为他们在找寻验证他们的想法是否正确的线索。他们同隐藏在每一通电话中的数据进行交流,然后把这些数据转化成能为自己所用的信息。

这就是学习的过程,因为我们专注于信息本身,以至忽略了信息处理的过程。弗拉德把每天收到的大量信息交给她的团队,并教给他们把信息分门别类放进活页文件夹的信息处理方法,从而有效地利用通话内容和数据。这样做的好处是,学习变得更容易了。

免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。

我要反馈