Не лги себе. Почему Big Data знает тебя лучше, чем ты сам, и как использовать это

Есть несколько наук, к которым я питаю симпатию. Если отбросить физику и математику, то остаются логика и статистика. Зачастую статистикой прикрываются тогда, когда не могут увидеть логику. И наоборот, логикой прикрываются тогда, когда не сходятся данные. Давайте разбираться.

Автор мне был знаком, собственно поэтому я купил и эту книгу сразу в бумажном варианте. Cет Cтивенс-Давидовиц - Все лгут.  во всех отношениях прекрасная книга и она слегка отличается от той, которую мы разбираем сейчас. «Все лгут» – это многомерное исследование. Вторая книга автора же является естественным продолжением первой!

«Не лги себе» –это селф-хелп от аналитика больших данных.

«Не лги себе» – это цифровая сыворотка правды.

Но всё ли так очевидно? Дьявол кроется в деталях.

Давайте начну с того, что мне не понравилось? Ради объективности нужно было бы сказать, что погоня за статистикой может испортить жизнь. По статистике какие-то виды препаратов не влияют на психику, но и у вас и у меня есть обратные тому примеры. По статистике, чтобы привлечь противоположный пол, нужно быть экстравагантным, нужно выделяться. Но и у вас и у меня есть примеры из жизни, что на обратной стороне «экстравагантности» стоят реальные люди, которые клюнули на эти показатели. И есть ли смысл быть нарочито экстравагантным, если вы не хотите того партнёра, который бы выбрал вас по этому показателю?

Если начистоту, то интересно было бы посмотреть статистику к тому, когда человек гнался за каким-то показателем по этой же статистике и что он получил. Запутал? Интересно, а как статистически влияет знание статистики? Ведь в том же примере про экстравагантность полового партнёра скорее всего недостаточно притворятся, скорее всего нужно быть по-настоящему «пришибленным».

Если дальше раскручивать цепочку нелепостей, то вы, вполне возможно, будете сидеть на гвоздях с ирокезом на голове и торчащим пером  из пятой точки, будете читать книги и не иметь вредных привычек, возможно будете вегетарианцем. Статистика редко выделяет показатель «стараться» (да и статистики бывают разные), поэтому вы получите «чуть выше среднего образования» и будете прозябать на нелюбимой работе. Желанием выделится – вы станете такими же как все, потому что в ХХI веке все хотят выделятся. А стать таким же как все – это противоположность успеха, любого успеха.

Успех – дело личное.

Спросите у компьютера – «Станете ли вы успешны?». Спросите второй раз у компьютера – «Смогут ли эти двое людей вместе прожить счастливую жизнь?». И алгоритмы заложенные в программу окажутся беспомощны в обоих случаях. Почему? Что значит %, когда в жизни всё слегка проще. Вы или сделали или нет. Да-да, нет-нет. В реальной жизни, в вашей жизни – нет процентов. Статистика – это направление ветра, это лишь тенденция. Жизнь же отдельного человека – это всегда своя история. По статистике успешные политики не пьют и не курят, но в этой же статистике есть Черчилль. То есть вести здоровый образ жизни является хорошей тенденцией к последующим высоким постам. Не больше и не меньше.

С другой стороны есть абсолютная статистика (моя интерпретация), когда действие заведомо ведёт к успеху. Давайте банальный пример, я бы даже назвал детский. Если вы пытаетесь что-то сделать, то результат призрачный. Но если вы не пытаетесь это же сделать, то результат нулевой. И я бы этот селф-хелп бы брал только с целью проникнуться идеей, что:

«Возможно я что-то не знаю, что мне нужно сделать!»

Давайте еще один пример из книги Малькольм Гладуэлл - Гении и аутсайдеры. Почему одним все, а другим ничего?  ,где с точки зрения статистики юниоры хоккеисты имели преимущество, если их дата рождения была сразу после отбора. Поясню. Если отбор был в феврале, а дата рождения мальчика была в марте, то по факту 10-ти летний хоккеист соревновался с 9-ти летними (а в этом возрасте 1 год на вес золота). Возможно и в вашей жизни есть что-то подобное, открытые двери. Скорее всего эти возможности не так очевидны…

Конкретно вам эта книга ничего не даст, никакой совет с вероятностью 99% вам не поможет. Но если вы заразитесь мыслью, избитой по своей сути, что для успеха вам нужно выйти за рамки своего представления, то это уже будет вашей маленькой победой над собственным невежеством. Вы не знаете того, чего не знаете…

Нам вполне по силам улучшить качество решение, касающихся вашей жизни, почему бы не начать делать это уже сегодня?!

Сет Стивенс-Давидовиц — американский специалист по большим данным. В 2018 году я прочитал его книгу "Все лгут" и это было лучшее, что я читал в том году. Поэтому новая работа Сета — "Не лги себе" — никак не могла пройти мимо моего внимания.

Со времени выхода "Все лгут" в жизни Стивенса-Давидовица кое-что изменилось. Во-первых, он пережил серьезную депрессию, во-вторых, уволился из Google, в-третьих, защитил докторскую по экономике в Гарварде. Эти изменения довольно серьезно сказались на интересах Сета и, как следствие, на его новой книге. Если "Все лгут" — это такой набор баек про какие-то неочевидные вещи, которые можно выяснить благодаря большим данным (например, как болельщик выбирает любимую команду или как по рейтингу анекдотов можно понять, за кого будет голосовать конкретный штат), то "Не лги себе" — это уже ближе к науке, а конкретнее — к социологии. И если автора первой книги больше интересовало, как читателя развлечь, то автора второй — как читателю помочь.

Новая книга Стивенса-Давидовица состоит из 9 глав, каждая из которых посвящена какой-то большой теме. Могут ли большие данные помочь в выборе супруги? Что важнее для успеха ребенка — воспитание или генетика? А что важнее для спортсмена — генетика или ведра пота на тренировках? Справедливы ли стереотипы о том, что молодые успешнее в бизнесе? Почему все знают Пикассо, но никто не знает его соседа, рисовавшего примерно так же? Наконец, можно ли измерить уровень счастья и определить, какие занятия способны его повысить? По каждому из этих вопросов у Стивенса-Давидовица есть теория, основанная на данных, и излагает эти теории он в фирменном легком стиле, приправленном шуточками (в основном про спорт).

Возможно, в занимательности вторая книга чуть проигрывает первой, но зато в структурированности и общей полезности она, как мне кажется, выигрывает. В любом случае, у нее, как и у предшественницы, есть отличные шансы стать для меня лучшей книгой года. Уверенные 5/5.

Бизнес-аналитики Джим Коллинз и Мортен Т. Хансен на базе своих исследований: как удача влияет на деятельность крупных корпораций; показали, что количество благоприятных совпадений, выпадающих на долю людей, примерно одинаково. Успешные компании не имели большего везения, чем менее преуспевающие. Шансы выпадают всем примерно одинаково, но успешные компании лучше ими пользуются. Это привело к выводу, что за каждым успешным шагом стоит умение принимать правильные решения. Но как принимать правильные решения, когда другие исследования показывают, что решения, принятые на основе интуиции или под влиянием наших внутренних убеждений, зачастую ведут к ошибкам? Автор предлагает искать ответы в "больших данных". Он приводит интересные примеры того, как именно анализ огромных объемов информации помог обнаружить скрытые возможности и выбрать самые выигрышные варианты - в спорте, бизнесе... и даже в воспитании детей.