分析师十诫！

来源：时间与精神

作者：Kevin 9527

我是小z

今天给大家带来一篇值得收藏的分析师十条，已经有点上升到哲学的范畴，相信对于所有从业者，都会有所帮助。

卷首语是很有趣的。大部分卷首语鸡肋而煽情，读者往往选择跳过。但真正的大师，懂得把毕生所学放到卷首的总纲里。

巴菲特的老师本杰明.格雷厄姆就在《证券分析》第一版卷首放上了金玉良言：切记不可以蠡测海，笔者以自己闯荡华尔街二十年的浮沉经验告诫读者，表面和眼前的现象是金融世界的梦幻泡影和无底深渊。几十年来，"忘记"看卷首语的天才操盘手们难以善终。

前老板写过分析圈内很著名的分析师十条。没有力量的时候，我会选择回头看这份前老板的【卷首语】，删删补补自己的感想。感受自己对分析师与业务方关系的理解变化

• 分析师的核心能力是思辨

• • 思辨不能思而不辨。王兴说：大部分人的思考就是把偏见排一下序。要思，更要辨。思是过程，辨是结果。只思不辩会错误归因，只辩不思落入无法落地的死循环。力求正反馈

  • 有形诸内，必形诸外。核心能力意味着以什么为内核，内核应该有多个层级。好奇心，正直，完全开放是公认最有效的几个要素

  • 好的思辨能力只是一个很好的火种，还需要针对性去学习工作中所需的技术和知识。最近一年思考增速变慢后，我去读了备受俞军老师推崇的《思考，快与慢》和《经济学原理：微观分册》（曼昆）。都迅速刷新了之前很多认知。这两本书大学也读过，但是当时却没有什么收获。顺序很重要，先有能力，再去读书，看起来是悖论，书到今生读已迟。把宿命论反过来，就是韦尔奇主张的【寻找命运之域】

  • 有效且深度思考的时间，对任何人来说，都太少了，能解决这一点的人才能谈后面的九条

• 对讲真话负责，保持中立

• • 前半句太难了，有时候沉默也是对业务的犯罪

  • 什么是真话？阻挠贝索斯做prime会员的分析师也认为自己说的是真话。真理往往掌握在少数人手里，这也是分析师难做的本质原因。洞察真相要求比业务人员更懂业务，比老板更懂决策依据。错误的真话对业务依然是负价值

  • 讲真话，对讲真话负责，人们会慢慢认识到你的价值，最后的收益是趋向无穷的，这是一笔很划算的买卖

  • 过犹不及。过于中立，分析师就很难对业务有切肤之痛了，当合伙人，不要当Coach或者Consulting

• 论据充分, 论证严谨，观点简明

• • 推荐一本书《简单的逻辑学》，逻辑只有一套，这个世界不存在第二种逻辑

  • 论据靠天赋，论证靠习惯，观点依赖长期孜孜不倦的迁移学习

  • 真传一句话，假传万卷书

  • 分析师只有【验证共识】和【创造非共识】两种结果。但是人们往往低估【验证共识】的重要性。知道结果和Know-How是两回事。更何况人们往往会高估自己【真正知道了一件事】

• 数据先于观点, 而不是观点先于数据

• • 鲜有人自觉做到，要依赖自律。先自律，再自觉。苦行是为了悟道，如果可以一日成佛，就不需要苦行。但世人鲁钝，苦行是渡河的工具

  • 李开复在预言马云不会买下雅虎时，给出了数据怎么和商业sense结合的典范，顺便准确命中了后来真实的收购方AOL

  • • 几乎没有公司想要雅虎的核心业务（微软已经从雅虎身上得到它所需要的，没必要收购）。唯一有兴趣的是AOL，虽然AOL CEO Tim Armstrong是个好CEO，但是这是个蛇吞象的收购，难度较大。

    • 雅虎手中阿里集团股份的价值被最近因支付宝事件和VIE风波带来一些不可预测因素。

    • 出售可能因为阿里集团股份和雅虎日本股票要付出很高的税（应该是38%）。也可能有避税方式，但是就要看谁能想出方法并冒风险了。

    • 如果考虑最近雅虎股票已经上扬（比Nasdaq多涨了15%左右，也就是$2）和上面的种种问题，其实溢价空间没有那么多，对私募来说，回报也已经不是那么地有诱惑力。

    • 有些私募集团（例如银湖、DST）已经参与阿里员工手中股票的收购，也对阿里集团定价为320亿美元。当时这些私募没有选择认购更多的股票，现在如果参与收购，并出更高的价钱并不合理，而出更低的价钱更不可能。

  • 大物理学家费米很擅长估算数据，算调琴师的例子大家都看过了

  • 警惕说【我觉得】，我觉得一般都是【媒体觉得】，【某人觉得】

  • 人在噪音中过活，只能看到很local的数据，bias司空见惯，在观点前置一个数据输入已经极难，更何况还要甄别数据真实准确，不被misleading。好的决策可以慢，也可以快，但一定要依赖数据构建自己的心智模型

  • 数据是任人打扮的小姑娘，如果你想，你甚至可以从任何数据中推导出自己想要的结果，警惕你看待数据的方式。

• 不要把问题复杂化，也不要惧怕复杂度

• • 黄铮的一个观点：人们往往over-thinking。20多岁见巴菲特的黄峥很早就明白常识的力量究竟有多大

  • 王兴则很久之前有一个观点：多数人为了躲避思考愿意做任何事

  • 两者结合起来看，很有意思。历史上最好的初等数学科普和初等物理科普分别出自克莱因和费曼，想必不是偶然

  • 复杂化一定不是好结果，复杂度是通向简洁结果的必经之路。王勃再活几十年，最好的作品一定不是《滕王阁序》，而是类似《赤壁赋2.0》的哲思。少年春风得意马蹄疾，但逝水流年，听雨僧庐下。最后的认知永远是简单的黑白灰，没有色彩，奥卡姆剃刀

• 分析什么问题, 往往比用什么方法更重要

• • 在可选的范围内，眼光很重要，要学会丢掉一些鸡肋问题

  • 在不可选的范围内，运气很重要。只有1.高度复杂2.效率提升直接会带来GMV提升的业务才是分析师的战场，分析师也需要数据感很好的业务搭档来提出有价值的问题

  • 问题问对了，答案是不言自明的，方法也会水到渠成。地外文明的探索进行了很多年，就被费米一句不经意的反问击穿了，后面所有的地外文明假说都是为了回应费米佯谬，这就是大科学家的一流sense

• 好的分析师给别人输入，而不只是帮别人输出

• • Inception，最好的输入是思想钢印，让别人觉得这个idea是自己想的，一拍用来跟好的业务方即合，一拍用来跟愚蠢的业务方两散

  • 好的分析师就是依赖明主，依赖好的合作方，叫不醒一个装睡的人

  • 见自己，见天地，见众生

  • 好的分析师跟业务方时刻黏在一起，言必有中。你的话，一字千金

• 分析本身没有什么内在价值，除非其洞见改变了其他东西

• • 从侧面说明了分析师难做：自古华山一条路，分析师要去影响最高决策。我自己的想法是：互联网的分析师偏业务实操视角，二级市场的分析师偏战略视角。而金融比互联网发展得要成熟得多，谁应该改变不言而喻

  • 狂想一下：分析师是一种脱碳入硅的生物，最终你应该是一个硅基生命。只改变世界，本身空无一物。类似《超体》的结尾

  • 分析师这个分工最初只是因为pm和运营不会写sql和做dashboard诞生的，要走得远，本身就需要逆天改命

• 如果可能应该基于问题收集数据，而不只是基于数据来问问题

• • 这一条是一个经典的【倒过来想】。非常朴素，但是又非常困难。芒格挂在嘴边的话，【倒过来想，总是倒过来想】

  • 假设我们需要分析张若虚的成就，我们今天只看到张若虚的《春江花月夜》，通过诗来分析了一大堆。会不会他还写过更凌厉的《望岳2.0》？更细腻的《静夜思2.0》？依赖手头有的数据就是容易造成misleading，事实上，绝大部分唐诗都流失了。我们的诗词鉴赏就是一个缺失率很高的data set。比如绝句之王王之涣只留下了6首唐诗，而却是句句精品，如果用统计模型分析，数据集不丢失的话，王之涣的成就未必输给李杜

  • 收集数据是一个很全栈的能力，需要爬虫技术，对整个数据pipeline足够熟悉，内外数据都要全。但外部数据

  • 如果精进到一种境界，【拈花飞叶，皆可伤人】，王坚博士对于大数据的理解就极度不一样，他非常不赞同用大数据来优化现有业务，觉得买椟还珠。分析师们要吃饭，我们必须分为大数据最应该用来优化现有业务，但放到历史长河，优化现有业务可能只是大数据应用的很小一朵浪花。当然大数据本身可能也只是一朵浪花

• 不是所有问题都可以分析出答案，以开放的心态采纳其他的观点

• • 用心智模型来形成先验认知从而决策，用数据分析来校准心智模型

  • 网约车大战重来一次，易道的模式在温室里怎么看怎么好，但是放到暴风雨里一看，实践出真知。胆识，有胆+有识。林中两条路，你选哪一条？商业本就是少有人走的路。失败者周航只是媒体喜欢的标签。何况网约车远远没到终局，难以盖棺论定中间的成败，枪林弹雨之中没有答案

  • 经常性悬置判断。灰度认知，不要轻易站边

  • 不要等分析结果再决策，事实上有些事情就是应该快速决策，你的大脑有无数祖先沉淀的经验。但是要迭代自己的大脑，善用系统一，Blink

  • 也许是另一个话题：AB test也有巨大的局限性

  • 今天活跃在话题圈的创投大佬很多都赞同完全开放，相比上一代大佬，他们都从完全不同的时代个性中获得了很多好处。再奇怪的观点，我都愿意听一听【相信世上有鬼神】，【相信星座】，最近我都听得很入迷。完全开放最大的问题是或明或暗你会遭遇很多评价，但为什么要在乎别人怎么想？

大概率对很多人来说，这注定依然是一个不会被认真看待的卷首。

●图解最常用的10大机器学习算法！

●12000+字超详细 SQL 语法速成！

后台回复“入群”即可加入小z干货交流群