如何进行量化

深圳问卷调查

一、什么是量化

量化一词源于数字通讯领域，是指将信号的连续取值近似为有限多个离散值的过程。现在被广泛应用到生活中，指的是某个事物明确具体可以度量。所以量化的目标就是减少不确定性，是优化问题的一种有效手段。

在日常工作中经常会遇到以下两种情形，

情形1：“这件事情没法进行量化！”

这种情况可以说是最为常见的，很多未受过统计学、数学等专业训练的人都会有这样的疑问，认为现实生活中有很多事情是无法量化的。例如：日常生活中的幸福感、人生的价值，企业经营管理中的品牌知名度、企业形象、商誉等。这些事物的一个共同特征就是看不见摸不着，更多只存在于人们的感受当中，借用道格拉斯·W.哈伯德的观点将这一类事物称为“无形之物”。

情形2：“我们没法知道它到底有多少！”

这种情形同样也很常见，海洋里有多少鱼？中国有多少程序员？之类由于目标过于庞大无法一一去进行计数的问题时，也会认为这件事情是无法量化的，我们就将这类事物成为“庞然大物”。

而无形之物和庞然大物就是挡在量化道路上的两座大山，一旦跨过这两座大山，我们就可以达到凡事皆可量化的境界。

二、为什么要量化？

同样是日常工作中经常出现的情况，为了对员工的工作进行评估，企业往往会通过KPI的方式来对员工进行考核，这其实就是一个量化的过程。在评价一个员工工作好坏时，由于工作内容和方式都可能存在差异，无法一概而论，此时往往就选择将好坏进行量化，比如每周超过40个工时的员工就是好，低于40个工时的就是差，通过工时这个确切的指标就消除了好坏这两个模糊概念的不确定性。消除问题中的不确定性是量化的目标同时也是我们为什么要进行量化的最主要原因。当然量化还能够让我们的管理变的更有效，决策变的更有依据等作用，这也是我们进行量化的原因。

三、量化的方法

当面对无形之物或者是庞然大物需要进行量化时，最常用的方法就是就想办法将他分解，将不确定的部分分离出来解决，其中最著名的案例莫过于被谷歌用来做面试题的芝加哥钢琴调音师问题。这个问题最早是由物理学家恩里科·费米提出的，他要求他的学生估计芝加哥的钢琴调音师的人数，大家都无法立即回答，他又问了以下一系列的问题：

1.当前芝加哥有多少人？（1930-1950年，约30万人）

2.每家平均几口人？（2或3）

3.家庭平均拥有的需要定期调音的钢琴数量？（10户里最多1家，30户里至少有1家）

4.每部钢琴需要调音的频率？（平均1年1次）

5.一个调音师每天能调多少台？（4~5台）

6.调音师一年工作多少天？（250天）

芝加哥调音师的数量 = 芝加哥人口 / 每户人口 * 有钢琴家庭的比例 * 每年调音次数 /(调音师每天调音的钢琴数 * 年工作天数）

根据数据计算出调音师的人数大概在26~150人左右。由此这类问题被称为“费米问题”，而求解这种问题的方法被称为“费米分解法”。据说这类问题如今已经成为咨询公司面试的必考题。

除了费米分解法，还可以使用一些统计方法来进行量化，例如：企业在投放一个网络广告时，就需要对该广告的流量进行预估，而对于未来的预测也是量化的一种，此时我们能采用的量化方法就有很多，回归、贝叶斯都可以。

又例如我们想要了解中国人的幸福感的问题，而在量化人们的偏好和态度时时常会选择问卷调查的方式。在问卷中采用李克特量表（Likert Scale）的方法，也就是给被访者一组有梯度的程度词进行选择，被访者根据自身的喜好来选择不同程度的词，比如“我很幸福”，“一般”，“我很不幸福”等。最后对这三个选项选择的人数进行分类汇总，根据统计结果就能估计中国人的幸福程度。

在这里还要纠正一个片面的观念，很多人认为量化就是把一件事情数字化，必须出现具体的数字，甚至还会要求这个数字的精确程度，以达到量化结果更精确的目的。但上文提到量化的目的是为了减少问题的不确定性，而不是可以的去追求数字化，在现今的大数据时代，并不一定只有数字才是数据，字符串、文本、音频、视频都是数据，同理量化也不见得就一定是量化成一个个数字，量化成“我很幸福”，“我不幸福”也是在减少不确定性，那么这就也是有效的量化方法，切莫本末倒置，变成为了量化而量化。

在道格拉斯·W.哈伯德的《数据化管理》一书中就有这样一句话：“如果我们找到观察事物的方式，并找到某种方法，无论这种方法多么模糊，它都能让我们知道的比以前更多，那么这就是一个有效的量化方法。”