MindStackhouse
  • 關於我們
  • 聯絡我們
  • 部落格
  • 訂閱電子報
  • 蓋洛普優勢諮詢
MindStackhouse
  • 關於我們
  • 聯絡我們
  • 部落格
  • 訂閱電子報
  • 蓋洛普優勢諮詢
全部 領域 人物 課程推薦
批判性思考 決策 經濟學 溝通 天賦與熱情 效能管理 學習力 人生底層思維
最新文章
  • 《極限賽局》:破釜沉舟很好,但要先數數身上有幾條繩
  • 《無限賽局》:人比人氣死人,那就換一把尺來衡量吧
  • 《長勝》:管不了運氣,但能決定它佔多重
  • 《人生的五種財富》:凌晨一點還在工作的我,開始寫下自己的「足夠」
  • 瓦基《AI 第二大腦》:收集不算數,接線才算,打造只屬於你的知識庫
  • 領域77
    • 批判性思考10
    • 決策11
    • 經濟學10
    • 溝通10
    • 天賦與熱情12
    • 效能管理12
    • 學習力8
    • 人生底層思維4
  • 人物6
  • 課程推薦10
極限賽局 1謝文憲 1讀書心得 1換跑道 1三點不動一點動 1救命繩 1新手爸媽 1
  1. 首頁
  2. 部落格
  3. 領域
  4. 決策

運用關鍵三技法,幫助你做出《高勝算決策》

2025 Apr 10 決策
內容目錄
  1. 前言
  2. 掌握回報
  3. 決策樹
  4. 決策探勘表
  5. 後記

前言

德州撲克,大概是高風險報酬的活動代表了,在每一局中都要做瞬間都要依照當下情況做無數個決策。能成為職業德州撲克選手,並取得驚人成績的人,一定稱得上是位決策高手。

本書作者—安妮·杜克(Annie Duke)就是這麼一位大人物。她曾是世界頂尖的職業玩家之一,她職業生涯累積現場比賽收入超過420萬美元,並曾是WSOP歷史上女性收入最高的玩家之一。

幸運的是,她將經歷過的決策瞬間淬煉成了《高勝算決策1》及本書,讓我們能一窺她的方式。

關於決策,她說道:

「決策就像射箭,並不是全有或全無的存在。弓箭手並非只有射中靶心才算得分,射到其他地方都不算命中,而是只要射到箭靶都能得分。」

「箭沒射中靶心也沒有關係,重點是瞄準目標。瞄準靶心做據理推測,會更接近準確命中,因為能促使你評估自己知道與不知道什麼,激勵你更廣泛的學習。」

當然,我們希望所做的決策都能100%正確,完美的解決我們遇到的問題,但其實只要能解決部分問題,哪怕只解決的70%,也算是個好決策。事後的復盤也不容忽視,透過復盤,可以找到做得好及不好的地方,幫助我們日後漸漸提升決策品質。

事不宜遲,接下來就讓我來分享我學到的三大決策想法吧!

註:跟《高勝算決策1》相比,《高勝算決策2》有較具體的方法,所以我將重點聚焦在本書。


掌握回報

在講到決策工具之前,我認為得先談談「回報」。

有人常常不自覺得使用書中提到的「利弊分析表」,也就是將做某決定的利跟弊找出來並一併攤開來看,如果利大於弊,那這個決定就是好的。如果利弊分析表中顯示有8個利益和2個弊端,那人們通常就會同意這項決策。

但事情往往不是這麼簡單。

每個結果對於不同的人的影響都不盡相同。例如金錢對於某些人的價值大於友情,這些人更有可能為了爭取更高的薪水而離開熟悉的居住地。對不同偏好的人來說,同樣的決策不一定適用於所有人。

現實生活中,我們應該在每個可能的結果再加上心裡對於這個結局的喜好程度,為每個結局產生不同的規模性。這使的某些受偏愛的結局甚至可以抵銷掉3個壞處。我自己在筆記中寫下了「規模化」,讓對於不同後果的想像更加立體。

另外,除了個人對結局的偏好、規模效應,還要考慮每件事情發生的機率。我們可以想像一下發生這些結局的機率是多少,並且記錄下百分比。透過這樣的方式能幫助我們評估風險,也讓決策更加理性,

書中寫道:

判斷決策的好壞,基本上是在問,潛在好處是否足以抵消潛在壞處的風險。

書中將這些經過精細校正後的的結局稱為「潛在好處」及「潛在壞處」。將利益跟弊端加入機率與規模化,讓它們升級成「潛在好處」與「潛在壞處」,才能使可能的回報一目瞭然。
 


決策樹

所謂的決策樹,就是將想像到的結果全部寫出來,每個結果像是樹枝般的展開,讓決策者更可以視覺化評估並做出選擇。

例如,假設我們要決策的問題是「是否生小孩」,決策樹可能長得像是以下這張圖:

就像樹枝很可能會繼續分支出去,決策結果有時也會再發散出更後面的後果。所以當我們在預測時,如果能預想到更之後的想法,一樣也可以加入決策樹,幫助自己更清晰地做決定。

同樣的,在使用這個工具的同時,我們也必須為每個不同的結局加上喜好程度以及機率。這樣才能使分支出去的結果有不同的重量,提高決策的效率,而不只是耗時的一對一單淘汰比較。

除此之外,決策樹對於日後的復盤也非常有用。

你已經將所有預想到的結局校正並記錄下來,日後知道真實的結局後再回來看,就可以觀察自己是否有預測到真正的結論、預測機率的準確度。我們可以透過每次的復盤,一次次增加自己的預測能力,也讓自己的決策能力更加進化。
 


決策探勘表

決策探查表是種較收斂的方式。

有別於上述的決策樹為想像心中所有的預測,決策探勘表的方式是將預測方向定調在正面及負面,分別為事前驗屍及向後預測,最後再依照依照發生的可能性排序,好讓自己可以清楚看見潛在的風險跟危機,做好防範未然的準備。

  • 事前驗屍

    驗屍就是對屍體進行檢驗。而事前驗屍的預測方法,就是在事前就先想像決策失敗或是沒能達成目標,並對失敗的結果進行檢討。

    事前驗屍大致可歸納為兩步驟:

    1. 想像自己在未來的一段時間內,沒有達成某項目標或是決策失敗
    2. 列出幾個失敗的原因

    例如你決定要買入台積電的股票,想像現在起的一年後,台積電的股票大跌。為什麼會發生這樣的情況?

    有可能的失敗原因有:

    • 管理層決策失誤,但你沒有預測到
    • 你沒發現市場景氣不佳
    • 你沒預料到競爭對手強勢崛起
    • 供應鏈遭遇突發問題,影響交貨進度
    • 政府政策變動,對半導體產業補貼減少
  • 向後預測

    向後預測當然就是事前驗屍的相反,盡可能想些正面的可能性。

    同樣也可以歸納為兩步驟:

    1. 想像自己在未來的一段時間內,完美達成某項目標或是決策成功
    2. 列出幾個成功的原因

    舉上述的買入台積電股票,想像現在起的一年後,台積電的股票大漲。為什麼會發生這樣的情況?

    有可能的成功原因有:

    • 你預測到了管理層的優秀決策
    • 全球對半導體的需求增長
    • 競爭對手表現不佳
    • 政策支持半導體產業
    • 維持強大的合作夥伴關係

當完成了這兩個流程後,將列出的原因填入決策探查表,當然也別忘了加入機率,參考每個原因發生的可能性。

是否購入台積電股票的決策探查表,經過發生可能性的排序校正後,長相如下:

決策探查表可以幫助我們找到可能阻礙行動的障礙,事先預防,查找有哪些是我們可以克服的;也能讓我們踏上正確道路上的墊腳石,事前分析可能的成功因素,增加成功的機會。


註:決策探查表方法並不需要填寫「喜好程度」,因為此方法關注的是「原因」,然而有許多因素是我們無法控制的,加入喜好程度也無法改變事實。

後記

除了以上三種決策想法,我認為在最後還有個重點需要提出,就是「不要被結果論影響決策品質」。

我們當然希望每個結果都和決策的品質一致,也就是做出我們認為的完美決策且得到完美結局。但世界要是那麼簡單就好了,一個決策會有很多種發展方向,永遠有許多我們無法掌控的變數、機運會影響著結果。

如果要成為更好的決策者,我們應該做的,是明確辨識結果跟決策的關聯。

好的結果是因為優質的決策嗎?還是只是狗屎運?

相對的,壞的結果其實決策品質很好,只是運氣差嗎?還是我們真的做了個爛決策?

唯有搞懂這些關係,我們才有辦法從經驗中學習,讓自己變成更好的決策者。

以上,透過這些方法,慢慢練習,相信你我都能做出一個又一個高勝算決策!

 

歡迎訂閱靈感拼盤電子報

每週五,我都會在這和你分享我最新讀過、聽過的好內容及生活閒聊,

給你一些不同的生活靈感。

 
 
 

我們不會寄送垃圾信,你隨時都可以取消訂閱

Built with Kit
讚 0 收藏 0
  • 分享此文章
0則留言

如想留言評分,請先 登入會員!

目前沒有評論

相關文章

《大人的說話課》:懂邏輯、會說故事,溝通不再支支吾吾

  • 2025 Dec 17

《囚犯的兩難》:從囚犯困境到氣候變遷,我們的合作考驗

  • 2025 Aug 21

Scott Young《終極學習系統》:每一塊知識,都欠它一個決定

讀了那麼多書,你想過一個領域學完之後那塊知識該怎麼辦嗎?這篇聊 Scott Young 終極學習系統線上課教我的三條路,精通、維持、放掉,還有我自己打算開始的做法。

  • 2026 Sep 02

學會《順勢溝通》,讓你的溝通方式更有彈性

  • 2025 Oct 29

《長勝》:管不了運氣,但能決定它佔多重

我爸曾要我精準考出 85 分給他看,讀《長勝》時我一直想到這句話。莫布新教我們分清楚實力和運氣,這篇挑三件事來講,多玩幾局、大家都變強時增加你的複雜性,以及評估自己時先把運氣扣掉。運氣管不了,但它佔多重,有一部分可以自己決定。

  • 2026 Oct 07

掌握雙系統登場時機,與你的《快思慢想》共舞

  • 2025 May 29

關於我們

聯絡我們

  • Email: [email protected]
  • 公司名稱: 跨能學習工作室
  • 統編: 61423168
  • 隱私權政策 | 退換貨政策 | 防詐騙資訊
COPYRIGHT© MindStackhouse All rights reserved | Powered by 路老闆