评分似乎应该集中在量表的正中间，但实际却不是这样。它们更像是成绩报告单上的分数，如果得了C，就明显低于平均水平。大众评分倾向于10 分制里7 分的位置或最高分的70% 左右。一方面，这可能表明，我们抵达了消费者的天堂，从整体看来，我们评价的东西还不错。但也有理由认为，这一切都是人为的。魔术师知道，当他把纸牌摆成扇形拿在手里时，人们一般会选择扇形70% 前后位置的牌。超感师会让观众想一个1~10 之间的数字，而他永远会猜观众选的是7，因为他知道，这是最普遍的选择。

神奇的7

1976 年，耶鲁大学的迈克尔·库伯维（Michael Kubovy）和约瑟夫·索特卡（Joseph Psotka）试图找出“7”这个数字如此神奇的原因。

库波维与索特卡派出7 名本科生在耶鲁大学校园里招揽路人，让这些路人报出“0~9 之间第一个想到的数字”。迄今为止，7 始终是最受欢迎的选择，占应答者的28%，最不受欢迎的答案是0。

7受欢迎的原因有很多。地球上有七大洋；童话里有七个小矮人；《圣经》里有七宗罪；电影里有七武士、七佳偶；婚姻里有七年之痒等等。人们认为7 是幸运数字。

为了检验人们偏好7 的潜在原因，库波维和索特卡让一群基础心理学课程的学生报出“6~15 之间第一个想到的数字”。结果完全不同。最受欢迎的选择是9，它以微弱差距领先8 和7。这一次，只有17% 的人选择7。

照理说，无论数字预设的限定范围是怎样的，7 都应该是同样幸运的，有着同样的心理易得性。但第二个实验对部分流行解释提出了挑战。

在第三个实验中，库波维和索特卡让耶鲁大学的学生们报出“0~9之间第一个想到的数字，不要分数，只使用类似7 一样的整数”。表面上看，这跟第一次实验一样，因为即便未曾明确规定，每个人都知道该选整数。结果再一次完全不同。数字3、5 和7 几乎同样受欢迎，而7 现在的受欢迎度降到了全体被试的17% 以下。

我们已经发现，当我们提到或以其他方式让人注意到一个选项7 时，会让选择它的人望而却步。这中间一定是有些什么蹊跷。

在最后一次实验中，库波维和索特卡让一群被试在20~29 之间报出自己第一个想到的数字，又让另一群被试在70~79 之间做选择。结果，前一组人压倒性地选择了27，约28% 的人选择它，跟最初0~9 之间选择7 的比例相同。

但对后一组人来说，77 就不怎么受欢迎了，只有16% 的人选择它。最明显的原因在于，被试希望避免个位上是7（因为这个选择范围会让人注意到7），或是避免选择个位和十位上相同的数字，又或者两种想法兼而有之。

希望被试选择7 的超感师会向其施加压力，要求他即刻作答。超感师知道，被试思考的时间越长，就越有可能对最初的冲动表示疑虑。表演者鼓励快速作答的一种方式是打响指，“快在1~10 之间选一个数”。然后，“啪”地打个响指。

耶鲁大学的实验里的路人不大可能花太多时间深思熟虑。执行实验的人让他们报出脑袋里想到的第一个数字，而不是报出一个“随机数”。在实践中，人为创造的数字之间——不管是称它为“随机数”，还是“第一个想到的数字”，或者别的什么，总有相当大的相似性。无论具体创造数字的目的是什么，7 都最为常见。

库波维和索特卡怀疑，让路人自己想出一个数字的请求构成了“第二十二条军规”（catch-22）式自相矛盾的陷阱。被试担心自己最初的冲动或许不够自然，并产生了猜忌。“他陷入了矛盾的局面——只有当他努力想着不依从时，才会依从。”

一般而言，人们喜欢奇数而非偶数；喜欢不处于选择范围极限的数字；喜欢不招人注意的数字。总体来看，7“处在一个独特位置上，成了‘最怪异’的数字”。

变幻莫测的评分

大众评分既不是随机性实验，也不是最初冲动研究。参与者要把自己对产品的感觉转换成量表上的一个数字或位置。这可并不像表面上看起来的那么简单。这家酒吧应该被评3 分还是4 分？候选人的攻击性广告是0分（因为我讨厌负面广告）还是10 分（因为它的确让我对候选人的对手产生了担忧）？评分人要为自己复杂混乱的情绪或根本没有情绪编造一个相对应的数字。

你可以把耶鲁大学的实验想成是调研某种产品的焦点小组。被试对该产品评高分或评低分都没有特别的理由，所以想到什么数字就报了出来。此外，大众评分里还有一个类似的因素，有些评分人对评分漠不关心，或是感觉复杂，因此他们认为自己怎样评分都行。他们很可能会受到奇数或选择范围偏高那一端的吸引，比如7。

《洋葱报》（Onion）曾经刊登了一则新闻，《美国青少年报告说，学校“还好”》（School “Fine”, U.S. Teens Report）。10 分制里打7 分，就像是郁郁寡欢的青少年嘴上的“还好”，这个默认的回答意思是“别烦我”。这也是群体评分变化莫测的一个原因。平平无奇的产品有可能得到了体面的分数（大量的“7”），结果却在市场上遭遇惨败。如果你想知道的是，“你会买这种产品吗？”你应该直接问。

在耶鲁大学的实验中，0 是迄今为止最不受欢迎的选项，其次是1 和9（9 是上限，因为没有10）。这意味着，接近或达到量表限度的分值蕴含着最确信的主张。看看网上的评论，尤其是要注意最低分（0 星）和最高分（5星）所占的比例。如果我们假设评分人是诚实的，那么打这类分值的人要么真正讨厌该产品，要么就是真心喜欢。

对许多产品或服务而言，有多少人喜欢、多少人讨厌无关紧要，只要有人愿意花钱买它就行了。对喜欢选择电影制片人或电影主题的观众来说，得到高比例的5 星评分的独立电影应该是稳妥的选择，0 星评分的数量或许无关紧要。这样的电影不是为了吸引所有人来看，而在网上，总会有些评论人选“错”了电影。等企业有了更广泛的受众（如电影大片或家庭餐厅），0 星评价的信息量才会丰富起来，它们有助于评估碰到糟糕体验的概率。

超级预测术

● 如果你让人们在1~10 之间选择一个数字，大多数人往往会选7。这会扭曲焦点小组的评分和大众点评式网络评价。

● 对产品给出满分（10 分制里的10 分，5 星制里的5 星）的评分者所占比例，或许比平均得分更能准确地衡量产品的销售潜力。

前言/序言

当可预测性遇到随机性

我的书大多以探讨一个具有广泛社会影响的简单理念为主题。在这本书里，我探讨的简单理念是：人无法随机行动。正因为如此，人类行为在一定程度上是可预测的，甚至在很多情况下，这种可预测性极有价值。

毫不夸张地说，这一洞见乃是21 世纪商业的核心所在。许多最成功的企业使用“大数据”技术预测哪些客户容易被说服（以某种价格）去购买商品。这类预测不是100%准确，但也不需要100% 准确。关键在于，能最准确预测客户需求的公司掌握了竞争优势。

既然预测如此重要，我们也就有必要追问上述洞见的出处。有证据表明，它可以追溯到中国的汉朝。

据说，汉朝时，中国人发明了现在流行于世界各地的“剪刀石头布”游戏。和大多数好玩的游戏一样，它提出了一个充满复杂性的简单问题。两个玩家同时从“剪刀”、“石头”或者“布”三个手势中选择其一。该游戏用一套简单的规则来判断获胜者：布包石头；石头砸剪刀；剪刀剪布。

从最浅显的层面分析，这个游戏似乎完全是靠运气。双方玩家随机出拳，每一种手势的出现概率都是1/3，故此，似乎并没有最佳出拳策略。双方随机选择，每个玩家都有同样的获胜概率，旁观者充其量只能预测到这个地步。到了20 世纪，这个游戏成了博弈论的一种范式。

可这个游戏的玩家们却跑在了数学家前头。他们早就知道，剪刀石头布首先是一个心理学游戏。出色的玩家知道，对手的行动并非完全随机，故此可以预测。尽管这些预测并不确定，但肯定比凭空猜测的结果要好。获得这一小小的预测优势正是剪刀石头布的“戏中戏”。出色的玩家懂得试探对手的无意识模式，并借此获得优势。例如，要是玩家出了某种手势输了，他下一局出拳时换不同手势的概率会很大；而要是玩家连续出同一手势两次，他下一局换招的可能性尤其大。

18 世纪时，日本人对剪刀石头布游戏特别热衷。他们使用游戏的各种版本来解决争端或进行艰难抉择；艺妓用其来打发时间、取悦客户；喝酒的人将它当成一种游戏，输家必须喝下一杯酒；当然，孩子们也把它视为一种娱乐活动。1809 年问世的一本日语指南清楚地显示，剪刀石头布很受重视，也被看成一种需要技巧的游戏。它提供了如下训练建议：

凡想精通剪刀石头布者，需连续60 天，每天玩500~600 局，之后休息10 天，再次勤勉练习60 天，直至能不假思索地出拳。如果有人能深刻地思考游戏中自己的出拳模式，自然就成为了娴熟的玩家。

这或许会让你想起《禅宗射手》（Zen Archer）游戏的建议。和射箭一样，日本人把剪刀石头布视为“掌握了人类生存挑战”的隐喻。生活不断要求我们去预测周围人的行动。

21 世纪的一大挑战就是把数据转化为预测。因为希望通过数据来进行预测，企业和政府收集的数据量呈指数级增长。个人也开始使用计算步数、卡路里和心跳的应用软件来收集自己的数据。他们还记录个人支出，预测购买机票或智能手机的最佳时机。可穿戴技术的日益普及必将以超出我们想象力的方式极大地拓宽收集数据的途径。

消费者行为理所当然地融合了可预测性和随机性。如果你总是购买同一品牌的牙膏，这就很容易预测。可如果你随意选择，比如，你每个月里只有几天会到工作地点附近的咖啡馆去，那预测就比较困难了。另外，如果有人策略性地尝试随机，对其行为进行预测则最为困难。但一如剪刀石头布游戏长久以来所揭示的：人类根本没有完美的随机，人们的选择总能被预测。

故此，公司试图为消费者过去的选择建立数字档案，以求预测将来。如果你知道某个人购买的每一样东西，或者访问的每一个网页，你就会对这个人有较为深入的了解。今天，凡是用过搜索引擎或大型零售网站的人，必然会碰到各种各样的歌曲、书籍、电影和其他产品的个性化推荐，以求说服其购买。我想大多数人的反应（反正我是这样）会是：“哎呀！我可是个大活人！没有人能预测我到底想要什么！”比如，如果我下载过著名导演斯坦利· 库布里克（Stanley Kubrick）的电影，那么，毫无疑问，那些搜索引擎或网站会推荐库布里克的其他电影给我，但这并不是什么预测。有些推荐显然离题万里。但如果你站在零售商的角度来想，这种算法总比向所有人展示相同的推荐好。我们对新型预测软件的态度，其实跟我们对广告的态度毫无二致：每个人都认为，“尽管它会影响其他人，但影响不了我！”

《剪刀石头布》一书的灵感就来自这样的话题。我很高兴本书在世界各地尤其是中国找到了对其感兴趣的读者，我希望，中国的读者们会由本书产生许多想法，并在实践中加以应用。

剪刀石头布：如何成为超级预测者 [Rock Breaks Scissors] 下载 mobi epub pdf txt 电子书格式