二、深入探究人类行为

尽管我们对这项研究的复杂程度（而不是繁复程度）有所认识，且尝试用多种观点去解释人类为什么做他们做的事情，但理解人类行为仍然不是一件简单的事情。从根本上讲，这件事的挑战源于任何从普适理论获得的与全局性人类行为相关的观点，都有适用范围向特定场景回归的趋势。要发现某种不在任何一个群体中体现的属性特征是很困难的。举例来说，我们常常提出一些声称能够帮助人们戒除那些会妨害他们职业生涯的恶习的理论。这些看起来包治百病的灵丹妙药其实只对那些认为世界上存在明确的激励——回报机制的人群才有效。不如此思考的人就不会去应用这些理论。不过，这不是要否定这些理论的有效性，而是要说明这些理论不具有普适性。

（一）错误的启发法，为何我们善于自欺

我们的研究找到了一项人类的共性，即认知偏误。关于人类如何决策的研究也支持这一结论：人们并非像古典经济学家所主张的那样，总会做出理性的决策，或者以自身利益最大化为原则而行动。包括选择性记忆、注意力局限、喜好与厌恶等在内的认知偏误，总使我们的大脑试图去简化信息处理流程，从而影响到我们的思考、反思、评价与决策等行为。理性选择理论假设，人类事实上缺乏合乎逻辑地做出正确决策的能力。在丹尼尔·卡尼曼（Daniel Kahneman）和阿莫斯·特沃斯基（Amos Tversky）两位心理学家的研究成果的基础上，经济学家理查德·泰勒（Richard Thaler）教授进一步发展了行为经济学，我极力推荐他与法律学者凯斯·桑斯坦（Cass R.Sunstein）共同撰写的著作《助推：如何做出有关健康、财富与幸福的最佳决策》（Nudge：Improving Decisions About Health，Wealth，and Happiness）。行为经济学回答了一系列关于人类经济行为的问题，并深入分析了认知偏误对决策的影响，质疑被市场广泛接受的经济学原理。如果我们想要更好地做出与个人生活相关的决策，我们需要清醒地意识到我们的内在偏误和错误推理。消极偏见就是其中之一，它是指人们对损失的担心程度比人们对收益的期盼程度更强烈。或可将其表述为，人们对事物消极面的关注多于对事物积极面的关注。读者可以设想，假设他人在肯定你的工作成果的同时，也对你后续的工作提出了小小的改进建议，你会更关注哪一方面呢？如果你有消极偏见，那么消极评价的效力会大于积极评价的效力，下一次你开展工作的时候恐怕不会如这一次那般自信了。在卡尼曼的著作《思考，快与慢》（Thinking，Fast and Slow）中，他提到人们的骨子里都是厌恶风险的，就如同我们生来就“把威胁看得比机遇更紧迫”7，从而揭示了连接经济学和心理学的重要纽带。纵观历史，这个特殊的偏误提高了人类物种延续的概率。因此与这个偏误有关的基因也就此一直遗传至今，让人类的子孙后代能赢下这场适者生存的跨物种竞争。

另一种认知偏误是虚构，赋予人们做出决策之后，为自己的行为构建正当解释的能力。神经科学家迈克尔·加扎尼加（Michael Gazzaniga）在他的著作《谁说了算：自由意志与脑科学》（Who’s in Charge? Free Will and the Science of the Brain）中写道：“当我们着手解释我们的行为时，我们总是基于事后观察进行事后解释。不仅如此，我们的左脑还会虚构一些东西，将它们拼凑成看似合理的故事。”8心理学家把这种行为称作推论。这一系列拼凑而成的推论对我们而言似乎全然合乎理性，而且它们呈现得如此浑然天成，难以观察出拼凑的痕迹。或许加扎尼加会说，可能我们永远无法明白我们为什么做我们做的事情！

罗伯特·赖特（Robert Wright）在他的著作《道德动物》（The Moral Animal）中，基于达尔文的进化论以及进化心理学提出：由大脑生成并输出的意见，从本质上而言只是对我们已经相信的事情再次背书。人们的大脑会排斥与自己认同的观念相斥的观念，尤其是在他人正尝试改变我们的意见的时候。9赖特主张：“人类的争论往往缺乏深层原因，在一段争论开始的时候，实际上就已经结束了。人类的大脑，类似一台以胜者为王为原则的机器。这台机器总是尝试说服其他人自己的主人是对的。与此同时，它也会尝试说服自己的主人同样的事情。”10百万年来的进化塑造了人类的情绪与价值，它们成为人性的核心组成部分。正如加扎尼加所言，“道德推理有利于人类生存。”11

现在，好消息是我们明确了认知偏误作为人性特征的普适性。坏消息是认知偏误意味着我们有自欺欺人的潜质，这增加了理解人类动因的难度。认知偏误会混淆我们的思考。当我们尝试理解人们为什么做他们做的事情时，很难想象如果认知偏误不存在，他们会如何理性决策。现实中更常见的情况是，人们会选择那些与他们既有信念一致或者与他们既有世界观相契合的选项。人们不太会主动寻找那些冲击他们既有观念的意见。明智的企业会采取措施阻止这种不好的思维习惯在企业内部蔓延，这样的企业绝不会认为现状是最好的或唯一可行的选项。他们鼓励跨部门的观点分享，并会设立以创新为职责的工作岗位并建立研究团队，要求相关岗位的职员跳出思维定式并采取冒险行为。

另一个应对认知偏误的办法是应用科技。不同于人类，机器可以保持客观、识别异常，解析数以百万计的数据并侦测数据中可能存在的规律和模式。看起来，消除了个体偏误和消极偏见的电脑，不同于被自然选择塑造的人类，不会因接受海量信息而过载，也不会对信息加以主观价值判断。然而，我不认为现在的机器就能做到毫无偏误，因为机器是由人类发明和制造的。但是通过在机器的运行程序中嵌入数据检验办法，应用更公开透明的数据收集与数据解析过程，选取更具代表性的数据样本，并在组建研究团队时注重人员构成的多样性，数据科学家们有效地减少了机器偏误。而幸运的是，电脑不会因为庞大的数据量而困惑或崩溃。不同于人类，数据量的增加不会影响它们的工作质量，也不会让它们不堪重负——至少到目前为止，情况仍是如此。

大数据能够有效捕捉并识别那些借由哲学思考无法触及的精微个体差异，这是因为个体差异产生的庞大数据量远远超过了哲学家们能想象的程度，而我们的现代工具恰好具备处理大数据的能力，允许现代人扩展哲学观点。这并不意味着哲学家、社会科学家、市场营销师、市场调研师就应被遗忘。恰恰相反，读者将在之后的论述中见到，有广度的数据和有深度的数据相结合，才能够帮助我们从数据中得到对现实更精微的理解。如果不能为洞悉是什么驱动着人们去做他们做的事情（这个议题最终会促成一种市场策略或机制）提供线索，堆砌在一起的数据本身是没有太多价值的。我们正在寻找的是一种能合理有效解释我们当前处境的基础理论，它将帮助我们形成全面的认识。

或许，上述提到的理论都没有将那些决定我们世界观形成的因素纳入考虑。或许不如市场营销师所愿，数据科学不是通天法宝，依靠数据科学找寻决定人类行为动因的决定要素可能本身就是行不通的。我们可以通过数据识别并描述某种结果实现的充分条件，但数据不能说明这些条件是否是必要条件，条件与结果之间是否存在因果关系，结果的发生是否仅仅是随机现象。我们需要一种能够最大化解释为什么一个事件会发生的基础理论。正因如此，无法将观点与观点之间的节点有机连接的数据研究手段无法让我们满意。迄今为止，我们一直以审慎的态度审视数据科学。数据科学可以让我们更接近问题的答案，但无法直接给予我们答案。

（二）消费者洞察与研究的作用

不出所料，确定人类如何定义彼此成了一个发展潜力巨大的行业。理解人们的动因、明白人们在乎什么、了解人们怎么行动是一项繁复而又困难的工程，但这不是不可实现的。益博睿（Experian）、艾可菲（Equifax）、埃森哲（Accenture）、第一资本金融（Capital One）、尼尔森（Nielsen）和无数初创公司都以类似的策略手段，即以大数据和先进数据科学建模为支撑，实现了公司发展和市场扩张。这些公司正在广告、市场营销、政治影响、产品研发等方面培育各自的竞争优势。你能举出一个不曾受到一众咨询公司全面深入分析和调研的当代美国政客吗？或者举出某个不曾借由分析调研当代政客的方式展示自身业务能力和竞争优势的咨询公司吗？

具有讽刺意味的是，尽管投入了大量资金，上述的大多数调研技术和模型并不能有效说明为什么人们做他们做的事情。表1-1显示了过去一百年来，消费者洞察与研究的迭代进化。

表 1-1 人类归类描述方式的变迁