如何找到,最适合你的选择?
来源:Hiphop村
最近在思考,我们应该怎样才能做出“最好的选择”呢?
在每个人的一生中,随时随地都在面临着选择——
上大学了,需要选择就读的专业;
工作了,需要选择从事的行业和岗位;
攒够首付了,需要选择心仪的住宅。
……
有些选择的代价很小,有些选择的机会成本则很大,如买房、选择伴侣等。
所以,一定程度上,选择比努力更重要。
我们在重要的选择中,应该怎样才能避免选择失误呢?
最近读了一本书,叫《算法之美》,书中的第一章,讲了一个关于选择的理论,叫最优停止理论。
本文将介绍最优停止理论,学习这个理论,可以帮助我们在面临“重大选择”时,如何选到“属于你”的最优解。
01 什么是最优停止理论?
先跟大家讲一下麦穗理论。
一个智者带着三个人来到一片麦田前,说:你们进麦田里一直往前不要回头,摘下一支最大的麦穗。
第一个人很快看见一支又大又漂亮的麦穗,于是很高兴地摘了下来。
但发现有很多麦穗比他摘那支大。
第二个人吸取了第一个人的教训。每当想摘时,就提醒自己,后面还有更大的。
结果他走到了终点,却一支麦穗都没摘。
第三个人吸取了前两个人的教训。
一开始,他只观察不下手,在心中把麦穗分为”大“、”中“、”小“三类;
他开始观察验证自己的判断是否正确;在确定自己的判断没有问题后,他摘下了之后遇到的第一支属于”大“类的麦穗。
显然第三个人更聪明。
不知道如何选择,就用统计学的方法做统计选择,这个方法放到现在依旧很实用。
后来,经过数学家的计算分析,将上面的方法延伸成为“37%法则”,也就是“最优停止理论”。
最优停止理论是什么意思呢?
其原意指,对样本数量固定(每个样本只出现一次)的情况下,怎样选择到“最优样本”的一种策略。
策略就是,把样本总量的前37%的样本做为参考,其中的最优的那个作为对照点,如果在剩下63%的样本中,出现比对照点好的样本,就果断选择它。
具体怎么操作呢?
一般可以用下面个步骤:
1、在前37%的选择中,只考察,不选择,了解信息。
2、根据前37%样本的情况,找到均值和确定选择标准,并把满足标准的最优项,标记为“A”。
3、在后面63%样本筛选中,只要有比A更好的选择,那就果断地选择Ta。
02 应用场景
1. 找结婚对象
假设你打算在20-35岁之间,也就是用15年的时间寻找理想的人生伴侣。
如果你相信任最优停止理论,你就可以用这15年的37%,也就是5.55年来交往不同的男士。
这个阶段,只观察,不结婚。
等到了20+5.55,也就是25.55岁的时候,坐下来好好想想你交往过的这些人,然后确定你的“最基本的满意标准”是什么。
在后面交往过程中,但凡遇到了好于这个标准的男士,就果断嫁给他,不在寻找更优方案。
2. 招聘员工
招聘员工,道理也是一样的。
你不一定非要找100个候选人来,那样太耗时耗力了。
假设你就打算看10个人,那么前37%,也就是前面3到4个人,可以只看不招。
然后找出这3、4个人的平均水平和最高水平,确定你的“最基本的满意标准”。
从第5个人开始,遇到超过这个标准的第一位面试者,立刻把他敲定下来,然后停止招聘。
3. 买房看房子
买房可能是我们这辈子最大的一笔消费,找房子也可以使用最优停止理论。
假如打算看50套房子,那前面50*37%≈19,前面19套只看不买,用各个维度(地段、价格、配套等)给房子打分。
然后根据前面房子的平均分和最高得分,重现确定后面31套房的评分标准。
在看后面31套房的过程中,但凡遇到评分比前面19套中最好那套还好的房子,就果断买下它。
03 没有最完美的选择 只有满意的选择
其实,在很多的场景下,我们都面临着众多的选项,没有办法找到最优的选择。
也就是说,选择,其实就是有选项下的决策。我们只能做出满意的选择,而没有最优选择。
我记得有一本书讲过一个故事,叫草垛找针。
一个人坐在草垛上缝衣服,一不小心,他把装着这100根针的针盒打翻了,针全都散落在了草堆里。
于是,他要在草垛里找针。
如果让他现在找出这100根针里,最尖的那根针。
于是他就要在草垛里,把100根针全部找出来,然后一根一根地去比较,哪一根最尖。
他在找“最尖”的时候,其实是在选项中间做比较。但是,真的有必要在选项中间做比较吗?
只要找到一根针,它能缝衣服就行啊。
为什么一定非要找到最尖的那根呢?
所以,我们不应该拿选项彼此之间做比较,而应该拿选项(针)和需求(能缝衣服)做比较。
最优的选择,是拿选项和选项做比较。而满意的选择,是拿选项和要求做比较。
只要满足了你的要求,你满意了,它就是满意选择。
明白这一点之后,我们来看一个问题。
为什么企业总是喜欢去985、211院校里招人?
因为HR招人的基本原则,就是满意原则,只需要找到符合需求的人就好了。
普通院校里,当然有能力强、并且符合岗位需求的人,但是,要把他们挑出来,得费更大的劲。
这就犹如草垛找针,把针全都找出来,然后再一一比较,太费劲。
所以,很多时候,我们没有最完美的选择,只有满意的选择。