在必发集团事情与生涯中，数据往往是理性的代表。
但也许你没发明，就算数据完全真实，我们依然有可能被诱骗。在这个信息爆炸的时代，数据理性也无形地给我们套上了一层枷锁。过于依赖数据的头脑模式，看似高效理性，实则陷阱重重。
许多时间，你看到的，并纷歧定是真正的事实。
为什么花更少钱买偏远的屋子纷歧定划算 ？
为什么得分最多的运发动纷歧定是好运发动 ？
为什么癌症发病率上升竟可能是一件好事 ？
被种种量化指标裹挟的我们，要经常思索，这些指标真的能起到权衡作用吗 ？认真相被蒙蔽时，我们所做的起劲，很可能徒劳无功甚至适得其反。
数据并不牢靠， 由不对理指标爆发的数据陷阱无处不在，貌似科学的指标经常误导着必发集团决议。《为什么数据会说谎》一书将从各个角度把你拉出“过失指标”的泥潭，让你迅速识别真相，在大数据时代越发游刃有余。
从生涯到事情，从医疗到教育，从交通状态到企业利润，人们通过先视察再行动，来明确必发集团天下。于是，我们权衡所做的险些一切。
孩子在学校学习了吗 ？对他们举行测试。
必发集团事情效率高吗 ？统计事情时间。
一家企业是否乐成 ？对收入、利润、增添等数据举行细分，直到你确定为止。
这些步伐、评价和业绩指标就是必发集团权衡指标。它们不但是我们用来量化相识生涯的工具，也是量化相识天下的工具。权衡指标有助于我们决议哪些事情值得重视且优先于其他事情，权衡指标塑造了我们对天下的明确。我们破费大宗时间和资源来选择、搜集和剖析组成这些权衡指标的数据。险些没有什么是我们不去丈量的。
与简朴的丈量差别，权衡指标是一种举行赋值的丈量。也就是说，权衡指标是带有目的的丈量。例如，考试得A比得D好，公司利润增添是件好事。权衡指标可以告诉我们，情形是在改善照旧在恶化。当我们选择权衡某个事物时，往往是在选择追求它。
在信息时代，我们被淹没在数据之中。数字革命在天下上掀起了一股数据浪潮，只要接入互联网，任何人都可以绝不艰辛地获得种种信息。我们不再受限于枯燥乏味的纪录，我们拥有的数据多到不知该如那里置。盘算机不但成倍地提高了必发集团盘算能力，还提高了我们搜集、存储和共享信息的能力 ；チ┐罅诵畔⒘，并从基础上提高了信息交流的便捷性。政府、企业、组织和小我私家搜集使用这些新信息来制订政策、开发更好的产品和营销战略、提高生产力、解决社会问题，以及知足小我私家利益。
数据的爆炸式增添导致我们对权衡指标的使用激增。有了更多的信息，我们就可以跟踪更多的步伐，实现更多的目的，举行更多的评估。毫无疑问，在数据领域爆发的革命给必发集团天下带来了无数益处。更好的数据意味着更好的决议。更多更好的信息意味着必发集团医疗系统能拯救更多的生命，企业能提供更好的产品和效劳，人们对自己的康健、财产和幸福能做出更好的选择。
然而，数字革命创立了一种信息狂妄。聚光灯越集中在这个天下可丈量的部分上，我们就越信托我们无法丈量的部分不再保存。有了新信息，我们就遗忘了所有我们不知道或难以知道的事情。我们太过专注于那些在灯光下看到的事物，以至于遗忘了乐成的要害可能在黑漆黑。企业若是发明了有关其供应链、生产历程和市场运输的大宗新信息，就不应该忽视市场适销性、立异、员工激励，以及市场中未知和不可展望的转变等更难获得的信息。
信息云云富厚也有倒运的一面。就像蚂蚁会被信息素引入邪路一样，我们也会被我们以为对自己有资助的权衡指标引入邪路。我们不但要对信息的真实性和完整性持批判态度，还必需明确数据的寄义，为什么它们很主要，以及它们怎样影响必发集团行为。
我们必需熟悉到，那些用来明确、评估和剖析天下的工具，也会影响必发集团判断，误导必发集团注重力，或者蒙蔽真相。
你一定想不到，为什么癌症发病率上升竟可能是件好事 ？
2018年，60多万个美国人死于癌症，这简直耸人听闻。据预计，在那一年尚有凌驾 170万人被诊断出患有癌症。预计每4个美国人中就有一人死于癌症。但情形并非一直 云云。1970年，死于癌症的人数只占美国殒命人数的16%。1958年这一数字是15%。1900年这一数字是4%。
癌症诊断率急剧上升的缘故原由是什么 ？是我们摄入体内的化学物质吗 ？是必发集团生涯方法 ？又或许是手机、微波炉、电脑和收音机等的使用增多 ？着实，这些都不是。头号缘故原由会让你大吃一惊。
虽然在已往的几十年里，有多种缘故原由导致癌症殒命率上升，但最大的缘故原由是我们很少有人猜到的：心脏病。心脏病导致癌症发病率上升的缘故原由则更为奇异。这并不是由于得心脏病的人越来越多，而是由于得心脏病的人越来越少。
事实上，心脏病是美国人的头号杀手。2015年，心脏病导致的殒命人数多于癌症，有60多万人。但在已往的几十年里，心脏病的发病率和殒命率都大幅下降。2001—2011年，心脏病殒命人数下降了近39%。1970年，心脏病占所有殒命人数的40%。2002年，这一比例为28%。2011年，596339名美国人死于心脏病，相当于每10万美国人中有191人死于心脏病。2001年，这一数字为700142，即每10万美国人中有248人死于心脏。ㄇ胱⒅卣饫锸褂萌司婷适呛蔚戎饕。心脏病的镌汰是已往几十年来公共卫生领域最伟大的成绩之一。别的，结核病、腹泻、肠炎、伤寒、白喉和麻疹等熏染病的殒命率也大幅下降。
不幸的是，每小我私家最终都会死。由于死于心脏病和种种熏染病的人越来越少，并且心脏病和种种熏染病是殒命的主要缘故原由，因此，本应死于心脏病或熏染病的人现在活得更长了。他们中的许多人寿命长到最终患上了癌症。简言之，并不是死于癌症的人越来越多，而是死于其他疾病的人越来越少。默认情形下，若是你只是用癌症造成的殒命比例，或者总殒命人数来权衡癌症的影响，那么癌症似乎越来越严重了。人总会死于某种疾病，一小我私家年岁越大，死于癌症的可能性就越大。以是，希奇的是，癌症发病率上升是件好事。正如丹·加德纳（Dan Gardner）所言，若是平均预期寿命上升到 100 岁，癌症发病率将会飙升。由于很少有其他缘故原由导致殒命，险些每小我私家都会在某个时间患上癌症。这简直太棒了。
庆祝癌症发病率上升的奇葩案例引发了一个主要的问题：为什么这一点云云变态 ？殒命率上升怎么可能是起劲的呢 ？缘故原由在于，不是所有的殒命都是一样的。度过漫长的一生之后在85岁时死去和在8岁时死去是完全差别的两件事。晚上在睡梦中清静恬静地死在自己家里和被人随意攻击或行刺是截然差别的。虽然我们都赞成殒命是一件凄凉的事情，但我们也赞成，有些殒命比其他殒命更理想，有些殒命比其他殒命更凄凉。这影响了我们对疾病的看法。
想象一下，有两种疾病每年造成的殒命人数相当，你会把更多的精神放在消除哪一种疾病上 ？在没有更多信息的情形下，我们很难做出决议。现在再想象一下，死于第一种疾病的人的平均年岁是70岁，而死于第二种疾病的人的平均年岁是11岁。此时你会集中精神祛除哪一种疾病呢 ？谜底显而易见 ；诿堪偻蛉碎婷耸闹惫燮拦阑岣嫠呶颐，这两者之间没有区别。我们都知道这是差池的。然而，我们对疾病和其他死因的相识，很洪流平上来自每年死于此病的原始人数。当在公共话语中讨论公共康健时，人们往往把焦点放在“头号死因”上，或前三名，或前十名，或其他什么。直到20世纪90年月，纵然在公共卫生领域，大大都关于疾病的评估也集中在这些因素上：殒命率、发病率和盛行率。但这些权衡要领是有误导性的。它们忽略了这些殒命的性子及其对受害者的影响。
权衡指标往往无法区分品质差别很大的丈量单位。5岁时的殒命比85岁时的殒命要糟糕得多 ；加兄囟纫钟糁⒈惹岫热碧愀。若是不思量这些差别，我们就会太过重视不太主要的条件，而忽略更主要的条件。简言之，我们必需记着，既要权衡品质，也要权衡数目。某种工具越多，并不料味着它就越好。
当我们纯粹以数目来权衡事物，而不思量它们的差别品质时，我们就会让自己陷入种种各样的适得其反、效率低下或不睬想的田地。
通过这个癌症发病率的案例，我们可以深刻感知到，那些看似理性的数据，却
是会“说谎”的，在不知不觉中就诱骗了你。权衡指标能为必发集团决议提供洞察力、清晰度和有价值的信息。可是，它们也可以瞒天过海，混淆视听。
为什么人们总是丈量过失的数据，而忽视主要的指标设定 ？
在许多系统中，关于什么是有价值的、什么是主要的，保存着许多差别的看法。若是我们仅仅依赖小我私家看法来判断优劣，那么我们将永远无法解决这类问题。
权衡指标提供了一个客观、冷静且一致的标准，我们可以用这个标准较量和评估业绩，权衡指标能够让我们挣脱关于“什么是主要的，以及为什么主要”这个问题杂乱的、各执一词的和情绪化的讨论。权衡指标可以跳过对话，提供一个适用于所有人的清晰一致的标准。权衡指标为我们提供了客观性，大大都权衡指标最终的目的都是刷新我们所做的事。
在一个理想的天下里，我们选择最好的权衡指标，并遵照它们建议的乐成之路。然而，这些权衡指标却可能让我们误入邪路。
当权衡指标的目的保存弱点时，就有可能会误导、误解和歪曲现实爆发的事，并破损权衡指标的初志。权衡指标可能导致我们接纳适得其反的行动，将必发集团注重力吸引到最终并不主要的事情上，由于选择了过失的权衡指标，我们在无效的运动上破费了过多的时间和资源。权衡指标可能扭曲我们对天下的看法。我们甚至可能成为权衡指标的仆从，过于关注自己在丈量中的得分，而遗忘了自己真正要实现的目的。
可见，说谎的历来不是数据自己，而是被不科学的权衡指标支配的人。
权衡指标会在许多方面误导我们，幸运的是，我们可以从这些过失中吸收教训。学会识别权衡指标怎样以及为什么会误导我们，这样就不会落入陷阱。
《为什么数据会说谎》一书通过大宗生动的案例，强调了选用适当权衡指标的主要性，并且告诉我们，怎样在做出要害决议之前找到准确的目的。生涯不是一场数字游戏，我们不必盲目地遵照权衡指标妄想的蹊径，而是有能力从蹊径上抬起头，重新评估目的地。我们可以停下来想一想，弄清晰是否真的越来越靠近目的，照旧在原地打转。
向导并不总是准确的，我们可以学会在旅途中选择更好的地图。