正确的决策，是很多事情成功的关键。而决策与执行相比，又是耗力较少，“巧妙”较多的一部分。所以提高决策的正确率就成为很多人梦寐以求的成功途径。“决策学”（Decision Science）是当今管理科学中的一部分，对于职业和生活都有重要的指导作用。

最近出版的《决断》（Decisive: How to Make Better Choices in Life and Work by Chip Heath and Dan Heath）可以作为“决策学”的一个入门读物。这本书的作者是黑兹兄弟。他们一个是斯坦福商学院教授，一个曾在哈佛商学院做研究，后来创建了教育服务公司Thinkwell。这本书可说是介于专业和普及之间的读物。

“决策学”的研究方法和角度繁多。而这本书采用了非常基本的切入角度：如何找到一个理性的决策流程。理性的决策不一定正确，因为我们收集和处理信息的能力是有限的。但是它正确的几率还是比较大。另外，理性的决策并非对所有情况都适用。例如在运动场上，我们更多地凭直觉而不是逻辑来作决定。但在大多数工作和生活场合，我们要作的重要决策都是没有经验可循，而且有足够的时间去考虑。在这种情况下，理性的决策方法往往是一个好的选择。好的决策流程不但能提高决策的正确度，而且也有助于在集体中形成共识。虽然不一定人人同意最后的决定（特别是有利害冲突时），但只要都接受决策的过程，事情就好办得多。决策的要诀并不是回避风险，而是对风险有足够的控制能力。这样也让我们可以在不确定性面前更能有所作为。

决策的流程可以分为四个阶段：确定选项范围，收集资料，作出决定，承担后果。在每个阶段都有常见的误区。《决断》据此提出了“四字真言”：WRAP。

在确定选项阶段，最常见的误区是只盯着非常狭窄的范围。例如在考虑是否要换工作时，人们通常会逐项比较新工作与旧工作的优劣：待遇，工作性质，发展前景，稳定性等，然后按照其重要性加权平均，看那个选项分数最高。这种看来很理性的方法，却掩盖了其他可能更好的选项。例如，对目前工作不满意的地方也许可以通过训练或与主管谈判等途径解决，而不必要接受换工作带来的其它负面影响。最极端的“自限选项”行为既很常见也很容易辨认，那就是“是否”的选项。是否要接受这个工作？是否要与对象分手？是否要搬到某个城市？等等。这种“二元”的决定往往是外界状况带来，而不是自己主动寻求的。显然，没有充分拓展选项范围，就会失去更佳的机会。

那么怎样才能扩展选项的范围呢？最简单的办法是强迫自己继续寻找选项。问自己：如果现在考虑的选项不存在怎么办？例如：假如没有这个新工作，难道就继续做不满意的旧工作吗？另一个办法是考虑机会成本。例如，在决定花１００块钱买一件衣服是否合算时，问自己：同样１００块钱，是买这件衣服好还是去吃一顿大餐好？在决定是否到某地度假时，问自己：还可以怎样利用休假时间？在集体决策时，为了扩展选项范围还可以采取“并行思考”，也就是有多人同时考虑一个问题。由于个人的思维习惯和经验不同，自然就会产生不同的选项。作为领导者，要注意的是把不同选项（不管是一个人产生的还是不同人产生的）同时放在桌面上考虑，而不是一个一个地决定取舍。另外，还可以直接地或“举一反三”地吸取自己或别人在别的事上的经验。

其实扩展选项这件事，做好了就叫“创新”，也就是发现原来不知道或没想到的解决方法。《决策》中讲到不少例子。但我觉得这应该是另一本书的话题，所以就不详细复述了。重要的是有“扩展选项”这个自我要求。

有一种说法：太多选择反而让人无所适从。这也是经过实验证明的。最著名的就是在超市里让人品尝二十多种果酱，结果买的人反而更少。但这种“无所适从”在选项很多的情况下才会出现，通常我们只是追求十个以下的选项，所以那不是问题。

所以关于第一步的真言是W: Widen your options， 扩展你的选项。

有了选项后就需要收集有关信息。这里常见的误区是：主观偏见影响了信息收集过程：只收集与自己立场相符的信息。关于这个问题，有一篇非常好的介绍文章：《别想说服我！》http://www.geekonomics10000.com/729 ，这里就不重复介绍了。“信息过滤”是人的本性，要完全避免还真不容易。《决策》一书对此支了几招。

在个人层次，最简单的是避免“加标签”，这个是左派，这个是右派。。。而只看原始事实是否可靠和相关。进一步，注意统计资料，不要相信自己可以远离平均值。例如，在一个生意的成功率是１０％的状况下，不要认为因为自己特别努力或特别聪明就有５０％的成功率。同样，在请教专家时，多问统计信息，少问自己的特定情况，因为专家在前者比后者可靠得多。

但是对统计数据也不能全信，因为它可能隐藏了很多微妙的东西。例如民意测验说３７％的人不同意某项政策，但不同意的原因却可能各色各样。克服这个缺陷的办法之一是深入一个实例，亲身了解具体的情况。中国人常说的“蹲点”，“解剖麻雀”，就是深入实例的做法。很多时候收集了所有信息还是觉得不够确定，那就可以先做个小规模试验。试验往往比逻辑推理的预测可靠得多。例如，研究表明招考员工时，面试远远没有试工的结果可靠。年轻人在选择一个职业前，如果能通过实习等途径“试验”一下，也会很有好处。试验还可以挑战偏见：有意选择违反某个“假定”的实验。例如如果认为肌肉酸痛时继续锻炼会造成损伤，不妨有一天硬练一下看看，就算伤一次损失也不大。但如果证明了不会受伤，那以后的得益可就大了。

在群体决策的时候也有偏见。这可以是各人的不同的偏见，也可能是集体共同的偏见。对于前者，有更多选项会有帮助，因为这避免了某个人对某个选项投入太多感情因素。在集体讨论中，引导大家注重事实而不是立场也是一招，例如可以组织“辩论比赛”，强迫每个人在比赛中采取与自身不同的立场。在与人交谈时，要根据双方的强势弱势地位来选择问话策略。例如医生和病人交谈中，医生是权威，是强势。所以医生就要多问开放性问题，让病人有更多机会说出内心真正关心的事。而病人就该多问针对性强的问题，迫使医生分享所有信息而不是只说符合自己立场的那部分。

总结下来，收集信息阶段的真言是R：Reality-test your assumptions，用现实来检验你的假定。

（待续）