测量并不是与任何更大计划分开的简单观察行为。 相反，这是一种用于减少我们需要做出的决策的不确定性的优化策略 。 这是道格拉斯·哈伯德（Douglas Hubbard）的《 如何衡量一切：在企业中发现“无形资产”的价值》的中心论据，这是自七年前第一次接触决策以来我读过的最重要的决策书籍之一。
如何衡量任何对衡量目的的重新定义都是革命性的，对我所谓的“知识产业”的工人而言无非是革命性的，包括评估，研究，数据科学，政策分析，预测等。在其他方面，它确定了测量只有在可以减少重要决策的背景下的不确定性时才有价值。 对特定决策的强调（换句话说，就是从决策开始并仅在需要时才寻求其他信息以获取做出决策的信心）表明，过度应用的评估和研究方法将与这些功能的方式发生根本性的偏离。在大多数组织中运作。
哈伯德还辩称，如果某件事很重要，它必须具有可观察的后果或留下某种可观察的痕迹。 因此， 所有重要的事情都是可以测量的 ，甚至是看似“无形的”现象，大多数人认为这超出了量化的范围。 如果某些东西似乎不适合测量，则表明它实际上并不重要，或者定义不充分。
如何进行任何测量提供了一系列方法，可以更清晰地定义测量问题并培训利益相关者解决这些问题，包括费米估计，校准概率评估，蒙特卡洛模拟，各种采样技术，贝叶斯统计以及汇总专家判断的方法。 这些文件中的许多文件都像拼图碎片一样，融入了Hubbard为分析和做出任何决定而开发的总体方法中，他称之为应用信息经济学。 AIE的基本步骤如下：
- 定义决策问题和相关的不确定性
- 确定您现在知道的
- 计算附加信息的价值
- 将测量仪器应用于高价值测量
- 重复步骤3和4，直到附加信息的值降至零
- 做出决定并采取行动。
一本充满数学的书，讨厌数字
在整本书中，哈伯德坚持不懈地努力说服读者，衡量工作比他们想象的要容易。 他指出，我们的直觉总是自然地在为决策建模—只要我们能够理解情况，我们就已经在脑海中进行建模。 他演示了他发明的所谓的“无意义”方法，该方法可以可靠地估计任意一组值的中位数，而随机样本的数量最少为五个。 他推断，大多数衡量价值通常来自于资源的初始投资。 与传统观点相反，您拥有的数据越多，附加数据的用途通常就越少 。 这意味着即使在信息极为匮乏的环境中，也可以使用Hubbard的方法，并且实际上在这些环境中蓬勃发展。
如何衡量一切 ，实用工具旨在帮助读者认识到这些见解的潜力，而贯穿全文提供的表格，示例和模板可确保读者可以立即着手建立自己的决策模型。 此外，本书随附的网站还提供了一组可重复使用的Excel电子表格，展示了本文中讨论的技术。 同时，哈伯德（Hubbard）不断提倡对憎恶数学的读者，这为材料提供了某种程度的可访问性，而有关该主题的大多数文本都从未尝试过这种方法。
如何衡量一切并非没有缺陷。 它坚持认为几乎所有东西都可以测量的主张有时会变得教条化，并且掩盖了一些非常现实的挑战，这些挑战与建模复杂系统特别是极其罕见的事件密切相关。 它还根本无法考虑用于确定何时需要显式决策模型方法的过程，这很重要，因为我们直观地做出了大部分决策。 在我自己的实践中，我发现AIE技术虽然从根本上说是合理的，但通常仍需要进行大量的改编和简化，以使利益相关者获得认可，即使他们有机会自己阅读这本书。 尽管Hubbard有能力用简单的术语解释复杂的思想，但该书的最新版本中的许多章节都包含偏离主题的内容，这些偏离了本书的核心内容，并在一段时间后变得重复。
即便如此，“ 如何衡量任何事物”在社会部门中没有得到更广泛的认可或高度评价，这对我来说还是令人惊讶的。 任何旨在培训未来的非营利组织和公共服务领导者的研究生，都应阅读第3章。 从某种意义上说，这并不奇怪，因为框架和市场营销显示出对业务应用程序的重视。 但是，如果有的话，它的教训和哲学与领域更加相关，在这些领域中，利益相关者必须平衡完全不同且难以量化的目标，而无须接受高级数学培训。 那就是慈善事业中最重要的部分！
不知道一切仍然有益
如何衡量任何事物对不确定性的强调，并将不确定性视为连续体，为您以概率的方式思考世界打开了一扇门，这种方式一旦您停止思考就完全有道理，但对您完全陌生大多数组织文化。
学会以概率性思维方式应对管理和生活挑战的能力令人难以置信。 它使测量方面的挑战变得不那么吓人，更容易处理，同时减少了因预测错误而导致的社会压力和尴尬（因为有时我们全都错了）。 每当需要进行任何分析过程（包括研究和评估）时，它也可以使资源具有更高的成本效益和影响力，从而有效地利用资源。
如何衡量任何东西可能都不是一本完美的书，但是它对话语的贡献是巨大的。 如果基金会，捐赠者，政府机构和主要非营利组织在更常规的基础上运用其原则，即使他们不使用完整的AIE方法或不经常尝试明确地对其决策建模，我相信世界将是一个截然不同的地方，而且希望会更好。
