最近在工作上遇到了一些难以取舍的决策场景，如果用批量思维去思考事情的话，当我们在面临一次决策场景的时候，先去想能不能先做一个批量解决决策问题的方法，加上最近读了一些管理和行为经济学的书籍，通过里面的理论自己捣鼓了一套决策方法论。在说决策方法论之前，先转一段转自巡洋舰的徐铁的话，深有感触。对于高度变化的未来，无论多么符合逻辑，论点多么充足，我们每个决策也有可能都会变成bullshit，但是你演绎决策的过程会决定最终事件本身。
人生的重大决策都有类似的特点：横看成岭侧成峰，利或弊总可以列出100条，你根本无法通过权衡利弊做选择。你对未来利弊的预测极大取决于你演绎的视角，在这些选择面前，影响未来的正是你的预测或者说演绎视角本身，所谓反身性，也因为此，决策的意义远大于预测，决策决定了演绎的视角也就是预测，也就是最终事件本身。而事后你也会根据当时的决策用马后炮安抚自己。因此这类问题的关键不是预测而是在过程控制中调整决策。
一、决策的相关知识
1.什么是决策
理性决策者在面临决策情景时候，他寻找的他想象中后悔概率最低的可选方案。
2.什么是成本
“Cost is the highest alternative value”成本就是是在可选方案集合里被你的选择放弃了的那些方案当中，可能为你带来最高价值的那个方案的价值。
3.我们有怎样的偏好
卡尼曼的前景理论——我们对随收益增加而增加的幸福感的敏感性,大约是我们随损失增加而增加的痛苦感的敏感性的三分之一。我们对损失感受到的情感体验是对收益的3倍。为了排除这种情感干扰，我们需要对损益进行复权。
4.我们需要在什么前提下做决策
- 有关可选方案的信息
- 有关预期结果的信息
- 一致性的偏好排序
- 决策者了解决策规则
5.我们怎么样做决策
为了求解现实问题，我们需要建构可操作的概念，我们还需要将决策过程呈现给自己，为此我们引入决策函数的概念：
Policy=f（Situations, Experience, Knowledge, Desires, Value System）
**决策者首先要确定S，它是决策者能够注意到的那些决策情境(situations)的集合。然后，决策者根据以往的全部经验(experience )—记作集合E，和他积累的全部知识(knowledge)—记作集合K，他当前的全部欲求(desires )—记作集合D，以及他目前持有的价值观和评价标准(value system )—记作集合V，基于这些因素，他才可能比较清满足行为经济学“情一境一理”三元体的分析标准了。决策框架是演化的， P依赖于上述五个集合(S, K, E, V, D)。
6.决策是工具性活动还是解释性活动（数学题VS政治题）
- 工具性活动：从全局去思考，在有限理性和有限信息下寻找局部最优解。
- 解释性活动：先得出答案，预设立场再去寻找证据。
二、我们的产品决策
我们需要罗列过往我们从竞品、访谈、文档中整理出的我们的各个元素集合
1）则产品决策的过程是：
在S情景下运用我们的E和K从P集合中选择一个最佳元素PX，去达成我们的D（短期目标）和V（长期目标），并且理想情况下，我们寻找的这个PX要最大化满足的我们的D和V，并使得成本最小。
2）P元素计算的方法是：
如果有需要的话，为S/E/K/D/V每个元素集中的元素进行赋权，然后计算P集合中每个元素能满足其他集合中的元素数量和权重。举例说，比如P9满足了11个要素S2,S3,S4,.....E1,K2,D3.V4）是P集合中元素的最多的，那么P9就是最佳解
我们需要站在一种更高的视角上，尽可能用我们的有限理性，罗列我们所有已知的信息集合。要确保每个元素集合里的元素颗粒度足够细，如果有某个元素自身比较复杂则需要再单独罗列相关信息。最后我们定义一种可测量的方法去计算出出那个最符合现状的决策PX。
