哈佛商业评论

The Dangers of Categorical Thinkin

巴特·德朗格（Bart de Langhe）菲利普·菲恩巴赫（Philip Fernbach） | 文

牛文静 | 译   时青靖 | 校   刘铮筝|

很难回答是不是！根本没有区别。两个音的区别并非来自口腔，而是由于“辅音释放时间”（移动舌头和振动声带的间隔时间）不同。如果这一时间超过约40毫秒，懂英语的人会听到ta这个音，如果小于40毫秒，他们会听到da。

奇妙的是，你绝不会听到此外的其他音。若两人的“辅音释放时间”同样小于或大于40毫秒，即使差别很大，最终发出的音也一样。若一个人是80毫秒，另一个人也许只有50毫秒，但是你听到的都是ta。但是，若两人时间分别大于和小于40毫秒，即便只差了10毫秒，结果也大不相同。如果一个人是45毫秒，你会听到ta，另一个人是35毫秒，你会听到da。看似奇怪，但事实就是如此。

前段时间，类似原因导致的有趣现象在网上引发热议。比如音频事件“Yanni 还是Laurel”，以及“裙子到底是蓝黑条纹还是白金条纹”？在这两个案例中，和ta/da问题一样，身处分界两端的人争论不休，甚至愿意赌上性命，证明自己的看法才“对”。

人类大脑是一个分类机器，一刻不停地吸收外界海量的混乱数据，将其简化和格式化处理，以便理解这个世界。这是大脑最重要的能力之一：一眼看出某个东西到底是蛇还是木棍，对人类来说很有价值。

分类法有价值的前提是两点：第一，必须实事求是。你不能随意地将同类强行分开。正如柏拉图所说，有效分类是“从关节处切分种类”，就像蛇和木棍。第二，必须有用。不同类别必须有你所关心的差异。区分蛇和木棍是有意义的，能帮助人类在丛林探险中存活下来。

以上这些，都没太大问题。但在商业世界中，我们常常创造并依赖一些虚假或者无用的分类，这会导致重大的决策失误。

以MBTI职业性格测试工具（Myers-Briggs Type Indicator）为例，发明该测试的机构称，全球《财富》500强企业中，超过80%的公司HR决策受其影响。该测试让受雇者回答93个问题，每个问题有两个选项，根据答案将受雇者划分为16种性格类别。可是这些问题其实需要复杂持续的评估。例如，你做判断时更依赖事实还是直觉？多数人可能会说，“呃，看情况”——但测试没有这个选项。因此，答题者要被迫选择一个阵营。如果有机会再选一次，很可能会改变答案。这类问题答案笼统，答题者也被打上各种标签，例如“外向者” “内向者”或“仲裁者” “感知者”。这些分类并非事实，该测试也毫无用处：性格类型并不能预测事业成功与满意度等问题。

那么，为什么MBTI测试如此流行？因为分类思维创造出的错觉很强大。

分类思维的危害体现在四个重要方面。它会脸谱化同类别下的成员，忽略彼此间的差异；夸大不同类别成员的差异；歧视、偏爱某些类别；将人为制造的类别构架视为恒定不变。

脸谱化

我们在分类时，依据的是原型。这样一来很容易忘记每个类别中的各种变数。

目标客户的迷思。托德·罗斯（Todd Rose）在著作《平均的终结》（The End of Average）一书中讲了一个故事，美国克利夫兰的一家报纸在1945年举办了一场竞赛，希望找到女性的解剖学原型。此前一项研究提供了一系列解剖学测量数据的平均值，报纸编辑使用这些数据定义出原型。3864名女性提交了自己的身体数据。猜猜多少人接近各维度上的平均值？

答案为零。人们在不同维度的差距如此巨大，几乎不可能找到一个接近所有维度平均值的人。

顾客也是如此。营销部门最常用的工具之一就是研究细分市场，旨在将顾客分类，找到公司的目标客户群——也就是公司的战略重点和需要特殊关注的一类客户。

细分用户研究一般先询问顾客的行为、意愿和人口统计特征，再根据答案的相似程度，通过聚类算法将答题者分为不同类别。这类分析很少得出差异很大的类别。但营销人员很少会认真评估这些群体是否真实存在，而是直接进入细分流程的下一步：确定平均值、顾客画像、创造原型。

“面包车妈妈”等顾客类别就是这样诞生的。营销部门的员工进行了一项调研后，发现一个有趣群体，比如60%的参与者是女性，平均年龄40岁出头，有2.75个孩子。看着这些平均值，很容易脱离数据，开始幻想一类具有这些属性的顾客原型：面包车妈妈。

这样的标签会蒙蔽我们的双眼，让我们忽略类别内部存在的大量变数。例如，在2011年的一项研究中，研究人员向参与者分两次展示了体重指数谱系上9个等距点的女性剪影照片，第一次如图1所示，第二次加上了“厌食”“正常”“肥胖”的标签.

看过图片后，参与者需要就几个问题给图片打分。加上标签后，即使这些女性并无改变，参与者对这些照片的看法和没加有所不同。例如，7号和9号女性都被标上“肥胖”后，参与者认为两人性格和生活方式相似。同样被标上“正常”标签后，大家认为4号女性与6号女性更相似。

就身材类型而言，多数公司采用的细分方式并非如他们想象的那么一刀切。同一细分类别的顾客行为表现往往差异很大。为避免脸谱化，分析师和管理者可以思考，来自不同群组的两个顾客，有多大可能比相同群组的两个顾客更相似？例如，一位“面包车妈妈”有多大可能和一位“辣妈”喜欢的服装品牌更相似，而不是另一位“面包车妈妈”？这种可能性往往接近50%，而不是0%。

屏蔽效应。脸谱化还会影响人才选拔。假如你负责公司招聘，在贴出广告后，有20人应聘。你先做一轮筛查，然后根据候选人的技术能力进行排名，选择前5名来面试。

即便这5个人的技术能力大相径庭，但到了这时也不会太多影响你的录用决定。一旦你基于技术能力筛选出候选人，进入下一阶段的候选人在你眼中技术能力都差不多。受到分类思维影响，你在面试中会主要基于软技能进行筛选：他们的气质谈吐如何，沟通是否高效等。当然这些技能很重要，但对很多职位来说，最重要的是找到技术能力最高者，但屏蔽效应妨碍了你找到这些人才的能力。

金融投资的异常。金融市场也会受脸

谱化影响。投资者通常会大致按规模（小盘股或大盘股），行业（例如能源或医疗），地理位置等要素划分资产。这些分类能帮助投资人从海量投资选项中进行筛选，这点很重要。但这也会导致投资者在风险和回报方面，低效分配资本。20世纪90年代末互联网泡沫期间，人们不假思索地大量投资公司名中带有“.com”的公司，即使该公司除名字外业务并无变化。这一错误让很多投资者付出惨痛代价。另一个例子：当一家公司的股票加入标准普尔指数500，即使该公司或股票并无任何实质变化，股价仍会开始进一步接近名单中的其他公司。

夸大效应

分类思维会促使你夸大不同类别间的区别，对其他群组的人产生刻板印象，在决策中随意设立阈值，得出错误结论。

群组动态。如果你对社会或政治团体的看法受此影响，会产生严重后果。研究表明，分属对立党派的人们，往往会夸大对方阵营观点的极端性。

你认为谁更关心社会平等：自由派还是保守派？如果你说自由派，正确。平均而言，自由派人士比保守派人士更看重社会平等。但一些保守派人士相比自由派更关心社会平等。假设我们从街上随机找两个人，一个支持保守党，一个支持自由党。第一个人觉得社会平等更重要的概率是多少？比你想的更接近50%。平均值掩盖了不同群组的共性，夸大了感知差异。不考虑本例中的平均值，很多保守党人士实际比自由党人士更关心社会平等。

如果你是美国的一个自由派人士，你很可能会假设所有保守派都反对堕胎、枪支控制和社会保障体系。若你是一个保守派，很可能假设所有自由派都希望开放边境，支持国家普惠医疗。当然现实是，意识形态和政治立场分布范围广泛。

在大数据和用户画像时代，基于分类思维产生的夸大尤为令人担忧。例如，Facebook根据用户浏览记录（“中立”“保守” “自由”），为其打上政治标签，并为广告主提供这类信息。这会让广告主觉得Facebook不同类型用户间的区别比实际要大，而讽刺的是，广告主因此为每个群体量身打造广告内容，反而会进一步扩大真实差异。2016年美国总统大选和英国脱欧政治活动中，似乎就发生了这样的情况：Facebook为“保守派”和“自由派”用户提供了数千条加深分裂的内容。

很多公司的内部也饱受类似的夸大效应之苦。不同部门发挥协同效应往往会给企业带来成功。但是分类思维会让人严重低估团队跨部门合作的成效。如果你觉得公司的数据科学家很懂技术，但是对商业运作一窍不通，公司营销经理很懂营销，但面对数据一筹莫展，也许你根本不会想要让他们合作。这也是很多分析项目停摆的原因之一。

决策。夸大也会以不易察觉的方式影响管理决策。例如，NBA球队在以微弱比分输掉比赛后（100比101），相比以微弱比分赢得比赛（100比99），即使都是两分之差，教练在下一场比赛中，调整首发阵容的概率高17%。但很少有教练会因为球队以100比106，而不是100比108输掉比赛，而调整阵容，虽然差距也是两分。失败和成功从感觉上讲有本质差别，因为人们不会以连续统一体看待体育比赛结果。

当你截取连续维度上某个点作为决策依据时，很可能会夸大微小差异。2008年金融危机后，比利时政府提供资金帮助法国巴黎银行子公司富通银行偿还了债务，因此握有数百万法国巴黎银行的股票。根据比利时报纸《标准报》（De Standaard）的报道，2018年1月底，当股价略高于67欧元时，政府决定在达到68欧元时将其出售，但最后他们没卖成。股价反而暴跌，如今只值44欧元。

无人能料到股价会暴跌至此，但政府的错误在于，将出售股票变成一件孤注一掷的事情，更好的方式是以不同价格分批次卖掉股票。

统计显著性。随着行为经济学和数据科学的兴起，企业日益依赖A/B测试来评估效能。部分原因是A/B测试易于执行和分析：你创造出除一个因素外其余完全相同的两种情况，然后让一组人体验A版本，再让另一组体验B版本，接着看两组间是否有较大行为差异。即便这一设计实则毫无作用，出于偶然性，两组之间总会有某些差异。因此，为了确定差距是不是足以说明测试设计有效，还要做统计测试。测试结果就是在假设控制因素无效的情况下，你可能会看到差距差异的可能性，即假设概率（p值）。该值越接近0，越能充分说明你所控制的因素才是差异的主要原因，而非偶然性。但多接近0是足够接近呢？

1925年，英国统计学家和遗传学家罗纳德·费希尔（Ronald Fisher）爵士随意选择了0.05作为分界。他也可以挑0.03，实际上他还建议，假设概率应当根据研究参数的不同设置不同值，但没人在乎。在随后几十年间，学界盲目追随，认定0.05是划分有效与否的楚河汉界，并成为商业实践的规范。

这带来各种问题。当A/B测试出现0.04的假设概率时，测验通过，而0.06则放弃，但从这数字本身来说，两者之间差异并无太大意义。更糟的是，很多实验人员会定期偷看数据，测试统计显著性，当看到低于0.05的假设概率后，就不再搜集数据。这样做，更容易将实际无效的介入视为有效。近期，针对使用著名网上A/B测试平台的实验人员，有人进行了研究，发现多数人参与了“假设概率造假”行为，导致虚假测试率从33%上升到42%。

歧视

一旦你采用了某种分类体系，会倾向于更偏爱某些类别。但是，忽视另一些类别会带来有害结果。

过度定位。假设你是一名数字营销总监，就职于一家设计独特的家具电商。在研究了细分市场后，你发现一个具备以下特征的目标客户类别：18-34岁之间的职场男性，从事时尚、营销或媒体等创意行业，可支配收入中等。数字广告预算为1万美元，你有3个方案可供选择：

1）不设目标客户。所有Facebook用户都有机会看到此广告，每次点击成本40美分。

2）仅限目标客户。广告仅对细分客户投放，每次点击成本60美分。

3）部分针对目标客户。将预算一半用于目标客户，另一半则对大众投放，每次点击成本48美分。

你会选哪种方案？也许是第二种或者第三种，因为你可以借此缩小目标客户的范围，对吗？

错。最佳方案很可能是A，广撒网。

为什么？因为相比缩小范围，广撒网往往会产生更高的投资回报率。

研究发现，网络广告仅能提高少于1%的购买可能性。如果某个人在没看广告的情况下，购买产品的概率是0.1%，那么看到广告后概率大概能提高到0.13%。广告对目标客户也许有更大的积极影响，但在很多情况下，广告主无法收回每次点击多花费的成本。然而营销人员沉迷于目标客户，忽略了其他人身上的价值。

Facebook也一直在致力于帮助广告客户理解与细分客户相关的覆盖率问题。它以一个曾关注男性用户的啤酒品牌为例。该品牌转向数字媒体后，能够缩小目标客户的范围，看似是件好事。但实际上，这严重限制了公司宣传的覆盖范围，品牌绩效下滑。调查过后，公司发现该品牌的消费者很大比例是女性。在拓宽目标范围并推出创意广告后，公司立即看到好的变化。

净推荐值。歧视会影响数据解读。我们在教授数据分析法时，常常会问学生是否听过净推荐值（NPS）以及所在企业是否采用。每次都有很多人举手，理由也很充分。弗雷德里克·雷奇汉（Frederick F. Reichheld）在《你要提高的一个数据值》（“TheOne Number You Need to Grow,”《哈佛商业评论》，2003年12月刊）一文中提出这一概念后，它很快成为企业最重要的KPI之一，直到今天依然如此。

什么是NPS，它的作用是什么？——企业询问顾客（或员工），以0到10的标准，他们向亲朋好友推荐这家公司的可能性有多高。0代表“绝不会”，10代表“肯定会”。在给出答案后，消费者会被分为三类：批评者（0-6分），被动者（7-8分）和推荐者（9-10）。得出NPS值，先要统计各类顾客的比例，然后用推荐者比例减去批评者比例。如果60%的顾客是推荐者，10%的顾客是批评者，你的NPS是50。

使用NPS的理由很充分：简单直接，便于理解。同样它有助于避免分类思维带来的夸大，就像雷奇汉在文章中说的，“‘评级通胀’往往会影响传统的客户满意度调查，某顾客评分仅超出中间值一点，就被视为‘满意’”。

这点是有用的。NPS体系本应帮公司避免夸大和偏见，但其本身也存在同样问题。例如，打6分的顾客更接近7分而不是0分，但它还是被归入批评者，而非被动者。决定分数时，跨类别的微小差异起了重要作用，换言之，同一类别中相同的，甚至更大的差异反而被忽略。

NPS还有另一个分类思维的问题：被动者的数量不予统计。以两个极端调研结果为例：一家公司有0%的批评者，0%的推荐者。另一家有50%的批评者和50%的推荐者。两家NPS值相同，但很明显两者的顾客状况非常不同，应当用不同的方式进行管理。

对相互关系的偏颇解读。分类思维还能影响你对数据的解读。假设你负责管理一个服务台。你认为员工满意度会影响顾客满意度，于是委托专家研究。几周后，HR分析团队发给你一些数据，视觉化效果的散点图如图1所示。

你会如何评估员工满意度和顾客满意度的关系？多数人认为有较强关系。

但如果是另一种结果，你看到的是图2呢？现在你又如何评估关系强弱？

多数人会觉得关系微弱或毫无关系。但这两个的关系强度实际差不多。两张图完全一样，唯一区别是9个数据点从第一幅图的右上象限，移到第二幅的左下象限。

那么，为什么人们在第一幅图中会看到更强的关系？因为人们更关注右上象限。在第一幅图中，他们看到很多满意的员工和满意的顾客，因此得出结论，关联性很强。第二幅图中，他们看到满意的顾客和满意的员工不多，因此得出结论，关联性弱。这里的教训是：如果对各类别重视程度不同，会影响你发现不同变量间关系的能力。

僵化

分类会导致僵化的世界观。它让我们觉得这样看到的就是真实的世界，而不是一部分人梳理世界的一种方式。约翰·凯恩斯（John Maynard Keynes）曾用精妙语言描述过这一观点，“困难不在于如何接受新思想，而在于如何摆脱旧思想”。

20世纪50年代史温自行车公司（SchwinnBicycle Company）主宰了美国自行车市场。该公司专注于年轻市场，为孩子们生产在小区骑的重型铬合金大轮胎自行车。但从20世纪50年到70年代，市场发生巨变。很多成年人将骑车作为一种运动，更喜欢轻便，性能更好的自行车。史温没能及时调整，美国消费者逐渐开始购买欧洲和日本产的自行车。该公司从此走上了漫长痛苦的下坡路，直至破产。该公司对消费者群体的观点受限于数十年的童车销售经验，一叶障目，未能看到正在发生的巨变。

创新。创新就是打破分类思考的惯性。很多企业希望通过分类提高运营效率。他们将任务分配到人，将人分配到各部门等等。

这么做有其意义，但也会付出代价。为解决过去业务问题所作的分类，难以适应未来的问题。而依靠分类来思考问题，会给知识创造拖后腿，因为它会影响人们以全新方式结合各因素的能力。

2016年，多伦多大学的研究人员进行了一项研究，要求200名参与者用乐高积木搭建一个外星人。他们要求部分参与者使用分好类的积木，另外一组则使用随机分类的积木。第三组人就方案的创造性打分，结果使用未分类积木的小组，被认为更有创意。

如果类别僵化，还会让人觉得很难跳出规则使用物件（或想法），从而影响创新。这是功能固着性的问题。如果有人给你一个螺丝和扳手，让你把螺丝插进墙里，你会怎么做？也许你会用扳手夹住螺丝头，试图将螺丝拧进墙去，估计过程很尴尬，结果也不会好。最有效的方式是用扳手将螺丝敲进墙里，但这种方式也许你想不到。

分类思维危害控制

那么，一位深思熟虑的领导者该如何避免分类思维带来的危害呢？我们建议采取四步流程：

1.提高警觉。大家都习惯分类思维，这么做也有充分理由。但是任何决策者都应警惕，分类思维引发的简化或扭曲问题，理解浮于表面以及隐形偏见。能够尽量避开这些陷阱的企业，可以帮助员工更好应对不确定性、微妙变化和复杂性。在决策过程中，我们该常常扪心自问，这个类别是否真实存在？是否有用？

2.培养持续分析数据的能力。为避免分类思维带来的决策隐患，关键要有出色的持续性分析，但很多公司缺乏相关知识。例如，在研究细分市场方面，公司将其外包给专业公司，之后错误解读他们得到的信息。这点相对好解决。可以通过一些培训，让大家懂得如何使用成熟指标评估细分市场。用细分市场研究作为营销研究或战略规划重要部分的企业，都应进行这类培训，使用这类指标。这是明智企业培养内部知识专长，获得竞争优势的黄金机会。

3.检视决策标准。很多企业在持续性动态中随意设立了某个阈值，决定只在超过该值后采取行动，这会产生两个问题。

首先，增加风险。假设一家公司希望通过市场研究判断某新品是否能成功。如果在一次大规模调研中，消费者评估达到了预先决定的阈值，或某个实验结果产生的假设概率小于“神奇数字”0.05，公司也许会决定推出该产品。但是，由于刚刚达到和刚刚错过阈值几乎没有区别，公司可能仅因为样品随机变化或数据收集方式的小偏差，得到了这个结果。一个微小且本质上毫无意义的差异，导致了截然不同的决策结果。如果像比利时政府那样，可能还会带来错误结果。在这种情况下，分阶段的方式更可靠。比利时政府本可以根据市场发展，分批次随机应变进行投资，而不是采用这种非此即彼的一刀切。

第二，随意选择的阈值会阻碍学习。举例来说，一家公司决定，如果未能实现某个营收目标，就进行机构变革。如果公司差一点实现目标，会假设公司出了问题，要进行改革。但如果公司刚刚达到目标，就会假设一切正常，业务照旧。而在这两个案例中，营收的数据可能几乎相同。

第三，为避免这种情况，我们推荐你检视全公司的决策标准。你可能会惊讶于公司有多少决定是基于非此即彼的标准。有些时候这点难以避免，但大部分时候是有其他选择的，这也是企业获得竞争优势的另一个机会。

第四，定期安排“消除僵化”会议。即便你按照前三个步骤进行，仍然会面临僵化危险。为解决这个问题，你需要定期组织头脑风暴会，认真审视公司对行业动态最根本的认知。你的顾客分布模型是否还有效？顾客需求和欲望是否有所改变？

创新方式之一是，思考现有类别的组成，分析是否可能发掘新功能。例如，汽车可以将人从A带到B，快递员将包裹从A带到B，对吗？

嗯，没错。但如果你这么思考问题，也许会错过有趣的机会。亚马逊发现了这点。当该公司重新思考汽车的功用时，发现他们可以用来收取包裹，因此在美国开始将包裹投递到会员的后备箱。在荷兰也是如此，荷兰邮政（PostNL）思考邮差的功能，发现邮差每天按照固定线路投递邮件，路上可以给草坪拍照，更好地评估除莠剂的效用——分类思维下，企业绝不会想到这样有价值的新功能。

分类帮助我们理解世界，和他人沟通。但我们已经发展成为分类机器，以至于在没有类别的地方也看到类别，这会扭曲我们的世界观，给决策带来不良影响。过去，这样的影响也许不至于使公司陷入危机。但今天，随着数据革命的发展，成功的关键就是降低分类思维带来的不良后果。

巴特·德朗格是位于巴塞罗那的拉曼鲁尔大学的ESADE商学院营销学教授。菲利普·菲恩巴赫是科罗拉多大学波德分校利兹商学院营销学教授，合著有《知识错觉：为什么我们从未独自思考》（The Knowledge Illusion: Why We Never ThinkAlone）（河源出版社，2017年出版）。