创新领导力 | 一定要避开的几个职场决策误区，比对手犯更少的错就赢利

事前决策偏差 

1、光环效应

我们经常在各种广告里看到明星的出场。 比如开心麻花的沈腾代言二手车易车广告“价格全知道，买车不吃亏”，黄渤代言人人车二手车平台“多卖好几万”。我们为啥会相信他俩讲的，从而相信这两个二手车平台，一个能买得便宜，一个能卖得贵的呢？

这就是光环效应。光环效应是指，如果你喜爱（或讨厌）某个人，就会有喜爱（或讨厌）这个人的全部的倾向，包括你还没有观察到的方面。

我们因为喜爱沈腾和黄渤，进而就会相信他们所做和所说的一切。 其实，他俩演喜剧靠谱，但说这两个二手车平台靠谱就都不靠谱了，因为他们都不是二手车交易行业的专家，在这个领域压根就没发言权。光环效应是我们在职场中，判断一个人的水平或建议的价值性时经常容易陷入的误区。比如，在招聘互联网运营的时候，听说对方在某个互联网大厂呆过，或者做过某个耳熟能详的项目（行话叫“产品”），就觉得对方是不可多得的人才。 不做任何的笔试和面试评估，光想着如何千方百计地开各种条件诱惑对方过来了。

这种做法就是陷入光环效应的误区里了。没有人会是一好百好，即使再欣赏对方，在“诱惑”的同时，还是要做好必要的评估，以免工作一段时间后才发现对方是不合适的人，造成不必要的损失。 

2、经验依赖

我之前有位同事，软件开发的经验非常丰富。后来不愿意再做开发了，就以项目经理的身份转型做ERP实施项目的项目管理。

公司为了让他更好上手，就让他先管理一个已准备上线的ERP项目。 他一接手后，立马觉得原来的项目经理在项目管理上太没经验了，既没有白盒测试计划，又没有模块和集成测试计划，竟然就这么不负责任地安排上线了。 于是，他大刀阔斧地重新安排各种测试计划，还得意地去跟客户炫耀了一把自己项目管理的“专业”。但ERP实施项目跟软件开发项目是不同的，前者是成熟的产品，完全不需要像后者这样，做这么多测试来验证产品是否有程序运行上的缺陷。结果，临近上线的项目差点黄了，公司紧急换回原来的项目经理并反复跟客户道歉才算将这件事给平息了。

这就是过度的经验依赖。因为太过依赖过往的经验，而不考虑经验适用的前提和边界，做任何事都用一个模子来套。经验依赖在职场上是我们每个人都很难避免的，无论哪个职场层级的人都是如此。 特别是擅于总结经验，工作业绩突出的人更容易陷入在这个误区里。

好不容易总结出了一套被实践证明有效的方法，而且照着经验来做轻车熟路，又有多少人舍得抛开习惯的模式换种新方式再来尝试呢？ 但问题是，环境是在不断变化的，此一时彼一时，今日的月照不出昨日的光辉，老经验在碰到新问题时不因时因地而变就会吃亏。 

3、可得性偏差

我有个亲戚很怕坐飞机，不是畏高，而是因为他认为坐飞机很危险，容易失事。 因此，他出远门都是优选火车，实在没火车，宁可乘长途汽车也不坐飞机。 但实际上，飞机的安全性要远远高于长途汽车。截至2017年的粗略统计，汽车的出事概率是万分之八点一，而飞机的出事概率只有三百万分之一。

那为何我亲戚会误以为飞机没有汽车安全呢？ 这就是可得性偏差在作祟了。 可得性偏差，也被称为易得性偏差或易得性偏见，指人们根据从记忆中提取信息的容易程度来估测事情的重要程度和可能性。

只要有飞机失事，全球媒体就会广泛报道，在我亲戚脑海中形成的记忆就很鲜活；而每年的车祸实在太多了，媒体都懒得报道，在我亲戚脑海里就没多少记忆。  因为飞机失事更容易想起来，他就误以为坐飞机很危险了。

因此，在职场中，凡是我们靠记忆或直觉来做决策的事，都有可能有着很大的可得性偏差。 比如，在选择合作伙伴时，因为自己经常听几个朋友提起某家公司的名字，就误以为这家很出名，草率地就合作了。

其实，这家公司在行业里处于下游，只是因为你听得多更容易想起来，就以为有名了。

4、锚定效应

最新款的华为14英寸的MateBook电脑最便宜要5388元，一台华为Mate30 5G Pro手机最便宜要5888元，一个能将Mate30手机秒变15寸电脑的2K全显示屏，你觉得值多少钱呢？

一款小米Adroid平板899元，一台19英寸的电脑屏幕699元，一个能将华为Mate手机秒变15寸电脑的2K全显示屏，你觉得值多少钱呢？

前者我估计你很可能会说值2000、3000元，而后者你可能只会说值几百元。 这种差别就是锚定效应造成的。 锚定效应是指，人们在对某一未知量的特殊价值进行评估之前，总会事先对这个量进行一番考量，最终确定的值则会受到事先考量值的影响。

不仅在生活中，在职场中我们也总是会受到各种锚定效应的影响，从而导致自己的估计值远远偏离实际值。 比如，在做市场投入时，一般供应商会给你参考几个他们几个大客户的投入，这家投了1个亿，那家投了8000万，最少的一家都投入2000万。

原先你只准备投入10万元试下效果的 ，被这么一锚定，一下子就觉得投个几百万元好像也算不上啥，预算上限蹭蹭地就飚上去了。

事中调整偏差

1、损失厌恶

在排队就餐的过程中，假如等了一个小时以后，你发现旁边一家餐厅已经有空位了，这时你是选择继续等待挨饿，还是放弃排队去旁边那家有空位的餐厅就餐呢？调查发现，大多数人是选择继续等待，因为放弃等待就意味着自己的一个小时白等了，损失（白排了一个小时）产生的厌恶感远远超过获得感（马上可以吃饭）。

大多数人之所以会做出如此不理性的选择，原因就在于损失厌恶心理。 损失厌恶是指人们面对同样数量的收益和损失时，认为损失更加令他们难以忍受。同量的损失带来的负效用为同量收益的正效用的2.5倍。

损失厌恶在职场中无处不在，深刻地影响着我们对各种决策的调整。 比如，我们要用钱时，往往是先将盈利的股票卖掉，而留着亏损的股票不卖。实际上，盈利的股票若留着会赚得更多，而亏损的股票将来很可能会继续下跌。

但厌恶损失的心理，让我们无法接受卖出亏损股票的理性选择，因为一卖出就代表损失给坐实了，而不卖的话则还有未来可能会赚回来的虚幻满足感。

2、承诺升级

某公司老板年初制定了一个开拓西南市场的重大战略举措。一个季度后公司所有人都觉得这个决定有些草率，因为西南市场本就非常饱和了，公司杀入这个市场后，几乎抢不到什么单，第一季度有限的订单还是公司不计损失，以低于成本价签下来的。

再继续做下去的话，无异于自杀。 但老板却听不下任何意见，不但不收手，反而往西南市场投入了更多的资源去拼抢，结果让公司的财务负担越来越重，其它区域赚的钱基本都补贴西南市场了。这家公司老板一意孤行的行为就是由承诺升级驱使的。 承诺升级是指，即使对已知可能是错误的决策，依然不断增加投入的现象。

承诺升级现象主要受沉没成本以及自我肯定的影响，因此已投入资源越多、自尊心或自信心越强的人越容易陷入在这个误区里。 因为他们不想承认他们的最初的决策是错误的，因而会持续投入大量资源，以力图证明自己的决策是正确的。

3、小数定律

假如让你来随机掷硬币，在连续掷出5个正面之后，你会不会更倾向于判断下一次掷出反面的概率会更大呢？ 绝大多数人都会如此认为。但其实，你第六次掷出正面或反面的概率依旧各是50%，这个概率并不会受到前面五次连续正面朝上的影响。 这个现象反映的就是小数定律，它指的是人们有把从大样本中得到的结论错误地移植到小样本中的倾向。

小数定律是我们所有人都会犯的错误，因为我们人脑在直觉思考时，天然就会忽略统计基数，相信正负相抵的平均定律。 比如，我们会盲目地认为世界上好事和坏事的供应量是固定的，倒霉多了好运就会来了，失败多了成功也就会来了。

这就会导致持续失败时，我们不去总结失败的原因和教训，而只是哀叹今年怎么这么倒霉，然后基于正负相抵的迷思，不切实际地坐等下一次好运的到来。

事后错误归因

1、单一归因

有家公司的领导发现新员工在入职培训期间同时出现了大批离职。 于是立马开展调查，发现第一个离职的人曾和公司的人力部门大吵过一架，因此觉得一定是先前离职的人对后面的人产生了负面影响，于是针对之前争吵的内容进行公开，判定责任其实是在离职者的身上，以期通过这个手段赢得剩余新人的理解。但是离职潮依旧不断，最后才发现是入职培训的讲师的问题，讲师传递的负面情绪让新人觉得选择这家公司没有前途。

这家公司领导犯的就是单一归因错误。 单一归因是指，我们的大脑有时会忽略多重原因的影响，寻找到某一个可能的原因后就不再分析其它原因了。单一归因是我们在职场里最常犯的错误归因之一，特别是在面对自己没有经验的事情或者缺少分析框架的情况下，几乎是十次九犯。 

2、幸存者偏差

2018年高考的全国二卷作文题中有一个例子：二战期间战斗机防护，多数人认为，应该在机身中弹多的地方加强防护。 但有一位专家认为，应该注意防护弹痕少的地方，如果这部分有重创，后果会非常严重，而往往这部分数据会被忽略。 事实证明，专家是正确的。 中弹多却还能够飞回来，说明这个地方即使被击中损坏了，也不会对飞机造成特别大的影响。 而恰恰是那些弹痕少的地方，正意味着这些地方被击中的飞机都坠落了、回不来了，也就因此不会被我们观测到。

这个例子就是幸存者偏差的典型表现。 幸存者偏差是指，当我们取得信息的渠道，仅来自于幸存者时（因为死人不会说话），此信息可能会与实际情况不符。

我们在职场中，最容易犯的幸存者偏差就是借鉴“成功者（幸存者）”的经验。 比如，我们在某项业务开展一段时间后，往往喜欢基于现有的用户群体来做满意度调查，或者分析应该重点吸引哪几类用户。殊不知这样的做法已经陷入了幸存者偏差，因为对你不满意的人已经拿脚投票走出你的视线了，只基于现有用户分析得到的只是“幸存者”的片面反馈，从而失去开拓更多用户的机会。 

3、虚假相关

你用随机数生成的软件，随机生成100个数，然后你将这100个数放在一起做分析，你一定会发现其中有这种或那种规律。 比如，有57个数据都是2开头的，有69个数据都是3的倍数，有77个数都是奇数等。 这种情况就是由我们的大脑的模式倾向与数据聚集现象导致。

① 模式倾向。模式倾向是指，我们生来倾向于以某种模式理解世界，哪怕是纯随机事件，我们也一定要找出规律。

② 数据聚集 。数据聚集现象是指，即使是纯随机数据，也会出现聚集现象。比如，你随机抛十次硬币，至少有47%的概率，你会抛出至少四个连续正面或连续背面。

模式倾向和数据聚集，会导致我们在职场中做事后分析时，找到虚假的原因或规律。 比如，我曾经统计过公众号文章的阅读数据，发现字数在3000字左右的文章平均阅读量最高，因此我就得出了一个“秘诀”：文章篇幅要尽量控制在3000字左右。

但后来这个“秘诀”不断被证伪，有时1800字的文章阅读量也会很高，有时5000多字的阅读量也会很高。因为不断有这些特例出来，我后来才意识到选题和文章标题才是核心影响因素，因为即使文章过长别人没看完，公众号后台也依然是统计算作阅读了一次的。

如何走出决策误区？

为何我们在事前的选择、事中的调整、事后的归因上会有这么多的决策误区呢？ 核心原因在于，我们的行为并不总是理性的。在不确定性高或惰性思考的情况下，我们的大脑会偏好走直觉反应的捷径来替代理性的系统思考过程。

直觉和下意识反应，是我们大脑思考的优势之一，因为这种思考过程简单而轻松，并且这些直觉和下意识反应主要来自于我们的经验和常识，绝大多数时候也都是有效的。 例如看到下雨就下意识地打伞或找避雨的地方，这种下意识反应就会帮我们避免被雨淋湿生病。

但是直觉和下意识反应也会让我们跳过必要的分析和验证，导致以上的十种决策误区。 那如何既利用好大脑的直觉反应，又能避免直觉反应带来的决策失误呢？

一个有效的方法就是：建立自检清单。 将一些重要情境下的判断和决策做成纸质或电子档的问题清单，必须回答完其中的所有问题后才做出判断和决策。

原文作者：YouCore&月印千江

公众号：YouCore