显示性偏好(Revealed Preference)曾是个经济学概念,其基本精神是:消费者在一定价格条件下的购买行为暴露了或显示了他内在的偏好倾向。也就是说,可以根据消费者的购买行为来推断其偏好,再简单说就是:消费习惯显示了消费者的喜好。比如,在西式快餐中(KFC、McDonald’s、Burger King等)你几乎每次都是选择KFC,那么KFC就是你的显示性偏好,即你喜好KFC。
与之对应的是:偏好关系(效用函数)->消费选择。就是说,产品对消费者首先有效用(比如,KFC的快餐能填饱你的肚子),然后你对其产生了偏好关系,进而你才会去选择KFC。偏好关系的形成过程比较复杂,这里就不说了,但这可以看出,该表达是一种正向关系,是从商家的视角看用户的选择过程。而显示性偏好则是种逆向关系,但不是从消费者角度去看这一过程,而是从旁观者的第三方视角观察的。
套用这一理念来看华为的加班就比较有意思了。在某些海外地区部/代表处,下班后部分(甚至是大多数)华为员工并没有回家而是加班,而且往往是加班到9点以后。在经济学中,时间也是一种成本,下班后员工可以选择的有很多,比如直接回家、看电影、健身、约会等等,这段时间的成本是一定的,即满足“一定价格条件下”这一限制性前提,在加班、回家、看电影等众多选择中,部分华为员工长期选择加班,那么加班就是这类华为员工的显示性偏好选择。
或许你会说加班不是他们的选择,而是“被加班”。是的,我知道。只是显示性偏好是观察结果,因为是观察也就无法(或难以)了解其选择动机,这更像是一种相关性,即“选择”和偏好正相关。显示性偏好是不看原因的,因为它“看不到”原因,这是不是有点像大数据分析?大数据通过大量的数据分析,然后呈现出一个结果,而你不需要知道为什么是这个结果。比如经典的尿布和啤酒的销量关系,你只需要知道“把尿布和啤酒放在一起销售就能提高销量”这个结果就可以了,当然如果你有兴趣探究为什么会这样,那就是另外一回事了,或许能发现一些有意思的事或结论,但这不会影响大数据分析得出的结果,因为这个结果是数据呈现出来的一种关系,是客观存在的。
再回头来看华为的加班,下班打卡的数据也反应了这个关系,不管员工是一直真的在加班或是先回家再到办公室打卡。
显示性偏好是从行为结果反推对选择的偏好,而不去管动机和原因。这和大数据的数据模式是一致的,从大量数据中发现相关性,而不管逻辑和原理。当今网购已较为普及,把大数据技术应用于显示性偏好理论有其天然优势,是强有力的工具,而且其结果已经有成熟的应用,比如智能推荐。
如果进一步探究其背后的东西(动机、逻辑等),比如华为员工为什么“喜欢”加班,这就跨界到行为心理学了,大数据分析这一工具或许可以广泛应用于行为心理学。这样行为心理学家或许就不必做小范围的试验,而是雇一个数据分析师帮其处理大数据即可。或许将此称为数据心理学更为合适,即基于数据分析(包含行为数据和脑神经数据)的心理学。
领取专属 10元无门槛券
私享最新 技术干货