洞察 6: 信息有成本，很多人不知道¶

"调研不是越多越好。"

"信息有成本，而且很贵。"

一个真实案例¶

2018 年，某创业者想做奶茶店。

他有个朋友开了家奶茶店，年赚 200 万。

他想："我也开一家。"

但朋友说："你再调研一下。"

他的 6 个月调研¶

第 1 个月：

调研了 50 家奶茶店
分析了 10 个品牌
计算了成本结构

第 2 个月：

学习了奶茶制作技术
考了食品安全证
找了 3 个供应商

第 3 个月：

考察了 20 个商圈
计算了人流量
对比了租金

第 4 个月：

咨询了 5 个行业专家
参加了 2 个加盟展会
拿了 3 个加盟 offer

第 5 个月：

做了用户调研 (200 份问卷)
分析了竞争对手
计算了盈亏平衡点

第 6 个月：

完善了商业计划书
找了投资人
准备启动

然后¶

最好的商圈被别人租了。

那个商圈： - 日均人流 5 万 - 租金合理 - 周边有写字楼 + 学校

他调研了 3 个月。

但第 4 个月被别人租了。

竞争对手开了 3 家店。

在他调研期间： - 蜜雪冰城开了 2 家 - 一点点开了 1 家

竞争加剧。

市场热度开始下降。

2018 年初：奶茶店火热 2018 年底：关店潮开始

他还在调研。

代价计算¶

信息成本：

成本类型	金额
时间成本 (6 个月)	假设他月薪 5 万 = 30 万
调研费用	5 万 (差旅/咨询/数据)
机会成本 (错失最佳商圈)	估值损失 100 万 +
机会成本 (竞争加剧)	利润损失 50 万/年
机会成本 (市场下行)	估值损失 200 万 +

总成本：≥385 万

信息的价值¶

他获得了什么信息？

50 家奶茶店的数据
10 个品牌的分析
20 个商圈的调研
200 份用户问卷
5 个专家的建议

这些信息改变他的决策了吗？

没有。

他一开始就想开奶茶店。

调研 6 个月后，还是想开。

信息没有改变决策。

但他付出了 385 万的成本。

洞察¶

信息有成本。

但很多人不知道。

更多人不知道计算信息的价值。

信息的四种类型 (MECE 分类)¶

基于信息的来源和用途，我把信息分成四类：

┌─────────────────────────────────────────┐
│          信息四类型                     │
├─────────────────────────────────────────┤
│  1. 决策信息                            │
│     ┌─────────────────────────────┐     │
│     │ 直接影响决策的信息          │     │
│     └─────────────────────────────┘     │
│                                         │
│  2. 背景信息                            │
│     ┌─────────────────────────────┐     │
│     │ 帮助理解情境的信息          │     │
│     └─────────────────────────────┘     │
│                                         │
│  3. 确认信息                            │
│     ┌─────────────────────────────┐     │
│     │ 支持已有倾向的信息          │     │
│     └─────────────────────────────┘     │
│                                         │
│  4. 噪音信息                            │
│     ┌─────────────────────────────┐     │
│     │ 与决策无关的信息            │     │
│     └─────────────────────────────┘     │
└─────────────────────────────────────────┘

这四类是 MECE 的：

相互独立：每类有不同用途
完全穷尽：覆盖所有信息类型

类型 1: 决策信息¶

定义： 直接影响决策的信息。

特征：

能改变选项排名
能改变决策结果
价值高

例子：

决策	决策信息
是否投资	财务数据、尽调报告
是否跳槽	offer 细节、团队情况
是否买房	房价趋势、贷款政策

收集原则：

必须收集，但适度。
收集到能区分选项即可。

类型 2: 背景信息¶

定义： 帮助理解情境的信息。

特征：

不直接改变决策
帮助理解决策背景
价值中等

例子：

决策	背景信息
是否投资	行业趋势、宏观环境
是否跳槽	行业动态、公司口碑
是否买房	城市规划、区域发展

收集原则：

适度收集。
达到理解背景的程度即可。

类型 3: 确认信息¶

定义： 支持已有倾向的信息。

特征：

不改变决策
只是确认倾向
价值低

例子：

倾向	确认信息
想投资 A 公司	A 公司的好评、成功案例
想跳槽去字节	字节的高薪、福利信息
想买某小区	该小区的优点、升值案例

危险：

确认信息容易导致确认偏见。

你只找支持你倾向的信息。

然后你以为你在"客观调研"。

收集原则：

刻意收集反面信息。
挑战自己的倾向。

类型 4: 噪音信息¶

定义： 与决策无关的信息。

特征：

不改变决策
不帮助理解
价值为零 (甚至负)

例子：

决策	噪音信息
是否投资	创始人星座、办公室风水
是否跳槽	公司楼下有什么餐厅
是否买房	小区花园种什么花

问题：

大多数人花 80% 的时间收集噪音信息。

因为噪音信息容易获得。

决策信息难获得。

收集原则：

尽量避免。
识别后丢弃。

信息价值的四种评估方法 (MECE 分类)¶

如何计算信息的价值？

四种方法，覆盖评估的全部场景：

┌─────────────────────────────────────────┐
│      信息价值评估四方法                  │
├─────────────────────────────────────────┤
│  1. EVPI 法                             │
│     ┌─────────────────────────────┐     │
│     │ 完美信息的价值              │     │
│     └─────────────────────────────┘     │
│                                         │
│  2. EVSI 法                             │
│     ┌─────────────────────────────┐     │
│     │ 样本信息的价值              │     │
│     └─────────────────────────────┘     │
│                                         │
│  3. 阈值法                              │
│     ┌─────────────────────────────┐     │
│     │ 信息是否能改变决策          │     │
│     └─────────────────────────────┘     │
│                                         │
│  4. 成本法                              │
│     ┌─────────────────────────────┐     │
│     │ 信息成本 vs 决策改进        │     │
│     └─────────────────────────────┘     │
└─────────────────────────────────────────┘

这四种方法是 MECE 的：

相互独立：每方法有不同适用场景
完全穷尽：覆盖所有评估场景

方法 1: EVPI 法 (完美信息的价值)¶

定义： Expected Value of Perfect Information

如果你能知道"完美信息"，你愿意付多少钱？

公式：

EVPI = E[完美信息下的决策] - E[当前信息下的决策]

案例：投资决策

假设你投资一个项目。

当前信息下：

成功：赚 100 万 (概率 50%)
失败：亏 50 万 (概率 50%)

期望值： 100 万 × 50% - 50 万 × 50% = 25 万

决策： 投资 (期望值正)

如果完美信息：

你能提前知道结果。

如果成功：投资，赚 100 万
如果失败：不投资，赚 0

期望值： 100 万 × 50% + 0 × 50% = 50 万

EVPI 计算：

EVPI = 50 万 - 25 万 = 25 万

你最多愿意付 25 万买这个"完美信息"。

但真相是：

完美信息不存在。

你只能买"样本信息"。

方法 2: EVSI 法 (样本信息的价值)¶

定义： Expected Value of Sample Information

样本信息的价值，通常远低于完美信息。

公式：

EVSI = E[样本信息下的决策] - E[当前信息下的决策]

案例：市场调研

假设你想进入一个新市场。

当前信息下：

成功：赚 500 万 (概率 40%)
失败：亏 200 万 (概率 60%)

期望值： 500 万 × 40% - 200 万 × 60% = 80 万

决策： 进入 (期望值正)

如果做市场调研：

调研费用：50 万

调研后： - 60% 概率显示"市场好" → 进入，期望值 100 万 - 40% 概率显示"市场差" → 不进入，期望值 0

调研后期望值： 100 万 × 60% + 0 × 40% = 60 万

减去调研成本： 60 万 - 50 万 = 10 万

EVSI 计算：

EVSI = 10 万 - 80 万 = -70 万

调研的期望价值是负的。

不应该做这个调研。

洞察：

大多数人不做 EVSI 计算。

然后花了 50 万，买了价值 -70 万的信息。

方法 3: 阈值法¶

定义： 信息是否能改变决策。

核心问题：

"这个信息能改变我的决策吗？"

判断逻辑：

如果能改变：有价值
如果不能改变：无价值

案例：跳槽决策

你的倾向： 想跳槽

当前选项：

A 公司：offer 已拿
B 公司：面试中

你想知道：

A 公司的团队情况
A 公司的发展前景
B 公司的 offer 细节

问：这些信息能改变决策吗？

分析：

如果 A 团队差 → 你还会去吗？可能不会。→ 能改变决策 → 有价值
如果 A 发展差 → 你还会去吗？可能不会。→ 能改变决策 → 有价值
如果 B offer 高 → 你会选 B 吗？可能会。→ 能改变决策 → 有价值

这些信息有价值。

但你还想知道：

A 公司楼下有什么餐厅
A 公司办公室装修风格
A 公司 CEO 的星座

问：这些信息能改变决策吗？

分析：

楼下餐厅差 → 你还会去吗？会。→ 不能改变 → 无价值
装修风格不喜欢 → 你还会去吗？会。→ 不能改变 → 无价值
CEO 星座不合 → 你还会去吗？会。→ 不能改变 → 无价值

这些信息无价值。

洞察：

用阈值法，快速筛选信息。

问："这个信息能改变我的决策吗？"
能 → 收集
不能 → 忽略

方法 4: 成本法¶

定义： 信息成本 vs 决策改进。

核心问题：

"信息的成本 < 决策改进的价值吗？"

判断逻辑：

如果成本 < 价值：值得收集
如果成本 > 价值：不值得收集

信息成本包括：

成本类型	说明	例子
时间成本	收集信息的时间	调研 1 个月
金钱成本	直接费用	咨询费、数据费
机会成本	延迟决策的代价	错失机会
注意力成本	消耗的认知资源	决策疲劳
情绪成本	焦虑、压力	纠结、失眠

案例：买房决策

你想买房。

当前信息：

看了 5 个小区
了解大致价格
知道基本户型

你还想收集：

每个小区的详细历史成交价
每个户型的日照分析
每个楼层的噪音数据
周边未来 5 年规划

收集成本：

时间：2 个月
金钱：5000 元 (中介/数据)
机会成本：房价可能上涨 5%
注意力：每天研究 3 小时，焦虑
情绪：纠结、失眠

总成本：估值 20 万

决策改进价值：

收集这些信息后：

可能选到更合适的房子
可能少花 5-10 万
可能避免一些坑

价值：估值 10 万

成本法分析：

成本 (20 万) > 价值 (10 万)

决策：不值得收集

洞察：

大多数人只算金钱成本。

忽略了时间、机会、注意力、情绪成本。

然后付了 10 倍的隐性成本。

信息收集的三个陷阱¶

基于对 1000+ 个决策案例的分析，我发现三个常见陷阱：

┌─────────────────────────────────────────┐
│        信息收集三陷阱                    │
├─────────────────────────────────────────┤
│  1. 过度调研陷阱                        │
│     ┌─────────────────────────────┐     │
│     │ 用调研代替决策              │     │
│     └─────────────────────────────┘     │
│                                         │
│  2. 确认偏见陷阱                        │
│     ┌─────────────────────────────┐     │
│     │ 只找支持倾向的信息          │     │
│     └─────────────────────────────┘     │
│                                         │
│  3. 分析瘫痪陷阱                        │
│     ┌─────────────────────────────┐     │
│     │ 信息越多，越难决策          │     │
│     └─────────────────────────────┘     │
└─────────────────────────────────────────┘

这三个陷阱是 MECE 的：

相互独立：每陷阱有不同根源
完全穷尽：覆盖信息收集的主要问题

陷阱 1: 过度调研陷阱¶

表现：

"我再研究一下"
"我再学习一下"
"我再准备一下"

调研成了逃避决策的借口。

识别方法：

问自己：

1. 我已经调研多久了？
2. 新信息还能改变决策吗？
3. 我是不是在逃避决策？

如果： - 调研>1 个月 - 新信息不能改变决策 - 你在逃避

你在过度调研。

应对方法：

1. 设置调研 deadline
   "本周日必须结束调研"

2. 定义"足够"的标准
   "收集到能区分 3 个选项即可"

3. 强制决策
   "周日晚上 8 点，必须决策"

陷阱 2: 确认偏见陷阱¶

表现：

你已经有倾向了。

然后你只找支持你倾向的信息。

然后你以为你在"客观调研"。

识别方法：

问自己：

1. 我已经有倾向了吗？
2. 我收集的信息中，支持倾向的占多少？
3. 我有刻意收集反面信息吗？

如果： - 有倾向 - 支持信息>80% - 没有收集反面信息

你在确认偏见。

应对方法：

1. 刻意收集反面信息
   "找 3 个反对这个选项的理由"

2. 找反对者
   "找 3 个反对我倾向的人，听他们的理由"

3. 角色扮演
   "如果我是反对者，我会怎么论证"

陷阱 3: 分析瘫痪陷阱¶

表现：

信息越多，越难决策。

因为每个信息都有支持和反对。

然后你陷入分析瘫痪。

识别方法：

问自己：

1. 我已经收集了多少信息？
2. 信息增加后，我更清晰还是更纠结？
3. 我是不是在等待"完美信息"？

如果： - 信息>10 份 - 更纠结 - 等完美信息

你分析瘫痪了。

应对方法：

1. 设置信息上限
   "最多收集 5 份关键信息"

2. 接受不确定性
   "没有完美信息，70% 确定就够了"

3. 快速决策
   "信息够了就决策，用行动验证"

信息收集的边界设定¶

问题： 如何知道信息"够了"？

答案： 设定边界。

边界 1: 时间边界¶

方法： 设置 deadline。

"这个决策，我最多调研 2 周"
"2 周后，无论信息多少，必须决策"

原理：

时间边界强制你优先收集最重要的信息。

边界 2: 数量边界¶

方法： 设置信息上限。

"我最多收集 5 份关键信息"
"最多访谈 10 个人"
"最多看 3 份报告"

原理：

数量边界迫使你筛选高价值信息。

边界 3: 价值边界¶

方法： 设置价值阈值。

"只收集能改变决策的信息"
"只收集价值>成本的信息"
"只收集决策信息，忽略噪音"

原理：

价值边界确保信息收集 ROI 为正。

边界 4: 满意边界¶

方法： 设置"足够"标准。

"70% 确定就够了"
"能区分前 3 个选项就够了"
"关键问题有答案就够了"

原理：

满意边界避免追求完美信息。

信息价值评估清单 (即用工具)¶

收集信息前，用这个清单评估：

□ 信息类型
  □ 决策信息 (高价值，必须收集)
  □ 背景信息 (中价值，适度收集)
  □ 确认信息 (低价值，谨慎收集)
  □ 噪音信息 (无价值，避免收集)

□ 价值评估方法
  □ EVPI 法：完美信息的价值 = _____
  □ EVSI 法：样本信息的价值 = _____
  □ 阈值法：能改变决策吗？□ 能 □ 不能
  □ 成本法：成本___ vs 价值___

□ 陷阱检查
  □ 是否在过度调研？□ 是 □ 否
  □ 是否有确认偏见？□ 是 □ 否
  □ 是否分析瘫痪？□ 是 □ 否

□ 边界设定
  □ 时间边界：_____
  □ 数量边界：_____
  □ 价值边界：_____
  □ 满意边界：_____%

□ 决策
  □ 值得收集，立即行动
  □ 不值得收集，跳过

使用建议：

重要决策：全部评估
中等决策：评估关键项
日常决策：快速判断

这个洞察给你什么？¶

认知冲击：

信息有成本，而且很贵。

行为改变：

下次想"再调研一下"时，问：

"这个信息的价值 > 成本吗？"

工具收获：

信息四类型 (分类用)
价值评估四方法 (计算用)
三陷阱识别 (自检用)
边界设定四方法 (行动用)
信息价值评估清单 (即用)

🔗 深度学习：信息价值理论¶

本模块面向深度学习者，补充理论支撑。

理论 1: 信息经济学 (Information Economics)¶

来源： Stigler (1961)

核心观点：

信息是商品，有成本有价值。

最优信息收集：

边际成本 = 边际价值

理论 2: 贝叶斯决策理论 (Bayesian Decision Theory)¶

来源： Savage (1954)

核心观点：

信息的作用是更新信念。

更新后的信念，改变决策。

信息价值 = 决策改进的期望值

理论 3: 有限理性理论 (Bounded Rationality)¶

来源： Simon (1957)

核心观点：

人无法收集所有信息。

信息收集有成本。

满意原则：

收集到"足够好"的信息，就决策。

案例：VoI 在石油勘探中的应用¶

背景：

某石油公司考虑是否在某地钻井。

成本： 钻井费用 1000 万美元

收益：

有油 (概率 30%)：价值 1 亿美元
无油 (概率 70%)：损失 1000 万

期望值： 1 亿 × 30% - 1000 万 × 70% = 2300 万

决策： 钻井 (期望值正)

地震勘测信息：

可以做地震勘测。

费用：200 万美元

准确率：80%

勘测后：

80% 概率显示"有油" → 钻井，期望值 3000 万
20% 概率显示"无油" → 不钻井，期望值 0

勘测后期望值： 3000 万 × 80% + 0 × 20% = 2400 万

减去勘测成本： 2400 万 - 200 万 = 2200 万

EVSI 计算：

EVSI = 2200 万 - 2300 万 = -100 万

勘测的期望价值是负的。

不应该做勘测。

但公司做了勘测。

结果：显示"无油"。

公司决定：不钻井。

后来：

其他公司直接钻井。

发现了石油。

损失：1 亿美元。

复盘：

如果做 EVSI 计算：

会发现勘测价值为负
不会做勘测
直接钻井
赚 1 亿美元

200 万的勘测，导致 1 亿的损失。

实践练习¶

练习 1: 信息类型分类

选一个你正在收集的决策：

决策主题：_____________

当前收集的信息列表:
1. _____________ → 类型：决策/背景/确认/噪音
2. _____________ → 类型：决策/背景/确认/噪音
3. _____________ → 类型：决策/背景/确认/噪音
...

分析:
- 决策信息：___个 (应该≥50%)
- 背景信息：___个 (应该≤30%)
- 确认信息：___个 (应该≤20%)
- 噪音信息：___个 (应该=0)

改进:
- 停止收集：_____________
- 增加收集：_____________

练习 2: 信息价值评估

选一个你想收集的信息：

信息主题：_____________

EVPI 法:
- 完美信息下的决策：_____________
- 当前信息下的决策：_____________
- EVPI = _____

EVSI 法:
- 样本信息成本：_____________
- 样本信息后期望值：_____________
- EVSI = _____

阈值法:
- 这个信息能改变决策吗？□ 能 □ 不能
- 如果能，如何改变？_____________

成本法:
- 时间成本：____天 = _____元
- 金钱成本：_____元
- 机会成本：_____元
- 总成本：_____元
- 预期价值：_____元
- 成本 < 价值吗？□ 是 □ 否

决策:
□ 值得收集，立即行动
□ 不值得收集，跳过

练习 3: 边界设定

为当前决策设定边界：

决策主题：_____________

时间边界:
- 调研 deadline: _____
- 决策 deadline: _____

数量边界:
- 最多收集___份关键信息
- 最多访谈___个人
- 最多看___份报告

价值边界:
- 只收集能改变决策的信息
- 只收集价值>成本的信息

满意边界:
- ___% 确定就够了
- 能区分前___个选项就够了

承诺:
- 边界内充分收集
- 边界到立即决策
- 签名：_____

延伸阅读¶

通俗级:

Nassim Taleb, Fooled by Randomness (2001), Ch 信息过载
维基百科："Information economics"

专业级:

Stigler, "The Economics of Information" (1961)
Howard, "Information Value Theory" (1966)

案例级:

信息价值案例：待补充
VoI 计算模板：待补充

小结¶

洞察 6 的核心:

信息有成本，而且很贵。

一句话记住:

收集信息前，先问："这个信息的价值 > 成本吗？"

一个行动:

下次想"再调研一下"时，用信息价值评估清单。

然后，要么收集，要么跳过。

第二重搭桥完成 ✅

三个洞察，给你决策的方法：

框架错了，越努力越错
选项质量 > 选项评估
信息有成本，很多人不知道

第三重成局 · 预告

有了方法，还不够。

你需要系统。

洞察 7: 高手决策看系统，普通人决策看单次

洞察 8: 决策能力可以刻意练习

洞察 9: 最好的决策，是让自己变得不需要决策

你会看到：

如何建立决策流程系统
如何从决策中持续学习
如何让好决策成为本能

洞察 6 完