我經常使用滴滴，經常會發現自己使用快車的費用會比出租車還貴，當然每次金額不是很大，幾塊或者十幾塊的差價。跟其他同事朋友們聊天也經常聽說這種情況，不過大家都是討厭麻煩的人，通常不是差別很多的情況下，大家都得過且過了。

為什麼會這樣的？“殺熟”背後的底層邏輯到底是什麼呢？

首先，“殺熟”的物件基本上都是有粘性的個人，因為大家的資訊相互獨立，沒有對比的情況下，個人很難知道其他人的情況，也就不會注意到自己是否被“殺熟”。

其次，因為每次涉及金額都比較小，個人即便感覺有些不舒服，但是通常不會達到難以接受的地步，自然也不會每一次都去投訴，慢慢就會讓“殺熟”成為一種習慣。

最後，很多知名平臺都背靠國內幾大網際網路“巨頭”，儘管有可能所屬“巨頭”不同，但是“殺熟”這一招是大家共同使用的方法，而且當“資料殺熟”模式轉向“跨場景、跨平臺”的資料共享模式後，造成很多時候人們並不知道自己被“殺熟”，或者即便知道，但是卻沒有能力改變什麼。

“殺熟”的背後是一個龐大的資料統計分析系統，當人們在平臺上瀏覽或者下訂單後，各平臺後臺的資料統計分析程式透過對人們的選擇和偏好的分析得出一組分析資料，當後續人們繼續瀏覽該平臺時就會發現平臺推送的內容都是自己近期瀏覽過的相類似的東西。

計量經濟學家，耶魯大學法學院和管理學院教授，stickK.com網站的創始人，《紐約時報》“魔鬼經濟學”部落格的專欄作家之一的伊恩·艾瑞斯著作的《魔鬼統計學》中介紹的資料理性解決問題的量化思維方式就能很好的解釋“殺熟”背後的邏輯。

一、 神奇的迴歸方程

提到方程，大多數人的腦海裡就會出現一堆的XYZ和數不清的數學計算，但是迴歸方程其實也可以很有意思。

《魔鬼統計學》中提到普林斯頓的經濟學家奧利·阿森費爾特就提出了一個葡萄酒品質的迴歸方程：葡萄酒的品質=12.45+0.0017*冬天的降雨量+0.0614*生長期平均氣溫-0.00386*收穫季節降雨量。

阿森費爾特提出的預測最終贏得了勝利！

不僅是葡萄酒的品質預測，在棒球預測和賭徒預測上面，迴歸方程的結果總是驚人的相似。這些預測都是基於大量的資料分析，可以說是資料分析預測了後續事物的發展。

良好資料分析的簡單預測力量可以應用於人們反覆做同一件事情的幾乎所有活動。超級資料分析可以使商業交易中的某一方獲得優勢，但是這一方不一定是賣家。

二、 迎接數字化的世界

你有多久沒有使用過紙質貨幣了？你算過每天能接收到多少資訊嗎？你發現從手機的興起到智慧手機的應用花了多少時間嗎？

共享單車的興起，解決了人們短途打車尷尬的局面，自動駕駛的興起，預示著未來司機這一崗位可能將被替代。

所有的這一切的變化都是基於資料統計分析作為支撐演化而來的。

未來是一個數字化的世界，世界將產生更多的資料，透過超級資料分析能夠更加準確的預測一些事情，比如人臉識別，以後抓壞人就會更加快速等。

資訊全面數字化的情景令人激動，又讓人害怕。未來是一個沒有隱私的世界，想要跟上世界的腳步，你需要不斷提高自己的理性思維，特別是量化的理性思維模式。

三、 未來需要的人才

教育要從娃娃抓起，很多生活在大城市的孩子們，從很小的時候就被“學習”包圍，不僅要學英語數學、還要上各種補習班：思維的、樂高、樂器、舞蹈、武術等等，如果你在大城市生活，看看周邊同事、鄰居的孩子就能知道現在的孩子們有多辛苦。

想要孩子有好的未來，那麼教育一定要選擇好！

華為啟動“天才少年”計劃，全球已有四人入選，這四人分別是：鍾釗，本科畢業於華中科技大學軟體工程專業，博士畢業於中國科學院大學模式識別與智慧系統；秦通，本科畢業於浙江大學控制科學與工程，博士畢業於香港科技大學機器人方向；姚婷，本科和博士畢業於華中科技大學計算機專業；張霽，博士畢業於華中科技大學計算機專業。

任正非曾表示，“做晶片光砸錢不行，企業更需要物理學家、數學家等。華為公司未來要拖著這個世界往前走，自己創造標準。只要能做成世界最先進，那我們就是標準，別人都會向我們靠攏”。

對於法律的理性研究而言，研究文字的人可以掌握現在，但未來屬於統計學家。——小奧利弗·溫德爾·霍姆斯《法律的道路》，1897年。

數字化的世界未來的發展會怎麼樣誰也不知道，但是超級資料分析卻可以為我們提供一些預測方向，更能讓人們看到發展趨勢。

過去人們利用資訊差賺取超額利潤，未來的超額利潤將會由超級資料分析創造，未來已來，你做好準備了嗎？

《魔鬼統計學》中提到了很多領域中超級資料分析的應用，人們利用量化的理性思維模型分析問題，透過大資料的收集與統計預測以後的發展趨勢。

當下人們生活在一個資訊大爆炸的世界中，數字化的世界一步步地走向人們，只有掌握連線現代社會底層邏輯的量化思維方式，才能讓我們在生活中避免被“殺熟”，才能預測未來的變化趨勢，才能知道自己進步的方向在哪裡。