科学演绎法

1、节制的力量

海量信息时代，大数据是最热的香馍馍。作者居然敢反其道而行，主动给自己下跘子，巧用极有限的线索和基本常识去建模解决难度系数极高的难题，关键答案还要定量到一个相对精确的数值！这魄力啧啧啧，感觉真有点空手套白狼的架势呐，彻底刷新我三观啊。
Think out of the box盛行了很长一段时间，对应的训练法——头脑风暴，现在仍旧是主流思维练习法。但我个人私以为这个命题本身就是一个伪命题。没有任何框架的瞎想，你一个点子，我一个点子的冒出来，而且实际操作中貌似还进入到了一个严重的误区，好像点子只有越无厘头越怪才算好，最后大家齐乐乎，问题是，最后问题真的解决了吗？
也许你会说，标准定义上的头脑风暴不是这样的，是需要以达到某个结果为前提条件，然后从这个结果出发倒推再生发出各种想法的。没错，但在执行层面上大家都往往只知其一不知其二就一呼隆地往上挤，最后很可惜不少有价值的观点也都淹没于瞎想中了。
两个box，凡事都在这两个盒子里面想，事情可能真能事半功倍。
一个是think box。这个时代，大家都或多或少地患上了信息依赖症，过度依赖信息。尤其是精准营销火爆一时，对于数据大家都盲目追求大而全才美。其实有多少数据真正是有用的，根据实际情况作两轮筛选，粗滤一遍，再精选一轮，也许你真正需要的数据只是那么一丢丢而已。
还有一个box，其实就是最大的生产力——deadline。再难的问题，都要在规定的时间内完成，把人逼到极致，当然不要中途放弃，就等着急智蹦出来吧。

2、科学之名

以往我们谈解题思路，面对的问题常常是浓缩型，有点偏概念归总式的，答案往往是发散开的，也就是一个问题对应的是多个答案的集合体。这种思路，多半适用于定性分析，也就是说它只表明遇到这一类问题，答案包含的所有方面你都要做到，至于做到哪个程度叫及格，做到哪个程度叫出色，并没有一个明确的核定标准。
而费米推定是基于科学的定量分析。科学的一大特色是证伪，但人们往往忽视了，在证伪之前，还需要有预言。没有假设，就没有可能推翻这个假设的后续推理过程，也就不能被叫做科学了。费米推定就是基于科学基础上将定性的东西数值化的。同时在定性分析中的分类分解建模，需要与定量分析中的因式分解建模和利用常识进行模式化推导建模相结合，才能最后保证数据的相对准确。

3、心态先行

这种难中难的问题，最怕的不是解题过程，最怕的一开始就被吓晕了，坚信自己绝对肯定完全不能够解决，那才是最大的无解。问题总会有答案，只是方向偏离的差距，维度多少的差距，和精确程度的差距之间的差别。
有了deadline，也容易产生一个副作用，就是半途而废。开始是做好了心理建设，打算挑战试试，但过一会儿一看表，这么点时间，居然要做这么难的题，现在还一点思路都没有，还是算了吧。
可见再高端的东西，都要打点鸡血，才能招至麾下嘛。解完题，感到自己浑身散发着数学高人的神圣光辉，不自己也觉得萌萌哒么~