4哪种反馈能提升绩效
很多年前，丹尼尔·卡尼曼应邀帮助以色列空军的飞行教练提升训练技能。他看到教练口出污言秽语辱骂学员，就给他们讲了一个鸽子的故事，说正反馈能够比惩罚更有激励作用。
一名教练反驳道：“恕我直言，你说的那一套是针对小鸟的。”教练情绪激动地解释说，夸奖飞行员之后，他们下一次飞行几乎总是表现得更糟糕；而一通训斥，则能持续表现得更好。
卡尼曼很吃惊，不过他很快意识到教练犯了第三个错误：惩罚比奖励更有效。教练认为辱骂可以使飞行员表现更好，但实际上，他们的表现只是回归到了平均水平。如果飞行员有一次不同寻常的良好表现，教练有可能表扬他，然后，当飞行员下一次飞行中回归到平均值时，教练会觉得他表现很一般，由此推断赞赏不利于飞行员提升绩效。教练没有看到，对于飞行员在下一次飞行中的表现，他们的反馈不如均值回归重要。
是洋基队老板勃然大怒帮助洋球队最后取得冠军？这是一样的错误。这里的重要教益是，反馈应该关注结果中人能够控制的部分，可以称为技能部分。如果不能区分技能和运气的话，仅以结果为基础的反馈几乎都是无效的。
5晕轮效应的陷阱
晕轮效应(halo effect)，又称“成见效应”、“光圈效应”、“日晕效应”，最早由由心理学家爱德华·桑代克(Edward Thorndike)于1920年代提出，与回归均值密切相关，并说明了许多对企业经理人的致命缺陷。
晕轮效应是指人们根据一般印象做出特定推论的倾向。例如，当军方上级对下级军官以特定素质（如智力、体格、领导力）进行评分时，这些素质之间的相关性不可能很高。 如果军官喜欢他的下级，他会给他全面的奖励； 如果他不喜欢他，他会给出很差的评分。 实际上，军官的总体印象掩盖了细节。
菲尔·罗森茨威格(Phil Rosenzweig)在他的著作《晕轮效应》中写道：这种错误遍及整个商业世界。罗森茨威格指出，人们倾向于观察财务上成功的公司，给成功赋予一些属性（如出色的领导力、有远见的战略、严格的财务控制），并建议其他人采用这些属性来实现自己的成功。管理研究人员常常遵循这样的公式，很少意识到运气在商业绩效中的作用。研究人员用来证明自己主张的大量数据，如果陷入晕轮效应的陷阱，将一无是处。
例如，罗森茨韦格指出，媒体赞扬一家表现出色的公司，因为该公司具有“合理的战略、有远见的领导者、积极进取的员工、出色的客户导向、，充满活力的文化等等”。但是，如果公司从表现出色回归到均值，围观者就得出结论，所有这些特性都出了问题，而实际上却没有发生任何事情。 在许多情况下，相同的人、使用同样策略经营同一家企业。 均值回归影响公司绩效，而绩效又操纵知觉。
Rosenzweig提供了瑞典-瑞士工业公司ABB的一个很好的例子。 在1990年代中期，《金融时报》连续三年将ABB评为“欧洲最受尊敬的公司”，这表明ABB“在业务绩效，企业战略和最大限度地发挥员工潜力方面给予了极高的评价。” ABB首席执行官也获得赞誉，韩国管理协会将他称为“世界上最受尊敬的最高管理者”，这是获得最多奖项的奖项。
瑞士-瑞典工业公司ABB就是很好的案例。在1990年代中期，《金融时报》连续三年将ABB称为“欧洲最受尊敬的公司”，这表明该公司“在业务绩效、企业战略、员工潜力最大化方面给予了极高的评价”。ABB的首席执行官也获得赞誉，韩国管理协会称他为“世界上最受尊敬的高层管理者”，真是无上的荣耀。
1990年代末、2000年代初，ABB业绩下滑。新闻界以前引用的ABB成功关键，如分权管理带来的敏捷性，现在却成了企业垮台的原因，因为“分散的业务单元最终引发了冲突”。对CEO的看法上，新闻界更是摇身一变，从将他描述为“魅力、勇敢和有远见”，变为“傲慢、专横和抗拒批评”。《财富》杂志回顾了ABB的高峰和低谷，得出结论说：ABB的CEO“在1990年代好评如潮，但他从来没有那么好；但他也从来不像充斥着指责的媒体报道所说的那么糟糕。”
媒体却让晕轮效应长期存在。成功的个人和公司登上杂志封面，闪闪发光的故事诠释着他们的成功秘诀。晕轮效应出会反向作用，因为媒体经常指出业绩不佳的问题的问题。媒体关注极端表现的倾向几乎是一定的，它简直能作为可靠的反向指标。
金融学教授汤姆·阿诺德(Tom Arnold)等人回顾了《商业周刊》、《福布斯》和《财富》杂志长达20年的封面故事，将有关公司的文章从看涨(bullish)到看跌(bearish)进行分类。分析表明，在发表封面故事之前的两年，看涨文章提到的公司的股票产生了超过42个百分点的异常正收益，而看跌文章提到的公司的业绩却差了近35个百分点。但是在文章发表后的两年中，这些杂志批评的公司股票表现，却以接近三比一的优势胜过他们所称赞的公司。这就是均值回归。体育迷说这是“《体育画报》厄运”，团队或运动员上过杂志封面之后表现得更糟糕。
罗森茨威格以毁灭性的方式表明，最畅销的商业书籍中的大多数思想都沦为晕轮效应的牺牲器。他建议说，这些书在商业上取得成功，因为它们告诉经理人他们想听的故事：任何公司都可以通过采取这些步骤取得成功。 实际上，没有简单的公式可以确保在瞬息万变的商业环境中取得成功。
例如，吉姆·柯林斯(Jim Collins)在他广受阅读的《从优秀到卓越》一书中确定了11家优秀公司，并指出它们都是所谓的刺猬。它们专注于自己最擅长的事情，将努力方向引导到从事任何能促进经济增长的工作，并且它们充满激情。因此，这本书教导说，如果公司采用刺猬的习惯，那么它也可以成功。但是，重要的问题不是“所有伟大公司都是刺猬吗？”而是“所有刺猬都伟大吗？”如果后一个问题的答案是否定的——事实上确实如此——将分析聚焦于幸存者就会产生偏见，从而导致错误的结论。
如果你对均值回归和晕轮效应的连环出击已经产生警觉，你就能看到它无处不在。例如，企业增长有模式吗？不管你挖掘多少数据，努力匹配增长模式与企业绩效，你都难免陷入缺陷的分析。
5如何避免均值回归相关的错误
如何避免与均值回归相关的错误？以下是几项要点：
1. 评估你正在分析的系统中技能与运气的情况。
即使可以使用分析工具，分辨技能和运气的贡献也是不容易的。为了让想法更具体，请考虑下表中的游戏。左侧是完整信息游戏，每个玩家都知道其对手的可用布局、收益和策略。在这些游戏中，结果很大程度取决于技能。右侧是基于运气的游戏，技能不起作用。中间的游戏则结合了技能和运气。
某项活动是否与技巧有关，可以做个简单的测试：你是否能故意输掉。比如如轮盘赌、老虎机等赌场游戏，输赢输纯粹是运气问题，和你做什么没有关系。但如果你能故意输掉，那就需要技能了。这个简单的试验也揭示了运气在投资中的作用：尽管多数人都认识到要建立一个超过标普500指数的投资组合很困难，但多数人都不知道要建立一个比基准差很多的投资组合有多难。
因此，对于与运气有关的活动，你要小心得出结论，尤其是关于短期结果的结论。在任何情况下，人们都不擅长判定技能和运气各占多大份量。好事发生时，你觉得这是自己有能力；坏事发生时，你觉得自己运气不好。所以你要忘记结果，转而要专注于过程。
还要认识到，对于强烈受到机遇影响的系统，人们也喜欢胡说八道。例如洋基队的故事，运气在棒球运动中扮演着重要角色，而棒球转播员逐场分析比赛时，却很少意识到运气可以解释大部分情况。同样的原则也适用于商业和市场。
2. 仔细考虑样本大小。
人们常常是从小样本中推断出毫无根据的结论的，清晰考虑样本大小是至关重要的。
运气对你所观察到的结果帮助越多，你需要用来区分实力和运气的样本也就越大。棒球就是一个很好的例子。在总共162场比赛的赛季中，最优秀的团队名列前茅的机会很大。但在短期来看，几乎任何事情都有可能发生，在连续五场比赛中，最差的棒球队将有大约15%的概率打败最好的球队。但在象棋或网球比赛中你却看不到这种现象，因为不论时间长短，最好的选手几乎总是打败最差的。另外，当许多人参加受偶然事件影响的活动时，其中一些人会全凭运气而成功。因此，有很多参与者的领域中，你必须仔细检查更长期成功记录。 投资跟踪记录是很好的例子。 球迷经常误解比赛和运动中的热手(hot hands)和手气(streak)。热手一词是指相信成功带来成功，人们倾向于认为，如果篮球选手已经投篮成功一次，他下一次成功的可能性就会更大。其实，有关热手现象存在的证据是相当有限的。这并不是说球员在投篮时不会出现接连命中或接连失误的情况，他们肯定会出现这种情况。关键是，这一连串的成败与球员的能力是一致的。例如，一个篮球运动员投篮命中率达到60％，那么连续五次投篮命中率约为7.8％；命中率为40％的球员，连续五次命中率只有1％。 不出所料，根据统计数据，最好的球员比最差的球员手气更好。连胜、在特定活动中获得连续成功，需要大量的能力和运气。事实上，连胜是在一个领域技能最佳的指标之一。单靠运气是无法实现的。对篮球和棒球等各种运动的分析清楚地表明，保持连胜的球员是领域中技能纯最熟练的人。研究表明，你对一个人或组织的第一印象，有可能会决定未来的互动程度。所以，如果你运营的是一项与客户打交道的业务，给客户留下良好的第一印象就显得尤为重要。想象你尝试一家新餐厅，可能得到两种结果：一种情况是餐厅处于最好的状态，你可以美餐一顿，也享受到合理的价格和周到的服务。你会再来吗？另一种情况是餐厅状态不佳，服务很差、饭菜一般，却要支付昂贵的价格。你还会再来吗？ 大多数人第一种情况会再来，第二种情况不会。 考虑到均值回归，第二次去餐厅时会发生什么？可能饭菜不是很好，服务质量会有所下降。但在这种情况下，你已经对餐厅产生更准确的看法，即使并不是那么愉快。另一方面，如果你因为一次糟糕的经历而再也不去这家餐厅，你就不可能收集到更多信息，即使让你更加愉快——正如均值回归所揭示的那样。所以，相比不喜欢的人和事，人们往往更了解自己喜欢的人和事，因为样本更全面。
3. 注意系统内部或系统本身的变化。
并非所有系统都能随着时间的变化而保持稳定，因此重要的是要考虑系统的变化方式和原因。一个明显的实例是个人能力水平的变化。比如运动员的年龄。 在许多职业运动中，运动技能20多岁逐渐提高，然后开始下滑。因此，随着时间的推移，高于平均水平的运动员能力下降，因而回归到平均水平。能力下滑自然也适用于商业、医学等其他活动。 此外，系统本身也有可能会改变。例如，在棒球比赛中，没有一个球员能超过1940年代的纪录。研究人员发现，尽管大联盟的平均击球率一直相当稳定，但标准偏差却从1941年的大约32%缩小到了今天的大约27%。钟形分布的宽度变小了。分布图右侧更接近平均值的现象，或许可以解释为什么缺少最优秀的选手。标准偏差的减少，也说明大联盟中更高、更一致的整体能力水平。
4. 小心晕轮效应。
商学院教授和商业顾问，一直都正在努力为商界人士提供令人满意的问题解决方案。你可以增加销售，你可以开拓创新，你可以管好员工。然而，无论在任何时候，只要你看到一种方法可以获得成功的秘诀、公式、规则或属性，你就可以确信有人在卖“万能仙丹”。 不过，发现晕轮效应需要有自制力，因为供应商出售的故事很诱人，而且他们还会说得非常严肃认真。