大數據科學揭示成功的祕訣

點擊右上角,關注“翁炫講書”,幫你快速搞懂一本書。


大數據科學揭示成功的秘訣


你好。這次,翁炫給你介紹的書是,《巴拉巴西成功定律》。

這本書說的是成功。

說成功的書有很多,這本書與其他書最核心的區別是,別的講成功的書,幾乎都心靈雞湯、寓言故事、名人傳記;而這本書,是從科學的角度,來說成功。具體來說是,通過海量的數據和完全可重複的分析方法來說成功。

這本書的作者艾伯特-拉斯洛·巴拉巴西,是美國聖母大學特聘教授、美國東北大學複雜網絡研究中心教授,是全球複雜網絡研究第一人,無尺度網絡模型的創立者。在這本書之前,他還寫過兩本關於複雜網絡的暢銷書《鏈接》和《爆發》。


大數據科學揭示成功的秘訣




大數據科學揭示成功的秘訣


1、先給成功下個定義:成功是基於外界的評價,而不是自我的滿足

一個患自閉症的孩子,克服內心的恐懼,勇敢地站在了講臺上演講。這是成功嗎?這也算成功。但,這不是這本書要討論的成功。

這本書研究的是世俗的、可見的成功

比如,你是一個作家,寫了一本書。你覺得這本書寫得不錯,有思想有見識也有深度。請注意,這是你認為的成功,而不是世俗的、可見的成功。

世俗的、可見的成功是,這本書成為了暢銷書,收穫了大量讀者的好評;你也藉助這本書,成為了知名的作家,拿到了不菲的稿費。

我們來概括一下。這本書說的成功,不是你我心理感知或個人認識上的成功,而是社會的認可

用作者的話說就是,

成功是基於外界的評價,而不是自我的滿足


大數據科學揭示成功的秘訣


當然了,自我的滿足、自我的成長,的確也是有意義的。

但是,自我的滿足、自我的成長,這種自我的感受,是仁者見仁智者見智,每個人對它們的認知是不一樣的,而且它在每個人心中,難以度量。


2、能力是可以到頭的,到頂的,是有天花板的,但是,成功是沒有天花板的,成功這件事是無限的。

舉個簡單的例子。

地球上跑得最快的人是博爾特。

博爾特跑得再快,可能也就是我的兩三倍的速度。博爾特的速度可能是我的五倍、十倍、一百倍嗎。不可能。博爾特跑得再快,他的速度也是有天花板的。這就是能力有上界。

但是,一旦博爾特成為地球上跑得最快的人,他就是成功的運動員。由此,他被我們熟記。博爾特的速度比第二名可能僅僅快一兩毫秒,但得到的回報高出百倍甚至千倍。這就是成功是無界的。

能力表現是有界的,成功是無界的例子,在生活中,俯拾即是。一線明星真的比三四線明星的業務能力強很多倍嗎,其實也就好那麼一丟丟,但一線明星的收入是三四線明星的十倍百倍以上。

能力表現是有界的,成功是無界的。這句話,你也可以理解為,第一名的表現只比第二名的表現好那麼一丟丟,第一名就能分走絕大部分的蛋糕,第二名就因為差那麼一丟丟而被埋沒於塵土中。俗話說就是,差之毫釐,失之千里。


大數據科學揭示成功的秘訣


3、成功一定能帶來滾滾錢財嗎?不能

雖然有錢人常常被定義為成功者。但是,成功,並不一定帶來滾滾錢財

溫伯格,物理學家,解決了愛因斯坦遺留的一個重要物理難題,也由此獲得了1979年的諾貝爾物理學獎。

那,這位超級明星學者,他值多少錢呢?

作者找到了一個方法,來計算溫伯格的價值。

溫伯格獲得諾貝爾獎的那篇論文,被其他科學家引用了14000次。在美國,一次引用的價值可達10萬美元。這是通過美國花在科研上的資金數額計算出來的。

通過這種方式,我們可以計算出,溫伯格的價值,14億美元。

溫伯格可以拿到14億美元嗎?

顯然不能。

1991年,溫伯格的年薪是25萬美元。在當年,的確是高薪。但是,時至今日,溫伯格的年薪只翻了個倍,57.5萬美元。

溫伯格連百萬年薪都沒有拿到。

但是,溫伯格所從教的學校,橄欖球教練,1991年,和溫伯格拿一樣的年薪,如今,年薪已經高達500多萬美元。

其實,我們無須舉書中的案例,就說說日常生活中的案例好了。

大學教授的年薪幾乎都沒有過百萬。許多大學教授對社會的貢獻是巨大的。但是,百萬收入對於許多流量明星來說,可是一件極其容易的事情。

所以,巴拉巴西說,你可能會成為備受他人尊敬的作家、建築師,或者工程師,但是,你成為億萬富翁的機會並不大。

為什麼成功了,卻不能帶來滾滾錢財呢?為什麼專家學者難以賺到百萬,而流量明星開個直播百萬就輕鬆到手了呢?

原因就在於,產品能否規模化的傳播。

要想獲得巨大的回報,你的產品,必須要能輕易且規模化的傳播。


大數據科學揭示成功的秘訣


你看,溫伯格學校的橄欖球教練,他辛苦付出,讓學校的橄欖球隊贏得了比賽,比賽的轉播,吸引了數以百萬計的球迷。這就是產品輕易且規模化的傳播。

再看,溫伯格。他也是辛苦付出。但是,最多也只有幾百名學生來聽他的課程。沒有瘋狂的球迷湧進他的課堂,也沒有痴迷的粉絲揮舞著熒光棒在他上課時為他吶喊助威。總之,溫伯格的產品沒有產生規模化的傳播。

這就是,成功,並不一定帶來滾滾錢財的原因。說到這裡,相信你對成功與財富,會有新的認識。


大數據科學揭示成功的秘訣




大數據科學揭示成功的秘訣


1、在某些特定的領域,是業務能力決定著是否成功。這些領域的特點是,可測量。比如,網球運動員的戰績、升學考試的分數,這些數據都是明擺在那兒的,是最硬的東西。


巴拉巴西團隊做過這樣一個研究。他們想看看職業網球選手的業務能力,與成功之間的關係。

職業網球選手的業務能力就是戰績。巴拉巴西他們蒐集了2008年到2015年每一位網球選手的成績單,打了哪些比賽,贏了多少場,得了多少分等等。

而關於成功,巴拉巴西團隊採取了一個簡單的方法,看選手的維基百科頁面的點擊量。如果每天都有很多人在維基百科上查你的資料,那就說明你的關注度高,贊助商也願意找你。

你可能會說了,有些選手喜歡搞一些場外的戲份,比如,緋聞、衝突等等。這些花邊新聞,也會增加這位選手的維基百科點擊率。那,這些花邊新聞對選手的成功有幫助嗎?

答案是否定的,沒有。

作者他們歷時兩年,通過大數據分析,最後得出的結論是,網球是一個完全由比賽成績決定成功的項目,也就是剛才我們說到的,網球是一個由個人業務能力決定成功的項目。

2、如果一個領域的業務能力是不可測量的,則是由社會網絡決定著是否成功。

我們來看一個不可測量的領域,藝術領域。

柏林博物館有一件名為《戴金盔的男子》的畫作。據說,作者是倫勃朗。於是,這件畫作吸引著成群的欣賞者不遠千里,來柏林博物館打卡。

突然有一天,經學者考證,這,並不是倫勃朗的作品,而是與倫勃朗同時期的一位不知名的藝術家所作。

這個消息,一經公佈,前來柏林博物館打卡的人寥寥無幾了。

你看,畫作依然是那個畫作,沒有變,變的只是作者,前後所受到的待遇就天壤之別了

這樣的例子,在藝術圈不勝枚舉。

一件藝術品到底好不好,仁者見仁智者見智,是沒有客觀的衡量標準的。用巴拉巴西的話說,藝術是沒有品質的。


大數據科學揭示成功的秘訣


那,是什麼在決定著藝術家的成功?是社會網絡。

假設你是一名畫家,作品在二流場館展出了,那你就會在二流的圈層裡困住,你只可能會在不同的二流場館中流轉,你想擠進頂級的圈層,那幾乎是不可能的事。


如果你已經在頂級圈層裡了呢,同樣的,你也會被困在這個圈層。

原因是,頂級圈層被一些人給鎖死了。

哪些人?頂級圈層的利益相關方,比如,頂級場館畫廊之類的、收藏家和藝術家。


如果一位收藏家花了100萬美元買了你的畫作,那麼你就進入了頂級圈層,你就會被鎖死。

怎麼鎖死?比如說,這100萬美元買來的畫作,掛在畫廊一段時間了,沒有人買走,怎麼辦?降價?不可能。這個時候,頂級圈層裡的另外的收藏家,就會出手,以同樣的價格或高價格買下這個作品。

看到了嗎,頂級圈層裡在互相抬轎子。這保證了你的身價,也就是我所說的鎖死你,同時,也是在維護頂級圈層相關方的利益。

當然了,我說的鎖死,並不是貶義詞。

進一步來說,一旦你進入了頂級圈層,也就是說,一旦你成功了,所有與你的成功有關的利益方都會竭力,讓你的成功延續下去。

這就是,網絡驅動著成功。你的成功是網絡給的。這不是人情網,也不是人脈網,而是利益共生網

我們小結一下,在某些特定的領域,業務能力決定著成功。但是,當業務能力是不可測量時,是網絡決定著成功。請注意,如果你所從事的工作,業務能力很難被測量時,那業務能力的重要性就越低;你若想取得成功,就必須要掌握網絡。


大數據科學揭示成功的秘訣


3、當你與一群旗鼓相當的競爭者在比賽時,一定要格外留意一些小細節,因為這些小細節會決定著你的比賽結果。

霍奇森曾經是一名大學教授,退休後成了一個葡萄園的園主。他釀造了很多酒,參加了很多比賽,但結果總是讓他費解。比如,一款紅酒在A比賽中獲得了金獎,卻在B比賽中連入圍都沒入圍。

紅酒是否獲獎,是不是充滿了隨機性呢?

霍奇森做了一個實驗。

參加實驗的是,加利福尼亞葡萄酒競賽的評委會成員。加利福尼亞葡萄酒競賽是北美歷史上,最悠久的葡萄酒比賽。

霍奇森搞來了一款紅酒,分3次,發給這些評委們品嚐,並請他們打分。

請注意,是同一款紅酒,分了3次,隨機發給評委們。

當然了,評委們並不知道是同一款紅酒。

你猜結果怎麼著。評委們打分的確很隨性。比如,某一位評委,第一次喝這個酒時,可能給了70分,沒過一會兒,再次品嚐,可能給了90分。

霍奇森連續4年,都重複了這個實驗。結果證明,隨機性不是偶然。在任何一場比賽中,任何一位評委給相同的紅酒,打分一致的概率,僅有18%。

如果是區分量販裝紅酒與頂級紅酒之間的區別,無須動用專業評委,我們這些凡夫俗子都能區分差別。但是,如果要是區分頂級紅酒與頂級紅酒之間的區別,那即便專業評委上陣,也難分勝負。

原因很簡單,我們沒有一個簡單實用的工具,可以明白無誤地確定哪一款頂級紅酒更勝一籌

我們在前面說到過,在某些特定的領域,能否取得成功,是由業務能力決定的。但是,在絕大多數領域,業務能力是不可測量的。比如,頂級紅酒之間的比賽、流行音樂比賽、文學獎評選等等。

霍奇森的紅酒實驗告訴我們,當大家都優秀的時候,也就是大家都接近能力上界的時候,能力表現並不是成功的決定性因素。


大數據科學揭示成功的秘訣


那是什麼在決定著成功呢?

我們來說一個長期以公正著稱的比賽:伊麗莎白女王國際音樂大賽。

這個音樂大賽是世界上最重要,也是最具影響力的大賽。比如說,小提琴表演。如果你在小提琴表演中獲勝,可以得到一張大額支票,無償使用4年的斯特拉迪瓦里小提琴,還可以進入全世界頂尖的音樂學院學習,簽訂演藝合同等等。

這個大賽,每年進入決定的只有12人。這12人,要演奏同一首曲子。這避免了有人挑選自己長期練習的曲子而佔得先機。這12人,在決賽出場的順序,是隨機抽籤決定的。曲子樂譜隨著出場順序的確定而下發,從而保證每人練習曲子的時間是一樣的。評委打分,不得互相商量,評委一旦打出了分數就不得更改。

說到這裡,你可能越發相信,這個大賽的公平公正。

然而,巴拉巴西的研究發現,相反。這個大賽和紅酒大賽一樣,有著精心設計的公平程序,但是這套程序導致了不公平。

以鋼琴為例。1952年到1991年,長達40年,在相同的規則下,舉辦了11場鋼琴比賽。結果發現,在第1天出場的演奏者中,沒有任何人獲獎。獲獎者主要集中在第5天出場的演奏者。

有兩位經濟學家把這些數據,放在統計學顯微鏡下觀察,得出的結論是:這不是巧合,是大賽的程序決定了結果。

為什麼第1天出場的演奏者,拿不到獎項?第5天出場的演奏者,多半都拿到了獎項?

大賽的曲子,不僅對參賽者是新的,對評委也是新的。第1天,評委對曲子是有生疏感的。當聽了幾天之後,評委們逐漸熟悉了曲子。這個時候,往往就能打出高分。

還有一個原因。第1天,就給出高分,你覺得可能嗎。讓你去做評委,第1天就給高分,估計你也不敢。如果你第1天就給了高分,那後面再聽到讓你歎為觀止的表演,你該怎麼辦。沒有哪個評委會在比賽一開始就給出高分的。

相信你已經看出來了,率先上場的人,在競爭中,其實是處於劣勢的。凡是有打分的比賽,這種率先上場有劣勢的情況就會存在。要解決這個問題也簡單,那就是允許評委在看過之後的比賽,有機會修改前面給出的分數。然而,目前,無論是體育比賽,還是音樂或其他比賽,都沒有這樣的機制。


大數據科學揭示成功的秘訣


這個效應,被稱為“即時偏差”。也就是說,出場順序靠後的選手,在我們大腦中具有最高的“即時性”,往往能脫穎而出。


大數據科學揭示成功的秘訣


我們稍微總結一下。當大家都優秀的時候,也就是大家都接近能力上界的時候,能力表現並不是成功的決定性因素,而是一些外在的因素在決定著成功,比如出場順序。

用巴拉巴西的話說,如果沒有硬數據來決定結果走向,那,細微、甚至是下意識的細節、微不足道的小技巧,決定著結果。

現實生活中,這樣的情況比比皆是。

比如,面試的時候,所有的應聘者的水平與能力都差不多的時候,如果你在面試結束時與面試官開了一個小玩笑,或者你的簡歷上列出了一項令人好奇的技能,亦或者你戴了一副引人注目的眼鏡,那你就很有可能被錄用了。


大數據科學揭示成功的秘訣


當然了,這並不是鼓勵大家把注意力都放在小聰明上。你需要注意的是,只有當大家都處於能力上界,至少大家的能力都旗鼓相當的時候,這些小細節才是決定性的因素。


大數據科學揭示成功的秘訣




大數據科學揭示成功的秘訣


1、科學研究表明:團隊越大,忙的人會越來越忙

GitHub是全球最大的程序員交流社區。世界各地的程序員們,可以通過這個網站,自發地聯合起來去做一個項目。

佛蒙特大學的一位教授,就圍繞GitHub做了一個跟蹤調查,看看每個項目裡的每一位參與者都幹了一些什麼,誰的貢獻最大。

調查結果顯示,團隊中人員的貢獻,是失衡的。

具體來說,是有這樣兩個發現:

第一個發現是,團隊越大,大部分的貢獻都來自某一個人。

比如說,GitHub網站上的項目。很多時候,程序代碼最大的部分,是由某一位成員單獨完成。團隊越大,或者項目越複雜,這位成員就需要做更多的工作。

這就是說,團隊越大,忙的人會越來越忙。


大數據科學揭示成功的秘訣


第二個發現是,越是一個人主導的項目,成功的可能性就越大。

這個發現,可能與我們很多人接收到的信息相悖。

我們很多人接收到的信息是,團隊成員要積極參與,各抒己見,協同交流,才能促進項目成功。

但,科學再次告訴我們,不是這樣的。


大數據科學揭示成功的秘訣


科學的方法是,要“定於一人”,由一人來主導項目。

原因很簡單,人多想法多,但,這個項目具體往哪個方向走,只能由一個人說了算。

聰明的公司,都有放權意識,給予幹活最多貢獻最大的人權限,由他來主導項目。這就是現代科學管理方式了。我們應該依據項目來設置領導者,而不是讓公司的領導來管項目。

在這個項目裡,你貢獻最大,你是領導者。到了另外一個項目,你可能只是個普通的成員,來提供協助的。


2、功勞與真正幹了多少活兒是沒有關係的

真實的世界是,幹活的是一些人,拿走功勞的是另外一些人。

不公平,但,很“科學”。

中科院計算所研究員沈偉發明了一個算法,可以預測諾貝爾獎的得主。

W和Z粒子的這個發現,獲得了諾貝爾獎。

W和Z粒子的論文作者,一共由137位科學家。最終,獲得諾貝爾獎的是其中兩位,在署名順序中,排在第105位和第126位。

沈偉發明的算法,預測的結果,與諾貝爾獎頒獎結果一致。

那,諾貝爾獎為啥會頒給第105位和第126位呢?沈偉又是如何預測出來的呢?

答案就是,跟蹤這些科學家的研究項目,看看他們研究的連貫性。

比如說,既然你做出了這麼重大的發現,那你在這個發現之前,肯定也應該做過相應的研究或貢獻吧;這個發現就像挖開了金礦,在這個發現之後,你肯定還會在這個領域深耕下去吧,不可能就此結束了吧。

也就是說,這篇論文對於這個科學家而言,一定不是孤立的。這個科學家在這之前以及之後,都應該在這個領域發表過相關的論文。這個科學家不僅擁有這個論文,還擁有這個課題。但是,同時署名的其他科學家,就不一樣的,他們可能是臨時被喊過來幫忙的。

所以,無論是諾貝爾獎還是沈偉的算法都認為,這樣的科學家應該獲獎,諾貝爾獎應該頒發給這樣的科學家。

這符合我們上面介紹的,成功並不取決於能力表現,而是取決於我們,取決於我們的感知。

是你想到的點子,引導了項目的成功;是你辛苦工作,促成了項目的完工;是你細緻地檢查,確保了項目的質量。可是,我們看不到。

我們只看到論文的完整性和研究的連貫性。誰就這一發現發表了一系列完整的論文,那他就擁有這個課題,擁有這個論文,擁有這個發明。

並不會因為誰誰誰幹的活兒最多,就應該拿走最大的功勞。功勞,與真正幹了多少活兒,沒有關係。

功勞並不依據於能力表現,而是基於他人的看法。


大數據科學揭示成功的秘訣


蘋果是喬布斯發明的嗎?

當然不是。但是,我們就是認為,蘋果是喬布斯發明的。


3、怎樣拿走屬於你的功勞?

既然我們找到了規律:團隊中,功勞並不依據能力表現,而是基於別人的看法。

那,我們有沒有辦法,可以規避這個規律帶來的不公平呢?

有辦法。

沈偉的算法,在預測諾貝爾獎的時候,發現了這樣的一個情況。

1997年的諾貝爾物理獎的論文是在1985年發表的。

1985年,這篇論文發表的時候,署有5個作者的名字。

我們介紹其中兩位,一位是阿什金,一位是朱棣文。

沈偉的算法,把功勞的79%給予了阿什金。為啥呢?在1985年那個時期,阿什金是領域裡的大神;在1985年的這篇論文發表之前,阿什金還發表過多篇相關主題的論文。

沈偉的算法,把功勞的5%算給了朱棣文。1985年的朱棣文還是這個領域初入門的毛頭小子。

但是,最後,諾貝爾物理獎頒給了誰呢?頒給了朱棣文。

原來,在1985年這篇論文發表之後,朱棣文繼續深耕這個領域,發表了與之相關的多篇且具有重大影響力的論文。而阿什金呢,沒有繼續,啥也沒有。

於是,慢慢地,學術界,就把朱棣文的名字與1985年的那篇論文關聯在了一起。

巴拉巴西也有這樣的經歷。

巴拉巴西曾經有一個優秀的學生,在他手下工作。巴拉巴西意識到,只要他們一起發表論文,那他一定會帶走絕大部分的功勞。後來,這個學生離開了巴拉巴西,繼續深耕這個領域,不斷地發表文章。現在,這個學生已經是這個研究領域的擁有者。

我們經常會說,誰誰誰拿走了功勞。其實,功勞不是一次性的,是一個系統。


大數據科學揭示成功的秘訣


樂隊開演唱會,主唱會逐一向觀眾介紹樂手的名字,請問,你記住得他們呢?觀眾最終記住的還是主唱。你的導師或領導,把你的名字放在報告的最前面,你能拿走那份功勞呢?在其他人眼裡,功勞還是你的導師或領導的。

這就是真實的世界。真實的世界,可能不公平,但它符合定律。定律就是不管你喜不喜歡,它就是這個樣子。

那,我們究竟要怎樣避免這個定律帶來的不公平,拿走屬於我們的功勞呢?

方法是,自立門戶,獨立工作

在初期,你的確需要給別人打工,既積累經驗也積累人脈。在初期,即便你的導師或領導,把功勞給你,你也未必接得住。

但,到了一定時期,你必須要跳出去,獨當一面。


大數據科學揭示成功的秘訣


達琳·洛夫是一位黑人女歌手。但,在成名之前,她在幕後工作了很多年。原因出在她的黑人身份上。因為她是黑人,只能在幕後唱歌,別人用她的聲音來對口型。電臺裡播放著她的歌,她卻在給別人掃廁所維持生計。

直到有一天,達琳·洛夫徹底過不下去了這樣的日子,決定走出來,走到臺前來。雖然這條路很難,但達琳·洛夫最終還是成功了。

快70歲的時候,達琳·洛夫站在了舞臺中央,放聲高歌,贏得陣陣掌聲。


大數據科學揭示成功的秘訣





大數據科學揭示成功的秘訣


1、成功的公式:初始的成功x適應度=未來的成功

任何一件事物,在初始就小有成績,就等於按下了啟動的按鈕,就會像滾雪球一樣,奔向更大的成功。

Kickstarter是一個眾籌網站。如果你有一個好點子,但是沒有資金來啟動,就可以把點子掛在這個網站上,籌集款項。但是,數據表明,這個網站上,70%的眾籌項目,失敗了,只有30%的眾籌項目成功了。

30%的項目,為啥能募集到款項?是因為項目本身極具商業價值,還是募集者撰寫的籌款文案打動了網民?

一位社會學家做了一個實驗表明,都不是。

這位社會學家,在這個眾籌網站上,隨機,找了200個新的眾籌項目,也就是集資記錄為零的項目。隨後,他把這200個項目,分成兩組。他給第一組的項目捐助了少量的錢,對第二組啥也沒做。

結果,第一組,也就是收到這位社會學家捐款的項目,後來獲得的捐款比率,是第二組的兩倍以上。

你看,第一組的項目,獲得了初始的成功,這個初始的成功驅動了更大的成功

更進一步來說,成功,才是成功之母


大數據科學揭示成功的秘訣


但是,初始的成功代表的是過去,是短暫的,是一時的。要想取得未來的成功,長遠的成功,除了初始的成功的驅動,還取決於社會適應度。

什麼是社會適應度?就是跟別人競爭的優勢。

雅虎音樂實驗室曾經做過這樣一個實驗。

他們邀請了14000名青少年,來試聽一些新歌。

研究者通過分組,確定了這些新歌的名次。然後,在另一些分組裡,故意顛倒了名次。比如,好歌的排名被壓低了,一般的歌曲排名排在了前面。

我們剛才說到,初始的成功,會驅動更大的成功。這些研究者想看看,那些排在前列,質量一般的歌曲,會不會取得更大的成功。

結果顯示,對於大多數歌曲,的確是這樣的。受試者看到,別人都說這些歌曲好聽,他們也就認為這些歌曲好聽。

但是,也有不尋常的結果。有幾首特別好的歌曲,並沒有被壓住。哪怕名次排在最低,也依然被受試者找了出來,慢慢地被頂到了榜首。

這些特別好的歌曲,就是具有社會適應度的歌曲。也就是說,這些特別好的歌曲,與其他歌曲對比,是有內在能力的,且內在能力幫它取勝了。

的確,你可以通過一些手段,來啟動初期的成功。但,初期的成功代表的是過去,是短暫的,是一時的。要想取得更大的成功,要想在未來取得成功,要想取得長遠的成功,除了初期的成功來驅動,還需要社會適應度。社會適應度不等於業務表現,雖然它依靠業務表現。社會適應度是跟別人競爭的內在優勢。


大數據科學揭示成功的秘訣


初始的成功,那是過去的成功。初始的成功,乘以社會適應度,才等於未來的成功。這個消息,對於我們普通人來說,尤其是我們這些後來者來說,真是福音啊。它讓我們看來了希望、未來。


2、成功可以發生在任何時間和年齡


翻看偉大的科學家的成名史,我們的確可以看到,科學家們都是在職業生涯初期就取得了成功。

看樣子,年輕的時候沒有取得成功,年齡漸長就沒希望了?人到中年就不中用了?

並不是。

巴拉巴西做了一項研究證明了,成功可以發生在任何時間和年齡。


大數據科學揭示成功的秘訣


巴拉巴西和他的團隊,找來了4000多萬篇論文,歷時2年,將這些論文按照時間排序,而不是按照科學家發表論文的年齡排序,來看科研產出與成功之間的關係。

結果,巴拉巴西發現,每一篇論文,成為最具影響力的論文的概率,是一樣的。

也就是說,任何時間和年齡所撰寫的論文,都有可能成為最具影響力的論文

進一步來說,任何時間和年齡,都有取得成功的可能

既然成功與年齡無關,那為何許多科學家在職業初期就取得了成功,為何我們很多人在步入中年後就日漸老朽成功無望了呢?

巴拉巴西的研究表明,這與年齡無關,而與產量有關

巴拉巴西拿買彩票來舉例。

假設你每年都買一張彩票,那你這輩子哪一年中獎的幾率都是一樣的。但是,如果你在年輕的時候,買了很多張彩票,而到了中年之後,彩票買得少了,那麼,年輕時中獎幾率就比中年以後要高。

所以,你看,為什麼年輕的時候容易取得成功,是因為年輕人有衝勁,這增加了成功的幾率;為什麼人到中年就成功無望了,是因為人到中年不願意幹、倦怠了,降低了成功的幾率。

由此,我們可以得到,想要成功,最好的辦法就是,多做一些項目。因為我們無法預測哪個項目能夠取得成功。巴拉巴西說,“現在,我知道我寫的每一篇論文都是一張彩票,而每一張彩票都有機會獲得突破性的發現。所以,

我應該加倍地投入研究工作中,比年輕時更勤快。”


3、能否成功,有個簡單的測量公式

剛才我們說到,我們無法預測哪個項目能夠取得成功,所以,要想成功,最好的辦法是,多做一些項目。

去做了,就有成功的可能。不去做,就永遠都不會成功。

你可能會說,多做一些項目,這就像無頭蒼蠅碰運氣,這種話說了,等於啥也沒說。

那好,接下來,我來告訴你一個非常簡單的公式,可以用來測量項目的成功與否。

這個公式是,S=QR。

S代表成功,Q代表執行力,R代表想法的價值。

也就是說,一個項目的成功等於,執行力乘以想法的價值。

值得提醒你注意的是,這是個乘法公式。執行力或想法的價值,無論哪個低,最終的乘積都小,也就是不成功。

我們先來說R,也就是想法的價值。

假設你想在一個小型的購物中心裡開一家快餐店,而這個小型的購物中心裡已經有5家快餐店了,那麼,你的這個想法的價值就低了,也就是R低。

再假設你想通過人工智能技術改造你所在的行業,那你的這個想法的價值就高,也就是R高。接下來,就要看你的執行力了,也就是Q。

我們很多人會認為,隨著年齡的增長,經驗的積累,我們會越來越擅長把心中的想法落地執行。

但是,科學再次讓我們目瞪口呆。

科學研究表明,人的執行力,是不變的,是不隨年齡的增長而遞增的。


大數據科學揭示成功的秘訣


也就是說,你大學畢業那年的執行力是怎麼樣的,若干年之後,你的執行力依然是大學畢業那種水平。

巴拉巴西團隊研究了Twitter上大V們與粉絲們的互動能力。按照我們慣常思維,大V們與粉絲們的互動能力,是日漸提高的。但是,巴拉巴西研究團隊發現,並沒有,一個人在註冊社交媒體賬號的時候,其互動能力是怎樣的,就已經確定了,以後基本上不會得到提升。

你可能會很沮喪。那我就不用努力了嘛,因為已經定型了。

如果你有這樣的想法,那我要提醒你了,雖然執行力不會變,但每個人在不同的事情上的執行力是不一樣的。

打個很簡單的比方,你喜歡吃中餐,不喜歡吃西餐,那你在面對中餐和西餐時的胃口,是不一樣的。

所以,如果你一再嘗試,多次努力,依然失敗,那你很可能走錯了方向。

如果你發現在某個項目上的執行力不行,那就要做出決斷了,是不是要繼續在這個項目上耗下去。

如果你發現在某個職業或領域極有執行力,你需要做的只有一件事,堅持下去。

一定要堅持下去。

為啥?

還記得剛才我們說到的嗎,成功可以發生在任何時間和年齡,堅持做下去才有成功的可能


4、成功是有期限的

我們剛才說到,成功可以發生在任何時間和年齡。但是,巴拉巴西依然提醒我們,成功是有期限的。

成功是有期限的,這句話包含兩個意思。

一個意思是,成功,真的要趁早。另外一個意思是,成功也會被漸漸淡忘。

我們先來說,成功,真的要趁早。

為什麼要儘早成功?

一個顯而易見的原因是,人終有一死。

生老病死決定著,成功的期限。

還記得我們剛才介紹的,成功是無界的嗎。

成功是無界的,也就是說,在一個領域裡,最厲害的人會拿走絕大部分的蛋糕。

還記得我們剛才說的,影響未來成功有兩個變量,其中一個變量就是初始的成功。

所以,你只有儘早取得成功,才有可能享受到成功帶來的紅利。由初始的成功帶來更大的成功。


大數據科學揭示成功的秘訣


接下來,我們來說說,成功也會被漸漸淡忘。

大家都知道,我們處於“注意力經濟”時代。人們對一件事物的關注度,來得快,但也去得快。今天很火很紅的事物,到了明天,可能就過氣了。

所以,要想不過氣,就需要藉助Q的力量,也就是執行力,堅持不懈。

J.K.羅琳、史蒂芬·金,這些功成名就的作家們,為什麼一直堅持在寫作?原因就是他們深諳“成功有期限”這個科學定律。他們嘗試不同的寫法,不放過任何一次讓讀者刮目相看的機會,讓名氣永不下線。

再舉個例子,某些娛樂明星即便沒有作品面世,也要時不時搞一下花邊新聞上熱搜,也是深諳“成功有期限”這個科學定律,不讓觀眾遺忘他們。

當然了,我們不要向娛樂明星學習,應該向J.K.羅琳和史蒂芬·金這些功成名就的作家們學習,持續輸出,保持高產。


大數據科學揭示成功的秘訣




分享到:


相關文章: