一、概率思维
概率思维，其实也就是利用概率论的知识帮助我们在一些拥有不确定性的事件中，做出最佳的判断。
这样的例子很具体：
A 直接拥有100块；
B 抛硬币正面朝上得500，反面朝上什么也得不到。
如果是以前的我，会如何做出选择呢？我会直接忽略掉金额，把这个题目变成“在确定性收益和有风险的收益中你选择哪一个？”然后自然而然的选择“确定性的收益”。但实际上不是这样的，确定性的收益固然有其好处，但是如果B选项中的金额换成5万元，或者500万元，我是不是还是要选择“确定性的收益”呢？
毫无疑问，如果能用具体化的数字结论来帮助我们判断，是最好不过了。数学中的“数学期望”我们都学过，但是应用的人恐怕不足5%，根据数学期望，A选项的期望值是100，B选项的期望值是500*0.5=250，可以看出B选项的期望值要远大于A选项，因此从理性的角度说，在这个时候是应该选择B的。
二、量化思维
回归到我们的生活中，其实我们面对很多类似的选择，只不过其中的很多情况我们没有确定的数据，因而难以计算，这就涉及到了另外一个问题，即收集数据的能力。
在微软的应聘者面试题中，常常有下面这样的题目：
在任何时候，纽约的上空有多少架飞机？
一般人一看这个题目就傻眼了，这我怎么会知道呢？
但是有常识的，或者说善于观察的人会有一些了解，来看看他们的解题方法：
在纽约的附近有三个飞机场，按每个机场每隔三分钟分别起飞和降落一架飞机算，三个机场一共平均下来就是一分钟两架飞机在动作，飞机起飞后和降落前的速度按300km/h计算，纽约的直径约为30km，飞机飞过纽约的时长就是6分钟，这样算下来，某一时刻纽约上空的飞机应该有2*6=12架。
这样的算法不一定特别精确，但是却是一个非常有效的思路和可行的办法。如果在面对重要问题的时候我们能稍微动用一下数学知识，收集一些资料，结果可能就会大不一样。数据怎么来？从观察和积累中来，正如福尔摩斯对华生医生说的那样，“为什么同在一间屋子工作，我知道很多确凿的数据，而你不知道呢？因为你只是在看，而我是在观察。”
笑来老师、吴军老师、成甲老师等都不约而同的在自己的文章中提到了概率论的重要性，对于学过概率论的我们来说，何不把这项知识用起来呢？
互联网时代，一切皆可数据化。用数据换资源，用数据控风险，用数据广赋能，用数据赢竞争。得到准确全面的数据，进行靠谱的分析，就能优化我们的选择。
