知識才是真正豐富人生的資產

正式上課至今，上了「會計學」跟「統計學」兩門課，接著是「經濟學」。開課前，詢問身邊的人，大部份朋友說上這三堂課意義不大，用不到。但因為我是機械工程科畢業，就讀EMBA得先修過這三堂課才行，可是每堂課各兩學分，共計六學分不算在內，因此經濟、會計、統計有「負六」稱號。上課前，倒沒有因此被影響，說實話能重回校園的感覺很棒，不論有無學分，能好好學點東西才是目的。

【關於會計學】
上會計學之前，已經有人不斷強調這門課有難度，尤其是一堆會計科目的使用，主要是得觀念很清楚、邏輯要夠、資料流向得懂，不然會讀的相當吃力。再來是財務報表，像資產負債表、損益表、現金流量表、股東權益變動表等，要做起來不容易之類的評語。正式上課那天，心情有點緊張，還真怕會跟不上，看著市面上會計學一本厚厚教材，看了很難不腿軟。

「老師教得非常好！深入淺出，簡要明瞭！」整堂課，教授教學的結構與邏輯清楚，速度飛快將各種不同類型科目與關係，建立起各種連結來平衡。而我本來前陣子也在研究財務報表，對於各種科目的相對關係有些不清楚，從課堂中教授的引導，終於理解為什麼科目在報表上會這麼呈現，還有每張報表之間的相對關係是基於什麼基礎被計算出來。甚至，對於股權、選擇權、股利、資本公積、盈餘公積等，原本不大懂常常在投資人會議上出現的各種股東權益科目，也大概理解裡面的數字是怎麼去對應到報表中。

會計跟財務息息相關，尤其是約莫八年前創業時，我們沒有一個人懂財會，只會記流水帳，但面對投資人時卻派不上用場。再加上當時連請會計師事務所的錢都沒有，公司沒有清楚會計賬，只有一大堆流水目錄。為此，去書局買了本會計帳製作的書，耗費兩個禮拜猛嗑書中的各種知識，太太陪著我五天沒睡，硬是學了會計系統，開始做會計傳票、日記帳，再弄出總帳後，終於完成人生第一份資產負債表、損益表、現金流量、股東權益變動表等。雖然做完了，不過那時留下的龐大疑問依然沒有解答，靠著土法煉鋼的方式雖完成報表，但也不知對還錯。

會計課結束下課後，回家又重新溫習一次研究分析財務報表的書籍，再把過去公司三年所有資料全打開來，才發現一堆科目做錯，平衡沒有做好，導致報表上出現各式各樣負債，可是負債卻沒有因應收入跟應收來做平衡。簡單的講，如果換個角度作會計賬，可採取較有利於公司現況來定義各種費用收入與支出，再把報表給投資人看，或許不會得到完全一面倒的評價，尤其那是份門外漢做出來的問題報表。在課堂中，深深體會到知識與現實的巨大落差，即使才上了兩堂，卻已令我收穫到前所未有的寶物。

【關於統計學】
許多朋友提到統計學時，大多都說如果不是做數字調查、分析人員，根本用不上，基礎數學就很夠用，統計學只是拿來交差了事用。對統計學，沒有太多概念，印象大概停留在維基百科加上MBA智庫裡面提到的各種解釋、形容與案例，尤其是市場調查、收視率調查、民意調查等。不過近年來隱隱約約有種感覺，或是工作的關係，面對各種數據資料要「分析」跟「預測」，甚至是「猜測」結果，似乎統計這門學問的專業有其必要性。

尤其像過去投放數位廣告一事，觀察廣告發展走勢，監控相對成效表現，雖然有很多變數影響，可是如果幾個可控變數被控制在一定範圍內，那是否在幾個系統設定上的變數能夠被細分成不同的控制項，相對就能比較準確地找出機率較高的「落點」？曾經，這類數據都是靠著每半小時一次，下載整個廣告報表，然後從時間序列中去分析不同時間的相對差距比，再來去向後推估同個投放策略，在「變」或「不變」的狀況下，可能可以去做哪些設定及調整。可是這一切，全都是透過純粹的觀察、紀錄與歸納，用著很原始，土法煉鋼的方式把數字算出來，到底各種預測的真實性有多少，說老實話沒有太多根據。

統計學老師用日常生活我們看到的現象來解釋統計在做的事情，比方說「偽陽性與偽陰性」兩個不同的詞，在統計之中怎麼用日常生活的方式解釋。舉例來說，本來應該健康的人，但卻判斷為不健康，可實際卻是健康；本來不健康的人，但卻判斷為健康，可實際卻是健康。因而，衍生出要監督人在什麼時候才算健康、什麼時候不健康，這標準該落在哪邊？如果太過偏向某個面向，可能會產生問題。他舉了另外的例子，像是汽車速限六十公里，有正負十公里的設定，而這正負十的差距就是依照各種不同現況統計出來的結果，如果調成正負五公里，那就有可能造成民眾輕易超速，但正負十五或二十公里，設定範圍過廣的意義又不太大。怎麼設定這數字，會跟民眾平常的用路習慣與道路狀況有很多複雜關聯。

聽到這，腦袋馬上冒出這兩年來，各式各樣我們在分析網路使用者輪廓、特徵、行為、興趣等課題。尤其是在茫茫無盡的網海中，要從一個IP去計算同類資料但卻帶來完全不同結果的預測，到底要怎麼辨識該IP是同一個人還是不同人，預設評估使用者的範圍要放大到多大，才能將該IP涵蓋在內，可又不會因為涵蓋範圍過廣導致分析準確率不高。種種的問題，整晚就像是一個又一個快閃而過的畫面，快速流動與出現。甚至一直以來想要預測使用者的興趣與適合，能不能與某類距離較遠的資訊關聯起來，好比喜歡聽愛情音樂的人，是否比較有機會買巧克力之類的題目等。

統計學老師教的非常棒，易懂且邏輯組織清晰。或許恰巧近年來工作跟數據有脫不了的關係，統計學剛好解惑一些過去思考上的不足。好比像是定義（算出）「標準差」來，找出平均變數（期望值），再透過不同量體投入計算，將資料越往猜測的母體參數逼近。跟過去我所理解數據資料越龐大，算出來的誤差越大越無用，有著不同觀點。於是筆記中，我反倒不停地重新思考「落點預測」以及「常態分佈、非常態分佈」等，可否直接應用進入到我過去做數據分析結構的設計之中。光想到就像老師說的，整晚都睡不著，不停探索著既有數據被分析的可能，然後不再像過去瞎子摸象一樣，雖然現在的程度還是近乎瞎子，不過收穫之多無可言喻。

「知識之所以有價，是因為我們知道能用知識來做什麼有意義的事情，讓自己過得更有意義，而非為了學而學。」我很高興在這年紀，大膽選擇上課這件事情，挑戰自己的舒適圈，藉此間接證明自身觀點。

期待接下來每一堂課，所帶來的各種驚喜與收穫。