随着疫情在全球的扩展，无论是经济还是个人的职业前景都出现了巨大的不确定性，除了中国依然在保持增长，其他各国都面临着巨大的跌幅。
不确定性已经成为全球的共同敌人，黑天鹅和灰犀牛就如同喂熟的狗一样撵也撵不走，那么如何才能消除不确定性，实现个人价值和财富的的跨越式飞跃呢？
消除不确定性的唯一方法就是将“不确定性”变为“确定性”，更有力地控制自己的人生轨道。
泰德·威廉士的成功诀窍
棒球运动虽然有很多技巧和诀窍，但是依然难以掩饰它是一个不确定性很强的运动，但是被称为“棒球之神”的泰德·威廉士则通过一个技巧将这个不确定性运动变为一个确定性极强的运动。
泰德·威廉士对击打区域进行数据化处理他将击打区域划分为77个部分，每个部分都是一个棒球可能的位置，他对77个区域进行了级别划分，即图中核心的甜蜜区和周围的边缘区，只有进入甜蜜区的棒球他才击打，其他的球则一律放弃。
本质上来说，他将棒球进行了数据化处理，将棒球飞来的不确定性降低到最小，从而实现“只打好球”的最优目标。
万事皆可数据化
除了极少数事情外，大多数事情都是可以进行数据化处理的，从而实现最大程度的掌控和最高强度的攻击力。
有个朋友是做园区摄像机的销售项目，他的销售方式与其他人不一样。
别的人一般都是按照园区的围墙区域长度、内部人员密度、一些重要场所设计一个摄像机排布方案。这类方案看起来挺不错的，能够实现覆盖面和成本之间的均衡，而且拿到其他工业园区稍微修改一下就可以复制使用。
但是这类通用性很强的标准方案推销起来难度挺大，因为这类方案的特点就是各个监控点平均用力，没有特色。
这个朋友是怎么做的呢？他会根据园区历年的事故和安全事件对某些关键区域进行数据化处理，例如在某些容易出交通事故的出入口安全分数为35分，另外一些从来没有出过事故的出入口安全分数为95分，然后针对低分区域针对性设计了监控方案，尤其是通过智能摄像机的AI能力来识别出高危车辆、人脸并向监控人员实时发出警报信息等。
通过一套完整的安全数据化方案，补齐园区的安全漏洞、减轻管理人员的工作量，真正提升园区的安全指数，他的方案基本上一推一个准。
传统的销售人员就是“我买一套系统给你，让你看得见”，而这个朋友则是“我帮你建立一套数据化管控体系，让你从看得见到看得明白。”
数据化的方案更受欢迎很多以前看起来无法量化的内容，现在都可以进行适当量化。
例如你在公司要升职加薪，那么公司一定有一套晋升制度，每一个等级都有一系列的要求，但是这些要求可能就仅仅是要求，没有给出权重，看起来所有的要求都要满足。
但是如果所有的晋升条件都平均用力，一定是一件最低效的劳动，你可以与HR、主管、已经晋升的老员工交流，了解实际考评时的评价标准和侧重点等，然后对晋升标准进行数据化处理，将重点考核的内容设定为高分，只需要合格的内容设定为中等分数，只要参与过的内容设定为低分等。
这个过程就如同泰德·威廉士对棒球的击打区域进行数据化处理一样，你将确定重点击打哪些区域，从而实现快速晋升。
如果有些方面无法真正做到完全数据化，也可以自己做个“主观评价分数”，并在实践过程中不断调整这个“主观评价分数”。
例如你对当前的工作不太满意，但是因为各种原因又一时半会不太想离开，所以就一直凑合着坚持下去，这种状态你自己不满意，你的主管也不满意，而且对你长期的职业生涯也没有好处，这个时候你就可以做个“去留指数”：每天、每件工作都做一次打分。
如果这个指数一直向上延伸，说明你的环境一直没有得到改善，当这个指数达到一定的数字时，你就明白自己应该离开了。如果这个指数在缓慢下降，则说明你的环境和状态在持续好转，那么也可以考虑留下来。
做个主观评价分数，作为决策依据最“世俗”的数据化方法：“它价值几何”
对于事物或者决策，还有一个更加简单也更世俗的数据化方法，就是“这个事物”、“这个决策”值多少钱。
这个方法虽然简单粗暴，但是在需要快速思考和瞬间决策时也能提供一个判断依据，有依据总比没有依据好。
万事数据化，让你做出更有价值的决策
虽然我们的世界很复杂，无法像游戏里面那样做到人物属性、任务要求的彻底数据化，但是我们可以根据经验、逻辑判断等对最