本书的英文版书名是How to Measure Anything: Finding the Valueof “ Intangibles” in Business ，目的是为面对公共与商业问题时的政府、企业提供量化的方法。这两年“大数据”成为热词后，诸如“贝叶斯算法”这样的统计学名词也随之在IT领域热起来，同时，Hadoop这种软件框架，也为大数据处理提供了一种有效范式。但仅仅这些是不够的，当把互联网分析趋势的方法应用于各个传统行业时，一个更大的问题出现了：对于特定的公共与商业问题，如何为它们提供一种量化决策方法？对这个问题的解决方案只有和大数据处理方式相结合，才能完成大数据决策时代的真正革命。谁应该看这本书呢？政府官员、公共政策制定者、投资人、CEO、CFO、CIO、风险管理者、大数据与商业智能从业者等，都是本书的目标读者群。本书在结尾提供的两个案例——美国环保局通过量化方法提升居民的用水安全，美国军方通过量化预测海外作战的海军陆战队燃油需求，类似的实际操作型案例也是所有管理决策者面临的问题。基于数据的量化管理方式，随着大数据时代的来临变得更迫切，这也是当今每一位政府官员以及CEO们每天都要面对的。而那些看起来难以量化的问题，在本书作者看来，都有一套完整的方法，都是可以量化的，而且并不复杂。这些问题范围广阔，上到人口、环境、空气污染对健康的影响，比如北京的PM2.5到底对市民有多大影响，下到典型的行业问题，如在中国的四线城市，人寿保险市场容量有多大等都是可以量化的，而本书中的大量案例也证明了这一点。在结尾处，作者将这门通用的量化学问称为“应用信息经济学”。前面提到的管理者型读者，不用逐字逐句地看这本书。本书有大量的方法论和统计学细节论述，尤其在中前部。不过，作者想让这些管理者知道，凡事都可以量化，量化需要一套完整的方法，新技术使得这种量化方法更为简化了，比如互联网就是一个潜力巨大的量化工具。本书的第4部分尤其是第13章，作者探讨了“利用互联网舆论进行市场预测”这一大数据领域常常引用的话题。他从另一个角度论述了互联网在量化商业问题上的价值，甚至包括如何量化健康、幸福等这类抽象的事物。当这种方法用于更为复杂的命题时，需要的量化分析模型就不那么简单了，这正好是本书谈论的重点。正在热衷于大数据应用的人士、商业智能与数据仓库从业者、普通的IT人士，可以重点看看第4部分以后的内容，结合前面一些量化“基础知识”扩展对于“企业级决策”的宏观视野，尤其从管理层的决策视角去作量化。本书最有价值的地方，就是提出了一套完整的量化方法论，一套类似咨询公司的行动计划，通过对重大商业决策的变量定义、不确定与价值建模，对于任何投资与商业决策，都可以进行风险量化分析。作者最后说，仅仅是接受“任何事情都是可以量化的”这个理念，读者都已经受益匪浅了。
