ชอบเล่ม Everybody Lies เล่นแรกของเขามากกว่ามาก แกนของเล่มนี้คือ ความพยายามหาคำตอบของหลายเรื่องในชีวิตด้วยการใช้ข้อมูล ผู้เขียนเรียกว่าเป็นคำตอบแบบ data-driven เช่น เลือกคู่ยังไง คนเราเลือกจากปัจจัยอะไรบ้าง แล้วปัจจัยเหล่านั้นสัมพันธ์กับการมีชีวิตคู่ที่มีความสุขมั้ย ควรเลี้ยงลูกยังไง เลี้ยงแบบไหนให้เป็นนักกีฬา ทำอย่างไรให้ชีวิตประสบความสำเร็จ ทำอะไรถึงมีความสุข ผู้เขียนบอกว่าหนังสือเล่มนี้ของเขาจัดเป็นหนังสือประเภท self-help ทำให้มันแตกต่างจากเล่มแรกมาก แม้ว่าทั้งสองเล่มจะพยายามใช้ข้อเด่นของ big data เหมือนกัน เล่ม Everybody Lies ใช้ในแบบที่ว้าว แต่เล่มนี้ทำเราผิดหวัง แอบงงที่ผู้เขียนมั่นใจว่าคำตอบแบบ data-driven นั้นแตกต่างจาก gut-driven เพราะสำหรับเรา เนื้อหาทั้งหมดในเล่มเราแบ่งได้เป็น 2 กลุ่ม คือกลุ่มที่ไม่เห็นว่าคำตอบแบบ data-driven ของเขาจะแตกต่างจาก gut-driven ของเราตรงไหน กับกลุ่มบทที่รู้สึกถึง selection bias อย่างแรงกล้าในการวิเคราะห์ข้อมูล โดยเฉพาะสองบทสุดท้ายที่เกี่ยวกับความสุข เขายกการทดลองหนึ่ง ที่ผู้ทดลองส่งข้อความถามผู้ร่วมทดลองจำนวนมากทาง app บนมือถือเป็นระยะ ๆ ว่า ตอนนี้กำลังทำอะไรอยู่ แล้วให้ผู้ร่วมทดลองให้คะแนนความสุขของกิจกรรมที่กำลังทำอยู่ สุดท้ายได้ผลลัพธ์มาเป็นตารางกิจกรรมที่ทำแล้วมีความสุข เช่น เกนของความสุขของการคุยกับเพื่อน (เมื่อเทียบกับไม่ทำกิจกรรมนี้) เท่ากับ 6.38, เดินเล่น 6.18, ดื่มเหล้า 5.73, นอน 1.08, อยู่ในห้องเรียน -1.5 (เกนติดลบ แปลว่า ไม่มีความสุข) ถ้าเราถือว่าข้อมูลที่ตอบทั้งหมดเป็นความจริง และคนให้คะแนนมีมาตรฐานเดียวกันและน่าเชื่อถือจริง ๆ ก็ยังมีประเด็นที่ชวนตั้งคำถามถึงการวิเคราะห์ข้อมูลอยู่หลายจุด เช่น กิจกรรมบางอย่างมันไม่ควรเกิดร่วมกับการใช้มือถือ เช่น ในห้องเรียน คนที่ใช้มือถือในห้องเรียนเพื่อสละเวลาอันมีค่ามาตอบแบบสอบถาม ก็มีแนวโน้มที่จะไม่มีความสุขกับการเรียนอยู่แล้วนี่นา ไม่งั้นจะหยิบมือถือขึ้นมาทำไม ส่วนคนที่กำลังอิน เขาไม่ได้อยู่กับมือถือตอนนั้น หรือกิจกรรมเดินเล่น คนเดินเล่นเพราะอยากเดินเล่น เขาตัดสินใจแล้วว่าเขาจะไปเดินเล่น เพราะมันอาจช่วยให้เขาผ่อนคลาย ทำให้มีความสุข ฉะนั้นคนที่ตอบแบบสอบถามขณะที่กำลังเดินเล่น จึงมีแนวโน้มที่จะให้คะแนนว่าฉันมีความสุข การนอนก็เหมือนกัน คนที่อยากนอน ล้มตัวลงไปนอนแล้ว แต่ยังไม่นอนไม่หลับด้วยเหตุผลอะไรบางอย่าง แล้วเล่นมือถือขึ้นมา ก็สะท้อนระดับความสุขว่าเป็นคนละระดับกับคนนอนที่หลับไปแล้วอย่างมีความสุข คนพวกนี้จึงตอบแบบสอบถามไม่ได้ นอกจากนี้ ผู้เขียนยังเสนอกลยุทธ์ประหนึ่งว่ากิจกรรมที่มีเกนของความสุขแตกต่างกันเหล่านั้น สามารถบวกลบคูณหารกันได้ราวกับริง (อันที่จริง บางกลยุทธ์ยังสมมุติประหนึ่งว่ากิจกรรมทั้งหลายเป็น abelian group ให้ลองทำสองกิจกรรมสลับลำดับกันสิ และถ้าทำแบบนี้จะได้ความสุขมากกว่า) เราคิดว่าสมมุติฐานของเขาละเลยความคิดที่ว่าความสุขกับความเจ็บปวด co-exist (หนังสือที่พูดประเด็นนี้ไว้อย่างดีเยี่ยมคือ The Other Side of Happiness ของ Brock Bastian) ... โดยรวมแล้ว แม้หนังสือจะอ่านเพลิน ข้อมูลบางเรื่องน่าสนใจ แต่มีประเด็นการวิเคราะห์ที่ค้างคาใจเยอะเหลือเกิน จนรู้สึกผิดหวัง และหลายตอนที่เขียนเวิ่นเว้อ ค่อนข้างน่าเบื่อ
เริ่มอ่านหนังสือเล่มใหม่ของ Seth Stephens-Davidowitz ชื่อ Don't Trust Your Gut ซึ่งเป็นเล่มที่ 2 ของเขา ติดใจจากหนังสือเล่มแรก Everybody Lies ... บันเทิงมาก ... สำหรับเล่มนี้ เปิดเรื่องมา ก็เอาตัวอย่างหนึ่งจาก Dataclysm ของ Christian Rudder มาเล่าซ้ำ เพื่อยกตัวอย่างการใช้ประโยชน์ data ที่สวนทางกับความรู้สึก (theme หนึ่งในหนังสือเล่มแรกคือ data ในฐานะ truth serum และเดาจากชื่อปกเล่มนี้ เขาจะตีกรอบให้แคบลงมาที่ประเด็น data อาจพูดอะไรบางอย่างสวนทางกับความรู้สึกหรือสัญชาตญาณ) ในตัวอย่างนี้ สมมุติว่าคุณเป็นคนโสดที่อยากหาคู่ (Rudder เป็นนักคณิตศาสตร์และคนก่อตั้ง OkCupid เขาก็ใช้ข้อมูลจาก platform นั้นมาวิเคราะห์) ข้อสรุปจากข้อมูลคือ ถ้ารู้ตัวว่าไม่สวยไม่หล่อเบอร์ต้น ๆ ข้อมูลแนะนำกลยุทธ์ว่า ไม่ต้องพยายามทำให้ตัวเองเป็นเบอร์กลาง ๆ ไม่ต้องพยายามเลียนแบบเบอร์ต้น ๆ เพราะไม่ช่วยอะไร ไม่ต้องไปเอาคะแนนสวยหล่อแบบกลาง ๆ แต่ให้ฉีกสุดโต่งไปเลย (อาจนึกถึงคุณมาดามมด) แน่นอน มีคนไม่ชอบเยอะ และพวกที่จะให้คะแนนแบบกลาง ๆ ก็ไม่ให้คะแนนเลย แต่ ... คนที่ชอบแบบนั้นจะเผยตัว
(แอบกลับไปเปิดหนังสือของ Rudder หาข้อความที่เคยไฮไลท์ไว้ ... a flaw is a powerful thing. Even at the person-to-person level, to be universally liked is to be relatively ignored. To be disliked by some is to be loved all the more by others.)