---
title: A negyedik negyed (döntési térkép)
type: framework
aliases: [fourth quadrant, negyedik negyed, decision map, döntési térkép, binary vs complex payoff, phronetic rules, fronetikus szabályok, where models work, model error, modellhiba]
tags: [risk, decision-making, uncertainty, measurement, strategy]
sources: [the-black-swan, measure-what-matters, monetizing-innovation, nudge, thinking-in-bets]
updated: 2026-09-14
status: solid
---

# A negyedik negyed (döntési térkép)

**Mire való.** Ez Taleb egyetlen *pozitív* eszköze ([[the-black-swan]], Postscript VI): egy térkép arról, **hol használhatók a statisztikai modellek és hol nem.** Nem azt mondja meg, mit tegyél, hanem hogy hol áll meg a tudásod.

A kommunikációs fordulat maga is tanulságos. Taleb évekig azt mondta a statisztikusoknak, hogy "ez rossz", és ellenségeskedést kapott. Amikor átfogalmazta arra, hogy **"a tudásod ebben a három negyedben gyönyörűen működik, de vigyázz a negyedikkel"**, ugyanaz a közönség azonnal befogadta. A tanulság átvihető minden belső meggyőzési helyzetre: a hatóköri térkép elfogadhatóbb, mint a cáfolat.

## A két tengely

**1. tengely — milyen a kifizetés?**

- **M0, bináris ("igaz/hamis").** Csak az érdekel, bekövetkezett-e. A "nagyon igaz" nem ad többet. Valaki terhes vagy nem; egy hipotézis igazolódik vagy nem. Technikailag a nulladik momentumtól függ: a *puszta valószínűség* számít, a nagyságrend nem.
- **M1, összetett (várható érték).** Nemcsak a gyakoriság, hanem a **hatás** is számít — sőt gyakran a hatás valamilyen függvénye. Egy járvány, egy háború lehet enyhe vagy súlyos. Befektetésnél nem az számít, hányszor nyersz, hanem hányszor **szorozva** azzal, mennyit.

**2. tengely — honnan jön az esemény?**

- **A: Mediocristan** — nagyon nagy eltérések gyakorlatilag lehetetlenek.
- **B: Extremistan** — a nagy eltérések lehetségesek vagy valószínűek. → [[extremistan-vs-mediocristan]]

**Taleb figyelmeztetése:** ez az *egyetlen* a priori feltevés, amit meg kell tenned. És ezt nem adat dönti el, hanem a generáló mechanizmus szerkezetének megítélése — Extremistan épp azt rejti el, ami megcáfolná ("masquerade problem").

## A négy negyed

| | **M0 — bináris kifizetés** | **M1 — összetett, nyitott kifizetés** |
| --- | --- | --- |
| **Mediocristan** | **1. negyed.** Az előrejelzés biztonságos, a modellek működnek. Ritkább a valóságban, mint laborban. | **2. negyed.** A statisztikai módszerek kielégítően működnek; vannak kockázatok (preaszimptotika, függetlenség hiánya, modellhiba), de ezeket a szakirodalom kezeli. |
| **Extremistan** | **3. negyed.** Kevés kár származik a tévedésből, mert a szélsőség nem befolyásolja a kifizetést. Ne aggódj túl sokat. | **4. negyed — a fekete hattyú tartománya.** Itt lakik a probléma (és a lehetőség is). Itt **egyetlen modell sem jobb, mint bármelyik másik.** |

Taleb példái a két kifizetés-típusra:

| M0 (bináris) | M1 (összetett) |
| --- | --- |
| Egy beteg orvosi eredménye | Járvány (hány fertőzött) |
| Pszichológiai kísérlet (igen/nem válasz) | Szellemi és művészi siker (eladás, hivatkozás) |
| Egyetlen ember élete/halála | Klímahatások (bármely mennyiségi mutató) |
| Szimmetrikus rulett-fogadás | Háborús kár (áldozatszám) |
| Előrejelzési piacok | Biztonság, terrorizmus, természeti katasztrófa |
| | Általános kockázatkezelés, biztosítás |
| | Tőkeáttétel nélküli befektetés hozama |
| | Gazdaságpolitika |

**A negyedik negyed definíciója egy mondatban:** ott, ahol *"the difference between absence of evidence and evidence of absence becomes acute."* → [[silent-evidence]], [[narrative-fallacy]]

**A javaslat:** nem az eloszlást tudod megváltoztatni, hanem a **kitettséget** — vagyis a negyedik negyedből a harmadikba kell átlépni (a kifizetést bináris/korlátos alakúra csonkítani). Ennek klasszikus eszköze a biztosítás, a limit és a súlyzó. → [[barbell-strategy]], [[asymmetric-payoffs]]

## Marketing-besorolás

**1-2. negyed (a modelljeid működnek):**
- Konverziós A/B-teszt, landing page-teszt, tárgysor-teszt — bináris kimenet, nagy minta.
- Panel- és háztartáskutatás: penetráció, vásárlási gyakoriság, ismertség, felismerés. → [[light-buyers-and-penetration]], [[mental-availability]]
- Ötfős használhatósági teszt (minta ≥3/5 szabály) — bináris kimenetre. → [[five-user-test]]
- Fizetési hajlandóság-mérés adott, ismert kategóriában. → [[willingness-to-pay]]
- Választási architektúra hatásmérése (default-arány, opt-in). → [[choice-architecture]]

**3. negyed (Extremistan, de nem fáj a tévedés):**
- "Lesz-e virális a tartalom?" mint igen/nem kérdés: a tévedés nem kerül semmibe, ha a tartalom előállítása olcsó.
- Egyedi PR-megjelenés, konferencia-előadás, közösségi kísérlet eredménye.

**4. negyed (itt a modellek veszélyesek):**
- **Kampányhozam és médiamix-modellezés hosszú távra**, ha a csatorna hozamának eloszlása kövérfarkú.
- **Ügyfél élettartam-érték (LTV) előrejelzés** magas koncentrációjú vevőbázison. → [[lifetime-value-levers]]
- **Piacméret-becslés új kategóriában.** → [[opportunity-assessment]], [[emerging-industries]]
- **Platform- és algoritmusfüggő elérés tervezése** több évre.
- **Márkahírnév-kockázat, adatkezelési és szabályozási kitettség**, jogi kockázat.
- **Adósságból vagy fix kötelezettségből finanszírozott növekedés.** → [[robustness-and-redundancy]]
- **Bevezetés új kategóriába** (nem tudod, mekkora lehet a kimenet; Taleb "atipikusság"-tétele: helyesen megjósolt sikernél az eladást akár 22-szeresen alábecsülték). → [[the-chasm]], [[growth-hacking]]

## Kilenc fronetikus szabály a negyedik negyedre (Postscript VII)

Taleb *phronesis* (döntési bölcsesség) szabályai, ha nem tudsz súlyzózni:

1. **Tiszteld az időt és a nem demonstratív tudást.** Ami régóta működik, valószínűbben tartós. A negyedik negyedben *sokkal* hosszabb idő kell, hogy egy adatsor felfedje a tulajdonságait — ezért végzetes a bankvezetői kompenzáció éves ablaka olyan kockázatoknál, amik ötévente robbannak. **A bizonyítási teher azon van, aki megbolygat egy komplex rendszert.**
2. **Kerüld az optimalizálást; szeresd a redundanciát.** A készpénz a tartalék az adósság ellentéte. A túl-specializáció kockázat: "Someone who is a Wall Street analyst moonlighting as a belly dancer will do a lot better in a financial crisis than someone who is just an analyst."
3. **Kerüld a kis valószínűségű kifizetések előrejelzését** — a hétköznapiakét nem feltétlenül.
4. **Vigyázz a távoli események atipikusságával.** A "forgatókönyv-elemzés" és a "stressz-teszt" balek-módszerek: a múltbeli hiányok nem jelzik előre a következőket, tehát nem tudod, mire tesztelj. Az előrejelzési piacok sem működnek itt, mert a fogadás nem véd nyitott kitettséget.
5. **Vigyázz a bónuszok morális kockázatával.** Optimális stratégia rejtett kockázatra fogadni, bónuszt felvenni, aztán robbanni és köszönőlevelet írni. → [[okr-and-compensation]]
6. **Kerülj bizonyos kockázati mutatókat.** A "szórás", a "lineáris regresszió", a Sharpe-ráta, az ANOVA, a legkisebb négyzetek — semmit nem mérnek a negyedik negyedben.
7. **Pozitív vagy negatív fekete hattyú?** Negatívnál a múlt **túlbecsüli** a stabilitást; pozitívnál **alábecsüli** a potenciált. → [[asymmetric-payoffs]]
8. **Ne keverd a volatilitás hiányát a kockázat hiányával.** Az Extremistanba való átmenetet gyakran épp a csökkenő volatilitás jelzi.
9. **Vigyázz a kockázati számok prezentálásával.** A keretezés a negyedik negyedben élesen befolyásolja a döntést: *"on average, investors will lose all their money every thirty years"* több befektetőt hoz, mint *"3,3% esély van rá, hogy évente elveszíted"* — matematikailag ugyanaz. A repülős kísérletben: "ezer évente egy baleset, ha évente egyszer repülsz" → 100% vállalná; "az ezer járatból egy lezuhant" → 70%. → [[reframing]], [[libertarian-paternalism-and-ethics]]

## A munkamenet (45 perc)

1. **Listázd a negyedév öt legnagyobb tétjét.** (Büdzsé-allokáció, szerződés, termékdöntés, csatornaváltás, árazás.)
2. **Minden tételre két kérdés:** *(a)* a kifizetés bináris vagy nyitott? *(b)* a generáló mechanizmus Mediocristan vagy Extremistan? A besorolás a priori: nem adatból, hanem szerkezetből.
3. **Az 1-2. negyedben:** használd a legjobb modellt és bízz benne. Mérj, tesztelj, optimalizálj.
4. **A 3. negyedben:** ne vitatkozzatok a valószínűségről, csak legyen olcsó.
5. **A 4. negyedben:** ne a modellt javítsd. **Csonkítsd a kitettséget.** Kérdések: mi a maximális veszteség? Van-e limit, biztosítás, kilépési pont, redundancia? Ha nincs, a döntés nem hozható meg ebben a formában.
6. **Írd le a hibaarányt.** Minden 4. negyedes tételhez: "az utóbbi négy hasonló becslésünk mennyit tévedett?" Ha nincs ilyen adat, jegyezd fel, hogy nincs — ez maga információ. → [[epistemic-arrogance]]

## Mire nem való

- **Nem ad valószínűséget.** A térkép azt mondja meg, hol *nem* számolható a valószínűség; nem helyettesíti a számítást ott, ahol az megy.
- **Nem üzenet-, pozicionálás- vagy elérésmodell.** Sharp, Ogilvy és Miller vonala változatlan.
- **Nem menti fel a döntéshozót.** A besorolás a priori ítélet; ha rosszul sorolsz be, a térkép ugyanolyan hamis biztonságot ad, mint bármelyik modell.
- **Nem tudományos eredmény a marketingben.** Taleb a saját szakterületén (pénzügyi adat) demonstrálta; a marketing-besorolás ezen az oldalon **a wiki analógiás fordítása**, nem mért állítás.

## Feszültségek

- **Doerr ([[okr-objectives-and-key-results]], [[input-output-outcome-metrics]]).** Az OKR mérést és számot kér. Feloldás: a kulcseredmény *bemeneti és kimeneti* mutatói (elérés, disztribúció, belépési pontok lefedettsége, feliratkozó) többnyire az 1-2. negyedben vannak, tehát mérhetők; a *kimenet* (bevétel, piaci részesedés, kategória-teremtés) gyakran a negyedikben — ott az OKR **elköteleződés**, nem előrejelzés. Ez pontosan Grove aspirációs kosara.
- **Thaler–Sunstein ([[nudges-framework]], [[choice-architecture]]).** A nudge-irodalom az 1-2. negyedben mozog (bináris döntés, nagy minta, replikálható) — ezért marad a wiki egyik legszilárdabb anyaga, Taleb kritikája ellenére is. Taleb maga mondja ki: az empirikus pszichológia igen/nem kimenetei robusztusak a harang-görbe hibájára.
- **Ramanujam–Tacke ([[outside-in-business-case]]).** Az "élő üzleti terv" WTP-alapú; a WTP-mérés az 1-2. negyedben van (adott kategória, ismert vevő), a belőle épített **több éves volumen-előrejelzés** a negyedikben. A wiki állása: az R–T-módszer a *sorrendben* helyes (ár előbb, mint termék), de a belőle készített hosszú távú számítás hibaaránya nagyobb, mint a szám.
- **Módszertani.** A térkép Taleb *International Journal of Forecasting*-cikkéből származik, és a besorolás-tengelyek a priori jellegűek. A "negyedik negyedben egyik modell sem jobb a másiknál" állítás erős; Taleb az empirikus alátámasztást a kurtózis-instabilitásra és a kitevő-érzékenységre építi (Postscript V). Ezt formálisan senki nem cáfolta, de a marketingre való átvitel analógia.

## Duke vs. Taleb: hol szabad kimondani a százalékot (beolvasva 2026-09-14)

[[annie-duke]] ([[thinking-in-bets]]) központi eszköze a **kalibrált hit**: a bizonyosság
kimondása százalékban vagy sávban ([[belief-calibration]]). Az érve erős: *"ha aggódunk amiatt,
hogy tippelünk, akkor már tippelünk"* — minden döntés implicit előrejelzés, a kérdés csak az,
kimondva van-e. A kimondás elmozdít a 0%/100% szélektől, és mérhetővé teszi a tévedést.

**Az ellenvetés, amit ez az oldal ad hozzá.** A kalibrált valószínűség ott működik, ahol van
**eloszlás**. Duke bizonyítéka pókerből jön, ahol 52 lap van, és az esélyek kiszámolhatók —
ez a *ludus*, nem az élet ([[ludic-fallacy]]). A negyedik negyedben, ahol a kifizetés bonyolult
**és** az eloszlás ismeretlen, vastag farkú, a kimondott százalék **hamis pontosságot** ad,
és a hamis pontosság rosszabb, mint a bevallott tudatlanság: döntésre jogosít fel ott, ahol
nem szabadna.

**A wiki döntése, ahol a két keret metszi egymást:**

| Negyed | Duke eszköze használható? | Mit csinálj helyette / mellette |
|---|---|---|
| 1–3. negyed (egyszerű kifizetés vagy ismert eloszlás) | **Igen.** Kalibrálj, mérd a találati arányodat, számolj várható értéket. | [[reference-class-forecasting]], [[belief-calibration]] |
| **4. negyed** | **Nem** — a szám álbiztonság. | Kitettség-tervezés: [[asymmetric-payoffs]], [[barbell-strategy]], [[robustness-and-redundancy]] |

Ugyanez a határvonal érvényes Duke másik két eszközére is. A **premortem** az *ismert
ismeretlenek* ellen jó, a barbell az *ismeretlen ismeretlenek* ellen — a premortem felsorolja
a jövőket, a fekete hattyú definíció szerint az, ami nincs a listán
([[premortem-and-backcasting]]). A **resulting elleni védekezés** viszont a negyedik negyedben
is érvényes, sőt ott a legfontosabb: ahol a szerencse súlya a legnagyobb, ott a legrosszabb
a kimenet szerinti ítélet ([[resulting-and-outcome-bias]], [[luck-vs-skill]]).

## Kapcsolódó

[[belief-calibration]] · [[resulting-and-outcome-bias]] · [[luck-vs-skill]] · [[premortem-and-backcasting]] · [[annie-duke]] · [[thinking-in-bets]] · [[barbell-strategy]] · [[asymmetric-payoffs]] · [[extremistan-vs-mediocristan]] · [[ludic-fallacy]] · [[forecasting-limits]] · [[epistemic-arrogance]] · [[robustness-and-redundancy]] · [[black-swan-events]] · [[input-output-outcome-metrics]] · [[nassim-taleb]] · [[the-black-swan]]