背景：为什么孤立的数据没有意义？-新东方前途出国

背景：为什么孤立的数据没有意义？

上一讲，我们介绍了如何提高数据的敏感度，就是强迫我们的大脑从定性方式的思考转变成定量方式的思考，强迫我们从数量的维度理解现实世界。  

完成了这个任务之后，我们进入下一步——怎么通过寻找数据的背景来理解数据的意义？  

背景不同，意义不同  

为什么要寻找数据的背景呢？原因很简单，因为不考虑背景，你就不能准确理解数据的意义。  

我们先看一个案例：2016年，我国出生人口性别比是108.27。那么，怎么理解108.27这个数据的意义呢？  

出生人口性别比是指在自然状态下，活产男婴的数量除以活产女婴的数量，然后再乘以100之后的值。之所以乘以100，是为了方便理解。假如2016年出生了10000个女婴的话，对应的男婴就是10827个。  

上面说的是这个数据本身的含义，但一个孤立的数据能说明什么呢？很明显，它的意义指向并不清楚。也就是说，只有给这个数据一个背景，才能明确它的意义。  

我们先找找标准。出生人口性别比，有没有正常范围呢？人口学家说：我们研究很久了，这个数值是由生物学规律决定的，相对稳定在一个范围，联合国也给了范围的标准——103到107之间。  

这就明确了。108.27比107大，说明我国的出生人口性别比不在正常范围内，偏高。  

但这只是背景之一，如果纵向比较一下呢？也就是说，与我国近些年出生人口性别比的历史情况相比，它又说明了什么呢？  

查阅资料，数据是这样的：1982年，我国的出生性别比是108；2004年是121，为近年来的高值。之后逐年下降，到2016年，出生人口性别比已经连续下降了12年，回到了1982年，也就是计划生育政策开始时的水平。这就说明，出生人口性别比虽然还是不正常，但是有一个逐渐好转的趋势，而且非常接近正常范围了。  

你看，单看2016年这一个数据，只会感觉出生人口性别比这个指标不正常。但是加上历史演化的背景，感觉一下子就变了，数据指向的意义也变了。所以，背景不同，意义不同。  

在不同的视角下，数据可以有无限多的背景，也就有无限多的意义。那么，怎么通过背景来理解数据的意义呢？  

我们讨论数据的意义，大致有三个方向。一是涉及理解事情的属性，也就是“是什么”这类问题。二是涉及理解事情的相对情况，比如上下、左右、快慢、轻重、大小、远近，这类事情都是相对的。三是涉及理解当事人的真实意图。  

这三类方向基本覆盖了日常生活绝大部分的情况。我们一一来说。  

方向一：理解事情的属性  

理解事情的属性，也就是“是什么”这类问题，或者说是分类问题、定性问题。  

一件事情，是健康的，还是病态的；是合法的，还是非法的；是雄性的，还是雌性的等。这类问题都指向一个确定的基准，比如一个临界点、一个里程碑、一个正常范围、一个关键门槛等。

 

举个例子，体脂率，指脂肪重量在总体重中所占的比例，反映了人体内脂肪含量的多少。如果你的体脂率是21%，这是正常还是不正常呢？  

首先要看性别和年龄。成年人的体脂率正常范围，你在网上一搜就能搜到结果——女性为20%-25%，男性为15%-18%。所以，21%的体脂率，你要是女性就是正常的，是男性就超过正常范围了。  

但如果换一个基准，这个数据的意义就会跟着改变。比如，如果你是搞体操的、搞健美的，21%的体脂率肯定就超标了。  

有些问题的基准相对容易找，比如体脂率这样的科学问题，已经研究得很深入了。而有些问题没有现成的基准，就需要你创制一个，只要你的理由可以让大家接受就行。当然，也有些前人的经验可以借鉴。  

在日本的水俣这个地方，因为化学污染，大量的民众汞中毒，当地把这个病叫“水俣病”。事情被揭露出来后，肇事公司一次性赔偿给水俣渔业协会2000万日元。那么，2000万日元是多是少呢？  

这个没有参照，没有现成的基准，只能创制一个。一般来说，把总量转换成人均，可以更准确地理解这个数量是多还是少。所以，我们就计算一下人均可以获得的赔偿额。对于损害这么严重的水俣病，一个受害者能分到多少钱呢？人均12500日元。  

当时，12500日元正好等于一盎司黄金，用金价折算的话，相当于今天的人民币11600元。这样，你对这笔赔偿是多还是少，就有了自己的判断吧。  

除了用人均寻找基准，水俣病案例还使用了另一种常见的确定基准的方法。你可能也注意到了，就是把钱数转化成黄金价格，以此为中介来了解赔偿额大致价值多少。  

这个方法非常常见，比如你经常会听到“以1980年不变价格计算”“扣除通货膨胀因素”“同比如何如何”“环比如何如何”，都是使用的寻找基准点的方法。  

方向二：理解事情的相对情况  

你注意到没有，一件事情是快是慢、是轻是重、是大是小、是远是近，都是相对的。所以，理解这类问题，就要找参照系、找对比值。  

比如中国的老龄化程度，2019年的数据是15.37%。那问题来了，15.37%这个数据怎么样呢？中国的老龄化问题严重不严重呢？  

要问答这个问题，咱们就得看看其他国家。日本的情况怎么样呢？60岁以上的比例是32.79%，高出中国好多，是世界各国人口老龄化排行榜的第一名。第二名是意大利，28.59%。第三名是德国，27.35%。中国排多少呢？第65位。所以在世界范围内，中国的老龄化程度不是最严重的。  

但这是不是就说明中国的老龄化问题不严重呢？这就不是一个排行榜的数据能回答的了。  

方向三：理解当事人的意图  

虽然说人心是最难理解的，但是数据会泄露线索。好的数据思维，可以帮助我们快速提出正确问题，接近正确答案。  

1994年，四个年轻人筹集8000块钱开了一家火锅店，各占25%的股权。后来，四个年轻人成了两对夫妇，每家占50%的股权。这就是著名的海底捞。两对夫妇分别是张勇夫妇和施永宏夫妇。刚开始，四个老板有活一起干。慢慢的，就由领导力最强的张勇掌控全局了。到2007年，海底捞已经发展成了国内很大的餐饮公司。这时候，张勇很强势地提出，让施永宏夫妇转让给自己18%的股权。  

问题来了，为什么张勇要夺走的股权不多不少，正好是18个点呢？  

《公司法》规定，不同比例的股权之下，股东拥有的权限是不同的。如果你拥有三分之二以上的股权，就有了对公司的绝对控制权，公司所有的重大事项你都可以表决通过。张勇原来有50个点，现在又要走18个点，这样一共是68个点，正好比三分之二，也就是66.7%多一点点，他就拥有了公司的绝对控制权。  

你看，知道了公司治理的制度背景，就能准确理解18%这个数据，也就更能准确理解当事人的行动依据。  

再举一个例子，《假如迪士尼运营医院》这本书里讲过一个故事：  

作者来到迪士尼乐园的后台，发现墙上有大大的海报，写着好几个顾客满意度。作者注意到，所有的满意率都在75%到80%之间。这让作者很诧异。因为每一个人肯定都有感觉，很少有人对迪士尼乐园不满意，怎么满意率这么低呢？  

我们得看看这个满意度调查是怎么做的。顾客是在“很满意、比较满意、满意、比较不满意和很不满意”这5种选项中选择，那么，满意率是不是既包括选择很满意的，也包括选择比较满意的和满意的呢？  

其实不是。  

迪士尼的管理者告诉作者：我们只计算很满意的那部分。如果三种满意都计算，数字会特别好看，都是99%以上，这会让员工觉得没有提升空间，没有什么可以做得更好。为什么要只计算很满意呢？因为我们发现，选择很满意的顾客的忠诚度是选择比较满意的顾客的6倍。  

重点来了，你以为迪士尼调查的是顾客满意度，其实人家调查的顾客忠诚度，也就是来了一次之后还会再回来玩儿的那些人，而不是来了一次下次就不来了的那些人。  

知道了如何通过背景来理解数据的意义，下一讲我们再前进一步，看看在面对一个数据时，怎么挖掘它背后隐藏的信息。  

 划重点  

1. 背景不同，数据代表的意义就不同。只有确定了数据的背景，才能准确理解数据的意义。

2. 掌握数据的背景可以帮助我们理解什么信息呢？第一，理解事物的属性；第二，理解事物的相对情况；第三，理解当事人的意图。  

【免责声明】  

1、个别文章内容来源于网络善意转载，版权归原作者所有，如侵权，请联系删除；  

2、所有图片来源于网络，版权归原作者所有。如有侵权问题请告知，我们会立即处理。