转型：如何培养数据敏感度？

从这一讲开始，我们进入课程的第一模块——感知数据。整个模块的基本任务，就是培养咱们的数据感。这一讲，咱们先说数据感的一个重要方面——如何提高自己对数据的敏感度？  

对一样东西有超乎一般人的敏感度，是思维形成的基础。比如，摄影师就对光线有很高的敏感度，木工对木头的性质有很高的敏感度。

但这个能力不是天生的，怎么通过练习提高自己对数据的敏感度呢？这一讲，我来介绍三个方法，分别是量转型、量定义和对应值。我们一个一个来说。  

方法一：量转型  

量，就是数量的量。量转型的意思就是，你要把过去用定性的方式思考、谈论和使用一个东西的习惯，有意识地转变为用定量的方式思考、谈论和使用。  

举个例子，看见一个小姐姐远远地走来，你就不要说，“小姐姐好漂亮”，而要说“小姐姐颜值好高”。  

为什么呢？用“漂亮”这个词，就是在用定性的方式思考；而用“颜值”，就是用数量的方式思考。漂亮，只有漂亮和不漂亮两种可能；而颜值，空间就大了，可以是10分制，也可以用百分制。这就是“量转型”。  

你是不是想说，这很无聊啊，给女生的容貌打分有这么大的意义吗？你大概不知道大名鼎鼎的Facebook的故事吧？Facebook现在是世界上最重要、规模最大的社交软件，但它起步的时候，就是创始人扎克伯格他们几个男同学想给女同学的颜值打分。没有这一步，就没有现在Facebook的成就。  

更重要的是，你要认识到，对数据思维不足的同学来说，数据世界是非常陌生的，数据思维常常很反直觉，这就导致我们对数据的陌生感、距离感和疏离感，甚至是恐惧感、厌恶感和排斥感。  

所以，感知数据的第一步就是建立对数据的亲近感。你把量转型看成是游戏也好，思想实验也好，总之，先强迫自己进入数据世界，才有可能领略数据世界的风景。

 

思考问题的时候要量转型，社会交往中也要量转型。  

比如，八卦咱们课程的编辑老耿同学的时候，建议你调整自己，不要说“老耿这个人还行”，而要说“我对老耿啊，三七开”。这就从行还是不行这样定性的评价，变成了比例组合的定量评价。

 

其实，日常生活里的任何东西，只要你想，就都可以量转型。比如，你买一盏台灯，就不要买只有一个开关的，而是买那种亮度可以调节的。这样，就从“照亮”这个概念转型成了“亮度”这个定量的概念。  

方法二：量定义  

也就是说，我们要用量来定义质，从量的方面抓住事物的本质。  

这个世界上所有的东西都可以用量来定义。我再强调一遍，这是数据思维课，不是哲学思辨课，所以对这句话，你不要挑战它，而要适应它。  

举个例子，你听见老耿说，“我买了一台标准钢琴”，那你就会反应出，老耿买的钢琴有88个琴键。只有有88个琴键的钢琴才叫标准钢琴。量定义就是这个意思。  

再比如海洋酸化。科学家告诉我们，现在的海洋正在酸化。那么，“酸化”到底是什么意思呢？它对应表示的现实世界的情况到底是什么呢？是说海水是酸的吗？  

我们先看看海水现在的酸碱度是多少。一测量，pH值是8.1。因为酸碱度的中间位置是7，比7大的都是碱性的，所以现在海水还是碱性的。但是，一百年前是多少呢？8.2左右。从8.2降到8.1，说明海水正在向酸的方向发展，所以是“酸化”，而不是“酸性”。  

再比如离婚率。我看一个报道说：现在的离婚率高得吓人，刚公布了2019年的数据，天津市离婚率高，top1，达到了71.28%！意思就是说，“每100人里面，竟然达到了71人离婚的比例。”  

咱们先不要跟着激动，看看离婚率的定义是什么。  

报道给出了图表。但是仔细一看，这里的数据是当年的离婚对数和结婚对数之比，意思是说，一年内，如果把所有结婚的看成是100对，那么离婚的相应就有71对。但是请注意，离婚的这些对，并不都是当年结婚的呀。也许会有那么几对是当年结、当年离，但这样的情况比较少，大部分都是往年结的。所以，分子和分母对应的不是一群人，“每100人就有71人离婚”这样的推论当然就是大错特错的。

 

如果真的想知道每100个人里有多少离婚，该怎么做呢？  

就要把同一批结婚的人找出来，然后跟踪。比如2020年结婚的都记录下来，到2023年看一下，这批人里有多少离婚了，我们就知道了3年内的离婚率。还是这批人，到了2027年，再看一下有多少人离婚，就能判断“七年之痒”这个说法该不该重视。  

简单总结一下：  

这里说的“量定义”，是为了让你理解事物在质和量上的关系。我们一定可以找到一个关键量，这个量抓住了事物的本质，使这个事物得以与其他事物区别开来。这个信念就是数据思维最基本的认知之一。  

但是回到现实世界，我们会面临一个具体问题：有些概念在观念世界里很清楚，但是要在现实世界里抓住它、看到它，就需要一个重要的方法，用量来定义这个概念。这就是“量定义”的高级阶段。你知道，在现实世界，我们就是用测量的方式，逼进一个观念世界里的概念的。  

举个例子，说一个人老了，那含义很清楚，60岁以上就是老了。这里说的是生理年龄，不是心态，也不是活力等。但是说一个社会老了，怎么定义呢？一个社会，生生不息，怎么确定标准呢？

 

这就需要一个像生理年龄一样的标准去测量它。因此，我们就把老年人口占全体人口的比例看成是测量一个社会“生理上”老化程度的指标。刚才我们说了，定义一个老年人的标准是60岁以上，那么老年人口就是所有60岁及以上的群体。这样一来，通过老年人口占全体人口的比例，我们就能测量一个社会的老化程度了。  

方法三：对应值  

接着社会的老龄化问题。量定义清楚了，使用老年人口占全体人口的比例来测量。那么，这个比例要达到多少才是一个老龄社会呢？

 

这里，对应值就出场了。根据人口学家的共识，老年人口，也就是60岁以上的人口所占的比例超过10%，就是老龄社会。这个10%就是对应值。  

老龄社会的对应值比较有共识，但是还有很多情况，对应值并没有共识，需要你来研究确定。  

比如，讨论科研领域的性别平等状况，中国是平等的，还是不平等的呢？  

性别平等状况的量定义比较清楚，把所有的科学家看成是100人，计算女性科学家在其中所占的比例就可以了。但是，哪个比例对应性别平等，哪个比例对应性别不平等呢？  

这个对应值就很难有共识。有人说，女性科学家必须占50%及以上，才是平等的。也有人说，40%及以上就可以。还有的人说，在纯自然科学领域，超过30%就算平等，因为女性对探讨大自然兴趣不大，30%就说明没有社会障碍了。  

到底谁的对应值是对的呢？这里我们不讨论，我们是数据思维课，不是社会学通识课。我只是通过这个例子让你明白，在很多情景下，对应值反映的是你对事物性质和原因的理解，理解不同，选择的值就可能不一样。但从数据思维的角度来说，你必须确定一个对应值，才能定义清楚你对事物的理解。

 

有了对应值这个概念，我们就开辟了一个思考问题的新角度。  

举个例子，什么是微笑呢？你就不一定非从心理上定义，而是可以找到一个量来定义它。比如，露出三分之一的牙，在观察者看来就是微笑。  

这个方式就是银行、证监会、支付平台等金融机构监控异常情况的逻辑。通过记录客户行为，形成一个客户支付行为的模式。这样，设计者就能找到一个对应值，在这个对应值以内，就是正常的；超过这个对应值，系统就会报警，认为这个客户有异常。

 

划重点

如何通过练习提高自己对数据的敏感度呢？教你三个方法

一，量转型。思考、谈论和使用一个东西时，有意识地把过去定性的方式转变为定量的方式。

二，量定义。如果一个事物的性质是用某一方面的量来定义的，就搞清楚它具体是怎么定义的。

三，对应值。在量定义的基础上，为事物确定一个明确的量的标准。

【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。