
大數(shù)據(jù)時代的小數(shù)字感:數(shù)據(jù)再有價值,別人聽不懂照樣沒用
目前,“大數(shù)據(jù)”概念已經(jīng)深入人心,很多人都喜歡談?wù)摯髷?shù)據(jù)。而我們利用數(shù)據(jù),其中一個很重要的目的在于,用之為決策提供支持。因此,如何有效地呈現(xiàn)出大數(shù)據(jù)給出的結(jié)果,并把數(shù)據(jù)以“人話”說出來的,并讓受眾(很可能是你的上司)聽得懂,就顯得非常重要的!
想做到這一點,就得迎合人性,或者,更具體點說,要迎合人類大腦的特征。
一部經(jīng)典電影引出來的數(shù)字感
如果你看過巴里·萊文森導(dǎo)演的經(jīng)典奧斯卡電影《雨人》(RainMan),或許你不會忘記其中一個非常有意思的橋段:在餐館里,患有自閉癥的哥哥(達斯汀·霍夫曼飾),面對散落一地的牙簽,目測就能將其分成三小堆,并能很快給出每小一堆牙簽的數(shù)量:82,82,82,然后又瞬間心算出牙簽總數(shù):246。
哥哥的心算能力,的確不錯,但相比于他高超的數(shù)字感——能達到82,那只能說,驚為天人了。
當(dāng)然,這僅僅是影視作品,我們知道,影視作品通常是基于生活,而高于生活的。那么真實的生活場景,我們普通人又是什么樣的呢?數(shù)字感又是個什么東東呢?
在進行解釋之前,請讀者快速瀏覽一下如圖1所示圖片,不用數(shù)出來,告訴我,你看到了多少張人物臉譜?
圖1 數(shù)字感測試
相信絕大部分人,都能瞬間給出正確的答案:五個!而無需用從一數(shù)到五。美籍?dāng)?shù)學(xué)家托拜厄斯·丹齊克(Tobias Dantzig)指出,這就是一種“數(shù)字感(number sense)”,亦稱數(shù)(shù)覺,它是一種不通過數(shù)(shǔ)數(shù)(shù),就能一眼看出物之多寡的感覺。
烏鴉也有數(shù)字感
這種原始的數(shù)字感,在很多動物身上也有體現(xiàn),例如鳥類。丹齊克在其科普名作《數(shù):科學(xué)的語言》中,就提供了一個有趣的例子:
有一只烏鴉,在一個莊園主的望樓里筑巢,園主不勝其擾,決心打死這只烏鴉,但他嘗試了多次,都沒有成功,因為人一旦靠近,烏鴉就非常警惕地飛離了巢穴,遠(yuǎn)遠(yuǎn)地待在樹上,耐心地等人離開望樓,然后再飛回巢穴。
圖2 烏鴉的數(shù)字感
有一天,園主心生一計:決定讓2個人同時走進望樓,然后留一個潛藏其內(nèi),另一個出來走開。但這個烏鴉并不上當(dāng),它還是等著,直到第二個人出來。
這個實驗一連做了幾天:兩個人,三個人,四個人,都沒有成功。最后,用了五個人:也像前幾天一樣,先一起進望樓,然后留一人潛藏其內(nèi),其他四個人走出來。這次奏效了,烏鴉的數(shù)字感終于“失靈”了——也就是說,但集合變大后,烏鴉已經(jīng)無法辨別四與五的差別,因此它馬上飛回巢里,然后就被留在望樓的人,逮個正著。
人類的數(shù)字感有多強?
“數(shù)字感”是動物的基本心理特征之一。丹齊克指出,“一種比鳥類高強不了多少的原始數(shù)覺,就是我們有關(guān)數(shù)字概念的核心?!?/span>
但是,我們能否將這種數(shù)字感(即數(shù)覺),和人類的其它五種感覺(即視覺,聽覺,嗅覺,觸覺和味覺)相提并論嗎?
答案是:還真能!
在2013年9月6日的《科學(xué)》雜志上,荷蘭烏得勒支大學(xué)(Utrecht University)研究小組,對這一問題實施了深入的研究[3]。這項研究表明,我們的大腦,有一個固定的區(qū)域來處理數(shù)字感,從而使得我們具備不用計數(shù)就能感知數(shù)目的能力——也就是說,事實上,我們?nèi)巳硕际蔷邆涞诹械模ㄅ四琼椞厥獾膶S懈杏X,要排名第七了!)。這項研究打破了原有的界限:大腦的一邊負(fù)責(zé)處理來自感覺器官的刺激,另一邊負(fù)責(zé)管理抽象概念(比如數(shù)字)。
數(shù)字,在本質(zhì)上,是人類是對實物的一種抽象。人類接受這種抽象的能力,歷經(jīng)年代非常久遠(yuǎn)。英國著名哲學(xué)家伯特蘭·羅素(Bertrand Russell,1872~1970)針對數(shù)的抽象性,總結(jié)道:“僅僅在文明的高級階段上,我們方能以一串?dāng)?shù)(自然數(shù)串)作為我們發(fā)現(xiàn)的起點。在遠(yuǎn)古時期,發(fā)現(xiàn)一對錦雞和兩天,都是數(shù)字二的實例,一定需要很多時代。其中所包含的抽象程度確實不易達到。”
作為高智慧群體,人類相比于其它動物,這種數(shù)字感相對較強。但這個“相對性”也是非常限度的,在目標(biāo)個數(shù)超過7個時,人類的這種感覺也會明顯下降。
讀者可以嘗試看圖3所示的圖片,在圖3第一列中,無論黑點的大小或形狀如何變化,你都能一眼判斷出目標(biāo)的數(shù)量為1。在第二列中,也沒有問題,你也可以秒測出目標(biāo)數(shù)量為4。而在第三列,你可能就沒有那么容易在不數(shù)數(shù)的情況下得出答案為7。當(dāng)目標(biāo)元素的個數(shù)繼續(xù)上升,人類的這種引以自豪的數(shù)字感,或者說對抽象數(shù)字“渾然天成”的理解,就會迅速衰減。
圖3 不同個數(shù)元素的數(shù)字感測試(圖片來源《科學(xué)》)
從數(shù)字感得出什么啟發(fā)?
從上面的討論,我們能得出什么啟發(fā)呢?那就是,如果你想讓你的受眾,一點也不費力地理解你的數(shù)字,你最好換個說法,盡量用10以下的數(shù)字來描述。
比如,在加多寶廣告里,最好不要給出一個海量數(shù)字自夸銷量,例如說在中國,我們每天售出312 458罐加多寶(無法得到準(zhǔn)確數(shù)字,此處僅為說明問題,而虛構(gòu)了一個大數(shù)字)。而是更好的說法可能是:“中國每賣10罐涼茶,7罐加多寶!”這里,我們不去爭論其中的是非曲直,但后者用小數(shù)字,明顯更能打動消費者,因為這樣的小數(shù)字,他們更容易聽懂!
再比如說,如果你是醫(yī)生,要叮囑尿路結(jié)石的患者,每天要喝1500ml水。這樣冰冷冷的數(shù)字,患者很容易無感。但是換一種說法,對患者說,你每天喝3瓶農(nóng)夫山泉的水量,患者的記憶效果就好很多。
此外,另一個方面的啟發(fā)是,說到底,人還是一個感性居多的動物。人類用了幾百萬年的進化,才對小于7的數(shù)字有瞬間秒懂的數(shù)字感。而理解更為復(fù)雜的數(shù)據(jù),必須越過更高的認(rèn)知壁壘,才能對客觀數(shù)據(jù)對象建立相應(yīng)的心理圖像,完成認(rèn)知理解過程。
人類有個爬行腦(那個控制人欲望的那部分大腦)更喜歡視覺化的信息,而不是抽象信息。因此,只有迎合大腦的特性,才能讓我們的數(shù)字,具有沖擊力和感染力,進而更具有說服力。
萬維鋼先生最近(2016年8月12日)寫了一篇小短文《要怎么說,別人才能聽懂你的數(shù)據(jù)》,文中就列舉了一個案例:2016年6月《紐約時報》刊登了一篇文章(Compare these gun death rates: The U.S. is in a different world)[4],這篇文章的主旨,是用統(tǒng)計數(shù)據(jù)來說明美國槍支的泛濫程度,事實上,這個話題毫不新穎,但可圈可點的是,或者說值得數(shù)據(jù)科學(xué)家借鑒的是,文章作者解釋數(shù)據(jù)的方法,別具風(fēng)格。
根據(jù)美國FBI統(tǒng)計,2014年,美國有8 124人死于槍殺。人類那點可憐的數(shù)字感,對于這個數(shù)字的感覺,只能感性地停留在控槍的情況“比較糟糕”。但具體情況有多糟糕,報紙的受眾基本上是沒有什么概念的。
而《紐約時報》的做法是——盡量降低數(shù)字,增強數(shù)字感!
美國人口共有三億多人,死于槍殺的8124人,其實,這相當(dāng)于每百萬人有31人死于槍殺,平攤到每一天,日死亡27人。
可是國家這么大,每天死亡27人,又有什么特別的呢?
正可謂,不比不知道,一比嚇一跳!
文章作者接著又把美國的槍殺死亡數(shù)字,跟其它發(fā)達國家做了橫向?qū)Ρ龋杭僭O(shè)其它國家的人口,也和美國人口一樣多,那么他們?nèi)账劳鲇跇寶⒌臄?shù)字又分別是多少呢?文章給出了如圖4所示的可視化圖。
圖4 美國與其它發(fā)達國家死于槍殺的人數(shù)對比圖(圖片來源:紐約時報)
由圖4可輕易看出,美國就是一個孤立點,“鶴立雞群”,其死于槍殺的人數(shù),在發(fā)達國家中遙遙領(lǐng)先,這就給人以強烈的沖擊力——美國的控槍,勢在必行了!
結(jié)語:
由此,我們可以得知,數(shù)據(jù)是理性的,而給人震感的,卻是感性,而連接感性和理性的途徑,靠的就是受眾的數(shù)字感和數(shù)字的可視化。
數(shù)據(jù)再有價值,別人聽不懂,照樣沒用。抓住人性特征,充分利用人的數(shù)字感和可視化青睞,以良好的數(shù)字呈現(xiàn)方式,可以讓冰冷冷的數(shù)字瞬間活過來。
在大數(shù)據(jù)時代,對于數(shù)字,數(shù)據(jù)科學(xué)家們懂,不算懂。大家懂,那才叫真的懂!
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
訓(xùn)練與驗證損失驟升:機器學(xué)習(xí)訓(xùn)練中的異常診斷與解決方案 在機器學(xué)習(xí)模型訓(xùn)練過程中,“損失曲線” 是反映模型學(xué)習(xí)狀態(tài)的核心指 ...
2025-09-19解析 DataHub 與 Kafka:數(shù)據(jù)生態(tài)中兩類核心工具的差異與協(xié)同 在數(shù)字化轉(zhuǎn)型加速的今天,企業(yè)對數(shù)據(jù)的需求已從 “存儲” 轉(zhuǎn)向 “ ...
2025-09-19CDA 數(shù)據(jù)分析師:讓統(tǒng)計基本概念成為業(yè)務(wù)決策的底層邏輯 統(tǒng)計基本概念是商業(yè)數(shù)據(jù)分析的 “基礎(chǔ)語言”—— 從描述數(shù)據(jù)分布的 “均 ...
2025-09-19CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-19SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動態(tài)隨機一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時,“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗與 t 檢驗:差異、適用場景與實踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計學(xué)領(lǐng)域,假設(shè)檢驗是驗證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對象的 text 與 content:區(qū)別、場景與實踐指南 在 Python 進行 HTTP 網(wǎng)絡(luò)請求開發(fā)時(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請求工具對比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點數(shù)據(jù)的科學(xué)計數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點數(shù)據(jù)時的科學(xué)計數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運營問題、提升執(zhí)行效率的核心手段,其價值 ...
2025-09-12用 SQL 驗證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計” 與 “用戶體驗 ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅(qū)動下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當(dāng)下,精準(zhǔn)營銷成為企業(yè)突圍的核心方 ...
2025-09-11