【好文分享】懂數據,也要懂說服老闆
「數據」時常被形容為「冷冰冰的數字」,但數據在如今已經越來越重要,有許多企業都有「數據文化」存在,
例如 Airbnb 就有透過數據進行任何決策的文化存在,在 Airbnb 內部甚至還擁有世界第一個數據科學團隊。
對,數據很重要,負責整理數據的人都知道裡頭的意義有多重大,
但,該如何「說服」他人——尤其是決策者——這是個令人頭大的問題。
本文摘錄自《數商:向阿里巴巴前副總裁學習數據時代的生存商數》,
我們將透過下文了解,為什麼人們時常看不懂數據,
以及若要說服他人,呈現數據時應該注重什麼?(責任編輯:藍立晴)
一個高數商的人,會用 A/B 測試的實驗方法創造數據,會用爬蟲的方法獲得數據,會用演算法分析數據;
但這些還不夠,數據分析的結果只有被真正使用和採納才能產生價值,
一位數據科學家常常要向非專業人士,特別是向大眾解釋數據。
講不清楚,無人接受,就只能顧影自憐了。
1853 年,英國和俄國之間爆發了克里米亞戰爭。
這場戰爭共造成 50 多萬人死亡,異常慘烈。
南丁格爾(Florence Nightingale, 1820 – 1910)是一名英國的戰地護士,也是一名自學成才的統計專家。
她出身富裕家庭,卻立志當一名護士,並跟隨部隊來到遙遠的前線。
她在戰場上發現一個驚人的事實:由於惡劣醫療衛生條件導致的死亡人數,竟然遠遠超過戰爭最前線的陣亡人數。
南丁格爾將她的統計發現製成一張圖,該圖清晰地反映了「戰鬥死亡」和「非戰鬥死亡」兩種人數的懸殊對比。
當這張圖被刊載在報紙上後,英國民眾憤怒的聲浪此起彼落,他們無法相信人民的勇士並非戰死,而是餓死、病死了。
討論的風暴愈刮愈猛,促使當局做出成立戰地醫院的決定,隨後創設了人類歷史上第一所正式的戰地醫院。
南丁格爾後來被譽為現代護理之母,
她的這張圖表,是歷史上第一張「極座標圓餅圖」(polar area diagram),
也是早期統計學家利用圖形來展示數據的經典探索。
「數據視覺化」能帶來巨大改變,因為人是視覺動物
南丁格爾的做法,在今天被稱為「數據視覺化」(data visualization),
意指以圖形、圖像、地圖、動畫等更為生動、易為理解的方式來展現數據,
並詮釋數據之間的關係和發展趨勢,以期大眾更有效地理解、使用數據分析的結果。
一張圖催生了一座醫院,改變了一個制度。
南丁格爾的貢獻充分證明了數據視覺化的價值,特別是在公共領域的價值,
官僚們麻木的神經尤其需要強烈的視覺效果來衝擊、刺激。
生理學也證明,大腦皮層中有 40% 是視覺反應區,人類的神經系統天生就對圖像化的資訊最為敏感。
透過圖像,資訊的表達和傳遞,將更加直觀、快捷、有效。
圖不僅直觀,而且看起來更值得信賴。這是人性!
一名康乃爾大學的教授曾經做過研究,當一則廣告宣傳只用文字來說明產品的效果時,只有 67%的研究對象表示他們相信,
但當同樣的文字配上一幅圖一起呈現的時候,有 97%的人都宣稱自己相信。
南丁格爾的成功,關鍵在於透過視覺化清晰地呈現了事物之間的因果關係。
很多時候,我們都需要把數據分析的結果告訴公司的高階領導人或普羅大眾,這是一種交流的過程。
高數商的人一定要有能力完成這個過程,但我在 20 多年的職業生涯中,
常常聽到老闆的抱怨:「我聽不懂你的分析,能不能說句人話?」
很多有能力的數據分析人員都無法清楚表達,在這個環節不戰而退,令人扼腕嘆息。
不懂數據呈現多吃虧?孟德爾已經跌過一跤給你看
不注重數據的呈現和交流,使自己的分析結果功虧一簣,這類的反面案例也有。
孟德爾(Gregor Mendel, 1822 – 1884)是現代遺傳學的奠基人,他花了 8 年的時間做豌豆雜交實驗,
現代遺傳學的三大定律,他一個人就發現了兩個,實驗成果也被整理成論文發表。
他曾在科學會議上宣講自己的重要發現,
但因為他的論文和演講只有枯燥繁複的數字,當時學術界無人能夠完整領會,更別說普通人了。
他的發現也因而被埋沒,直到他去世 16 年後,有人翻出他的論文,才重新認識到孟德爾那些數據的價值,
整個遺傳學事實上被耽誤 40 多年之久!
人類天生在第一時間就會尋找對感覺的依賴,視覺衝擊遠遠強過數據。
事實上,人類的大腦對很多數據是無感的。
數據太大人類也會無感,要如何讓人對「1000 億」有感覺?
不僅如此,我們祖先對「大數據」也是無感的。
當數據大一點,以百萬、千萬、億,甚至百億為單位,就超出了我們的日常生活經驗。
例如,天文學家告訴我們:「宇宙中有 1,000 億個星系,每個星系又包括大約 1,000 億個星體。」
我們對這兩個 1,000 億是沒有感知的,換成 100 億、10 億、1,000 萬,對大部分人來說幾乎沒有差別。
那該如何找到感知呢?我的辦法是找參照和對比。
例如,今天地球上的人口數量大約 75 億,1,000 億是它的十幾倍,
那就想像有十幾個地球站滿了人,每個人都是一個星系或星體。
又例如,生物學家認為,人類大腦中大概有 1,000 億個神經元(細胞),
和宇宙內的星系數量級正好對應,這樣來對比,就比較容易找到感覺。
本書前面提過,人類的直覺天生是反機率的,我們對機率沒有感覺。
其實除了機率,還有比例,人類很難理解數字所代表的真正含義。
最近幾年,去越南旅遊的朋友愈來愈多,他們回來之後,除了稱讚當地的風土人情,
還會不約而同地跟我提到一個感覺:東西很便宜。
一個普通人到越南,會頓生富豪之感,因為新台幣 1 元約等於 810 越南盾,
人人都感覺自己是百萬富翁。
但好玩的是,他們從歐洲回來後都抱怨東西很貴。
如果說歐洲的物價高,那麼在歐洲的花費應該更多才對。
結果仔細一算,他們發現自己在越南花的錢竟然比在歐洲花的還多,每個人都搖頭直覺不可思議!
視覺的力量有多強?不只賣保險業績變成 2 倍,甚至還能改變一國政策!
我聽了他們的經歷之後,不禁莞爾,這又是感覺戰勝數據的證明。
很多人面對購買力強的外幣如歐元、美元時,買任何東西都覺得貴,一換算之後就會放棄購買,所以花費就少。
而使用面額較高的外幣時,所有東西看起來都很便宜,這刺激了他們「買、買、買」!結果就是花了更多錢。
在很多場景中,感覺都完勝數據。
相較於數據,圖片對大腦的影響要強大多了。
有多位心理學家做過一個類似的實驗,他們幫某貧困地區的孩童募款。
第一組展示的是一組孩子的照片,這些孩子個個骨瘦如柴、衣衫襤褸,眼睛裡帶著哀求和恐懼,身邊的環境一貧如洗。
另一組展示的則是一組統計數據,顯示這個地區有數百萬名貧困孩童,數據列出他們的體重、營養狀況、家庭年收入、失學率等詳細的情況。
這麼說吧,透過這些齊全的數據,捐款的人們可以瞭解到的資訊遠比照片豐富且深入,
照理說,這一組應該可以募集到更多捐款才對,但你可能猜到了,
結果恰恰相反;數據這一組募集到的捐款總額連照片組的一半都不到!
再例如,勸人買保險很難,特別是養老保險,即使把人生幾十年的大帳算得清清楚楚,說給對方聽,
很多年輕人也無動於衷,因為他們對年老沒有感覺。
但有公司想到一個好辦法,透過數位化的模擬技術,讓消費者看到自己 80 歲時的老年模樣。
實驗顯示,看過自己年老的照片之後,很多年輕人增加了自己對養老保險的挹注,增加的幅度甚至是之前的兩倍。
在美國的新聞歷史上曾有一道禁令,其宣傳部門禁止所有媒體在報紙上公開刊登陣亡官兵的棺材照,
但美國政府從來不避諱公開在一場戰爭中犧牲的人數,這些數據可以在各式各樣的新聞報導和專題報告中找到。
為什麼呢?
傳媒專家都知道,圖片會激起人們強烈的感情,甚至可能催生大規模的反戰遊行,
但由數字激起的這種情緒化群眾運動,可能性就會低很多。
大家都知道敘利亞內戰,這場戰爭造成了龐大的死傷人數,也造成了龐大的難民群體,
曾經美麗的敘利亞處處斷壁殘垣,人們生活在水深火熱中。
可是這些都沒能觸動西方世界,一端是無邊的戰火,一端是隔岸觀火,甚至火上澆油,地球彷彿是兩個世界。
直到一張照片出現。
2015 年 9 月 2 日,土耳其海灘漂來一具幼童遺體,這是一名 3 歲的敘利亞小難民,面朝下趴在沙灘上,宛如睡著一般。
這名敘利亞小難民,為避開國內戰亂,向加拿大申請難民簽證被拒絕,無奈和家人搭上難民船,前往歐洲避難。
但是難民船因嚴重超載而傾覆,遺體被海浪沖上了沙灘。
小男孩趴在沙灘上的照片讓無數人心碎,這張照片迅速傳遍世界各國,成為歐洲難民危機爆發以來「最揪心的畫面」,
引起廣泛的震驚與反思,直接改變了歐洲的難民政策,並推動對戰爭本身的反省。
這就是視覺的力量。
這也是為什麼新聞可以不需數據,但一定要搭配圖片。
看過這些例子,你仔細一想就會明白人類的偏好。
我們的大腦偏愛色彩鮮明、情感豐富的畫面、場景和故事,大腦對它們會產生強烈的反應,
但對抽象、複雜、需要解釋的數字,反應極為微弱,
因此在大腦決策的那一刻,故事和場景排第一,圖片排第二,文字排第三,數據只能靠邊站。
這也是人類思維的傳統。
我們的大腦是憑藉故事中的情節、場景和畫面來思考的,而不是使用數據。
這一結論,也是認知心理學家反覆發現的事實。
所以,如果你想讓更多人接受你的數據,就一定要考慮讓數據視覺化,
把數據變成圖片,放進具體的場景,再把場景化為一個故事。
高數商的人不僅要懂數據分析,還要精通量化的藝術,要借助生動的圖片和有吸引力的故事將數據呈現出來,
集故事講述者和藝術家的特質於一身。
不僅需要視覺化,還需要講好一個故事,你會不會覺得這太難了?
如果你感到意外,就想想陸游的那句話:「汝果欲學詩,工夫在詩外。」
道理是一樣的。
始終要記住的是,迄今為止,人類思維的第一工具是場景和故事,
然後是畫面,次之是文字,最後才是數據。
(本文書摘內容出自《數商:向阿里巴巴前副總裁學習數據時代的生存商數》,由 時報出版 授權轉載,並同意 TechOrange 編寫導讀與修訂標題。)
本文轉自科技橘報網站文章:【懂數據,也要懂說服老闆】南丁格爾其實是數據視覺化天才!她如何用一張圖表拯救無數人命?