该学南丁格尔或孟德尔？你该懂的数字沟通六步骤

（图：孟德尔（左）南丁格尔（右）图源维基百科）

大数据当道，同样的一堆数字，由於各人解读方式不同，结果可能迥异。具备分析力丶善用量化分析思考，你可能因此在竞争激烈的职场中胜人一筹。

专长数据分析丶企业流程创新和知识管理的名管理大师戴文波特（Thomas H. DAVENPORT），以及华顿商学院博士丶韩国国防大学商学及统计学教授金镇浩（Jinho KIM）合着《轻松搞懂数字爆的料》（Keeping Up with the Quants），指出量化分析就是挖掘意义的工具，能让大数据说话。

作者主张，量化分析做得再漂亮丶再精准，若无法有效说服丶促成行动，很可能让你白忙一场。

不相信？先来看看南丁格尔和孟德尔的故事。

大家都知道，南丁格尔是护理业的创始者，更是医院卫生的改革先锋，但你不可能知道，她是以图表呈现数据的量化分析先驱。早在克里米亚战争期间，她就擅长用资料说故事，成功以「数据解读力」说服英国国会议员促进改革丶扭转医疗劣势。
1854年10月，克里米亚战争期间，南丁格尔和38名义工被派到英国在土耳其的野战医院，她发现多数人并非战死沙场，而是因医院环境非常恶劣，死於一般流行病丶地方流行病和传染病。

1855年，医院里的死亡率达到43％，南丁格尔认知到改善基本卫生条件的必要性，也相信统计能够帮忙解决问题。於是她开始搜集资料，有系统做记录，每天详细记载入院丶受伤丶患病丶治疗和死亡人数的资料。

南丁格尔最大的创举就是呈现分析结果的方式。

她知道数字可以证明一切，同时知道单纯的数字列表引不起大家的兴趣。因为一般读者不喜欢阅读数字，也会忽略数字所证明的事。为了让读者了解统计数字背後的意义，她制作图表，以戏剧性方式凸显「因为卫生条件不佳而枉死」的病例，以此强调改善卫生条件的重要。

南丁格尔制作「东方部队死亡原因图」，创新方式是透过圆饼图呈现数据，还特别凸显械形区块。她把械形区块印成不同颜色，让大家清楚看到每月死亡原因的变化情形。数字和图表一目了然，成了强而有力的证据。

「受伤的子弟兵到医院是去送死，而非接受治疗！」她用前述创意十足的图表编制报告，呈给国会议员，让他们清楚看到医疗状况恶化程度。

此举奏效，南丁格尔不断回报医疗现场实况英国政府，锲而不舍敦促改革，死亡率也逐渐降低，且一直维持下降趋势。

你可能会说，圆饼图很常见。160年前，这种资料呈现方式堪称是创举。如果她的报告只是列出数字，国会议员恐怕不愿看，也看不懂。

1859年，她成为英国皇家统计学会有史以来第一位女会员；1874年，她获邀成为美国统计协会的荣誉会员。全球第一在大学开设统计系的知名统计学者皮尔森（Carl Pearson）把她誉为应用统计学的女先知。

书中列举沟通失败的案例是基因遗传观念之父孟德尔（Gregor Mendel）。
离开人世前几个月，孟德尔说：「科学研究带给我极大的满足。我相信不久的将来，全世界也都会认同我的研究成果。」他相信，时间会还他公道。

孟德尔是个教士，是新兴遗传学的先驱。当时最先进的生物学理论认为，遗传性状是代代相融合的。但孟德尔研究遗传时却发现，所遗传到的基因讯息乃是按照特定定律（该定律後来以他的名字命名）代代相传。

他把研究结果刊在名不见经传的《莫拉维亚科学期刊》（Moravian Scientific Journal），论文随着这份刊物寄到欧洲和海外的130多个科学机构，当时并没什麽回响。此後35年间，这篇论文也只被提及大概3次。

作者感叹，如果孟德尔沟通结果的本事跟他做实验的能力一样强就好了。

直到19世纪末丶20世纪初，大家才肯定孟德尔研究发现的重要性，但那已是几十年後的事了。

如果他在沟通结果方面能做得好一点，或许外界会较早接受他的理念，甚至可能是在他有生之年。

联合报系媒体创新研发中心总监吴仁麟就在本书推荐序里指出，仅仅是不同的排列组合，「屡战屡败」和「屡败屡战」，前者让人觉得很吐血，後者让人觉得很热血。

以下是书中阐明的量化分析思考三个阶段丶六个步骤：

量化分析的三阶段与六步骤分别是建构问题（确认问题丶检视既有发现）；解答问题（建立模型丶搜集资料丶分析资料）；沟通与行动（说明结果与采取行动）。

（来自：远见杂志作者 / 陈虹瑾）