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）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」2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1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1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。
數字v.s圖像
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）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2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。
感知大於數據
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1000億個星系，每個星系又包括大約1000億個星體。」我們對這2個1000億是沒有感知的，換成100億、10億、1000萬，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75億，1000億是它的十幾倍，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1000億個神經元（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！
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。
大腦對圖像有感
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1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2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。
土耳其海灘上的敘利亞男孩
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2個世界。
直到一張照片出現。
2015年9月2日，土耳其海灘漂來1具幼童遺體，這是1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。
人腦決策順序：故事與場景、圖片、文字
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1，圖片排第2，文字排第3，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。
作者簡介｜涂子沛
大數據先鋒思想家，曾在美國學習、工作多年，2014年從矽谷回到中國，出任阿里巴巴集團副總裁。2018年創建數文明科技，同時擔任伊斯佳股份董事、人民網和國地科技獨立董事。
著有《大數據》、《數據之巔》、《數文明》、《給孩子講大數據》、《給孩子講人工智能》等作品，相關著作累計銷售已突破100萬冊。
大學畢業於華中科技大學計算機系，研究所畢業於中山大學、卡內基梅隆大學，獲公共管理碩士和訊息技術科學碩士學位。
本文經授權轉載自時報出版《數商：向阿里巴巴前副總裁學習數據時代的生存商數》
責任編輯／陳怡蓁
