21 数据科学家：怎样用数据改造现实

图片发自App

通过 直觉 来进行决策，和通过 数据 来进行决策的区别

一、新数据是新石油

无论是数据维度的增加，还是精确度的提升，新数据让我们对问题有了更深刻的认识，能指引我们找到更精准的解决方案。

二、找到参照系，寻找差异点

回龙观 Vs 望京 城区活力对比：

常驻人口30万、地铁通勤人流量对比、内部通勤比例、平均通勤距离、通勤时间等

三、给出可执行的具体方案

明确了两个关键问题：

第一，回龙观城区内的工作岗位太少。

分析：解决女性就业让太太们更多在本地就业，通勤时间变短，女性多出来的时间会用来买买买。这就会反过来为本地创造更多公共服务类的就业机会，形成了正向的循环。整个回龙观社区就盘活了。一个女性友好的社区，就是一个有活力的社区。

引进shopping mall的商业业态，留住更多的女性，无论是吸引她们去就业，还是去消费。

解决方案：对回龙观的公共服务进行升级。在商业方面建设招募连锁品牌的商业中心，并且利用算法新增公共服务设施、优化设施布局和可达性，这个提议也已经在“回天有数”的整体项目规划中了。

第二，地铁作为主流通勤方式，让居民们的精力消耗太高。

解决方案：建一条从回龙观到上地的高速自行车道。

图片发自App

身为外行的你，能怎么用到数据科学家的思维模型呢？

1、注那些刚刚出现技术条件，可以把它记录下来的数据，这就是当代的新石油，你不利用别人可就利用了。

2、找对比的参照系。

3、数据的分析一直要深化到变成可执行的行动。

图片发自App

图片发自App

想想我在生活中怎么数据说话？

想起了今年抓孩子学习的经历，儿子之前语文成绩很不好，两三年都是班上倒数，平时也抓但不知道怎么抓。有一次我把他连续几次的语文卷子放在一起整理，我发现被扣掉的分数里，基本是生字词1-2分，作文1-2分，阅读5-8分。这个过程其实就是拿到数据。

接下来，我向他们班好学生的妈妈请教了一下一二名孩子的语文卷子成绩，基本上生字词不错，阅读不错，作文扣一分。那我就找到差距了：作文差距基本没有；生字词差距有但是不大；阅读差距很大！这个过程应该就是找参照物找差距。

最后分析了一下通过什么样的方式提高这些点。首先字词基本是他们每天的作业，把好认真作业的关，再加上多听写应该就会有进步。然后就是老大难的阅读了。阅读我是接力一个当语文老师的朋友，让她和孩子见了面，真面夸了夸孩子提升成绩没问题，要求孩子每天做一篇阅读题，自己通过微信发给老师，老师再和他互动解答。关键是在坚持！中间总会有忘的，不过要求第二天补上。就这样坚持了一个学期，孩子的阅读就跟上来了，刚刚期末考试语文99分。孩子自己也有了信心！

其实孩子的数学英语成绩都还可以，每次都是语文倒数一二，让他的整体成绩不好。看到这种情况，着急上火不仅没用，还会伤感情。分析分数，找到病灶，执行解决方案，才是王道！

还有在诊所的运营过程中也是同样，对于不盈利的诊所，我们会通过his系统汇总他所有的数据，比如初诊数据、初复诊比、转化率、客单价，甚至人员工资占比、加工费材料费占比、可控制出占比等，以一家盈利诊所的数据为标准，来分析问题在哪儿。有的诊所流水不高，盈利很好，一看数据是成本控制的好。有的诊所流水高利润不高，一看数据人员薪资占比太高等等。与健康诊所的数据对比，找到问题，在对应的出解决方案。有可能是增加初诊量，有可能需要提高医生沟通能力，有可能需要减员、有可能是是日常的浪费等等。找到根结和病灶，一旦解决或改善，诊所立刻就盈利了。我们几十家诊所，不盈利的也就一两家，都是通过这样的数据管理来解决问题的，我们叫PDCA。