他用了半年解决了专家20年都奈何不了问题-解密大数据思维

一、伪专家

我们在工作生活中经常能看到这样一批人，他们慷慨激昂，言辞华丽，他们是理论的巨人，行动的矮子，总喜欢把简单的问题包装的及其复杂，忙活了半天，你问他问题如何解决，结果就又是长篇大论，令人晕头转向，在标榜了自身博大精深的同时也不忘踩一下求知者，诸如申报项目、攥写论文以及战略规划等他们倒是很在行，文字体操做的非常完美，他们被统一冠以一个名称：砖家

当前，大数据时代已经到来，大数据的分析与应用已经成为指导我们科学、高效解决问题最有力的工具，但偏偏就存在这么一大批所谓的专家，就喜欢把大数据包装的及其复杂，你问他问题到底怎么解决，就又是这个算法，那个理论，几乎都是假大空，实际问题啥都没解决，什么价值都没有产生。我本人对其深恶痛绝，在此通过一个真实发生在越南的真实案例和大家探讨，大数据解决实际问题的思路到底是什么。

图2

二、 一个真实案例：

1990年，杰里·斯特宁（Jerry Sternin）效力于帮助弱势儿童的国际慈善组织“救助儿童会”（Save the Children）。越南政府邀请救助儿童会协助改善当地儿童营养不良的问题，他受命前往。斯特宁抵达越南后，却发现接待人员寥寥无几，态度也冷若冰霜。外交部长告诉斯特宁，并不是所有政府官员都欢迎他的到来。外交部长抛下一句话：“你必须在6个月内做出成绩来。”针对此次任务，斯特宁阅读了大量资料。研究报告普遍认为，营养不良是一系列问题综合作用的结果：卫生状况差，生活贫困，清洁饮用水缺乏，农村居民往往不重视补充营养。

在斯特宁看来，这些分析固然正确，但毫无用处——全是正确的废话。他认为：“数百万孩子等不到这些问题全都解决的时候了。”如果从这条思路入手，就得先消灭贫困、净化饮用水，建立卫生系统，那么解决营养不良问题就遥遥无期了。何况他只有6个月的时间，而且几乎一文不名，没有什么可用的资金。

图1

斯特宁想出了更好的主意。他四处拜访农村，调查各个地区的状况。他把所有母亲分成若干个小组，分别测量各村每个孩子的身高、体重，然后把这些数据按组归总（数据采集）。

随后斯特宁便问这些母亲：“有的孩子家里非常穷，却比一般小孩长得更高、更壮、更健康，你们发现这种情况了吗？”母亲们看了看统计表，点头说：“是，是，是。”

斯特宁又问：“也就是说，现在这个村子里，有人家里穷得叮当响，可还是养出了营养良好的孩子，是吗？”

“是，是，是。”

“好，那我们去看看他们家是怎么办到的。”

斯特宁的策略是找到当地社区里的亮点。所谓亮点，指的是值得他人效法的成功做法。既然有的孩子家里穷困潦倒却仍健康成长，就表示营养不良并不是无法避免的事；既然有的孩子活得十分健康，也就表示一定有快速见效的实用对策。斯特宁知道，自己铲除不了棘手的“病根”。但是，如果有那么一拨孩子能免于厄运，茁壮成长，为什么其他孩子不能做到呢？

请注意，斯特宁正努力把妈妈们脑中骑象人的注意力给吸引过来。“要让自己的孩子更健康，你该怎么做？”这种笼统的问题不仅太庞大，而且也不可能一次解决。妈妈们需要的是方向，而不是激励。

斯特宁说，我们不要干坐着分析“营养不良”，一起来研究那些“亮点”妈妈的做法吧。

图2

第一步，斯特宁和妈妈们必须剔除不具有代表性的亮点。比如，这家男孩有个舅舅在政府机关上班，有机会经常给他送食物加餐。其他家庭不可能如法炮制。（数据预处理，异常值剔除等数据清洗方法）

为了弄清楚亮点妈妈的做法有什么与众不同，斯特宁的小组还必须总结出普通家庭喂养小孩的“传统观念”。为此，他们与数十位母亲、父亲、哥哥姐姐、祖父母等人交流，发现当地社区的饮食习惯相当明确：小孩跟家人一样，一天吃两顿饭，吃的是适宜儿童的食物——易于消化的单种食材，比如优质大米。

掌握了当地儿童喂食习惯后，斯特宁和妈妈们便开始走访亮点儿童的家，观察她们异于一般家庭的做法，结果有了出乎意料的发现。首先，亮点妈妈一天给孩子喂4次饭（每日进食总量和其他孩子一样，只不过分4次吃）。可见，一般家庭一日两餐的做法并不适合儿童，因为孩子们营养不良的胃无法一次消化那么多食物。

其次，亮点妈妈的喂养方式也不同（数据分析）。大多数父母认为，孩子知道自己该吃多少，会自行从餐桌上取用适当的饭量。相比之下，亮点家庭喂养孩子的方式要积极得多，必要时父母还亲自喂孩子吃饭。亮点父母还会鼓励生病的孩子多吃点东西，这跟当地的习惯做法不太一样。

另外，也是更有意思的一点，亮点孩子吃到的食物种类更多。这些妈妈们会从稻田里捉一些小虾小蟹，掺在孩子的米饭里。当地人一般认为，虾蟹是大人吃的食物，不适合拿来喂养小孩。亮点妈妈还在米饭里加入甘薯叶，这种绿叶通常被视为下等食材。这些饮食上的即兴创造看似怪异或者“下等”，却在无意中帮了大忙：添加杂食为孩子补充了饮食中严重缺乏的蛋白质和维生素。

身为一个外乡人，斯特宁根本不可能自己想出这些做法，他甚至对甘薯叶一无所知。这些创造性的办法是本地智慧，源自村民的实践经验，因此必然现实可行，也必然能够持久。不过光知道办法还远远不够，为了促成改变，很多母亲必须转变观念，接受新的烹饪习惯。

要是其他人身处斯特宁的角色，可能会想着直接发表声明，召集村民，公布一系列建议。各位，集合啦！我研究了你们的问题，现在已经有了答案！下面请听打败营养不良的斯特宁五项法则。

不过，斯特宁并不打算这样做，他解释说：“知识未必能改变行为，我们都见过心理学家发了疯，医生大腹便便，婚姻顾问自己也离了婚。”斯特宁深知，给母亲上营养学课程改变不了她们的行为，妈妈们需要的是实际可行的操作办法。

当地社区针对50户儿童营养不良的家庭设计了一个项目，每10户人家为一组。参加项目的妈妈们每天定时在临时厨房里集合，筹备餐点，每个人都必须带上虾蟹和甘薯叶。妈妈们先用肥皂清洗双手，然后一起做饭。斯特宁说，这些妈妈开始“接纳新的思考方式”。最重要的是，这种转变来自她们自己，得益于村里的当地智慧。斯特宁的角色只是帮助妈妈们认识到，靠自己的力量就可以攻克营养不良问题。

斯特宁通过组建烹饪小组，把妈妈们都调动了起来。当那么多母亲都在做同一件事，剩下的人会面临强烈的社会压力。实际上，烹饪班正在改变村落的文化。

最重要的是，从亮点入手，可以避免“非我发明”带来的疑虑。有些人总是对进口的“舶来品”做法深怀戒心。试想一下，假如美国政客提议采用法国医疗保健制度，将会引发多大的民意反弹（反之将美国和法国的角色对调亦然）。人们总是觉得，自己的办法最高明。

斯特宁抵达越南村庄6个月后，当地65%的儿童营养问题得到改善，并且继续保持下去。后来，埃默里大学公共卫生学院的研究人员来到越南收集其他数据，发现即使是斯特宁离开后才出生的孩子，健康状况也跟直接受到斯特宁帮助的孩子相当。由此也证明，这项改变的确能持久下去，而非昙花一现。

斯特宁的成功经验逐渐推广开来。“我们首先选出14个项目进度各不相同的村庄，当成社会交流实验室。越南其他地方的人都想复制这套营养改良模式。每天都有人来到这所社会大学，到村子里去摸、去闻、去嗅、去看、去听。‘毕业’后，这些人就回到自己的村子，认真执行这套办法，直到取得成果......这个项目影响了越南265个村庄，220万民众。

没有什么故事能比这更富有传奇色彩的了，斯特宁率领着相信此举有效的小小团队，以及满怀希望的母亲，面对手头拮据的不利状况，还是与营养不良问题打了漂亮的一仗。更加令人叹服的是，这些人根本不是什么专家，也不是一开始就有解决办法。他们最值得称道的事，就是对亮点充满信心。

三、案例启发

斯特宁面对的难题，如果他没有去深入村庄做调研而是闭门造车发表论文和报告，或许让他待上20年，他也未必能解决。没有资源的人想要改变某件事，从前觉得“难于上青天”，现在发现“找出亮点”＋“实践调研”，改变也指日可待。

大数据时代，大部分人解决问题的思路依然停留在，“问题-原因分析（导致问题的因素），针对性解决”这种惯性思维上，这与大数据思维是格格不入的大数据思维，斯特宁面对难题的时候如果按部就班的来，很可能就又是一个某63工程。

而他通过实践找出了亮点（目标样本）具体的做法，不去纠结导致营养不良的原因，然后通过实践项目总结成功经验，迅速应用推广，这就是大数据思维。

再以工业领域大数据分析为例，比如炼钢质量过程管控，这个工业机理模型是十分复杂的，涉及温控、压力等诸多参数PID控制，如果按照常规思维，我首先需要搞清楚这里面所有约束条件，然后建立数学模型，给定输入输出，再进行过程质量优化，想法很好，可实际问题是高温高压恶劣的生产环境导致很多约束条件存在巨大误差，比如温度变化导致的检测误差，湿度等等参数都无法准确采集，最后的模型就会失效，那怎么办？

通过过往钢坯质量数据，我们可以轻松获取到哪些批次炉子是质量好的，那很简单，那些批次产品的参数是什么，约束是什么，我就保持那个状态去做就行了，比如识别过往质量合格的产品炉焰图谱，符合这样图谱的参数就能造出合格产品，这种往往会出现很好的效果，这就是大数据思维，世界太复杂了，我们人力没有算力、时间去把每个问题都弄清楚，如果就好这口，请建议去高校里做科研，企业要的是怎么解决问题，怎么产生效益！

（编辑：好传媒网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!