掌握数据沟通的艺术：用一本简单的故事集，学会说数据的语言

每当我和从美国、秘鲁到沙特阿拉伯、德国的不同组织共处同一个学习空间，我都会想：是什么让数据这门语言在任何地域、任何文化里都通用。也许是因为，在这个跨越各自文化与不同信仰、把人类连接起来的数字新现实里，代码的语言才是把我们联结得最紧的东西。但其实不是，我的发现是：数据的语言之所以能把这颗星球上不同的观察者聚到一起，是因为它内含某种秘而不宣的美妙之物——想象力的语言。

借助数据带来的种种可能，从抽象走向具体，这更像是数字时代「说书人」的活儿，而不是数学家的。我是真心相信，讲故事这件事对所有文化都是一种滋养。

我的朋友、合伙人，同时也是 「The Data Mindset Playbook」 一书合著者的这张精彩的 2x2 图，就是这件事最确凿的证明：

每次我在工作坊和课堂上用这张幻灯片，它都会为来自任何文化背景的专业人士打开一个无尽的创意空间。从属于未来、尚未被采集的数据，到气象数据与足球赛程表在经算法模型与你公司现有数据结合后的价值。帮助一群专业人士把自己的职业积累，与创造力、与用于打造新数据产品的创业精神连接起来，应该是今天每一位专业人士的挑战。我们都是数据创业者。

把一个商业假设的构想，转译成一个高级分析项目，也许并不容易。对一位人力资源专业人士来说，去设想这样一套算法的价值——它让简历里的分类标签，和从招聘启事中抽取的同类标签，效用最大化——也许显得离自己很远。想象如何用无人机飞越购物中心时拍下的空车位图像，生成一个预测模型，想起来也可能让人觉得费解。而所有这些故事，正是一个想要练就用数据创造价值这门高贵手艺的专业人士的日常操作。

当 Gam Dias 和我（Bernardo Crespo Velasco）决定写「The Data Mindset Playbook：一本写给不想读数据书的人的数据书」这本书时，我们想的正是这件事：如何帮助非技术背景的人加入关于数据的对话。数据领域的专家已经够多了，而企业里还存在一个根本性的缺口：在定义数据密集型项目时缺少多样性。

正是多样性的缺失，让 ChatGPT 这样的方案不敢涉足任何涉及穆斯林的故事写作，让 Tesla 这样的公司无法让自动驾驶方案在加拿大的雪地里正常运行，也让任何生成式方案在定义那些带有文化微妙差别、而在设计阶段从未被考虑过的元素时出错。比如，夏日午后一场雨过后，湿土的气味该怎么描述？有些文化和语言拥有足够细腻的词汇，能用一个词就把这个问题描述得完美无缺。可惜的是，我的母语不在其中。

语言为每一个观察者设定并生成一种现实。而模型按定义就是对现实的简化。当我们构建算法模型时，我们把文化的丰富性略过了，这就让我们简化现实的能力，受制于任何一个数据项目参与者的文化画像。然而故事把我们连在一起，创造出一个梦境般的世界，它也许是这颗星球上最通用的语言。地球上大约有 7000 多种语言（Ethnologue），而国家只有200个上下（联合国）。我们真的能想象，在生成式人工智能的时代，语言与文化的多样性正在如何左右算法模型的定义吗？

把这颗星球上使用人数最多的语言，和那些占 GPT-3 数据来源 66%（Common Crawl）的网页的原始语言放在一起对照，落差之大令人眩晕：

用故事来挽救多样性，正是我们写这本书的目的。用讲数据故事来代替复杂的模型或参考框架，是背后真正的用意。写一本数据故事集，有我们自己的，也有别人的，帮助那些在自己领域是行家、却还没入门数据这门手艺的人，把一些「小故事」装进记忆里——这些故事展示了创造数据产品、丰富预测模型的可能，甚至还能培养批判性思维和负责任地使用人工智能。这个挑战如今已经有了名字：推动数据素养，让所有专业人士在日常决策中都具备它。

“Data are just summaries of thousands of stories—tell a few of those stories to help make the data meaningful.”~ Dan Heath

引用 Dan Heath 的话：「数据不过是成千上万个故事的摘要：讲上几个这样的故事，能帮助数据变得有意义。」这本书自2023年3月17日起已有西班牙语版，自2023年10月起已有英语版，收录了52个数据故事，可以在一年里每周读一个；或者，如果你是书虫，两个来小时之内就能读完（差不多就是马德里飞都柏林的航程）。

我们真心希望，这本书的阅读能在全世界所有专业人士之间，围绕数据的种种可能，催生一场跨学科的对话。

[免责声明：本文没有使用任何文本生成模型撰写，标题除外 ;-)]