第一章 第三節 數據流1.0
作為藍科創公司數據分析師的劉鐵路工作還是比較輕鬆的，尤其是到了監控崗以後，有大量的既定方案去解決問題，哪個部分高了就去找誰解決問題，哪個部分不正常就找誰去處理，哪個設備故障了就找該設備的售後去維修。
就好比有個地方在問:1+1等於多少？幹活的人會寫出2。而劉鐵路的工作就是按下一個按鈕顯示出應該是2，然後再判斷用不用找人去驗證是不是2？
在這種工作節奏中準備一次分享還是綽綽有餘的。劉鐵路並不是很在意的準備了一下，數據流1.0的整個設計比較簡單，而複雜的是使用者如何去用。能夠在一次分享中把這個問題完整的展現出來就可以了。
周末的20點，在邏輯團的視頻會議頻道，參加人數為20人的《數據流1.0交流會》正式開始。
劉鐵路在寒暄之後說到:“各位朋友是不是有這樣一種體驗，去超市買東西的時候會顯得眼花繚亂？想買白砂糖，但是可供選擇的白砂糖種類太多，200g，賣3元的，500g，6元的，800g，9元的。買那種糖比較划算呢？”
“也許你會說500g比較划算。那是因為我列出來了。當然這還僅僅是糖，不容易壞的，如果是買水果呢？500g蘋果，5元。5000g蘋果，30元。你會說5000g划算，結果你一個人住就吃得下1000g，其餘的20元白扔了。”
“人們為了解決這種痛點設計出了一個詞:性價比。一個人喜歡玩電腦遊戲，4000元的電腦配置能玩市面上80%的遊戲，而8000元的電腦配置能玩100%的遊戲。你會覺得4000元的電腦配置很有性價比，但是有很多人覺得8000元能玩更多的遊戲才更有性價比。”
“人們的看法並不相同，但是他們需要一個得到關於性價比結論的機會。”
“簡單來說這就是數據流1.0的作用，從各種各樣的接口中讀取數據，從而在模塊的加持下，進行計算，輔助做出決策的工具。”
這時劉鐵路暫停了下來。網名叫拉齊的人說到:“感覺就是個比價工具沒什麼厲害的，還稱呼為數據流，有點名過其實吧。”
“不要急嘛。”說話的是紅龍，他顯得不緊不慢:“這才剛剛開始。我倒是覺得鐵網把一個概念講的那麼簡單，可見他是個把複雜問題簡單化的人。”
“謝謝支持啊。”劉鐵路的網名是鐵網，這段暫停是紅龍看了他的分享大綱之後跟他商量的。一開始他並沒問為什麼？現在看來就是紅龍為了顯擺自己而增加的額外項目。
“在投資圈有句名言：如果不明白什麼因素在操縱市場，那麼就不應該下場。前面所講的是數據流1.0的理念和願景，而後面則是它如同流水一般自由的分析方法。”劉鐵路的講解由淺至深，整體簡潔輕快。
“當前數據流有兩大模塊，後續還可以增加。第一大模塊:時間、空間模塊。以時間或者空間為主軸把數據排開進行分析。”接下來劉鐵路展示了幾張，看起來很平庸的PPT，均是數據得出的歷史數據。其中包括:Z國人口情況，M國人口情況，各個主要國家經濟發展情況，重要投資品歷史價格關係。
“結論顯得稀鬆平常是吧？各位會友。就像1+1在什麼時間中是等於2一樣，稀鬆平常，不值一提。簡單的問題有簡單的結論，複雜的問題可以經過轉化之後變得簡單，從而得出結論。第一個模塊就是用來得出簡單結論的。”
“第二個模塊，關係型模塊。顧名思義，是分析相關因素之間關係的模塊。在數據分析中一個事物和另一個事物完全正相關，那麼這個關係會被計算出來是1，反之則是-1，完全不相關則為0。數學在這裏很純粹，1+1跟＝2的關係肯定是1啊。1+1和這個角是鈍角的關係肯定是0啊。數學就是那麼純粹。”
劉鐵路自認為幽默的話語，讓他在哪裏尬笑了半分鐘，空氣中充滿了尷尬的氣氛。願意參會的人其實都是對新知識有興趣的人，正要聽聽數據流其中的門道，完美沒有跟上劉鐵路尬笑的步伐。
“從數學的例子也可以看到，數據分析是更加複雜的，他並不是一個完全的數學遊戲。一開始有個學派認為數據就是最純粹的比大小，只要按照比大小來操作就能解決所有的問題。但是他們錯了，就好比60%一定比40%大。”
“人們都知道40比60要小，但是在一個場景中一個富翁花了40%的錢就是比一個乞丐花了60%的錢多。也許你覺得這還是數字遊戲。那麼，一個人願意為一件他憎惡的事情花費60%和一個人願意為一件他喜歡的事情花費40%的意義不一樣的。一個深惡痛絕的表示自己不會再花錢了，簡直是災難。一個則表示花的每一分錢都是享受。他們後續消費的意願不同，但是你只看到數據會覺得60%的人會再花錢。甚至於前者是買安眠藥自殺。”
“友友們，數據要反應出真實的世界是非常難的，因為它需要足夠“乾淨”的數據，並且還要貼近現實，或者說叫做貼近業務。數據流1.0中的關係模塊就是為了這個而誕生。”
“富翁的錢數和花錢數有比值，富翁的錢數，定義為富翁人群的個數，富翁的花錢數，花錢在哪個地方，這些全都有記錄。當然，窮人也有。第二個案例中，每個人花錢的地方，花錢的頻率，花錢的時間，花錢的錢數，花錢的大小額度，用數據流1.0都能把他們進行分類，貼上標籤，從而進行下一步的操作。如何更加便利的服務他們。”
“明白，從他們手裏撈錢。這樣會不會侵犯私隱啊？”一個叫毛歌的賬號發出了一條彈幕。
“我們收集的是他們的交互信息，不收集個人具體信息，甚至於我們不知道他們誰是誰，我們只知道他們身份的編碼。當然，讓技術回歸技術吧。這些業務上的事不重要，重要的是數據流1.0的功能，他可以把更多的數據進行比較，更自由，更互通。”
“有意思，能演示一下嗎？”拉齊問道。
“好，我們換個例子。假如我這裏有w市10年內50000名中學生的初中數學成績。過去的處理方法是什麼？我們給這些學生排個隊，弄個狀元，榜眼什麼的。然後讓這些人去告訴那些考試差的人:交錢我就告訴你，你沒考上清華的秘密。人家交錢了，他們說了一堆，最後的結論就是:少做兩道題，你的分數不到外國大學，就到清華了。這種茶言茶語嗎？”
“真是黑心商人啊。”一條彈幕飛過。
“對，我也覺得是，所以現在都叫‘賦能’了。我們把50000份數據分析，每一個人都錯在哪裏？不要急於得出結論，因為數據流要清理出臟數據。數據流1.0會把處理數據的方法一個個羅列出來，就像一個個模具一樣。按照題目類型分類:選擇題，多選題，判斷題，填空題，解答題。按照題目類型分類:考察的相關知識點。考生出錯的方式:理念錯誤，計算錯誤，馬虎大意。”
“你看到的不再是一個個考生的試捲紙，而是每個考生在數學學習中如同棋局一般的行進路線。”
“我聽說過你這個觀點。這是用一種監測的方式來教育問題。考試就是監測，而分數就是監測點，值得關注的是監測點而不是監測。”毛歌在語音中脫口而出。
“嗯，你抓住重點了。把所有的人數據分析完，我們就給出每一個人最合理的學習建議。包括:需要重新學習那個知識點、增加相關考試技巧，你當前處境的深層原因，跟你一樣處於過當前危機狀況的人數，甚至於其他人是如何逃離這些問題的。你的學習軌跡清晰可見，你還學不好或者學的慢，那就是沒有天賦了。”
“收尾了。一個能從各種各樣接口流入數據，並分析大量關聯性數據的工具就是數據流1.0。希望我的分享對大家有用。有機會給大家繼續演示數據流1.0是如何調整數據以應對各種各樣的統計問題的。”
視頻會議中的人們反應不是很熱烈，都是一臉懵，估計更多的是挺有趣，但是也就這樣吧。
劉鐵路對於現狀倒是很滿意，只是花了20分鐘，稍稍講了數據流1.0的理念，具體如何操作和其中正在開發的糾錯功能沒有講，不引人注意的過去就好，這也符合邏輯團這個哲學群組的風格了。
紅龍發來了一條短訊：鐵網兄弟，你的這個東西我很感興趣，可以有機會面聊一下嗎？我帶你參觀個地方，保證你覺得有趣。
劉鐵路打着哈哈:不會是去咱們這個歲數應該去的場所吧。另外，我可沒錢啊，錢都上交給老婆了。（其實，並沒有。只是劉鐵路這人極其自律，討厭大手大腳。）
“放心，不是咱們這個歲數應該去和不應該去的場所。對於這個場所我的描述是:一個人盡其才的地方。今天的分享讓你有了去的資格，去不去隨你，如果有需要就聯繫我。”
“好，有機會見一面吧，我再決定是不是去。”劉鐵路對紅龍的印象不錯，論談吐紅龍是同類人，但是涉及太深就有點唐突了，這幫不得志的同類人中也是經歷廣泛之輩，路子可能比較野。